森林作为陆地生态系统的一个重要组成部分,在全球气候变化中发挥了决定性作用。而森林结构参数作为森林生态系统过程模型中的关键输入参数,能够一定程度上反映陆地生态系统健康状态和生产力水平,因而对全球气候变化研究具有重要的意义。传统的森林结构参数测量方法主要依靠实地调查,工作量大,效率低,很难进行大范围推广。随着遥感技术的快速发展,包括光学遥感、微波遥感以及激光雷达遥感已广泛用于森林结构参数提取研究。光学遥感数据由于其低穿透性,更多反映了森林冠层的水平结构信息,进而影响了森林垂直结构参数的估测精度;微波遥感对森林冠层有一定的穿透性,然而其受地形因素影响较大,严重限制了其在森林冠层参数反演中的应用。激光雷达技术作为一种近年来发展迅速的遥感手段,能够同时快速精确获取森林冠层三维结构及地面信息,因而在森林冠层参数提取方面有着无与伦比的优势。本研究旨在开展激光雷达森林冠层参数反演方法研究,主要从以下三个方面开展相关研究:1)开展机载激光雷达数据处理算法研究,并协同机载离散点云和全波形数据实现森林生物量估测;2)实现GLAS的全链路数据处理,提出了适用于复杂地形条件下的地面高程及森林冠层高度反演方法;3)开展光子计数激光雷达数据处理算法研究并探索其在森林冠层参数提取上的可能性。本研究取得的主要结论如下:1)深入研究了现有的机载点云滤波算法,并针对渐进三角网滤波算法在复杂地形环境下存在缺陷提出了改进的滤波算法。主要在两个方面进行了改进和提高:一是改进了初始三角网的构建方法,使其更接近真实地表;二是提出了新的迭代判断标准,减少了地面点-非地面点的错分概率。研究结果表明:改进算法可同时使第一类误差、第二类误差和总误差分别降低10.26%、0.79%和8.07%。2)分别基于机载点云和全波形数据获取了点云和全波形特征参数,并用非线性方式实现两种数据的融合进而建立森林生物量估算模型。研究表明协同机载离散点云和全波形激光雷达数据可以将森林生物量估算精度提高5%以上。3)提出了一种基于连续小波变换的地面高程提取方法。该方法利用连续小波变换检测所有可能的波峰,并辅助DEM数据确定地面波峰位置进而获取在复杂地形条件下精确的地面高程。研究表明相比基于高斯分解的地面高程提取方法,新方法极大地提高了地面高程的估算精度。4)提出了一种改进的地形坡度改正模型来精确估算森林冠层高度。与已有算法及模型相比,该模型充分考虑了光斑大小,形状,朝向,坡度以及坡向对森林冠层高度估算的影响。研究结果表明:新方法能够将森林冠层高度估测结果的均方根误差减少1.2m,进而提高森林冠层高度的估算精度。5)提出了一系列光子点云的数据处理算法,包括基于局部统计的光子点云去噪算法和渐进迭代光子点云分类算法,并对处理后的光子点云进行多尺度采样,计算各空间采样的光子点云特征参数,并与相应空间采样的常规点云特征参数进行比较分析,进而探索光子计数激光雷达在森林冠层参数提取上的可行性。研究结果表明光子点云特征参数与常规点云特征参数存在中等程度的相关性,光子计数激光雷达能够成为森林冠层高度和生物量等参数反演的一种重要数据来源,并为新一代星载激光雷达森林冠层参数提取提供了方法参考。