木麻黄（Casuarina equisetifolia）作为沿海主要防护林在控制风沙危害、改善当地生态环境质量方面发挥重要作用。综合利用无人机与卫星遥感数据实现木麻黄林分质量的高效、准确监测,掌握木麻黄林分动态变化并分析动态变化的影响因素可以为制定科学合理的木麻黄经营策略提供数据支持。研究以福建省平潭综合实验区的木麻黄为研究对象,结合地面调查数据分别实现基于无人机和Landsat星基遥感的木麻黄林分参数估测;利用木麻黄林分质量估测模型实现木麻黄林分质量的估测,反演研究区1991-2021年每年木麻黄的林分质量;分析平潭木麻黄林分质量的动态变化及影响因素,为木麻黄科学经营管理提供基础数据和技术支撑。主要研究结论如下:（1）基于木麻黄林分质量内涵,通过灰色统计分析法筛选确定树高、冠面积、叶面积指数（Leaf area index,LAI）、林分密度和郁闭度5项指标作为木麻黄林分质量的评价指标,并采用层次分析法确定各指标权重,构建木麻黄林分质量估测模型:木麻黄林分质量=0.0817×树高+0.1485×冠面积+0.2698×LAI+0.1667×林分密度+0.3333×郁闭度。（2）基于无人机遥感实现小区域的木麻黄林分参数遥感估测,分析影响无人机监测木麻黄林分参数精度的因子,确定最适的基于无人机影像的木麻黄林分参数提取方法。研究基于RTK定位获取的794株木麻黄的精确位置以及实测树高为验证数据,确定无人机监测木麻黄林分参数的最佳飞行高度。获取该高度下研究区49块标准地无人机影像数据,实现所有标准地5个林分参数的提取。（3）基于Landsat遥感数据实现全区域覆盖的木麻黄林分参数提取。分别以地面实测和无人机估测的林分参数为真值,覆盖同区域的Landsat栅格光谱数据为自变量,采用简单线性模型、K-近邻回归模型、支持向量机回归模型和随机森林模型4种模型,构建基于Landsat卫星数据的木麻黄林分参数估测模型。对比匹配Landsat像元和实测标准地两种抽样式采集的无人机估测林分参数数据对木麻黄林分质量遥感模型精度的影响。结果表明,以无人机估测的木麻黄林分参数为真值,结合匹配Landsat像元的抽样扩大建模数据集的方法,可以有效提高Landsat影像估测木麻黄林分参数的精度,其中基于随机森林模型的协同无人机与Landsat星基数据的木麻黄林分参数估测方法是最适的估测方法。（4）以获取的木麻黄林分参数为数据源结合木麻黄林分质量估测模型实现木麻黄林分质量获取,并以地面数据验证林分质量的估测精度。无人机对飞行区域内的木麻黄林分质量估测精度EA为89.61%。基于Landsat卫星全覆盖的木麻黄林分质量估测的不同方法中,协同无人机与Landsat星基数据结合匹配Landsat像元抽样扩大建模数据集的方法获取的随机森林估测模型对木麻黄林分质量的估测精度最高,其EA分别为81.87%和82.42%;其次时以实测标准地数据为真值的Landsat林分质量估测模型,其EA分别为76.99%和77.25%;协同无人机与Landsat星基数据结合匹配实测标准地面抽样方法对木麻黄林分质量的估测精度最低,其EA分别为73.41%和72.02%。研究确定协同无人机与Landsat星基数据结合匹配Landsat像元抽样扩大建模数据集的方法实现对木麻黄林分质量的全覆盖反演,并获取研究区1991-2021年每年的木麻黄林分质量。（5）对1991-2021年木麻黄林分质量的动态变化进行分析,并基于Land Trendr变化检测算法分析动态变化的时空分布。结果表明,研究区木麻黄林地面积从1991年的20.16 km~2增加到2021年的36.61km~2,增加幅度达81.59%。31年中研究区木麻黄林分质量年均值由1991年的0.262增加到2021年的0.422,整体上表现为先提升后降低再增加的趋势。木麻黄林分质量能维持3年及以上连续增加的面积为23.70 km~2,连续增加的平均时长为8.07年。林分质量持续2年或2年以上降低的面积为1.63 km~2,平均持续时间为5.16年。（6）分析造成木麻黄林分质量动态变化的影响因素。在木麻黄的造林初期,林龄是影响木麻黄林分质量的关键因素,造林8年后木麻黄林分质量趋于稳定。土壤类型为滨海盐土的林分质量明显高于土壤类型为滨海风沙土和赤红壤性土的木麻黄林分质量。采用Landsat数据大范围监测+无人机定点验证的办法可以实现木麻黄林分质量大幅降低区域提取及降低因素分析,为森林经营方案制定提供基础数据。