地表温度是区域和全球尺度上陆地表面物理过程的一个关键参数，综合了地气间相互作用的结果，是地球表面能量平衡和温室效应的良好指示计，在气候、水文、生态、军事和生物地球化学等研究领域有着广泛的应用。在过去很长一段时间里，地表温度的遥感反演取得了长足的进展，发展了大量的反演算法，但是这些算法都把普遍存在的非同温混合像元视为同温同质体，直接导致反演所得的只是物理意义模糊不清的混合像元的平均温度。事实上，在大量的地表温度应用领域，需要的是物理意义明确的地表组分温度。 由于认为多角度数据比多波段数据更有利于组分温度的反演，所以人们致力于研究地表非同温混合像元热辐射方向性模型，且提出了多种模型，并以此为基础，进行了一系列的组分温度分离算法的研究。 然而，到目前为止，有效的星载多角度数据少之又少。鉴于地表组分温度反演的必要性以及符合要求的星载多角度遥感数据的不易获得性，研究基于多波段遥感数据的地表组分温度反演方法，无疑具有非常重要的现实意义。 与Landsat/ETM+、NOAA/AVHRR及MODIS等传感器的热红外数据相比，ASTER的热红外数据同时具有空间分辨率高和光谱分辨率较高的突出优势，这是ASTER数据应用于地表组分温度反演的优势所在。因此，该文针对ASTER数据，以植被/土壤两相混合像元为研究对象，对地表组分温度的反演方法进行了研究，主要内容有：(1)以地表组分有效比辐射率方向性模型和“准三维”混合像元模型为依托，通过引入波长变量λ，并视观测角度θ为常量，得到了地表热辐射波长变化模型；(2)进行了误差灵敏度分析，表明ASTER的Band10与Band11组合的误差灵敏度相对最小；(3)以地表热辐射波长变化模型为基础，形成了较为完整的基于ASTER数据的地表组分温度反演方法；(4)以河北省黄骅市的黄灶地区为研究区，以ASTER数据为数据源，使用该文提出的方法获得了地表组分温度的初步解。