以遥感技术为基础的森林资源监测方法，具有宏观性、综合性、短周期、可重复性和成本低的特点，已成为当今森林资源监测技术发展的主要方向。探索适合林业生产实际需要的森林资源遥感监测理论技术方法，尤其是提高遥感数据的小班蓄积量估测的精度，是目前亟待解决的问题，也是当前的研究热点。　　 本论文主要完成了以下几个方面的工作：　　 (1)调查了国内外研究蓄积量估测的现状及发展趋势，基本上了解了森林蓄积量估测的基本思想和常用技术路线。　　 (2)学习了关于蓄积量估测的最优变量的选取方法、蓄积量估测的模型、模型的求解方法、模型的检验方法以及蓄积量估测的常用统计软件。　　 (3)对一平浪林区进行了资料收集，包括二类调查数据及七个波段的遥感图像，并对一平浪的二类调查数据建立了数据库，对数据进行了预处理，将不合格的数据进行了剔除；通过VB编程，读取了各小班七个波段灰度值的平均值。　　 (4)通过相关分析和多重相关性分析，确定建立蓄积量估测模型的最优自变量。　　 (5)建立蓄积量与遥感因子、立地因子的一元线性模型、一元曲线模型以及多元线性模型，并分析不同模型的检验结果，确定最适合云南松蓄积量估测的最佳模型。　　 通过以上所做的工作，其主要研究结果如下：　　 (1)通过遥感因子、立地因子的相关关系分析和多重共性分析，得出蓄积量估测中的最优遥感因子：TM3、TM7、TM(4-3)/(4+3)、TM(4-3)、TM(4+5-2)/(4+5+2)、TM(4*3)/7、TM7/3和最优立地因子：年龄、地类、海拔、坡向、坡度。　　 (2)利用遥感因子、立地因子与每公顷蓄积量构建的一元线性模型和一元曲线模型拟合效果很不理想，因此，用单个遥感因子或立地因子估测云南松的蓄积量是不可行的。　　 (3)分析了遥感因子与蓄积量、立地因子与蓄积量、遥感因子和立地因子与蓄积量的多元线性逐步回归模型，得出遥感因子和立地因子结合建立的多元线性逐步回归模型估测精度最高，并能达到实际应用的要求。　　 (4)利用经多重线性和逐步回归选择后的最优遥感因子和立地因子结合，构建了二类多元线性回归模型：一类是TM(4-3)/(4+3)与各地因因子所建立的九种模型，另一类是TM(4-3)/(4+3)、TM5与各立地因因子所建立的九种模型。两类模型的拟合结果基本相似：引入的立地因子越多，模型的拟合效果就越好。