随着全球环境问题的日益突出,人类生存环境受到人为活动和气候变迁的影响,使得环境变化问题受到全球关注。毛乌素沙地作为研究全球荒漠化变化的理想区域,并且作为我国第一个被成功治理的大型荒漠,也已得到国际学术界和世界的普遍认可。随着科学的进步和人类认识的深化,关于毛乌素沙地的研究也在不断地丰富和扩展,为治沙、防砂提出了许多宝贵建议与措施。本文选取地处鄂尔多斯高原毛乌素沙地腹地兼具空间异质性和生态脆弱性的地域作为研究区域,利用ArcGIS、ENVI、Global Mapper等多种软件平台,采用人机交互的方式对研究区1995年至2015年的荒漠化动态变化进行监测与分析。主要工作如下:(1)建立了NDVI-Albedo特征空间。基于改进的像元二分模型及Liang建立的地表反照率反演模型获得NDVI和Albedo数据,选取最具代表性样点,提取相应NDVI与Albedo数据,在SPSS软件支持下建立NDVI-Albedo特征空间。(2)优化了荒漠化差值指数模型。在NDVI-Albedo特征空间基础上对现有荒漠化差值指数模型进行优化,解决原模型在水域监测方面的缺点,并提高荒漠化反演精度及工作效率。(3)基于自然间断点分级法对研究区荒漠化程度进行了分级。分别采用荒漠化差值指数模型(DDI)与优化荒漠化差值指数模型对研究区荒漠化情况进行监测,并依据自然间断点分级法所得到的阈值将研究区荒漠化程度分为非、轻、中、重荒漠化四个等级。(4)分析了研究区荒漠化动态变化特征。以监督分类和目视解译相结合的方式对研究区的荒漠化分布进行提取,获得不同程度荒漠化分类图。然后基于ArcGIS平台获取研究区荒漠化面积转移矩阵与荒漠化动态变化图,从面积变化特征、空间变化特征、时间演变特征三个方面对研究区的荒漠化动态变化进行分析。(5)分析了研究区荒漠化变化影响因素。通过对研究区气候空间插值数据、社会经济数据数理统计,结合自然决策树分类方法反演的研究区植被分布数据,对影响研究区植被覆盖和荒漠化发展的自然因素和人为因素进行分析。本文通过优化DDI模型进行荒漠化监测,在水域监测、精度、效率等方面得到更好的成果。研究区荒漠化情况自1995年到2015年近20年来,荒漠化呈现减弱趋势。最后对影响因素进行了评价分析。