雅鲁藏布江流域既是生态资源的宝库,又是全球气候变化的敏感区.研究基于2000-2015年的MODIS数据和30个地面站点气象数据资料,在分析雅鲁藏布江流域的NDVI归一化植被指数时空变化特征的基础上,分别采用偏相关分析和主成分分析法,辨识了影响各子流域NDVI变化的主导气候因素,并此基础上构建了基于人工神经网络的雅鲁藏布江流域NDVI预测模型.结果表明:①雅鲁藏布江流域NDVI整体上呈现出从流域的上游到流域的下游逐渐增加的趋势;②主成分分析(PCA)和偏相关分析(PAR)的结果表明,降雨和气温的影响主要集中在前3个月且气温的影响大于降水;③分别构建了ANN-PCA、ANN-PAR和ANN模型,其率定期NASH效率系数平均值达到0.75,0.71,0.63,验证期平均达到0.73,0.69,0.62.结果表明,因子筛选能够显著提高模型精度,所建的模型精度较高,能够较好的模拟和预测雅鲁藏布江流域的NDVI时空变化趋势.