本研究利用高分二号遥感影像，结合光谱特征、纹理特征与植被指数，通过机器学习方法对湖南省黄丰桥林场的竹林分布进行了精确的提取和分析。首先，通过对不同时期竹林与其他主要树种光谱反射率差异的深入分析，确定了春季为竹林光谱特征最显著的时段，并选取春季高分二号影像作为研究数据源。采用二阶概率统计共生矩阵法提取多种纹理特征，随后通过皮尔逊相关系数分析与随机森林递归特征消除（RF-RFE）方法筛选出13个最具相关性的特征。最终，通过RF(随机森林)、SVM（支持向量机）和KNN(K近邻)3种分类算法生成了竹林分布图，实验结果表明，随机森林算法在竹林提取中表现最佳，整体精度达到94.83%。尽管本研究仅依赖于春季单一时相的遥感数据，未来研究可以引入大尺度、多时相的影像，以进一步提高竹林分布提取的精度与时效性。