叶面积指数、叶面积剖面、叶夹角和叶倾角是玉米重要的三维结构参数,与玉米光截获能力、蒸散发能力和光合作用等密切相关,同时也是构建作物结构和辐射传输等模型的重要参数。激光雷达作为一种新兴的主动式遥感技术,能够用于精确获取作物三维信息,实现了从二维到三维的跨越。如何利用激光雷达对作物三维结构参数进行精确的估算已成为当前研究的热点问题。本文在北京市农林科学院国家精准农业研究示范基地进行实验,分别于2018年基于无人机激光雷达获取小区尺度玉米点云数据和2019年基于地基激光雷达获取单株尺度玉米点云数据,进行以上参数估算。论文主要工作和结论如下:(1)数据获取及预处理:基于无人机激光雷达系统和地基激光雷达系统,研究数据采集方法,进行小区尺度和单株尺度玉米点云数据获取;根据激光雷达采集数据的特点,研究了数据解算、多站扫描数据拼接、点云去噪和配准以及根据玉米的农学特征将玉米分为上、中和下三层等预处理流程。(2)基于无人机激光雷达小区尺度叶面积指数估算及分析:由于玉米上层点云数据受遮挡效应影响最小,因此基于体素法采用上层数据分析各航线对应的最优体素大小;根据各航线对应的最优体素大小估算整株玉米叶面积指数,进行精度分析,得出最优入射角,并对东西和南北种植垄向的玉米点云估算精度进行对比,得出无人机飞行方向垂直于玉米种植垄向时叶面积指数估算精度更高;分析最优入射角获取的玉米点云数据上中下三层的估算精度,对无人机激光雷达获取玉米点云数据的遮挡效应进行定量评价。(3)基于地基雷达单株尺度叶夹角和叶倾角估算及分析:提出了一种采用支持向量机估算叶夹角和叶倾角的方法,包括茎叶分离、叶片聚类以及特征点提取(叶梢点、中心点、叶位点、叶片点数和叶片投影面积);并与骨架提取算法进行精度对比;最后对不同层和不同品种的叶夹角和叶倾角分布进行分析。(4)基于无人机激光雷达小区尺度叶面积剖面估算及分析:基于第3章中分析出的最优入射角,采用第4章提出的叶倾角估算方法,结合点云入射角和玉米叶片叶倾角分布,提出了一种分层计算校正因子的方法,提高了无人机激光雷达对叶面积剖面的估算精度;分析了不同种植密度和不同生长期叶面积剖面和平均叶面积剖面的分布变化情况;最后对计算叶面积剖面时采用的水平层厚度进行了讨论。