湖泊是陆地生态系统的重要组成部分,支撑着众多生物的生存繁衍,对人类生产生活具有重要影响。湖泊的变化可以有效反应过去一定时间内气候改变和人类活动带来的影响。遥感技术快速发展的几十年间,对湖泊变化的研究已经取得了丰富而卓有成效的进展。但依旧存在一些不足之处,比如还未对全国大湖泊的变化趋势进行研究,在水体识别方面还存在些许的不足。本文围绕现有研究中存在的不足,从湖泊面积方面入手,探讨我国大型湖泊（鄱阳湖、洞庭湖、太湖、洪泽湖、呼伦湖、兴凯湖、博斯腾湖、青海湖、纳木错、色林错）的变化趋势。论文以MODIS/MOD09Q1为数据源,构建了长时间序列影像水体识别算法,对湖泊面积进行提取和分析。本文主要的研究内容和研究结果如下:（1）水体识别多规则体系。本文构建了多条规则的水体识别体系,充分保证了不同时空条件下的水体识别精度。体系中共有三条规则:第一,动态规划阈值算法。利用图像直方图中的双峰和低谷特征,动态计算图像的分割阈值,解决了不同时间、不同地点背景下最优阈值的确定问题。第二,质量控制和云检测。在这一步中,通过人机结合目视检查的方法,将低质量的影像剔除。利用MOD09Q1数据集中的数据状态层surreflstate250m将云和云影去除。第三,人机结合目视解译。对于无法用算法计算出阈值的遥感影像,采取人工目视解译的方法提取水面积。（2）大型湖泊长时间的变化分析。利用MODIS数据提取了中国十大湖泊2000-2017年逐月面积数据,从年际变化和季节变化两方面进行了分析。根据所处的地理位置,将十个湖泊分为三个区域,长江中下游湖区、东北湖区、西部湖区。研究发现,鄱阳湖和洞庭湖是十个湖泊中最特殊的两个,也是变化最多、最剧烈的两个。两个湖泊面积存在剧烈的年际和季节变化。太湖、巢湖和纳木错属于变化极小的湖泊,它们的年际和季节变化均非常小。考虑到识别误差,这种变化幅度在合理范围内。其他五个湖泊（兴凯湖、呼伦湖、博斯腾湖、青海湖、色林错）各自有独特的年际变化趋势,但有一个共同点是,它们的季节变化趋势非常小,甚至可以忽略。研究建立了长时间序列的水体识别方案,为进一步的湖泊管理和保护贡献了决策支撑,为关于水位、水储量的后续研究提供了数据基础。提取的湖泊水体精度通过验证,具有很高的准确性。另外,本文采用的长时间序列影像水体识别算法,可以作为其他研究的参考。