Горные леса являются важным наземным резервуаром углерода и через ключевые механизмы обратной связи с климатом оказывают значительное влияние на атмосферную химию, ландшафтные экосистемные функции и биоразнообразие. Однако точное описание состава видов деревьев и их пространственного распределения в горных лесах все еще сталкивается с трудностями из-за сложного рельефа и ограничений наблюдений. Интеграция наземных точек выборки и многоресурсных данных дистанционного зондирования с использованием платформы облачных вычислений Google Earth Engine (GEE) для извлечения мультивременных изображений Sentinel-2 2020—2023 годов, комбинирование метода выбора многомерных признаков на основе расстояния Джеффриса-Матуситы (JM), а также применение простого неитеративного кластерного алгоритма SNIC (Simple Non-Iterative Clustering) и методов машинного обучения для построения оптимальной модели случайного леса позволили осуществить точную классификацию видов деревьев в горном районе Цинба и выявить их пространственно-временные закономерности. Результаты показывают: (1) рельефные характеристики являются важными признаками для идентификации видов деревьев в горном районе Цинба, а комбинированный набор признаков на основе расстояния JM эффективно улучшает отбор признаков; (2) при ограниченном количестве образцов, среднем разрешении изображений и больших территориях моделирование ориентированное на объекты с использованием SNIC и случайного леса дает хорошие результаты классификации с средней общей точностью 0,837, коэффициентом Каппа 0,791 и средней оценкой F1 0,799; (3) дуб, сосна и ель широко распространены в горах Цинба, а другие виды имеют разрозненное распределение; (4) в период 2020—2023 годов площадь лесов показывала незначительный рост, что указывает на улучшение экологической обстановки региона. Наибольший вклад в изменения в лесах вносят сосна и дуб, а виды с меньшей площадью показывают более частые переходы. В целом, данное исследование предоставляет данные для оценки функции углеродного поглощения и сохранения биоразнообразия сложных горных лесных экосистем.

горные леса; распознавание видов деревьев; пространственные изменения распределения видов; данные дистанционного зондирования; пространственно-временное разнообразие видов