背包激光雷达扫描技术（Backpack Li DAR,背包Li DAR）是一种新式的激光雷达扫描技术。因其背负式的便捷操作方式以及相关技术的不断发展,其在林业资源调查中能够发挥较大作用,尤其是在单木胸径的提取上,相比机载式激光扫描技术能够更完整、快速、便捷地获取林下点云数据。传统提取胸径的方法是通过截取单木胸径处点云进行圆拟合,以拟合圆的直径作为单木胸径参数,但是在城市公园中,景观树木多为移栽而来,为了保证移栽树木的生长会为树木加装支撑杆,如果使用传统方法进行胸径提取会产生较大的误差。本文从以上问题入手,对背包Li DAR点云数据提取单木胸径、树高等参数进行了研究,主要研究内容概括如下:（1）针对单木分割对三种不同的算法进行了研究和对比。本研究在获取单木点云数据的基础上,对基于区域生长单木分割、基于欧式聚类单木分割和基于密度聚类（Density-Based Spatial Clustering of Applications with Noise,DBSCAN）单木分割三种方法对数据大小和复杂程度不同的两组点云进行了单木分割实验。在此基础上对三种方法的单木分割精度和效率进行了对比。结果表明基于区域生长单木分割和基于欧式聚类单木分割方法在分割效率上优于DBSCAN单木分割,但在遇到邻近树木树枝点云有交叉的情况时,分割精度劣于DBSCAN单木分割方法;（2）对单木树高提取方法进行了改进。传统提取树高的方法是寻找单木点云树高z值最大、最小值作差的方法。本研究发现,在进行地面点滤波时会对树木根部点云存在部分错误滤除;若直接以z值最大点作为单木树高则可能因为该点是噪声点造成提取结果过高。本研究在对提取到z值最大点后,以该点为树高待定点,加入该点邻域内点密度作为判定条件,能够较好地提高树高提取精度;（3）对城市公园树木胸径提取方法进行了改进。城市公园树木大都存在支撑杆,大大影响了树木胸径提取精度。传统方法对自然林的树木胸径处点云切片直接进行圆拟合后即可得到较为准确的胸径参数,而针对城市公园中单木胸径处点云切片存在支撑杆点云噪声的问题,本研究借助C++、Python编程语言,结合PCL、Open 3D库实现了改进的基于最小二乘圆拟合方法,通过切片点云聚类、计算聚类质心、比较每个聚类的质心与其他聚类质心间的距离,确定单木胸径点云然后进行胸径拟合,极大地提高了胸径提取结果。结合重庆市广阳岛城市公园单木参数提取实际项目,对本文的研究成果及开发的程序进行了实践。结果证明,本文的研究成果可以大大提高城市公园单木参数提取精度,提取结果满足所依附项目的精度和效率要求,可以进行推广和应用。该论文有图49副,表14个,参考文献59篇。