为了有效提高用小光斑激光雷达离散点云数据估计森林样方平均树高的精度,本文以长春市净月潭国家森林公园为实验区,分别于2012年5月和10月进行飞行数据和野外数据采集.通过对样方的小光斑激光雷达离散点云数据进行分类处理得到地面点和非地面点,地面点经过不规则三角网插值算法生成数字地面模型,所有点云的高程减去数字地面模型的高程从而实现点云数据的高程归一化,并将数字地面模型作为基准面,以0.5m为分层处理的层间距高,将样方点云数据进行分层处理,分别提取每一层所包含的点云数量及点云能量信息,接着用提取的点云数量及能量信息分别拟合成伪大光斑激光雷达的波形数据,由野外采样调查数据可知此拟合波形最多只包含50个点,相对大光斑激光雷达的544个点要少很多,但因拟合波形为点云数量、能量随高度的变化,与大光斑激光雷达的波形意义在某种程度上具有一定的相似性,所以称为小光斑激光雷达伪波形数据,从拟合后的小光斑激光雷达伪波形中提取相应的波形参数,如:最大冠层高、最大树高、半能量高及冠层半能量高,利用提取的波形参数估测森林的样方平均树高.对波形参数与样方平均树高行回归分析可得四种样方平均树高反演模型,其各自的相关性分别为0.94、0.96、0.95和0.96,估测精度分别为0.94、0.94、0.95和0.96.综合考虑反演模型的拟合相关性及估测精度,认为冠层半能量高反演模型最好,即:树高=1.06*冠层半能量高+1.63,模型的拟合相关性和精度分别为:R=0.96,P=0.96.结果表明:对小光斑激光雷达离散点云数据进行分层拟合伪波形处理能获得估测森林样方平均树高的有效参数,其中冠层半能量高参数能够更好地估测森林样方的平均树高,并且落叶松的估测精度要高于樟子松.