树木的量化模型对分析树木拓扑结构和生物量等信息非常重要。树木定量结构模型（TreeQSM）作为主流建模方法，被广泛使用，但在估计树高、胸径和体积的精度上缺少全面分析。实验中用地面激光雷达多扫描角分辨率多站点扫描2棵模型树和5棵真实杏树，通过TreeQSM建模单站和多站融合数据估计得到较精确的树高、胸径和体积参数，同时分析不同角度分辨率、不同站点数量对估计树高、胸径和体积的影响。实验结果表明：树高和胸径的平均估计精度均在90%以上；对树木体积而言，结构较为简单的模型树平均估计精度为92.00%，结构较为复杂的真实杏树平均估计精度71.32%。由实验数据可知，扫描角分辨率和融合站数对精度有一定的影响，且不同参数最优估计结果的配置存在差别，同时TreeQSM也会受到点云数据基础、数据完整性和噪声等多因素影响，特别是针对复杂分枝结构和体积进行建模时仍存在一定的偏差，所提模型的改进空间巨大。

基于地面三维激光扫描仪获取树木的点云数据,提出了一种通过细化点云数据体素生成树木骨架的方法。基于树木点云数据构建体素空间,计算点云体素坐标;根据各体素中包含点云数据的统计信息进行体素噪点滤除;利用细化模板对滤除噪声的体素进行细化处理,基于细化后的体素拟合出骨架节点;根据树木在自然空间上的连通性和深度优先搜索算法连接骨架节点,生成树木骨架。利用一棵银杏树和一棵重瓣榆叶梅树对算法进行验证。采用地面三维激光扫描仪分别对这两棵树进行扫描,基于不同扫描精度的树木点云,分析了不同参数对树木骨架生成的影响。在生成银杏树骨架时,本文方法运行时间约缩短至GSA方法的1/30。而处理数据量更大的重瓣榆叶梅树点云数据时,树木骨架生成时间更是缩短至GSA方法的1/67。实验结果表明,所提算法生成的两棵树木骨架形态与树木原始点云所表现的形态结构相对一致,并且具有较好的运算效率,该算法具有一定的可行性和有效性。

为了自动化地、准确地从单站地面激光雷达（TLS）数据中提取一定范围内的树木胸径，提出一种基于点云切片的圆形椭圆自适应胸径（DBH）估计方法。对林地点云数据在胸高位置进行切片，然后对胸高切片点云进行聚类，利用圆形椭圆自适应拟合方法对聚类结果进行树干点判别，符合圆形分布的树干点集直接用于计算树木胸径，符合椭圆分布的树干点集进行胸高位置校正之后再进行胸径计算。利用TLS在北京市东升郊野公园的人工柳树林进行样地点云数据采集，验证圆形椭圆自适应胸径估计方法，并与单纯圆形拟合方法对比。结果显示，在扫描距离为26 m的样地范围内，树木胸径估计均方根误差为1.1 cm，在扫描距离为56 m的样地范围内，树木胸径估计均方根误差为1.99 cm，判别为椭圆分布的树木胸径估计结果平均误差比单纯圆形拟合结果降低4.7%。该方法可以快速有效地进行自适应胸径估计。

针对高速无人机光电侦查平台的实时对地目标定位误差,研究了基于惯导信息的光电平台目标定位算法。利用目标定位数学模型和误差模型,分析了影响目标定位精度的因素,建立了参数误差对于定位精度影响的数学仿真模型。通过仿真分析确定了卫星导航信息的实时性是造成定位误差的主要因素,提出了通过修正卫星导航信息延时时间来解决了光电侦察平台实时目标定位误差问题。进行了飞行试验以验证提出论点的正确性,结果表明: 通过修正卫星导航信息延时时间,有效补偿了载机坐标信息滞后,提高了光电侦察平台目标定位精度,定位误差由补偿前的100 m减少到小于40 m。研究结果对高速飞行器的相关应用具有重要的参考价值。

地面激光雷达获取的激光强度数据包含目标的物理和化学信息，因此研究激光强度数据的生成机制就成为对其分析和应用的关键。分析了地面激光雷达的工作特点，提出假设简化了激光强度数据的计算方程，得出影响激光强度数据的3个主要参量：目标反射率、入射角度和扫描距离。以垂直立面为目标分析地面激光雷达扫描的空间点阵间距的非均匀分布特性，并提出衡量扫描点间距非均匀分布程度的计算方程，分析扫描角度的步进值对扫描点间距非均匀分布的影响。根据实际参数模拟垂直立面的激光强度数据，验证了强度数据计算方程并分析了各参量的影响。