胸径(Diameter at Breast Height,DBH)是最基础的森林结构参数之一,是计算材积以及建立树木生长模型所需的基础数据。地面激光扫描(Terrestrial laser scanning,TLS)能够获取周边区域毫米级的空间信息,具备快速、自动、周期性测量树木胸径信息的能力。在过去20年中,已经出现了大量基于TLS的胸径测量方面的研究,在这些研究中使用了许多胸径提取算法。但是,目前关于不同算法的适用林型以及参数敏感性分析方面的系统性研究仍十分欠缺,很少有研究能够说明不同林型下最适用的胸径提取算法和预处理条件,因此TLS在胸径信息采集中的大尺度应用仍缺乏一定的理论基础。针对这些问题,本研究评估了三种具有代表性的胸径提取算法:Hough变换、线性最小二乘圆拟合算法和非线性最小二乘圆拟合算法在不同林型、扫描模式和预处理条件下的精度表现,并对算法预处理参数进行了敏感性分析。实验的森林类型为天然次生林和人工林,扫描模式为多站扫描和单站扫描。实验的预处理参数为点云切片厚度和灰度阈值,预处理条件共有四百余种,在每种预处理条件下,均独立的使用这三种算法提取了样地中所有树木的胸径。主要研究内容与结论如下:(1)在天然次生林中,本文评估了各胸径提取算法在不同扫描模式和预处理条件下精度的表现及变化规律。实验结果表明:线性最小二乘圆拟合算法在三种算法中鲁棒性最好,算法精度受预处理条件和点云质量的影响最小。在点云质量较差的天然次生林多站及单站扫描模式下,算法整体精度表现均好于其它两种算法,是最适用于天然次生林的胸径提取算法。(2)在人工林的单站扫描模式下,本文评估了各胸径提取算法在不同预处理条件下精度的表现及变化规律。实验结果表明:非线性最小二乘圆拟合算法在树干投影图像信噪比较高时在所有算法中表现最好,能够得到非常高的胸径提取精度(最高相对精度93.37%),是最适用于点云质量较好的人工林的胸径提取算法。(3)基于各算法在不同林型、扫描模式和预处理条件下的精度表现,本文对算法预处理参数进行了敏感性分析,得到了不同实验条件下能使算法得到最高精度的最优预处理参数值。研究结果表明:中等的灰度阈值3能够有效滤除点云中的噪声点,是最适用于噪声点较多的天然次生林的预处理灰度阈值;人工林中噪声点较少,较小的灰度阈值1是最合适的预处理灰度阈值;天然次生林由于植被间的遮挡现象造成树木可见性较差,在单站扫描模式下,大厚度1.34m是最优的点云切片厚度值,而在多站扫描模式下树干的扫描覆盖度较好,最优厚度值为0.24m;人工林林下通视条件好,即使在单站扫描模式下,使用较小的点云切片厚度也可以获得充足的树干圆周信息,小厚度0.lm是最适用于此情况的点云切片厚度值。