湖泊富营养化是目前公众和政府关注的热点问题之一，以往研究多集中在入湖的地表污水处理和农业灌溉排水污染物的拦截与阻滞等方面，严重忽视了地下水对湖泊富营养化的贡献。热红外遥感技术被广泛应用于识别入湖地下水排泄区，但传统的热红外遥感法并未考虑冻结湖泊表面覆盖的积雪和冰层对反演湖水表面温度精度的影响，限制了其精度和适用性。以东北季节性冻土平原区典型湖泊查干湖为研究对象，通过构建基于MODIS反演湖水表面温度的GA-SVR机器学习模型，将冰封期热红外遥感法反演湖水表面温度的R2由0.69提高到0.95，提高了入湖地下水排泄区的识别精度，并以222Rn浓度的空间分布特征来验证GA-SVR模型识别地下水排泄区结果的可靠性，从而为有效识别查干湖营养物质主要来源和支撑查干湖水环境安全管控提供科技支撑。