宋洁，刘学录*

（1.甘肃农业大学资源环境学院，甘肃 兰州730070；2.甘肃农业大学土地利用研究所，甘肃 兰州730070）

森林作为陆地生物圈的主体，因其在全球碳循环中占据重要地位，并能够为人类社会提供如生物多样性保护、气候调节和水资源涵养等诸多生态系统服务而受到广泛的重视［1］。森林植被分布监测，不仅为区域乃至全球的环境变化研究提供了基础信息［2］，也为林业规划和生态保护政策的制定提供了基本的决策依据。在此背景下，探索低成本、高时效、操作方便并具有一定精度保证的森林识别方法对森林的监测与保护具有重要的意义。

近年来，遥感技术已成为大尺度森林识别的首选［3-4］。被动光学遥感数据包括高光谱［5-6］以及多光谱遥感影像［7-8］在目前森林信息获取研究中的应用较为普遍。然而，多光谱和高光谱数据都只能提供物体表面的光谱信息，可能无法分离出光谱相似但结构不同的物体，例如灌木与乔木［9］。激光雷达是一种基于可见光、近红外或短波红外激光束测距的主动遥感技术，它可以通过物体返回脉冲所记录的三维位置提供关于物体的垂直结构信息［10］。也正是基于此特点，激光雷达数据已逐步被单独、或与光谱数据结合使用于土地覆被分类的研究中：Sasaki 等［11］结合机载激光雷达数据与高分辨率影像，采用面向对象的分类方法获得97.5%的土地覆被分类精度以及48.4%的树种分类精度；Zhou 等［12］通过星载激光雷达ICESat/GLAS 数据的波形特征将研究区域分类为树木、建筑物和平坦地面并获得87.2%的总体精度；……