遥感数据中的树种自动分类是林业研究的必要前提,对森林资源的监测、森林可持续管理以及生物多样性研究都具有重要意义。利用先进的激光探测与测量(LiDAR)设备可以获取森林的高密度点云数据以呈现树木的明显特征,但是需要进一步从大量扫描点云数据中提取有效特征来进行树种分类。本文选取了位于杭州钱江新城森林公园和新疆维吾尔自治区阿克苏市红旗坡农场的五种树木作为研究对象。具体的树种有水杉、柳树、女贞、竹子和苹果树。本文基于机载LiDAR获取的高分辨率点云数据,结合支持向量机分类器,提出了多种树木特征,如树木结构特征参数(SF)、树木纹理特征参数(TF)和树木冠形特征参数(CF),以实现不同树种的分类。实验结果表明,5种树木分类的整体准确率达到85%,Kappa系数为0.81。综上所述,本文提出的分类方法和算法不仅从LiDAR数据中获得了更有前景的单株树特征,还展示了一个可用于提高树种分类性能的有效框架。