为了从Sentinel-2A影像中快速、准确提取竹林分布信息，以福建省永安市上坪乡竹林为研究区开展竹林提取研究.在影像分割的基础上，提取原始波段光谱、红边光谱指数、纹理3类共18个特征变量，利用随机森林Gini系数法进行特征变量重要性排序，设计5种不同特征变量组合方案，采用随机森林分类进行竹林分布信息提取.结果表明：原始波段光谱特征在Sentinel-2A影像竹林信息提取中具有重要作用，红边光谱指数特征次之，纹理特征未发挥显著作用.在红边光谱指数特征中，基于红边综合效应指数（MVIred1）构建的红边竹林指数3(BImvired1)具有良好的分类性能；利用随机森林Gini指标结合OOB泛化误差法有效减少了噪声数据的影响，筛选出最有利于竹林提取的特征变量子集，基于该特征子集的竹林分类总体精度（OA）达到94.58%、Kappa系数0.91、生产者精度（PA）为95.09%、用户精度（UA）85.54%.