地表温度(LST)是地表能量平衡中的一个重要参数,它在地表与大气相互作用过程中起着重要的作用,对地表能量平衡的研究有着重要的意义,特别在气象、地质、水文、生态等众多领域有着广泛的应用需要。土壤水分的短缺可形成干旱灾害,每年都给人类社会,特别是农业生产造成巨大损失。吉林省是国家重要的商品粮生产基地,干旱灾害长期困扰着当地农业和农村经济的发展。为了获得大范围的详细和可靠的土壤水分信息,利用观测地表温度间接反映土壤湿度是一种有效的途径。本文以吉林省西部作为研究区,利用EOS MODIS热红外遥感数据和相关的地面实测数据,建立地表温度反演模型。其理论意义与实用价值都是十分明显的,具体工作包括以下几个部分:首先,对现有的利用热红外遥感数据进行地表温度反演的三大类算法进行比较,确定选用分裂窗算法,并采用能够保持较高反演精度的两因素模型。其次,根据算法需要,对MODIS数据波段选取,分别计算反射亮度值和辐射亮度值。再通过植被指数计算,进而估计出植被覆盖度。采用基于植被指数与地表分类相结合的方法,利用由同一景MODIS数据的可见光和近红外波段计算得到地表比辐射率。再次,根据MODIS的数据计算得到大气水汽含量,利用大气辐射传输模型得到大气透过率。最后,通过地表温度反演模型反演出地表温度。并且利用实测的地表温度进行反演结果精度分析。