冬小麦是全球主要粮食作物之一,及时、准确地获取冬小麦的空间分布信息对于开展冬小麦长势监测、辅助宏观经济决策和应对全球气候变化下的粮食安全等方面具有重要意义。利用2014年9月30日至2015年6月26日冬小麦生长季内35个时相的MODISQ1数据产品,生成NDVI时间序列数据集,在物候分析的基础上选择识别特征,由此构建了一种抗时序数据噪声的冬小麦识别方法,将该方法应用于河南省的冬小麦提取,结果表明,整个研究区的冬小麦总体识别精度达到了93.0%,耕地地块规则区和破碎区的冬小麦识别精度分别为94.0%和86.0%;与传统的基于时间序列提取冬小麦的方法相比,新方法在不同滤波情景下的冬小麦识别精度均较高且稳定,说明该方法可用于基于植被指数时序数据的大范围冬小麦空间分布信息的快速提取,同时也为冬小麦提取工作的业务化实施提供了新的技术支撑。