森林生物量估测是森林碳储量研究的基础,更是分析全球气候变化研究的重要依据,而遥感因其快速、高效、动态的特点使其成为目前生物量估测发展的主要方向。石台县位于安徽省南部,是安徽省乃至长江中下游重要的碳汇基地,更是国家重点生态功能区,石台县森林生物量研究对该区域森林碳汇研究、国家生态保护区的服务功能及在全球气候变化中作用评价有着重要的意义。本研究立足于解决森林生物量估测过程中的两大主要问题如何准确及快速的获取大尺度的森林地上生物量,以石台县为研究基地,结合Rapideye高分遥感影像和石台县不同尺度上三种主要森林类型地上生物量调查数据,建立各森林类型的遥感生物量估测模型。主要研究结论如下:(1)与传统的遥感特征因子相比,本文基于森林生物量形成的内在机理,引入叶绿素红边模型CRM及叶绿素绿波模型CGM,研究结果表明,这两个指数与针叶林、阔叶林生物量在0.01水平上的相关性极显著,且在其多元回归模型及随机森林模型中CGM均被挑选为建模的变量,说明CRM和CGM可以用于森林生物量遥感估测。此外,与生物量相关性较强的纹理特征主要集中的红光波段和红边波段,且仅MEAN、VAR、SM三个滤波对生物量估测贡献较大,其他滤波并未与林分地上生物量表现出明显的相关性。(2)多元线性回归与随机森林算法回归结果对比表明,三种森林类型的回归结果均表现为随机森林模型的精度优于多元线性回归模型。主要原因在于多元线性回归对建模变量的选取十分严格,最终参与建模的变量往往比较少,造成遥感信息的利用不充分。(3)三种森林类型生物量回归结果的相互对比表明,针阔混交林回归效果最佳。阔叶林多元线性回归模型较针叶林多元线性回归模型调整决定系数AdjR2大,但随机森林模型拟合结果预测相反,且随机森林模型对变量的解释能力均优于多元线性回归模型,说明随机森林能够有效的模拟生物量与遥感信息间的非线性关系。针叶林地上生物量预测精度优于阔叶林地上生物量预测精度,主要与选取的Rapideye秋季影像会对落叶阔叶树种生物量估测造成偏差有关。(4)利用随机森林回归模型对石台县三种森林类型乔木层生物量进行估算,得到石台县研究区域乔木地上总生物量为3501008.6140t。其中:阔叶林单位面积生物量为92.3820t/ha,总面积为19679.5600ha,地上总生物量为1818037.1000t,占研究区乔木地上总生物量的51.93%;针叶林单位面积生物量为60.4387t/ha,总面积为14623.8150ha,地上总生物量为884844.3676t,占研究区乔木地上总生物量的25.25%;针阔混交林单位面积生物量为63.7372t/ha,总面积为12537.8450ha,地上总生物量为799127.1314t,占研究区乔木地上总生物量的22.82%;(5)石台县乔木地上生物量主要分布在20-40t/ha,40-60t/ha和60-80t/ha三个等级,高于80t/ha的生物量林分集中分布于石台县南部地区阳坡区域。