树冠是树木的重要组成部分，人们常常通过研究树冠来监测树木长势，预测树木生长量，甚至判定木材材质；高空间分辨率卫星影像具有观测范围广、信息量丰富、重复观测等特点，为研究林分树冠提供了理想的数据源。本研究的主要目的是探索将高空间分辨率卫星遥感技术应用于杨树人工林木材产量和质量评估的可行性，为杨树人工林经济价值的预测和评估开辟新的途径。具体而言，本文以我国人工林栽培面积最大的杨树的一个无性系—小黑杨(Populusxxiaohei T．S．Hwang et Liang)为研究对象，利用高空间分辨率QuickBird卫星影像提取树冠信息，试图建立树冠特征参数及估测的树木特征因子与林木生长特征、木材性质、立木材积、湿心材、幼龄材材积以及木材产品出材量(单板、纤维)的关系模型。利用这些模型可以对林分生长状况、林木材质及其加工利用价值进行大范围地分析和评估，为木材用作胶合板、制浆造纸材料提供指导。该研究将遥感技术与木材加工利用结合起来，对森林经营管理和林木定向培育具有重要的指导意义。论文的主要结论和成果如下：(1)小黑杨树冠特征对林木生长(树高除外)影响显著。树冠较大的林木，生长活力大，其胸径和材积生长量较大；但枝下高较低，树干尖削度较大，幼龄材、湿心材生长量较大；树冠特征与林木生长密切相关。树冠大小对木材基本密度、静曲强度(MOR)以及纤维形态特征(纤维长度、宽度、长宽比)的影响不大：对平均生长轮宽度、弹性模量(MOE)和顺纹抗压强度的影响显著：平均生长轮宽度与冠幅呈密切的正相关性，MOE、顺纹抗压强度与冠幅呈负相关性。利用冠幅预测MOE和顺纹抗压强度的精度不高(R~2均为0.45)。因此，对于与树冠特征关系密切的林木生长指标，如胸径、立木材积、幼龄材、湿心材面积，可以考虑利用高空间分辨率遥感数据反演的冠幅参数来预测，而木材性质与冠幅之间的关系较弱，因而利用遥感技术进行预测效果不好。(2)利用高空间分辨率QuickBird卫星影像为数据源，采用几何精校正、数据融合、去除阴影以及目视解译的图像处理方法，能够较为精确地提取不同栽植密度的小黑杨林木树冠信息。遥感影像测定冠幅值与实测值的平均绝对误差为0.15m，平均相对误差为5.74％，该方法可以在一定程度上替代传统的野外冠幅测量方法。(3)利用遥感影像提取的冠幅以及由其估测的胸径、树高参数为自变量，建立的立木材积模型能很好地预测小黑杨立木材积，决定系数R~2值为0.87～0.92；利用遥感影像提取的冠幅可直接预测立木材积。(4)小黑杨林木的湿心材比例较高，占树干体积的56.0％～65.2％；其主要分布于树干下部，在树干内呈锥形分布，即沿树干高度向上，湿心材断面积和比例呈减小趋势。栽植密度对林木湿心材材积和湿心材比例有显著影响，较小的栽植密度林木湿心材生长量较大。利用实测胸径、树高及枝下高为自变量，建立各种回归模型，对小黑杨林木湿心材材积估测的精度较高(R~2值为0.87-0.92)，其中，胸径是湿心材材积最好的解释变量。(5)小黑杨林木幼龄材在树干内分布不均匀，树干底部幼龄材面积较大，幼龄材所占断面积的比例较高，随着树干高度的增加，幼龄期逐渐缩短，幼龄材面积逐渐减小，幼龄材比例呈递减趋势。27年生小黑杨林木幼龄材比例为68.5％～79.0％；不同栽植密度的林木幼龄材材积和比例差异明显，较小的栽植密度林木幼龄材生长量较大。利用实测胸径为自变量的二次多项式模型可以对小黑杨林木幼龄材材积进行较好地估测(R~2值为0.95)。(6)以高空间分辨率OuickBird卫星影像数据反演的胸径参数为自变量，建立小黑杨林木湿心材和幼龄材材积预测模型，R~2值分别为0.78、0.83。利用高空间分辨率QuickBird遥感技术预测小黑杨立木湿心材和幼龄材材积的方法是可行的。(7)以实测树木特征因子(胸径、树高及高径比)为输入变量，建立BP人工神经网络模型预测立木单板出材量及纤维产量相关指标的精度较高，干物质重、纤维素产量、综纤维素产量、木质素产量、抽提物产量及单板出材量平均预测精度分别达到94.53％、94.61％、94.97％、93.22％、84.31％及83.57％。(8)除了抽提物产量，基于遥感技术反演树木参数的干物质重、纤维素产量、综纤维素产量、木质素产量及单板出材量平均预测精度均达到80％以上，利用高空间分辨率遥感技术预测立木单板出材量及纤维产量等重要用材指标是可行的。