森林在缓解气候变化和平衡碳收支方面发挥着重要的作用,而中国森林更是重要的碳汇,在全球的碳收支平衡中扮演重要角色。中国亚热带是中国森林的主要分布区,占中国森林面积的44%,是中国的主要商品林和木材资源基地。过去50年来,中国亚热带森林受到各种自然和人为干扰因素的强烈影响,包括森林砍伐、土地利用变化、火灾、干旱、病虫害等。同时,中国也实施了许多新的林业政策或法规,如集体林权改革、天然林保护、造林工程、退耕还林等等。然而,这些森林干扰和林业政策对中国亚热带森林结构和功能的影响还缺少全面而准确的评价。缺少长时间尺度、高空间分辨率和高精度的森林损失和恢复数据,是阻碍相关评估的最重要的因素之一。本研究基于谷歌云计算平台（Google Earth Engine cloud platform,GEE）和30 m空间分辨率的Landsat遥感影像数据,通过整合Land Trendr算法和机器学习中的随机森林分类方法建立了森林干扰（即30m空间尺度森林大部分消失）和恢复（即造林和迹地恢复）检测的两步分类体系。以江西、浙江和广西省为例,利用建立的分类方法对1986-2019年间中国亚热带森林的损失和恢复的时空演变格局进行了估测,并分析了时空格局的影响因子。主要研究结果如下:（1）基于收集的森林资源一类和二类调查样方数据、Google Earth Pro高清遥感影像目视解译样点数据、以及现存的森林干扰遥感分类产品,对本研究获得的森林损失和恢复的遥感检测结果在空间和时间尺度上进行了精度验证。森林损失和恢复分类的总体精度（Overall Accuracy）分别高达93.32%和90.56%,而Kappa系数分别为0.89和0.86。分类产生的森林损失和恢复的空间分布与观测的样方数据高度吻合。精度评价表明,本研究使用的Land Trendr森林变化检测结合机器学习中的随机森林二次分类的方法能够在30米的空间尺度上准确检测亚热带森林损失和恢复的时空分布格局。（2）1986-2019年间,江西、浙江和广西三省总损失森林面积为7.76×104km2,分别占1986年和2019年森林面积的40.68%和23.70%,每年平均损失面积和百分比分别为2282.55 km2和1.19%（占1986年森林面积）。广西和浙江省森林损失的时间变化格局相似,总体表现为森林损失在2003年前未有明显变化趋势,在2003年后开始快速增加,在2017年左右达到最大值,之后出现下降趋势。而浙江省森林损失面积趋于稳定,随时间变化趋势不明显。研究期内,三个省森林总损失面积占2019年森林面积百分比排序为:广西（36.08%）>江西（15.58%）>浙江省（10.14%）,表明广西省的森林扰动最大,而浙江省最小。森林损失的在空间上表现出了广泛而分散的特征,表明三个省份的森林景观的破碎化程度正在加剧。（3）1986-2015年期间,浙江、江西、广西三省的森林恢复（包含造林和迹地恢复）面积为2.03×105km2,森林面积净增加1.57×105km2,年增长速率为3.54%。森林恢复面积远大于森林损失,表明研究区内森林面积总体呈增长状态。三个省的森林恢复面积表现出了相似的时间变化格局。三省森林恢复面积占2019年森林面积百分比排序为:广西（80.24%）>江西（50.33%）>浙江（41.59%）。（4）森林损失和恢复的时空分布格局受到多种因素的影响。表现为,2003年开始实施的集体林权改革政策显著促进了江西和广西的森林损失面积的增加,而浙江省受影响比较小;天然林保护（2015年）和生态公益林保护政策的有效实施使得2017年以来森林损失面积不再增加,出现减少趋势。林业总产值能反映森林资源的利用和人为干扰的程度。本研究发现,林业总产值的年际变化与森林的损失面积之间存在显著的正相关关系（R2=0.77;P<0.05）;而林业总产值占比总GDP的比例的不断增加表明,广西和江西省对森林资源的利用将会持续增加,未来森林损失和恢复面积仍然会保持较高水平。海拔高度影响了人为森林干扰和恢复的可达性。总体上,三省的森林损失和恢复更多分布于海拔较低的区域。但是三个省份的森林损失和恢复随海拔的分布表现出了比较大的差异。江西省的森林损失和恢复面积随海拔高度的增加的递减程度最大,大于600m的海拔高度以上森林损失和干扰面积很小;而广西省森林损失和干扰面积随海拔高度的增加而递减的较小,高海拔区域依然有很大的森林恢复和损失面积。自然灾害对森林损失的时空分布也有显著影响,例如2008年的特大雪灾冻害,以及1991,2000,2003,2007和2019年发生的局部干旱事件,造成森林损失在这些干扰年份之后都出现大幅增加。