森林生物量及其碳储量是反映森林生态环境的重要指标。森林生物量及碳储量的研究仍然存在很大的困难和不确定因素。在小尺度上获得的数据是可靠的,但在推绎到大尺度时存在重重困难;尽力消除这种不确定性的基本途径是提高数据质量,改进研究方法,寻找有效而科学的尺度推绎方法。遥感解译和样地清查是获取不同尺度上客观数据的手段,对于许多问题的研究难以单独使用其一,多数情况下两者应互为补充。另外,数据之间通常具有一定的数理关系,对于复杂数据的处理往往离不开数学模型。所以,遥感分析、样地调查等方法的综合运用是未来解决尺度耦合问题和研究森林生态系统生物量及碳循环的主要趋势。本研究是以滇中地区云南松林为研究对象,对滇中地区的云南松林的生物量及碳储量进行研究,生物量估测研究采用的方法是:在3S技术支持下,利用2004年美国TM遥感数据与60块样地调查数据相结合,建立以生物量为因变量,遥感数据各植被指数及各波段灰度值为自变量的多元线性回归模型。首先,将卫星影像图进行校正,然后提取出各植被指数及各波段的灰度值等13个变量,再利用60块样地数据测得的胸径和树高计算出样地每公顷的生物量。其中,本研究以45块样地为建立模型的数据,15块样地为检验模型的数据。然后分别以主成分法建立主成分模型一和模型二,逐步回归法建立逐步回归模型三和模型四。再分别对各模型的精度进行检验选出两个最优的模型。对本研究所建立的四个模型进行统计检验,拟合优度检验,利用15个样本进行模型检验和评价,得出:主成分模型一的决定系数为0.568、修正决定系数为0.515、复相关系数分别为0.754、总相对误差为-2.885%、平均相对误差为-2.691%、预估精度为:83.241%。主成分模型二的决定系数为0.547、修正决定系数为0.491、复相关系数分别为0.740、总相对误差为1.626%、平均相对误差为2.109%、预估精度为:81.421%。逐步回归模型三的决定系数为0.568、修正决定系数为0.515、复相关系数为0.754、总相对误差为5.226%、平均相对误差为-5.625%、预估精度为:79.660%。逐步回归模型四与模型三相同,因此得出的检验数据也相同。因此,最后根据检验的数据结果,本研究选择主成分模型一和主成分模型二为符合本研究要求的最终的两个模型,碳储量的遥感估测研究是利用生物量与碳储量的相关关系,将生物量估测模型转换为碳储量的估测模型。