【摘要】【目的】为提高森林火灾监测的时效性，利用我国新一代静止气象卫星FY4的遥感数据，研究对森林火灾监测的技术和方法。【方法】以贵州省为研究区，利用FY4遥感数据，对FY4的14个波段进行火点样本的波段特征、波段间相关系数、波段组合OIF指数计算，并对判别森林火灾相关的云、水体、林地、火点4类地物进行光谱特征分析，采用支持向量机对OIF指数排名前10的波段组合进行地物分类精度验证，筛选出最适合进行森林火灾判别的波段组合。构建最小距离模型、马氏距离模型、支持向量机以及决策树模型进行森林火灾判别，利用中国森林防火网森林火灾数据，以判别精度（D）、多分误差（M）、漏分误差（O）为模型的评价指标，对4个模型进行精度验证，筛选出最优的森林火灾判别模型。【结果】1）筛选出最适合进行森林火灾判别的波段组合是（B7,B8,B12），其支持向量机地物分类精度为99.21%,Kappa系数为0.855，是进行森林火灾判别地物分类精度最高的波段组合，与最优波段组合筛选结果一致。2)4个模型的森林火灾判别精度都超过了85%，其中决策树模型判别森林火灾的精度为100%。【结论】基于FY4遥感数据决策树模型的构建，提高了森林火灾监测的时效性，对保护森林资源、减少人民生命财产损失具有重要的意义。