遥感观测数据是能够提供全球范围动态观测数据的重要手段,为全球变化研究、自然资源调查、环境监测和气候变化监测等提供了海量资料,基于遥感观测数据所生成的归一化植被指数是其中一个重要的参量。遥感对地观测系统在空间分辨率、时间分辨率、光谱分辨率等指标上的相互制约,使得多源数据的集成显得非常重要。而成像环境、传感器特性、生产标准等诸多因素,影响了多源数据之间的时空一致性,对多源NDVI数据的归一化研究是多源NDVI数据集成的关键问题,对于生态系统变化周期监测、变化分析等各类应用研究中有着重要的意义。文章以多源NDVI数据的归一化作为主要研究内容,提出了多个基于粗分辨率参考数据的多源遥感NDVI数据归一化方法,并对这些方法进行了详细地比较和综合分析：1)提出了局部分类别线性模型归一化方法,在归一化方法中考虑传感器特性差异与地物类别之间的关联,以及成像时大气条件、观测角度等因素的空间异质性,对数据进行局部的、分类别的处理,方法能够有效地消除大气、传感器差异等因素造成的影响。同时,采用了基于M估计的回归方法进行归一化转换系数的求解,以减小异常点的影响。同时,文章对方法中涉及的重要参数进行了测试,包括地物类别数目、分块处理的窗口大小,纯净像元提取的纯净度阈值,并给出了参数设置建议。2)提出了多源遥感NDVI数据的核回归归一化方法。利用非参数估计方法不需要对模型具体形式给予假定的优势,采用核回归方法进行多源数据归一化,充分利用数据自身所表现出来的诸多信息。方法在不同的评价实验中均能获得较好的结果,可以有效消除不同因素所造成的多源数据之间的差异。文章对不同参数设置下的归一化精度进行测试和评价,给出了核回归平滑参数、均值方差比阈值、和相似像元判定阈值的设置建议。3)研究了多源遥感NDVI数据的支持向量机回归归一化方法。通过核函数进行非线性映射,在高维特征空间进行分析和处理,对多源数据之间的复杂非线性关系进行求解。文章介绍了支持向量机回归归一化方法的具体流程,以及参数优化方式。综合实验表明方法可以获得较好的归一化结果,文中分析了参数设置对结果的影响,给出了参数设置建议。4)文章总结基于参考的归一化方法的评价方法,并提出了新的评价体系,可以对不同情况下的归一化效果进行比较,从而对方法进行综合评价。文中综合评价比较了所提出的归一化方法,从方法的输入数据要求、参数个数,算法的时间成本,以及算法在不同区域的表现等方面对文中所涉及的归一化方法进行了具体的分析和比较,可以为实际应用中选择归一化方法提供参考意见。总体来说,文章从理论框架、具体方法、评价方法、不同方法性能比较等多方面对多源遥感NDVI数据的归一化进行了综合的较为全面的研究,提出的理论与方法具备不同特点,可适用于不同条件和要求下的多源数据归一化,研究成果不仅具有较高的学术价值,而且对于基于多源NDVI数据的后续应用具有重要的应用意义。