冠幅是树冠结构的重要特征因子,直接影响树木的生产力和生命力,郁闭度是反映森林冠层结构与密度以及评价森林经营管理采伐强度的重要指标之一。无人机具有可以云下飞行,易于获取高精度图像,图像获取成本低等优势,研究基于无人机影像的树冠参数提取方法,使无人机影像提取林木树冠参数的操作系统化,有利于实现精准高效的森林资源清查和监测。本文以福建省将乐国有林场梅花谷为研究区,以无人机影像为遥感数据源,利用PIX4D mapper软件生产出高精度数字正射影像图(DOM),结合地面实测数据,分别使用多尺度分割技术和分水岭分割算法提取单木树冠冠幅,对比分析了两种方法在高郁闭度杉木林分中的冠幅提取精度,选取精度较高的方法进行了郁闭度的估算和杉木立木材积模型的研建。主要结论如下:1.无人机影像能够满足森林参数提取的精度需要,无人机与高分辨率相机的组合能够快速便捷的获取一定范围的森林资源数据,满足航空摄影测量成图的要求。结合无人机获取的64张高分影像,在PIX4D mapper无人机影像处理平台,能够生成高精度数字正射影像。2.多尺度分割技术在高郁闭度林分中分割效果要优于分水岭算法,在本研究区内的高郁闭度林分条件下(林分郁闭度为0.778 5),分水岭算法不能有效的进行分割,多尺度分割取得了更好的效果,提取冠幅面积与实测冠幅面积的R2达到了0.806 8。3.利用地面样地调查数据,对杉木胸径、材积、树冠面积进行相关性分析,分别建立杉木胸径-材积模型,冠幅面积-胸径模型,联立二者得到材积-冠幅面积模型。使用该模型对建模外的112株杉木独立样本估算材积,与利用当地杉木二元材积表计算的结果相比,平均精度达到了67.75%。综上所述,无人机航拍影像可应用于高郁闭林分的林业调查中,使用基于面向对象的多尺度分割技术能够有效地从无人机正射影像中提取单株树冠面积、林分郁闭度,整体精度能达到75%以上;建立的杉木一元立木材积模型,对基于无人机高分辨率影像的杉木单株树冠面积提取与蓄积量估测有一定的参考意义,为森林资源调查与监测提供了新的途径。