La télédétection en imagerie hyperspectrale infrarouge thermique est l'étude d'images en luminance, acquises depuis un avion ou un satellite dans le domaine spectral de l'infrarouge thermique. Ces images sont liées à l'émissivité et à la température, estimées par les méthodes de découplage température/émissivité (T/E), ainsi qu'à l'abondance, estimée par les méthodes de démélange, des matériaux présents dans la scène. Si les méthodes de découplage T/E ont été largement étudiées, les méthodes de démélange dans ce domaine spectral restent peu explorées : c'est l'objectif de cette thèse. Pour cela, nous avons mis en place trois stratégies de démélange. Dans un premier temps, le démélange est effectué sur les luminances. Cette stratégie donne globalement de bons résultats mais est relativement sensible aux variations spatiales de la température. La deuxième stratégie, démélangeant à partir des estimations d'émissivité des méthodes de découplage T/E, s'affranchit de cette variation spatiale mais donne des résultats plus bruités. Enfin, une méthode de démélange basée sur l'estimation conjointe de la température et des abondances a été élaborée. Cette méthode s'appelle Thermal Remote sensing Unmixing for Subpixel Temperature (TRUST) et donne de meilleurs résultats que la première stratégie tout en étant robuste aux variations spatiales de la température. / Thermal hyperspectral remote sensing provides information about materials from the measured radiance image. It is achieved using temperature and emissivity separation (TES) methods, estimating the emissivity and the temperature of the materials, and using unmixing methods, estimating their abundances. TES methods have been well investigated while too few studies have been working on unmixing in thermal infrared domain : this is the objective of this PhD. Therefore, three strategies have been studied. First, the unmixing is applied on radiance. It achieves good results but depends on the spatial variation of temperature. Applying the unmixing on the emissivities, estimated using the TES methods, gets rid of the spatial variation of temperature but provides a noisy abundance estimation. Eventually, a new method called Thermal Remote sensing Unmixing for Subpixel Temperature (TRUST) is designed to jointly estimate the abundance and the temperature of materials within the pixels. It gives better results than the first strategy and is more robust to spatial variation of temperature.