估算绿色植被覆盖度(Fractional Vegetation Cover of Green Components,f GV)和非绿色植被覆盖度(Fractional Vegetation Cover of Non-green Components,f NGV)对于评估干旱地区植被生长的生长条件以及监测环境变化和荒漠化至关重要。本研究以内蒙古自治区四子王旗中部荒漠草原为研究区,利用NDVI-DFI像元三分模型,分别以Landsat-8 OLI遥感影像和Sentinel-2 MSI遥感影像为数据源,反演绿色与非绿色植被覆盖度,并结合采样工作中的地面调查数据进行精度验证。在确定像元三分模型端元特征值时,本文通过不同区域尺度来计算绿色植被、非绿色植被和裸土的端元矩阵,以期获得其更准确值。论文的主要研究结果与相关结论如下:（1）应用Sentinel-2 MSI遥感影像数据进行植被覆盖度反演,当基于4数据块（Tile）影像镶嵌区域（包含研究区及周围区域）确定其端元特征值的情况下,其像元三分模型绿色植被与非绿色植被覆盖度估算精度均为最高（R~2=0.78、RMSE=4.86%、MAE=4.23%;R~2=0.39、RMSE=8.20%、MAE=7.30%）。（2）应用Landsat-8 OLI遥感影像数据进行植被覆盖度反演,当基于跨生态型尺度确定其端元特征值的情况下,其像元三分模型绿色植被覆盖度估算精度达到最高精度（R~2=0.45、RMSE=9.57%、MAE=6.81%）;当基于整景影像尺度确定其端元特征值的情况下,其像元三分模型非绿色植被覆盖度估算精度达到最高精度（R~2=0.39、RMSE=9.42%、MAE=7.90%）。（3）应用Landsat-8 OLI遥感影像数据进行植被覆盖度反演的结果中,绿色植被覆盖度估算精度的各尺度从高到低的排序为:跨生态型尺度RMSE为9.57%、研究区尺度RMSE为18.51%、整景影像尺度RMSE为25.83%;非绿色植被覆盖度估算精度相应排序为整景影像尺度RMSE为9.42%、研究区尺度RMSE为10.92%、跨生态型尺度RMSE为16.79%。应用Sentinel-2 MSI遥感影像数据进行植被覆盖度反演的结果中,绿色植被覆盖度估算精度的各尺度从高到低的排序为:4数据块影像尺度RMSE为4.86%、研究区尺度RMSE为5.72%、跨生态型尺度RMSE为14.52%;非绿色植被覆盖度估算精度相应排序为:4数据块影像尺度RMSE为8.20%、跨生态型尺度RMSE为17.45%、研究区尺度RMSE为24.22%。（4）基于Sentinel-2 MSI影像数据,其绿色与非绿色植被覆盖度估算精度均优于Landsat-8 OLI数据反演精度。