水资源匮乏、生态环境脆弱严重制约了干旱半干旱地区的农业发展。精确有效地获取作物信息能够为地区节水灌溉、合理种植提供科学依据,对地区农业的健康长久发展具有重大意义。遥感影像的时序NDVI能够客观有效地反映植被绿度、光合作用强度和它们的季节年际变化,用于农作物信息的提取具有覆盖面广、精度高和实时性强的优点。本文选取我国典型的干旱半干旱地区--新疆天山北坡农业种植区域为研究区域,Landsat-8多光谱影像为基础,以Landsat-7数据为辅助,建立研究区域NDVI时间序列,进行该地区的灌溉作物分类识别研究,研究的主要内容及结论如下：(1)利用线性内插方法填充修复Landsat-7中条带数据缺失的部分,以便建立完整的NDVI时间序列,并利用数据完好的Landsat-8影像模拟条带数据缺失修复过程。模拟修复偏差度整体小于15%,说明线性内插方法有效改善了Landsat-7影像质量。(2)研究S-G滤波原理,根据研究区域NDVI具体情况,选择窗口大小为5,多项式次数为3平滑重构NDVI时间序列。比较分析滤波前后不同作物NDVI时间曲线发现,S-G滤波方法提高了NDVI时间序列的整体水平,使其反映作物生长变化更加真实可信,使得NDVI时间序列分类识别应用更加有效。(3)研究MLC和SVM分类方法,分析研究区域各类作物的物候特性,有效选取两组规模不同的训练样本,分别使用MLC和SVM进行研究区域的灌溉作物分类识别实验。实验发现,样本规模增大,MLC分类效果具有明显的改善,整体精度从75%提高到84%,而SVM两次分类效果差异不明显,都取得了较好的分类效果,精度高于85%。(4)综合统计分析各类作物的分类识别结果。研究表明,品种单一、物候特征规律独特的作物分类识别效果最佳；品种多样、物候特征规律相似的作物分类识别精度略低。作物分类的整体精度高于86%,识别结果有效反映了地区作物的宏观格局。