El análisis de mezcla espectral lineal (SMA) se utiliza comúnmente para inferir la cobertura vegetal fraccionaria (FVC), especialmente para modelos de dicotomía de píxeles. Sin embargo, varias fuentes de incertidumbre, incluyendo la saturación del índice de vegetación de diferencia normalizada (NDVI) y la selección de endmembers, inhiben la efectividad del SMA para la estimación de FVC. En este estudio, se utilizan datos de teledetección del Espectrorradiómetro de Imágenes de Moderada Resolución (MODIS) y del Landsat 8/Imager Operacional de Tierra (OLI) para la primera temporada de crecimiento y mediciones in situ de reflectancia espectral para determinar el valor de los endmembers, incluyendo VIsoil y VIveg, con medidas de RVI y NDVI igualmente ponderadas utilizadas en combinación para minimizar los sesgos inherentes en la FVC basada en NDVI puro. Se analiza su capacidad para mejorar las estimaciones de FVC en pastizales a diferentes resoluciones. Se demuestra que mejoran las estimaciones de FVC en comparación con los modelos SMA basados en NDVI que utilizan valores fijos para los endmembers. Luego, se monitorean los cambios en la FVC de pastizales en Mongolia Interior, China, desde 2000 hasta 2013 utilizando los datos de MODIS. Los resultados muestran que los cambios en la mayoría de las áreas de pastizales no son significativos, pero en partes de Hulunbeier, el sur de Tongliao, el medio de Xilin Gol y Erdos, la FVC de pastizales ha aumentado significativamente.