森林不仅是陆地生态系统的重要组成部分,也是国家可持续发展的重要物质基础,具有保持水土、涵养水源、净化空气、防风固沙、调节气候等多种生态功能。森林资源状况及其消长变化,不仅影响着社会经济的持续发展,而且还影响着地区乃至全球环境的变化,因此开展森林资源调查、进行森林资源监测,意义尤为重要。遥感技术具有宏观性、快捷性、综合性、经济性和可重复性等特点,广泛应用于森林资源监测中,已成为森林资源状况研究的理想手段。当前遥感图像计算机解译的方法多种多样,并成功应用于诸多领域,其中基于地物光谱特征和多源数据相结合的分类不仅是遥感分类的基本内容,而且已成为研究热点。但由于遥感信息的综合性、复杂性,使得遥感信息处理技术却相对落后,价格相对低廉的中高分辨率ALOS遥感影像在林业中的应用研究更是少见报道。本文以北京西山国家森林公园为例,采用ALOS遥感影像,在数据预处理基础上分析了影像波段特征和光谱特征,通过建立典型地物光谱响应特征曲线,进行森林遥感信息提取的研究。通过分析影像传感器特征、单波段特征、多波段特征,运用归一化植被指数(NDVI)、主成分分析和最佳指数因子OIF计算研究区不同典型地类的光谱特征,建立了适合本研究区的决策树模型,结果显示分类质量较好。同时将该方法与目前遥感分类中应用较多的传统统计模式识别方法最大似然法进行了对比,表明依据影像光谱差异规律,采用决策树分类通过选择合适阈值提取植被信息具有可行性,从而为森林资源监测中影像波段的选择与森林信息提取提供可靠的科学依据,对森林资源监测有一定的借鉴意义。