植被变化及其驱动力研究是全球变化研究中的一个重要的部分。中国寒旱区的环境十分特殊，具有典型性。针对这一区域植被变化及其驱动力的研究有着重要的意义。　　 本论文主要针对中国寒旱区植被变化以及其驱动因素，展开了如下的工作：　　 1.中国寒旱区的划分研究以温度和降水条件作为划分依据，使用国家气象信息中心提供的1971-2000年全国739个气象台站的温度和降水数据来对中国寒旱区进行划分。寒区的划分指标为：(1)最冷月平均气温<-3.0℃；(2)月平均气温>10℃的月份不超过5个月；(3)年平均气温≤5℃。干旱和半干旱区的判定标准分别为：多年平均降水量≤200 mm的地区为干旱区：多年平均降水量在200-400mm之间的为半干旱区。用Kriging插值、反距离平方插值与GIS空间分析相结合的方法，将寒旱区的定义从字面上转换到空间分布上。最终划定的寒旱区包括塔克拉玛干沙漠、巴丹吉林沙漠、腾格里沙漠、东北的大小兴安岭和长白山、蒙古高原及附近的阴山、狼山、大青山和贺兰山等、山西太行山的高山区、甘肃祁连山、陇南岷山、河西走廊、陕西秦岭、新疆天山、阿尔泰山、准格尔盆地、青海省的全部地区、西藏除最南端的大部分地区、四川西北部的高大山系以及横断山区。　　 2.VGT NDVI和GIMMS NDVI的比较与延长研究对SPOT VEGETATION(VGT)传感器和NOAA AVHRR这两种传感器所获得的NDVI(Normalized DifferenceVegetaion Index，归一化差值植被指数)数据产品进行了一系列比较和分析，包括用差值法分析两种数据在空间和时间上的差异；用一元线形相关分析检查两种数据的线形相关程度；用二维散点图进一步展示两种数据在二维空间上的分布。比较结果显示，上述两种NDVI数据在时空上的差异不大，而且大部分地区的两种NDVI数据产品有较高的线形相关关系。通过建立基于像元的一元线形回归方程将VGT NDVI转换成了相应的GIMMS NDVI，其显著性检验的结果表明回归在除沙漠以外的大部分地区都是显著的。NDVI趋势比较进一步展示了延长的时间序列数据在植被变化研究中的可用性。另外，由于模型回归效果不显著的区域大多分布在无植被覆盖的沙漠，所以由模型回归带来的误差对植被变化及其驱动力的分析影。响不大。　　 3.中国寒旱区植被变化的分析利用延长的逐月最大化NDVI数据计算各年的SINDVI(Seasonally Integrated NDVI，季节合成差值植被指数)。选用趋势分析对植被变化趋势以及变化幅度进行计算，结果显示，除在东北的大小兴安岭以及长白山地区植被退化外，中国寒旱区的大部分地区植被均有较大幅度地改善。通过持续增长指数，从另一个侧面展示了植被变化的特征，即SINDVI增长的连贯性。结果表明，SINDVI增长幅度相似的地区，其增长的持续性不一定一致。通过偏差分析，得出在1982年-1987年及1989年，SINDVI低于多年平均水平，而在1988、1990、1994、1998、1999、2001、2002及2006年中，SINDVI则明显高于多年平均水平。　　 4.中国寒旱区植被变化驱动力分析针对降水、热量、日照3个气候因子，来分析气候对植被变化的驱动作用。考虑到降水对植被的影响有个滞后效应，故分别计算当月、前一月、前两月的降水量与MNDVI(Monthly Maximum NDVI月最大化合成归一化差值植被指数)的单相关系数，选其相关系数绝对值最大者，作为降水因子。考虑到植物对不同阈值的活动积温的敏感性，故分别计算>10℃以及>0℃的活动积温与月最大化NDVI的单相关系数，选其相关系数绝对值最大者，作为热量因子。用复相关分析法计算上述3种气候因子对植被变化的总影响力，结果显示，有30.1％的台站3种气候因子的复相关系数达0.800以上，另有39.9％台站其复相关系数也达到0.600以上。用偏相关分析分别计算每一种因子对植被变化的影响力大小，结果表明，绝大多数台站，特别是较为寒冷的地区，其MNDVI都与活动积温呈显著的正相关性。而在干旱区，降水因子的作用则最为重要的。而在大小兴安岭和长白山一带，过多的降水会对植被的生长有一定的负面影响，但显著性检验的结果表明这种负面影响不显著。