摸清森林冠层的垂直结构、准确估测其地上生物量,有助于深入了解森林生态系统的结构和功能。本文以一个面积为237.6?10~3km~2的中国南方亚热带区域为研究区,采用机载激光雷达数据与样地数据,研究森林垂直结构分类和地上生物量估测方法,主要研究内容和方法如下:1)机载激光雷达森林垂直结构分类方法:采用10阶多项式对离散机载激光点云的高度—覆盖度频率分布进行拟合,得到反映冠层物质垂直分布的垂直冠层剖面（伪波）,通过伪波提取有效峰、冠层/剖面层表面高、层下高、林层高/冠层表面高比值等冠层垂直结构参数,建立分类规则对乔木层垂直结构进行分类（6个类型）,采用混淆矩阵评估分类精度,并选取一个面积为1369 km~2的区域进行制图以检验分类规则的可推广性。2)基于垂直结构分类的机载激光雷达森林乔木层地上生物量估测方法:在森林冠层垂直结构分类的基础上,从森林冠层三维结构分析出发,将机载激光雷达变量分为3组,通过有规则的穷举法组合,构造了44个森林乔木层地上生物量估测的乘幂模型式,通过优选得到4个森林类型（松树林、杉木林、桉树林和阔叶林）各个垂直结构类型的最优地上生物量估测模型,分析了森林垂直结构分类对生物量估测精度的影响。3)机载激光雷达森林中灌木层、草本层生物量估测方法:采用逐步回归、随机森林、一元一次多项式、一元二次多项式、乘幂模型构建了4个森林类型的灌木层和草本层生物量估测模型,并分析了乔木层覆盖度对灌木层和草本层生物量估测的影响。主要研究结果包括:1)乔木层垂直结构类型的总体分类精度为93.9%,Kappa系数为0.913。单峰、双峰、3峰剖面的分类错误率为6.2%、7.4%和9.1%,杉木林、松树林、桉树林和阔叶林的分类错误率分别为9%、6.4%、2.4%和6.9%,各个林层的检测精度均高于96%,漏检率均小于4%,误检率均小于10%。制图区域的分类规则的有效率达到99.8%。2)未进行冠层垂直结构分类时,杉木林、松树林、桉树林、阔叶林4个森林类型的地上生物量估测模型的变量解析率（R~2）为0.65、0.65、0.74、0.50,相对均方根误差（r RMSE）为18.88%、20.73%、23.21%、32.46%。通过冠层垂直结构分类后,4个森林类型地上生物量估测模型的r RMSE的加权平均分别减小了7.20%、9.85%、1.91%和7.48%。当将各个森林类型的垂直结构类型分别聚类为2个类型后,地上生物量估测模型的r RMSE加权平均分别减小了7.44%、7.17%、3.10%和1.78%。3)各个森林类型中所有灌木层生物量估测模型的R~2都小于0.45,r RMSE都大于100%,所有草本层生物量估测模型的R~2都小于0.28,r RMSE都大于92%。根据乔木覆盖度分层（类）后发现,当乔木层覆盖度较低时,灌木层和草本层生物量估测效果略好不分层时的估测效果,但整体估测效果仍然不好,且乔木层覆盖度较高时的估测效果均差于不分层时的估测效果。本研究开发了一种机载激光雷达森林垂直结构分类新方法,实现了空间位置明确且具有丰富生态学意义的森林冠层垂直结构分类;通过对森林垂直结构进行分类,可以有效地提高森林地上生物量的估测精度;由于受乔木层的干扰影响,中低密度机载激光雷达点云（平均点云密度4.9点/m~2）难以准确估测大区域亚热带森林中灌木层和草本层生物量。本研究发现对机载激光雷达大区域亚热带森林垂直结构分类和生物量估测具有重要参考价值。