滇西南地区具有丰富的丛生竹林及竹种资源,为当地生态保护和经济发展起着重要的作用。该区丛生竹广泛分布于山区,分布零散、调查难度大、基础数据缺乏,限制了竹林科学规划、合理开发利用。丛生竹林传统调查方式周期长且成本高,无法及时监测资源状况,遥感技术是一种客观、高效、低成本获取资源信息的重要手段。目前,利用遥感技术进行丛生竹的系统研究较少,分类方法、信息特征、影像数据选择等关键技术尚不清楚。因此,本研究以滇西南地区丛生竹为研究对象,以Sentinel-2、Google Earth等遥感影像为数据源,开展丛生竹资源信息提取研究,并结合DEM、实地调查数据,阐明了滇西南地区的丛生竹林数量和空间分布特征。本研究为滇西南丛生竹数据信息管理、更新、竹产业发展决策提供了基础数据,为应用遥感技术开展丛生竹资源调查提供了技术支撑,研究主要结论如下:1、丛生竹林分类方法比较研究通过比较随机森林、反向传播神经网络、支持向量机的提取结果,3种分类方法精度大小分别为:总体精度90%、78%、82%,Kappa系数0.87、0.72、0.78,丛生竹生产者精度81%、65%、81%,用户精度81%、61%、71%,随机森林方法在分类精度和效率优于其他两种方法。2、丛生竹林遥感信息提取的多特征优选以12月Sentinel-2影像为数据源,构建光谱、植被指数、红边植被指数和纹理4类特征集。设计5种组合方式和多特征优选共6种方案,采用随机森林方法提取丛生竹林信息并进行精度比较。结果表明:红边植被指数特征集参与分类能够提高精度,但4类特征集都参与分类会产生特征冗余,并不能得到最优的精度;多特征优选方法减少了60.7%特征数量得到了最优特征集,由6个光谱波段,3个红边植被指数,2个纹理特征组成;多特征优选相比其他方案明显地改善了精度,总体精度达93.2%,Kappa系数达0.89,丛生竹用户精度达88.04%,生产者精度达85.43%。相比只利用光谱特征,总体精度提高3.2%,Kappa系数提高0.02,丛生竹用户精度提高7.32%,生产者精度提高5.76%;多特征优选不仅能够有效减少分类中的冗余特征,还提高了分类精度和效率。3、丛生竹遥感信息提取最佳时相研究以多个时相Sentinel-2影像为数据源,构建不同时相多特征优选的光谱波段、植被指数、红边植被指数、纹理4类特征集,采用随机森林分类方法对比不同时相信息提取精度和特征重要性差异。结果表明:从竹林信息提取的生产者精度来说,PA（3月）>PA（2月）>PA（12月）>PA（11月）>PA（4月）>PA（1月）>PA（5月）,从用户精度来说,UA（3月）>UA（11月）>UA（12月）>UA（1月）>UA（4月）>UA（2月）>UA（5月）,12月份数据的总体分类精度和Kappa系数最优,分别为93.2%和0.89。3月份数据的丛生竹用户精度和生产者精度最优,分别为89%和86.95%。后续研究中应多使用12月～3月的影像;多特征优选结果中红边植被指数、光谱特征、植被指数、纹理特征占比分为41.97%、37.04%、16.05%、4.91%,红边和光谱占重要作用。在丛生竹遥感信息提取时应多使用红边植被指数特征集结合多特征优选方法。4、滇西南丛生竹林分布制图与分布特征以12月Sentinel-2影像多特征优选结果为数据源,为沧源县绘制了10 m分辨率的竹林分布图,沧源县丛生竹林面积共计138.07km2。结合DEM数据,利用GIS统计分析方法开展丛生竹林地形分布特征研究,该县丛生竹林主要分布在海拔900 m～2000 m,分布面积为128.4 km2,占总面积93%。竹林主要分布于缓坡和斜坡,面积为127.3 km2,占总面积的90%;结合Google Earth影像和实地调查,开展丛生竹林空间分布特征研究,竹林类型有四旁竹、成片人工林和防护竹林3类,四旁竹分布于城镇和村庄周围,呈环状或零星状分布,防护竹林分布于耕地、灌木和草地周围,成片人工林小面积分布于勐省镇。本研究提出了丛生竹资源信息的高效、低成本遥感监测技术,阐明了沧源县丛生竹数量及空间分布特征,研究结果为当地竹资源开发、发展特色竹产业提供了基础数据支撑。