我国的森林资源总量丰富多样,森林占地面积广,森林资源分布不均匀。这些特点加大了森林蓄积量调查的难度。在遥感技术日益成熟的大环境下,传统的调查林分蓄积量的方法需要大量的人力物力来支撑,已经不能满足人们的需求。因此,将遥感技术应用到森林蓄积量调查的研究十分重要。本文以北京市Landsat遥感影像数据作为数据源,对北京地区的森林蓄积量遥感反演模型进行研建。利用Landsat遥感数据提取出北京市林地分布信息,结合外业样地数据,一共选取了20个因子用于建模,分别包括植被指数、地形和波段组合因子,根据森林蓄积量与各个建模因子之间的内在联系,分别基于多元线性回归、主成分回归和神经网络法构建了森林蓄积量估测模型。综合比较每个模型的优缺点之后,最终选择了多元线性回归模型对北京市2008年和2013年的森林蓄积量进行估测,针叶林和阔叶林的森林蓄积量反演精度分别为83.9%和82.2%,最后还做了变化监测分析。估测结果为:2013年北京市总的森林蓄积量为1425.33万立方米,其中阔叶林蓄积量为1023.74万立方米,针叶林蓄积量为401.59立方米;2008年北京市总的森林蓄积量为1265.87万立方米,其中阔叶林蓄积量为908.77万立方米,针叶林的蓄积量为357.10万立方米。变化监测结果显示,5年来北京市森林蓄积量共增加了159.46万立方米,其中增加最明显的四个区是昌平区、城六区、大兴区和平谷区。