森林病虫害是林业发展的大敌，被称为不冒烟的火灾，其危害性不言而喻。病虫害并非都是大面积、成片地发生，发病初期一般都是小范围，分散发生。对发病初期的监测不容忽视，如果经过长期的恶性循环，最终导致大片发生，虽然这时能被监测到，但危害已经难以控制了。因此及时、及早监测病虫害具有重要意义。本文以吉林省牡丹岗林场为例，以地物光谱数据、叶绿素数据、遥感影像数据、林相图数据、GPS数据为主要信息源，先对受病害落叶松的地物光谱特征、光谱特征与叶绿素的关系进行了分析，并探讨了遥感影像光谱与实测地物光谱的耦合程度；然后在此基础上利用影像数据，结合GPS数据、林相图数据构建了落叶松早落病信息提取的数据库，根据分区分层分类的思想分别采用决策树与面向对象两种不同方法进行早落病信息提取；最后对信息提取结果进行精度评价，并对早落病的空间分布特征进行了分析。全文的主要内容和结论如下：1落叶松受病害后光谱反射特性发生变化，这是利用遥感技术诊断和监测森林病害的依据。受害落叶松的光谱特征与健康落叶松的光谱差异主要表现在五个方面，他们分别是“蓝谷”和“红谷”、“绿峰”、“红边”、近红外高反射区以及水分吸收带。2不同受害程度的落叶松反射光谱“红边”拐点位置与叶绿素a、叶绿素T之间有着较好的线性相关关系，其中与叶绿素a的相关系数最高。3对野外测量光谱数据与SPOT影像对应像元反射率值进行了回归分析，结果表明他们相关性一般，说明宽波段影像反射率信息不够丰富和详细，它反映的是一像元内的平均值，通过单一波段不能完成早落病信息的提取，因此需要波段合成来进行信息提取。4根据遥感数据、地物光谱数据、林相图、GPS数据及景观照片数据，构建了早落病信息提取的综合数据库，综合数据库主要包括遥感图像数据库、遥感知识库、辅助资料数据库和解译标志库。5根据分区分层分类的思想分别采用决策树和面向对象两种不同方法实现早落病信息提取，并进行了比较。结果表明：基于像元的决策树分类精度较低，而面向对象分类方法不仅能够提高遥感图像的分类精度，同时可以有效避免“椒盐现象”的发生。6通过提取早落病信息，发现发生早落病的面积有2.165平方千米，其中轻度受害占1.6平方千米；早落病在林场的东南方向分布较多且成块分布，其次是东北方向，其余地方均是零星分散分布。