植被覆盖度被公认为评价土地荒漠化最有效的指标。荒漠化不仅造成巨大的直接经济损失,而且使人类赖以生存的土地资源的数量不断减少,质量不断下降。荒漠化还会引起沙尘暴等自然灾害,造成生态环境恶化,严重威胁人类的生存安全。本文选择博州为研究区,该区域是典型的荒漠区,又是主风道,是重要的风沙策源地。因此,研究博州植被覆盖度不仅可以评价该地区荒漠化程度,而且可以为科学防沙治沙策略的制定提供有效技术支持。植被覆盖度获取主要有实地测量法和遥感解译法。遥感解译法快速、高效,但易受干旱地区特殊性的影响。目前利用遥感解译法存在稀疏植被在像元中的光谱贡献易被掩盖、荒漠植被的光谱特征与普通植被不尽相同等问题。因此,如何提高遥感探测干旱地区植被覆盖度的能力一直是荒漠植被遥感提取面临的挑战。基于此,本文结合国产高分一号数据分辨率高和TM数据时间维度长的特点,采用高分象元参与TM数据植被覆盖度提取能显著提高精度。本文首先对高分一号数据和TM数据归一化处理,分别采用波段回归模型法,NDVI回归模型法,象元分解法分别对研究区植被覆盖度提取。提取结果与实地测量值进行精度对比发现,高分象元参与TM数据植被覆盖度提取能提高单纯基于TM数据的提取精度。本文采用该方法,基于四期TM数据对研究区进行植被覆盖度提取和特征分析,并对植被覆盖度变化驱动力分析。得出如下结论:(1)提取荒漠地区植被覆盖度时,波段回归模型法,NDVI回归模型法,象元分解法都具有可行性;象元分解法提取的精度更高。高分象元参与TM数据植被覆盖度提取的象元分解法,能显著提高TM数据的提取精度,比单纯基于TM数据的象元分解法精度高3.74%。(2)1990年,2001年,2007年,2014年,博州平均植被覆盖度分别为0.58,0.61,0.59,0.64;艾比湖湿地分别为0.49,0.54,0.55,0.59,年平均增长率为0.537%。一直以来,艾比湖湿地平均植被覆盖度比博州低。从空间位置看,高植被区域环绕在博州西北,西南,南部的中高山和平原农耕区;低植被区主要分布在艾比湖周边。具体分布特征,对于全博州:1990年-2001年,中山区(1000米-2500米)高山区(海拔2500米以上)低山丘陵区(小于1000米)艾比湖湿地保护区;2001年-2014年,中山区(1000米-2500米)低山丘陵区(小于1000米)高山区(海拔2500米以上)艾比湖湿地保护区。对于艾比湖湿地,1990年-2001年,实验区缓冲区核心区;2001年-2014年,缓冲区实验区核心区。从各梯度覆盖度所占比例看,博州及艾比湖湿地低植被覆盖度(0-30%)所占的比例最大,但呈减少趋势;中植被覆盖度(30%-60%)相对稳定,较高(60%-80%)和高植被覆盖度(>80%)呈增长的趋势。(3)通过相关性分析发现:博州植被覆盖度与自然因素(年平均降水量、年平均气温)呈正相关,但相关性不如与人为因素(人口数量、GDP)正相关性强。另外,保护区的建立对艾比湖湿地植被覆盖度提高作用很大。