本文主要研究MODIS数据中云的处理及对地表温度反演。由于气候的原因,大多时候获取的MODIS遥感数据都受到云噪声的干扰,云覆盖的存在不仅给图像的后续处理和识别带来了很多困难,而且直接影响地表参数定量反演的精度。为了提高图像的利用率,云处理便成为图像分析和应用中一个至关重要的环节。首先,利用ENVI软件对MODIS数据进行简单的预处理,然后根据遥感原理得到目标区域云、水体、植被和裸土等不同下垫面的辐射特性,并结合多通道阈值法设定适当的阈值,最终检测出薄云和厚云。由于薄云和厚云的成像原理和在图像中成像的特点都不相同,这就决定必须要针对不同的云层厚度采用不同的去云方法。对于薄云覆盖区域,利用改进后的同态滤波法进行处理,此方法不仅能有效的去除薄云,还能很好的恢复非薄云区的信息。而对于厚云覆盖区域,由于遥感图像中几乎不包含任何地物信息,常规的算法没有明显的去除效果,只能采用多时相遥感图像相应区域的替换法进行处理。对于地表温度的反演,根据MODIS数据反演大气透过率并对其影响因子进行校正,然后,通过植被指数的计算得到植被的覆盖度,针对不同植被覆盖度的类型分别进行比辐射率的估算,最后,利用劈窗算法反演地表温度,并分析云对地表温度反演的影响。