作物物候信号直接反映温度和降水等变化对植被生长的影响,是进行农作物动态分析和田间管理的重要依据。本文采用EOS-MODIS多时相卫星遥感数据提取我国东北地区水稻的主要物候期。通过对MODIS-EVI(Enhanced Vegetation Index,增强型植被指数)指数时间序列进行小波滤波,根据水稻在移栽期、抽穗期和成熟期的EVI指数变化特征,实现对各个生长发育期的识别。提取的EVI时间序列存在大量噪音,小波滤波可以去除噪音并且可以很好的保留时间序列的局部特性。滤波时选用的小波函数为:Daubechies(7-20),Coiflet(3-5)和Symlet(7-15),总共26种小波类型。通过与2008年研究区农业气象观测站的实测资料比较,计算均方根误差。结果表明,Symlet11小波的滤波效果最好,其移栽期识别结果的误差绝大部分在±16d以内,抽穗期和成熟期识别结果的误差绝大部分在±8d以内。表明提取MODIS-EVI指数时间序列并采用Symlet11小波能很好地识别东北水稻主要物候期特征。