地表温度和植被影响着地表与大气之间的能量平衡，在气候和水文循环中扮演着重要的角色，相比于传统测量方法，遥感技术使得实时获取全球尺度的地表温度和植被生长状况信息成为可能。在地表温度遥感反演方面，相比于热红外波段，中红外波段的数据受水汽的吸收作用较弱，对发射率精度的敏感性更低，而对地表能量变化更加敏感;在植被遥感方面，相比于可见光-近红外波段，中红外波段的辐射信号能穿透大部分的烟雾、阴霾等（沙粒除外），受大气气溶胶的影响更小。基于中红外波段的种种优势，本文利用中红外数据进行了地表温度遥感反演和新植被指数模型构建的方法研究。　　在地表温度反演方面，提出了一种直接利用MODIS中红外数据反演地表温度的方法。借助大气辐射传输模型MODTRAN4.0，在无太阳直射辐射时地表亮温近似相等的假设条件下，首先反演出中红外地表双向反射率，实现地表反射辐射和地表发射辐射的分离;在此基础上，利用一种可见光-近红外波段的BRDF核驱动模型(RossThick-LiSparse-R模型)，反演得到中红外地表方向发射率;最后根据中红外辐射传输方程，进一步计算出地表温度。　　为了验证中红外地表温度反演方法的准确性，利用TIGR946条晴天廓线，模拟得到了不同地表温度、不同观测几何条件下植被和裸土的数据集，对算法进行了初步验证，两种地表覆盖下反演结果的均方根误差分别为1.45K和1.52K。为了进一步验证反演方法的精度，本文首先选择了包头市北方试验场的遥感数据和MODIS地表温度产品对算法进行了交叉验证，四天地表温度反演结果的均方根误差在1.31K-1.69K之间;然后又选择了海拉尔地区四个不同季节的遥感数据和实测地表温度数据来验证算法精度，反演结果的均方根误差为1.42K。这表明，该算法利用中红外数据直接反演地表温度是精确可行的。　　在中红外新植被指数模型构建方面，首先利用植被叶片模型prospect在中红外波谱区的扩展模型prospect-VISI，模拟了0.4-5.7um波长范围内各种生化参数下的叶片反射率，然后分析了各个波段对各种参数的敏感性，找到叶片光谱特征波段。在传统的植被水分指数基础上，加入中红外波段的叶片反射率，构建了四种新型中红外植被指数MNDⅡ、MNDWⅠ、MNMDⅠ和MNDⅥ，并利用模拟数据拟合得到四种中红外植被指数与叶片含水量的关系，其中MNMDⅠ和MNDⅡ精度最高，适用于叶片含水量的反演。最后提出了一种双植被指数法反演叶片含水量，通过模拟数据对该方法进行了验证，均方根误差为0.002 g/cm2，具有较高的精度。