利用2020年1—10月FY-4A气象卫星的1级亮温产品数据、2级云检测产品数据和陕西榆林地区地面气象观测站小时气温等相关辅助资料，构建了晴空条件下的神经网络气温估算模型，并利用地面气象观测站实测气温进行模型检验评估。研究结果表明：（1）由不同输入参数组合建立的模型气温估算精度存在差异；增加匹配FY-4A卫星云检测集可以增加符合条件的训练样本，从而提升模型估算精度。模型6的气温估算结果最优。（2）基于最优模型的气温估算结果与实测气温相关系数在0.50至0.85之间，相关系数大于0.70的估算样本超过60%，表明该模型可以用于地面气象观测站分布较稀疏地区的气温预报。（3）模型在12时、18时的估算精度较高，00时、06时估算精度有所下降。（4）模型在不同季节对气温估算的精度存在差异，春、夏、秋、冬季气温估算结果与实测气温绝对误差小于3 ℃的站点数量占比分别为79.70%、80.80%、80.60%和75.20%。