中国森林资源监测正在向大尺度、短周期方向发展,以人工调查为主的传统森林资源监测手段已难以适应新形势下林业生产和生态建设的需求。以遥感为主的数字化技术已成为森林资源监测的发展趋势。森林资源监测的一个最重要的目标是森林类型识别以及获取量化的林分参数,如树种组成、年龄、胸径、树高、冠幅、冠幅高、胸高断面积等。目前的研究主要集中于利用卫星遥感影像开展郁闭度、蓄积量以及生物量估测等方面,对胸径、树高以及胸高断面积等林分参数反演的研究较少,且现有的林分参数反演缺少不同方法之间的比较和多源数据的综合运用。本研究以湖南省攸县黄丰桥国有林场的杉木人工林为研究对象,利用地面三维激光扫描技术和SPOT5、Worldview-2等高分辨率遥感影像,采用生物数学模型和统计学方法,结合地面样地调查、遥感数据处理、植被指数和纹理因子筛选等,开展不同尺度下的树高、胸径、胸高断面积和叶面积指数等主要林分参数反演方法研究。旨在提出一种从样地到区域,点面结合的林分参数提取方法,为我国大尺度的林分参数提取和定量估测提供方法参考。主要研究结果包括:(1)林分参数反演建模关键因子的筛选方法研究在对影像进行大气校正和正射校正后,分析遥感影像的光谱和纹理信息特征,结合样地位置和大小,提取样地范围内各波段的反射率、纹理因子、植被指数因子及其衍生变量,如波段比值指数(SR),水分胁迫指数(MSI),差值植被指数(DVI),红绿植被指数(RGVI)等共计73个因子。首先计算建模因子与平均树高、平均胸径、胸高断面积和叶面积指数之间的相关性,根据显著性水平高于0.01或0.05的原则,保留相关性较高的因子。其次,利用方差扩大因子(VIF)确定各变量因子之间的是否存在多重相关性,分析各反演因子与实测林分参数的偏相关系数,按照剔除VIF值大于10的变量原则,采用逐步剔除法消除多重共线性的影响。利用上述提出的判断方法对反演因子进行筛选,最终确定用于反演平均树高的因子13个、反演平均胸径的因子14个、反演胸高断面积的因子11个、反演叶面积指数18个的因子。(2)基于SPOT5影像的林分参数反演在建模因子筛选的基础上,采用逐步回归,偏最小二乘回归和非线性回归方法分别建立平均树高、平均胸径、胸高断面积和叶面积指数等4个林分参数的不同反演模型,运用决定系数R2、残差标准差、模型评价指标值(MEI)以及残差随机分布对模型进行综合评价,比较不同建模方法、不同建模因子参与下的预测精度,以及反演模型参数的稳定性和残差的随机性。确定了各林分参数最优的反演模型,其中平均树高和胸高断面积最佳反演模型为偏最小二乘回归模型,模型决定系数R2分别为0.653和0.774,平均胸径和叶面积指数模型的最优模型为非线性回归模型,模型决定系数R2分别为0.773和0.676。从建模因子在反演模型中出现的频率来看,排在前6位的变量分别为SR12,RSR,DVI34,RED,SR,SR21。综上所述,利用SPOT5卫星数据进行较大范围内的林分参数反演是可行的,反演模型具有较强的稳健性。(3)基于Worldview-2影像的林木冠幅提取与林分参数反演基于Worldview-2影像,采用标记分水岭和均值漂移分割算法开展样地内杉木冠幅信息提取。通过设置不同分割尺度确定最佳的冠幅提取参数,对两种方法的冠幅提取结果进行比较。其中标记分水岭分割方法使用大小为1×1的结构元素对图像进行中值滤波和形态学梯度计算,极小值标记阈值设为10时,提取冠幅的效果最佳,其正确率为77.1%;多尺度分割漂移算法的正确率为86.6%,其最合适的分割参数为10sh?,6rh?,M?20。目视判读对比发现,两种分割方法提取的斑块边界比较符合实际情况,但多尺度均值漂移算法较标记分水岭分割方法更有效。改进了基于概率中值的边界平滑算法,对提取的冠幅边界进行平滑,平滑后的矢量数据能较大概率的还原在原始曲线上,冠幅曲线能较好的与影像形状吻合,且消除了栅格矢量变换中的锯齿状现象,避免因分割算法引起的吊葫芦现象。利用平滑后的影像冠幅与实测树高、胸径,分别建立了杉木影像冠幅与胸径、树高的非线性联立方程组反演模型,模型决定系数R2分别为0.899和0.913。结果表明树高、胸径等林分参数可利用影像冠幅反演。(4)基于地面三维激光扫描技术的林分参数提取利用三维激光扫描仪对单木和林分进行分站点扫描,并对扫描数据进行匹配,生成点云。研究从单木点云的数据格式入手,选用数据库技术对点云进行分割和数据精简,结合统计学知识对点云进行降噪处理,通过统计X方向和Y方向点云在垂直方向上的频率来确定林木位置,提取林木的胸径、树高、冠幅等因子。针对林分点云数据分析,提出一种基于遍历树的林木位置提取算法,即:在点云水平分布图的基础上均匀生成格网,对点云数据进行分块存储,建立分块行列号索引;计算各格网中心点坐标,通过判断相邻格网中心点坐标之间的距离来确定林木中心位置;根据位置信息提取样地内每棵树的点云数据,按照单木分析的方法得到样地内每棵树的胸径、树高信息。研究结果表明提取的胸径和树高值与实测值存在良好的线性关系,模型的决定系数R2分别为0.987和0.883。论文创新点主要体现在以下3个方面:(1)提出了基于概率中值的边界平滑改进算法,经过平滑后的冠幅轮廓,有效的消除了栅格矢量变换中的锯齿状现象,平滑后的矢量数据能较大概率的还原在原始曲线上,保持了整体的一致性;(2)提出将实测冠幅、树高以及胸径作为误差变量,分别建立了杉木影像冠幅与胸径、树高非线性联立方程组反演模型;(3)提出一种基于遍历树的三维激光点云林木位置提取算法,实现了从林分点云中精确提取每棵树的位置以及单木的点云信息。