本研究区位于大兴安岭区域,范围包括50.36N～54° 24N,120.36 E～126.54E,区域内林分结构简单,植物种类单纯,种数较少,气候单一,属于火灾频发区,其中大兴安岭地区松岭砍都河火灾,2005年内蒙古乌奴耳聋已经高吉山林场"10.12"特大森林火灾和免渡河"5.25"特大雷击森林火灾等均发生在这个地区,作为生态脆弱区,对该区域开展火灾监测研究极为重要.本文基于8天合成的MODIS EVI时间序列数据,首先采用Savitzky-Golay滤波函数进行平滑重建处理,然后应用Zhang等经过现地验证过的曲率最大值法和积分思想,在确定了植被生长起始期和结束期的基础上量化得到植被生长季特征,即EVI时序数据生长季面积；通过借鉴信息熵的相关理论和原理,计算了时序数据生长季内的复杂度.在大量实验的基础上,确定不同阈值,将二者结合起来,以达到剔除因偶然因素导致的异常情况的目的.最终提取了大兴安岭林及其附近林区2002-2012年火烧迹地.结果表明,着火点曲线所处年份的生长季熵值明显大于正常年份,生长季峰值较低,生长季EVI曲线面积较小；并且曲线多突降等异常现象.火灾发生后一年植被得到一定恢复,生长季面积有所增加.将所得结果与Hassen变化产品的火点数据进行了比较,发现二者所提火烧迹地在空间上具有一致性,且本文方法所火烧迹地像元更加连续集中,适合进行更进一步的分析研究.说明MODIS时序数据能够实现区域尺度下的火烧迹地研究,并达到一定的精度,该方法对火烧迹地进行监测是基本可行的.但也存在一些问题,由于高时间分辨率的植被指数对森林生长状态过于敏感,甚至可以捕捉到细微的异常变化,在一定程度上干扰了火烧迹地的提取效果,提取结果中混入了大量的非着火点信息,这类曲线通常表现为时序曲线宽度保存较完整,但峰值较低,仅属于生长异常.同时还有部分火点出现有漏提现象,漏提像元火灾发生时刻多在年中,火灾发生后EVI值迅速降低至生长季末期水平,导致提取物候参数出现假值,而导致面积偏小,而火灾发后一年植被恢复较好,面积达到了火灾在发生时水平；因此未能监测.结合东北林区的森林灾害事件对本方法进行进一步的验证和改进,并分析曲线规律,找出各种异常的原因.精确阈值,并尝试引入新的参数和处理方式例如结合地表温度数据、QA产品去云处理等,力图进一步提高监测精度.