郁闭度具有获取便捷的特点,是森林资源调查的基本因子之一,也是检测森林状态、检验营林效果的重要指标,并已成为许多重要特征遥感反演的基础数据。另一方面,纹理特征成为遥感信息挖掘的重要方向,并被用于判别单纯依靠光谱特征无法有效识别的信息,但纹理的应用范围与可行性仍缺乏验证。以福建省三明市、将乐县、沙县、延平区4县(市、区)HJ-1　CCD多光谱数据及实测松林郁闭度为主要数据,基于灰度共生矩阵法提取均值、方差、协同性、对比度、相异性、熵、角二阶矩及相关性等8类纹理特征(共计32个),利用单因素方差分析法筛选24个对松林郁闭度变化有所响应的纹理,并分别以单个、单类纹理特征及多纹理特征联合为自变量,建立极弱度郁闭林、弱度郁闭林与中度郁闭林的Fisher判别函数。结果表明,单个纹理特征对松林郁闭度的判别能力普遍较差,仅COR_2、COR_4、CON_1、CON_2判别精度高于50%;单类纹理特征对郁闭度的判别能力有所提高,均值、方差、对比度的判别精度高于50%,而相关性的判别精度可达62.7%;多纹理特征联合对松林郁闭度有更高的判别能力,精度达74.6%。由此证明,纹理具备郁闭度的响应能力,在其他特征的遥感反演过程中可以应用,但需要深入挖掘其相关性与响应机制。