森林是陆地生态系统的核心,具有维持生态平衡、改善生态环境和改善全球气候等重要功能。森林多样的生态功能保障了林业发展的基础,为人类提供了生活所需的木材和各种林副产品,促进了人类文明基本与社会发展。如何科学对森林进行经营,使之实现森林经济、社会和生态效益的最大化是我国目前亟需解决的问题。森林经营规划是指对森林资源进行保护、利用和经营的过程,包括森林分类管理、森林生产经营、森林资源保护和可持续发展等多方面内容。森林可持续经营的最终目标是实现生态、经济、社会效益协调统一,与我国生态文明建设精神的基本理念高度一致。激光雷达（Light detection and ranging,LiDAR）,其通过发射和接收激光脉冲信号来获取地物精确的三维结构信息,在单木尺度森林参数估计中展示出了巨大的优势。随着激光雷达在森林调查中的广泛应用,使得大面积的获取单木尺度森林调查数据成为了可能,为单木尺度的森林经营的开展提供了数据基础。本研究以黑龙江省佳木斯市桦南县孟家岗林场为研究区域,选取了3个面积为1×1.5 km的矩形区域进行无人机激光雷达（UAV-LiDAR）数据采集,并在其区域内落叶松人工林林分中设置固定样地获取野外调查数据。围绕着基于UAV-LiDAR的落叶松人工林单木尺度经营优化流程中所涉及的如林分自动分割、单木胸径估算、经营优化方法等关键性问题开展一系列研究,为开展大面积的单木尺度森林规划建立一套完整的系统性框架。本研究获得主要结论如下:（1）本研究开发了两种林分自动分割算法:元胞自动机以及模拟退火算法,基于3块面积为150公顷的5 m分辨率的UAV-LiDAR特征变量的栅格格网与其他2种林分自动分割算法:区域生长、自组织映射法进行比较。就分割结果对林分内森林结构参数变异程度的解释能力而言,模拟退火算法的分割效果最优。相对于其他方法的分割结果,区域生长法分割结果中出现较多形状不规则的林分。元胞自动机的林分数量最少,其林分平均面积最大。就分割结果中小面积林分（面积小于0.3公顷）的比例而言,区域生长的比例最大,模拟退火的比例最小。元胞自动机算法以及模拟退火算法的林分形状最规则（接近圆形）,研究表明,元胞自动机、自组织映射以及模拟退火其在林分自动分割中的表现均优于区域生长法。（2）本研究以53块长白落叶松人工林固定样地为研究对象,构建了6种落叶松人工林单木胸径预测模型,被测试的6种方法包括预测方法包括线性回归模型、具有正则项的线性模型、支持向量回归、随机森林、人工神经网络以及K最邻近算法。使用单木水平以及林分两个水平的UAV-LiDAR特征变量作为模型的预测变量。结果表明,与线性回归模型相比较,所有其他方法都具有良好的预测精度。另一方面,所有的方法都存在着对于较大的单木胸径进行低估的现象,这可能是由于这些方法无法充分描述激光雷达特征与单木胸径之间的非线性关系,使用UAV-LiDAR特征变量的其他转换形式作为预测变量参与模型的构建会缓解这一问题。研究表明,在所有的预测方法中,支持向量回归在基于UAV-LiDAR的单木胸径估算中表现效果最好。当预测变量与响应变量之间关系的先验知识很少、潜在的预测变量数量较多、预测变量之间存在较强相关性时使用非参数机器学习方法的预期收益最高。（3）针对UAV-LiDAR数据无法对林分中的全部单木进行探测,本研究构建一种两水平混合优化法对林分中被探测木与未探测木进行共同优化。该方法在上层水平中使用差分进化法对对采伐年龄以及未探测木的间伐强度曲线进行优化,在下层水平中使用模拟退火算法对林分中所有被探测木的采伐年龄的选择进行优化。优化结果表明,相较于只对林分的间伐强度进行优化的方式,经营中使用对单木进行决策其经济效益将提高,本研究所提出的两水平混合优化法可直接用于基于激光雷达的森林经营优化中。（4）本研究在两水平优化方法的目标函数中添加其他目标变量,实现落叶松人工林的多目标经营,使该方法可适用不同的经营情景。结果表明当以经济效益最大（净现值最大）为唯一经营目标时,该方法给出的最优经营方案其主伐年龄为62年,其采伐方式为上层伐。当经营对象为落叶松混交林时,可在目标函数中增加Shannon指数作为另一个目标变量,用于调节林分的物种多样性。当经营目标考虑到林分结构复杂性时,可通过在目标函数中增加Gini指数以及Clark and Evans指数分别用于调节林分中单木的径阶分布以及空间分布。同时该方法可以在考虑到天然更新的情景下进行优化。