地表温度（Land Surface Temperature, LST）是地球表面能量平衡的重要指示因子，也是地球资源环境动态变化的基础参数，同时是反映区域热环境的量化指标。遥感技术的兴起和发展使得地表温度信息的获取从“点”过渡到“面”，目前遥感手段获取地表温度信息主要是基于热红外数据和被动微波数据。与热红外信号相比，微波信号对云、雾、雨、雪、植被以及一些干燥地物具有一定的穿透能力，具有全天候获取地表温度信息的特性，从而弥补了热红外地表温度监测中的不足。
本书旨在提供一种简单易行且具有一定物理意义的云下地表温度反演算法。书中回顾了基于被动微波地表温度反演的国内外研究现状，给出了被动微波遥感的基本概念与理论，详细介绍了本研究中用到的模型和数据。在此基础上设定了两个研究目标：①定量分析大气对常用被动微波通道星上亮温的影响并提出相应的大气校正方法；②通过不同通道比辐射率间的关系发展具有一定物理意义的云下地表温度反演算法。主要研究内容包括以下几个方面：
（1）大气对常用被动微波通道作用的研究以及大气校正方法的发展。本书是针对云下地表温度反演方法的研究，有云的情况下，大气对微波通道的影响相对较大。因此本书首先利用模拟数据库定量分析了大气对常用被动微波通道亮温的影响，结果显示，在1.4GHz通道，当比辐射幸大于0.7时大气影响可以忽略；在6.93GHZ通道，当比辐射率大于0.8时大气影响可以忽略；在10.65GHz通道，当比辐射率大于0.9时大气影响可以忽略；其他通道（18.7GHz、23.8GHz、36.5GHz、89.0GHz）一般情况下大气影响不可忽略，然后根据大气校正精度的要求以及输入数据的可获取性，分别提出通用的大气校正方法、简单的大气校正方法和基于比辐射率的大气校正方法，为后续研究工作的开展奠定了基础。
（2）地表温度被动微波反演方法的发展。本书首先建立了18.7GHz、36.5GHz和89.0GHz三个通道垂直极化比辐射率的关系，并对其进行近似和简化，在此基础上，假设辐射传输方程中的大气和植被影响可以忽略，利用简化的辐射传输方程发展了用于地表温度反演的三通道算法。当干土比辐射率为已知时，其算法误差为0.83K；当干土比辐射率近似为常数时，该方法仅需要输入I8.7GHz、36.5GHz和89.0GHz三个通道的亮温数据即可估算地表温度，其算法误差为2.37K.利用AMSR-E星上亮温数据和地表亮温数据估算地表温度，精度分别为4.0～5.0K和3.0～4.0K。
（3）云下地表温度反演与验证。本书通过两步法反演中国区域的地表温度，即首先通过通用的大气校正方法将AMSR-E卫星数据的星上亮温转换为地表亮温，然后通过三通道算法利用地表亮温估算中国区域的地表温度。与有云条件下的地面空气温度对比，结果显示，该方法精度约为4.0K。

1 绪论
1.1 背景及依据
1.2 国内外研究现状
1.3 研究目标与内容
1.4 组织结构
2 微波遥感基本概念及理论
2.1 基本概念
2.2 热辐射
2.3 地表发射特性
2.4 大气的吸收、发射、散射特性
2.5 被动微波辐射传输理论
2.6 本章小结
3 数据介绍
3.1 大气廓线数据
3.2 模拟数据库
3.3 AMSR-E数据
3.4 MODIS数据
3.5 GFS分析数据
3.6 地面实测数据
3.7 DEM数据
3.8 本章小结
4 被动微波数据的大气校正算法
4.1 大气对常用被动微波通道的作用
4.2 通用大气校正方法
4.3 简单大气校正方法
4.4 基于比辐射率的大气校正方法
4.5 本章小结
5 云下地表温度被动微波遥感反演算法
5.1 地表温度反演模型的构建
5.2 基于模拟数据分析大气对地表温度反演的影响
5.3 基于卫星数据分析大气对地表温度反演的影响
5.4 中国区域地表温度反演及其验证
5.5 本章小结
6 结论与展望
6.1 主要研究工作与结论
6.2 创新点
6.3 存在的问题与展望
参考文献