植被物候作为反应植被生长状况的重要指标,在全球气候剧烈变化背景下,是研究气候-植被相互关系的重要手段。城市化是全球变化的主要驱动力之一,会对区域气候环境产生重大影响,因此探讨城市植被物候变化具有重要意义。然而,城市内部植被通常分布破碎,公里级的低分辨率遥感影像难以实现植被的精细识别与分析,而十米级空间分辨率的遥感数据在时间分辨率方面又难以满足物候分析的要求。为此,本文采用一种基于非局部滤波的遥感时空信息融合方法,结合多源遥感数据,生成同时具有高空间分辨率和高时间分辨率的遥感影像时间序列,对武汉市植被物候变化规律进行研究,同时探究及其影响因素。主要研究内容包括以下几点:(1)基于时空融合方法生成30米空间分辨率的长时序植被指数序列,并提取武汉市物候信息。采用非局部滤波的遥感时空信息融合方法,结合Landsat与MODIS数据,生成武汉市空间分辨率30米、时间分辨率8天的地表反射率影像序列,并运算得到增强型植被指数(EVI)时间序列。采用移动加权谐波分析方法消除由于云雾、雨雪和传感器元件故障等原因而产生的噪声,对EVI时间序列进行重建,并采用动态阈值方法提取2006年~2014年武汉市植被物候信息。(2)基于物候提取结果,分析武汉市植被物候的空间特征和时间变化规律。结果表明,在空间特征上,武汉市植被由中心向郊区呈现生长期开始时间(SOS)逐渐推迟、结束时间(EOS)逐渐提前、生长期长度(LOS)逐渐缩短的规律,即越靠近中心城区的植被SOS更早且EOS更晚,相对的LOS更长;在时间变化上,武汉市整体呈现SOS提前、EOS推迟、LOS延长的变化趋势。(3)基于物候提取结果,探究武汉市植被物候与气温、气温日较差和降水量等影响因素的关系。结果表明:植被物候和平均气温相关性并不显著,但EOS和LOS受气温年平均日较差影响显著,气温年平均日较差每增加1℃,EOS推迟约12天,LOS延长约16天;而降水则主要影响SOS和LOS,平均降水量每升高100mm,SOS提前约5天,LOS延长约9天。