随着全球气候变化和人口的增长,以及生态文明建设的需要,提升森林培育的质量和效率,实现森林多种效益和功能的最大化,对于满足人类生态需求、促进经济和社会的可持续发展尤为重要。快速、实时、精确地获取林分结构和林木生理参数是实现森林高效精准培育和可持续经营的重要前提,也是研究森林与社会、环境之间相互作用过程的基础内容。传统的森林林分结构和林木生理参数的获取主要是通过林分实测和实验室观测等来进行,但其通常成本较高且精度和效率受到限制。为此,本研究在江苏省研究区选择了四种典型森林（马尾松、麻栎为主要树种的次生林以及水杉、杨树、银杏人工林）为研究对象,结合多平台、多传感器获取的遥感数据,对林分结构参数（树种、林木直径和树高、单株材积、株数、平均胸径和树高、蓄积量和生物量等）和林木生理参数（叶绿素和类胡萝卜素含量）进行高精度估测,同时结合生理过程模型对林分生长过程进行预测,探索不同培育模式对林分生长的影响规律,以期为森林精准培育过程中林分结构和生理参数的快速高效估测、林分生长模拟和预测提供必要的技术、手段和方法支撑。主要研究结果如下:1、创建了多平台遥感数据集成模型,通过优化信息特征提取、模型构建等方法,实现了快速、准确、无破坏的单株林木树种识别、胸径与材积以及生理参数估测。首先,结合同期获取的机载高光谱和激光雷达数据,在基于点云分割和光照冠层提取的基础上,通过随机森林分类器对次生林进行林木树种识别;同时,通过轻巧型、背负式激光雷达传感器（BLS）获取高密度点云数据,结合树干探测（DBSCAN）及材积模型构建方法,对人工林进行单株林木胸径及材积的快速、精确获取;另外,利用无人机平台获取的高光谱和高密度激光雷达点云数据,结合基于DSM的数据融合方法,建立基于回归方法和辐射传输模型的林木生理参数（叶绿素、类胡萝卜素含量）估测模型并定量分析生理参数在单株林木冠层的垂直分布规律。结果表明:基于点云的分割算法对于单株林木提取精度较高（总体精度=82.9%）,且随机森林分类算法对树种的识别精度较高（总体精度>85.4%）。使用光谱及点云全部特征变量的树种类型识别精度较仅使用光谱特征变量的识别精度高（总体精度提升0.4-5.6%）。与使用完整冠层特征的林木识别结果相比（总体精度=85.4-89.3%）,使用阳光直射部分树冠光谱特征的林木识别精度（总体精度=87.1-91.5%）提升了2.3%;另外,基于密度的有噪空间聚类算法对于单株林木提取精度较高（总体精度=95.77%）。基于背负式激光雷达数据及材积方程的单株林木材积估测精度较高（水杉:R2=0.76,rRMSE=20.02%;杨树:R2=0.98,r RMSE=7.25%）;同时,从无人机高光谱数据中提取的多个植被指数与生理参数相关性较高（Adj-R2=0.85-0.91;r RMSE=5.19-6.38%）。对于水杉和杨树两树种而言,具有一致的垂直分布规律,即低冠层部分（受光影响较小）具有较高的叶绿素和类胡萝卜素含量。另外,单个树冠表面上生理参数的垂直分布特性可能随林木年龄的变化而变化,这可能是由于树冠光合作用能力随林木的生长而发生变化所致。2、创建了多源遥感数据融合模型,发展了结合经验模型和参数优化算法的林分结构参数估测方法,实现了精准、高效、大范围的林分结构参数的获取。首先,利用同时相获取的机载全波形（FWF）激光雷达和高光谱数据,在对脉冲波幅和波形形状进行校正的基础上,结合多元线性回归模型估测森林的林分结构参数（平均胸径、树高、蓄积量和生物量等）;另外,基于无人机系统的多光谱和真彩色影像,利用数字航空摄影测量（DAP）方法生成三维结构点云,并拟合偏最小二乘（PLS）回归模型以估测银杏人工林的林分结构参数。结果表明:在结合全波形激光雷达和高光谱数据的林分结构参数估测中,Lorey’s树高的估测具有相对较高的精度（Adj-R2=0.88,r RMSE=10.68%）,其次是地上生物量的估测（Adj-R2=0.84,r RMSE=15.14%）,而蓄积量的估测具有相对较低的精度（Adj-R2=0.81,r RMSE=16.37%）。仅包含点云特征变量的模型具有较强的森林结构参数估测能力（Adj-R2=0.52-0.81,r RMSE=15.70-40.87%）,而点云、全波形和高光谱特征变量的集成可以提高森林结构参数估测的准确性（Adj-R2=0.68-0.88,r RMSE=10.68-28.67%）;另外,同时包含光谱和结构特征的林分结构参数估测模型精度最高（R2=0.82-0.93,r RMSE=4.60-14.17%）。对模型样本进行分层可以提高估测模型的精度（ΔR2=0-0.07,Δr RMSE=0.49-3.08%）,且其精度随着林分密度的增加而增加。3、构建了水杉、杨树人工林生长过程模型,实现了其林分结构参数和生产力的生长变化预测,探索了不同培育措施对水杉和杨树林分生长的影响机制。首先,通过气候模型Climate AP模拟历史及未来气候数据,并基于3-PG模型,结合实测和遥感数据对水杉、杨树人工林的林分结构参数（林分密度、胸径、干生物量和蓄积量）生长过程进行模拟与验证。同时,对林分初植密度、间伐强度和施肥管理措施进行了梯度调节,以探索不同培育措施对林分生长的影响。结果表明:经遥感估测结果验证,3-PG模型预测林分结构参数准确度较高,其中林分密度精度最高（R2=0.99,r RMSE=5.79%）,其次为蓄积量（R2=0.93,r RMSE=14.18%）和干生物量（R2=0.87,r RMSE=15.79%）,胸径预测精度最低（R2=0.69,r RMSE=16.63%）。对于无间伐水杉样地,前50年胸径生长量为23.22 cm,林分蓄积量为277.54 m3/ha;无间伐杨树样地,前50年胸径生长量为47.63 cm,林分蓄积量为702.61m3/ha。对于有间伐水杉样地,前50年胸径生长量为31.76 cm,林分蓄积量为269.30 m3/ha;有间伐杨树样地,前50年胸径生长量为72.77 cm,林分蓄积量为652.36 m3/ha。在不同培育措施下,随着初植密度的增加,前50年平均胸径生长量逐渐减小,林分蓄积量生长量逐渐增加;随着间伐强度的增加,前50年平均胸径生长量逐渐增加,林分蓄积量生长量逐渐减小;在不同施肥措施下,生长中期进行一次肥料管理有利于林分平均胸径和蓄积量的生长。