植被覆盖及其变化是区域生态系统环境变化的重要指示，对水文、生态等都具有重要意义。在土壤侵蚀研究方面，植被覆盖能通过有效拦截雨滴，降低雨滴动能，增加入渗，减少产流产沙来防止土壤侵蚀。由于植被覆盖随季节变化很大，为了更加精确计算C因子值，有必要了解一年内植被覆盖的变化规律。　　 本文首先对NOAA-NDVI、SPOT-NDVI以及MODIS-NDVI三种数据集进行了分析和对比，探讨这三种数据集在北京地区植被监测中的差异性和适用性。利用1982年至2001年的NOAA-NDVI旬数据资料、1998年至2007年的SPOT-NDVI旬数据资料以及2005年的MODIS-NDVI旬数据资料，对北京地区植被的季节变化、年际变化以及年际变化的空间分布进行了研究，并结合80年代、90年代和2000年的北京土地利用资料分析各种植被类型的NDVI季节变化规律。最后用气温、降水等气象资料对NDVI进行了相关分析和回归模拟。主要研究成果如下：　　 （1）通过1999-2000年36旬的NOAA-NDVI与SPOT-NDVI对比，以及四季分布的对比，还有不同土地利用类型下NDVI的统计对比。发现SPOT-NDVI更适合用来区域尺度的植被监测，而NOAA-NDVI的长时间序列仍是其最大的优势，因此可以将其作为较好的参考资料。　　 （2）通过对比2005年28旬的SPOT-NDVI和MODIS-NDVI的时间序列资料，春夏季节空间分布和土地利用类型，发现MODIS和SPOT这两种NDVI数据集的不同植被类型变化趋势有很强的一致性，通过处理可以用来相互校正和补充。　　 （3）通过研究NDVI时间序列的年际变化，以及年际变化的空间分布，得出NOAA-NDVI19年变化趋势，以及其变化趋势的空间分布情况，发现：北京北部、西部、南部，这些地区NOAA-NDVI年际变化呈显著正相关变化，而中心城区呈显著负相关。从SPOT-NDVI8年变化趋势及其空间分布，得出显著负相关主要分布于昌平、顺义、大兴，并且形成围绕北京城区的环状。并且推测显著负相关分布地区应该与这些地区的城市化发展有关。　　 （4）通过NDVI时间序列季节变化分析，得出了多个阶段的NDVI季节变化曲线。通过分析19年间NOAA-NDVI的季节变化的年际变化，发现春季有较明显的提早，而秋季有滞后发生，这与全球变暖的大环境相一致。　　 （5）通过研究NOAA-NDVI及SPOT-NDVI与气温、降水等气象因子的相关分析，得出NDVI与气象因子的滞后相关，并由此建立NDVI与气象因子的回归方程。