森林资源调查的目的是探明我国森林资源的分布现状和生长态势,并为森林资源的精准经营和可持续发展决策提供依据,简称森林调查。目前森林调查仍然通过实地探查完成,费时费力,周期长,更新慢。随着无人机摄影测量技术的发展,通过搭载不同的遥感设备可以获得高清航带影像、激光点云、林冠多光谱数据等,经过专业软件简单处理就能从中提取所需的森林调查数据,这种数字化林业调查较之传统的人工调查有范围广,效率高,更客观的优势。本文以无人机摄影测量技术为基础,使用高精度RKT无人机搭载高清数码相机,以太原市周边核心林区西山万亩生态园和太原市森林公园为研究区,制作正射影像(DOM)、数字表面模型(DSM)和密集点云数据,以点云数据应用为主结合样地调查与模型反演从中提取所需的林分信息,完成并获得如下目标和结论:(1)基于DOM目视提取和样地实测,获取研究区内的主要树种为国槐、华山松,树木总数为2859棵,其中树冠面积的最大值为25.682 m~2、最小值为0.729 m~2、平均值为9.121 m2;从中均匀选择的600棵样本木,测得胸径最大值为23.47 cm、最小值为7.63 cm、平均值为11 cm;树高最大值为6.4m、最小值为2.4 m、平均值为3.8 m左右;冠幅最大值为3.6 m,最小值为0.5 m,平均值为1.6 m左右。对目视提取与样地实测的单木定位和树冠面积展开误差分析,中误差为0.282和0.203,说明通过目视提取的单木信息有较高精度。(2)基于DSM数据和密集点云数据实现研究区域单木分割,并提取单木的树冠面积,树高,单木定位等信息。经过统计分析可得单木分割的提取率为83.45%,树冠面积最大值和最小值分别为25.752 m2、0.549 m~2、平均面积为9.254 m~2,总偏差为662.085 m~2、相对偏差为4.9%、均方根误差为2.591 m~2、相对均方根误差为3.7%、R~2为0.87363;树高的最大值为5.53 m、最小值为0.84 m、平均值为3.24 m左右,绝对误差最大值在1.5 m以,最小值为0.12cm,相对误差最大值为29.5%,最小值为0.26%,平均相对误差为4.16%,均方根误差0.72 m,相对均方根误差6.9%,R~2为0.70969,说明由点云分割提取的林分信息符合精度要求。(3)通过SPSS软件以点云分割获取的树高和树冠面积为自变量,实测胸径为因变量构建实验区域的一元、二元胸径预测反演模型,计算并统计得到实验区胸径的最大值分别为12.538 cm、15.214 cm,最小值分别为3.467 cm、5.082 cm,平均值分别为6.649 cm、10.293 cm。利用以上提取的全部信息结合华北地区蓄积量,生物量,碳储量模型计算得到西山万亩生态园阔叶林的平均胸径为10.293 cm、平均树高为4.13m、林分密度为693棵每公顷、郁闭度为54.1%、蓄积量为51.55 m~3、生物量为46.94174Kg/m~3、碳储量为39.66373 Mg、碳密度为33.79376 Mg/hm~2;太原市森林公园针叶林的平均胸径为6.649 cm、平均树高为2.517 m、林分密度为801棵每公顷、郁闭度为29.3%、蓄积量为13.8 m~3、生物量为20.26004 Kg/m~3、碳储量为52.17782 Mg、碳密度为21.10924 Mg/hm~2。综上所述,通过无人机影像点云提取的林分信息在满足森林调查精度的同时减轻了外业调查工作强度,有助于实现森林资源调查内外业一体化。