基于遥感影像的森林监测一直受到高度的重视,但森林的多样性和复杂性使得基于遥感影像的林种识别研究遇到了很多困难。近年来,随着遥感数据的不断积累,通过遥感时序数据对各类林种进行时序拟合,获得对应的物候曲线,利用不同林种的物候表现差异性,来进行林种识别研究,成为了新的研究关注点。在亚热带季风气候的部分地区,林种物候变化明显的春秋季节往往云雨天气多发,而云雨等自然条件会对遥感影像产生严重的噪声,这会导致高质量遥感时序数据较为稀疏、物候关键时期遥感数据缺失的情况,使得现有的拟合和分类方法在中精度遥感时序数据处理中出现了物候拟合曲线不够准确、分类方法适用性较差以及林种类别的识别率较低等问题。对此,本文提出基于稀疏有效时间序列的遥感数据拟合法,能够在较少人工干预的情况下提高林种的物候曲线拟合精度,并在林种物候曲线的基础上,进一步结合林种的光谱特征和纹理特征,提出基于中精度遥感时序数据的林种分类识别方法,对中精度遥感时序数据进行更加精确的林种分类。论文的主要研究内容如下:(1)为了获得准确的林种物候曲线,提出并设计了稀疏有效时间序列遥感数据拟合方法。将去噪后的时序遥感数据进行基于二阶高斯时序曲线拟合,并通过加入拟合结果残差的权重估计进行加权迭代,以获取高质量的植被物候曲线,能够更好地用于提取物候特征。通过实验验证,和其他方法相比,本文提出的方法有效地提高了拟合精度。(2)为了更准确区分物候表现较为相似的林种,本文在林种物候时序特征的基础上,结合不同林种具有的光谱特征和纹理特征,提出基于中精度遥感时序数据的林种分类方法。首先通过对林种各个特征的可分性分析,对三大类特征进行了有效的筛选和降维。然后对数据特征集进行预处理,最后采用支持向量机SVM分类方法实现了林种样本训练和分类识别。结果表明本文的方法相比其他常用的分类方法,分类精度更高。(3)最后本文依据上述两个方法设计并实现了林种识别系统。该系统包括遥感数据预处理、时序拟合、特征提取以及林种分类四个模块,能够实现基于遥感时序数据的林种分类。用户可以通过交互界面进行操作,获得时序拟合结果以及分类结果。本文系统不仅提供了较好的用户体验,还进一步验证了方法的实用性。