速生林是轮伐周期短的人工林，具有速生优势、材质好、造林成活率高、经济价值高等优良特性，成为解决现今不断增长的木材需求与森林资源相对不足矛盾的重要途径。竹柳（Salicaceae sp.）是近年来经过选优、选育及驯化得到的一种杨柳科(Salicaceae)柳属杂交速生品种，生长速度快、适应能力强、材质优良、耐性好，木材用途多，可应用于工业原料林、盐碱地造林、湖泊滩涂造林、园林绿化及环境生物修复多种用途。竹柳速生树种的出现和大范围栽种打破了我国南桉北杨的速生树种垄断格局。鉴于竹柳作为一种应用前景广阔的新兴速生树种并且目前在中国各地区被广泛试种植，对竹柳的宏观调控管理十分必要。　　利用遥感手段和GIS技术构建竹柳遥感诊断模型，隶属于环境健康遥感诊断体系下的森林生态健康遥感诊断的具体应用，并为森林生态健康评价内容进行了补充，对推动森林生态环境健康遥感诊断的学科发展作出了贡献。另外，对竹柳的遥感诊断研究有利于政府部门对竹柳的宏观调控和管理，并可以为林业行业部门对竹柳速生丰产林的推广应用提供科学依据。本研究旨在利用遥感/GIS手段分层次实现对竹柳的遥感诊断，主要包括对竹柳在中国的适生性分布分析、竹柳遥感空间信息提取及竹柳长势变化诊断等三部分内容。　　本论文的主要成果有:　　(1)基于不同时空尺度的生物气候数据集，结合GIS空间分析方法，通过Maxent生态位模型方法对竹柳树种在中国范围内的分布情况进行预测，得到了竹柳适宜性分布图。对于5 arc-minute和2.5 arc-minute两种不同空间分辨率气候数据，适宜竹柳生长区域的面积比例相差0.69％，次适宜竹柳生长区域的面积比例相差6.49％，竹柳可生长区域的面积比例相差1.38％;对于2.5 arc-minute和30arc-second两种不同空间分辨率的气候数据，适宜竹柳生长区域的面积比例相差3.44％，次适宜竹柳生长区域的面积比例相差0.43％，竹柳可生长区域的面积比例相差5.66％;竹柳可生长的不同适宜度区域面积差异均在10％以内。对于1950～2000年历史年份和2007～2013年现状年份等两种不同时间分辨率且空间分辨率均为2.5 arc-minute的气候数据，适宜竹柳生长区域的面积比例差异为6.72％，次适宜竹柳生长区域的面积比例差异为15.8％，竹柳可生长区域的面积比例差异为38.42％。本文以基于30 arc-second空间分辨率的中国气象站点气候数据获得的竹柳适生分布结果作为竹柳在中国的适宜分布预测结果，研究发现中国面积75％左右的区域均可以种植竹柳。考虑中国的耕地红线，进行竹柳适生分布区域与农田分布区域的空间叠加分析，最终确定超过中国面积57％的地区可以种植竹柳，为在已有农田分布之外推广竹柳提供了科学依据。　　中国区域最适宜竹柳种植的区域主要集中于具有适宜温度、丰富降水和充沛热量的东南地区，其中广东省、广西省、福建省、贵州省等地区都十分适宜竹柳的种植和生长，而山东省、河南省、河北省等地区虽然也十分适宜竹柳的生长，但是由于这些地区为中国的农业大省不推荐发展竹柳;另外，青海、西藏和新疆等部分地区由于气候原因不适宜竹柳生长。　　(2)本文构建了竹柳遥感诊断模型，基于地表实测数据、Google Earth和GF-1 WFV遥感影像，分析了竹柳、其他林木、农田、建筑物和水体等五种地物的光谱特征和纹理特征，并结合竹柳的物候特征和生物学特性，利用萌芽、生长旺盛和生长停止等三个时相的GF-1影像数据构建了多波段特征集影像数据作为精度高达95.34％的支持向量机(Support Vector Machine，SVM)模型的输入参数，并利用该模型对2014年竹柳在江苏省灌云县的空间分布进行诊断，竹柳面积的诊断结果为3.416km2，符合当地提供的数据资料。该结果表明:①空间分辨率为16m的GF-1数据适合区域尺度的树种遥感诊断应用，对竹柳树种的识别效果良好;②光谱特征和纹理特征协同诊断有利于提高地物遥感提取的精度。　　(3)基于2009～2013年每一年竹柳萌芽、生长旺盛和生长停止等三个时相的H J-1数据，构建了多波段影像特征集，利用SVM模型逐年提取灌云县竹柳的空间分布信息，并反演历年竹柳分布区的LAI，统计对比竹柳历年LAI均值与前一年及五年平均LAI值的变化情况，通过诊断竹柳的速生状况，得到竹柳生长速度快、虽速度会逐渐减缓但整体长势良好的诊断结果，因此本研究认为该树种是一种值得推广的优良树种。　　本论文的创新点包括:　　(1)基于协同光谱特征和纹理特征的多波段影像参数和总体精度高达95.34％的SVM模型方法，构建了竹柳遥感诊断模型。　　(2)采用不同时空分辨率的生物气候因子和竹柳空间分布数据，作为模型输入参数，利用Maxent生态模型得到了竹柳在中国的适生分布预测结果，精度验证中AUC值高于0.92;并研究了气候因子对竹柳适生性的影响，对竹柳在中国的适生分布进行了诊断。　　(3)基于竹柳的物候特性，选取多时相GF-1遥感影像，协同光谱特征与纹理特征，构建了多光谱影像特征集，通过精度大于85％的SVM模型诊断得到了江苏省灌云县的竹柳空间分布。