植被覆盖因子是水土流失控制因子当中非常重要的一个因子,其在年内呈现高度动态变化的特点。遥感技术已成为水土流失风险评价中植被覆盖因子获取的首要手段。然而受传感器技术条件限制,获取的数据不得不在时间和空间分辨率之间进行权衡,因而无法有效满足区域水土流失风险评价对高时空分辨率遥感数据的需求。因此,开展高时、空分辨率多源遥感数据融合,充分利用各个数据在空间和时相上的优势,将有助于提高遥感在区域水土流失风险评价中的应用潜力。本研究在对国际主流高时空分辨率融合模型梳理与分析的基础上,从理论上构建了一个即能解决遥感数据的5效应问题又能解决混合像元问题的新融合模型(0/0),并将其与*,0、650和半物理模型进行了对比分析。最后,利用0/0构建的高时空分辨率植被指数,分析了其反映试验区季节性植被动态的潜力,观察其在植被覆盖变化监测中的作用。研究结果表明：1) MLDFM通过引入MODIS BRDF/Albedo模型参数与土地覆盖数据,同步解决BRDF效应与混合象元的问题,在理论设计上保障了模型的优越性；2)在本文研究区域内,与*,0、650和半物理模型相比,在地表覆盖变化和不变的区域均取得了更高的融合精度。首先,这种优势表现在视觉效果上,0/0模型得到的融合结果影像纹理整体自然,在地表异质性区域没有出现斑块、平滑以及锐化的现象。其次,将0/0模型运用到绿、红、近红外三波段反射率的预测,所得结果显示：其预测残差值与时相残差的比值分别为0.51、0.55、0.34,而其他模型结果相应值均在0.6以上,在红波段更是出现了大于1的情况；在与实际观测图像做的散点图分析中,0／0模型得到的结果与观测影像的相关系数在绿、红、近红外波段分别为0.90、0.91、0.92,而其它模型的相关系数均不到0.8；3)通过0/0模型构建的时间序列反射率影像,获取的植被指数19,年内整体变化表明,所得19,在趋势上与02,619,基本一致,能够反映植被的季节变化特点,对于具体地表覆盖类型而言,其更能体现波动性,这将有助于对地表覆被在空间和时间上变化进行监测,对水土流失监测具有重要意义。