中分辨率的Landsat卫星遥感图像不仅可以快速准确的得到土地利用分布状况,还可以长时间、短间隔获得连续的变化图像,对土地利用的动态研究具有深远的意义。运用景观学对北京市土地利用变化进行长时序的分析,可以将城市发展量化为数据分析,不仅可以为城市化水平较低的地区提供参考依据,也可以为城市的未来发展提供建设性的依据。本文利用Landsat遥感影像数据对北京市建成区的绿色空间进行分类,并且在此基础上分析城市建成区内部绿色空间面积、覆盖率、人均绿地等指标及其变化,从多个指标的变化定量化研究城市建成区内部绿色空间的变化情况。研究结果表明,2019年较1990年北京市建成区绿色空间面积、覆盖率有所提高,但人均绿色空间有一定的下降,且绿地景观破碎化严重。本文的主要研究方法及成果总结如下:（1）基于归一化植被指数（NDVI）时间序列,采用随机森林分类算法对北京地区Landsat影像进行分类实验,与支持向量机的分类结果对比,发现随机森林算法具有最好的分类效果。并采用Savitzky-Golay滤波重构NDVI时间序列特征集的方式,对北京地区的遥感影像进行分类,得到了1990年、2000年、2010年和2019年的4期土地利用分类图并进行精度验证,其中最高精度达到了94.52%,最低精度为89.57%。（2）基于土地利用分类结果,分析北京地区1990年至2019年的土地利用变化,发现建设用地的面积一直处于增长状态,而林地和耕地的面积出现了下降,水体和裸土的波动较大;土地利用转移矩阵表明,建设用地面积的增加导致了耕地面积的减少;分析了5种土地类型的动态度和综合动态度,其中水体和裸土的变化速率较快,其他类型变化较平稳。（3）结合人口数据和景观指数对北京地区的城市绿地景观格局进行分析,得到了几种基本的景观格局指数,并从中发现,近年来北京市的景观破碎化增大;结合人口数据和绿地面积,得到了各个年份的人均绿地量以及人均可达绿地百分比,发现人均绿地和人均可达绿地百分比在2010年前下降,2010年到2019年增长。本文基于遥感时间序列数据建立了土地利用自动分类方法,在北京地区得到了较满意的分类精度,并对北京地区近30年来的土地利用变化状况和近十年来的绿色空间的时空变化进行研究,可以为北京城市绿地的规划建设及城市可持续发展提供建设性的依据。