森林蓄积量是森林资源调查和监测的重要指标之一。利用高效和高精度的森林蓄积量估测方法可以大量减少地面调查的工作量，从而快速、准确地进行森林蓄积量预报。在进行森林蓄积量估测过程中，遥感影像分类工作的速度和精度，不但影响着估测工作的效率，而且直接决定了的估测结果的可靠性。eCognition软件是一款采用面向对象分类方法的遥感影像分类软件，与传统的遥感影像分类软件和方法相比，在分类速度和精度方面有明显的提高。本文首先利用eCognition软件对实验林区的遥感影像进行分割，在基于相关系数的对象特征选择方法下，提取并筛选出满足分类要求的影像对象特征，并采用最邻近分类器在隶属度函数的控制下对实验林区的样地对象进行分类。其次，在实现林区遥感影像、DEM以及底图叠加显示的基础上，通过残差分析筛选出了影响蓄积量估测的主要遥感因子和GIS因子。采用逐步回归分析、岭回归分析和偏最小二乘回归分析建立蓄积量估测方程，通过用三种方法建立的模型对实验林区蓄积量预测的残差平方和进行对比，选择出了适合实验林区以样地为单位的蓄积量估测方程的最佳解算方法。最后，在实验林区挑选出最优样地组合，以其蓄积量观测值为基础，借助SPSS软件采用回归分析法建立以样地为单位的蓄积量估测模型。实验证明，以偏最小二乘回归分析确定适合实验林区蓄积量估测方程的解算方法是可靠的，可以以样地为单位，在实验林区进行森林蓄积量估测。