森林变化是全球环境变化的主要问题之一,对全球碳循环有重要的影响。建国后,我国森林经历了大规模的砍伐和恢复过程,尤其在改革开放后,人口、经济的增长以及政策实施使得林地在短期内发生了较为剧烈的变化。东北长白山是全国重要的原始林区,该地区目前已经基本停止商业采伐,正逐步走向人工和自然恢复过程。从曾经的大规模森林砍伐到退耕还林,长白山区森林景观格局变化对于研究中国改革开放后森林变化,尤其是东北地区森林景观过程,具有重要的代表性价值。遥感技术已经被广泛应用于全球土地变化监测,提供了多种尺度下森林变化研究的时空动态数据,在此基础上GIS技术被用于分析景观格局的变化过程。近年来,Forman破碎化理论正逐渐被用于获取森林变化空间过程,用于辅助分析森林变化过程和区域生态现状。ANN-CA模型结合了“自上而下”和“自下而上”两种模拟方式,能够利用不同驱动因子更合理地模拟景观变化,有助于分析Forman景观破碎化理论应用于森林变化模拟的效果。本文利用Landsat卫星影像解译获取了1977-2018年长白山区的五期土地利用数据。基于土地利用数据以新的方式生成了森林变化空间过程,分析了森林变化趋势及其驱动机制。并以森林景观空间变化过程作为驱动因子改进了传统的ANN-CA模型,构建了ANN-CA-Forman模型,用于模拟和预测长白山区森林的变化趋势。具体的过程如下:1)获取能覆盖研究区域的Landsat卫星影像,并解译五期土地利用数据(1977、1990、2000、2010、2018);2)根据Forman景观破碎化理论,分析6个森林变化空间过程(包括:穿孔、破碎、收缩、消失、拓展和增加)的差异,确定每个过程与多个土地利用类别的拓扑关系,引入生成空间过程的算法;3)根据土地用数据和森林变化空间过程,分析长白山区森林变化及其背后的驱动机制;4)基于BP神经网络建立ANN-CA模型,并将森林变化空间过程和其他驱动因子作为输入变量输入ANN-CA模型,构建ANN-CA-Forman模型。分别使用ANN-CA(未加入森林变化空间过程驱动因子)和ANN-CAForman(加入了森林变化空间过程驱动因子)模拟2010-2018年森林的变化;5)土地利用检测获取的2010-2018年森林变化作为真实森林变化,用于对比和验证ANN-CA-Forman模型和原始ANN-CA模型的模拟结果,分析森林变化空间过程用于森林变化模拟的效果,最后使用模拟效果较好的模型预测2018-2026年森林的变化。结果表明,长白山区森林总量在1977-2000年减少,在2000-2018年增加。森林的损失在整个研究过程中没有停止,大多转化为耕地和草地,农业和林业的发展是森林损失的主要原因。1990-2000年,林业部门在完成体制改革后加强了管理,部分草地恢复为森林。2000年后,在退耕还林的政策驱动下,耕地是森林恢复的主要地类。而草地的大量出现是商业机构在获得林业部门许可后对森林定期采伐和更新的结果。基于Forman破碎化理论的分析表明,不同时期的政策使长白山的森林破碎化呈现先加剧后减缓的趋势。破碎过程在1977-2000是主要的森林损失过程,在2000年后变为收缩过程。森林恢复的过程始终以拓展为主,发生在1990年后。在2000-2010年期间恢复程度达到最大,2010年后减缓。森林损失与恢复在2010-2018年期间基本达到平衡状态,森林面积略微增长。统计上,ANN-CA-Forman模型的森林模拟精度达到80.10%,相比于原始的ANN-CA模型,精度提升了16.17%。在空间分布中,ANN-CA-Forman模型减少了错误斑块出现的概率,能够模拟出细节部分的变化情况,更接近真实情景。2026年森林变化预测显示森林总量会减少256.5774km2。破碎过程占比增加,预示这长白山区在未来仍有破碎化加剧的潜在风险。总体上,长白山林区从1977-2018年经历的是一个较为明显的采伐-恢复过程,森林面积经历了减少-增加-微量增加的过程。景观破碎化程度也经历了从高到低的过程。在森林变化模拟过程中,ANN-CA-Forman模型取得了比原始ANNCA-Forman模型更好的结果。森林变化预测结果也表明,若继续2010-2018年森林变化的趋势,未来长白山林区的森林面积仍然有减少的风险。