The management of forest resources is complicated due to the complete lack of maintenance and disorganization of the land administration and survey that are decades old. Modern, unconventional monitoring systems are used with the aim of improving the existing records systems and creating a clearer insight into the state of forest resources. This study provides an example of the use of one such system, Sentinel-2. Using the R programming language, the multispectral Sentinel-2 images were classified by the Random Forest classification algorithm. Following the completion of the classifications, the accuracy of the classification was evaluated using the error matrix and the Kappa value. An analysis of forest resources for one cadastral municipality was accomplished using classified rasters and data from the Real Estate Cadastre Database. Based on the data analysis, major changes are visible in terms of the abandonment of agricultural land and its conversion into a certain form of forest vegetation. Furthermore, based on these data, the study demonstrates changes that can be monitored in shorter time intervals. Sentinel-2 images can be used to determine forest expansion, based on the aforementioned analyses, resulting in a clearer and better representation of existing forest resources that are unknown due to outdated and unreliable land administration systems. Gospodarenje šumskim resurima otežano je u uvjetima potpune neažurnosti i neuređenosti desetljećima starog sustava evidencije i izmjere. U svrhu poboljšanja postojećih evidencijskih sustava i stvaranja jasnijeg uvida u stanje šumskog bogatstva koriste se nekonvencionalni, suvremeni sustavi praćenja. Korištenje daljinskog istraživanja za procjenu šumskog bogatstva je važno, jer se inženjeri šumarstva i šumarske ustanove ne mogu pouzdati u postojeće evidencije preuzete iz katastra nekretnina kako bi utvrdili opseg šumskog bogatstva.Za demonstraciju korištenja daljinskog istraživanja u svrhu utvrđivanja opsega šumskog bogatstva preuzete su satelitske snimke Sentinel-2 za 2017. i 2022. godinu, kao i podaci iz baze podataka katastra nekretnina k.o. (katastarske općine) Brezici, slika 1. Preuzete multispektralne Sentinel-2 slike klasificirane su na temelju Random Forest klasifikacijskog algoritma, korištenjem programskog jezika R. Tijek procesa obrade podataka prikazan je na slici 2. Nakon završenih klasifikacija, točnost klasifikacije procijenjena je na temelju matrice pogrešaka i Kappa vrijednosti. Parametri točnosti za klasificirane snimke prikazani su u tablici 1. U prvom dijelu analize rezultata obavljeno je vizualno i numeričko preklapanje klasificiranih Sentinel-2 rastera iz 2017. i 2022. godine. Analiza je provedena s ciljem prikazivanja promjena koje se događaju na ograničenim područjima u kratkim vremenskim intervalima, slika 3. Drugi dio analize odnosi se na usporedbu podataka katastra nekretnina za k.o. Brezici nastalih na temelju izmjere i Sentinel-2 snimki iz 2022. godine, slika 4. i tablica 2. Cilj ovog dijela rada je pokazati razliku između stvarnog i katastarskog stanja. Na slici 5. i tablici 3. prikazane su razlike u načinu korištenja između katastra i Sentinel-2 snimki, što ukazuje na promjene nastale napuštanjem poljoprivrednog zemljišta i njegovom prenamjenom u određeni oblik šumske vegetacije. Prema bazi podataka katastra nekretnina, 26% ukupnog teritorija k.o. Brezici prekriveno je šumom, dok je zahvaljujući snimkama Sentinel-2 69% teritorija izdvojeno pod nekim oblikom visoke vegetacije, tablica 4. Analize pokazuju da se Sentinel-2 snimke mogu uspješno koristiti za utvrđivanje obuhvata šuma s ciljem boljeg i kvalitetnijeg prikaza postojećih šumskih resursa koji su nepoznati zbog zastarjelih i nepouzdanih sustava evidencije.