高时空分辨率的近地表气温分布数据对于气候变化、农业区划等科学研究有重要价值,而地面气象站点分布稀疏,难以获取高空间分辨率的近地表气温数据,加之下垫面异质性等复杂因素共同影响,使得近地表气温空间分布模拟结果不理想。遥感技术因其易于实现对地表的高时空观测,使长时间近地表气温精确估算和空间模拟成为可能。为研究高时空分辨率的近地表气温和积温分布,以淮河流域为例,利用MODIS影像产品和地面41个气象站点的气温实测资料,筛选变量建立了近地表气温估算模型,采用平均距平回归(interpolation of the mean anomalies,IMA)、Savitzky-Golay(S-G)滤波和回归合并等方法重建每日的地表温度数据,利用估算模型得到每日近地表气温数据,采用五日滑动平均法确定初日终日,计算16年的活动积温空间分布数据,同时分析了淮河流域近地表气温和活动积温的区域分布差异和演变特征。主要研究成果和结论如下:(1)近地表气温估算模型的建立。利用2003-2018年MODIS每日地表温度等产品数据和地面气温实测数据,经过相关性分析和全子集回归分析筛选得到最优的多元线性回归模型,建立研究区的日最高、日最低和日均气温估算模型,R2分别为0.949、0.900、0.956,RMSE分别为1.977℃、2.805℃、1.866℃。同一变量的随机森林回归模型,其相应的R2分别为0.958、0.912、0.960,RMSE分别为0.809℃、1.283℃、0.979℃。随机森林回归模型相较于多元线性回归模型,其运行耗时较长且预测效果的提升并不显著。(2)每日地表温度数据重建与近地表气温空间模拟。重建结果显示:夜晚的地表温度重建效果略好于白天,并可较好地填充因云覆盖造成的数据缺失。利用重建好的地表温度数据与得到的估算模型模拟每日平均气温、最高气温和最低气温的空间分布,日均气温和最低气温的模拟效果较好,最高气温的模拟效果相对较差。与实测气温相比较,日均气温精度检验结果表明R2在0.91左右,RMSE和MAE分别约为2.8℃和2.1℃。与局部薄盘光滑样条空间插值结果对比,在空间分布上,日均气温和最低气温的高值和低值区域与模拟结果一致性较好,最高气温偏差略大;局部薄盘光滑样条空间插值方法得到的结果在局部细节上偏差较大,在数值上过渡平滑,而基于地表温度模拟得到的近地表气温在局部细节上保留较好,但存在个别异常点,总体看来,两种方法都对精确模拟每日近地表气温出现的极端值表现较差。(3)淮河流域年平均气温、季平均气温、1月平均气温的时空变化特征分析。结果表明:年日均气温和年平均最低气温呈现明显的上升趋势,气温变化趋势与实测数据一致性较好,但年均最高气温升高趋势并不明显,值得注意的是近年来气温极值的出现频率有所增加。淮河流域的区域低温主要分布在沂沭泗河流域,以及海拔较高的沂蒙山、伏牛山、大别山区;区域高温集中在离海岸线较远的淮河上游、扬州和泰州的局部区域、淮河中游的以南地区;年平均气温自西南向东北一线总体呈现下降趋势,南四湖地区及淮河中游以南的局部区域增温明显。春季淮河流域整体增温明显,沿海附近和淮河流域西北部尤为明显,夏秋季整体增温,冬季气温波动较大。1月0℃等温线大致沿着连云港赣榆区-南四湖-商丘-开封一线分布。(4)淮河流域活动积温的时空变化特征分析。发现淮河流域的活动积温与年平均气温的变化趋势并不完全一致,多数区域积温值在4500℃·d-5000℃·d范围内,高海拔地区、临海区域、纬度偏高的区域是常年的年积温低值区,高值区则主要分布在淮河以南以及江苏泰州南部区域。4500℃·d活动积温等值线有不断北移的趋势,最大年积温值呈不断上升的趋势,其中2017年和2018年年积温均出现近年来的极大值。