植物物候是指受气候和其他环境因子的影响而出现的以年为周期的自然现象，主要研究植物物候规律的特征及其与主要环境因子之间的关系。对其展开研究，能够加深植被对气候响应的理解，增进对碳的固定的认识，准确地评估植被生产力和全球碳收支。　　 随着现代观测网络的建立，使得植物物候原始数据的获取变得更容易、更全面。我国通过ChinaFLUX(中国陆地生态系统通量观测研究网络)建立了物候观测的基础平台。在此观测平台上，采集了大量异构的物候研究数据。这样的数据包含记录气候因素的通量数据，以及反映植被生长状况的图像数据。传统的物候研究方法难于处理大量的异构数据，尤其是对于物候图像数据，传统的统计方法，难以从物候数字图像中抽取出能定量描述植被生长状况的特征。　　 本研究拟利用ChinaFLUX产生的大量反应物候特征的数字图像数据和环境因子数据，利用数据挖掘算法，分析植被生长的规律，找出生长过程中的关键物候期，并探寻植被同气候因子以及碳通量之间的因果关系。　　 本文提出了一种新的植被描述方式，用于刻画植被的生长状况，并将其应用于物候研究的两个方面，均取得了较好的实验效果。论文的主要贡献如下：　　 1.提出一种从数字图像抽取定量描述植被生长状况(植被覆盖率)的算法。　　 2.利用植被覆盖率的时间序列变化，发现植被生长过程中的关键的物候期，取得较好的实验结果。　　 3.用图的形式展现植被生长周期中，植被同环境因子之间互相关系的演变，这样的演变大部分均符合生态发展规律。