在归纳现有遥感地表温度降尺度方法的基础上,选取3种代表性方法:Normalized Difference Vegetation Index(NDVI)、Pixel Block Intensity Modulation(PBIM)和Linear Spectral Mixture Model(LSMM)方法进行实验比较,并建立了一种纹理相似性度量指标CO-RMSE(Co-Occurrence Root Mean Square Error)。结果表明:(1)NDVI方法受季节影响最严重,不适于春、冬季,其次为PBIM方法;(2)LSMM方法受分辨率限制最大,低分辨率时丢失大量纹理信息,NDVI方法在较高分辨率时优于PBIM方法,较低分辨率时则相反;(3)3种方法的适用区域分别为植被与裸土像元并存区域,山区和反照率变化较大区域,以及类别间温差较大区域;(4)NDVI方法操作最简单,LSMM方法最复杂。分析认为,尺度因子是决定方法性能的关键,应根据季节、分辨率、地表覆盖、应用目的和操作性等综合选择。