森林蓄积量是森林中一定面积上现有树木材积量的总和，该数据不仅关系人民群众生存环境、涉及规划生产能源，而且是林业防护、防灾、固碳的重要信息，所以蓄积量的研究成为现如今的热点问题。本论文结合3S集成技术，利用筛选的比值波段和纹理信息参与蓄积量估测，进一步提高了蓄积量估测的精度。以遥感和GIS为基础的蓄积量估测中，涉及了样地数据采集、遥感信息提取、蓄积量模型建立、精度分析、生产应用等模块，其中在信息量丰富的遥感图像中提取与选择对蓄积量估测模型建立有关的遥感因子和比值波段是决定最终估测方程精度的核心部分。本文通过对众多因子进行信息量分析和相关性分析的初选过程后，用岭估计分析法、平均残差平方和准则、Cp准则、AIC准则，结合Sp序列作为变量筛选的方法，选择出对蓄积量估测影响大、相关性小的因子，然后以蓄积量估测残差与预报偏差作为评定各种优选方法的标准，形成变量优选的体系。确定了最优变量选择体系后，通过灰度共生矩阵提取遥感图像上对应样地窗口的纹理特征值，将这些特征值作为纹理信息参与蓄积量估测模型的建立，证实了纹理因子不仅对分类意义大，对蓄积量估测也有提高精度的作用。