森林是人类社会可持续发展的重要物质基础,是经济建设和生态环境建设中可更新的再生资源,具有保持水土和调节气候的生态功能,森林资源状况及其消长变化,不仅影响区域经济的持续发展,而且还影响地区乃至全球环境的变化,因此倍受人们关注。遥感技术具有宏观、动态、便捷、可周期重复和成本低等诸多优点,非常适合研究森林资源状况的监测。目前,在森林资源调查中,TM遥感数据开始广泛应用。本文以广东省佛冈县为研究区域,以TM遥感图像和二类调查小班数据为研究资料,做了遥感图像几何校正、影像处理、波段组合选择、影像分类方法和评价、植被指数提取和森林蓄积量估测研究。本研究的主要内容和结论归纳如下:(1)对研究区TM影像进行了各波段相关性比较及森林类型光谱特征分析。通过定性分析和最佳指数因子OIF值计算,结果表明:TM 3-4-7在遥感影像的森林类型分类研究方面是一种最佳的三波段组合方式,具有最大的信息量和最少的信息冗余度。(2)对研究区森林类型进行了监督分类试验,比较了最大似然方法和支持向量机方法。结果表明:本研究最大似然方法的总体KAPPA精度为0.5659,总体分类精度为63.20%,支持向量机方法的总体KAPPA精度为0.5867,总体分类精度为65.08%。针叶林,阔叶林,针阔混交林之间混分情况严重,分类误差很大,不能达到实际应用要求;但较好地分出了有林地、无林地和非林业用地中的水体、建筑、农田等二级地类,可用于森林资源二类调查中的生态调查和规划设计工作。(3)提取了研究区六种植被指数,分析各种植被指数与蓄积量的关系。结果表明:植被指数能大致反映蓄积量趋势,但各种植被指数反映蓄积量能力差异不大。经过大气校正的比值植被指数(RVI)在高植被覆盖林区对生物量响应良好。(4)采用分层不等概抽样对研究区森林蓄积量估计。结果表明:以∑RVI为辅助因子的抽样是可行的高效的抽样。在保证相同的抽样精度下,可以大量减少样本数。利用遥感作辅助因子的不等概抽样是对现行二类调查系统抽样的改进。