良好的影像分割结果能够提高树种分类的精度，而分割效果取决于最优分割尺度（optimal scale parameter,OSP）的选择。以往研究依赖人为设置的尺度序列，结果具有主观性。为避免此问题，以高分二号影像（GF-2）为数据源，提出一种基于有效尺度区间的非监督OSP选择方法，用于确定不同森林类型最佳分割结果出现的分割尺度。影像分割采用多分辨率分割（multi-resolution segmentation,MRS）算法，通过构建有效尺度区间估计函数（effective scale interval estimation functions,ESF），结合总体优度函数（overall goodness F-measure,OGF）得出不同森林类型在不同尺度区间下的OSP，最后依据监督分割精度分析结合谷歌地图目视判读确定最佳分割结果。结果表明，OGF在有效尺度区间Ⅲ获取的OSP得到了各森林类型的最佳分割结果，监督分割评价方法（F-measure）的最低和最高值分别为0.731 1和0.873 3。同时，在GF-2影像树种分类的分割任务中，OSP与树种和森林类型有关。研究结果为高分辨率遥感影像树种分类的对象提取提供技术支撑，同时为不同地物组成的复杂影像分割尺度参数选择提供方法。