摘要：从机载激光雷达（light detection and ranging，LiDAR）获取的森林冠层高度模型（canopy height model， CHM）是森林参数反演的关键模型，但CHM上存在高度不自然、突变的凹坑，影响森林参数的提取。为了精确地提取森林参数，需对CHM凹坑进行去除。该文提出了基于反距离权重插值法（inverse distance weighted，IDW）插值的分层高度最大值法进行CHM凹坑去除。通过提取大于一定高度阈值的首次回波点云数据子集，利用IDW插值得到分层首次回波CHM，并对各层CHM取同像元最大值进行融合得到去除凹坑的CHM。IDW插值搜索半径一般设为原始点云间隔的1～1.5倍。对针叶林、阔叶林、针阔混交林3种森林类型的样方数据进行了试验，该文算法生成的CHM与所有首次回波点按IDW插值生成的CHM0差值图像像元平均值分别为3.31、4.20、5.88 m；差值图像像元最大值分别为12.97、14.99、29.00 m，与样方实测树高及归一化点云高度最大值十分接近。通过CHM0、CHM及原始点云剖面对比分析、样方点云抽稀试验，及与平滑滤波算法对比分析，结果显示，该文算法能有效去除CHM凹坑，同时保留冠层边界及森林间隙，CHM能准确地表达森林冠层形态，且对不同森林类型具有普适性，对点云密度具有适应性，CHM凹坑去除效果优于中值滤波、均值滤波及高斯滤波等平滑滤波算法。去除凹坑的CHM有利于后续森林参数的提取，提高森林参数反演精度。

关键词：林业 遥测技术 模型 激光雷达 凹坑 

单位：中南大学地球科学与信息物理学院; 长沙410083; 中国科学院遥感与数字地球研究所; 数字地球重点实验室; 北京100094; 中南林业科技大学理学院; 长沙410004