全球气候变化使人们对生态环境愈发重视,尤其是气候和植被。东北地区是我国重要的农林生产基地,是温水的敏感区,因此对于其长时间尺度下的动态变化监测是很有必要的。基于此,本文以东北区遥感和站点的温度、降水日资料为数据源,估算了不同时间尺度下对应两种数据之间的最优对应关系模型;以最优关系采用2000—2018年温度、降水的月遥感数据获取了对应时段的年均气温和年降水;并采用相关分析的方法对年尺度的气温、降水与植被指数（NDVI）之间的关系进行了研究,结果如下:（1）MODIS遥感数据中的地表温度可以较好的反演日、月、季、年尺度观测站的平均气温。（1）日尺度:反演效果依次为平均温>最低温>最高温,平均温下的拟合优度及验证精度最好（r²=0.976,RMSE=2.2986℃、MAE=1.7909℃）。（2）月尺度:10月的模型表现最佳（r²、RMSE、MAE分别为0.9851、0.5145℃、0.4162℃）,8月的最差（r²、RMSE、MAE分别为0.8324、0.9214℃、0.7327℃）。（3）季尺度:4个季节的反演估算验证精度均较高,r²均大于0.89、RMSE和MAE小于1℃。（4）年尺度:估算效果最佳（k=0.978,r²=0.974）,RMSE和MAE均小于0.5℃。（2）IMERG遥感数据产品在模拟季、年尺度的降水时表现较好,而在日、月尺度下的模拟效果有待提升。（1）日尺度:日降水量的反演范围是0⁷5 mm,拟合效果较差（r²=0.1351）,量级频数分析中无雨及小雨的准确率较高。（2）月尺度:存在高降水量低估的现象（10月除外）,10月效果最好（k=0.9514）,3月最差（k=-36.0698）。（3）季尺度:四季的拟合效果均较好（r²在0.8792⁰.9351间）,夏季降水量估算最好（MAE=4.3698 mm）,冬季最差（MAE=30.0149 mm）。（4）年尺度:年降水量范围是100¹100mm,拟合估算效果最好（r²=0.8476,RMSE=89.9179 mm,MAE=67.3797 mm）。（3）2000—2018年间东北地区NDVI、气温及降水的变化规律表现为:（1）NDVI整体呈波动上升趋势(增速为0.0025?a^-1,p<0.01);空间上,NDVI呈增长趋势的面积占比为84.98%,增长率为0⁰.005的部分面积最大,低于-0.05的部分面积最少。（2）气温在19年间整体呈波动上升趋势(增速为0.0296℃?a^-1);空间上,气温呈降低趋势的面积占比更多（52.95%）,变化趋势处于-0.5⁰的面积最大,高于1的面积最少。（3）降水随时间呈波动上升趋势(增速为6.9587 mm?a^-1);空间上降水量呈增长趋势的区域占比为94.43%,其中5⁷.5的区域最大,低于-5的面积最少。（4）2000—2018年年均温、年降水和NDVI的相关系数的范围分别为-0.93⁰.98和-0.88⁰.95。气温和降水对NDVI的影响分别主要呈负相关和正相关关系,且相关不显著的区域最大。气温对植被指数影响较大区域主要在东北地区的西南部,吉林省和黑龙江的中部,小兴安岭及长白山的部分地区等,呈极显著相关;降水对植被指数影响较大的区域主要在东北地区的中部及西南部,极显著相关。