月球因其独特的空间位置、表面环境和能源潜力已成为人类深空探测的首选目标,也是各航天大国和空间组织进行空间拓展与科技创新的战略制高点。月球表面大气十分稀薄,内部热源微弱,来自太阳的辐射是月球表面最主要的能量源。随着越来越多月球探测计划的制定和开展,详细了解和分析月球表面太阳辐射信息既是人类开展月面活动的前提条件,也对热物理模型的建立以及遥感数据热参数的研究具有重要意义。因此,定量分析月球表面太阳辐射的分布特性及其变化规律,并应用于月球科学研究中,是一件非常有意义的工作。太阳辐照度和太阳辐射能的定量模拟有助于更加深入地认识月球表面的光照信息。目前,太阳辐照度的研究只是当做温度反演的一个参数,既没有系统考虑日月二体的实时状态带来的时变差异,也没有分析其在月球表面的空间分布特征。而太阳辐射能的研究主要通过光照率的方法表示,并没有考虑月壤反照率及辐照度变化等因素的影响,因此,对月表接收太阳辐射能数理模型及分布特征的研究也亟待补充。完善和丰富月球表面太阳辐射模型为进一步研究月球表面能源条件、热特性等内容提供了重要保障。月表太阳辐射参数的应用也是一个重要研究方向。基于感兴趣时刻的太阳辐照度等物理参数可以消除温度模型中观测时间对月表温度影响。此外,复杂地形的漫反射能量是影响月表温度的重要因素之一。目前的温度模型对这一因素仅做了简化处理。为了更加准确的获取月表温度,必须对这一复杂过程展开讨论。遥感热数据是研究月球地质信息的重要基础,结合月表温度信息开展其地质应用方面的研究将会极大丰富我们对月球的认知,其研究方法和结果具有重要的地质意义。嫦娥微波辐射计(Chang’E Lunar Microwave Sounder,CELMS)数据与月壤温度密切相关,是研究浅层月壤的重要数据源,受月壤参数的影响很大。由于原始数据的不足,对CELMS数据的研究受到很大的限制。以往空间插值的方法不能反映基于月壤参数与亮温之间的非线性关系,因此,基于月壤参数获取准确、详细的CELMS亮温分布也将为地质研究提供一个有益的补充。基于上述背景,论文从天体测量的基本理论出发,以电磁波的辐射定律和辐射传输为物理基础,综合多源数据,构建了用于实时分析月表太阳辐射的几何模型。基于该模型得到的定量结果,考虑漫反射能量的影响,改进月球表面日间温度模型并开展月表温度的时空变化规律及地质应用研究。此外,结合其它遥感数据获取的月壤参数和模型结果,基于机器学习的方法构建了的正午微波亮温预测模型,以期获得更详细的月表亮温分布信息。本文主要的研究成果如下:(1)构建实时月球表面太阳辐射模型,定量分析月表有效太阳辐照度和接收太阳辐射能的时空分布特征。论文基于DE430历表、月球勘测轨道器(Lunar Reconnaissance Orbiter,LRO)空间分辨率为1/64°的激光高度计(Lunar Orbiter Laser Altimeter,LOLA)地形数据和“克莱门汀”紫外/可见光(Clementine UVVIS)数据,实时考虑表面坡度、地形遮挡效应、月球天平动、日月距离、反照率的影响,定量分析了月球表面有效太阳辐照度和接收太阳辐射能的时空变化规律。结果表明了月球表面地形、纬度效应、反照率、光照率和月球赤道平面与黄道平面夹角及物理天平动造成的能量差异。(2)改进的月球表面日间温度模型。本文进一步考虑月球天平动和周围地形的漫反射作用,构建了基于感兴趣时刻物理参数的月球表面日间温度模型。以虹湾为研究区,结合空间分辨率1/64°的LOLA地形数据和阿波罗(Apollo)-15热流实验数据,模拟了该地区所有月面点本地时间均为6:00、9:00、12:00、15:00和17:30的表面温度分布,证明了一个月球白天内表面温度的急剧变化及由于地形和纬度效应带来的温度差异。结果表明,漫反射能量对虹湾复杂地形区域月表温度的影响不可忽略,正午时刻的影响最小,最高约为10.2K;傍晚的时候影响最大,最高可达36.3K。此外,该模型在月球正午的模拟效果最好,傍晚时段的模拟结果反映了其影响因素的复杂性。(3)结合遥感热数据的月表温度地质应用研究。光谱发射率差异反映了月壤结构和成分热物性的不同。基于改进的月表温度模型,本文考虑了遥感数据视场范围的影响,计算与观测时刻相对应的月表温度均值作为观测点的物理温度生成光谱发射率图。CELMS数据和Diviner(The Diviner Lunar Radiometer Experiment)探测器热红外数据是与温度密切相关的两种数据,二者的光谱发射率的分布特征与前人地质解译结果相比具有较好的一致性,证明了该方法在表达月壤热辐射特性差异的优势和可行性,且微波数据受外部因素影响较小。本文分析了2000至2040年间每个月球日最高温度的变化,证明了月球轨道运动对月表温度的影响以及采用感兴趣时刻月表参数模拟温度的重要意义,即在使用长期观测得到的遥感热数据时,应详细分析观测时间带来的热特性差异。(4)基于BP人工神经网络(Back Propagation Neural Network,BPNN)的正午CELMS亮温预测模型。获取高空间分辨率的CELMS微波亮温分布图是月壤参数及热特性研究的重要手段。为了反映月表温度、月壤物质成分含量以及数据空间分布不平衡等因素对微波亮温的影响,本文尝试利用BPNN模拟这种复杂的非线性关系生成更加详细的亮温分布图。选取受月表太阳辐射影响最大的正午时段,以Fe O含量、Ti O2含量、有效太阳辐照度、接收太阳辐射能、月表反照率和月表粗糙度为输入参数,以各通道亮温值为输出,构建了基于像元的6-13-1三层正午微波亮温预测模型。以月球酒海盆地为例,获取四通道0.25°×0.25°空间分辨率的亮温分布图进行微波热辐射特性的研究,结果表明了该地区月壤物质随深度变化的不均匀性及复杂的热演化活动。精度评价结果表明,该模型在3.0GHz、7.8GHz、19.35GHz和37.0GHz的决定系数分别为0.950、0.953、0.934和0.877,全部数据的回归系数分别为0.973、0.976、0.967和0.934,即模型在7.8GHz的时候预测效果较好,在37.0GHz时的预测结果相对较差。这说明基于BPNN预测正午时段月表亮温数据是可行的,反演结果具有一定的参考价值。本文的研究成果对月球表面热环境的认识及遥感热数据的研究具有重要意义,也为其它无大气天体表面的太阳辐射分析及应用提供重要参考,有助于揭示更多与月表太阳辐射相关的地质问题。