地表温度(Land Surface Temperature，LST)既是水量平衡的主要分量又是能量平衡的重要组成部分，尤其当今全球气候变化，地表温度的实时监测对于农业灌溉、农业旱情监测和提高水资源的利用率具有重要价值。热红外遥感技术的不断发展为快速获取区域地表温度信息提供了有效手段。目前，用于获取地表温度的热红外传感器，按照分辨率的不同大致分为两类，即高空间分辨率/低时间分辨率（如TM、ETM+和ASTER等）可提供地表空间细节信息，但是重访周期达到16天;低空间分辨率/高时间分辨率（如AVHRR和MODIS等）具有较好的时效性和区域性，但是空间分辨率达到1km。利用遥感技术开展大范围作物监测的最优分辨率，国内外学者达成广泛共识，即适宜管理分区尺度为30-60米和作物长势监测时间分辨率为5-7天。因此融合两类数据生成具有高时空分辨率的数据对于农作物生长全程监测具有重要的应用价值。　　本文以甘肃省张掖市的黑河流域为研究区域，以2008年5-7月份3个时相的ASTER、Landsat和MODIS为主要数据源，以获取高时空分辨率的地表温度为目的，展开了一系列研究。高时空地表温度的生成过程中需要高空间分辨率的可见光近红外数据的支持，而现有的传感器提供的可见光近红外数据重访周期基本为半个月，若遇到云雨天气更难获取影像。因此，首先利用多源遥感数据生成高空间分辨率的可见光近红外数据很有必要。具体研究内容和结果如下:　　(1)遥感数据的获取与预处理:包括ASTER、Landsat和MODIS数据的投影转换、辐射定标、大气校正和几何配准等。　　(2)高空间分辨率的可见光/近红外数据生成方法研究:利用多时相的MODIS和ASTER数据，通过高低分辨率遥感数据时序插补、基于混合像元分解的遥感时空融合和自适应遥感图像时空融合3种方法生成高空间分辨率的可见光/近红外遥感数据。对三种方法生成的结果进行对比分析，使用真实ASTER数据对结果进行评价。通过对三种方法的总结归纳，提出了生成高空间分辨率的可见光/近红外数据的同化策略。　　(3)亚像元地表温度的生成方法研究:利用多尺度的遥感数据即MODIS和ASTER数据计算地表参数如NDVI、覆盖度或发射率等，通过统计方法、近似物理方法和联合方法3种方法，建立与地表温度相关的尺度转换模型，将地表参数作为尺度转换因子计算MODIS亚像元地表温度分布图。对利用不同方法生成的结果进行对比分析，并使用真ASTER地表温度数据对生成结果进行评价。通过对上述三种方法的总结，建立了亚像元地表温度的生成方法的同化策略。　　(4)高时空地表温度的生成方法研究:首先利用基于混合像元分解的遥感时空融合方法，通过时序的MODIS与前期ASTER可见光近红外数据生成了时间序列的高空间分辨率的可见光近红外数据，然后利用该数据和时序的MODIS地表温度生成高时空的地表温度数据。