结合不同分辨率遥感数据进行大区域森林面积及其变化的监测和传统地面调查的方法相比具有明显的优势。刚果民主共和国(刚果(金))地处非洲中心,不仅有最大的非洲热带雨林,还有几个生态区如Miombo林地等。对刚果(金)来说,掌握森林资源数据及其变化情况显得尤为重要。但目前刚果(金)在这方面还比较薄弱。本研究选取两个典型地区作为研究区域,分别进行两方面研究:1、提出了基于合计数的概率转移矩阵的大规模遥感抽样调查研究。方法步骤为:(1)利用Landsat8数据进行覆盖调查总体的计算机有监督自动分类;(2)利用谷歌高空间分辨率数据进行总体的系统抽样,对样地进行目视解译,其结果作为地面真值;(3)利用对应的样地目视解译数据和TM自动分类数据建立概率转移矩阵;(4)利用概率转移矩阵和自动分类结果对总体进行概率估计。作为比较,设计了3种概率抽样估计方法,(1)称为方法1,即本文提出的方法,概率转移矩阵基于所有样地的面积转移矩阵合计数计算;(2)称为方法2,是已有方法,概率转移矩阵是单个样地的概率转移矩阵的平均数;(3)称为方法3,仅使用目视解译样地进行简单随机抽样估计。计算机自动分类和目视解译均分为7个地类。TM影像共25景,目视解释样地共112个,每个大小3km×3km。计算机自动分类精度为84.52%。方法1、方法2和方法3的综合概率抽样精度依次为91.94%、92.21%和86.29%。方法1和方法2利用了自动分类数据和目视解译数据的信息,估计效率高,简单随机抽样只利用了目视解译数据,效率低。同时方法1是无偏的,结果比方法2更合理,虽然综合抽样精度稍低一点。2、大规模动态变化监测。本研究提出基于MODIS-NDVI数据和稳健回归方法进行动态变化监测。选取2001-2005年、2005-2009年、2009-2013年、2013-2017年等4个周期的数据进行分析。基本步骤如下:(1)依据全部像素NDVI数据,建立两个连续周期之间的稳健回归模型;(2)根据稳健回归模型的方差确定阈值,并诊断变化值;(3)分4个显著性水平(α=0.1;0.05;0.025和0.005)评估变化的像素数,并确定变化区域。结果表明,每个周期植被覆盖减少的面积(在不同显著性水平上)大于植被覆盖增加的面积,这一结论被高空间分辨率图像所证实。