森林作为陆地生态系统的主体,不仅提供人类生存发展的物质保障,且具有多种生态功能,在维护陆地乃至全球生态平衡及生物多样性方面也发挥着不可取代的作用,及时掌握森林资源的动态信息即进行森林资源调查具有非常重要的意义。森林资源调查最传统的方法是人工野外调查,但成本高、周期长。遥感技术以其宏观、实效、动态、成本低、周期性短、信息丰富等特点成为森林资源调查的主要手段。激光雷达(Light Detection And Ranging,LIDAR)作为一种先进的主动遥感技术,可以直接获取目标地物的三维空间坐标信息,使其在林业领域的应用具有独特的优势。本研究以LiDAR点云数据为数据源,通过对点云数据分类滤波,高程归一化等处理,运用ArboLiDAR软件生成高度和密度栅格图像,并对图像做滤波处理及图像合成后,完成基于影像的林分分割工作,通过计算不同LiDAR变量,结合样地实测数据,建立各林分参数与LiDAR变量之间的回归模型,利用估测的参数及生物量相关生长方程估测了林分生物量,并对估测结果进行精度评价。研究结论如下:(1)LiDAR点云数据的分类滤波精度是影响DTM质量的关键,也直接决定着LiDAR点云高程归一化的结果。(2)运用ArboLiDAR软件对研究区林分进行自动分割时,运用中值滤波和均值偏移滤波相结合的方法,起到很好的平滑图像的作用,为后续的林分分割奠定良好的基础。选择合适的林分分割及合并参数值可以得到更加理想的林分分割结果。(3)运用LiDAR变量与样地林分实测参数的回归模型对林分参数的估测结果显示:LiDAR数据对林分平均高的估测精度最高,R2为0.807,平均估测精度达到90%;平均胸径仅此于平均高;林分蓄积量及林分胸高断面积的估测精度受林龄结构及林分密度的影响较大,平均估测精度都为80%;对林分密度的估测精度最差,R2为0.585,平均估测精度为74%。(4)运用林分尺度的生物量计算方程,以林分密度估测值和林分蓄积量估测值为自变量,估测的林分生物量平均精度达到90%,R2为0.658,其估测精度受林分密度及林分蓄积量的影响,但都高于这两者的估测精度。