传统的森林监测方法局限性较大,耗费大量人力、财力。卫星遥感具有不受国界限制、远距离、大范围对地观测的特点,在获取地理信息方面具有独特的优势。作为一种新型的遥感载荷,激光雷达的优点包括精度高、分辨率高和主动观测等,而且能够获取森林垂直结构信息,因此受到广泛关注且应用于森林监测和保护。全球生态系统动力学调查（Global Ecosystem Dynamics Investigation,GEDI）是首颗针对于林业的多波束全波形激光雷达,主要应用于南北纬51.6°之间热带和温带地区的森林冠层高度、林下地形和地上生物量等的精准测量。为探究GEDI反演森林结构参数的精度,研究以美国缅因州的佩诺布斯科特实验森林作为研究区,以GEDI的L2A和L4A数据产品作为研究数据,分别对两类数据产品进行处理和分析研究,L2A数据产品是根据L1B波形数据进行高斯平滑、设定背景阈值、提取结果输入到L2A中。针对L2A数据产品,提取10个参数进行足印定位、数据筛选并建立反演冠层高度模型。L4A地上生物量数据是量化L2A中的相对高度（relative height,RH）指标获取的,对于L4A数据产品,选择了11个参数建立反演地上生物量的模型。同时利用美国宇航局戈达德的激光雷达,高光谱和热机载成像仪（NASA Goddard’s Lidar,Hyperspectral and Thermal airborne imager,G-LiHT）作为验证数据,评估GEDI反演森林冠层高度、林下地形和地上生物量的精度。主要研究内容与结果如下:（1）基于GEDI L2A高程和高度数据,提取反演森林冠层高度和林下地形的参数,根据shot＿number、lon＿lowestmode和lat＿lowestmode参数定位每个足印的位置,然后利用quality＿flag、degrade＿flag和sensitivity筛选高质量的足印数据,最后根据elev＿lowestmode、elev＿highestreturn和mean＿sea＿surface建立森林冠层高度和林下地形的反演模型。从三个角度进行讨论研究GEDI数据反演森林冠层高度的精度。根据不同场景,为了满足冠层高度过大或者地面高程过低等情况,设定了不同的噪声、信号、起始和结束阈值组合最终生成6组不同的L2A高程数据,反演精度最高的是a4算法组,R~2=0.97,RMSE=0.87m,MAE=0.31m。不同时段和不同波束类型数据反演森林冠层高度精度不同,夜间和全功率波束类型获取的有效足印数据更多,但结果表明反演精度不一定更高。（2）基于GEDI L4A足印级生物量数据进行森林地上生物量数据的反演。L4A数据是将L2A中相对高度指标作为参数线性模型的输入来预测森林地上生物量,对每一个相对高度生成地上生物量预测值。对于L4A数据的研究,同样依据shot＿number、lon＿lowestmode和lat＿lowestmode进行地理定位,然后利用l2＿quality＿flag、l4＿quality＿flag、algorithm＿run＿flag、degrade＿flag、sensitivity这5个指标进行L4A数据的筛选确定高质量的足印点,最后根据agbd、agbd＿pi＿lower、agbd＿pi＿upper建立反演模型并进行精度验证。针对a5算法组数量少、精度低的缺陷,L4A额外设置了a10组来代替,使得精度有所提高,a10组的样本数量相较于a5组的47个,增加了44个足印点,RMSE和MAE分别提高了5.50Mg/ha和5.10Mg/ha。7组数据中,a2算法组精度最高,R~2=0.92,RMSE=10.80Mg/ha,MAE=4.99 Mg/ha。