جنگل¬ها بزرگ¬ترین منبع ذخایر کربن در اکوسیستم¬های زمینی هستند. با این حال، به دلیل ساختار پیچیده و وسعت جنگل¬ها، برآورد دقیقی از ذخایر کربن جنگل¬ها در دست نیست. نظارت بر جنگل¬ها با استفاده از تصاویر ماهواره¬ای در چند دهه¬ی اخیر، به¬جایی رسیده است که این مجموعه داده¬ها به¬عنوان اطلاعات جهت سیاستگذاری¬های بین¬المللی، به¬طور قابل توجهی در ارتباط با میزان انتشار دی¬اکسید کربن موجود در اتمسفر ناشی از جنگل¬زدایی و سایر تغییرات کاربری اراضی زمین مورد استفاده قرار می¬گیرند. هدف از این مطالعه، تعیین قابلیت داده¬های سنجنده spot-hrg در برآورد ذخیره کربن روی زمینی جنگل در سری یک جنگل آموزشی پژوهشی دارابکلا می¬باشد. پیش¬پردازش و پردازش¬های مختلف، جهت حذف و یا کاهش خطای هندسی و اتمسفری بر روی تصاویر انجام شد. با استفاده از آماربرداری خوشه¬ای، تعداد 165 قطعه نمونه مربعی شکل با ابعاد 30×30 متر برداشت گردید. در مجموع 165 قطعه نمونه برداشت شده که تعداد 81 قطعه نمونه در رویشگاه طبیعی و 84 قطعه نمونه در قسمت جنگل¬کاری قرار داشت. پس از برداشت داده¬های زمینی، میزان زی¬توده و ذخیره کربن در سطح پلات و در هکتار محاسبه گردید. برای مدلسازی از روش ناپارامتری رگرسیون بردار پشتیبان (svr) با کرنل¬های مختلف شامل خطی، سیگموئید، چندجمله¬ای و rbf استفاده شد. با استفاده از رگرسیون بردار پشتیبان (svr) بهترین مدل¬های رگرسیونی تولید و با در نظر گرفتن معیارهای اعتبار سنجی بهترین مدل از بین چهار کرنل محاسبه شده انتخاب شد. برای کل منطقه مورد مطالعه مدل چند جمله¬ای درجه سوم با درصد rmse و درصد اریبی و صحت به ترتیب 41/38 %، 31/5 % و 2/62 % و برای جنگل طبیعی نیز مدل چند جمله¬ای به¬ترتیب با 77/42 %، 58/16 % و 3/57 % و برای محدوده جنگل¬کاری به¬ترتیب با 71/44 %، 31/2 % و 3/64 % به¬عنوان بهترین مدل¬ها انتخاب گردید. در مجموع، نتایج این مطالعه نشان داد که سنجنده spot-hrg و الگوریتم ماشین¬های بردار پشتیبان دارای قابلیت مناسبی جهت برآورد میزان ذخیره کربن روی زمینی می¬باشد.