利用遥感技术能快速获取森林的空间分布,对森林资源进行合理的规划和应用。准确识别森林类型信息是许多林业工作的基础,利用遥感技术识别森林类型是林业遥感的研究热点。环境一号卫星（HJ-1A/1B）的时间分辨率高、宏观特性好,利用时间序列影像能有效获取森林不同时期的生长特性,较少“同物异谱”、“异物同谱”的现象。本文基于环境一号卫星的单时相和时间序列影像,采取不同的分类方法,对济源南山林场主要刺槐（Robinia pseudoacacia L.）林、侧柏（Platycladus orientalis（L.）Franco）林和栓皮栎（Quercus variabilis Bl.）林等进行识别分类,可望对环境一号卫星在林业资源上有关林型识别方面的应用提供一定的参考依据。主要研究内容和结论如下:（1）在单时相数据分类中,对6个时相影像的光谱值数据,采用最大似然（MLC）、神经网络（NNC）、支持向量机（SVM）和随机森林（RF）四种方法对济源南山林场内的主要林型进行识别。仅用光谱值数据的分类结果中,用最大似然法分类精度最高为71.35%,用神经网络法分类精度最高为78.38%,用支持向量机法分类精度最高为75.80%,用随机森林法分类精度最高为75.18%。6个时相中,刺槐林和栓皮栎林用四种方法的分类结果表示,在4月份分类结果的使用者精度达到了90%以上,在4月份对济源南山林场的森林类型的识别结果较好。（2）基于单时相光谱值分类的结果,选出分类结果较好的3个时相,对3个时相影像的光谱值与NDVI结合的数据,采用NNC、SVM、RF三种方法对林场的主要林型进行识别。单时相的光谱值结合NDVI数据的分类结果中,用神经网络法分类精度最高为81.73%,用支持向量机法分类精度最高为76.88%,用随机森林法分类精度最高为74.82%。结果表明单时相的光谱值结合NDVI特征数据可以提高单时相影像分类结果精度。（3）在时间序列数据分类中,构建了三个时间序列:多时相光谱值时间序列,NDVI时间序列和光谱值与NDVI结合的时间序列。用SVM,RF和动态时间规整算法（DTW）三种方法对林场内的主要林型进行识别。三个时间序列中,用支持向量机法总体分类精度最高为77.08%。用随机森林法总体分类精度最高为84.62%,用DTW算法总体精度最高为88.21%。用时间序列数据对林型进行识别的分类精度大于单时相影像的光谱值与NDVI结合数据的分类精度大于单时相仅用光谱值数据的分类精度。研究结果表明用时序数据比单时相数据分类结果好。故运用时序影像进行林型识别,能够有效地避免因为“同物异谱”问题带来的误差,从而更精确地获知林型的空间分布。