摘要：基于随机森林多遥感因子的降尺度方法MIRF作为一种新近提出的地表温度空间降尺度方法,避免了因为降尺度因子单一化和回归模型线性化给降尺度带来的不确定性。该方法只是在特定条件下有所应用,但其在多分辨率层级下的降尺度能力和受尺度效应的影响如何还缺乏相关研究。以张掖地区为研究区,以Landsat 8为数据源,设置了810m、270m、90m和30m四种分辨率层级,将反演的810m地表温度降尺度至以上几个较高分辨率层级上。通过交叉验证和直接验证,结果表明:在以上多种分辨率层级上,MIRF方法都取得了较好的精度。随着降尺度分辨率层级的提高,MIRF方法的RMSE从1.2K增加到了2.5K,R^2从0.97变化到0.91。说明在270m层级上,MIRF精度最高,受尺度效应的影响最弱。与DisTtad方法和TsHARP方法比较,MIRF方法在以上分辨率层级上受尺度效应的影响也是最弱的。