多尺度的陆地表面温度(LST)是研究城市热力场、生态过程、气候变化等不可或缺的参数,在地表热量平衡、土壤湿度、城市热岛等方面极具价值。这些研究都需要高空间分辨率和高时间分辨率的热红外影像来反演LST,但是目前没有任何单一卫星传感器可以传回同时具有高空间与高时间分辨率的热红外影像数据。近年来已有多种增强热红外数据空间分辨率模型被提出,但可以同时增强空间与时间细节的模型仍较为少见。开展热红外遥感影像时空融合研究,对促进热红外遥感应用与发展具有重要意义。本文以福建省中部地区为研究区(主要包括南平市延平区部分区域和三明市尤溪县部分区域),以Landsat-8和MODIS数据为主要数据源,以新近提出的、且较为成熟的SADFAT (Spatio-temporal Adaptive Data Fusion Algorithm for Temperature mapping,温度制图时空自适应性数据融合)模型为基础,从影像边缘算法和云层去除这两个方面对其加以改进,并利用改进的模型分别从单个波段、植被指数和LST这三个不同层面进行了多角度、全方位的时空融合效果对比、分析和评价,使研究结果更为可靠和全面。此外,本研究还采用IDL语言和C#混合编程成功构建了一个交互界面简洁、操作简便的系统,用户只需选定所需的输入数据,即可借助软件轻松实现基于改进的SADFAT模型的地表温度时空融合运算,并可快速制图输出。与传统的利用遥感专业软件手工运算相比,本研究所构建的系统省时省力、方便快捷,且具有较大应用推广价值。