林龄是了解森林生态系统水碳循环和固碳潜力的关键参数之一，但目前获取大区域尺度的高精度林龄数据仍较为困难。本研究旨在通过LandTrendr (LT)算法实现对大区域尺度人工林林龄分布的识别。借助Google Earth Engine云平台，利用LT算法获得黄土高原造林后植被归一化燃烧比指数，通过其时间变化趋势确定林地种植年份。结果表明：与黄土高原地面真实林龄数据相比，LT算法误差混淆矩阵的总体精度为88.38%，均方根误差为2.6年；同时发现2020年中国黄土高原的林地以30年以上林地为主，约占82.97%；1990-2020年增长的林地面积约为2.27万平方公里，主要集中在黄土高原东部和南部的原有林地周围。本研究表明LT算法是一种简便、高效、可靠的人工林林龄识别方法，可为评价人工植被恢复工程、量化植被生物量和碳固存量等提供重要参数。
 

林龄,遥感,植树造林,landtrendr算法