地表日均温度在地表热属性估计、蒸散发制图与全球气候变化等领域应用广泛。卫星热红外遥感已成为周期性地获取大范围地表温度的常用手段,但由于受到“时空分辨率难以兼顾”与“云遮挡”等因素制约,现有卫星遥感地表温度产品仍然难以提供时空连续的地表温度以用于估计地表日均温度。传统地表日均温度计算方法多采用对晴空地表温度观测进行时间合成的方法获取地表日均温度,这使得所计算的地表日均温度存在系统性的采样偏差,并直接影响了地表温度变化趋势分析结果。为此,本研究以MODIS数据为基础,通过耦合地表温度年变化（Annual Temperature Cycle,ATC）模型（旨在重建云下瞬时地表温度）与日变化（Diurnal Temperature Cycle,DTC）模型（旨在模拟时间连续的瞬时地表温度变化）,提出了地表日均温度的估计框架（ADTC框架）,本文的贡献主要体现在以下两个方面:（1）全球地表日均温度估计与变化趋势分析。在ADTC框架的基础上,本文设计了相应的加速算法解决了ADTC框架在估计全球地表日均温度过程中速度过慢的问题,从而实现了全球2010-2017年1千米分辨率地表日均温度的快速估计。与传统地表日均温度计算方法的结果比较表明:就全球而言,传统日均温计算方法存在偏高约2.0 K的采样偏差,但在极地等高纬度地区存在偏低约1.0K的采样偏差。地表温度的变化趋势分析结果表明传统均温产品和本研究的均温产品在全球地表温度逐年变化趋势刻画上总体保持一致,均反映了全球地表温度升温的大趋势（趋势为+0.07 K/年）,但细化到局地尺度时,二者的趋势差异的平均绝对误差为0.056 K/年,且在全球范围内高低分布不均。（2）ADTC框架综合验证。利用静止气象卫星数据和站点数据分别验证了ADTC框架在晴空和有云条件下的精度,并分析了ATC和DTC模型的贡献及其不确定性。晴空状态下,ADTC框架的平均绝对误差在0.5 K左右。有云状态下,ADTC框架日尺度的平均绝对误差为1.0 K,月尺度为0.5 K。在两种状态下,ADTC框架均能纠正传统方法存在的偏高2.0 K的采样偏差。贡献分析结果表明:以日尺度传统均温计算方法的平均绝对误差为基准,ATC模型的加入将平均绝对误差从4.2 K降低到2.0 K,DTC模型的加入则进一步降低到1.0 K。不确定性分析结果表明ATC模型存在白天偏高2.6 K、夜间偏低1.1 K的重建误差,但DTC模型在日均温计算过程中对ATC模型的重建误差具备鲁棒性。本文提出的ADTC框架为大范围获取时空连续的地表日均温度提供技术支持,基于此框架计算的全球地表日均温度为全球变化研究数据支撑。未来,通过对ATC和DTC模型的改进,现有ADTC框架有望拓展到逐时地表温度的获取,从而提供更丰富的地表温度产品用于相关研究。