K-邻近距离法(KNN)作为一种非参数方法,多适用于非正态分布和密度函数未知的遥感数据分类和参数估计,已被广泛地用于寒带和亚寒带地区的多源林业调查和森林蓄积量估计反演。从KNN方法的基本原理出发,在与传统蓄积量遥感估计方法进行对比的基础上,详细地介绍了KNN方法的特点以及与K-mean方法的区别,总结了KNN法森林蓄积量估计误差的评价模型和度量参数。还对KNN法森林蓄积量遥感估计的国内外研究动态进行了总结,表明了多源信息在KNN法森林蓄积量遥感估计中的重要性,总结出KNN方法进行森林蓄积量遥感估计的两种方法:基于样地点级和基于林分级。最后详细阐述了影响KNN法森林蓄积量估计的众多因素,提出了在低纬度地区利用KNN法对森林蓄积量遥感估计和反演进行系统研究的建议。