1.一种云天条件下近地面气温估算方法，其特征在于，包括以下步骤：(1)获取研究区域气象台站的历史数据；

所述历史数据包括：百叶箱气温、大气可降水量、近地面相对湿度、以及在有云条件下测量得到的云顶温度、云顶高度和云光学厚度；

(2)将所述大气可降水量、近地面相对湿度、云顶温度、云顶高度和云光学厚度历史数据进行预处理，得到时空匹配的数据集；

所述数据集包括：云顶温度、云顶高度、云光学厚度、大气可降水量和近地面相对湿度；

(3)将所述百叶箱气温作为神经网络的输出，将所述数据集作为神经网络的输入，构建包含两个隐层的前向多层神经网络，对网络进行训练，评估，误差分析，确定最佳的隐层节点个数以及相应的权重函数，从而得到构建好的神经网络；

(4)获取待气温估算区域的数据集；

所述待气温估算区域的数据集包括：利用气象卫星获取的实时卫星数据以及利用全球预报系统获取的实时大气可降水量和近地面相对湿度；

所述实时卫星数据包括在有云条件下测量得到的实时云顶温度，云顶高度和云的光学厚度；

(5)根据气象卫星的经纬度和时间信息，利用三次样条插值方法将所述实时大气可降水量和近地面相对湿度进行时间和空间插值，得到与气象卫星时空匹配的数据集；

所述与气象卫星时空匹配的数据集包括：云顶温度、云顶高度和云光学厚度、大气可降水量、近地面相对湿度；

(6)将所述与气象卫星时空匹配的数据集输入已经构建好的神经网络进行云天条件下的近地面气温的估算。

2.根据权利要求1所述的云天条件下近地面气温估算方法，其特征在于，步骤(2)中所述预处理包括：根据气象台站的经纬度和时间信息，利用三次样条插值方法对所述云顶温度、云顶高度和云光学厚度、大气可降水量、近地面相对湿度进行时间和空间插值处理来插值到气象台站的位置，从而提取时空匹配的数据集。

3.根据权利要求1所述的云天条件下近地面气温估算方法，其特征在于，所述步骤(3)中神经网络的输出还包括：观测像元经纬度、高程、儒略日。