提出了一种基于随机森林预测模型的太赫兹时域光谱的木材鉴别方法。对4种木材(2种红木、2种非红木)在0.2～1.2 THz频率范围的吸收光谱的差异进行分析；对得到的光谱吸光度数据进行主成分分析的数据降维处理,并提取方差贡献率最高的五种主成分(总贡献率高达99.65%)；将其代入随机森林预测模型预测鉴别红木的真伪，得出相应训练集和测试集的识别率。实验结果表明，与传统的支持向量机预测模型和单一决策树模型比较，使用时域光谱技术结合随机森林预测模型能够得到更高的识别率,识别率可达91.25%，能够准确对红