沙漠化是世界瞩目的重大生态问题之一,它直接影响到人类的生存环境和社会的稳定。本文以广为关注的中国北方沙漠化地区为研究区,针对当前沙漠化监测方法研究中存在的高成本、大劳动量和长周期以及缺乏统一的沙漠化遥感监测指标体系等问题,以地表特征反演为切入点通过试验研究突破目前大范围定量遥感监测和自动分类识别技术存在的技术瓶颈,通过原始创新与集成创新相结合构建以低成本的MODIS数据为基础、其它数据为辅、多种数据综合应用的满足全国范围内土地沙漠化监测需要的定量遥感监测技术体系。以期为沙漠化遥感监测提供新的指标体系,进而为准确及时获取沙漠化状况有关数据提供可靠的技术手段和方法,为沙漠化防治的有效管理及决策提供支持。本研究主要是应用MODIS数据,定量反演了5个沙漠化遥感监测指标,最终确定了4个沙漠化遥感监测指标,分别对2007年中国北方春分和秋分沙漠化分布状况进行了监测评价和分析,建立了一套适合于大尺度沙漠化遥感监测的指标体系和技术方法。主要研究成果与创新点如下:(1)提出了沙漠化遥感监测综合指标,并建立了监测指标体系在前人研究沙漠化指标的基础上,结合沙漠化指标的选取原则和本文的研究目的,确定了适合于应用遥感进行大尺度沙漠化监测的沙漠化监测指标,并通过对监测指标和指标组合进行沙漠化监测精度分析得出,改进型土壤调整植被指数(MSAVI)、反照率(ALBEDO)、陆地表面温度(LST)、土壤湿度指标(WET)和植被覆盖度(FVC)的组合在沙漠化遥感监测中的分类精度最高。根据五个指标之间的相关关系,最终确定土壤调整植被指数、反照率、陆地表面温度、土壤湿度指标作为沙漠化的监测指标。根据沙漠化地区气候类型的不同,把中国北方沙漠化地区划分为亚湿润、亚干旱、干旱和极干旱四个大区,并对每一大区分别建立了不同的沙漠化遥感监测指标体系。(2)选择并构建了科学的沙漠化遥感反演算法,实现了研究区沙漠化空间分布特征的反演和分析利用MODIS数据,采用适合于进行大尺度反演的算法,对4个沙漠化遥感监测指标进行反演,得到2007年春分和秋分开始的16天的各个监测指标影像数据,组成了沙漠化遥感监测指标数据库。对反演出的各个沙漠化监测指标进行了实地验证,并对部分模型的进行了改进或参数修正。最后对反演出的各个沙漠化监测指标在中国北方地区的分布特征进行了分析。(3)提出了基于MODIS影像1公里像元尺度的地面准同步测量验证方法MODIS像元尺度较大,与卫星相对应的地面同步实测数据很难获得,所以本文提出了基于MODIS影像1公里像元尺度的地面准同步测量验证方法,对反演地表温度精度进行评价。经实践,该方法从科学和技术方面都是可行的。(4)提出了基于实测数据的植被覆盖度(FVC)计算模型。目前常用的植被覆盖度遥感反演模型,受限条件较多,所用系数精度不高。针对上述问题,提出了利用研究区域的实测最大和最小植被覆盖度确定反演模型系数的方法。经用该方法对毛乌素沙地沙漠化地区的植被覆盖度进行反演,并同步监测该区域的地表覆盖度对反演结果进行验证,结果表明该反演方法精度较高。(5)在常用的遥感分类方法中确定了沙漠化最佳的分类方法,实现了中国沙漠化现状评价在沙漠化监测试验区浑善达克沙漠化地区,通过对非监督分类、最大似然法(MLC)和决策树三种分类器的监测精度比较,得出决策树的分类精度最高。在沙漠化遥感监测指标体系的建立和各个监测指标反演结果的基础上,利用MSAVI、ALBEDO、WET、LST等4个指标,用决策树方法对中国北方沙漠化地区2007年春分和秋分的沙漠化现状进行监测评价和初步分析。