川藏铁路是连接我国西南地区的重大基础设施和战略工程,铁路沿线地质活动剧烈,地热分布广泛,快速查明高温热害的分布,对于川藏铁路的勘查、设计和施工具有重要意义。利用热红外遥感反演地表温度是识别地热异常的一种有效手段,具有结果清晰、快速灵活、监测方便等优点,但是在复杂的山区地形背景下,高原地表温度会受到地形差异的直接影响,给地热信息的提取带来干扰,因此需要考虑去除地表温度的地形效应,以提高热红外遥感识别地热异常区的准确度。本文选取川藏铁路交通廊道作为研究区域,基于Landsat8热红外数据采用单窗算法反演得到白天地表温度,夜间地表温度采用ECO2LSTE产品,并分析了地表温度与海拔、坡度、坡向以及累积太阳辐射之间的关系。然后利用随机森林方法选取海拔、坡度、坡向、累积太阳辐射、NDVI、NDSI、NDWI以及反照率作为输入因子,得到地表温度与各因子之间的关系模型;将模型中的海拔、坡度、坡向和累积太阳辐射设为参考值后,进一步得到去除地形效应的地表温度。最后选取去除地形效应的地表温度、断裂密度、到水系距离和地磁异常作为指标因子,采用确定性系数模型定量识别地热异常区,并利用已知温泉点对结果进行评价,揭示地热异常的空间分布规律。主要研究结论如下:（1）地表温度的分布会受到海拔、坡度、坡向以及累积太阳辐射的影响。总体上地表温度会随着海拔升高而降低,但不同时相、不同区间有所差异;白天地表温度会随着坡度的增加而下降,而夜间地表温度变化趋势则相反;白天和夜间地表温度平均值在各坡向上都会呈现单峰形态;相较于夜间地表温度,白天地表温度受累积太阳辐射的影响更直接也更显著。（2）随机森林方法可以较好地模拟地表温度,并且能够有效消除地形效应。随机森林模型模拟地表温度与原始反演地表温度具有很高的一致性,表明模型的模拟效果很好。校正之后的地表温度空间异质性显著降低,地形差异造成的地表温度异常得到了有效抑制,特别是在高程起伏较大、阴阳坡和坡度变化大的山区,地形效应去除效果更佳。（3）地形效应去除后的地表温度可以更为有效地识别和提取地热异常区。选取地表温度、断裂密度、到水系距离和地磁异常作为输入因子,利用确定性系数模型计算得到地热异常区,并将结果分为高异常区、中异常区、低异常区和无异常区四个等级。地热异常区评价结果与已知温泉点分布较为一致,高异常区和中异常区的频率比分别为7.61和3.10,表明模型结果合理可靠。（4）川藏铁路交通廊道主要途径七个地热异常区,地热异常区的统计结果表明川藏铁路经过高异常区的廊道长度为72 km,占比7.1%;中异常区的廊道长度为125 km,占比12.3%。中异常区和高异常区主要分布于泸定-康定、理塘盆地及周边、巴塘、贡觉、昌都-察雅、八宿、波密-鲁朗,这些区域地表温度较高,水系密布、多深切河谷,断裂活动性强,断裂作为一种导水构造,为深部热源的运移和循环创造了有利条件,是川藏铁路施工过程中需要重点防范高温热害的区段。本文采用随机森林方法构建地表温度与影响因子之间的非线性关系,并对太阳辐射进行了定量的计算,定量分析和去除了地形效应对地表温度的影响。使用的地热异常区识别方法不依赖于单一要素,而是基于地热异常的成因和分布规律,综合考虑地形地质与自然环境等多种因素,结合遥感影像与实地调查数据,并去除了地形效应,降低了人为主观影响和不确定性,划定的异常区范围更加精细,识别结果的可靠性更高。研究结果初步实现了川藏铁路廊道的地热异常区定量化和精细化识别。