黄河三角洲地区有着中国面积最大的人工刺槐林，准确估算人工林的生物量是评价其生态系统结构优劣和功能高低的重要环节。传统生物量监测采用的是样方调查手段，通过野外调查可以获得样方内树木的胸径树高计算生物量。但是这种方式不仅耗时长，工作量大，而且难以实现大范围的长时间序列动态变化监测。目前，激光雷达估算生物量已经取得了很高的精度，然而受人员、设备和资金限制在进行大面积的生物量估算方面有一定的局限性，同时，采用野外样方与光学卫星影像结合虽然可以方便的进行区域生物量制图，但是往往会受样方数量的限制导致模型的精度和可扩展性较差。无人机激光雷达作为一种采样手段，能够对垂直分布的森林属性（例如，高度、体积、生物量等）进行及时和可靠的大面积测量，因此使用激光雷达作为大面积生物量估算的采样工具可以减轻部分或全部以上的问题。在样本量扩充至几千个后，合理的采样方式对模型的估算结果影响很大，我们的研究结果表明与完全随机采样相比，分层采样训练出的模型对生物量预测的更好，所需要激光雷达样本量也更少。本研究的出的重要结论如下
（1）利用激光雷达生成的样本估计AGB的精度远远高于利用有限野外采集的样本；
（2）分层采样策略产生了合理的lidar生成的样本，增强了模型的泛化能力；
（3）利用植被指数和地形因子估算出的LAI，可以提高使用Landsat影像估算未被LiDAR数据覆盖区域的森林AGB精度，进而提高生物量估算模型的外推能力；
 

人工林,生物量,无人机激光雷达,分层采样,叶面积指数,黄河三角洲