对树高、胸径、冠幅、生物量等结构参数进行全面准确的获取,可以为森林资源调查和经营提供数据基础。中国的人工林种植面积达到世界第一,人工林的科学管理对高效、高质量的森林经营具有重要意义。传统的森林参数获取方式往往是通过野外人工调查,调查样地在复杂的森林环境中布设难度大,而且更新频率不高,同时还耗费了大量的人力和物力,测量数据的准确率无法满足精准林业调查的要求。随着无人机近地遥感的快速发展,倾斜摄影测量技术作为一种低成本、高效率的新型测量手段,除了获取三维结构信息的优点之外,还能获取丰富的光谱信息和纹理信息,已广泛应用于城市三维建模、智慧旅游,但是在林业中的应用还较少,利用无人机倾斜摄影测量技术进行单木和林分参数的提取具有很大的研究和应用价值。为探索无人机倾斜摄影测量技术提取人工林结构参数的可行性和关键技术,本文以内蒙古自治区赤峰市喀喇沁旗旺业甸实验林场为研究区,不同林龄的落叶松和油松人工林为研究对象,布设落叶松35块,油松42块,共77个样地并进行地面调查,其中包括6个用于单木参数提取的样地。首先对原始倾斜摄影像片进行森林三维重建,生成密集点云、冠层高度模型（CHM,canopy height model）和数字正射影像（DOM,digital orthophoto map）;然后在单木尺度,分别采用点云距离阈值分割、基于CHM的分水岭分割、以及基于DOM的面向对象多尺度分割算法,进行单木分割和树高、冠面积提取,并进行精度验证;基于单木冠面积提取结果、单木点云高度变量和实测生物量进行单木生物量模型构建并检验精度;在林分尺度,基于倾斜摄影测量数据生成的数字正射影像（DOM）进行植被指数的构建,结合植被的物候特性进行落叶松和油松的树种分类;以点云高度变量、植被指数和密度变量的不同组合与样地实测生物量进行逐步回归,确定最佳变量组合拟合生物量最优模型,进行精度验证。结果如下:（1）点云距离阈值分割方法适宜进行落叶松单木分割,结果精度最高,平均F为0.94,且提取成熟落叶松、成熟和幼龄油松树高的精度最高,平均r RMSE分别为3.9%,4.3%和9.8%,对于幼龄油松单木冠面积提取效果最好,r RMSE为33.5%;基于CHM的分水岭分割算法宜进行油松单木分割,平均F测度为0.89,且适用于幼龄落叶松单木树高提取,r RMSE为7.4%,对成熟、幼龄落叶松以及成熟油松提取冠面积效果最好,平均r RMSE分别为23.2%,25.7%和20.9%。（2）应用单木分割结果提取单木点云特征变量,结合冠面积提取结果,构建成熟、幼龄落叶松,成熟、幼龄油松的单木生物量估算模型,结果表明冠面积对不同树种和林龄的单木生物量模型贡献均较大。成熟落叶松、油松的生物量估算相对精度均大于幼龄落叶松、油松,R~2均大于0.84,r RMSE分别为13.2%、16.0%、9.9%和18.2%。总体上,成熟林分的单木生物量模型精度优于幼龄林分。单木分割得到的单木点云特征变量和冠面积拟合单木生物量模型效果较好。（3）在林分尺度,利用植被指数和物候特性对落叶松和油松林进行分类。基于可见光波段构建植被指数VDVI,在落叶松有叶期进行VDVI阈值分类,提取植被,并设定归一化点云高度阈值进行了低矮植被的剔除,得到人工林的覆盖范围;在落叶松落叶期进行油松的提取,最后将人工林区域和油松区域叠加,将落叶松和油松分类,确定了其覆盖范围,分类用户精度和生产者精度均达到90%以上,说明植被光谱特性结合物候特性可以成功将落叶松和油松进行分类。（4）在林分尺度,融合摄影图像光谱特征、点云提取的高度和密度变量建立生物量估算模型。以高度变量为基础自变量,逐步引入植被指数和密度变量之后,拟合的生物模型精度明显提高,落叶松的3种生物量模型R~2分别为0.81,0.86和0.93,r RMSE分别为;油松的3种生物量模型R~2分别为0.77,0.91和0.93;植被指数VDVI和密度变量D5对模型的贡献率较大。说明无人机倾斜射影测量数据可以有效估测林分生物量。研究结果表明,无人机倾斜摄影测量数据在单木参数提取、生物量模型构建方面有很好的应用效果。在不同的算法下有效进行单木分割提取参数,利用不同类型的变量组合拟合生物量模型,其精度能够满足林业调查工作的基本需求。本研究旨在探索无人机倾斜摄影测量技术在单木和林分尺度的人工林结构参数提取的自动化流程,为今后降低林业资源调查成本、提高森林集约化经营水平提供一定的参考。