地表温度是大气与地表能流交换模型中的重要过程参数之一,它是地表蒸散发估计的重要输入参数,并服务于环境监测、生态水文、农业现代化、天气预报等诸多应用领域。利用热红外遥感方式获取地表温度产品为大面积、高效率地获取关键地表特征参量提供了可行性途径。尽管热红外遥感的适用性受研究区云雾情况和地形条件的影响,但它能提供比被动微波遥感准确度和分辨率更高的地表温度产品。近几十年,遥感领域发展出多种算法用以从热红外辐射数据源反演地表温度。不同的地表温度反演算法有不同的应用环境和输入参数需求。本研究选题来源于“基于多源遥感协同与时空融合的西南河流源区地表蒸散发估算研究”项目,项目所关注的研究区为西南河流源区,该区域水资源丰富,环境特征主要体现在多云雾天气和巨大的地形起伏两方面。除此之外,研究区下垫面具有较强的异质性以及研究区范围内气象站点稀少均为获取准确度较高的地表温度产品造成了不小的挑战。基于上述情况,本文采用使用较少环境、大气参数的17种分裂窗算法作为备选的地表温度反演算法,并检验备选算法的反演效果,筛选出反演效果较好的分裂窗算法获取地表温度产品数据集。结合“基于多源遥感协同与时空融合的西南河流源区地表蒸散发估算研究”的项目需求,本文的主要目的在于生成研究区长时间序列、高时间分辨率的地表温度产品。现今条件下,多种卫星可以提供研究区长时间序列的辐射数据。但极轨卫星由于过境频率较低,无法满足本研究高时间分辨率的要求,而静止气象卫星在这方面有着不可比拟的优势。本文地表温度反演过程中,使用的辐射数据源为风云二号静止气象卫星数据。不同的分裂窗算法应用环境不同,在实测数据不足的情况下,广泛使用模拟数据评估地表温度反演算法质量。本文中,对高时间分辨率地表温度产品使用研究区范围内多个站点实测数据利用单点验证方法进行验证.在实际生产长时间序列、高时间分辨率的地表温度产品时,对海量遥感数据进行高效的存储和处理计算成为本研究需要额外解决的重要实际问题。除此之外,为了达到可视化和系统化、和对项目其余年份(2000~2005,2017~2018年)的研究工作提供数据支撑的目的,本文将基于上述的研究内容初步设计地表温度反演系统,使得底层数据处理对用户完全透明,避免重复性工作,达到方便使用、提高效率的目的。