森林是陆地生态系统中最大的有机碳库,在全球碳循环、减缓CO2浓度上升等方面发挥着重要作用。森林生物量作为核算森林碳储量的关键因子,其数量及其空间分布是评价森林生态系统碳汇潜力的重要参数。目前,森林生物量估算已经成为林业领域的研究热点。然而,对森林生物量的准确估算还存在两大挑战:（1）异速生长方程作为森林生物量估算中首要的一个关键环节,它的选择是怎样影响最终生物量的估算结果。（2）因数据质量不高、模型精度不足等,导致在单木尺度、样地尺度、遥感尺度上进行森林生物量的预测时存在着众多不确定性。因此,在不同尺度下对生物量估算过程中的不确定性进行量化,对提高森林生物量估算的准确性具有重要意义。基于此,本文以福建省龙岩市为研究区域,采用国家森林资源清查数据和机载激光雷达数据,在估算森林生物量的基础上,首先分析了不同异速生长方程对遥感森林生物量精确估算模型的误差影响。然后以均方根误差为不确定性度量指标,在不同空间尺度上采用误差传递法、蒙特卡洛模拟法等对森林生物量估算的不确定性进行精确分析与度量。在不同异速生长方程对森林生物量估算影响分析中,中国森林主要群系异速生长方程存在较大误差,但是它在遥感生物量模型误差上却是最小的。在单木尺度上,模型残差、模型参数误差以及测量误差引起的生物量估算不确定性分别为25.9%、4.3%、13.6%,总不确定性为29.6%。由单木尺度传递到样地尺度时,相应的生物量预测误差减小到4.6%。在遥感尺度上,在像素级（样地大小）生物量估算的不确定性分析中,模型残差引起的不确定性较大为28.5%,而模型参数误差和激光雷达数据误差引起的不确定性较小,分别为5.6%、9.7%,总不确定性为30.6%。另外,森林生物量估算的不确定性会受到建模样本数量的影响,当样本数量分别为40、60、80、96时,模型残差引起的不确定性依次为39.2%、31.5%、30.9%、28.5%。将像素级生物量估算不确定性推广到不同空间分辨率上时,随着像素变大,模型残差与激光雷达数据误差引起的不确定性先迅速减少,后趋于平稳,而模型参数误差无明显变化。在整个龙岩市森林生物量估算当中,总生物量约为2.52亿吨,总生物量的不确定性为0.77亿吨,相对预测误差为30.6%。通过以上结果分析得出以下结论:（1）在比较不同异速生长方程对遥感森林生物量精确估算模型的误差影响时,简单分析遥感生物量模型误差的大小并不能说明生物量估算的准确程度,在森林生物量估算当中需要更多的考虑异速生长方程误差所带来的影响。（2）在单木尺度的生物量估算不确定性中,模型残差对估算结果影响最大,其次是测量误差,而模型参数误差影响最小。因此,提高异速生长方程的精度对于提高森林生物量估算精度具有重要意义。由单木尺度传递到样地尺度上时,样地生物量估算的不确定性要比单木小很多。（3）在遥感尺度的生物量估算不确定性中,模型残差对估算结果影响最大,而模型参数误差和激光雷达数据误差影响较小。另外,遥感生物量模型的建模样本数量会影响森林生物量的估算,在建模数据较少时,模型残差引起的不确定性较大。因此,在遥感森林生物量监测中,要以提高生物量模型精度为研究重点。（4）在整个研究区域进行森林生物量估算中,利用误差传递法、蒙特卡洛模拟法等,能够实现基于机载激光雷达数据的多尺度、多分辨率的森林生物量估算及其不确定性度量。