当今,全球性的环境变化已经成为世界性的热点问题,以这一中心展开的大量研究中,对土地利用/土地覆被的研究具有特殊重要的意义。这是因为引起全球生态环境的众多驱动因素中人类活动具有十分重要的作用,但是人类活动对于整个地球系统的影响机理十分复杂,而土地覆被作为地球表层系统中最为明显的景观标志,对生物地球化学循环、生态复杂度、全球辐射平衡和水循环等产生了深远影响,所以对土地利用/土地覆被的研究便于直观的揭示全球生态环境变化的规律。而展开土地利用/土地覆被研究的基础就是及时、准确、有效的了解地表的土地覆被状况。随着遥感技术的不断发展、遥感技术应用领域的不断扩展,研究者从海量的遥感数据中选取适合的特征参量来对土地覆被分类进行研究,利用遥感数据进行土地覆被分类研究具有及时、快速、效率高、自动化等优点,使之逐渐成为研究热点领域。目前利用遥感数据进行土地覆被分类体系和分类的方法很多,大多数基于自身的研究目标,现今国内外还没有一个统一的分类体系和分类方法,所以如何利用遥感数据光谱和时相等优点研究出适合本区域的分类体系和分类方法成为一个关键问题。本研究以京津冀地区为例,采用联合国粮食及农业组织(FAO)的二分法原理,参考IGBP、UMD和刘勇洪等的土地分类体系,并结合京津冀的自然经济特征,建立了符合京津冀研究区实际情况的土地覆被分类体系。通过谐波分析提取京津冀地区MODIS/EVI时间序列数据和谐波余项、谐波幅值等特征参数,使MODIS时间序列数据更能反映诸如耕地、林地、灌木、草地、园地等植被覆盖的物候学特征。本文通过MOD09数据提取MODIS前7个波段的反射率数据,并通过计算得到NDWI(归一化差异水体指数)、MNDWI(改进归一化差异水体指数)和NDSI(土壤亮度指数)三个特征波段数据。本文构建了3种特征波段组合方案,分别是2013全年EVI的23个时相(方案一),方案一+MOD09的Ref1-7+MNDW+NDSI+NDWI(方案二),方案二+谐波特征参数(方案三)。利用三种组合方案进行最佳土地覆被分类特征提取实验。最后构建不同的方案的CART决策树,得到京津冀地区土地覆被分类结果,并对分类结果进行土地覆被分类精度评价。分类结果表明:三个方案的分类的总体精度分别为为85.20%、88.79%、92.33%,Kappa系数分别为0.8396、0.8932、0.9140,可以看出方案三分类精度最高,结果最好。并结合对京津冀自然综合情况和MODIS土地覆被产品对分类结果进行分析,表明本文分类类别分布符合京津冀自然综合情况。本文的创新点在于:(1)建立了符合京津冀区域的基于MODIS影像的土地覆盖分类系统。(2)利用谐波分析重构EVI时间序列序列数据,并提取谐波分析特征参量。更有利于对植被覆被的物候特征分析,使土地覆被分类更加符合研究区实际情况。(3)利用MODIS反射率数据并计算湿度指数等分类特征指数,使土地覆被分类更加精确。(4)利用分类特征组合建立不同组合CART决策树进行京津冀土地覆被分类研究,分析分类精度,选取最佳分类特征组合得到的京津冀土地覆被分类结果。