随着时代的发展，对大规模土地覆盖信息采集的需求越来越受到人们的重视。利用遥感卫星数据可以快速、宏观、动态地监测和提取土地覆盖信息。基于遥感产品构建的时间序列数据具有鲜明的特征，其分类可以简单有效地提取土地覆盖信息。以山东省为研究区域，采用MOD13a2卫星影像NDVI乘积合成时间序列数据集，选择随机森林算法、K均值算法、最大似然估计算法和SVM算法等常用分类算法，从2015年至2016年每16天对山东省进行一次分析。结果表明，随机森林分类结果的总体分类准确率为91.46%。与其他算法相比，随机森林算法能够更好地对时间序列数据进行分类，为大规模土地覆盖监测和信息提取提供支持。