摘要：植被指数的变化在一定程度上可以反映所在区域植被覆盖变化及生长情况,通过监测植被指数时间序列的变化对于当地农业管理具有重要意义。现有的植被指数时间序列重建方法存在数据源输入单一、重建结果空间分辨率低等问题。为此,该文提出一种融合卫星数据标准化方法及作物参考曲线法的植被指数时间序列重建方法,重建研究区域冬小麦2021年的高时空分辨率的归一化植被指数（normalized differential vegetation index, NDVI）及增强型植被指数（enhanced vegetation index, EVI）植被指数时间序列,结果表明:（1）反射率标准化后在红光、绿光、红外及近红外波段,GF-1卫星与VIIRS地表反射率数据决定系数（coefficient of determination, R2）大部分提高0.05,少部分提高超过了0.1。均方根误差（root mean square error, RMSE）得到降低,大部分RMSE降低了0.01,相对均方根误差（relative root mean square error, rRMSE）降低幅度在2%左右。GF-6卫星大部分R2提高了约0.12,RMSE大部分减小了0.03,rRMSE普遍减小幅度在3%～4%。Sentinel-2卫星R2整体提升约0.05,RMSE及rRMSE的降低大部分在0.001及2%左右。（2）重建的研究区内高分辨植被指数时间序列精度评价结果显示:NDVI时间序列重建结果在验证时期均有较高的R2,其中有5景验证影像R2达到0.49及以上。RMSE在所有的验证时期均小于0.1。相对误差（relative error, RE）在绝大部分情况下小于15%,仅有1景验证影像RE达到18%。EVI时间序列重建结果同样具有较高的R2,在验证影像中有5景影像的R2在0.44以上,RMSE及rRMSE的值均小于0.15及20%。
