地表温度(Land Surface Temperature,LST)是区域和全球尺度上陆地表层系统过程中的关键参数,是地表-大气能量交换的直接驱动因子。高时间分辨率和高空间分辨率的地表温度对气候变化、地表热量平衡、干旱监测、城市热岛效应等方面研究具有十分重要的意义。然而目前还没有一个同时具有高空间和高时间分辨率能覆盖全球观测的热红外卫星遥感平台,极大的限制了对地物连续监测的应用。如何基于当下的科学技术利用现有的卫星遥感数据得到高时序的地表温度信息是一个至关重要问题。本文以山西省太原市西北部古交地区为研究区,以中分辨率成像光谱仪MODIS和Landsat-8卫星数据为主要数据源提出了两种不同的融合策略生成地表温度:先融合-后反演和先反演-后融合,从而将MODIS温度数据降尺度到Landsat-8空间分辨率。该实验过程采用STARFM(时空自适应反射率融合模型)和ESTARFM(增强的时空自适应融合模型)两种典型的数据重建模型算法,分别对两种策略进行实验研究,并针对两种融合方法对温度的适用性进行对比分析。研究结果表明:从总体分析两种重建算法在地表温度融合预测方面都具有适用性,且STARFM的融合效果好于ESTARFM融合算法;从融合策略的角度看,“先融合-后反演”的融合策略精度高于“先反演-后融合”的融合策略精度;从数据源角度看,季相相近且温度相近的时刻数据融合精度高于季相、温度相差较大时刻的融合精度;从时间角度分析,当地表植被类型变化小时,温度敏感性高,时间敏感性低。