基于统计模型的降尺度方法被广泛用于热红外影像的尺度转换中，然而，大多数算法都会受到复杂地表环境的影响，例如地表覆盖、季节等。为了解决地表温度与光谱指数函数关系的不确定性，提出了一种新型的基于BP神经网络的地表温度降尺度方法。首先，在粗分辨率的情况下，训练得到一个以光谱指数为输入，原始温度为输出的BP神经网络。之后，输入高分辨率的光谱指数进而得到高分辨率的温度结果。实验通过设置多种光谱指数组合和BP网络隐藏层节点数而展开。结果评价时，以原始温度影像为参照，在城镇、植被和水体区域内，该方法的RMSE、R²、Bias及相对精度优于传统的分层线性回归降尺度方法。实测验证表明：该算法的RMSE和Bias分别达0.98 ℃、0.51 ℃，明显优于分层线性回归的结果(RMSE为2.9 ℃，Bias为1.7 ℃)，说明该方法具有较高的降尺度精度，这对于城市热环境的研究具有一定的应用价值。

针对喀斯特城市快速扩展所引发的热环境问题，提出喀斯特山峰混合像元比辐射率估算方法，使Landsat 8遥感数据的地表温度反演算法适用于喀斯特城市，利用5种单通道算法和劈窗算法反演地表温度，分析反演精度和敏感性因子。结果表明：在我国南方喀斯特地区大气水分含量较高的情况下，单通道算法比劈窗算法精度更高，Jimenez单通道算法(JSC)和覃志豪单窗算法(QMW)更适用于喀斯特城市地表温度反演，反演值和实测值的误差在1.0 ℃内。反演地表温度的统计值以JSC算法与QMW算法相近，平均值的差值为0.26 ℃，标准差的差值为0.01 ℃，建筑和裸岩温度平均值的差值分别为0.43 ℃和0.54 ℃，高于水体和茂密植被；Jimenez劈窗算法与Rozenstein劈窗算法相近，平均值的差值为1.14 ℃，标准差的差值为0.19 ℃；Weng单通道算法在劈窗算法与JSC和QMW算法之间。各算法对比辐射率ε较敏感，ε每增加0.01，地表温度反演值误差增加0.4～0.7 ℃；除QMW算法反演值随近地面气温每增加1.0 ℃而引入近0.5 ℃误差外，各算法对近地面气温、大气总水分含量、大气透射率的敏感性相对较低。研究结果可为喀斯特城市热环境监测提供科学依据。

根据天宫二号宽波段成像仪热红外谱段的特点，提出了一种适用于天宫二号数据的劈窗算法，并以苏南城市群为研究区，进行了地表温度的反演。在此基础上，通过SUHI（Surface Urban Heat Lsland)指标分析了苏南城市群热环境空间分布特征。结果表明：劈窗算法可以有效地应用于天宫二号热红外数据，地表温度反演结果的均方根误差在1K以内；研究区地表温度结果与土地利用类型有较好的一致性，建筑用地温度最高，水体最低，苏锡常城市群形成一个整体热岛效应，SUHI指标能有效监测城市群的热岛强度及其空间分布。

地表温度是地表能量平衡研究的重要参数之一，为了提高重庆主城区夏季高湿热条件下地表温度的反演精度，结合MODTRAN模型与MERRA大气廓线数据，修正了大气透过率估算方程，基于2013年夏季Landsat 8 TIRS第10波段数据和单窗算法，分别利用修正前后的大气透过率反演了地表温度，并将结果与0 cm土壤表层温度观测数据进行了对比，最后，分析了地表温度随地形和土地覆被的空间分异特征。结果表明：①修正后的大气透过率较显著提高了地表温度的反演精度，平均绝对误差从4.89 K减少至1.73 K；②地表温度具有显著的地形分异特征，和海拔之间的相关系数为-0.542 6(极显著相关)，垂直递减率约为1.17 K/100 m，随坡度增加而降低，且随不同坡向也存在较明显差异，平缓坡>阳坡>半阳坡>半阴坡>阴坡，平缓坡和阴坡之间相差约2.40 K；此外，和地形遮蔽之间的相关系数为0.217 2(极显著相关)，随着地形遮蔽的减弱而升高；③不同土地覆盖类型的地表温度之间差异显著，城镇的平均地表温度最高，湿地的最低，其他类型之间则相差较小。

Landsat热红外系列数据是地表温度反演的一项重要数据源。以齐齐哈尔市辖区为研究区域，基于2002、2008和2016年Landsat TM/ETM+/TIRS系列数据，分别采用单窗算法（MW算法）、单通道算法（SC算法）和辐射传输方程法（RTE算法）进行地表温度反演及对比分析，并利用MODIS地表温度产品对反演结果进行精度验证。结果表明：①基于Landsat 系列数据，3种算法反演得到的地表温度的空间分布状况一致，总体上市区地表温度较高，水体区域温度最低；②基于ETM+数据，SC和RTE算法结果一致性较好，其中SC算法精度最高，MW算法在不同地物覆被区误差均较大；③MW算法基于TM数据反演精度最高，RTE算法次之，SC算法较差；④基于Landsat 8 TIRS数据，SC算法精度最高，RTE算法误差较大。