广西属于结构性缺粮地区,水稻产量虽可以满足人口需求,但玉米和豆类等农作物相对紧缺。贵港市拥有广西最大的冲积平原——浔郁平原,良好的地理位置和气候条件造就了这片肥沃的土地,优越的种植环境使贵港成为全区推进粮食生产增产增效的重点区域之一。对贵港市农作物种植面积、种植结构变化、影响因素分析是精确掌握粮食生产的方式,同时也是优化粮食生产的关键。为了解贵港市农作物分布情况,研究通过时空数据融合模型,对HJ＿NDVI和MODIS＿NDVI数据进行融合,以获取高时空分辨率的NDVI融合数据,以此为基础,结合TIMESAT软件对高时空分辨率NDVI数据集进行拟合重构与物候参数提取,并在En MAP-Box插件中采用随机森林分类方法提取农作物信息,通过分析农作物空间分布特征寻找影响农作物分布变化的原因,基于此构建农作物影响评价指标体系,并计算影响因子对农作物空间分布的影响力大小。研究分为五个部分,第一部分是对MODIS数据和环境卫星数据进行预处理计算获取NDVI数据,并借助ESTARFM融合模型对HJ＿NDVI和MODIS＿NDVI进行时空融合运算,得到高时空分辨率NDVI数据集。第二部分是在TIMESAT软件中对高时空分辨率NDVI数据集进行拟合重构及物候参数提取。第三部分是借助En MAP-Box插件,采用随机森林分类方法对农作物种植信息进行遥感提取与精度验证。第四部分是对农作物进行时空变化分析,研究在农作物数量时空变化分析中对农作物总面积和区县农作物面积进行分析,分别从村域和区县层面对农作物种植面积地理空间变化和空间分布特征展开研究。第五部分是农作物种植变化驱动力分析,研究将引起农作物时空变化的原因归纳为自然因素、社会因素和经济因素三类,并从中构建了农作物影响评价指标体系,通过最小二乘线性回归模型和地理探测器筛选得到影响农作物分布的主要驱动因子。结果表明:(1)研究通过ESTARFM融合模型能够获取高时空分辨率NDVI数据集,并在TIMESAT软件中运用S-G拟合重构算法对高时空分辨率NDVI数据集进行拟合重构处理与物候特征计算,从而得到贵港市NDVI时序重构结果与物候特征信息。(2)研究借助TIMESAT软件分别对2009年、2013年和2018年的高时空分辨率NDVI数据集进行物候特征分析,并分析11个物候特征。发现2009年在生长季开始、生长季长度和生长季小积分这3个物候指标数据分散,2013年与2018年在生长季开始、生长季结束、生长季长度和生长季中期这4个物候指标数据分散,能够结合数据分散的物候指标进行作物分类。(3)研究使用随机森林分类算法对2009年、2013年和2018年贵港市的农作物进行遥感提取,得到贵港市2009年农作物总面积为43.78万公顷,2013年农作物总面积为45.80万公顷,2018年农作物总面积为47.68万公顷。(4)农作物种植的影响因素可以概括为自然因素、社会因素和经济因素。自然因素是农作物种植的基础,良好的地形地貌环境与充沛的阳光水分等有助于农作物的生长,社会因素是通过市场导向、农业相关政策的指引、农业基础设施的配套和完善程度以及农业物资投入影响着农作物的种植趋势,经济因素从农产品价格和收入水平影响着农业的发展方向和种植目标。(5)到铁路距离、平均坡度和城镇居民人均可支配收入对农作物空间异质性特征具有较大的影响。交通条件能够加快农作物种植材料的输送,提高农产品的流通速度。在坡度小于25°的区域能够种植作物,坡度大于25°的区域无法开展农业活动。城镇居民收入影响着农产品的销售,收入越高对农产品的需求越大,农作物的种植力度也随之增大,反之亦然。(6)贵港市农作物主要分布在平原中部,河流两侧,并向两侧山区逐渐减少,山地丘陵区域农作物分布较少较为零散。结合作物生长条件和环境,在地形平坦,地块连片的地区,可以加大水稻和甘蔗的种植力度,在城镇郊区及城镇外围地区可以加大蔬菜的种植力度。在靠近山地和丘陵且距离水源地较远的地区,可以种植玉米、木薯等旱地作物。在中部砂土比例较多的地区优先种植花生作物。