众多森林管理项目的实施使得中国的天然林和人工林在过去几十年经历了巨大的变化深刻的影响着中国森林生态系统的生态效益。准确的理解不同尺度中国天然林和人工林的时空动态，对于精准的掌握森林资源状况，发挥森林生态系统的生态效益，如减缓气候变化、维护水资源、推动可持续发展以及应对自然灾害等，具有重大意义。当前，我国天然林与人工林监测主要依靠国家森林资源清查的统计数据，尚不能揭示不同空间尺度上天然林和人工林的变化特征。

为了填补这一知识空白，课题组基于44万多张遥感影像与65万多个野外调查样本，利用时间序列变化监测与机器学习算法，对前期研究中构建的天然林与人工林分类框架进行改进(Cheng Kai, et. al. 2023)，提出了中国天然林与人工林时间序列监测方法，生产了30米分辨率的1990-2020年每五年间隔的中国天然林与人工林数据产品(图1)及其对应的不确定性分布图。通过系统采样与野外调查等方法对数据进行验证，结果显示：生产的天然林与人工林数据产品总体精度在77.33%±0.67% - 81.78%±0.59%之间，为我们揭示不同空间尺度天然林和人工林的时空变化提供了可靠的数据产品集。

图1 1990-2020年中国天然林与人工林空间分布数据

(Continental River Basin CORB 内陆河流域,Haihe River Basin HARB 海河流域,Huaihe River Basin HURB 淮河流域,Pearl River Basin PERB 珠江流域Songhua and Liaohe River Basin SLRB 松辽河流域,Southeast Basin SERB 东南诸河流域,Southwest Basin SWRB 西南诸河流域,Yangtze River Basin YZRB 长江流域,Yellow River Basin YERB 黄河流域)

利用生产的数据产品，我们分别从国家、流域与省三个尺度上揭示了中国天然林与人工林的时空动态特征。结果显示：1990-2020年中国天然林与人工林表现出了截然相反的变化趋势，天然林呈现出显著减少的趋势(P<0.01)，净减少约22万平方公里，主要集中在中国的松辽河流域东部、长江流域下游、东南诸河流域和珠江流域东部地区，而增加的天然林主要在西南诸河流域、松辽河流域北部、黄河流域与海河流域西部以及内陆河流域的西部。人工林则呈现出了显著的增加趋势(P<0.01)，净增加约44万平方公里，主要分布在中国的中部、南部地区，减少的人工林主要分布在东南诸河流域的东部、长江流域的中下游地区、松辽河流域的东北地区。

图2 中国天然林与人工林面积变化

不同流域天然林与人工林的时空动态表现出了极大的差异。只有内陆河流域和海河流域的天然林和人工林都呈现出了增长的趋势，其中内陆河流域的人工林增加了约5200平方公里，天然林增加了约7100平方公里。海河流域的人工林增加了19600平方公里，天然林增加了2700平方公里。而其他流域的天然林都呈现出减少的趋势，人工林呈现出增加的趋势。此外，不同省的变化也存在较大的差异，其中广西的人工林增长最多，相较于1990年，约增加了8倍，这也同样造成了广西的人工林损失最为严重。

结合国家政策与社会经济因素，我们对中国天然林和人工林变化的驱动因素做了分析(图4)。1978年以来，中国实施了不同规模的森林相关政策，这些政策是促进森林面积变化的主要因素之一。如1978年以来在松辽河流域、海河流域与黄河流域等地区实施的三北防护林建设工程，到2018年种植了约301400平方公里的人工林。天然林的减少与自然灾害、木材砍伐等因素有关，同时部分天然林向人工林的改造也是造成天然林的识别面积减少的原因。此外，不同省份根据各自的实际情况所制定的不同森林管理政策，也是导致各区域、各省之间变化特征差异的主要因素之一。我们进一步分析了人口密度、GDP、建成区面积等社会经济因素对于天然林和人工林面积变化的影响，发现它们与天然林面积的变化呈现出显著的负相关关系，而与人工林面积的变化呈现出显著的正相关关系，我们推测，随着人口和经济的快速发展，土地建设迅速增加，对森林资源的经济价值和生态效益产生了不断的需求，这反过来又促进了人工林面积的迅速扩大。

图4 中国天然林和人工林时空变化驱动因素分析

本研究依据生产的1990-2020年中国天然林和人工林数据产品，首次全面的揭示了中国的天然林和人工林在过去三十年的时空动态特征。对我国森林进行精准管理，提升生态效益、实现森林资源的可持续发展具有重要意义。

该研究成果近日发表于遥感领域国际权威期刊ISPRS Journal of Photogrammetry and Remote Sensing。北京大学程凯特聘副研究员为第一作者，杨海涛特聘副研究员为共同通讯作者，中国科学院植物研究所马克平研究员为合作者，北京大学郭庆华教授为通讯作者。该研究得到了国家重点研发计划(2022YFF1300202)、国家自然科学基金项目(42371329，32301285)的资助。