激光雷达技术是林学研究中最有发展前景的技术之一,它拥有实时监测森林资源和精确估计森林参数的潜力。本研究的目的是通过应用机载雷达数据提出几个预测森林不同生物特性的回归模型,并通过分析各项参数阐述为什么激光雷达高度数据与树高、蓄积量、胸高断面积和森林地上生物量相关,并讨论预测结果及其精确性。本文以云南中部的亚热带森林为研究对象,通过对机载LiDAR点云数据的处理分析和外业树高的测量,进行了机载LiDAR技术林分参数反演的试验。从激光雷达数据中提取了两组变量(即树冠高度变量组和植被密度变量组)作为自变量,分析云南省中部的78块样地得到实测数据作为因变量,并采用逐步回归方法进行自变量选择。最终得出了若干预测模型,并进行了抽样精度验证。结果表明:(1)通过逐步回归分析选出的变量和回归系数均能达到显著水平,且得到了较好的预测结果,说明针对不同森林类型选出的变量组成的各预测模型可以进行高精度的森林参数预测。(2)不同森林类型的树高估计误差的差异不大,其平均相对误差控制在0.01~2.6%。所有样地和针叶林样地的抽样检验总体精度分别达到0.86和0.84,说明激光雷达数据能很好的反映森林高度,且树种构成不同对其影响不大。(3)不同森林类型的胸高断面积估计的平均相对误差达到11.2%~17.5%。混交林的胸高断面积与激光雷达变量则没有明显关系。其中各森林类型胸高断面积预测模型的决定系数从大到小依次为:阔叶林>针叶林>所有样地。(4)不同森林类型的蓄积量估计误差较小,其平均相对误差控制在0.1%~8.9%。其中各森林类型蓄积量预测模型的决定系数从大到小依次为:混交林>阔叶林>针叶林>所有样地。(5)不同森林类型的生物量估计误差有明显区别,其中针叶林的平均相对误差最小,其后是阔叶林和所有样地的平均相对误差。(6)样地抽样精度验证的结果表明:各森林参数的预测精度从大到小依次为:平均树高>蓄积量>地上生物量。对单一树种的样地抽样检验的精度要高于不区分树种的样地抽样检验的精度。