森林植被生物量的研究在森林生态系统的研究中扮演着重要的角色,本文选取林业大县石棉县为研究区,以Landsat5 TM影像、DEM地学数据和森林资源二类调查林分数据为数据源,首先对遥感影像与DEM数据和森林资源二类林分数据进行配准,并对遥感影像进行地形校正,其次,选取小班内部均一,面积大于1公顷的小班作为本实验研究的样本,并且利用林分样本的属性数据蓄积量计算出各样本的生物量,并建立其GIS数据库。然后,计算地形校正前、经LRM模型地形校正后和经SCS模型地形校正后的植被指数、波段比值数据、缨帽变换数据和主成分变换数据,并对林分样本数据与遥感地学因子分别采用中心点采样、窗口采样和均值采样得到的数据进行叠加分析。最后,分析各遥感地学因子与样本生物量的相关性,并选取与样本生物量在0.05水平以上显著相关的各最优采样因子为自变量,运用多元统计分析和BP神经网络建模对生物量进行拟合,比较各估算精度,最终确定各个树种组的估算模型,通过以研究,得到以下主要结论:　　 桦木组估算时,BP神经网络建模时精度最高,其精度为75.9％;桤木组估算时也是BP神经网络建模时精度最高,其精度为73.5％;铁杉组估算时逐步回归法建模估算时精度最高,其精度为81.9％;软阔类组估算时BP神经网络建模时精度最高,其精度为63.8％;云南松组估算为BP神经网络估算时精度最高,其精度为73.8％;云杉组估算时也仍为BP神经网络估算精度最高,其精度为71.1％;冷杉组估算时为逐步回归法建模估算精度最高,其精度为60.1％;栎类仍为BP神经网络估算精度最高,其精度为70.7％。