森林生态系统碳循环在生物圈和大气圈之间的碳循环过程中发挥着非常重要的作用。森林容易受到风灾、火灾、病虫害、干旱和砍伐等自然和人为因素的扰动,有效监测森林扰动造成的生物量损失,是森林生态系统碳循环过程研究的重要组成部分。目前森林生物量动态变化的监测结果存在较大的不确定性。经典遥感监测方法主要利用光学植被指数(Vegetation Index,VI)或雷达后向散射系数,在对生物量水平较高的森林监测时,存在着信号饱和的问题。实现森林扰动造成的生物量损失的高精度监测必须依靠对森林空间结构变化的直接探测。本文以亚马逊热带雨林为研究区,重点探索分析了如何综合使用C波段雷达干涉、光学多角度立体观测和激光雷达数据,实现森林砍伐造成的生物量损失的定量监测,具体研究成果如下:(1)利用小光斑激光雷达点云数据对已有地形坡度先验信息进行了评价。大光斑激光雷达(Light Detection and Ranging,LiDAR)数据以其对森林空间结构的直接探测能力,成功应用于地形较为平坦林区的森林地上生物量(Aboveground Biomass,AGB)监测,其所面临的最大挑战是地形引起的波形展宽问题。波形展宽问题的解决需要依靠地形坡度先验信息。目前常用的免费公开的全球地形数据包括利用C波段雷达干涉数据生成的SRTM DEM(Shuttle Radar Topographic Mission)和利用星载摄影测量数据生成的ASTER GDEM(Advanced Spaceborne Thermal Emission and Reflection Radiometer)。本研究首先利用小光斑激光雷达数据,通过不同滤波算法的组合,实现了高精度林下地形信息提取,然后以此为参考,对SRTM DEM和ASTER GDEM的坡度信息进行了对比和评价。结果表明SRTM DEM的坡度信息优于ASTER GDEM。(2)发展了模型辅助的坡地森林冠层高度提取方法。目前针对大光斑激光雷达由地形引起的波形展宽问题已经开展了大量的研究,在坡度小于15°情况下,现有的方法可以通过纠正地形的影响提高森林冠层高度的反演精度。但是在坡度大于15°情况下,反演森林冠层高度仍具有很大的挑战。本研究基于已知的地形坡度信息,利用激光雷达回波机理模型,发展了模型辅助的森林冠层高度估算方法。基于模拟数据的分析结果表明,该方法适用于地形坡度在0°-40°范围内的大光斑激光雷达数据。(3)提出了基于地形自适应激光雷达波形高度指数的森林生物量估算方法。前一部分所发展的模型辅助的森林冠层高度方法,需要依靠激光雷达回波机理模型,算法的实用性受到了一定的限制。这一部分根据机理模型中裸露地表激光雷达回波的计算方法,推导了一个简单的基于已知地形信息的裸露地表激光雷达回波计算公式,并以该公式为基础,基于已知地形坡度信息,提出了具有地形坡度自适应能力的大光斑激光雷达波形高度指数计算方法;采用坡度自适应波形高度指数对森林生物量进行了估算,并与高斯分解法和波形参数法的反演结果进行了对比分析。利用地形坡度在0°-40°范围内的大光斑激光雷达波形模拟据的分析结果表明,相较于其它两种方法,坡度自适应波形高度指数给出了最好的估算精度,R~2=0.92和RMSE=16.45 Mg/ha;基于Geoscience Laser Altimeter System(GLAS)数据的分析结果表明,坡度自适应波形高度指数给出了最好的估算精度,R~2=0.84和RMSE=35.07 Mg/ha。(4)协同利用SRTM DEM、ASTER单景立体影像和激光雷达数据进行了砍伐区森林生物量损失监测可行性研究。C波段雷达干涉数据对森林冠层的穿透能力较弱,在亚马逊热带雨林区,SRTM DEM主要刻画的是2000年的森林冠层顶部的高程;日本公开了用于生产ASTER GDEM的逐景的立体影像,该数据可提供砍伐后地面的高程,因此,SRTM DEM与ASTER单景DSM数据结合可以得到2000年以后砍伐区的森林在2000年时的高度,借助于激光雷达点采样数据,可实现对砍伐造成的森林生物量损失进行监测。我们首先利用美国马里兰大学生产的全球森林变化产品(Global Forest Change)得到疑似扰动区域,然后利用扰动后的ASTER(DSM)数据和SRTM DEM数据,通过高度的变化来对砍伐林班进行确认;进而以GLAS提供的森林生物量点采样数据为参考,构建基于SRTM DEM与ASTER DSM差值的生物量估算的模型,实现对砍伐区扰动前森林地上生物量的估算。结果发现,扰动前后SRTM DEM与ASTER DSM的差值与大光斑激光雷达提供的森林高度信息具有较高的相关性(R~2=0.96,RMSE=1.65m),估算的生物量损失与大光斑激光雷达提供的点采样数据的相关性为0.66。结果表明,本研究所提出的监测算法具有一定的可行性。