城市绿色空间（UGS）作为城市景观的重要组成部分,对城市可持续发展起着至关重要的作用。联合国可持续发展2030议程将向所有人普遍提供安全、包容、无障碍、绿色和公共的空间作为可持续发展目标11.7的指标。因此,监测城市绿色空间分布动态,可为实现2030可持续发展目标提供重要信息。对于城市绿色空间信息的获取来说,遥感和地理信息系统是重要的技术手段。然而,受限于传统遥感解译平台硬软件的限制,实现长时间序列、连续动态的多空间尺度UGS监测与评估存在一定挑战。鉴于利用遥感云计算技术快速完成数据解译和结果分析是解决上述问题的有力手段,本文提出了基于GEE大数据平台的UGS提取和分析方法,可以实现多尺度、多时相的UGS分布监测。本文以快速城市化的京津冀城市群（BTH）为研究对象,基于GEE平台及多种遥感解译算法,运用绿色空间覆盖率指数探讨20年间连续时间序列上的UGS时空演变特征及城市群内部各区县变化差异;其次,运用地理探测器模型探讨了长序列的人为和气候因素对UGS影响机制;最后,提出一个用于UGS分布质量快速、动态评估的方法流程。主要研究成果如下:（1）开展了基于大津法（Otsu）和GEE平台的大面积、长时间序列UGS提取和时空演变特征分析。以京津冀城市群为研究对象,通过在GEE平台上对城市群内部各区县使用Otsu算法实现绿色空间信息快速、自动提取,然后采用绿色空间覆盖率指数和标准差椭圆工具分析京津冀城市群绿色空间时空变化特征。结果表明,2001至2020京津冀城市群绿色空间提取平均总体精度（OA）为90.22%,表明该方法具有较高的提取精度;20年间,绿色空间增加主要发生在BTH地区北部和西部的山区,绿色空间减少主要分布在BTH地区东南部,那里有大量的建筑用地和耕地。BTH地区绿色空间覆盖率格局趋向于空间离散,方向稳定呈东北—西南方向。（2）探索了长时间序列的UGS影响机制。以京津冀城市群的核心城市——北京市为研究对象,使用地理探测器模型中的因子探测器和交互探测器对长时间序列影响植被变化的人为因素（土地利用因子、人口密度因子）和自然因素（温度因子、降水因子）进行探索分析。结果表明:对2001年至2015年北京市绿色空间年度动态变化而言,温度是最有影响的气候因素,而土地利用变化是最主要的人为因素;其次,土地利用因子和其他三种因子的交互作用对绿色空间变化的影响力十分显著,土地利用和气温、降水以及人口的交互作用类型基本上都是双因子增强。（3）提出了一套用于UGS快速提取和动态评估工艺流程。以北京市中心城区为研究对象,首先在GEE平台上使用Otsu算法、随机森林（RF）分类器和迁移训练样本的方法实现UGS的快速更新;其次,采用六个景观格局指标以衡量2016年至2020年间行政区尺度上UGS分布质量的时序变化;最后,使用城市绿度指数（UGI）和香农多样性指数（SHDI）在栅格尺度上评价了UGS的质量。结果表明:UGS分类结果平均总体精度（OA）和Kappa系数（KC）分别为96.47%和94.25%;北京市中心城区UGS面积增加了48.62km~2,增加区域分布在朝阳、丰台和石景山区;连续时间序列的像元UGI变化检测结果为非线性增大或减少;北京市中心城区的西北、西南和东北地区像元的SHDI显示出明显的波动。本文提出的整套流程提升了自动化水平,可在GEE平台可高效更新UGS分布图,实现UGS分布质量变化快速检测,为城市可持续发展规划提供一定参考价值。