植被覆盖变化与区域地表生态系统直接相关,也是评价区域生态的关键指标,因此准确获取植被覆盖状况是实现可持续发展和动态监测植被资源的重要基础。植被覆盖变化的时空过程研究也是全球变化研究关注的焦点,其中获得大尺度长时间序列的变化信息是研究的前提。虽然遥感影像的时空分辨率的提高为分析区域植被覆盖变化提供了可靠的数据支撑,但是同样带来数据量大、影像解译效率较低、人力物力需求量大和大尺度植被资源清查资料空间化较难等问题。因此,本文探究基于Landsat影像时间序列的植被覆盖变化检测方法,并从气候和社会经济两方面分析这两个因素对于植被覆盖变化的影响。主要工作如下:1.传统遥感影像分析中的流程是数据获取、预处理、信息提取、地学分析。这种流程在大尺度长时间序列的遥感影像分析存在数据获取难、数据量大、解译处理效率低等缺点。谷歌地球引擎(Google Earth Engine,GEE)平台存储海量遥感影像数据并具备强大的云计算能力,以及可以对遥感影像数据进行整合并进行分析等优势。因此本文利用GEE平台对黑龙江省2003～2018年植被覆盖状况进行时空变化的分析,利用阈值法和线性回归法分别对2003～2018年黑龙江省植被覆盖变化进行直观分析,并对分析结果的差异进行解释。结果表明:黑龙江省植被覆盖明显增加,年均NDVI(Normalized Difference Vegetation Index)缓慢波动上升,增长幅度较小。从空间分布上看,哈尔滨市周边地区由于城市化建设占用耕地草地导致植被覆盖有明显减少;东部完达山,西北大兴安岭地区植被覆盖明显增加。2.气温、降水作为生态系统的环境影响因素,对植被覆盖有关键影响。本文利用克里金插值法和线性回归法分析了 16年间的气温和降水时空变化规律,并结合黑龙江省植被覆盖变化的研究结果,采用空间相关性分析方法在像元尺度上分析植被覆盖对气候因素响应情况。实验结果表明:气温与降水对植被覆盖的影响呈现空间差异性,植被覆盖与气温呈正相关区域占总的研究区域面积的51.48%,主要分布在松嫩平原、三江平原和小兴安岭地区;植被覆盖与降水量呈正相关区域占52.69%,主要分布在三江平原和东部完达山地区。3.基于GEE平台利用CART决策树对黑龙江2003年和2018年土地利用状况进行分类,并进行精度检验。通过叠加土地覆盖分类结果与植被覆盖变化结果,分析植被覆被变化转换为的土地覆被类型。采用主成分分析提取了两个引起土地利用变化的公共驱动因子(社会经济发展、农业发展),分析了年际驱动强度。社会经济因素对城镇建设用地相对于耕地和林地的影响更为明显,影响黑龙江省三种土地类型变化的驱动力在逐渐加强。