地表温度是表征地表能量平衡的重要指标,是研究地表生物物理化学过程的关键参数。卫星遥感是区域或全球地表温度快捷获取的仅有最佳手段,精准的区域地表温度是许多地表过程研究和热红外遥感应用研究的迫切需要,如地气水热交换,数值天气预报,全球海洋环流,气候变化,生态环境监测等。鉴于热红外波段能量相对于可见光波段能量偏低,热红外影像一般分辨率也不高,如何得到高分辨率的热红外波段影像,对地学规律的研究有着重要的意义。本文的主要研究目标是,以landsat TM数据30m空间分辨率的可见光波段数据为基础,对其数据集中120m空间分辨率的热红外波段数据进行像元分解,降尺度得到30m空间分辨率的热红外波段数据,并通过单窗算法反演得到30m分辨率的地表温度数据(LST),实现高空间分辨率的地表温度的获取。本文的研究方法是基于能量守恒的角度,提出了一种基于地表类型的叠置法,对热红外波段像元降尺度,分解得到高空间分辨率的热红外像元。该方法以面向对象思想为基础,将每个热红外波段像元看作一个独立的对象,对每个对象进行规则分割,然后根据每个分割对象对应不同的地表类型,确定哪种遥感指数跟该地表类型相关性最大,通过遥感指数跟LST的关系确定出每个分割的子像元在母像元中的权重,然后对120m的热红外波段像元进行分解。本文以中国的首都北京市为研究区,以landsat TM数据为主要的遥感数据源,选取植被归一化指数(NDVI)、不透水层覆盖度(ISP)、以及改进的水体指数(MNDWI)作为主要的遥感指数,首先采用面向对象的方法对研究区影像进行地表覆盖类型分类；然后用单窗算法计算出120m热红外波段地表温度；选取适当的采样区,统计出不同地表类型对应的遥感指数跟地表温度(LST)的线性统计关系,并将这种统计关系应用到叠置法的权重计算中；最后采用叠置法将北京市城区的地表温度数据的空间分辨率由120m降尺度到30m。为了验证方法的可信性,我们采用两种方法来验证论文提出的方法的精度。第一种是自检验的方法,我们将120m空间分辨率的热红外波段影像升尺度到480m,然后对480m的热红外影像进行降尺度到120m,对比TM6波段原数据,得到两景影像DN值误差的均值为0.0051,方差为3.3,95%以上的像元DN值误差在±5范围内,最后用单窗算法反演出地表温度,得到叠置法降尺度得到的温度值95%以上在±2℃范围内,很好的验证了叠置法的可行性。第二种是对比分析了三次卷积重采样方法、Distrad方法和神经网络融合方法,得出叠置法不仅能有效的反映出地表温度的空间分布,更能有效的保持分解后的影像的总体及局部能量的守恒,并且误差较小,非常适合用于复杂地表覆盖地区的热红外波段影像数据的降尺度处理。论文的创新点：研究提出了一种基于能量平衡角度的热红外波段像元分解的方法,并将该方法应用到复杂地表覆盖地区的热红外波段影像分解,得到了较好的分解结果,并且对方法的误差进行了一定的分析。