随着我国经济的高速发展,引发一系列诸如资源浪费、环境污染、生态破坏等资源环境问题,严重制约我国经济的可持续发展。在此背景下,党的十八届三中全会提出“编制自然资源资产负债表”,旨在加强自然资源核算与管理、保护生态环境,以实现资源环境与经济社会的可持续发展。自然资源资产核算是编制自然资源资产负债表的首要工作,为促进生态文明建设,建立我国自然资源资产负债表制度,也需要对我国自然资源资产进行科学的核算。土地资源资产核算是自然资源核算的重要组成部分,土地资源资产核算包括实物量核算和价值量核算。当前土地资源资产核算存在数据获取困难、处理效率低、核算方法体系不明确等问题。谷歌地球引擎（Google Earth Engine,GEE）云平台拥有丰富的地理空间数据集和强大云计算能力,能及时高效的掌握土地资源动态变化情况,为土地资源资产实物量和价值量核算提供数据支持和技术支撑。因此,本文基于GEE云平台,采用遥感数据和辅助特征数据相结合的方法,进行多时相的土地资源资产信息的提取,并提出具有可操作性的土地资源资产价值核算体系,以南京市为典型研究区,分析土地资源资产价值量的演变特征。本文基于GEE云平台,采用30m分辨率的Landsat 8地表反射率数据集,结合遥感影像数据和其他辅助特征数据,利用随机森林算法对南京市土地资源进行分类,综合分析不同辅助特征对随机森林分类模型精度的影响。其次,借助Arc GIS软件从时间和空间的角度分析南京市土地资源资产实物量的现状及动态变化情况。最后,在实物量核算的基础上,从土地资源的经济、生态和社会功能出发,提出具有可操作性的土地资源资产价值核算体系,实现多维度的土地资源资产价值核算研究,最终得到南京市土地资源资产价值量的演变特征。本文主要研究结论如下:（1）本文基于GEE海量数据库和强处理能力,从开源数据集中获取包括光谱特征、光谱指数、纹理特征、地形特征和土壤特征在内的五种辅助特征。然后利用递归特征消除法（Recursive Feature Elimination,RFE）进行特征选择,优化辅助特征。将优化后的多种辅助特征分别作为分类输入特征（M1-M6）,利用随机森林算法对南京市土地资源进行分类。研究结果表明,将辅助特征与遥感数据相结合,可以提高土地利用分类的精度。（2）从土地利用动态度、土地综合程度、土地利用转移特征等角度综合分析南京市土地资源资产实物量现状及变化情况。结果表明,2015-2018年期间南京市土地利用类型结构整体较为稳定,其中耕地占比保持在50%左右。建设用地、草地和未利用地面积增加,耕地、林地和水域面积减少。耕地流向建设用地的同时,大量的建设用地流入耕地,这些变化的主要原因是在城市扩张的过程中,可能存在一些工矿用地规划整理使得部分建设用地复垦为耕地。2015-2018年期间南京市土地利用程度总体呈上升趋势,南京市土地利用总体处于发展期,土地资源存在开发潜力。同时,土地利用程度的增加必然会增加对资源和生态环境的压力。因此,应该控制土地开发强度,合理规划土地空间,加强土地资源管理体系建设。（3）基于土地资源资产实物量信息,从经济价值、生态价值和社会价值三个方面分别采用收益还原法、当量因子法和替代市场法对南京市土地资源资产价值进行核算。从土地资源价值时序动态来看:2015-2018年间,南京市土地资源价值总体呈增长趋势,土地资源资产价值共增长4702.92亿元,增幅为60.05%。从土地资源资产价值构成来看,2015年和2018年南京市土地资源资产的经济价值＞社会价值＞生态价值。从土地资源资产构成要素来看,耕地对土地资源资产价值量的贡献最大,2015年和2018年分别占比79.10%和81.18%。从南京市各区对土地资源资产价值贡献来看,贡献率最高的是六合区,贡献率最低的是鼓楼区。研究结果对于转变经济发展观念、合理规划土地资源、加强自然资源管理和推动生态系统可持续发展具有重要科学指导意义。