本研究以内蒙古大兴安岭2003年金河一根河森林火灾火烧迹地为研究区,使用多源遥感数据,结合实测地表温度和地形数据,分析了研究区过火区域的提取方法,最优地表温度反演算法,地表温度的时空变化趋势,建立一种探索性模型探索影响地表温度的最优解释因子,并对比了两种地表温度的影响模型,主要得出结论如下:(1)随机森林分类法火烧迹地判别在精度和可操作性上优势巨大。使用主流的6种算法应用于LANDSAT 8数据10、11波段反演的地表温度,通过对比得出不同算法下两波段反演精度由高到低排序为:ISC10>ISC11>MW10>SWA>IMW10>IMW11>RTE10>JSW>RTE11。(2)森林火灾发生前地表温度相对较低,火灾发生的2003年地表温度达到最高值320.26K,其后3年逐年降低,在2006年达到阶段最低值312.56K,而在2007年到2010年间变化为震荡上升,在2010年达到火灾发生后的最高值318.94K。结合长时间序列NDVI分布可以发现植被分布与地表温度在年际变化上具有显著相关关系。(3)地表温度随海拔变化速率较空气随海拔变化速率慢,不同季节地表随海拔变化而变化的速率也有所不同,冬夏两季地表温度变化具有特殊的形态。不同坡向下,地表温度从东坡到东北坡沿顺时针方向表现为先增高,后降低,又升高的趋势。(4)DNBR、NDISI、VNDWI、NDVI、SGI、MNDWI6 种指数对于地表温度的解释效应较好。DNBR、NDVI、NDISI与地表温度呈现正相关关系,VNDWI和MNDWI与地表温度呈现负相关关系。解释地表温度模型中,局部回归GWR模型比全局回归OLS模型具有更加理想的回归分析结果。综合五种遥感指数建立的GWR模型可以发现,MNDWI具有更好的解释性。(5)通过对比研究区无人机遥感指数影像值与实测值,发现NGRDI反演植被盖度与实际值拟合较好,使用NGRDI植被盖度与NDVI植被盖度建立的降尺度模型为y=1.27x3-1.63x2+0.95x+0.6,R2达到0.923。