利用野外调查数据和多源遥感数据,将多元统计分析方法与地理信息空间技术相结合,对渭干河-库车河三角洲绿洲植被地上生物量进行准确估测。通过GF2高分辨率遥感影像数据结合野外调查样地数据对植被信息进行分类提取,并在实验小区构建植被地上生物量定量遥感估测模型;利用Landsat 8 OLI影像数据提取植被指数、波段组合因子,结合前期实验的估测模型结果进行对比分析,建立大尺度的植被地上生物量最优反演模型,从而为揭示渭-库绿洲植被地上生物量的空间分布状况,掌握干旱区荒漠绿洲生态系统的稳定性以及区域土地荒漠化治理和碳储量研究提供理论参考。研究结果如下:（1）对实验小区GF2影像采用监督分类和面向对象两种方法进行地物信息提取。经分类后处理验证精度结果表明,使用面向对象的分类方法其总体分类精度高于监督分类的总体精度,最终选用面向对象分类方法对研究区植被信息进行提取,所得总体分类精度为96.64%,kappa系数达到0.95。（2）利用野外实测数据与同时期遥感影像数据相结合,构建研究区植被地上生物量反演模型能够得到较好的反演结果。反演出的乔木地上生物量最优模型是以B253为自变量所构建的MSR模型,灌木最优地上生物量是采用以NDVI和EVI为自变量所构建的MSR模型。草本地上生物量最优模型是以建模自变量为RVI的二次项模型。PLSR模型是农作物地上生物量最优反演模型。各植被类型地上生物量最优反演模型的RMSE值和MAE值均在合理范围内,最优反演模型的回归检验均在0.001水平上达到极显著。（3）结合分类结果与研究区植被地上生物量最优反演模型估算,得到研究区植被总地上生物量为44.926×10⁸kg,总地上生物量最低的为乔木地上生物量,相对较高的是草本和灌木,总地上生物量最高的为农作物地上生物量;植被平均地上生物量由高到低分别为农作物(0.603kg·m^-2)、乔木(0.584kg·m^-2)、灌木(0.406kg·m^-2)和草本(0.236kg·m^-2)。综上所述,本文对渭库绿洲具有代表性的植被进行地上生物量估算研究,通过构建反演模型能够充分体现出渭-库绿洲植被地上生物量空间分布状况,对准确估算渭库绿洲植被地上生物量具有重要的现实意义,同时为进一步研究其它地区植被地上生物量估测提供理论参考。