Measuring and progressing toward international goals of curbing deforestation and improving livelihoods of people who depend on forests requires nuanced understanding of forests and the processes surrounding deforestation and degradation. Despite rapid improvements in Earth Observation technology, monitoring of tropical forests remains hindered by persistent cloud cover, heterogeneous landscapes, long wet seasons, and small and ephemeral clearings masked by rapid growth. A hybrid method is presented that combines elements of both time-series and compositing approaches to best overcome these obstacles to map forest cover and change in the Republic of Panama based on Landsat imagery. The resulting Panama Vegetation-Cover Time-Series (PVCTS) maps depict forest cover in Panama from 1990 to 2016 at 30 m resolution. Acknowledging the fuzzy boundary between forest and non-forest classes, these maps employ a hierarchical classification scheme that reflects the natural process of regeneration and can accommodate different definitions of forest and deforestation. Classification accuracy is 97–98 % between forest/non-forest categories and 76–81 % for deforestation events. The maps show a slight greening of Panama from 1990 to 2016 caused by expansion of young secondary growth. The annual rate of deforestation in mature forest has remained around -0.6 %/yr, although young forests have matured at a similar rate such that there is no net loss of forest. While estimates of total forest cover are similar to official national estimates depending on forest definition, there is little agreement in location of deforestation events.

衡量和实现遏制森林砍伐和改善依赖森林的人们的生计的国际目标，需要对森林以及围绕森林砍伐和退化的过程有细微的了解。尽管对地观测技术得到了快速改进，但由于持续的云层覆盖，异质景观，漫长的雨季以及快速增长掩盖的小而短暂的空地，仍然阻碍了对热带森林的监测。提出了一种混合方法，该方法结合了时间序列和合成方法的要素，可以最好地克服这些障碍，以Landsat影像为基础绘制巴拿马共和国的森林覆盖率和变化图。生成的巴拿马植被覆盖时间序列（PVCTS）地图以30 m分辨率描绘了1990年至2016年巴拿马的森林覆盖率。认识到森林和非森林类别之间的模糊边界，这些地图采用了分层分类方案，该方案反映了再生的自然过程，并且可以适应森林和森林砍伐的不同定义。森林/非森林类别之间的分类准确度为97–98％，森林砍伐事件的分类准确度为76–81％。这些地图显示，从1990年到2016年，巴拿马由于年轻的次要增长的扩张而略有绿化。尽管年轻的森林已经以类似的速度成熟，因此没有森林的净损失，但成熟森林的年砍伐率一直保持在-0.6％/年左右。尽管根据森林的定义，森林总覆盖率的估算值与官方的国家估算值相似，但是在毁林事件发生地点方面几乎没有一致意见。这些地图采用了分级分类方案，该方案反映了再生的自然过程，可以适应森林和森林砍伐的不同定义。森林/非森林类别之间的分类准确度为97–98％，森林砍伐事件的分类准确度为76–81％。这些地图显示，从1990年到2016年，巴拿马由于年轻的次要经济增长而出现了轻微的绿化。尽管年轻的森林已经以类似的速度成熟，因此没有森林的净损失，但成熟森林的年砍伐率一直保持在-0.6％/年左右。尽管根据森林的定义，森林总覆盖率的估算值与官方的国家估算值相似，但是在毁林事件发生地点方面几乎没有共识。这些地图采用了分级分类方案，该方案反映了再生的自然过程，可以适应森林和森林砍伐的不同定义。森林/非森林类别之间的分类准确度为97–98％，森林砍伐事件的分类准确度为76–81％。这些地图显示，从1990年到2016年，巴拿马由于年轻的次要增长的扩张而略有绿化。尽管年轻的森林已经以类似的速度成熟，因此没有森林的净损失，但成熟森林的年砍伐率一直保持在-0.6％/年左右。尽管根据森林的定义，森林总覆盖率的估算值与官方的国家估算值相似，但是在毁林事件发生地点方面几乎没有共识。