快速的城镇化建设进程,推动了城市用地的不断拓展,城市不透水层(Urban Impervious Surface,UIS)面积不断增加,植被覆盖减少和植被覆盖度(Fractional Vegetation Cover,FVC)持续变化,带来一系列城市环境和生态问题。及时、准确地掌握UIS和FVC时空动态变化,对城市的可持续发展和构建生态、智慧、和谐的城市命运共同体具有重要的现实意义。本文旨在发展高精度的UIS和植被指数模型,综合考虑季节和空间变化对Landsat遥感影像中地物反射率差异的影响,利用改进的粒子群算法实现指数阈值的自动选取,结合像元反射率时序谱,判断像元在给定阈值内的变化类型,实现了基于长时间序列Landsat影像的UIS和植被信息的提取,以及多时相条件下的UIS和FVC时空动态变化监测和自动制图(1999-2018);进一步研究了UIS和FVC变化与驱动因素的相关性和空间差异性;并以皖江城市带核心城市合肥建立典型应用案例。本文主要研究内容和结论如下:(1)提出了一种新的UIS指数(UISI)模型,实现了阈值的自动选取,克服了时空变化对长时间序列多时相Landsat遥感影像UIS提取精度的影响;利用像元灰度值随时间的曲线变化和阈值,判断像元覆盖类型的变化,实现了UIS时空动态变化监测和自动制图;并建立了综合的模型验证和性能评价体系。UISI模型分别采用了北京、合肥和广州主城区进行了精度验证和评价,结果显示:该指数在北京、合肥和广州主城区UIS提取相对精度分别为92.43%、93.58%和92.61%;自动阈值分割UIS前景色像元组灰度的组内相关系数(Interclass Correlation Coefficient,ICC)在北京、合肥和广州分别为:0.845、0.876和0.865;UISI模型与现有典型的指数相比,其相对精度在三个城市分别平均高出:5.76%,6.87%,6.01%。利用UISI模型对合肥地区UIS时空变化进行了监测和自动制图(1999-2018年),结果显示:合肥地区1999-2018年UIS呈持续性增加,总面积增加了1802.43 km~2,年均增速为15.95%,增幅总体上先快后缓,呈波动性增加,年增幅最高为33.13%(2002年),最低为4.75%(2017年);UIS的开发强度增长15.75%。UIS空间变化总体趋势为以合肥主城区为中心向西南和东北方向扩展,其他6个方向同时发展;合肥主城区20年间UIS空间变化按照增速特点划分为四个主要阶段:(i)1999-2003年快速增长期,年均增长速度为23.38%;(ii)2004-2008年波动性快速增长期,各年增幅波动性较大,年均UIS拓展增幅为18.58%;(iii)2009-2013年增幅波动性下降期,年均UIS增幅为6.95%,最高增幅为12.10%(2007年),总体上较2004-2008年下降了11.64%,但UIS年均增加面积为24.19 km~2;(iv)2013-2018年稳健小幅增长期,年均增幅为5.71%,年增幅标准偏差为1.5%。合肥主城区20年间UIS总体增加了504.88 km~2。(2)提出了一种较高精度的改善型动态植被指数(Optimized Dynamic Range Vegetation Index,ODRVI),改进了FVC估算方法,实现了FVC的时空动态变化监测和自动制图。ODRVI模型验证采用了时空差异的Landsat影像,结果显示:ODRVI在北京、合肥和广州地区的相对精度分别为93.35%、96.79%和95.88%;ODRVI比现有较典型的植被指数在北京、合肥和广州植被提取平均精度分别高出7.24%、7.40%和8.55%;其中,空间差异导致精度标准偏差ODRVI较典型植被指数平均低3.72%;ODRVI与FVC拟合效果好于常用的典型植被指数,R~2高出其他指数均值6.14%。利用ODRVI和改进的FVC估算对合肥地区20年植被覆盖度时空动态变化进行了研究(1999-2018年),结果显示:合肥地区20年间植被覆盖总面积占比降低了14.76%,植被覆盖面积和各等级FVC总体呈波动性减少趋势。FVC时空变化按照面积变化特征可分为四个阶段:(i)连续快速衰减期(1999-2004年),年均递减率为1.76%;(ii)波动性快速衰减期(2005-2008年),年均减少776.65 km~2;(iii)小幅波动衰减期(2009-2013年),年均减少了382.90 km~2;(iv)波动性增加期(2014-2018年),年均增加258.92 km~2。FVC各等级的变化主要集中在极低FVC和中FVC,而20年期间高FVC面积增加了17.65 km~2,FVC变化率从大到小的顺序依次为:中FVC>极低FVC>低FVC>中高FVC>高FVC。(3)UIS和FVC时空变化驱动因素分析结果显示:经济、社会和生态驱动因素对UIS影响最重要的因素分别是国民生产总值(GDP)、建成区面积(CA)和建成区绿化覆盖率(NPL);三类因素拟合优度分别为96.5%、95.79%和88.97%;Mann-Kendall统计量分别为6.132、5.613和4.250,随时间均为上升趋势(1999-2018年)。气象因素对FVC影响分析结果为:20年间4-10月份,平均气温和年平均FVC随时间的变化趋势拟合性高,平均降雨量和日照时数与FVC变化拟合性呈较大的波动性,降雨量总体上为西部高于东部,南部高于北部,其中在南部山区的降雨量较多;极端气象条件对极低FVC和低FVC影响较大;主城区的南部、西部和东部FVC高于合肥北部;东部、西部和南部的丘陵和山地FVC较高;FVC与UIS成负相关,主城区UIS对FVC的相关性高于气象因素;各等级FVC面积和FVC总面积受到UIS影响的重要性排序为;FVC总面积>低FVC>极低FVC>中FVC>中高FVC>高FVC。