及时掌握森林环境与林木生长动态,预测森林资源变化趋势,对于森林资源的科学经营与管理具有重要作用。柏木是四川盆地区域分布广泛的三大常绿针叶树种之一,对维持区域生态系统稳定性有重要作用。论文以广安市岳池县北部丘陵区柏木林为研究对象,以SPOT 6高分辨率遥感影像为数据源,经遥感影像预处理和监督分类,获取研究区柏木林分布信息,结合地面实测数据,选取单波段、波段比值、植被指数、纹理特征因子和地形因子为自变量,通过变量投影重要性准则(VIP)和交叉有效性(Q_h~2)对自变量因子进行优选,采用偏最小二乘回归法构建该区域柏木林平均高、株数密度和公顷蓄积等林分因子遥感估测模型,为准确及时掌握川东丘陵区柏木资源动态及其经营管理提供参考。主要研究结论如下:(1)地形因子海拔(Elevation)对平均高、株数密度和公顷蓄积估测模型影响最大,参与了所有模型的预测,并且与之皆呈显著正相关。纹理信息对株数密度的估测有显著影响。光谱信息对林分平均高和公顷蓄积的估测影响显著。(2)研究区柏木林分平均高的多元线性回归模型:H=2.66374-0.00431485×B1-0.00239331×B2-0.00154697×B3+5.0322×NDVI+0.0483273×RVI+0.0366861×Slope+0.00414446×Elevation,模型R~2为0.7225,RMSE为0.8161m,RE为8.60%,总体精度为91.39%。(3)研究区柏木林分株数密度的多元线性回归模型:N=181.437-0.309496×B2-0.39956×B3-472.537×CONT+205.704×COR-472.537×DIS-205.025×ENT+945.074×HOM+339.314×SM-1121.86×VAR+0.0371742×Elevation,模型R~2为0.8288,RMSE为134.1619株/hm~2,RE为9.71%,总体精度为90.29%。(4)研究区柏木林分公顷蓄积的多元线性回归模型:V=-36.0163-0.0646079×B1-0.0413764×B2-0.0483753×B3+54.6415×NDVI+0.344897×RVI+1.34407×Slope+0.109866×Elevation,模型R~2为0.8893,RMSE为9.3372m~3/hm~2,RE为15.74%,总体精度为84.26%。