竹子是一种重要的非木材林业资源，可以提供多种重要的生态服务。获取准确、连续的竹子分布数据对于更好理解竹子在气候变化中的作用及其对社会经济的贡献都具有十分重要的意义。目前，大范围、连续的竹子分布监测数据的缺乏，制约了人们对竹类资源生态服务的充分利用，也限制了其在社会经济领域发挥更好的作用。本研究基于长时间序列Landsat数据，使用随机森林算法中的特征选择功能对竹子提取过程中分类特征的重要性进行分析，得到了竹子分类过程中最具区分力的特征集，提出了一套包括特征提取和特征优选的竹子分类方法，实现了对浙江省1990年至2014年间每五年为一期(1990年，1995年，2000年，2005年，2010年和2014年)的竹子分布及变化监测，并得到了对应每个时期的分类结果图。本研究利用一套独立的验证样本集对六期分类结果图进行精度验证，分类的整体精度在85.9％至90.7％之间。分类结果表明，1990年至2014年间，浙江省的竹子分布呈现连续增长的趋势，在2000年初期竹子的增长趋势最为显著。同时基于每个时期的分类结果图对竹子的面积进行了统计分析。根据分析，浙江省的竹子面积从1990年的5363±490km2增长至2014年的11671±653km2。该结果与国家森林资源清查数据中竹子的面积变化趋势有较高的一致性。研究结果表明，基于长时间序列的Landsat数据的随机森林分类方法可以有效地实现对浙江省竹子分布的大范围、连续监测，可在更大的空间尺度上形成一套竹子提取方法的可迁移流程。