物候观测对研究植被生长变化，以至全球生态系统变化都至关重要，已成为当今国内外研究的新热点。利用近地物候相机监测植被生长变化是近年较为有效的物候观测手段，它弥补了人工观测和遥感卫星观测的不足，能长时间、客观准确地监测从植株到群落再到生态系统的物候变化。然而，已有的物候相机在处理植被数据的方法上面依然存在不少问题，因而如何有效地处理物候相机的时间序列图像数据，并得到反映植被物候变化的物候期就成为了亟待解决的难点。　　本文以“‘中国物候观测网’自动物候监测系统研制”课题为背景，针对由我国中科院西光所、中科院电子所和中科院地理所共同研制的6通道物候相机，研究适合该系统的时间序列图像数据的处理方法。其目的是从采集到的植被时间序列辐射亮度数据反演出反射率，进而描述物候变化并提取关键物候期。　　本论文的具体研究工作和创新点包括:　　获得了近一年17个时相的6通道植被图像，针对性地提出了一套长序列图像数据处理流程。该流程主要包括图像预处理、大气纠正，以及植被物候指标分析方法。预处理环节可有效减小因硬件设备造成的数据几何和辐射的误差;而大气纠正算法可纠正大气中的颗粒和气溶胶等对地物反射辐射的严重干扰，并反演得到植被反射率。该处理流程最终可得到反映物候变化的植被NDVI曲线，并提取出较准确的物候期。　　研究并实现了针对该物候相机的时间序列图像数据预处理算法，有效去除了因硬件设备造成的数据误差。预处理环节主要包括图像几何定标和相对辐射校正。前者可减小不同波段图像的几何误差，使目标地物区域的选取更加准确;后者校正了原图像中CCD像感器响应失真的像素DN值，有效去除了图像的暗角。　　提出了两种利用时间序列数据特点的大气纠正算法，即基于逐次超松弛迭代的时间序列植被数据大气纠正算法和一种利用多稳定目标的大气纠正算法。后者大气纠正效果较好，反演出的植被反射率能够较准确地描述其生长变化规律。同时，对两种算法的结果进行了比较，分析了产生误差的原因，并提出了有价值的改进方案。　　研究并实现利用Logistic函数提取该物候相机植被NDVI时间序列物候期的方法。仿真实验和实际数据实验证明，Logistic函数能较为理想地拟合NDVI时间序列散点，进而准确地提取出关键物候期。同时该NDVI时间序列能较好地反映植被生长变化趋势，并在一定程度上揭示大气状况的改变。　　综上，本文探索了近地物候相机处理时间序列图像数据的方法，提出的一种利用多稳定目标的大气纠正算法能很好地利用时间序列的特点，削弱大气干扰，反演出较准确的植被反射率。该相机的数据处理流程和大气纠正算法丰富了相关领域的研究，具有一定的科研和应用价值。