森林被誉为“地球之肺”,其重要性不言而喻,如何快速、准确的获取森林植被类型信息有着重要的实际意义。除了传统的实地测量,利用遥感技术,可快速、大量、及时地获取森林植被类型信息。本文研究区位于我国内蒙古自治区赤峰市克什克腾旗的桦木沟林场,以Landsat 8卫星和高分二号卫星于2015年6月获取的多光谱影像为数据源,提取森林覆盖类型信息,将森林植被类型分为阔叶林、针叶林和灌木林。以常用的4种监督分类方法提取信息,包括基于最大似然法、最小距离法、神经网络法和支持向量机法的监督分类方法。研究改进归一化植被指数,将改进的植被指数用于决策树分类,进而提取森林植被类型信息。精度评价结果表明,改进的植被指数用于决策树分类,其总体分类精度平均为77.36%,显著提高了决策树分类的精度。基于不同方法的监督分类的总体分类精度范围为74.40%～85.52%。虽然改进的植被指数用于决策树分类方法精度稍低于监督分类,但前者比后者的原理简单得多,参数较少(由参数设置造成的不确定性也会减少),且易于实现。