针对城市植被信息提取中单时相遥感影像无法获得物候特征及影像中的混合像元问题,本研究以南京市区及近郊作为研究区,将2013年77景环境星(HJ-1)归一化植被指数(Normalized Difference Vegetation Index,NDVI)时间序列数据看成"类高光谱"数据,利用非限定性分解法、半限定性分解法和全限定性分解法对滤波后的数据进行分解,结果表明:使用非限定的线性光谱混合模型分解算法对研究区草地、灌木丛、针叶林、落叶阔叶林、常绿与落叶阔叶混交林5种植被信息提取的均方根误差(Root Mean Square,RMS)最小,此方法效果最好.