快速的城市化使得土地覆盖和城市森林分布发生了巨大变化,这很大程度上影响了包括水循环和微气候在内的城市环境,对城市居民的生活质量产生了负面影响。本研究基于2002年和2016年获得的SPOT影像,以及2009年和2017年获得的RapidEye影像,结合支持向量机(SVM)分类方法和目视解译,实现了南京老山地区的土地覆盖分类。利用2002年和2009年的土地覆盖分类图,运用CA-Markov模型和State-and-transition模型(STSM)模拟了2016年土地覆盖模式,并将其与2016年真实分类结果进行了空间一致性分析。使用2016年实际土地覆盖分类结果对模拟模型进行校正并基于2009年和2016年的土地覆盖数据运用最优的模拟模型投射了2023年的土地覆盖模式。在此基础上,本研究运用景观镶嵌模型对景观变化进行分析,重点是森林景观变化分析,并对研究区森林的生态服务价值作出评价。为进一步探究城市化对森林的影响,本研究基于同期的Landsat影像利用Zone模型对研究区的生物量增减变化进行了空间制图分析。结果表明:(1)各期土地覆盖的分类验证精度均达到84%以上,分类效果较好;(2)研究区城市土地覆盖占比从2002年的7.45%增加到2017年的31.95%,森林从88.46%下降到64.6%;(3)在模拟预测方面,CA-Markov模型获得了75.17%的空间一致性,STSM模型模拟的一致性为71.55%;(4)从景观镶嵌模型的角度,近2-3年以来,森林一直受到农业和城市用地的严重侵占;(5)随着建设用地的增加、林地的减少,研究区的生态服务价值由2002年的42.62亿元减少到2017的31.37亿元;(6)在生物量方面,南京老山国家森林公园内部幼龄林分布区域生物量呈增长趋势,成熟林分布区域无明显变化。而周围城镇区域生物量呈现减少趋势,分析主要原因是周围区域城市化建设侵占林地所导致。本研究结果对于制定合理的土地覆盖策略和城市规划实践具有重要的数据支撑作用。研究表明,高分辨率遥感影像是量化土地覆盖的有效数据集,尤其是城市森林的变化,而CA-Markov模型也是模拟未来土地覆盖变化的可靠工具。