青藏高原作为我国特殊的地理单元和世界第三极,是世界平均海拔最高的高原,其地表热状况对地表和地下水文、地表能量和水分平衡、碳交换以及生态系统多样性具有重要影响,同时也对气候变化有着非常敏感的响应,而冻融指数不仅能为气候变化提供指示信息,它也是寒区工程、冻土研究等领域的关键参数。青藏高原面积辽阔,海拔高,在高原腹地无人区基本没有观测,即使是在有站点的地方,观测站点也十分稀疏且不连续,导致了计算面域的地表冻融指数的困难。本文希望借助时间分辨率较高的MODIS数据实现青藏高原地表冻融指数的估算。本文首先对比分析了估算日平均地表温度的三种方法,研究了不同MODIS LST瞬时值组合输入各个估算方法后所得拟合结果的差异,以正弦-线性分段函数法(Sin-Linear)估算结果为参照,根据均方根误差及判定系数对10类估算结果进行了评价。为了得到青藏高原上尽可能多的日平均地表温度,减少因MODIS观测值缺失带来的影响,统计了研究区每个像元上瞬时LST个数并对其进行分类,根据像元上的LST组合类型结合相适应的估算方法求得其日平均地表温度,并通过分位数映射对各类估算结果进行误差校正,得到校正后数据精度较好的日平均地表温度。对整年的日平均地表温度进行时间序列插值,再对插值后的逐日地表温度进行克里金插值。旨在结合有限的LST瞬时观测,得到整个高原面域上精度较好、缺失较少的日均地表温度,从而为后续冻融指数的计算提供更准确更完整的数据输入。再通过将不同的环境要素组合与小波分解后的日均地表温度作为输入变量,站点实测的土壤表层温度作为输出,通过ANFIS的不断训练,寻找最优的输入变量组合作为预测因子,实现了日均土壤表层温度的估算。利用站点实测的土壤表层温度,分别从时间和空间上验证了估算得到的青藏高原逐日土壤表层温度数据。最后通过逐日平均的青藏高原土壤表层温度,分别计算了大于0℃和小于0℃的温度和天数的累计值,从而得到年地表冻结指数和融化指数,并分析了二者空间上的变化规律。论文研究工作得到的主要结论如下:(1)对于青藏高原上每日的MODIS LST瞬时观测数据,具备完整四次观测的像元百分比仅占整个高原的25.7%,也就是说在原始方法(Sin-Linear)下估算日平均地表温度,可利用的有效像元比例是极低的。通过将不同的MODIS瞬时观测值组合与相适应的估算方法结合对青藏高原的日均LST进行估算,极大地提高了 MODIS LST观测值的利用率,使得一年内高原上可估算日均值像元的比例提高到了 53.5%。通过后续的时间及空间插值,进一步使得青藏高原上所有具有日均LST的像元比例增加到71%。并且经过了分位数误差校正,能够有效降低各类Cos-Sin法估算结果的拟合误差,使得校正后日均地表温度的精度均保持在2℃左右,判定系数R2均达到0.8以上。通过将日均LST多模型估算法与误差校正及插值补全有效结合,最终能够最大化地得到青藏高原上精度较好的逐日平均地表温度数据,使得作为中间产品的日平均地表温度能够为后续的模型提供更准确的参数输入。(2)经过ANFIS训练发现,用于预测日均土壤表层温度的最优输入变量为小波分解后的日均地表温度与环境要素中高程及植被指数的组合,积雪深度及经纬度并非影响土壤表层温度估算的主要因素。估算后的土壤表层温度与站点实测温度进行比较,均方根误差在2.5℃以内,判定系数R2达到0.95。虽然影响土壤表面温度的因素尚具有不确定性,但从验证结果上来看,基于小波分解的ANFIS模型在一定程度上可以弥补这种缺陷,使得模拟结果较为稳定。(3)通过本文探讨的基于MODIS数据的地表冻融指数估算方法,能够有效得到整个青藏高原面域上的地表冻结指数和融化指数,估算结果与站点观测计算得到的地表冻结/融化指数的相关性均在0.75以上,并且二者的空间分布模式与青藏高原整体的地形特征能够较好的对应。分析表明,地表冻结/融化指数的空间分布表现为负相关,二者的分布均受到海拔变化的影响,年度冻结指数随着海拔的增高逐渐变大,而融化指数则随着海拔的升高逐渐减小。