林业资源作为人类的重要自然资源之一,一直以来都是研究的热点。冠层作为植物最先接触到外界气体环境与光照的部位,为植物研究提供参照根据。植物冠层的孔隙率（Gap fraction,GF）是描述冠层结构的重要指标,它决定了光向冠层下层的传输,是影响光和气流通过树冠传输的重要属性。现有的基于半球照片(GFimg)和光学传输模型(GFlight)的树冠孔隙率估计方法,忽略了构成树冠的包括枝干和叶子的自然形态几何结构,且受到观察角度的限制,只能获取局部信息。因此,在多孔介质启发式理论和计算机图形学的启发下,本文开展了以下工作:（1）在交叉学科领域利用计算机图形学的方法,定义四个辅助条件以确保提取出的各个叶表面中心区域点的准确性。然后,使用基于密度的带噪声的聚类算法（DBSCAN）对叶片的中心区域点聚类,并获得与每个叶片表面相对应的中心点,从而从激光点云中识别单片叶子。同时使用圆柱体拟合算法根据树木生态属性设置的不同半径实现枝干重建,从而生成枝干（木材）体积。（2）利用计算机图形学的移动最小二乘和三次多项式曲线拟合算法估算每片叶子的等效体积。定义等效厚度的概念用以描述叶子的卷曲和下垂程度,从而表示叶片从侧面对光线和气流的拦截。将叶片点云看作一个整体,在x、y、z轴旋转,进而得到轴方差最小的旋转参数,判别叶片方向,根据该方向生成最优的六边形棱镜以得到叶片等效体积。（3）利用多孔介质理论估计基于体积的树冠孔隙率(GFvol)。将树冠视为多相多孔介质,使用Alphashape凸包算法分别计算枝干、单个叶片以及树冠的体积。则基于体积的树冠孔隙率为1与植物叶子和枝干的总体积与树冠体积的比率的差值。本文实验结果表明,五种树木和一块林地估计的孔隙率在0.96-0.99之间,该数值越接近于1表明树冠透光性越好。其中,紫薇透光性最好,叶面积指数最低。