本文基于AMSR2被动微波数据和0 cm地表温度数据，对比分析冻融判别函数算法和双指标算法在东北冻土区的判别精度及适用性。结果表明：（1）两种算法的Kappa系数都在0.7以上，总体判别精度在87%以上，具有较好的性能。（2）两种算法在升轨时期的总体判别精度高于降轨时期。在使用升轨数据时，双指标算法判别精度略高于冻融判别函数算法；使用降轨数据时，冻融判别函数算法判别精度更高。（3）冻融判别函数算法对冻土的判别精度高，双指标算法在识别融土方面具有优势。（4）两种算法对多年冻土区的土壤冻融判别精度高于季节冻土区。本研究的评价结果可为东北冻土区制备高精度、长时序地表冻融数据集提供基础数据资料，为选择合适的土壤冻融判别算法提供参考。
利用GIMMS和MODIS两种遥感数据,分析了1982～2008年东北冻土区植被生长季平均NDVI的时空特征,并探讨不同类型冻土区和不同植被类型归一化差值植被指数(NDVI)对气候变化和CO2体积分数增加的响应.研究表明,不同冻土类型区植被生长季NDVI均值从大到小依次为:连续多年冻土区>大片多年冻土区>季节性冻土区>岛状多年冻土区.东北冻土区不同植被类型生长季平均NDVI值由大到小依次为:森林>灌丛>沼泽>农田>草地,其中森林植被生长季平均NDVI值为0.61,草地为0.46.过去27年间,东北冻土区植被生长季平均NDVI年际变化曲线可分为3个变化阶段:①1982～1990年,小幅上升阶段;②1990～2000年,缓慢下降阶段;③2000～2008年,明显上升阶段.1982～2008年期间,连续多年冻土区及大片多年冻土区植被生长季平均NDVI值呈显著上升趋势(p<0.05).对于不同植被类型而言,除森林植被NDVI呈显著上升趋势外(p<0.05),其它植被类型NDVI值无显著变化趋势.过去27年间,东北冻土区年均气温显著升高,年降...