植被覆盖度是描述生态系统的重要基础数据,是衡量地表植被状况的一个重要指标。并且,它作为区域生态系统环境变化的重要指示,在生态、水文、区域变化等研究领域都具有重要的意义。因此,为统筹国家重要自然资源,提高植被覆盖度信息的获取精度就显得尤为重要。本文选取南方典型植被覆盖的宁乡市西南地区作为研究区域,以线性光谱混合模型为基础,通过构建植被指数时间序列曲线、优势树种多端元匹配光谱解混等手段,提高了植被丰度信息的提取精度。主要研究内容及结论如下:(1)植被指数时间序列曲线的构建。通过构建Landsat8时间序列影像南方典型植被(端元)和混合像元的EVI时间序列曲线,突出不同林木类型的差异性,以弥补多光谱数据波段数较少致使混合像元解混精度不高的缺陷。(2)优势树种多端元匹配混合像元分解。选取优势树种多个端元的EVI生长曲线,应用光谱匹配的方式结合EVI时间序列曲线对多个端元进行匹配,确定各个端元的作用区域,并通过EVI时间序列曲线代替光谱曲线参与线性光谱解混,实现了利用不同端元组合进行混合像元分解的目的。(3)对比分析。利用本文的方法和传统光谱解混方法分别进行混合像元解混。结果表明,相较于传统光谱解混方法,应用本文所提出的方法在阔叶林解混精度、针叶林解混精度均有了提高,且阔叶林解混精度提高明显,证明了本文方法的有效性。(4)针对15×15m分辨率遥感影像,利用本文所提方法增加参与混合像元解混的优势树种端元数目,对比分析在不同端元数目下像元分解精度的变化,确定了参与解混的优势树种最佳端元数量。研究结果表明:在混合像元分解的过程中,EVI时间序列曲线在可分离性方面优于光谱反射率曲线;有限的光谱波段以及同物异谱的现象使得传统的基于一种端元光谱组合的像元分解精度降低;本文通过选取优势树种的多端元进行解混,并利用光谱角(EVI时间序列曲线)填图的方式匹配最佳端元组合进行解混,混合像元分解精度有了明显的提高,证明了该方法的有效性。随着南方地区经济的发展,大量的高等级公路投入到建设当中,导致森林植被受到了胁迫,致使同种林木端元有较高的变异性,且同种林木自身亦存在差异性。本文通过增加同种端元个数参与混合像元分解,削弱了同种端元内部的差异性对像元分解精度的影响。