人工林是森林生态系统的重要组成部分,它不仅为社会发展提供丰富优质木材产品的供应,而且在调节碳平衡、缓解全球温室效应等环境问题上也发挥着重要的作用。中国是世界上人工林面积最大的国家,人工林森林结构参数作为人工林生态系统中最为基础的数量特征,准确的获取人工林森林结构参数可以反映人工林树种特性、造林地立地质量、人工林管理水平等信息;对人工林生长过程的研究,可以了解人工林林分结构的动态变化,人工林生长对于培育措施的响应,以及对人工林生产潜力的预测。因此准确的获取人工林森林结构参数和生长过程信息对于人工林精准培育、制定合理抚育方案、提高人工林管理水平有着重要的意义。传统的森林结构参数和生长过程调查方法多为地面实测,耗时费力且难以获取林分尺度的森林结构参数和生长过程的动态变化,基于无人机激光雷达近地遥感与地面实测数据相结合的方法可以准确的获取与人工林培育过程相关的林分冠层垂直结构信息和树冠上层信息,基于生态过程模型与气候模型相结合的方法可以准确描述人工林生长规律,预测林分生长的动态变化,从而为人工林精准培育提供新的技术和方法,也为人工林的高效利用提供准确的数据支撑。银杏是我国重要的多用途树种,它集食用、药用、材用、绿化和观赏等用途于一身,具有很高的经济和生态价值。获取准确的银杏人工林森林结构参数,掌握详细的银杏动态生长信息,对银杏人工林的精准培育和高效利用有着重要的意义。本文以苏北银杏人工林为研究对象,从不同的尺度水平上对银杏人工林森林结构参数和生长过程进行研究。在银杏单木水平上通过树干解析拟合银杏生长方程曲线;通过选取银杏标准木确定银杏生物量的垂直分布分配格局和冠层枝、叶生物量水平分布格局并建立银杏各器官生物量异速生长模型;在林分水平上运用无人机激光雷达技术结合银杏单木生长信息对银杏人工林森林结构参数进行定量估测,此外,在时间尺度上借助3-PG（Physiological Principle Predicting Growth）过程模型和气候模型数据对银杏人工林的未来生长进行预测,从而获取银杏人工林生长动态变化规律。研究表明:（1）东台林场试验区银杏人工林胸径连年生长量达到最大值的时间要早于邳州银杏博览园试验区,抚育间伐时间分别为17年和20年;两地树高生长过程相对一致,20年时树高约为12 m;两地银杏材积在相对应年限内（27年、20年）未达到数量成熟龄,材积分别为0.29 m³、0.06 m³。不同森林的连年生长量最大值出现时间的不相同,最先出现生长高峰的是胸径,然后为树高,最后为材积、生物量。在特殊情况下,树高连年生长量高峰出现的时间要比胸径早,但胸径连年生长量高峰始终早于材积生长量。银杏木材基本密度与胸径径阶成负相关关系,在单株纵向高度上,随着树高的增高,断面的木材密度不断降低。运用生长方程对各森林结构参数生长过程进行拟合时,Gompertz方程对邳州银杏博览园试验区银杏胸径、树高、生物量以及东台林场试验区银杏胸径、树高生长过程拟合效果最好;Logistic方程对邳州银杏博览园试验区材积生长过程拟合效果最好;对东台林场试验区银杏材积和生物量生长过程拟合最好的是Korf方程。两个试验区土壤容重相差不大,邳州银杏博览园试验区平均pH（7.1）要低于东台林场试验区（8.3）,土壤有机质、全N、全P、速效K的含量邳州银杏博览园试验区均高于东台林场试验区。（2）银杏（10 cm<DBH<27 cm）的整株生物量变化范围为28.50-320.27 kg,树干生物量占总生物量的49.4%-56.6%,树枝生物量占总生物量的12.1%-18.9%,树叶生物量占总生物量的3.8%-5.5%,根生物量占总生物量的26%,地上部分生物量与地下生物量具有显著的线性相关性（P<0.01）。枝和叶生物量都集中于树冠中部,树冠上层和下层的枝、叶生物量明显低于树冠中层生物量（P<0.05）,上层和下层生物量之间差异不显著（P>0.05）,70%根生物量集中0¹.0m的土层;枝水平上,基于基径和枝长的枝生物量模型解释量超过95%。在各器官生物量最优模型选择上,以D为自变量的W（28）aDb的叶、枝、地上部分生物量模型要优于其他模型;树干、根和全株生物量则是以W（28）aD^bH^c模型最优。（3）运用无人机激光雷达数据对邳州银杏博览园试验区森林结构参数进行估测,结果表明:基于样地尺度和单木尺度组合特征变量的森林结构参数模型的拟合精度（CV-R²=0.66-0.97,rRMSE=2.83%-23.35%）要高于基于样地尺度特征变量的模型的精度（CV-R²=0.62-0.97,rRMSE=3.81%-27.64%）;参数化方法中,除Lorey’s树高外,偏最小二乘回归模型（PLS）对于银杏人工林森林结构参数拟合效果要高于多元线性回归模型（MLR）,MLR模型对于Lorey’s树高拟合精度（CV-R²=0.98,rRMSE=2.68%）最高,k最邻近值模型（k-NN）对于林分蓄积量（CV-R²=0.94,rRMSE=9.07%）和生物量（CV-R²=0.95,rRMSE=8.81%）有着较好的拟合精度,随机森林模型（RF）对于胸径（CV-R²=0.89,rRMSE=8.89%）、林分密度（CV-R²=0.77,rRMSE=15.54%）和胸高断面积（CV-R²=0.89,rRMSE=9.71%）的拟合精度较高;不同类型的点云特征变量对于无人机激光雷达点云密度的变化有着不同的敏感性。无人机激光雷达点云密度的降低对于与高度相关的特征变量的值没有明显的影响,冠层容积特征变量的值变化较为明显,其中Open的值呈变大的趋势,E和O的值呈降低的趋势,Closed的值呈先增加后减小的趋势;当激光雷达点云密度从100%(80 pts·m^-2)降低至5%(8 pts·m^-2),林分生物量与各点云特征值得相关性仍保持在一个稳定的状态;当点云密度高于10%(16 pts·m^-2)时,基于PCS（Point Cloud Segmentation）的单木提取算法仍具有良好的分割精度（F₁-score>74.93%）。（4）运用基于生理过程的3-PG模型对邳州银杏博览园研究区内银杏人工林的胸径、林分密度、林分蓄积量和生物量的生长进行模拟,结果表明:前50年银杏人工林的胸径生长量可达47 cm,林分密度降至250株/ha,林分蓄积量可达135 m³/ha,地上生物量可达90Mg/ha。3-PG模型的拟合精度较高,建模精度除林分密度外（R²=0.84,rRMSE=19.03%）,胸径、林分蓄积量和生物量的R²>0.9,rRMSE<10%;通过比较验证模型的预测值与实测值可以发现,胸径、林分密度、蓄积量和生物量的3-PG模型预测值要高于样地实测值,模型验证精度除林分密度外（R²=0.84,rRMSE=19.03%）,其余胸径、林分蓄积量和生物量的R²>0.8,rRMSE<16%。模型参数敏感性的研究表明林分郁闭年龄和土壤肥力等级是影响3-PG模型预测林分生长动态变化的重要参数。