陆地地表植被覆盖变化是遥感、环境学、气象学等诸多学科所关注的一个重要领域，不仅是遥感应用中需要解决的一个重要环节，也是气候变化分析和地表碳循环等诸多领域研究的基础。已有的地表植被覆盖变化分析多集中在固定实验区域，采用同步遥感数据或一些选定的技术方法，从而得到相应的分析结果。而对地表植被覆盖变化时空尺度变化、数据源差异及多种方法结合的综合、系统的研究尚不多见。论文对近20余年来涉及地表植被覆盖变化方法这一主题相关研究作了回顾，总结了其存在的问题，分析了地表植被覆盖变化研究的一些研究方向，基于遥感时序影像数据在不同空间尺度及时间尺度前提下进行了相关主题的研究。 论文的主要内容和创新点包括： (1) 比较分析了低植被盖度典型遥感因子的性能。以新疆艾比湖地区和陕西安塞地区为实验区，通过与两种植被指数的比较及实地采样数据对比分析，研究了不同植被覆盖信息提取方法对信息提取的精度影响，最终确定了以植被指数作为地表覆盖遥感分析主要指标；通过对地表生物量野外同步采样，得到基于MODIS EVI植被指数的生物量计算公式，计算结果与实地数据相关系数达到0.87。 (2) 对西北灌溉地区的ASTER及SPOT遥感影像融合分类进行了研究，结果表明该方法将有效提高地表覆被分类精度。借助影像融合，实验区覆被监督分类精度从81.67％提高到89.67％，Kappa系数从0.7800提高到0.8760。 (3) 在不同时空尺度下进行了植被指数时序数据时空变化、覆盖分类等多方法综合研究，分析了不同方法各自特点及在研究空间尺度扩大条件下的适用性。结果表明，空间尺度变化是影响应用方法的重要原因，随着试验区空间尺度变化，一些小区域的研究方法受数据源及特定数据处理方法限制，在应用中受到很大限制。由此，选择合适的数据源和分析方法是大区域尺度地表覆被动态变化研究中的首要工作，受空间尺度变化影响较小的分析方法如时间序列模型分析等方法具有普遍的应用优势。 (4) 进一步研究了基于遥感时序数据的数学建模方法，首次引入自回归滑动时间序列模型对NDVI时序数据进行了数学建模分析。通过与常用拟合方法比较发现，基于自回归滑动时间模型拟合精度明显提高，以1990-1994年5年间60期月平均NDVI真值检验得知，对有效值域为0-1.0的NDVI数据，拟合误差集中分布在±0.15之间。 (5) 在中小区域空间尺度研究基础上，论文从地表覆盖、生物量、气候影响作