植被物候是环境条件季节和年际变化最直观、最敏感的综合指示器,是研究植被与气候、环境变化间关系的重要资料,它动态变化反映了气候变化是如何影响农作物的生长发育的,是气候变化对农业生态系统影响的指示剂。作物物候信息对作物的估产和管理有着至关重要的作用,监测大面积范围内植被活动中的季节性变动以及作物物候对许多应用都有着重要的意义,如净初级生产力的估算、确定作物产量建模的事件边界条件、为供水提供决策支持。且物候作为作物生长模型中重要的输入参数,对其模拟结果精度有着重要的影响。冬小麦作为我国最主要的粮食这一,及时且精确的冬小麦制图对粮食安全和环境可持续性有着很重要的意义。冬小麦关键物候期的提前或推迟是冬小麦对气候条件变化和生产管理措施的直接响应,准确掌握冬小麦物候信息对实现冬小麦长势监测十分必要。论文以华北平原内主要的冬小麦生产地为研究区,利用MODIS 250米每日EVI数据及研究区内耕地矢量数据,针对冬小麦识别困难、物候参数提取精度较低的问题,开展了基于时间窗口与EVI幅度指数的冬小麦种识别及关键物候参数获取。首先,论文将主要冬小麦生长期(9月-来年6月)的影像数据筛选出来,对缺失数据进行填补,构建时间序列数据并用Savitzky-Golay(S-G)滤波对其进行平滑;然后根据冬小麦生长期在EVI曲线中表现出的典型特征,提出了基于时间窗口与EVI幅度指数的冬小麦提取方法,对冬小麦及其部分物候参数进行了求解;接着结合冬小麦种植面积,提出基于位置的冬小麦播种期求解方法,并对其播种期进行了求解;最后,对主要冬小麦种植区域内冬小麦的播种期、成熟期及生长周期进行了时空变化分析。论论文的主要研究内容及结论如下:(1)基于时间窗口与EVI幅度指数的冬小麦提取与物候参数求解方法。每日数据与8天/16天合成数据数据相比,对时间序列带来了更多地噪声,但通过S-G滤波进行平滑后,利用该数据成功的实现了冬小麦种植面积的提取与关键物候参数的求解,并取得了较高的精度。通过对冬小麦时间序列植被生长曲线上关键点的求取,构建EVI幅度参数,通过EVI幅度参数放大其生长曲线中的“双峰”特征,并通过对时间等信息的限制,将冬小麦与其他作物类型区分开来。通过与参考冬小麦种植面积进行精度分析,本文方法对冬小麦面积提取的相对精度最高可达85.67%,而通过与气象站点观测数据进行精度对比,出苗期、抽穗期、成熟期与参考数据相比都具有很高的精度,其中79%物候参数提取精度在4天内,证明了本文所提出方法的有效性。(2)基于位置信息的播种期求解方法。通过对研究区内各个气象站点资料中所记录的出苗期与播种期,按照省/直辖市分别对出苗日期与播种日期进行线性拟合,求解其线性关系式,再根据所求得出苗日期对播种日期进行求解。实验结果证明此方法所求去的播种期具有很高精度,81.5%的提取精度控制在了 4天之内。实验结果证明结合位置信息的冬小麦播种期求解方法能克服传统基于“距离”的播种期求解方法中部分不足,在大范围研究区内具有很高适应性。(3)冬小麦物候期时空变化分析。冬小麦播种时间与之相对应的纬度大小呈反比关系,随着纬度的增加播种时间逐渐变早,而且随着年份的增加其播种时间有延后的趋势;冬小麦成熟日期随着纬度的增加,也随之变晚,而且随着时间的推移成熟日期有后延的趋势;生长周期随着纬度的增加整体呈现出增加趋势,但在整个研究时间周期内,其生长周期长度基本保持不变。冬小麦物候期10年内物候变化具有明显的时空特征。