在全球变暖与人类活动叠加作用下，土地荒漠化已成为制约干旱区可持续发展的核心生态问题，中国西北地区尤为突出。传统地面调查难以满足广域、高频、精细的监测需求，而卫星–无人机协同遥感虽被寄予厚望，却普遍停留在“数据比较”弱协同阶段，未能充分释放多尺度、多维度信息潜力。针对上述瓶颈，本文以鄂尔多斯市杭锦旗为典型区，提出“卫星广域分级–无人机精细提取”强协同框架，系统开展2009—2023年荒漠化动态监测与方法创新研究。
首先，面向卫星遥感指标单一、季节噪声大、精度不足等缺陷，构建NDVI-Albedo特征空间，利用最大值/最小值合成抑制年际波动，建立荒漠化差值指数（DDI），分级精度达89.43%，实现荒漠化宏观格局与时空演变的十五年连续追踪。其次，针对无人机可见光植被提取中RGB三通道高度相关、阴影与高光导致漏分误分的关键痛点，递进提出三套新型色彩空间植被指数：①基于Lab色道的LAVI，将植被、阴影与裸土三维聚类分离，阴影干扰下降62%；②基于HSL色调调优的HSLGEVI，精准锁定冠幅边缘，解决稀疏草甸边界模糊与色彩失真问题，提取精度≥ 93%；③基于HSV通道混合增强的HSVGVI，有效穿透阴影并识别枯枝灌木，多场景精度稳定在90%以上。最后，设置三组典型样区对照试验，与5种常用RGB指数相比，新指数平均精度提高50个百分点以上，漏分率由45%降至7%，误分率由38%降至5%，显著优于传统方法。研究结果表明：卫星–无人机强协同策略不仅能在10 km×10 km尺度上快速锁定退化热点，还能在厘米级分辨率下量化植被覆盖度变化，为荒漠化早期预警、精准治理与效果评估提供了可推广的技术体系。
本文首次将NDVI-Albedo特征空间用于半干旱区长时序荒漠化分级，揭示了杭锦旗重度荒漠化面积15年缩减4.7%但局部反弹的新规律；提出Lab/HSL/HSV多色彩空间植被指数系列，突破RGB指数在荒漠环境失效的瓶颈，兼具阴影免疫与边缘增强能力；构建“卫星分级–无人机精化”两级联动流程，实现“广域–细节”一体化监测，为后续荒漠化过程模型校准与生态补偿政策制定奠定数据与方法基础。本文研究局限在于无人机作业受空域与气象约束，尚未实现年度全覆盖。未来将引入多源卫星星座与激光雷达，进一步提升监测频率与三维结构信息，支撑西北生态屏障精细化管理。
 

多源遥感协同监测；NDVI-Albedo特征空间；荒漠化差值指数（DDI）；植被精细化提取；阴影分离