20世纪70年代起，航天遥感技术开始在森林资源调查中得到应用，如何利用3S技术估计和反演森林蓄积量，已成为森林资源调查领域关注的热点。　　 森林蓄积量遥感的估计和反演是指通过数学手段，在遥感、计算机技术和数学物理模型推动下，利用卫星影像数据，结合少量的地面调查资料或地面临时样地资料，建立调查数据和遥感影像之间的数学模型，对森林蓄积量的数量(估计)和分布(反演)给出表达的建模技术。　　 传统的蓄积量遥感估计方法主要包括多元回归方法、偏最小二乘、最优回归方程等，这些方法都存在一个很大的缺陷，就是当影响蓄积估测的RS和GIS信息间存在复共线性时，它们就不适合进行蓄积量估计，而KNN方法则能够克服这种缺陷。　　 KNN方法，作为一种非参数方法，已经被广泛的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。在国内，KNN方法的森林蓄积量估计和反演在中国寒带和亚寒带地区的运用较少，而在亚热带地区则没有涉足。本论文以广东省翁源县为例，第一次将KNN法运用于中国亚热带地区的森林蓄积量的估计和反演中。结果表明：在对KNN法进行参数优选的基础上，对遥感影像进行分类和森林蓄积量的遥感估计的精度要明显优于传统分类方法和多元线性回归估计，KNN方法能够成功的用于亚热带地区的森林蓄积量的估计和反演。