森林作为陆地生态系统的主体和自然界功能最完善的资源库,不仅为人类的生存发展提供了宝贵的物质资源,也在维护陆地乃至全球生态平衡上发挥着重要作用。我国森林资源丰富,定时、定期地进行森林清查,对森林生长情况进行监督,从而促进我国林业可持续发展。目前,遥感技术作为一种森林资源清查的手段,以其快速、准确、信息丰富等特点广泛应用于林业调查中。而激光雷达技术作为一种先进的主动遥感技术,在对森林植被空间结构的探测和森林参数反演方面具有显著的优势。将激光雷达技术与其他遥感技术结合使用,可以全面的对森林结构进行探测和清查,以准确地评估森林资源状况,为制定合理的林业发展规划提供技术支撑。本研究以甘肃省张掖市祁连山大野口林区的LiDAR点云数据和航片遥感数据为数据源,通过对源数据的分类滤波、高程归一化等处理,使用ArboLiDAR软件生成高度栅格和密度栅格,进而与航片分类图像合成,完成变量栅格的生成。基于多源遥感数据,使用基于梯度的区域增长算法,通过不同的分割参数和合并参数的设置,寻找最优林分分割结果。基于林分分割图像,通过计算不同的LiDAR变量,结合样地实测数据,利用稀疏贝叶斯算法建立林分参数与LiDAR变量间的回归模型,进而估测林分参数并进行精度评价。研究结果如下:(1)LIDAR点云数据分类滤波是先通过高度阈值法和过低点搜索算法分离噪音点。进而使用不规则三角网算法完成地面点和林木点的分类。主要的滤波参数包括搜索半径、迭代角度、迭代距离、最大高度、最小高度等。航片数据的分类使用监督分类的方法,其分类精度检验的Kappa系数为0.8,表明分类结果较好,可以使用该结果完成后续操作。(2)基于ArboLiDAR的研究区林分自动分割时,研究中设置了7组分割参数(波段权重、优先级等)和合并参数(均值、标准差、波段权重等),通过将7组分割结果分别与林分手动分割结果对比,可以看出第五组的分割效果最好,其在非林地和低植被地区的分割效果明显,没有将非林地统一的划分到一个分区中,同时其结果也与手动分割结果相近。(3)运用LiDAR变量与实测林分数据建立的回归模型对林分参数估测结果显示:使用多源遥感数据估测森林参数,对林分平均高的估测精度最高,R~2为0.744,平均估测精度为98%;其次是林分蓄积量,其平均估测精度为96%。由于受林龄结构及林分分布等外在条件的影响,林分平均胸径和总胸高断面积的估测精度较低,但是平均估测精度都达到了80%以上。(4)相比于传统森林资源调查方法,基于ArboLiDAR进行林分自动分割和森林参数提取时,林分自动分割的结果更细致,全面。自动分割后的林分数量大约为380个,手动分割数为332个。同时,分区进行林分参数的提取,会使提取结果更准确,精度更高,能够更直观地显示研究区森林参数分布情况。