叶面积指数(Leaf area index，LAI)作为表征植被冠层结构最重要的参数之一，它控制着植被冠层的多种生物物理过程，如光合作用、呼吸、蒸腾、碳循环、降水截获、能量交换等等，同时在林学、植物学、生态学、农学等领域得到了广泛的应用。叶面积指数测量方法主要分为两种：直接测量方法和间接测量方法，直接测量方法需进行破坏性采样、费时费力，仅适合小范围测量，实践当中广泛采用的测量方法为间接测量方法。目前影响LAI间接测量方法精度的因素主要包括聚集效应、非光合作用组分、观测条件、地形坡度等，其中最主要的两大因素为聚集效应和非光合作用组分。　　 本文从提高森林冠层IAI测量精度出发，重点研究消除聚集效应及非光合作用组分两大误差来源。植被冠层在可见光及近红外波段具有红光吸收、近红外反射的光谱特性，基于此特性我们设计了用于植被冠层观测的多光谱冠层成像仪MCI(Multispectral Canopy Imager)，并基于MCI提出了森林区木质总面积比参数间接测量方法。研究发现，冠层基本组分及木质组分空间非随机分布，冠层基本组分及木质组分的聚集效应修正对于木质总面积比参数测量十分关键。木质总面积比参数在各天顶角并非恒为常数，其在各天顶角之间变化很大。传统LAI测量方法采用束簇总面积比参数在修正有效总面积指数(effective Plant Area Index，PAJre)的同时，还修正了包含在PAle内的有效木制面积指数(effective Woody Area Index，WAIe)，本文提出了可同时适用于冠层基本组分及木质组分的束簇面积比参数计算方法。　　 由丁森林冠层其冠层三维结构的高度复杂性及异质性，本文基于三种聚集指数测量方法( MCI、TRAC、HemiView)及计算方法(间隙率大小分布方法、有限长度平均法、偏析系数法)测量了森林区多方位角、多天顶角方向聚集指数。研究发现，森林冠层聚集指数不仅随着天顶角变化，其同时还随着方位角方向变化而变化。同一种聚集指数算法应用于不同仪器其结果存在不同程度的差异，同一种仪器采用不同的聚集指数算法其结果也存在不同程度差异。单天顶角及方位角方向聚集指数测量可能会给LAI测量带来较人的误差，聚集指数测量时应在全天顶角及方位角范围内展开。　　 最后，联合摄影方法及斜点样方法开展了单株冠层PAI测量。研究发现，冠层背景及天气条件对冠层影像分类影响显著，相机外方位元素解算精度受控制点精度影响较大，但受控制点数日影响相对较小。选择合理的单位体元人小及分区大小组合方案对冠层三维重建、儿何参数及PAI测量十分关键。任意组合单位体元大小及分区大小可导致冠层三维重建、几何参数及PAJ测量异常，当单位体元大小与分区大小之间相互匹配时，冠层几何参数及PAI测量结果稳定性良好。与立体体元大小相比，分区大小对冠层三维重建、几何参数及PAI测量影响更为显著。