森林资源是地球上最重要的资源之一，是人类赖以生存的自然资源。随着人类保护自然环境意识的提高，森林资源的重要作用也得到越来越广泛的关注。森林参数是有效衡量森林资源的直接指标，其测定具有重要意义。树高是森林参数中最为重要的参数之一，因此实现大范围高效、准确的树高测定具有极强的现实意义。激光雷达(LiDAR)技术是现代对地观测的最新技术之一，在高度的探测能力方面有着独一无二的优势。凭借其快速准确地获取林地数字高程模型和森林高度信息的能力，激光雷达使遥感技术在林业领域的应用登上新的台阶。目前，国内外学者对基于激光雷达数据的单木树高提取做了大量研究，大多仅仅以激光雷达数据为数据源，而激光雷达数据对单木冠形边缘的刻画能力受林分密度的影响较大，进一步影响到树高信息的提取。本研究以重庆市铁山坪林场为研究区，以高密度机载小光斑激光雷达数据及与其同步获取的高分辨率数码影像为数据源，进行了高精度的单木水平方向信息及树高信息的提取。具体过程如下：首先，对小光斑激光雷达数据综合应用了TIN三角网过滤算法、边缘匹配过滤算法、平面最适过滤算法、高程阈值过滤算法和手动编辑工具，将地面点和非地面点有效地分离；然后，对分离出的地面点经过非线性内插获取了数字高程模型(DEM)，通过差分GPS(DGPS)实地测量高程验证表明获取DEM精度较高，确保了DSM与其作差得到的正规化数字表面模型(nDSM)上地物高度信息的准确；接下来采用基于图像颜色、形状的多尺度分割方法分割航片正射影像，有效地区分出树冠交叉不严重的单木树冠，得到较为准确的单木水平方向信息。最后，利用GIS空间分析功能求算出分割树冠内的nDSM的最大值，将其与实测树高建立回归方程，估测单木高度。利用野外实测60株单木作为训练样本建立回归模型，以24株检验样本反演树高并检验精度。结果精度均达到86％以上，总体平均精度为93.78％，其中阔叶树高于针叶树。这表明利用机载小光斑激光雷达数据及高分辨率数码影像可以实现高精度的单木高度信息提取。