植被作为荒漠生态系统的重要组成部分,是干旱半干旱地区生态环境变化的“指示器”。疏勒河流域荒漠植被的提取,不仅可以确定植被空间分布的范围,而且还可以通过对其变化的分析,揭示生态环境变化的过程。论文在对荒漠植被提取方法回顾总结的基础上,以中分辨率多光谱影像为数据源,使用波谱微分的方法,对研究区的植被信息进行提取。最后,对疏勒河流域走廊平原近31年的植被变化进行分析。首先,对实测荒漠植被和裸土反射率的微分结果进行分析,发现光谱微分能够较好地对植被信息进行凸显。其中,一阶微分中,植被的“红边”特征明显,二阶微分和三阶微分中,能够将荒漠植被和裸土进行区分的主要波段为可见光波段。对不同步长微分结果进行对比发现,随着微分步长的增加,一阶微分的曲线差异较小,但随着微分阶数的增高,能够对荒漠植被和裸土进行区分所需要的微分步长也增加,其中二阶微分的最佳微分步长为5nm,三阶微分为7nm。对实测光谱的微分特征分析,为利用高光谱影像进行植被信息提取时选择最佳微分步长和波段提供了依据。而多光谱影像由于所具有的波段数量较少,信息冗余较少,在微分时只需要将各波段按离散数据进行处理,而无波段选择的步骤。对多光谱遥感影像的微分结果发现,影像更高阶的微分结果并不一定能够使信息量有所增加,因此,还需要通过构建精度较高的遥感指标,以提高信息提取的精度。尤其以三阶微分各波段的散点图特征与二阶微分相似性较高最为明显,而与一阶微分相比,二阶微分波段信息量的增加也较少,这种结果与实测地物光谱微分的结果相一致。将植被微分指数(VDI)和戈壁微分指数(GDI)用于进行荒漠植被提取,表现出较好的优势。但由于所使用的两种不同传感器影像,使得植被提取方法也各不相同。Landsat5 TM影像中,通过GDI大于0来获得较准确的植被分布信息。而Landsat8 OLI影像中,通过将GDI和VDI结合,由VDI小于0获得区域所有植被和戈壁混合的地表,然后再通过GDI大于0对其中的戈壁地表进行去除,从而得到精度较高的稀疏植被范围。同时,对VDI和GDI两种指标分别与植被覆盖度进行回归分析,发现GDI与植被覆盖度(FVC)之间服从严格的线性相关关系,而VDI与植被覆盖度之间服从反比例函数关系。但由于VDI的相关性较GDI低,模型复杂度也较前者更高,更由于GDI在两种传感器影像中的通用性,本文中将GDI作为一种既能够进行稀疏植被提取,同时还能够对植被覆盖变化及其它植被相关生物物理参数进行反演的遥感指标。对疏勒河流域走廊平原地区的植被变化分析发现,近31年间植被分布总范围的变化较小,植被分布范围基本保持稳定,但在研究时段内,荒漠稀疏植被和高覆盖度植被表现出了各不相同的变化趋势。具体来看,1986—1995年间,走廊平原区的稀疏植被面积增加,而高覆盖度植被面积减小,1995—2017年间,稀疏植被的分布范围不断减小,与此同时,高覆盖度植被表现为逐渐增长的趋势,荒漠稀疏植被和高覆盖度植被表现出完全相反的变化趋势。对研究时段内相邻年份间植被覆盖变化情况进行获取,发现在1986—1995年的植被覆盖整体变差,也即植被覆盖度呈减小的趋势,而1995年后的植被覆盖状态不断变好。