作为陆-气间水分与能量交换过程的关键控制变量之一,地表温度(Land Surface Temperature,LST)在气象学、气候、水文、生态学等学科中具有广泛的应用价值,也成为国内外研究热点。当前诸多遥感卫星可以进行地表温度的遥感观测,但其过境频次相对较少且固定,无法获取完整的土壤温度日变化特征。同时因云雨,日照时间,空气温度,植被覆盖等因素都会影响LST反演的准确性,进而影响LST产品的时空连续性。为此,本文从土壤温度日循环模型和土壤温度随深度变化模型改进出发,以提高LST产品的时空连续性。另外,基于土壤热量反演方法研究,进一步开展土壤水反演,本文主要做了以下工作:1.建立土壤温度日循环模型。本文利用闪电河流域的土壤温湿度网络站点实测数据,标定了基于有限观测数据的地表土壤温度日周期变化模型,通过模型拟合的方法建立一个仅需要4个参数的DTC模型。该模型可适用于时间上不连续的各种LST遥感观测。2.建立了一种土壤温度随深度变化模型。使用2018年8月分到2019年7月份闪电河流域获取的3厘米,5厘米,10厘米,20厘米等土壤温度数据,观察不同深度层土壤温度随时间连续变化规律。模型建立之后,可以用一个指数函数来表示土壤温度的变化,根据已有的站点实测数据模拟出连续一天的土壤温度变化。3.改进了表观热惯量法反演土壤水方法。利用闪电河流域数据,处理得到9月份连续一个月的各层土壤温度的昼夜温差,再结合MODIS的ALBEDO数据,得到土壤温度与表观热惯量的线性相关图。实验结果表明表观热惯量模型具有较好的准确性,与土壤温度的相关性R最好的能够达到0.8,利用表观热惯量模型反演可得到土壤水。4.土壤水分反演。直接利用简化的表观热惯量ATI模型,进行土壤水分的反演,针对不同的土地类型,不同的植被类型以及不同的土壤质地等研究区域,采取最匹配的土壤温度日变化模型和土壤随深度变化模型来进行估算土壤温度数据,进而得到最准确的表观热惯量ATI数据结果和理想的土壤水分产品。