植被是陆地生态系统中重要的组成部分，也是气候和人文因素对环境影响的敏感指标，因此对植被的长期监测和评价是研究陆地生态系统过程和全球变化的重要环节。遥感是当前研究区域和全球植被长时序变化特征的核心手段，通过遥感卫星所获得的长时间序列植被指数数据集记录了植被生长状况及变化历程，为监测区域以及全球植被的演化过程提供数据基础。　　归一化植被指数（Normalized Difference Vegetation Index，NDVI）作为目前已发展的40余种植被指数中最主要的一种反映植被光谱特征的指数，已被广泛应用于全球和区域环境变化、植被动态变化、土地覆盖变化和植物生物物理参数反演等研究。然而受云、气溶胶、太阳高度角和地物二向反射等因素的影响，这些数据集本身存在很多噪声，限制了数据的深入分析和应用，因此，数据重建是应用前的重要工作。目前已发展了20余种时间序列数据重建算法，并开展了不同重建算法的比较研究工作，但很少有研究对这些重建算法进行系统而全面的比较和分析。因此，系统分析和比较不同NDVI数据重建算法，生产更加可靠的NDVI数据集，对其应用研究工作将具有十分重要的现实意义。　　本论文以黑河流域为研究区，在系统分析目前已有重建算法的基础上，围绕不同时间序列数据重建算法开展了以下3个方面的研究工作:　　(1)时间序列数据重建工具的设计与开发设计并研发了基于C＃和IDL的通用时序重建分析程序，通过该程序，实现了非对称高斯拟合法（the asymmetric Gaussian，A-G）、最佳指数斜率提取法(Themodified best index slope extraction，M-BISE)、变化权重滤波(the changing-weightfilter，CW)、双逻辑斯蒂拟合法(the double logistic，D-L)、迭代内插数据重建(theinterpolation for data reconstruction，IDR)、均值迭代滤波(the mean value iterationfilter，MVI)、Savitzky-Golay滤波(the Savitzky-Golay，S-G)、Whittaker平滑(theWhittaker smoother，WS)和综合算法(comprehensive smoother，CS)等时序重建方法的快速计算和制图，方便用户根据实际需要进行最优重建算法的选择和参数的调试。时序数据重建工具的开发对长时间序列NDVI数据的应用具有重要的意义。　　(2)不同重建算法对多源NDVI遥感数据集重建结果的比较与分析研究选取了目前应用较多和较新的8种重建算法，对黑河流域的4种时间序列NDVI数据集AVHRR(Advanced Very High Resolution Radiometer) GIMMS(Global Inventory Modeling and Map Studies)、PAL(Pathfinder AVHRR Land)、SPOT VGT(Satellite Pour1Observation de1a Terre VEGETATION)和MODIS(Moderate Resolution Imaging Spectroradiometer)进行了重建。这些算法包括:A-G、M-BISE、CW、D-L、IDR、MVI、S-G、WS。将重建结果与研究区的植被类型数据相结合，从像元曲线的拟合效果，RMSE、AIC和BIC统计指标的评价结果以及RMSE在研究区的空间分布等方面分别对不同重建方法的拟合效果进行了深入的比较和分析。研究结果表明，S-G、CW和WS方法的拟合效果较好，而IDR、MVI和M-BISE的拟合结果相对较差，最优拟合算法随植被类型和数据源不同而变化，但在大多数情况下S-G较好，CW和WS的拟合效果略次于S-G。对于GIMMS、PAL和SPOT VGT NDVI数据3个指标评价结果相对一致，但对于MODIS NDVI数据3个指标的评价结果存在较大的差异。　　(3)时序NDVI数据综合重建算法的提出与验证根据8种重建方法拟合效果分析，大多数重建方法均具有较好的去噪能力，但少数方法去噪后得到的数据可能与“真值”存在较大的偏离，因此提出了使用8种方法拟合值的中值来替代噪声值的综合方法。算法首先采用拟合值对原始值的修正概率和修正幅度来判断噪声数据，在此基础上对噪声数据进行重新拟合。使用该算法对2013年黑河流域8天合成的MODIS NDVI数据进行重建，并从时间和空间特征对重建结果进行比较和分析。研究结果表明，综合重建算法相对于单一重建方法，具有较好的去噪、保真和平滑能力。　　同时结合实测的NDVI数据对综合算法拟合效果进行验证。研究使用便携式光谱仪观测了黑河中上游2013年5月2日-9月28日6种植被每10天的光谱数据，根据光谱数据换算为实测NDVI值，并用于验证综合重建方法和8种单一算法拟合的MODIS3天合成的NDVI数据。研究结果表明综合重建方法的拟合曲线与观测曲线趋势比较一致，但对于作物拟合值与观测值存在一定的偏差;基于实测值计算的RMSE值分析表明，相对于其它8种单一算法，综合方法表现了较优的拟合效果。