利用遥感技术诊断作物重金属胁迫对环境保护和粮食安全具有重要意义。然而,在自然农田生态系统中,各种胁迫因子对作物生长影响结果的表现形式相似,致使重金属胁迫难以准确识别。针对这一科学问题,本文提出了将胁迫参数谱特征和时间特征结合获取对重金属胁迫具有明显而又稳定响应的胁迫特征这一新思路。利用美国陆地卫星（Landsat）ETM+、TM、OLI传感器与中国环境一号卫星（HJ-1）CCD相机提供的较高分辨率多源遥感数据,与引入双胁迫因子改进的WOFOST模型同化构建了重金属污染水稻LAI时间序列,对胁迫水稻LAI序列季节变化特征和关键影响因子进行研究。植被指数时间序列曲线在时间上呈现出与植被生物学特征相关的季节性变化。植被指数时间序列数据量一般比较大,从中提取特征信息需要特定的分析方法。基于频谱的时间序列分析可以将一定长度的时间序列数据分解成独立不同周期的波动信息,分离多个信号以达到单个特征提取和参数分析的目的。其中广泛应用于分析非线性非平稳信号的集合经验模态分解（EEMD）方法能将时间序列分解成反映年内、年间、年际这三种时间尺度的波动组分,而在这三种时间尺度上的信号特征与其它胁迫、作物固有生长趋势和重金属胁迫呈现的季节变化特征相匹配,是进行重金属胁迫特征遥感提取的关键信息。本文以湖南省株洲市两种不同程度重金属污染的农田为研究对象,使用2007-2016年LAI时间序列结合EEMD方法提取水稻重金属胁迫特征,并基于水稻全生长期和四个生长阶段进行胁迫特征的稳定性分析。主要结论如下:（1）使用EEMD方法通过分离年内和年间波动组分有效地提取了重金属胁迫特征;（2）LAI_df（年际波动组分和残差之和的一阶导数）在整个生长期和每个生长阶段均较好地表征了水稻响应重金属胁迫的稳定特征。其中三个生长阶段LAI_df表现出较高的稳定性（R²大于0.9）,且在六月稳定性最高。该研究将胁迫效应的谱特征与时间特征结合起来,提高了作物重金属胁迫遥感识别的精度。