人类对森林的关注正随着时代的发展日益提高,激光雷达技术的应用为森林空间信息获取提供了新的技术支持,其鲜明的数据特点和海量数据的获取也为实际应用提供了巨大的应用潜力。本文围绕着使用机载LIDAR数据获取森林资源调查因子这一主题展开研究,以促进激光雷达技术在林业领域的深入发展与应用。以甘肃大野口生态定位站青海云杉水源涵养林为研究对象,在获取机载LIDAR数据、实测地面定位数据和实测样地林木数据的基础上,首先进行了激光数据的DEM滤波工作,其次通过机载LIDAR数据反演出部分测树因子(单木树高、冠幅、株数),最后用LIDAR数据和反演的测树因子构造变量,通过建立多元线性回归模型及联立方程组应用对森林参数进行了再估计,这充分体现了LIDAR数据总体对森林参数的应用能力。研究结果表明,LIDAR数据对生物量、株数、断面积平均直径、树高、冠幅这些主要森林参数估计模型的确定系数达到了0.829、0.837、0.866、0.897、0.886。主要研究内容和结论有:1、提出了判别分析求取DEM的思路和方法本文以包含林地和空地的补充样地为起点,通过对激光点云单次和多次回波数据的三维空间坐标分布、反射强度分布和垂直分布三方面特征进行探讨,从中分离出地面点集、植被点集两类初始群体,进而提出了基于判别分析的林地DEM提取方法。用实测地面控制点(1472个)的样地进行检验,结果表明:对山区林地林木复杂环境的DEM提取采用判别分析的方法是可行的,其精度达到高差总平均值0.236m,方差0.05,高差处于-0.5m-0.5m之间的数据占总量的93.85%。这种方法避免了人工确定参数或阈值,有助于提高数据处理的自动化。2、确定单木识别株数和建立可变窗口经验模型采用一定窗口内CHM局部最高点与实测单木匹配的方法来确定单木识别株数。窗口分为圆形和方形两种模板、固定与可变两种形式。通过比较得出在研究的森林类型中圆形窗口好于方形窗口、可变窗口优于固定窗口。可变窗口直径(W = 0.003164*h^2 + 0.1311*h + 1.108)根据分级树高的冠幅平均值构造,并用误差进行调整。通过比较不同调整窗口及最小识别窗口识别单木垂直与水平误差、识别株数及匹配通过率,确定了识别株数,再经过去除部分单木(过小识别冠幅)后剩余识别单木高度和距离误差的变动检验、高于主要郁闭高实测株数的辅助验证,最终得出,这种窗口构造方式可行,且采用3被标准差调整后的可变窗口(即Cw-0.6)识别的株数为最佳。3、发展了森林CHM离散数据的高程频数曲线特征的使用森林CHM离散数据的高程频数曲线形态具有典型的特征:随高程降低,频数总是先增加到一个最大值后开始下降,频数最大值意味着林分在这一高度处的枝叶面积在水平空间得以最大体现,此处对应的高度本文称主要郁闭高,这一特征高度是比较稳定的。本文依据这一高度将识别的单木分成了大树、中等树(见5.1.2)范围,在后面的模型原型研究中可见,这一高度是对主要森林参数估计响应显著的指标。4、建立基于机载激光雷达数据估计主要森林参数的单模型原型组用激光数据识别的单木数据、识别单木的大树分级数据、植被表面回波数据和植被点云数据构造了一系列变量,同主要森林参数进行了多元线性回归的模型原型建模工作,综合应用基于等价的模糊聚类、双重筛选及简单相关关系方法,共计得到了主要森林参数的单个估计模型14个,从模型回归效果看,对生物量、株数、断面积平均直径、树高、冠幅这些主要森林参数估计模型的确定系数达到了0.829、0.837、0.866、0.897、0.886。机载LIDAR数据具备对主要森林参数良好的估计能力。并对森林参数响应显著的LIDAR解释变量进行了有意义的探索,为今后的工作指出了一些研究思路。5、建立联立方程组应用模型单个模型不能体现森林参数间固有的内在关系,尤其在森林未被破坏的情况下,森林内部参数间往往存在固定的数学关系或更广泛的生物学联系,通过联立方程组模型的介入和参数再估计,使单个模型间更好体现了对森林参数估计时内在的联系。不仅提供了改善了部分模型的回归效果的可能,更扩展了模型的应用能力和相容性。由于模型间关系的限制,单模型的实际应用受到了挑战。通过对本文单个模型的联立应用和参数求解,使得模型间的关系得以体现,联立求解的效果好于模型间的直接相互推导和递归估计使用。