为了提高大区域植被覆盖度的估算精度，及时掌握植被覆盖的变化状况和发展趋，本文选取青海省为研究区，基于30米空间分辨率的遥感数据，展开了植被覆盖度的估算研究、预测研究和变化监测研究，以期为青海省生态环境治理和生态安全预警提供数据和决策支持。本论文的主要研究内容及结论如下：　　（1）利用端元光谱内插的植被覆盖度估算研究。该研究改进了像元二分模型中VIs和VIv参数值的选定方法，提出了利用端元光谱内插的参数值选定方法，提高了植被覆盖度的估算精度。本文在运用像元二分模型估算青海省植被覆盖度时，将局部地区的环境差异对端元光谱特性值的影响考虑在内，根据空间自相关性的理论基础，基于纯裸地样点和纯植被样点的VI值，利用普通克里金空间内插法，内插出研究区每个像元所对应的VIs和VIv参数值。研究表明，此种参数值选定方法可提高植被覆盖度的估算精度，较传统的统计阈值法，RMSE由0.170降至0.156（相对降低8.24％），MAE由0.137降至0.124（相对降低9.49%）。经进一步分析表明，基于端元光谱内插的参数选定方法对非边缘精度验证点和边缘精度验证点的估算精度都有所提高，但由于精度验证点周围地表漫发射和配准误差的影响，边缘精度验证点的估算精度低于非边缘精度验证点的估算精度。　　（2）植被覆盖状况预测研究。研究中基于元胞自动机和马尔科夫链，建立了植被覆盖预测模型，并预测出青海省黄河流域2018年各级植被覆盖状况。文中首先验证了模型的预测精度，结果表明，黄河流域2015年各级植被覆盖的预测结果与估算结果之间的Kappa系数为0.83。随后，通过元胞自动机得到黄河流域2012-2015年各级植被覆盖转移概率矩阵，以黄河流域2015年植被覆盖分级数据作为元胞原始状态，基于各级植被覆盖转移概率矩阵，利用马尔科夫模型，预测出黄河流域2018年各级植被覆盖状况。结果表明，到2018年，黄河流域高植被覆盖区域仍占主导，各级植被覆盖占比趋于稳定。　　（3）青海省植被覆盖度变化监测研究。研究中，逐年估算出青海省2009-2015年植被覆盖度，并对2015年植被覆盖状况进行特征分析；利用变异系数评估植被覆盖度在时间序列上的稳定性；利用Slope模型揭示监测年间植被覆盖度的变化趋势。结果表明，青海省植被覆盖度东高西低，南高北低，在总体上呈显出由东南到西北递减的趋势。全省变异系数为0.52，全省草地区域变异系数为0.29，三江源区变异系数为0.35，三个河流流域中，黄河流域变异系数为0.26，稳定性最高。在2009-2015年间，青海省植被覆盖度变化呈基本不变趋势的占比最大，为68.29%。青海省植被覆盖度呈三类改善区域的占比远大于三类退化区域的占比，且改善和退化趋势都以轻微变化为主。基本不变和三类改善区域共占全省面积的87.95%，说明青海省绝大多数地区植被覆盖度呈平稳转好趋势。