地表温度是非常重要的地表过程参数。及时掌握区域地表温度时空分布是许多地表过程研究和热红外遥感应用(如旱情遥感监测)的需要。然而,在有云覆盖情况下,地表温度就不能直接从遥感图像中反演出来,从遥感图像中反演得到的只能是云冠层的温度。现有许多卫星遥感数据(如MODIS)的地表温度产品都只是把有云像元检测出来,标出该像元为有云像元,而没有估算出有云像元的地表温度,从而形成有云像元的地表温度缺失。然而,全面掌握一个区域范围内的地表温度空间分布,包括有云像元的地表温度,是许多应用研究(如干旱遥感监测、植被生长和作物估产)的必需。因此,如何估算热红外遥感图像中云覆盖像元的地表温度,就构成了热红外遥感的前沿研究难题。现今,只有微波遥感可以克服云覆盖的障碍获取地表信息,可见光遥感和热红外遥感均未能有效地解决云覆盖对获取地表信息的影响问题。然而微波遥感对地表粗糙度和地表含水量十分敏感,用于估算地表温度仍存在一定的问题；相当多的学者在可见光遥感中提出了云去除的方法,但这些方法都只是针对影像的显示效果进行定性的研究,未从物理量的角度进行考虑分析,如若运用于地表温度产品的云覆盖分析,会产生较多问题。为了解决云覆盖下地表温度的估算问题,找到一种合适的估算方法,以应用广泛的MODIS地表温度数据产品为研究对象,选取安徽省的中部区域作为具体研究区,利用植被关系法和空间插值法进行估算,从地物类型、估算范围和估算精度三个方面对两方法进行比较分析,力求找到一种估算MODIS影像中云覆盖像元地表温度的方法。植被关系法建立在植被蒸腾作用对地表温度有着重要影响这一理论基础上。首先分析云覆盖区域周边无云植被像元的LST与植被指数NDVI之间的关系,建立方程式；然后再利用NDVI在短时间内相对稳定的特点用另一幅图像来获取云覆盖区域的NDVI值；最后根据NDVI与LST之间的关系来估计云覆盖植被像元的表面温度。空间插值法主要是依据地表温度具有空间连续性特征,每个像元的地表温度与其周边像元地表温度值存在空间上的关联,根据云覆盖周围已知像元温度建立像元位置与像元温度之间的函数关系,然后运用该函数关系来推求云覆盖下像元的温度值。在研究中,为了计算两种方法的精度情况,假设一部分晴空区为云覆盖区,将估算的地表温度值同原有温度值相比较得出精度信息。同时为了得到两方法的适用地表类型和估算的云覆盖范围,针对不同的地表类型、不同大小的云覆盖区进行了估算。文中利用安徽省中部区域每日的MODIS LST影像(2009年6月3日),对各方法的估算精度进行了研究,结果表明：植被关系法在小范围区域(≤100km2)对于林地类型下的地表温度能达到较好的估算精度,RSME≤0.4℃;对于范围较大的区域,规则样条空间插值法估算精度较高,可估算的云覆盖范围达到2500km2,估算的均方根误差在0.5℃左右；其中对于水体和植被土地覆盖类型,估算的精度较高,在覆盖范围为3X3大小(即9km2),估算的均方根误差分别达到0.2℃和0.3℃。因此,MODIS影像中云覆盖范围大于100km2时,适合采用规则样条函数插值方法估算云覆盖下的地表温度值。需要指出的是,在实际应用过程中,估算结果还需要进行云覆盖影响的改正。文中估算了2011年6月1日MODIS影像中的实际云覆盖区下的地表温度值,结果图像呈现明显的洼地效应,这与实际现象相一致。总的来说,利用植被关系法和空间插值法估算MODIS影像中云覆盖下的地表温度,精度较高(2500km2以内估算的RSME小于1℃),使MODIS每日的LST产品能够更好地满足人们的应用需求,得到更广泛的应用。论文的主要创新点是将NDVI-LST之间的相关关系和常用的空间内插方法运用到MODIS影像中云覆盖下地表温度的估算研究中,并探讨了这些方法在实际云覆盖情况下的估算实用性,从而弥补MODIS影像中云覆盖下信息的缺失,使该产品得到更广泛的使用。