青藏高原（以下简称高原）以其特殊的地形和气候条件，广泛发育着多年冻土，其面积约占青藏高原总面积的2/3。多年冻土地表土壤热通量(G0)表征土壤所吸收和释放热量的状况，不仅可以明晰地气间的能量分配，而且对了解活动层冻融过程和冻土的退化将有很大帮助。　　本论文主要从两方面对高原多年冻土地表土壤热通量进行初步研究，一是利用实测和遥感数据(MODIS)探讨地表反照率的时空分布特征并分析其影响因素;二是利用4个站点(TGL、XDT、AYK和ZNH)的实际观测数据调整目前主要G0遥感估算模型并挑选出其中在高原适用性最佳的G0参数化方案，然后利用另外4个站点（TGL、NPAM、Amdo和SPAM）实测数据加入太阳时角改进了挑选的最佳方案，最后利用实测数据(TGL)和MODIS数据通过改进的G0参数化方案得到研究区(100km2)内G0的空间分布特征并分析了影响因素。主要研究结果如下:　　(1)2013年，4个站点(TGL、XDT、AYK和ZNH)地表反照率均是夏季最小，冬季最大，春季大于秋季，其他季节较夏季地表反照率峰值较多;典型晴天日地表反照率的日变化随太阳高度角的增大呈e指数关系减小，与土壤未冻水含量呈弱负相关，当太阳高度角大于40°时各站点地表反照率日变化基本不变，地表冻融过程中地表反照率完全冻结阶段＞日冻融循环阶段＞完全融化阶段，且地表日冻融循环阶段地表反照率日变化的中间时刻有明显下降。研究区域夏、冬季地表反照率大部分在0.1-0.3范围内;冬季地表反照率大于0.3的区域明显多于夏季，夏季区域地表反照率自AYK到TGL呈带状递减。　　(2)目前几种主要的G0遥感估算模型，经过实测数据调整后对比分析得出，考虑因素最多的Mayaoming方案在高原估算误差最小，适用性最佳。在此基础上借鉴前人的研究成果，引进太阳时角来解决Rn与G0之间存在一定的相位偏移的问题，进而优化Mayaoming方案，但在Ts、α和MSAVI(NDVI)等诸因素的综合影响下不同冻土类型对考虑太阳时角表现出不同效果:方案Mayaoming考虑太阳时角后，在多年冻土（TGL和NPAM）G0估算精度明显有所提高，而在季节冻土(Amdo和SPAM)G0估算精度不升反降，最终G0参数化方案在季节冻土区沿用Mayaoming方案，在多年冻土区采用基于Mayaoming方案考虑太阳时角的新方案Mayaoming_adj。　　(3)选取TGL站附近100km2的多年冻土区域作为研究区，然后利用实测数据(TGL)和MODIS数据通过Mayaoming_adj方案估算研究区内的G0，得出该区内G0呈现出东南低、西北高的空间分布格局。该区G0空间分布格局主要受地表温度Ts和地表反照率α的影响，Ts是主导因素，而且海拔和植被是本区域内影响Ts空间分布主要因素，因此，本区内G0空间分布格局的主要影响因素也是海拔和植被。