草原是陆地生态系统的重要组成部分,在全球碳汇和碳循环中起着不可替代的作用。草原植被结构参数可以有效的反映陆地生态系统的物质和能量的循环状态,并能够体现陆地生产力水平,因而对全球生态系统研究具有重要的意义。植被生物量是衡量草原生态系统物质和能量循环的重要基础,作为陆地生物圈的重要组成部分,对植被物候变化研究同样具有重要意义。传统的植被生物量统计以大量的地面实测数据为基础,劳动强度大、这种方法并不适合植被生物量的大面积快速评估。随着遥感技术的发展,诸多遥感技术已广泛用于植被结构参数的提取。光学遥感主要反映地物植被的水平结构信息,从中可以提取有效的光谱信息和纹理信息。微波遥感对植被冠层有一定的穿透性,然而在植被冠层参数反演中有一定限制。激光雷达技术作为一种近年来发展迅速的遥感手段,具有高精度数据的特点,因而在植被冠层参数提取方面具有一定的优势。针对激光雷达数据空间离散,不具备光谱能力等特点。本文联合无人机多光谱植被指数对不同放牧条件下呼伦贝尔草甸草原植被生物量进行反演,探讨无人机激光雷达数据与多光谱数据的植被参数的反演能力,模型精度和影响因素。研究结果表明,结合光学遥感与激光雷达多源遥感数据的优势,可以充分发挥植被生物量估算作用,并且具有广泛的适用性。主要研究结果如下:(1)开展机载激光雷达数据处理算法研究,对无人机激光雷达数据进行精度评价。在飞行高度119米的情况下,激光雷达反演的草层高度普遍比实测数据偏低,从草层高度的角度看,草层高度越高,相对误差就会越低,最高草层高度相对误差最低达到55.689%,其次为平均草层高度的相对误差67.773%,植被覆盖度的相对误差为0.006%。(2)利用无人机激光雷达数据建立不同放牧条件下的草原地上生物量模型方程。使用激光雷达反演的最高草层建模效果程度要比激光雷达反演平均草层高度好,幂函数拟合程度R~2提高0.1,RMSE降低6.74 g/m~2。加入植被覆盖度因子后,幂函数模型拟合效果基本保持不变,RMSE大致呈现下降情况,这说明加入植被覆盖度可以有效提高建模精度。从整体来讲结合激光点云反演的草层高度和植被覆盖度的幂函数模型可以较好的建立植被地上生物量模型。(3)建立联合激光雷达和多光谱数据的植被生物量反演模型。由于单一植被指数在植被生物量模型构建时,拟合效果较差,精度不高,植被指数数据容易产生饱和问题。加入激光雷达数据后,建模拟合效果显著提升,精度普遍提高(R~2:0.38~0.50,RMSE:62.44~65.38g/m~2)。虽然模型中仍有个别数据存在偏差,但总体一致性较好。