植被影响着地球生物化学循环，土气界面能量交换和生态水文过程，因而近年来越来越多的研究采用植被覆盖的变化来揭示自然环境的变迁。归一化植被指数(NDVI)反映了植被光谱的典型特征，近年来已成为评估气候和人文因素对环境影响程度的重要指标之一。因此，为开展全球气候变化研究，土地覆盖分类制图，以及植被环境动态变化监测研究，本文深入探讨了有效的时序NDVI数据重建算法，以降低遥感NDVI合成数据中的噪声水平，提供更为可靠的时序NDVI数据集。　　 本研究主要针对高质量的时序NDVI数据集重建方法以及充分挖掘时序NDVI数据信息的方法进行探讨与实验研究。本论文开展了以下工作：　　 (1)首先从基本原理、数学模型和质量评价标准三方面综合介绍了几种典型的时序NDVI数据集重建方法。根据时序MODIS NDVI数据的特点，提出了一种简化的融合质量控制符(QA)的时序MODIS NDVI数据重建方法，并将其应用在黑河流域MODISNDVI时序数据重建中。根据植被类型图选取典型类型像元(包括灌丛、灌木林、落叶林、常绿林、草甸和沼泽、草原和稀疏灌木草原、荒漠以及一年一熟粮作)，通过比较2006年全年的NDVI观测、背景和分析值考察去噪效果，结合相对应的QA做进一步的分析。重建结果表明，校正后的NDVI时间谱线更能反映出植被的真实生长状况。同时与国内外广泛使用的3种方法(FFT、AG、调整BISE)比较发现，对受独立污染的像元而言，各重建方案的去噪效果非常相近。而对受到连续污染的状况，AG得到的重建曲线较本文提出的重建方案所获得的NDVI时间谱更加平滑。总体而言，本文所提出的重建方案与非对称高斯拟合(AG)都表现出较好的重建效果，优于FFT和调整BISE算法。基于本研究所建立的重建方案，我们生成了高质量的时空连续的NDVI时序数据集，并为以下的分类、时空特征分析以及建模研究提供了可靠的数据保障。　　 (2)提出了一个基于时序MODIS NDVI时、频域信息的土地覆盖决策树分类框架，并采用此框架对黑河流域进行了分类试验。该分类方案充分挖掘时序NDVI数据中所反映植被生长的特征参数，以增加分类数据源的信息量，较以往的结合气候参数(气温、降水等)的分类方法是一种新的尝试。由于本方案更多的利用了时序NDVI数据的时、频特征参数来表征植被的季节变化特征，因此具有一定的客观性。同时引用DEM作为辅助信息进行分区分类，一定程度上弥补了现有框架的不足。然而，本方案对时序NDVI时、频特征不显著的裸土、砾石等土地覆盖类型并不适用，因此在黑河下游的分类并不理想。总体而言，利用时序MODIS NDVI数据开展大面积的土地覆盖制图是适用的。　　 (3)采用FastICA算法来分析黑河流域时序NDVI数据的时空特征。通过时、空独立成分，对黑河流域2003-2007年间NDVI的空间模式和时间模式做了初步的分析，得到了近年来黑河流域不同植被类型的NDVI年际、季节变化特征及其在空间上的响应。　　 (4)结合现有的2003-2007年MODIS NDVI数据，分别比较了逐年的生长季平均NDVI，年最大NDVI，年最大NDVI出现的时间，并采用Fligner-Policello方法对时序NDVI变化的显著性进行检测，对黑河流域植被覆盖变化特征做了初步的分析。同时，通过使用乘积ARIMA(MARIMA)模型对2003-2006年间的MODIS NDVI序列建模，选取典型的地物类型像元对MARIMA建模结果进行了初步比较，结果表明MARIMA对时序NDVI数据的模拟和预测结果较好，利用基于MARIMA的时序NDVI建模框架对短期的时序NDVI资料分析是适用的。