科学有效地评估森林状况及经营管理森林离不开对各种有关森林参数系统、全面、准确、及时、可靠地调查,调查数据为科学合理的森林经营决策提供理论依据和参考,对森林的可持续经营和发展具有重要意义。虽然传统的森林调查能够获取准确的数据,但是需要耗费巨大的人力、物力和财力,通常时间也较长,调查数据具有主观性,新兴遥感技术的发展为其提供了新的可能性。本研究以湘西地区为研究对象,利用2007年78个固定样地调查数据和同期SPOT-5遥感影像,运用全子集回归模型,分别构建湘西地区各种林分参数的预估模型,主要包括传统森林结构参数(林木数量NT、胸高断面积BA、蓄积量SV)、森林林木大小多样性参数(DBH标准误SDDBH、基尼指数GC、二次平均直径QMD)、森林物种多样性参数(Shannon指数SHI、Simpson指数SII、Pielou指数PI)、森林林木空间多样性参数,也就是林分空间结构参数(角尺度W、大小比U、混交度M)、森林生态功能指数(FEFI)以及地上乔木碳储量(C)。采用BOX-COX变换消除数据异方差、留一交叉验证方法对上述模型进行精度验证、SW检验和NCV检验残差的正态性和等方差性。结果表明使用SPOT-5卫星影像提取的光谱以及纹理信息可以可靠的预测胸高断面积(BA)、蓄积量(SV)、角尺度(W)、大小比(U)、混交度(M)、二次平均直径(QMD)、Shannon指数、Simpson指数、Pielou指数、森林生态功能指数(FEFI)和地上乔木碳储量,调整的决定系数(Radj2)都能达到0.5以上,而且模型的残差呈均匀的分布在0附近,没有明显的变化趋势,构建的模型能够预估林分变量,为林分变量的快速、经济和定量的评价提供数据支持,为有效森林管理以及决策的制定提供理论支持。