精确、实时、小范围的草地冠层结构数据,如高度和盖度,对监测局部的草地健康状况和产草量至关重要,也可为大范围的卫星遥感产品检校提供验证数据,以取代或减少成本日益上涨的地面工作量。然而,传统的遥感技术,如基于卫星植被指数的光学遥感,只能反映草地的盖度信息,不能有效探测草地冠层高度,因而在生物量反演时会遭遇严重的饱和问题。近年来,成本低、操作灵活的小型民用无人机(<l0kg)不断涌现,加之适合无人机携带的光学相机和激光雷达(Lidar)传感器成本不断下降,使得无人机遥感在环境监测、抗震救灾等领域发挥越来越重要作用,并且大有取代传统航空遥感的趋势。然而,单幅无人机影像的覆盖范围通常较小,需要镶嵌数千张影像才能覆盖一块较大范围的草原(>1 km2),因而对无人机影像的镶嵌效率和智能化程度有很高要求。本研究提出一种基于矢量房屋数据的无人机遥感影像镶嵌算法,提高了影像镶嵌效率和效果。该方法从房屋间的中间线网络中寻找镶嵌线,对草原地区的海量无人机影像快速镶嵌有一定启示意义,也为未来基于无人机摄影测量数据的草地冠层高度、盖度和生物量反演打下基础。此外,草原的非生长季通常占全年3/4以上,草地冠层高度较低(通常<50cm),且特征点较少,这些因素都在一定程度上限制了无人机光学遥感技术在草原生态系统中的广泛应用。为此,本研究还以呼伦贝尔草原站肉牛放牧平台为研究对象,提出一套基于无人机Lidar技术的草层高和盖度提取方法,并结合提取的草层高和盖度对地上生物量进行了精确反演。该技术不依赖太阳光照、植被叶绿素和水分含量,无需特征点匹配,且能同时获取草地冠层高度和盖度,因而在样地尺度的非生长季草地生物量反演方面有光学遥感难以比拟的优势。在反演冠层高度、盖度和生物量的基础上,还评估了飞行高度和地理误差对Lidar反演精度的影响,并据此提出了一套针对草地生物量反演的Lidar实验优化设计方案。本文的主要结论如下：1.基于矢量房屋数据的无人机影像镶嵌算法,能显著提高影像镶嵌效率和效果。实验表明,与基于矢量道路的镶嵌线选择方法相比,该方法会少穿越10-40%的房屋；且与目前公认效果最好的基于Dijkstra算法的镶嵌线选择方法相比,该方法能少穿越1-15%的房屋,并节约80-90%运算时间。该方法对草原地区的海量无人机影像镶嵌的启示意义在于充分利用已有的多源矢量数据构建镶嵌线,进而加快镶嵌效率。对飞行频率较高的区域,如草原站,可利用的多源矢量数据包括：历史镶嵌线数据和可矢量化对象,如道路、房屋、围栏边界、设施用地等。2.虽然Lidar提取的草地冠层高度和盖度存在明显的低估现象,尤其是覆盖度较高的地方,然而地上生物量与Lidar提取的草层高和盖度存在高度相关(决定系数R2>0.476,均方根误差RMSE< 120.7 g/m2)。组合使用Lidar提取的草层高和盖度能够精确反演生物量(R2=-0.784,RMSE=108.9 g/m2,占最大生物量的比例RMSE%=18.6%)。3.飞行高度对草层高反演影响较小,但对盖度和数据细节影响很大,必要时需降低飞行高度。样方和Lidar数据中心点的坐标不匹配对Lidar参数反演精度的影响也较大。如,当使用时差差分全球定位系统RTK GPS且搜索直径在4m以内时,反演平均草层高与实测值间的R2比使用手持GPS时大0.033,RMSE则比使用手持GPS时小0.629 cm。建议：(1)使用实时差分全球定位系统(RTK GPS)测量样方的地理坐标；(2)合理选择Lidar数据的采样窗口也能够减少坐标不匹配对Lidar参数反演精度的影响。推荐的Lidar数据采样窗口边长为样方和Lidar数据之间较大的坐标RMSE值。将来的工作包括：1.对提出的基于矢量房屋数据的影像镶嵌算法进行改进,使其适用于草原地区影像镶嵌,并开展基于无人机摄影测量数据的草地冠层高度、盖度和生物量反演研究。2.尝试采用波长更短、发散角更小的Lidar系统,开展草地冠层高度、盖度、生物量反演研究,并确定适合不同盖度的最佳飞行高度。3.发展基于星载SAR、高光谱、多光谱数据的草地生物量反演方法,并利用无人机遥感反演结果对其检校,实现对草原全天候、全天时、多尺度监测。