森林是人类及生物生存和发展的基础,它具有复杂的内部结构和明显的生态过程,森林生态系统也是陆地生态系统中最大的系统,对森林资源的调查和动态监测是当前的重要任务,建立森林植被分类系统是前提。本研究以2002年全年MODIS影像数据为基础,以四川省为试验区,根据已有森林分类系统,结合森林生态系统服务功能的需要,制定面向森林生态系统服务功能评价的森林分类系统。分类过程中充分考虑森林的外貌特征和过程特征。本研究主要以四川省常绿阔叶林、落叶阔叶林、针阔混交林,低山常绿针叶林,中山常绿针叶林以及山地常绿针叶林6大森林植被类型为研究对象。首先发现四川省农地、草地、林地等典型地类,落叶阔叶林树种桤木,常绿阔叶林树种青冈、栎类,常绿针叶林树种云南松、冷杉、云杉等在MODIS数据1-7波段和NDVI特征的光谱过程知识,并选取GIS支持下的多时相NDVI叠加分类,NDVI时间序列的分类以及基于光谱过程知识的分类3种分类方法对6大森林植被类型分类对比研究,证明基于光谱过程知识的分类方法总体精度在88.5%,Kappa系数为0.87,而其他两类分类方法的总体精度在78%左右,Kappa系数在为0.75左右,森林类型的用户精度和制图精度都比其他两种方法有所提高。最后将本研究提出的基于光谱过程知识的决策树分类方法应用于2008年森林植被分类,并通过对2002-2008年间四川省森林植被进行动态分析,揭示出森林植被类型转出、转入面积及空间格局分布。本研究主要创新的方面:一是针对中低分辨率的遥感影像,在伪不变特征相对辐射校正的基础上,建立多时相相对辐射校正改进算法,并建立了实现模块;二是发现了四川省主要地类和森林植被类型典型树种光谱过程知识,在此基础上建立森林特征(B1-B3-100*NDVI)及褐色覆被特征NDVI-B4/B6,提出了基于光谱过程知识的森林遥感影像分类方法,并应用于2002年和2008年的森林植被分类;进而揭示其动态变化过程。