森林以其丰富的资源和强大的制氧功能，为人类提供了赖以生存的基础，它的健康生长对于人类社会的良好发展起着重要的作用。对森林蓄积量的快速、实时、准确的掌握对于森林资源管理和经营有着重要的指导作用。本文以GF-1卫星影像为数据源，利用中国资源卫星应用中心公布的2013年高分一号定标参数，对覆盖研究区的一景16m多光谱影像进行了辐射定标、大气校正、正射校正、影像裁剪等预处理。通过对遥感影像的光谱信息、纹理信息、地形信息等的提取和选择，利用主成分分析、偏最小二乘和随机森林方法分别构建森林蓄积量估测模型，研究估测了实验区覆盖范围的森林蓄积量。通过对研究区大范围和个别小班的蓄积量估测精度分析，探究了各方法的优劣，得到如下结论：　　(1)良好的影像预处理结果对于后期的森林蓄积量估测具有重要的意义。(2)加入纹理信息作为森林蓄积量估测因子具有显著的作用，比单纯使用光谱信息和地形信息作为森林蓄积量估测因子的估测结果具有更高的精度，不加入纹理信息的主成分估测全局结果精度为84.3%，加入纹理信息的结果精度为87.3%。(3)在森林蓄积量估测的全局结果精度中，随机森林方法的森林蓄积量估测精度最高，达88.2%；偏最小二乘方法的估测结果次之，达87.7%；主成分分析的估测结果最低，为87.3%。(4)在以个别小班为单位的森林蓄积量估测结果中，随机森林方法的估测精度最高，为75.33%；偏最小二乘方法的精度为73.24%；主成分分析方法的估测结果最低，为73.18%。　　最后，编程实现了随机森林回归核心算法的简易程序，为今后利用随机森林回归方法进行生产应用提供了思路和参考。