水面温度是评估湖泊生态系统状态、功能和过程的重要参数,直接或间接地影响着湖泊的物理、化学、生物和生态过程。而湖面气温对湖泊的生态环境有较大的影响,特别是都市型湖泊将对其所处城市的气候调控产生重大影响,进而影响到人们的居住舒适性。阅海湖位于西北地区,其水面温度的改变对当地气候多样性、物种多样性以及文化多样性产生极为重要的影响。探究阅海湖水面温度的变化趋势和特征对解决阅海湖水质恶化问题具有指导性意义,也对改善阅海湖整个水生态环境和人类居住环境具有重要意义。所以阅海湖水面温度变化分析及主控因子的影响研究是治理和改善湖泊水生态环境和区域生态环境的基础。本研究以阅海湖2001～2021年MODIS地表温度产品和2021年实测水面温度数据为基础,研究了阅海湖水面温度随时间变化的特征和趋势,并对比MODIS数据与实测数据;然后对水面温度与环境因素进行回归分析,量化了阅海湖水面温度与环境因素的关系;最后基于ANN和LSTM的时间序列对水面温度进行预测,对比ANN与LSTM两种时间序列预测模型得出较优算法。研究结果总结如下:（1）2001～2006年每年最高温度基本持平,最低温度有下降的趋势。2006～2011年每年最高温度基本持平,最低温度波动较大。2011～2016年每年最高温度有上升的趋势,最低温度变化较大,呈倒U型变化。2016～2021年呈现上升、下降、再上升的曲线趋势。后十年年平均水面温度较前十年上升了 1.4℃。1～3月,5～10月的水面温度标准差均小于2,说明波动较小。4月、11月和12月月平均温度变化达10℃以上。2001～2006年水面温度上升,最高水面温度上升至30.9℃,2006～2010年水面温度下降,然后一直上升至2020年最高水面温度为34.4℃。通过组内相关系数分析结果显示,单个测量的五个点组内相关系数分别为0.989,0.995,0.985,0.993,0.997,平均测量的五个点组内相关系数分别为0.995,0.998,0.992,0.997,0.998,均说明数据的信度很强,MODIS数据可以用于分析水面温度变化。（2）通过回归分析得水面温度与气温呈高度相关性,R2为0.898。气温、气压、相对湿度、风速对水面温度影响显著,气温的回归系数值为1.038（t=62.002,p＜0.01）;气压的回归系数值为0.238（t=8.911,p＜0.01）;相对湿度的回归系数值为-0.039（t=-5.314,p＜0.01）;风速的回归系数值为-0.274（t=-2.093,p=0.037＜0.05）,气温、气压对水面温度产生显著的正向影响关系,相对湿度、风速对水面温度产生显著的负向影响关系。（3）选取ANN神经网络模型和LSTM模型进行对比试验。训练数据集是2001～2016年阅海湖水面温度均值,测试集是2016～2021年阅海湖水面温度均值。从模型均方误差评估,ANN的均方误差为0.0238,LSTM的均方误差为0.0237,LSTM误差更小一点,拟合效果相对较好。本文研究结果可为保护阅海湖生态系统,构建“绿水”阅海湖样板提供数据支持和理论参考。