准确描述地球环境系统的变化事实是全球变化的研究核心之一，它有助于认识全球变化的驱动机制，减缓和适应变化，减轻其不利影响，从而实现可持续发展。地球环境系统的变化常常通过地表特征参量进行定量化描述，而遥感为进行区域乃至全球范围内地表特征参量的变化分析提供了可能。然而，当地表特征参量的变化信号与季节性波动信号混合在一起时，变化分析变得尤其困难。传统的变化分析方法常常受到季节性波动的影响而无法得到可靠的变化结果。因此有必要针对具有季节性波动特点的地表特征参数，根据其季节性变化模式设计出合理的变化分析方案。　　针对连续型地表特征参量变化连续并且遵循固定模式的特点，本研究提出了一种把握整体特征的多维度变化分析方案。以植被物候为代表，本研究建立了全球通用的高可靠性多维度物候遥感反演算法。该算法首先利用基于拐点的云检测算法(IBCD)对MODIS数据产品中过检的有效观测进行准确识别，然后结合自适应三次样条曲线拟合法(LACC)对植被生长轨迹进行最优重建，最后利用拐点的关联阈值在植被生长轨迹上提取了12个维度的植被物候(GLOBMAP-LSP)。关联阈值如下:植被生长轨迹上曲率变率的极值点对应着植被生长量的9.18％，曲率的极值点对应着植被生长量的21.13％，速率的极值点对应着植被生长量的50％。与FLUXNET站点植被物候的验证结果表明，GLOBMAP-LSP具有较高的精度。与MODIS物候产品相比，GLOBMAP-LSP极大提升了植被物候的有效反演比例，比如印度季风区植被返青期的有效反演比例从29.30％提升到69.76％。最后在保证时空可比性的前提下，本研究进行了整体多维度的植被生长轨迹变化分析，将全球植被生长轨迹2000年到2016年的变化划分为32个类型。其中，整个植被生长季推迟但峰值绿度增加(G4P1W4)全球占比24.59％，整个植被生长季提前并且峰值绿度增加(G1P1W1)全球占比15.11％。该变化分析方案既避免了不同物候定义带来的差异，又保证了所提取的物候具有时空可比性，并且可以比传统方法提供更多的植被生长变化信息。　　针对离散型地表特征参量变化跳跃但总体具有季节性变化特征的特点，本研究提出了一种以年内累计量进行变化分析的方案。以地表水覆盖为代表，本研究通过定义地表水覆盖频率（一年内所有观测中有水覆盖的比率）对地表水覆盖的季节性波动进行了合理的描述，并计算了全球2000-2016年逐年的地表水覆盖频率(GLOBMAP-OSWF)。与MOD44W产品以及MOD12土地覆盖产品的比较结果表明，GLOBMAP-OSWF能够比MOD44W多描绘70万平方公里的间歇性水，比MOD12多描绘150万平方公里的间歇性水。与高分辨率GL30Water数据的交叉验证结果也进一步证实了GLOBMAP-OSWF对间歇性水的捕捉能力。当亚像元地表水覆盖比例较高时，GLOBMAP-OSWF对地表水覆盖具有非常高的检测能力，并且可以表达不同地表水覆盖频率所对应的地表水覆盖范围。最后本研究在像元尺度上定量化分析了地表水覆盖的年际变化。结果表明，全球最大水面和间歇性水面均表现出增加趋势（最大水面10700平方公里/年，间歇性水面12900平方公里/年），但是最小水面表现出减小趋势（2200平方公里/年）。四大气候区，最大水面和最小水面均增加，这可能是全球极端降水的强度和频率在增加的缘故。最小水面在热带气候和干燥气候区减小，支持“湿季越来越湿、干季越来越干”的变化模式。由于得到了冰川和积雪融水的补给，最小水面在副极地气候和苔原气候区增加。该变化分析方案既描述了间歇性水的覆盖范围和生命周期，又可以避免将季节性波动识别为年际变化，并且解决了水面变化的错配问题。