石家庄是华北平原粮食和水果重要的生产基地,由于粮食种植面积不断增加,抽取地下水灌溉量也不断增加,造成石家庄以及周边地区的水资源短缺,给生态环境带来了严重的影响。因此,快速、全面、准确的获取农作物的种植面积以及空间分布,对农作物灌水量的估算、地下水资源的保护、农作物的估产具有重要作用与借鉴意义。本研究采用GF-1 WFV遥感影像为数据源,通过Google earth和实地采样对研究区的典型农作物进行空间采样,构造出不同作物的NDVI时间序列数据。通过Savitzky-Golay滤波法(S-G)、时间序列谐波分析法(Hants)、双逻辑曲线法(D-L)、非对称高斯函数法(A-G)对NDVI时间序列数据进行重构(平滑),提取出各类农作物的生育曲线,结合R语言获取到不同作物的关键物候期,将作物的物候特征与光谱特征相结合,对研究区2015年的冬小麦、夏玉米、水稻、果园进行了识别与提取,得出以下结论:(1)时间序列谐波分析法、Double-Logistic曲线拟合法更适合于对典型农作物的时间序列数据重构,重构曲线对植被的物候的表达有较高的一致性;而时间序列谐波分析法对原始数据的扰动最小,其它两种方法对典型农作物重构的效果最差。(2)利用农作物的关键物候期特征与光谱特征相结合得到的分类精度比单一的光谱特征得到的分类精度更高。准确提取了石家庄典型农作物的种植面积,其中,冬小麦的提取精度为85%;夏玉米提取的精度为88%;水稻提取的精度为86%;果园提取精度为83%。从精度上看,基于GF-1时间序列数据对典型农作物的识别与提取是可行的。