三维重建是层析粒子图像测速（PIV）中重要的一步，重建过程中的权重系数计算通常较为繁琐。基于此，提出一种层析PIV快速权重计算方法——正向投影面积（FPA）法，即将离散体素投影在相应像元上的面积作为权重系数计算的方法。首先，基于针孔相机模型构建三维空间内粒子多视角投影成像仿真程序，生成仿真图片用于方法分析与验证；其次，将FPA方法结合目前主流重建算法开展三维重建精度和耗时分析。结果表明，当用于本研究所述测量区域重建时，相比于传统后向方法与亚网格法权重系数计算方法，FPA法的权重矩阵元素个数分别降低了大约3个和1个数量级，计算时间分别减少了97%与85%，相应地降低了计算机的内存占用，且FPA法与传统后向方法所计算的权重矩阵的平均相似度高于0.9974。在常用实验粒子数分数（p_ppp=0.05）下，该方法结合目前主流重建算法的重建精度可达0.8以上。同时基于仿真图片分析了相机最佳采集角度以及实验相机噪声对重建结果的影响，结果表明，在实验噪声条件下重建结果仍然满足三维流场重建的要求。

树冠投影面积和树冠体积是研究单木生物量估测、 三维绿量测算等的重要测量因子。 针对树冠结构复杂、 形态各异， 树冠因子难以精确测量等问题， 为实现单木树冠投影面积和树冠体积的自动提取和精准测量， 以三维激光扫描获取的树木点云数据为数据源， 运用平面散乱点集凸包算法——Graham扫描算法和不规则体切片分割累加算法， 以VC++6.0和Matlab 7.0混合编程， 实现树冠投影面积和树冠体积的自动提取。 以实验区选取具有代表性的22株不同树种的样木为研究对象， 并与传统人工测量方法进行了对比分析。 试验结果表明， 树冠投影面积人工测量（A4）结果与点云数据的自动计算（AV）结果相关性较好， r=0.964（p<0.01）， A4高于AV的平均值为25.5%。 近似规则几何体方法树冠体积测量（VC）结果与基于点云数据的自动计算（VVC）结果之间呈现较强的相关性， r=0.960（p<0.001）， VC低于VVC的平均值为8.03%。 该方法基于高精度单木点云数据， 实现了树冠结构的高精度快速重构、 单木树冠投影面积和树冠体积的无损自动提取， 可以为单木树冠结构的研究提供参考， 在精准林业领域具有推广应用价值。