森林健康是森林经营管理过程中不可忽视的重要问题之一。在众多的胁迫因素中,森林病虫害是影响森林健康状况的最主要因素。近年来,云南松钻蛀性害虫在云南等省份大面积成灾,造成云南松大量死亡,对林业造成重大损失。为应对未来潜在病虫灾害的发生,持续的森林病虫害调查监测至关重要,而林木枯梢程度是反映大多数病虫害发生发展的关键指标之一。为此,本文提出了一种基于微型激光雷达与多光谱红外相机耦合的林木枯梢状况调查方法,用于林木枯梢的调查与监测。本文主要在梢头和单木两种尺度上开展研究,利用集成的支架云台装置联合微型激光雷达与多光谱相机在标准样地中采集数据,基于获取的扫描点云和多光谱图像数据提取树木参数指标,并用于受害林木枯梢率的估算。主要研究内容与结果包括以下几部分:（1）为了便于快速获取点云与多光谱照片数据,本文设计了一种简易的便携式易装卸的数据采集集成装置,并提出了一套激光雷达点云结合多光谱照片的数据采集方法,在实际样地测量过程中发挥了较大的作用;（2）基于单木扫描点云进行了点云去噪与枝干骨架提取研究,提出了一套基于点云的单木骨架参数提取与三维重建的方法,用于支撑单木三维模型建模,为单木建模规则与结构参数的设定提供关键的信息;（3）基于实地调查的结构参数以及点云骨架提取的信息,构建了梢头尺度与单木尺度的三维模型,并利用改进的RAPID模型激光雷达点云模拟模块分别进行了单木模拟与枯梢率敏感性分析,并分析提出了与林木枯梢关系相对较为紧密的点云数量以及点云强度相关的参数,用于枯梢信息的获取;同时针对枯梢脱落的特性进行了脱落敏感性分析,结果表明脱落与单木结构以及枯梢程度之间关系十分紧密。（4）对多光谱照片图像基于支持向量机算法进行了分类,利用分类结果计算了各个方向单木的枯梢率。通过与实测枯梢率对比验证发现,估算枯梢率误差范围为-0.13到0.29之间,均方根误差RMSE为0.1119,其中多数单木枯梢率估算误差绝对值在0-0.15之间。（5）提出了单木潜在梢头数量的指标,并建立潜在梢头的模拟预测方法。构造了和针叶脱落相关的冠层透光度参数的计算方法,并结合其他的点云参数,共同用于枯梢率建模与分析。结果表明,单木树冠透光率与单木枯梢程度之间相关性最佳;加入冠层透光度后对30棵树的随机森林回归分析模型结果均方根误差RMSE为0.1130,决定系数R2为0.5524。（6）联合激光雷达相关参数、冠层透光率与多光谱图像信息,在经过PCI主成分分析后,以85%以上累积贡献率提取了前7个贡献最大的变量,分别为冠层透光率、多光谱分类枯梢比、校正点云数量、NDVI标准差、强度标准差、平均RVI以及平均EVI,用于最终的单木枯梢率反演。利用随机森林回归模型对所选主成分进行回归分析,结合十折交叉验证结果显示,回归的枯梢率均方根误差RMSE为0.0953,决定系数R2为0.8289,相对于前两种单独数据源方法精度有所提高。本文中提出了一整套地基估算单木枯梢率的技术体系,包括基于微型激光雷达和多光谱相机的便携式支架云台装置、地面扫描方法、枯梢信息估算算法等,能够快速高效地进行与林木枯梢程度相关的主要因子和参数提取分析,适用于森林健康等方面的监测与评估。本研究为森林健康状况遥感监测提供了新的理论、思路与方法。