本研究旨在探索一种基于多源遥感数据的提高山地森林识别精度的方法。以祁连山国家公园肃南县段为实验区,结合ICESat/GLAS(geoscience laser altimeter system )星载激光雷达数据、Landsat OLI影像、Google Earth高分辨率影像、DEM数据以及样地调查数据,综合利用各数据提供的垂直结构、光谱、季相和地形特征探索基于多源遥感数据的山地森林识别精度提升方法。结果表明:1)将经过地形校正后的GLAS数据提取的垂直结构信息与光谱信息结合能够提高山区复杂地形条件下森林范围识别的精度,相比仅依据光谱特征进行分类,依据光谱及垂直结构综合特征分类时其总体分类精度提高了10.67%。2)地形信息的加入能够尽量全面的考虑到不同地形特征上各森林类型的不同光谱特征,从而提升森林类型的识别精度,且就本研究区域而言,加入坡向信息比海拔信息更能够提高森林类型的分类精度。3)多源多时相遥感影像提供的季相特征能够对不同森林类型的分类提供帮助,而不同的波段组合对分类精度几乎没有影响。 研究对探索低成本、高时效、操作方便并具有一定精度保证的山地森林识别方法具有一定的借鉴意义。