国家综合防灾减灾规划中突出了卫星减灾应用工程的地位和作用,卫星遥感林火监测优势日益凸显,是我国森林火灾综合预警监测体系的重要组成部分。而由于卫星搭载的传感器不同,或者由于传感器服役多年,性能老化、衰减,导致获取的遥感数据具有不同的几何、辐射及时相特征,数据之间难以互通,因此开展多源传感器的标准化研究,有助于提升数据质量,提高林火检测精度和时效。本文概括了世界森林火灾形势,综述了林火遥感监测现状与趋势、以及地表温度反演和地表温度归一化研究现状;以林学、遥感和地理信息科学为指导,利用GIS技术、数学建模方法等,建立了基于多源遥感数据的林火监测地表温度反演标准化模型。旨在量化具有不同几何、辐射及时相特征的遥感影像数据之间的差异,实现跨传感器之间的“数据联网”,增强遥感数据的应用能力。主要研究内容和研究结果如下:（1）分析并优选了多源遥感影像数据地表温度反演算法。目前地表温度反演的算法相对成熟,但因研究区域的特异性,传感器的设备性能变化、以及大气等外界因素的不确定性,需要进行地表温度反演算法的适用性分析。为提取高精度的地表温度值,实验对比6种地表温度反演算法。结果表明:研究区内各传感器的最适地表温度反演算法分别为基于NOAA的劈窗算法;基于MODIS的昼夜法;基于FY-4A的劈窗算法以及基于Himawari-8的劈窗算法。（2）提出了一种地表温度反演混合效应模型归一化（MEMN）方法。以Himawari-8数据为基础,采集研究区样本像元的经度、纬度、太阳高度角、太阳方位角、地表比辐射率、坡度、坡向、高程、地表温度等指标值为模型参数,结合多元逐步回归和混合效应模型;提出了林火多源遥感监测中地表温度反演混合效应模型归一化（MEMN）方法。该方法能同时满足辐射归一与观测角度归一,降低多源传感器之间火点监测差异。结果表明:该模型应用Himawari-8数据检验时,决定系数（R2）达0.8418。同时经对比分析,MEMN方法的精度高于随机森林归一化（RF）方法（R2为0.7318）,伪不变特征（PIF）方法（R2为0.7264）以及自动散点控制回归（ASCR）算法（R2为0.6841）。（3）构建了地表温度反演标准化模型。归一化处理多源遥感影像后,对比计算各卫星的地表温度值相对于实测值差值的均值以及标准差,定量分析地表温度反演值与实测值之间差值的均值和标准差,确定Himawari-8为标准化模型的参照卫星,建立以Himawari-8为参照的林火多源遥感监测地表温度反演标准化模型。同时,利用不同时期的NOAA、MODIS、FY-4A、Himawari-8数据以及国家森林草原防灭火信息共享平台的火点统计数据对标准化模型进行了验证。结果表明:遥感数据经MEMN方法和标准化模型处理后,能显著提升检测火点的正确率。NOAA的检测正确率提升了 27.28%,MODIS的检测正确率提升了 27.28%,FY-4A的检测正确率提升了 18.18%。研究发现MEMN方法能有效消除遥感数据的“伪变化”,该方法结合地表温度反演标准化模型能够满足不同传感器之间的标准化要求,实现多源传感器之间的“数据联网”,显著提升林火的检测率。