在野外找到老龄树群,是树轮气候学研究的一个关键环节。目前,还没有在大尺度空间上连续的高精度的树龄数据可供使用。本文尝试建立一种基于遥感数据定位老龄树群的方法。以30m分辨率的Landsat 8 OLI 131/38遥感影像一景为例,首先在该影像范围内收集22个已发表的树轮宽度年表长度数据,根据经纬度定点提取年表对应的12个遥感指标值,包括波段1-7和植被指数NDVI、ND65、ND75、GNDVI、TNVDI。之后,基于年表长度与12个指标间的相关性建立估算模型,模型的建立及诊断全程通过编写R程序代码实现。建模时,先基于与年表长度皮尔逊相关系数最高的植被指数NDVI建立二者之间的一元线性回归模型并诊断,以确定基于回归模型估算年表长度的有效性,该模型拟合优度R2为0.52,标准差50.51年,并通过回归诊断。接着,尝试将模型扩展至多元线性回归以提高估算精度及准确性,得到最优的多元线性回归模型三纳入波段3-波段6、ND65、ND75、GNDVI、TNDVI共计8个变量,拟合优度R2达0.82,标准差37.87年,模型通过回归诊断。最后,使用Arcgis10.2软件实现对131/38影像年表长度空间分布估算,估算分别基于上述一元线性回归模型和多元线性回归模型三。估算结果的有效性通过6个已发表树轮验证点的估算值与实际值的偏差来验证,结果表明多元线性回归模型估算结果的有效性要明显优于一元线性回归模型,其中验证点c多元线性回归模型三估算结果与实际值偏差仅5.34年。对估算结果进行不确定性分析发现,异常值与林地和非林地分类精度、影像阴影和像元亮度有关。利用遥感影像数据良好的监测地表空间异质性的能力,实现对树轮年表长度在空间上连续的高分辨率的估算,将该信息作为林龄的一种近似替代,可以辅助树轮学研究者快速、准确、定量地寻找到老龄树群。