风景林的质量主要体现在人对风景林审美需求的满足程度,是人对风景林结构合理性、风景林与其周边环境和谐程度的综合反映。本研究基于高分辨率遥感影像进行分类,结合地面调查资料及数据,对试验区风景林树种组成、林分密度、林分空间结构、林木空间格局、冠层结构等景观要素进行反演,研究其对风景林景观遥感解译的影响。主要研究结论如下：(1)采用分割——基于规则的分类——基于分类器的面向对象的分类方法,通过eCognition软件中的Bayes分类器、支持向量机分类器(SVM)、K最邻近结点算法(KNN)、决策树分类器(Decision Tree)四种分类器对森林分类精度的比较,得到分类结果依次为决策树分类器>K最邻近结点算法>Bayes分类器>支持向量机分类器,其中决策树分类器总体分类精度为90.20%,Kappa系数为89.61%,且生产精度具有较好的稳定性,可得到比较满意的分类结果。(2)在以遥感分类结果的基础上,对板石河林场进行大量地面信息调查,分析试验区194块样地各类型风景林结构状况。研究表明试验区主要由混交林构成为主,其中分别以白桦、椴树、红松、杨树、榆树为优势树种的林分,以及人工营造的落叶松、云杉林；大部分林分处于中龄林、成熟林阶段,次之幼龄林、近熟林,过熟林几乎没有。林分密度在600株/hm2至1500株/hm2,中龄林以上的林分树种分化明显；阔叶林混交度垂直多样性高于针叶林；中龄林以上的林分高差大于幼龄林,其中落叶松林、混交林明显高于其它林分,高差>10m。随着林龄的增长,各类林分的分布由聚集性强到逐渐随机；阔叶树种叶面积指数高于针叶树种,林分幼龄到中龄阶段,叶面积和平均叶倾角指数值逐渐增大,冠层林窗参数值较小,随着林龄的增长,叶面积和平均叶倾角指数值降低,冠层林窗参数上升。(3)利用SPSS统计分析软件对影响林分空间布局的景观要素进行逐步线性回归模型。其中,平均叶面积和叶倾角指数的模拟效果比较好,能够采用较少的自变量,得到高决定系数的模型；林分密度、径级离散度、负二项式K值的估测模型效果差,决定系数分别为0.500、0.535、0.516,说明林分的疏密度、林分树种分化度、林木分布情况与光谱特征和纹理特征存在非线性关系。(4)通过方差分析得出平均密度、平均胸径、混交度、垂直多样性、平均叶面积、冠层林窗的P<0.05,说明这些景观要素参数对遥感解译精度的影响显著。由聚类分析可知801-1100株/hm2和1101-1500株/hm2的平均密度范围、9.0-17.0cm和17.1-26.0cm的平均胸径为主的林分基本结构因子,0.41-0.60和0.61-0.80的混交度、0.20-0.50和0.81-1.20的垂直多样性为主的林分空间结构,2.81-3.80和3.81-5.31的平均叶面积、0.10-0.20和0.21-0.30冠层林窗的冠层特性分别同遥感解译得到的各景观类型具有紧密的显著关系。