地表温度是区域和全球尺度上陆地表层系统过程的关键参数，它综合了地表与大气的相互作用以及大气和陆地之间能量交换的结果。地表温度反演具体分为陆表温度反演和海表温度反演两类。

地表温度作为众多基础学科和应用领域的一个关键参数，能够提供地表能量平衡状态的时空变化信息，在数值预报、全球环流模式以及区域气候模式等研究领域得到广泛的应用。精确的地表温度不仅有助于评估地表能量与水文平衡、热惯量和土壤湿度，而且有助于获取全球表面温度及掌握其长期的变化。因此，国际地圈生物圈计划将地表温度列为优先测定的参数之一。由于影响地表温度的表面状态参数，如反照率、土壤的物理和热特性以及植被等具有较强的空间非均匀性，地表温度在时空领域里变化相当快。要获取区域和全球尺度上地表温度的时空分布，常规的地面定点观测难以实现，而卫星遥感是唯一可能的手段。

利用热红外遥感数据反演地表温度最早可追溯到20世纪70年代。为了更好地了解区域尺度的地球系统以及获得精度优于10%的蒸散发数据，地表温度的反演误差必须在1K以内。然而星载热红外辐射计所接收的波谱信息，不仅受地球表面参数（温度，比辐射率）的影响，还受到从地球表面到辐射计之间电磁波传输路径上大气成分和热结构的影响。因此利用星载热红外遥感获取地表温度必须解决两个问题：首先进行大气校正，即消除大气的干扰，其次是考虑地表发射率的影响。为了实现卫星热红外数据地表温度反演，国内外学者进行了大量研究，并提出了不同的方法来消除发射率和大气的影响，利用卫星热红外数据进行地表温度反演已经得到了显著的发展。国内外研究者对辐射传输方程和地表发射率使用了不同的假设和近似，针对不同卫星搭载的不同传感器，提出了多种反演算法，这些算法大致可以分为5类：单通道算法、多通道算法、多角度算法、多时相算法、高光谱反演算法。

尽管提出了很多算法来从卫星热红外数据中反演地表温度，但是很少有对这一温度进行验证的研究。这是因为在地面测量卫星像元尺度的地表温度较难，而且地表温度自身也存在较大的时间和空间上的变化。21世纪后，一些研究开始验证通过不同传感器得到的地表温度，其中大多是下垫面均匀的。这些传感器验证包括：专题测图仪/增强专题测图仪+（TM/ETM+），高级星载热辐射热反射探测仪（ASTER），改进型甚高分辨率辐射计（AVHRR），高级沿轨扫描辐射计（AATSR），中分辨率成像光谱仪（MODIS），自旋增强可见与红外成像仪（SEVIRI）。其中，有3种方法通常被用来验证从遥感数据中反演得到的地表温度值：基于温度的方法（T-based）、基于辐射的方法（R-based）以及交叉验证。

以热辐射传输方程为理论依据，学者们相继提出了多种地表温度遥感反演算法，用于实现大气校正、温度与比辐射率的分离。

对只有一个热红外通道的遥感数据（如TM），常用单通道温度反演方法进行地表温度反演。从单通道数据中直接演算地表温度通常是通过大气校正法，这一方法需要估计大气热辐射和大气对地表热辐射传输的影响，计算过程很复杂，并且精确实测大气垂直廓线一般比较困难，误差也较大，在实际中应用不多。对此直接反演方法的改进是单通道统计方法。有学者提出了一种用中红外波段（3.8微米）计算海温的经验公式；日本学者阿步胜宏提出了一个简单的GMS单通道大气订正反演公式；覃志豪等根据地表热辐射传导方程，推导出一种将大气和地表的影响包括在模型中的反演方法，模型中需要地表比辐射率、大气透过率和大气平均温度3个参数进行地表温度的反演，结果表明温度反演的最大误差小于1.1K。

利用大气在10.5～12.5微米光谱范围内两个相邻的波谱窗口具有不同的吸收特性，来消除大气的影响，并以线性组合形式来计算地表温度。典型的双通道反演模型为NOAA-AVHRR传感器两个波段上亮度温度的线性组合：

由于水体近似黑体，温度及比辐射率满足普朗克定律，使得海面温度计算相对简单，仅要考虑消除大气效应的影响即可。该方法在海面温度反演应用中获得较大成功，但对于陆面温度反演而言，因陆面比辐射率变化较大，大气效应的消除变得更为复杂。有学者把海温遥感的分裂窗算法引用到农田地区的温度反演中，随后很多学者从不同角度对“分裂窗”算法进行改进，并提出了一系列的反演模型与参数。对于陆面温度反演来说，分裂窗算法是一种非常重要和广泛应用的方法。但需要注意的是，分裂窗算法应用于不同区域的不同遥感数据时，应根据已知数据来计算得出不同的系数。

