植被生物量是全球碳循环中非常重要的一个量化指标，它与植被的结构特征有着非常密切的关系。实现对植被结构参数的精确估算，将有利于我们对植被生物量的有效估测。利用遥感技术估算植被生物量的研究已有很多。本文在总结已有研究的基础上，以机载LiDAR为主要遥感手段，针对森林和农作物这两种典型的植被，对其结构参数和生物量进行了估算研究，这将有益于进一步发挥机载LiDAR在植被探测方面的作用和优势。　　在973项目(2013CB733405)组织的星机地联合遥感试验和由基金委重大研究计划组织的黑河生态水文遥感试验的支持下，本文主要以两个森林实验区（依根和大野口实验区）和两个农耕灌溉区（张掖和怀来实验区）的机载LiDAR和地面调查数据为基础，分别对单木、样地和区域尺度的森林结构参数和生物量，以及玉米结构参数和生物量进行了估算。主要工作及其结论如下:　　1.通过改进和调整局部最大值算法对依根实验区内的森林进行了单木参数提取，最终单木匹配率为31.28％。在此基础上，利用单木和样地尺度的LiDAR指数和森林生物量分别构建了对数和非对数估算模型，并分别对提取的不同树种的单木生物量进行了估算。结果表明，样地尺度的生物量估算效果(R2=0.84，rRMSE=0.23)明显高于单木尺度估算效果(R2=0.61，rRMSE=0.46)。按树种类型分别估算地上生物量的模型精度要优于将所有树种混合一起估算，rRMSE分别为0.29和0.21，均低于混合估算模型0.46。但是，不论是样地还是单木尺度生物量的估算都存在一定的不确定性，与样地尺度相比，单木尺度估算过程的不确定性更大，这种不确定性主要来自单木识别过程。　　2.通过分水岭分割算法对大野口实验区内的森林进行了单木提取，最终单木匹配率为38.22％。在此基础上，构建了一种用于描述点云水平分布特征的新型LiDAR指数Horizcv，并用该指数与常用的LiDAR指数构建了复合型指数。结果表明，青海云杉冠层生物量(BB和LB)不仅与常用的LiDAR指数具有较高的相关性，且与Horizcv具有很好的相关性。其中，AGB在样地尺度上与常见LiDAR指数Hmean和CCI及其两者的乘积组成的复合型指数都表现出显著的相关性，但与Horizcv指数之间的相关性明显没有单木尺度高。因此，综合考虑LiDAR点云水平和垂直分布特征能够提高青海云杉林生物量估算模型的精度。此外，利用LiDAR点云个数和强度的垂直分布特征生成的垂直剖面能够较好地反映样地尺度上青海云杉冠层生物量的垂直分布特征，这将为利用机载LiDAR探测森林冠层生物量的垂直分布提供一定的参考。　　3.试图以LiDAR产品为基础资料，利用其与星载SPOT-6数据之间的关系，通过地统计模型探讨了森林覆盖度(CC)和生物量(AGB)空间自相关性对于区域尺度上模型估算精度的影响。其中，通过模拟非全覆盖LiDAR航带和分层随机抽样得到训练和验证样本。结果表明，利用LiDAR生成的CC和AGB基础影像的精度与前人研究中所用的LiDAR基础资料精度相当甚至更高。CC和AGB及其线性回归误差项都表现出明显的空间自相关性，AGB的空间自相关性要高于CC。CC和AGB各自的回归误差项都表现出与CC和AGB相似的半变异函数形状，但其空间自相关性相对较低。回归克里金模型(RKrig)在CC和AGB的估算上都取得了最小的误差，CC估算的MAE为18.929％，RMSE为21.351％，AGB估算的MAE和RMSE分别为18.929t/ha和21.351 t/ha。所有模型估算值和基础资料提供的验证值都表现出明显的相关性，R均接近甚至大于0.7。然而，与普通克里金模型(OKrig)和RKrig模型相比，简单线性回归模型(SLR)在估算CC和AGB时都存在一定的低估现象。　　4.基于张掖农耕区实测的玉米生物量及其相关参数，建立了抽穗期内玉米地上生物量(AGB)和地下生物量(BGB)的地面估算模型。第一次实现了完全由机载LiDAR数据驱动的玉米生物量估算流程。此外，本文从农作物结构特征的角度，初步实现了利用机载激光雷达估算玉米BGB。尽管完全由机载LiDAR数据估算玉米AGB和BGB的精度基本上满足遥感估算的要求，但却存在低估玉米冠层高度和高估LAI的情况。另外，基于怀来农耕实验区内的数据，结合机载LiDAR提供的结构信息和GF-1提供的光谱信息成功估算了灌浆期内的玉米冠层高度、LAI和AGB。通过多元乘性模型不仅能够实现主被动遥感信息的结合使用，也能够实现对玉米结构参数和生物量的快速而有效估算。与完全由机载LiDAR估算的玉米冠层高度和LAI相比，结合多种LiDAR指数和NDVI的估算有利于提高模型的估算精度，以弥补LiDAR低估冠层高度或高估LAI的缺陷。因此，机载LiDAR能够很好地应用于生长峰值期（抽穗期和灌浆期）的玉米参数的估算。