土地利用/覆被分类是研究土地利用/覆被变化的基础数据和关键环节。随着遥感科学理论的发展和应用领域的深入，利用遥感技术获取地物目标特征信息已成为现代地学研究及其相关科学研究的重要手段。传统分类方法主要依据计算机对分类特征波段的数理统计信息，是基于像元光谱特性统计的硬分类。对于中、低空间分辨率的遥感数据来说，在区域尺度上绝大多数像元是包含若干个类别的混合像元。若对其采用硬分类方法，则无法避免因混合像元而引起的错分、漏分现象，降低了地物类型面积估算的精度。植被指数时间序列曲线是由时间序列数据构成的离散时间信号，它随地表覆被类型的不同而不同，在时间上呈现出与植被生物学特征相关的季节性变化。植被指数时间序列数据量一般比较大，从中提取特征信息需要特定的分析方法。谐波分析法是通过离散傅立叶变换将一定长度的时间序列数据分解成有限阶谐波叠加的形式，通过余项、幅值和相位等谐波特征参数，定量化地反演植被覆盖和季节性变化数据，进行植被物候分析的有效手段。本研究以河北平原区为例，基于2011年1月1日—12月31日23个时相的250m分辨率植被指数16天合成产品MODIS增强型植被指数（EVI）建立土地覆被分类体系，经过数据拼接、波段提取、投影和格式转换、研究区裁切等预处理过程，采用时间序列谐波分析法重构无云影像和提取各阶谐波分量的幅值和相位，通过最小噪声分离变换、纯净像元指数、n维可视化分析等操作，确定研究区主要端元组分的特征波段，利用线性光谱模型获得河北平原区一年一熟耕地、一年两熟耕地、园地及有林地、自然及人工陆地表面的丰度值，按照最大值法和二分法对MODIS像元和亚像元尺度的土地覆被进行遥感反演，最后对端元丰度和端元总量进行精度评价。评价结果表明，均方根误差最大值为0.0178549，最小值为0.000091，平均值为0.000637，95%以上的均方根误差都小于0.003569。与河北平原区2010年土地利用统计数据比较，园地及有林地、水体（含盐田）、人工陆地表面、自然陆地表面在像元尺度上的总量精度分别为71.96%、85.84%、83.57%、77.82%。以石家庄市所辖县（市）一年两熟耕地不同空间尺度数据与实地调查数据进行对比，像元尺度精度为76.91%，亚像元尺度精度为86.19%。