广西桉树占全国林地面积的千分之七,却满足了全国四分之一的木材需求,对维护我国木材安全及保护天然林砍伐起到重要作用。我国桉树人工林多以短轮伐期经营为主,而现有森林资源清查数据周期相对较长,数据更新频率难以满足短轮伐桉树人工林经营管理的数据需求。因此,本研究以广西壮族自治区为研究区,以Landsat、Sentinel-2和MODIS数据为基础数据,通过对不同数据源、不同分类算法桉树人工林空间分布提取结果进行对比研究,基于最优模型对2006-2020年桉树人工林空间分布进行逐年提取以实现桉树人工林空间分布的动态变化监测,基于时间序列空间分布提取结果利用Land Trendr算法进行桉树种植区干扰变化监测,同时通过长时间序列空间分布提取结果、Land Trendr算法和CCDC算法分别进行桉树人工林年林龄提取,基于年龄估测结果,利用数据融合算法将Landsat与MODIS数据进行融合处理以生成桉树砍伐年内的月尺度影像数据,根据桉树在砍伐和种植时NBR指数下落至全年最低点的变化规律构建桉树人工林月林龄估测模型以期实现桉树人工林月林龄精确估测,以其为短轮伐期桉树人工林经营管理提供数据支撑,进而实现桉树资源可持续发展,研究所得结论主要如下:（1）不同数据源、不同算法对桉树人工林空间分布提取结果影响不同。在随机森林、梯度提升决策树、支持向量机、决策树四种算法中随机森林算法提取结果精度最高,整体精度为91.07%,Kappa系数为0.86,梯度提升决策树结果次之,整体精度为86.93%,Kappa系数为0.80,支持向量机结果相对最差,整体精度仅为73.23%,Kappa系数为0.70。在Landsat-8、Sentinel-2和MODIS三种影像数据中,基于Landsat-8影像的随机森林算法提取结果精度最高,整体精度为91.07%,Kappa系数为0.86,基于Sentinel-2影像结果次之,整体精度为86.62%,Kappa系数为0.85,基于MODIS数据结果最差,整体精度为77.24%,Kappa系数为0.76,结果表明基于Landsat-8影像的随机森林算法能够实现桉树人工林空间分布的准确提取,可为基于时间序列影像的桉树人工林空间分布动态变化监测提供方法支撑。（2）时间序列桉树人工林空间分布动态变化监测结果表明2006年至2020年间桉树人工林面积整体呈先增加后减少至稳定的趋势。如:2006年桉树面积为6584km~2,2008年因南方受特大雪灾影响面积相比2007年有所下降,减少了480km~2,之后桉树面积呈逐年增加,至2015年面积达到局部最大,为22881km~2,之后整体处于下降趋势并趋于稳定,其中2018年相对比较特殊,面积出现突然上升,达到26304km~2。同时,经对比发现基于时间序列卫星影像桉树人工林面积提取结果与其他研究及年鉴统计结果大致相同,结果表明时间序列桉树人工林空间分布结果可为后续干扰变化监测及年林龄提取提供基础数据。（3）LandTrendr算法能够监测桉树人工林干扰发生的时间及区域,总体监测精度为87%。基于Land Trendr算法桉树人工林干扰监测结果表明2007年至2020年广西桉树种植区干扰以轻度干扰为主,发生过轻度干扰的区域面积有3.2098万km~2,发生过重度干扰的区域有1.3804万km~2。在桉树种植区内NBR变化幅度最大的干扰事件中,2011年干扰面积最大为466.842km~2,干扰面积最小的年份在2018年,为1546.354km~2,既发生过轻度干扰又发生过重度干扰的区域有0.7141万km~2。（4）基于桉树砍伐前后时间序列植被指数变化能够实现桉树人工林年/月林龄的精确估测,其中,CCDC算法估测桉树轮伐人工林年林龄精度最高,为87.33%,2020年全区桉树人工林年林龄主要集中于1至8年,占全区桉树总面积的71.34%,其中小于2年的桉树人工林占全区总面积38.2%,15年以上桉树人工林仅占1.4%。基于年林龄估测结果,利用数据融合算法将Landsat与MODIS数据进行融合处理可得桉树人工林精确月林龄,其中月林龄多集中于3个月至8个月间,砍伐和种植时间较多分布在5至10月,这与实际调查结果一致,结果表明基于时间序列Landsat影像数据能够实现桉树人工林年尺度及月尺度林龄的精确提取,可为短轮伐期桉树人工林经营提供及时的数据支撑。