竹笋生长与竹产量及固碳能力有密切的关系,研究竹笋的生长过程,有利于了解竹笋的生长特性。获取高精度测树因子是新型林业调查的要求。地基激光雷达技术具有精度高、数据丰富和扫描范围大等特点,广泛应用于林业研究。本文采集128棵毛竹笋点云数据和35棵实测样本数据,主要研究点云模型测算毛竹笋材积的精度,建立单株毛竹笋立木材积回归模型,分析毛竹笋鲜生物量与干生物量之间的变化关系,构建单株毛竹笋材积与生物量的关系模型,为研究毛竹笋生物量在生长周期中的变化规律提供转换参数。同时采集44棵毛竹笋点云数据和7棵实测样本数据,量测雷竹笋三维模型的几何数据,分析其模型精度。研究结果如下:（1）基于点云数据构建的毛竹笋三维模型具有真实性和还原性,可以提取高精度的测树因子,且测算体积的精度高。不同区分段长度对毛竹笋材积测算的精度影响不同,区分段越长误差越大。（2）毛竹笋一元材积方程拟合误差大,地径、高度一元材积的确定系数分别为0.184、0.651,无法较好解释材积变化情况;分别构建2个二元材积回归模型V=0.392D^{1.8 97}H ^{0.8 11}和V=0.242（D² H）^0.843,确定系数分别为0.895、0.891,精度验证后得到前者的精度更高。（3）毛竹笋生物量在鲜重中占比逐渐提升。毛竹笋含水率呈相对较低-相对较高-相对较低的变化规律,其整体比例在82%～90%之间。（4）基于毛竹笋三维模型计算体积,根据相应生物量,结合3个材积与生物量转换模型,得到最优转换模型W=55.058V^0.9549,模型确定系数为0.98。（5）雷竹笋三维模型测树因子精度高,其区分段长度与材积精度成反比,且材积方程误差较大。（6）雷竹笋一元材积方程拟合误差大,无法较好解释材积变化情况;分别构建得到2个二元材积回归模型V=0.073（D² H）^0.651和V=0.213D^{1.6 52}H ^{0.5 63},前者精度更高。