林木材积是评价林木经济效益的关键指标,通过无破坏、高效率的方式得到林木材积是森林资源调查工作中的一项重要任务。为了减少地面调查的工作量,基于无人机遥感的空中视角,可以准确高效地得到林分郁闭度、林木冠幅、树高等信息,并进行林业数表研建。本文以江苏省东台市黄海海滨国家森林公园中不同龄级的三五杨人工林为研究对象,采用线性回归和非线性回归估计的方法,分树高等级对林木胸径与树高、冠幅的相关关系进行了研究,建立了适用于各个树高等级的最优胸径估测模型;分树高等级对林木材积(V)与树高(H)、冠幅(C)、胸径(D)的相关关系进行了研究,建立适用于各个树高等级的最优材积估测模型。得到了以下结果:1)对基于无人机遥感得到的树冠因子和树高进行了精度验证。基于数字正射影像,采用手动勾绘林木树冠外轮廓的方法提取了林分郁闭度,经与实测值进行线性拟合,两者的决定系数(R~2)为0.9669,均方根误差(RMSE)为0.0374。采用面向对象的方法提取了林木冠幅,经与实测值进行线性拟合:当林分郁闭度小于0.7时,拟合方程的R~2为0.9829,RMSE为0.2810;当林分郁闭度大于等于0.7时,拟合方程的R~2为0.7379,RMSE为1.0156。说明在中低郁闭度的林分中,面向对象的提取方法进行林木冠幅的提取是可行的,但当林分郁闭度较大,冠幅的提取精度明显降低。基于冠层高度模型对林木树高进行了提取,经与实测值进行线性拟合,发现两者的R~2在0.9303以上,RMSE在0.9352以下。2)分树高等级构建了最优的D-C模型、D-H模型和D-C、H模型。分析发现,随着树高等级的增大,胸径与冠幅的相关关系逐渐减弱,与树高的相关关系逐渐增强。同时引入冠幅和树高建立的二元胸径回归模型,R~2明显高于一元估测模型,有效提高了胸径估测精度;随着树高等级的增大,二元回归模型的R~2递减。结合前人的研究成果,可能是因为随着林木龄级增大,立地条件、林木间竞争、气候条件等多方面因素对林木因子产生了影响,林木因子间的相关关系逐渐减弱。3)按照不同树高等级,基于树高、冠幅、胸径分别建立了最优的一元材积模型、二元材积模型和三元材积模型。对比不同树高等级内最优的V-D,V-H和V-C模型可知:各树高等级内,林木材积与胸径的相关关系均最高,R~2在0.804至0.851之间;各树高范围内得到最优模型均为线性或幂函数形式,说明胸径、冠幅、树高与林木材积间的相关关系均可以用线性方程或幂函数进行拟合。对比不同树高等级内最优的V-D、H模型可知:在各树高等级内,最优的二元材积方程形式均为V=a+bD~2+cD~2H+dH;在各树高范围内,最优二元材积模型的R~2均在0.898以上,与一元材积模型相比R~2明显提升。对比不同树高等级内最优的V-C、H模型可知:当林木树高在20 m以下时,V-C、H模型的R~2略高于V-D、H模型;当林木的树高范围大于20 m后,V-C、H模型的R~2明显低于V-D、H模型。对比不同树高等级内最优的V-D、H、C模型可知:三元材积模型的形式为V=a+bD~c+dH~e+fC~g;在各树高范围内,最优的材积估测模型均为三元材积模型,R~2均在0.908以上。4)利用检验数据对最优一元材积模型、二元材积模型和三元材积模型进行了验证。对不同模型下得到的材积估测值与材积实测值进行方差分析及多重比较,对比发现:在各树高等级中,基于三元材积估测模型得到的材积估测值与实测值之间差异均不显著,说明在三五杨的不同树高等级内,采用三元材积估测模型均能以较高的精度对林木材积进行估测。