森林冠层总面积指数(Plant Area Index,PAI)可广泛应用于林业、遥感、农学等领域,但目前采用传统光学方法精确测量森林冠层总面积指数仍十分困难。与传统方法相比,激光雷达方法具有非接触式、高精度、受天气及环境干扰小、可穿透植被冠层等优点,因此将激光雷达方法引入森林冠层总面积指数测量具有重要的现实意义。探讨、研究激光雷达与森林冠层三维结构间的交互机理可有助于我们提高及改进现有的以激光雷达测量方法为基础的森林冠层总面积指数测量方法。本文以典型虚拟森林场景库为基础,采用蒙特卡洛光线跟踪算法实现地面激光雷达与森林冠层三维结构间的交互成像模拟,最后结合模拟数据开展森林冠层地面总面积指数测量精度分析。本文的具体研究内容以及成果如下:(1)典型虚拟森林场景库构建。以离散型地面激光雷达测试需求为目标,提出了一种新的考虑树冠要素三维空间分布及生态学聚类效应的树木聚集分布格局模拟方法,基于14个高精度单树几何模型,实现了不同树木分布模式、林分密度、PAI及树木类型的虚拟森林场景库构建。(2)离散型地面激光雷达方法模拟及分析。基于蒙特卡洛光线跟踪算法实现了离散型地面激光雷达模拟,重点开展了地面激光雷达模拟精度因子分析,如:视场角、多次散射次数阈值及激光束采样数等。测试表明:激光多次散射回波强度与激光束视场角大小成正比,即视场角越大,多次散射对激光回波强度贡献影响显著;当地面激光雷达模拟的激光束多次散射次数阈值设为7时,其多次散射模拟精度损失可忽略不计;当激光束采样数为500条时,其采样精度趋于稳定,因此,可认为此条件下激光束对虚拟森林场景的采样达到了较稳定的效果。(3)离散型地面激光雷达加速模拟。采用KD-Tree、BVH、Octree三种数据结构对虚拟森林场景在单树级及森林场景两个尺度进行数据组织和管理。共比较分析了 9套方案,选取遍历场景节点数、遍历单树模型节点数、遍历树实例数、遍历三角面片数及激光束平均计算时间作为各方案优劣评价标准对上述九套模拟加速方案展开分析。研究表明,场景级数据结构为BVH,单树级数据结构为KD-Tree的加速方案对地面激光雷达模拟加速性能最佳。(4)基于离散型地面激光雷达的森林冠层PAI测量。将地面激光雷达方法与半球成像方法测量结果进行对比分析,分析发现:二者间隙率测量存在很大相关性,相关系数可达0.77以上,总体而言,地面激光雷达方法间隙率测量值低于半球成像方法,平均偏低7.67%;二者PAI测量结果相关系数达到0.97,且地面激光雷达方法测量值总体高于半球成像方法。最后利用虚拟森林场景PAI真实值对地面激光雷达PAI测量方法的精度展开验证,分析发现基于地面激光雷达森林冠层地面PAI测量值整体偏高,提高地面激光雷达角分辨率可将测量精度损失降低到4.7%。