适地适树是刻画树种与立地条件的经典林学问题,是植树造林的基本原则。贯彻适地适树原则可以最大限度挖掘树种与立地的潜力。为了实现因地制宜植树造林、提升森林质量,有必要开展适地适树科学研究。传统的样地调查方法难以全面支撑区域尺度复杂地带的造林规划,亟待引入高新技术在全覆盖区域尺度上解决植树造林需要解决的适地适树难题。随着遥感技术在林业中的广泛应用,林业规划设计、森林资源管理及森林病虫害防治等的地面调查工作效益得到了极大提升。基于多源遥感数据反演的森林类型、结构参数等研究成果为挑战适地适树遥感诊断研究奠定了坚实基础。因此本研究在定量化地科学支撑植树造林的有效实施方面具有深刻的科学意义与实际价值。本文旨在科学刻画树种与立地因子的响应关系,结合遥感反演的树种潜在适宜性指标与生长状况指标,构建适地适树阈值化遥感诊断模型,为林学瓶颈问题解决提供科学的遥感诊断方案,研究成果实质性地为林业部门的植树造林与森林经营管理等起到科学支撑作用。论文具体主要利用多源遥感数据,以赤峰市的油松（Pinus tabulaeformis）、落叶松（Larix spp.）、杨树（Populus spp.）、桦树（Betula spp.）、栎树（Quercus mongolia）和杏树（Armeniaca sibirica）6种北方典型树种为例开展研究。论文研究的主要内容具体包括:（1）多目标树种空间分布遥感提取方法研发。借助谷歌地球引擎（Google Earth Engine,GEE）平台的强大算力,基于多时相哨兵1号（Sentinel-1）雷达后向散射系数与哨兵2号（Sentinel-2）地表反射率影像,构建了包括光谱、纹理和时间的3个维度7个类别的遥感特征集。结合坡度与坡向特征,利用随机森林模型提取了油松、落叶松等6个树种的空间分布,完成了总体精度为77%、kappa系数是0.71的10 m空间分辨率的树种空间分布制图。结果表明油松、落叶松和杨树主要分布在赤峰南部,桦树、栎树及杏树主要分布在赤峰北部。（2）树种结构与功能参数遥感反演算法研发。首先基于卫星影像光谱指数,研发了植被指数包络算法,提取了区域尺度植被与裸土端元。结合像元二分模型分别基于Landsat-8和Sentinel-2影像反演了R~2是0.60、RMSE是0.13的郁闭度和R~2是0.81、RMSE是0.09的郁闭度。研究结果证明了算法可靠且鲁棒性好。此外,基于影像光谱特征和地形特征,研发了蓄积量样地拓展算法,实现了局域分布的少量样本在全域空间的拓展。分别结合随机森林模型（Random Forest,RF）反演了R~2是0.62、RMSE是43.64 m~3/ha的蓄积量,结合最近邻模型（K-Nearest Neighbor,KNN）反演了R~2是0.62、RMSE是43.69 m~3/ha的蓄积量,结合长短期记忆网络模型（Long Short-Term Memory,LSTM）反演了R~2是0.70、RMSE是34.52 m~3/ha的蓄积量。结果表明拓展算法结合不同模型均取得了可靠的精度。基于蓄积量反演结果,利用生物量换算因子与含碳系数估算了碳密度。（3）适地适树遥感诊断指标计算。基于遥感提取的树种空间分布信息,构建了树种实际分布样本集,结合最大熵模型,模拟了6个树种潜在适宜性指标的空间分布。结果表明,油松、落叶松、杨树的潜在分布区主要在赤峰西南地区,桦树、栎树、杏树的潜在分布区主要在赤峰西北区域。基于遥感反演的郁闭度、蓄积量和碳密度参数,计算了各树种的生长状况指标。结果表明:油松在赤峰南部区域生长良好,其余5个树种在赤峰西南和西北区域生长良好。（4）适地适树阈值化遥感诊断研究。基于树种潜在适宜性与生长状况指标,构建了适地适树遥感诊断模型,并阈值化地诊断了6个树种的适生性空间分布模式及其主导驱动因子和适生立地条件。研究发现,（1）杨树对立地条件的适应能力最强;（2）各树种的适生性在空间上呈现显著的聚集分布模式,其中落叶松、油松与杨树的适生区主要分布在赤峰西南区域,桦树、栎树与杏树的适生区主要分布在赤峰西北区域,且杨树、杏树、落叶松的适生区较其余3个树种更广;（3）影响6个树种适生性空间分布的主要气候因子是温度,土壤因子是有机碳含量和土壤颗粒密度,地形因子是海拔和坡度;（4）桦树、栎树和杏树的适生区海拔明显高于油松、落叶松和杨树。本研究的主要创新点:（1）提出了基于GEE平台的10 m空间分辨率树种空间分布遥感提取方法;（2）研发了基于光谱指数的植被与裸土端元提取算法;（3）研发了基于光谱与地形特征的区域尺度蓄积量样本拓展算法;（4）构建了适地适树阈值化遥感诊断模型。