陆地生态系统碳循环是全球碳循环中非常重要的环节,在全球气候变化中扮演着重要的角色。森林作为陆地生态系统的主体,储存了陆地生态系统中50%-60%的碳,在陆地生物圈层和大气圈层之间的碳循环交换过程中起着重要作用。森林地上生物量(Aboveground Biomass,AGB)是森林生态系统碳汇潜力评估的重要指标,如何快速、准确地估算森林地上生物量信息,成为近年来森林生态系统与全球气候变化研究的关键,对全球碳循环研究以及全球变化的理解有着重要意义。本论文以内蒙古大兴安岭林区为研究区,开展基于遥感和生态模型的森林地上生物量更新研究。使用多源遥感数据通过4尺度几何光学模型反演和数据融合算法生成了高时空分辨率的LAI序列数据,并结合气象数据、土壤数据、植被覆盖类型数据和生物量数据共同驱动BEPS模型模拟2006-2012年研究区森林NPP。在此基础上,进行森林地上生物量的更新,最后采用地面实测生物量数据以及机载Lidar数据反演的生物量数据对生物量更新结果进行了验证和分析。研究取得的主要成果和结论如下：1)高时空分辨率LAI序列数据生成和机载Lidar点云数据处理综合使用经验模型和物理反演模型进行LAI的定量估算。首先,基于TM/ETM+数据利用经验统计模型计算得到2005-2012年每年一景生长季的30m空间分辨率LAI数据,然后结合MODIS反射率数据和地表覆盖数据驱动4尺度几何光学模型反演得到2005-2012年500m分辨率每8天的LAI序列数据,最后融合两组LAI数据获得研究区2005-2012年每8天30m分辨率的LAI时间序列数据产品。从Lidar点云数据中分离出地面点与植被回波点,将地面点数据通过不规则三角网(TIN)进行插值生成DEM,然后利用得到的DEM对植被回波点高度进行归一化处理得到冠层高度模型(CHM),并在此基础上提取一系列变量,用于地上生物量估测模型的构建。2)森林地上生物量的遥感估算不同类型森林LAI和AGB之间呈现较好的相关性,基于LAI所建模型估算的AGB与观测数据一致性较好,其中以混交林的估算效果最佳,模型验证的R2和RMSE分别为0.62和1.40kg/m2,其次是针叶林(R2=0.59, RMSE=1.40kg/m2)和阔叶林(R2=0.54,RMSE=1.64kg/m2)。 Lidar点云数据中提取的大部分变量与地上生物量显著相关,相关系数高于0.85。利用冠层平均高度(hm)建立的AGB估算模型的R2为0.81, RMSE为1.09kg/m2。表明Lidar点云数据比LAI能更有效地估算AGB。3)森林净初级生产力模拟和地上生物量的更新利用改进的BEPS模型模拟了研究区的总初级生产力(GPP)、净初级生产力(NPP)和森林地上生长量(ABD,通过统计分析发现,2006-2012年间,研究区内不同植被类型的GPP、NPP和ABI均表现出明显的上升趋势,尤其以2009及2011年的增加幅度最大。利用模拟的NPP更新得到2012年的森林AGB,验证表明,更新的AGB与地面实测生物量数据、Lidar点云估算的地上生物量以及结合TM/ETM+数据估算的2012年地上生物量具有较好的一致性,表明利用BEPS模型结果更新森林地上生物量是可行的。