一些学者提出了一种温度、比辐射率分离模型（TES），该模型利用比辐射率与多通道相对比辐射率之间的经验关系来计算地物的绝对比辐射率，从而得到地表温度，其主要缺陷是需要高精度的大气校正和使用经验关系模型。

但地物类型差异、地物本身性质如表面温度、粗糙度、含水量等不确定性因素的变化，都影响着地物比辐射率的大小，从而对模型的表达形式和模型的系数产生影响。对此，有学者提出了一种模型改进方法，针对不同的热红外图像重新构建相应的计算模型，并利用模拟数据证明了模型改进后温度与比辐射率反演精度的提高。

不同的视角观测目标，大气的吸收路径长度不同，多角度温度反演方法就是利用目标吸收热红外辐射的差异来消除大气的影响。这种多角度探测可以通过同一颗星的不同角度、不同星的同时探测来实现。比较典型的应用是一种利用泰勒展开式简化了的双角度反演模型。

该方法同时利用多角度和多通道数据中所包含的大气信息来消除大气的影响，具有较好的应用前景。但是由于热红外辐射方向性模型参数的不确定性和难以计算性，多角度地表温度反演方法、多角度与多通道相结合方法的实际应用较少。

在全球尺度上精确获取地表温度对许多领域的研究都很关键，包括地球表面水和能量平衡，陆地生态系统中物质和能量交换以及全球气候变化。学者们提出各种各样的方法来从多光谱或者多角度热红外数据中反演地表温度。由于多光谱数据提供的光谱信息有限，因此所有方法都依赖于辐射传输方程的近似以及不同的假设和限制，以此解决反演自身的病态问题。在某些情况下，这些近似、假设和限制可能并不正确。因此，用户必须考虑传感器的特性、需要的精度、计算的时间、大气温度和水汽廓线的可用性以及地表发射率来选择最佳的从空间中估算地表温度的方法。多光谱热红外数据在地表温度反演中应用广泛，但遥感数据获取技术依然是制约地表温度反演的主要因素，因此为了克服多光谱数据的缺陷，从根本上提高地表温度的反演精度，有必要在遥感数据获取技术上开辟出新的道路。

高光谱热红外传感器与多光谱热红外传感器相比，由于它有着几千个通道，所以毫无疑问它将更易于获取大气和地表的参数。大量的窄波段通道可以提高大气探测的分辨率，并获得用来进行大气校正的大气特征参数。大气窗口内测量的高光谱热红外数据可以提供更多详细的地表信息，特别是发射率光谱，而不是多光谱数据中离散的发射率值。另外，它还能提供更多合理的假设和限制，从而将地表温度和发射率分离开。这些原因驱动着定量遥感和其他相关学科的发展，利用高光谱热红外数据分离地表温度和发射率以及大气廓线和大气校正中大气特性的反演将成为未来定量遥感研究的热点。

未来的发展将着眼于从多光谱和多时相热红外数据的结合来提取地表温度的新方法，该数据可以从新一代静止卫星上的多光谱传感器上获得，比如SEVIRI，对地静止业务气象卫星（GOES）和FY-2系列，它们能够获取每日的地球表面数据，并且至少能在每小时内以固定的观测天顶角对地表进行扫描。除了两温法、日夜温度无关波谱指数法和日夜双时相多通道物理反演法需要在白天和夜晚进行两次测量，其他所有方法都基于多光谱数据并且不需要考虑时相信息。因此，利用多光谱和多时相热红外数据中的多时相信息来反演地表温度是非常吸引人的。另外，绝大多数可用的地表温度反演方法都是在晴空条件下由极轨卫星提供的多光谱数据瞬时反演的，而并没有适合所有天气状况的长期的地表温度产品。考虑到对被动微波和热红外数据的补充，未来必须发展一个基于物理的模型来从被动微波数据中反演出地表温度，以及一个有效地结合不同地表温度的模型，其中地表温度是从热红外和被动微波卫星数据中反演得到的，以此生产在各种天气条件下的高空间分辨率的地表温度产品。另外，由于极轨卫星搭载的传感器的固有的扫描特性，在某一特定地点从相同的极轨卫星在不同时间反演的地表温度或者是在不同的地点相同时间反演的地表温度与观测时不同当地太阳时和观测天顶角是相符的，更不用说从不同极轨卫星反演的地表温度。

由于地表温度随着时间和观测天顶角的变化而变化，不同时间反演的同一像元或者是相同时间反演的不同像元的地表温度并不具有可比性，这也极大地限制了地表温度产品的应用。为了强调这些问题，包括角度归一化和时间归一化的一系列的地表温度模型必须发展起来以生产所有天气条件下的长期的、时间和角度归一化后的持续的地表温度产品。