黑龙江省水稻扩张对大气、土壤、水文循环等地球环境要素产生了影响。近地表气温和蒸散量是地球环境中最基本的观测参数。遥感技术具有时空连续的优势,其广泛应用于反演省尺度水稻种植面积、近地表气温和蒸散发等方面。本文以黑龙江省为研究区,基于2003—2018年中分辨率成像光谱仪（Moderate Resolution Imaging Spectroradiometer,MODIS）的地表反射率数据和地表温度数据,对黑龙江省进行地类识别、近地表气温反演和日蒸散量反演。融合阈值法、分层分类、纹理特征、监督分类和指数时间序列等方法建立决策树分类模型,依次提取森林、水体、城镇、草甸、滩地、稻田和旱地地类,定性定量分析了2003—2018年黑龙江省土地利用的时空格局变化;采用温度—植被指数（Temperature—Vegetation Index,TVX）方法重构黑龙江省近地表最高气温和近地表最低气温的时空分布,定性定量分析稻田扩张对2003—2018年全年、生育期、夏季和非生育期的近地表气温的影响;采用地表温度和植被指数特征空间构建线性和多项式的干、湿边方程,计算得到条件植被温度指数（Conditional Vegetation Temperature Index,VTCI）;并基于地表净辐射通量Rn和VTCI计算日蒸散发量,探究稻田面积扩张对水稻生育期日蒸散发量和月蒸散发总量的影响。主要结论如下:（1）基于黑龙江省不同植被的物候特征,确定不同地类的决策树分类判定标准,精确识别省级尺度上土地利用类型。2003—2018年黑龙江省稻田面积平均每年扩张158100 hm~2,2018年稻田面积是2003年稻田面积的3倍,播种区域的中心向北延伸约160km,新增稻田分布在三江平原和松嫩平原,主要由旱地、草甸和滩地转化。（2）采用温度—植被指数方法重构黑龙江省近地表最高气温和最低气温的时空分布。考虑到时间区间的显著性,选取典型期水稻生育期进行近地表气温和时间变量的相关趋势分析。相较于旱地近地表最高温线性拟合数据,不同月份稻田降温效果为5月（0.911℃）>6月>7月>8月>9月（0.280℃）。相较于旱地近地表最低温线性拟合数据,5月、8月和9月稻田保温效果为0.068～0.304℃,6月和7月旱地和稻田近地表最低温一致。（3）考虑到生育期稻田扩张区域近地表最低温趋势的不确定性,仅比较研究区稻田占农区的比值和农区最高温降温效果的相关性。不同的稻田扩张面积对近地表最高温的影响是非线性的,且近地表最高温降温效果与稻田占农区的比值相关。（4）由条件植被温度指数和地表净辐射通量反演日蒸散量。最优多项式拟合得到的日蒸散量优于线性拟合得到的日蒸散量。基于2003—2018年5、7、9月典型日期的多项式拟合的日蒸散量时空分布图,得到稻田日蒸散量均值为6.3 mm,旱地日蒸散量均值为4.6 mm。稻田5月和9月蒸散量均较高,阈值范围为4～12 mm/d;7月最低,阈值范围为0～4 mm/d。（5）计算并探究2003—2018年4～11月水稻扩张区域月蒸散发变化总量和1 km~2日蒸散发变化量的分布规律。2003至2018年,水稻生育期扩张区域1km~2蒸散年增长量为55.8 mm。