地表温度体现了地球表面物质的能量变化与交换过程，是地球科学研究的一个重要指标。以遥感反演和地面的实地监测是获得地表温度的主要方式，遥感反演可以大面积获得地表温度，但反演精度不高；而地面点的测量虽然精度较高，却监测范围有限。本文基于遥感数据以及地面传感器网络数据的特点，通过分析现有的热红外传感器数据和地表温度反演的算法，首先针对Landsat8卫星的数据特点，提出基于双波段的劈窗算法；然后根据数据的统计分析思想和地表温度反演的热辐射传输原理，提出基于遥感数据与地面数据的两种融合方案，以提高遥感反演地表温度的精度。从热红外遥感的地表反演算法，以及遥感与地面数据融合的研究分析，本论文的主要研究成果为以下三方面：（1）Plank函数是黑体辐射与波长关系的方程，本文通过分析Landsat8TIRS10和TIRS11两个有效波长的Plank函数曲线，发现两者具有良好的线性关系，相关系数可以达到0.999以上；然后基于两个热红外波段间的线性关系，根据大气热红外辐射传输方程，通过简化模型得到新的劈窗算法，通过对该算法的敏感性分析，得到该算法的地表比辐射率和大气透过率发生可能误差的情况下，精度可以到达1℃左右；（2）由于传感器的差异，针对Landsat8的两个波段的比辐射率和大气透过率存在一定的差异，需要针对传感器的波段范围和光谱相应函数进行调整。基于覃志豪提出的比辐射率估计方法和典型地物的辐射函数对Landsat8的两个波段的比辐射率估计模型进行修正，得到适合的比辐射率估计模型；大气透过率则利用MODTRAN4.0对进行重新估计，并通过大气水汽含量建立相应的大气透过率模型；（3）基于地面数据和遥感数据的融合主要采用基于统计模型的方法和基于大气热传输方程的方法。基于统计模型的方法，针对点数据与基于遥感反演结果和基于亮温数据回归拟合，并考虑地物类别的影响，对得到的四种融合方案；基于大气热辐射传输方程的方法，在考虑精确地面点数据和遥感数据的情况下，通过若干地面点与遥感辐射方程建立方程组，可以求解得到大气透过率、大气上行辐射和大气下行辐射量，进而计算得到地表温度。