作为陆地生态系统最重要的组成部分,森林在维护生态系统平衡、净化空气、固碳和保护水土等方面起到了至关重要的作用。森林地上生物量(AGB)和叶面积指数(LAI)是评价森林生长和健康状况的两个重要指数,森林的单木结构参数对精细林业的经营管理、现代化精准林业建设至关重要。传统的森林资源调查都是以人工野外测量为主,野外调查不仅工作量大、周期长,而且难以快速获取大面积范围内的森林参数,同时也很难做到大范围的连续采样测量。遥感技术的发展为森林资源调查,尤其是对森林地上生物量和叶面积指数的估测,单木结构参数的提取等提供了一种快速、高效的估测手段。大范围连续成像的被动光学遥感可以提供丰富的植被光谱指数和纹理特征信息,主动遥感像激光雷达(LiDAR)技术对森林高度和冠层垂直结构具有很强的探测能力,两者已经在森林参数的定量反演上取得了成功的应用。近几年,通过结合激光雷达和光学遥感技术进行森林参数反演的研究越来越多,既可以利用光学遥感的光谱和纹理特征,同时又可以充分利用激光雷达对森林冠层垂直结构探测的优势,提高遥感技术对森林参数的反演和估测能力。数字航空摄影(DAP)可见光影像在基于运动结构特征法(SfM)和先进的区域网平差技术下可以得到类似于激光雷达的数字表面离散点云和类似于光学遥感影像的数字正射影像图(DOM)。随着我国高分辨率对地观测空间基础设施的建设,我国对地观测的机载平台和传感器种类不断增加,基于轻小型航空器和无人机(UAV)平台的可见光遥感,以其低成本、高分辨率、快速高效的数据获取,在不同行业领域得到了蓬勃发展,业务化应用水平快速提高。本研究利用运-5轻小型航空器在黑龙江省佳木斯市孟家岗林场获取的数字航空摄影可见光数据和LiDAR数据,以及地面测量样地数据开展森林参数的反演估测研究工作,取得了以下研究成果:(1)获得了研究区的数字正射影像图DOM、冠层高度模型CHM和归一化点云PPC。对航摄可见光数据,采用运动结构特征法(SfM)和区域网平差技术进行空三处理,生成数字表面模型DSM、离散点云和DOM。通过对DSM和离散点云与LiDAR数据生成的数字高程模型(DEM)做绝对高度的差值计算,得到相对高度的CHM和PPC产品。通过均匀选点和对比分析,确定DAP点云数据和LiDAR点云间的平均距离偏差在0.5m以内。(2)构建了研究区森林地上生物量和叶面积指数的反演模型,制作了研究区15m分辨率的森林地上生物量和叶面积指数分布图。从DOM数据中提取可见光植被指数和纹理特征信息,从密集点云PPC数据中提取森林高度和覆盖度特征信息。分别对单独的DOM、单独的PPC及DOM+PPC三种数据源,通过机器学习回归模型(Cubist、K近邻KNN、随机森林RF和支持向量机SVR)建模反演森林地上生物量和叶面积指数,并基于DOM特征制作研究区15m分辨率的AGB和LAI分布图。结果表明,DOM+PPC结合数据源对AGB和LAI的反演精度都是最高的;高度特征对AGB反演的贡献度更大,冠层覆盖度和植被指数特征对LAI反演的贡献度最大;4种模型中Cubist模型对AGB估测的精度最好,SVR模型对LAI估测的精度最好。AGB和LAI反演的最好结果的R~2和RMSE分别为0.73和20t/ha,0.79和0.48。(3)完成了单木位置的提取。分别采用标记控制分水岭算法对CHM数据,区域生长算法对PPC数据进行单木分割,提取单木的位置结果。结合外业测量的稀疏大树、密集大树和密集中-小树三种类型的单木位置数据,利用检测完整率r、精确率p和提取质量q进行单木分割的评价。结果显示,PPC数据的检测结果略优于CHM数据的检测结果;稀疏大树样地的单木分割精度最高,r,p和q分别为90.41%,82.50%,75.85%,密集中-小树样地的分割精度最低,r,p和q分别为57.01%,79.22%,49.59%。(4)完成了单木树高的估测。首先,利用提取的单木位置从CHM和PPC数据中提取对应位置的单木树高。然后按照树高分级建立单木树高与外业实测树高的线性回归关系。结果显示,大部分小树被高估,大部分大树被低估,平均估测值相差±3.5m左右。基于CHM和PPC的单木树高整体估测的R~2和RMSE分别为0.667和2.83m,0.661和2.36m。按照不同航摄重叠度,建立区域内树高的线性回归关系。结果表明,位于航摄重叠度较高区域内的样地的单木树高估测精度要高与重叠度较低区域的估测结果。