Исследована трансформация лесов Южного Урала за 25-летний период с применением геоинформационных систем и методов дистанционного зондирования. Определен нормализованный разностный вегетационный индекс (NDVI - Normalized Difference Vegetation Index), который отражает влияние таких факторов, как содержание хлорофилла, площадь поверхности листьев, плотность и структура растительности. Индекс вычислен на основе дешифрования разновременных космических снимков (1995, 2013 и 2020 гг.) со спутников Pleiades-1A, Landsat-5 и -8 с использованием программного пакета ArcGIS для создания карты растительности, отражающей значения NDVI, и ретроспективного анализа ее состояния. Найденные значения имеют тесную корреляционную связь с показателями жизненного состояния, полученными натурным методом (коэффициент корреляции - 0,69). Расчет индекса NDVI, генерирование карт диапазона фиксированных значений NDVI и комбинация каналов «искусственные цвета» по годам позволили выделить лесные участки с оптимальными полнотой, возрастным и санитарным состоянием (темный окрас) и участки, нуждающиеся в лесовосстановлении. Сравнение распределения территории по классам NDVI за 1995-2020 гг. говорит о существенном изменении площади отдельных классов, которые сгруппированы в 11 классов и представлены значениями от -0,14 до +0,91. К 2020 г. превосходящая часть исследуемого участка стала относиться к более высоким классам NDVI - 9 и 10 и составила 98 %, что свидетельствует о возрастной однородности насаждений и повышении продуктивности лесов с 1995 г. Насаждения, имеющие большие индексы NDVI, характеризуются увеличенным по сравнению с другими древостоями накоплением древесной биомассы. Территории классов 1-9 (NDVI 0-0,8) демонстрируют значительное сокращение площади и схожую динамику, а территории классов 10-11 (NDVI 0,8-1,0) - ощутимую положительную динамику. Результаты исследования подтверждают правильность выбора индекса NDVI из известных индексов растительности для оценки трансформации типов подстилающей поверхности изучаемого участка за 25 лет. Таким образом, этот индекс является объективным индикатором состояния лесных экосистем. Методы дешифрирования пространственных изображений могут быть использованы для определения площади лесопокрытых земель и значительно повысить эффективность управления лесными ресурсами.