机载激光雷达(Light Detection and Ranging，LiDAR)是一种快速获取地形表面三维空间信息的主动遥感技术。它集激光扫描仪、全球定位系统(GlobalPosition System，GPS)和惯性导航系统(Inertial Navigation System，INS)于一体，具有数据精度高、外业控制少、可夜间作业、可透过植被缝隙等优势，在地形测绘、数字城市、电力巡线、林业资源调查等方面得到了广泛应用。随着激光雷达硬件技术的迅速发展，如全波形数字记录仪、多波段激光扫描仪的出现，机载LiDAR不仅可以获取目标地物的三维坐标，还能获取目标地物更多的物理特征，在数据质量和信息承载量方面都有了巨大的飞跃，使得机载LiDAR在地球空间信息科学领域的作用更加显著。　　然而，机载的LiDAR具有多系统集成、直接定位模式、数据离散不规则等特点，使得激光点云位置信息易受多种误差的影响。特别是系统误差，必须通过严格的检校，才能保证点云几何精度。另外，机载LiDAR同步获取的强度信息，由于波段单一、噪声干扰，而且受观测几何、大气衰减、设备参数等影响，并不能完全反映地物的后向散射特征，在应用前必须经过校正处理。因此，本文针对机载LiDAR数据检校进行了系统的研究，包括几何系统误差检校和辐射校正。鉴于机载LiDAR在植被定量遥感研究的独特优势，本文基于校正后的机载LiDAR数据，开展了叶面积指数、单木树高和冠幅提取方法的研究，以证明本研究提出的检校方法在应用中的适用性。　　本文的主要创新点如下:　　(1)提出了一种基于共面约束的IMU(Inertial Measurement Unit)安置角误差自动检校方法。该方法自动提取激光点云中尖顶房屋顶平面作为连接特征，通过平差解算IMU安置角误差，提高了检校的效率和精度。根据侧滚、俯仰和航线三个方向IMU安置角误差影响，提出了“对称性”和“低相关性”连接平面组合原则，降低误差影响之间的相关性，提高检校结果的可靠性。实验结果表明，该方法能准确检校出IMU安置系统误差，经校正处理后，不同航线获取的数据能很好的重合在一起。并且基于“对称性”和“低相关性”，只需要较少的连接平面即可取得可靠的检校结果，降低了检校场选取条件和难度，提高了方法的普适性。　　(2)形成了一套基于雷达方程的机载激光雷达辐射校正技术方案。机载LiDAR强度信息受到观测几何、大气衰减、设备参数等因素的影响，导致强度信息不能直接使用。本文以LMS Q560和ALS70两种机载LiDAR在同一区域不同时间获取的数据，着重针对激光发射功率、观测几何的影响进行强度校正，并通过绝对辐射校正进一步计算地物反射率、后向散射系数等，为后续应用提供了可靠的输入参数。本研究为多波段机载LiDAR的辐射信息应用奠定了基础。　　(3)将机载LiDAR数据与无人机倾斜影像数据相结合，应用于单木树高和冠幅的提取，提高了参数提取的准确性。树高和冠幅参数的提取效果很大程度上取决于点云的密度和位置精度。机载LiDAR可以透过植被缝隙获取准确的DEM(Digital Elevation Model)数据，而无人机倾斜影像数据可以获取精细的DSM(Digital Surface Model)数据。将二者结合生成冠层高度模型（CanopyHeight Model，CHM），使用局部最大值和二次函数拟合方法提取树高和冠幅。实验结果表明，提取的单木数量，及树高、冠幅的精度，与仅使用机载LiDAR点云数据生成的CHM得到的结果相比，都有显著的提高。　　本文研究为机载LiDAR数据检校提供了可靠的技术路线与方法，并将校正后的数据应用于植被定量遥感中，取得了良好的效果。该研究对提高机载LiDAR数据质量和应用可靠性具有非常重要的意义。