碳作为地球上储量最为丰富的元素之一,也是有机化合物的基本组分、构成生命体的基本元素。大气层中二氧化碳浓度的变化能够直接影响到地球能量的收支平衡,并因此影响到全球的气候变化。随着人类社会经济的飞速发展,尤其是工业革命以来,过多的碳排量已经打破了一直以来的碳循环平衡,成为了全球气候变化最大的不确定因素。森林作为生物圈的主体,在地球系统中对碳循环、水循环和能量循环都起着至关重要的作用。经过统计表明,森林面积约占陆地面积的1/3,但其总生物量约占陆地生物总量90％,而全球65％的净初级生产力也来自森林。区域及全球范围内森林生物量的反演是理解和监测生态系统对人类活动和气候变化的响应。目前用于估算生物量的方法主要分为三种:实地测量；基于GIS技术；基于遥感数据。传统的实测方法是最为精确的方式,但需要耗费大量的人力物力；基于GIS的估测也因为环境因素和难以收集到好的辅助数据而难以推广。大量研究表明,遥感技术是一种能够有效获取大范围森林信息的技术手段,包括光学遥感、雷达遥感及激光雷达遥感等。光学传感器能够准确地测量森林植被的水平信息,但在垂直尺度却因为无法穿透森林冠层而导致其无法准确测定树冠的垂直信息；雷达具有全天时全天候的工作能力,并能够对森林树冠进行有效地穿透,以获取森林的垂直剖面信息:而激光雷达通过记录激光脉冲自目标物的返回信号,提供了植被覆盖区域的植被高度、地表高度以及垂直分布。如何进行区域或全球的生物量估算并制图,一直以来是研究的热点。受区域环境的影响,各个区域的森林性质各异,从而导致了基于地域性尺度产生的生物量估算方法的局限性。在不同区域对不同结构的森林系统发展不同的生物量估算模型需要大量生物量采样点。原定的美国新一轮的DESDynI计划将提供全球系统的lidar抽样数据和覆盖全球的L波段高分辨率雷达数据用于研究植被三维结构。尽管由于经费原因,该计划已从美国2012年的预算中取消,它所定的方法仍在继续研究。未来NASA的ICESat-2上的lidar和ESA的BIOMASS项目的P波段雷达将提供类似的数据。本研究所采用数据来自于它的两个模拟传感器,激光植被成像传感器(Laser Vegetation Imaging Sensor,LVIS)的地理编码高程数据(LGE)与Uninhabited Aerial Vehicle Synthetic Aperture Radar(简称UAVSAR)的重复轨道数据。本研究基于2009年和2010年夏天的地面调查数据对美国缅因州Howland和Penobscot两个实验森林区进行了生物量反演的方法研究,并利用了星载雷达数据进行方法的可行性验证.本论文在利用lidar和SAR数据进行生物量反演和制图方面作了深入研究,制定了基于大脚印激光雷达与SAR后向散射数据的生物量反演流程。LVIS的脚印大小为20m,在去除不符合要求的脚印点之后,LGE的波形四分量数据脚印之间依然足够紧密,可以利用三角网线性内插的方法得到15m像元分辨率采样点覆盖区的波形四分量高度图。利用实测生物量数据建立了不同分辨率下从LVIS四分量高度数据估计生物量的回归关系。验证结果表明基于LVIS波形四分量高度的生物量图精度较高,能够作为基准生物量进行下一步的研究。由于机载侧视雷达较宽的入射角范围会导致距离向的明暗变化,在利用UAVSAR数据进行生物量反演之前,首先发展了一个基于地形纠正模型的半经验辐射纠正模型来去除入射角对雷达信号的影响。经过纠正之后,对用不同的结合方式下(包括单轨、多轨、升降轨等组合方式)的SAR后向散射系数的生物量反演进行了研究,证明了升降轨数据的结合能够对森林结构很好地描述,并消除部分环境影响,有效地提高反演精度。同时,我们对星载PASLAR双极化数据与实测生物量数据建立回归关系,并加以验证成图。　　 本研究利用基于特征值-特征向量的极化目标分解技术对UAVSAR全极化数据进行了极化分解,获取了基于不同散射机理的极化分量,并把这些分量用于生物量的反演,结果证明,当传统全极化数据与这些不同散射机理的极化散射分量相结合时,能够更加完整地描述森林结构信息,从而提高生物量反演精度。对联合应用雷达数据和激光雷达数据在LVIS覆盖区域进行生物量制图表明了两者数据的联合能够有效地提高反演精度。随后,利用LVIS生物量图中的有限采样点,建立生物量和SAP,数据的关系,用单一SAR数据形成整个区域的生物量图。评估了联合应用lidar采样点和SAR图像进行区域性生物量制图的有效性。,并以森林分类和未分类这两种不同的方式进行生物量反演,结果发现,由于LVIS生物量在低端的缺失,导致在较高分辨率(50m分辨率)时效果不佳,但上升到1.50m~250m时精度提高不少,且比较森林分类和森林未分类两种方式时未发现精度的明显区别。最后们对基于SAR和Lidar数据的生物量反演进行了总体评价,制定针对两者数据结合辅助数据的制图流程。