随着社会经济的发展生态环境资源对人类的影响愈加强烈,因此更加重视了生态环境的保护与建设。森林的保护与发展是生态环境保护与建设当中的重要工作。目前,国内学者主要采用传统的样地调查方法对森林健康状况进行研究,因为样地调查法需要大量人力、物力,而且花费的时间大,所以不能及时有效的反应森林健康状况的变化。伴随着高光谱遥感技术的发展,在海洋、地质、生态、军事、等众多领域发挥了其优点。高光谱数据的特点是波段多,能准确详细的提取地物信息。我国于2008年首次发射环境与生态监测卫星,它所获取的HSI高光谱数据具有图谱合一,光谱分辨率高,信息量丰富等优点,本研究选取HSI高光谱数据为森林健康评价的数据源。本文首先对高光谱数据进行预处理,然后从高光谱数据中提取植被指数信息;其次是构建阿尔山市杜拉尔林场森林健康评价模型;最后森林健康指数与研究区的林分、地形、气候、土壤等调查因子进行分区统计,分析之间的关系。本文主要得到以下结论:(1)从植被覆盖度高低、光合作用强弱、植被光谱特征等三个方面考虑,从高光谱数据中提取植被指数信息,选取的植被指数分别为:增强型植被指数、归一化植被指数、比值植被指数、红边归一化指数、Vogelmann红边指数1、绿度总和指数以及红边位置指数,以此基础上构建了阿尔山市杜拉尔林场森林健康评价指标体系。(2)约请专家对选取的各植被指数进行打分,专家意见统一之后采用层次分析法给各植被指数指标赋权重值,然后运用综合指数法建立了阿尔山市杜拉尔林场森林健康评价模型,依据上述模型所得到的结果运用Arc GIS软件自然间断点分级工具将森林健康指数分为四个等级:不健康、亚健康、健康、优质健康,并制作出阿尔山市杜拉尔林场的森林健康状况空间分布图。(3)利用高光谱遥感建立的森林健康评价模型所得出的结果与传统的样地调查方法得出的结果进行对比分析结果显示,此模型得出的结果与传统样地调查方法得出的结果显著相关,判定系数R2为0.7849,P<0.01。此模型得出的森林健康指数小于传统调查结果但趋势一致。(4)结合林分数据、地形数据、气候数据、土壤数据,对比分析各调查因子与森林健康指数的关系。相关性分析结果显示林分的海拔、龄组、降水量与森林健康指数是极显著的正相关关系(P<0.01),土层厚度与森林健康指数是显著的正相关关系(P<0.05),气温与森林健康指数是极显著负相关关系(P<0.01)。与此同时对各调查因子与森林健康指数进行叠加分析,得到了各因子不同等级情况下的森林树木的生长情况。