本研究以白马林场为研究区域,以2013年Landsat8OLI影像作为数据源,结合同期野外调查数据,利用遥感和GIS技术建立森林碳储量遥感反演模型,以期能有效地估测白马林场森林生物量和碳储量,为我国今后此类项目的研究提供经验。对影像进行几何精校正、辐射定标、图像融合等一系列预处理,利用c地形校正法消除地形对辐射的影响,FLASH大气校正将辐射亮度值转换为地表真实反射率,计算NDVI、DVI等植被指数派生数据。对地物进行监督分类,并结合人工解译对分类结果进行修正,提取森林资源分布范围。根据野外样地实测蓄积量,利用生物量转换因子法计算生物量。利用ArcGIS Desktop提取了包括海拔、坡度、坡向、遥感波段反射率、主成分值、波段比、植被指数等因子在内的24个自变量。对生物量与各自变量进行相关性分析,根据相关系数选择建模的适合因子,分别利用一元回归分析、多元回归分析、主成分分析建立生物量模型,得出以下结果：(1)对各模型进行评价比较发现,多变量回归模型精度普遍比单变量回归模型高,加入地形因子能改善回归模型的效果。本文最终选择了全自变量参与的多元逐步回归模型,因该模型通过F检验、D-W检验,对独立样地生物量估测的相对精度达到88.2%,决定系数最高,模型效果最好。(2)根据监督分类估计白马林场的森林面积为29836.7hm2,利用最优模型反演森林总碳储量为77.81万t,平均森林碳密度为26.08t/hm2,并制图输出森林生物量分布和碳储量分布等级图。与二类调查实测数据比较,森林面积估测相对精度达到87.4%,碳储量的相对精度达到82.1%。(3)在水平空间上,森林碳储量主要分布在东坡、南坡,碳密度以中等水平为主,较高和较低碳密度的森林面积较少。(4)在垂直空间分布上,森林碳储量主要分布在600-800m的中海拔地区,在不同坡度中的分布也各有差异,在缓坡、平坡的森林碳储量较高。