激光雷达作为主动遥感技术具备获取地表物体三维坐标信息的能力。并且伴随着科技的快速进步，越来越多的激光雷达系统已逐渐具备了获取波形信息的能力，即可以获得独立的点云数据和波形数据，并且波形数据是未处理的原始回波序列，点云数据由硬件系统直接产生，进一步推动了激光雷达在林业中的应用。
　　由地表复杂起伏引起的坡度对波形有一定的展宽作用。地形变化会通过以下两种情形对LiDAR的森林回波波形产生影响:①地表起伏使森林组分到传感器间的距离改变，甚至使光斑内地面回波与森林回波形成混叠效应;②斜坡增大了光斑内的实际面积，并且在相同的情况下包含的树木多于平坦地形。
　　本研究以内蒙古依根地区为研究区，在读取机载全波形LiDAR数据的基础上进行去噪平滑初始参量估计和波形拟合等预处理过程，再对该样方内所有波形数据进行叠合处理以形成伪大光斑波形数据。并对机载LiDAR点云数据进行随机森林滤波得到DEM，使用GIS软件从DEM中提取坡度地形因子。最终结合大光斑数据处理的先验知识分析林下地形对伪大光斑波形数据的影响，主要包括两个方面，一是模拟不同坡度下地形对回波信号的影响;二是结合伪大光斑波形数据进行验证。主要研究内容与结果如下:
　　(1)伪大光斑波形拟合
　　为降低小光斑机载激光雷达因光斑直径太小而导致的脉冲首次回波无法代表冠层高度的影响，进一步提高小光斑机载激光雷达波形数据在森林结构参数估测的应用潜能。本研究以机载激光雷达波形数据为基础数据，将内蒙古依根地区作为研究区，在波形数据高斯分解的基础上提出一种基于小光斑波形形成伪大光斑波形数据的方法。通过计算样方内每个高斯分量的脉冲能量与总脉冲能量的比率，将其视为各高斯分量特征参数的相应权重，分别求特征参数振幅、位置和半波宽的加权平均数，也就是说，伪大光斑波形数据对应于高斯函数的特征值。基于小光斑波形数据和伪大光斑波形数据提取特征参数，分别结合野外样方实测平均树高建立回归模型，并进行比较分析。结果小光斑波形反演模型的决定系数R2为0.47，总体平均精度P为78.19％，伪大光斑反演模型的决定系数R2为0.61，估测林分平均高总体平均精度P为90.65％。结果表明，伪大光斑模型反演精度高于小光斑波形反演模型，降低了小光斑LiDAR因光斑直径过小带来的影响，进一步挖掘了小光斑机载LiDAR波形数据的应用潜力。
　　(2)坡度对波形的影响
　　滤波是处理机载LiDAR点云数据的关键步骤，本研究基于随机森林方法进行滤波，并采用Ⅰ类误差、Ⅱ类误差、总误差以及Kappa系数四个标准进行了评价分析。研究结果表明，随机森林法可以实现点云数据的高精度分类，对提高机载LiDAR点云分类的自动化程度和智能化水平有重要意义。基于点云滤波的结果，获取数字地形模型(Digital Terrain Model，DEM)，并使用GIS软件从DEM中提取坡度信息。由于地球表面的复杂起伏，激光雷达光斑内的地形在许多情况下并不平坦和均匀，并且通常包含一定的起伏，不同区域的坡度也存在很大差异。因此，本研究利用三维激光雷达森林回波波形模型模拟地形对波形的影响，并用激光雷达伪大光斑波形数据验证了模拟结果。结果表明，伪大光斑激光雷达波形受坡度的影响较大，地面回波和树冠回波随着坡度的增大而有所展宽，波形长度也有所增加，而地面波峰和植被波峰值减少，并且来自地面的回波显著减少，与靠近地面的回波信息逐渐混淆。
　　(3)坡度对伪大光斑波形反演林分平均高的影响
　　为了建立林分平均高的估测模型，本研究分别基于预处理后的小光斑波形数据和伪大光斑波形数据提取特征参数，绘制波形参数和实际测量的平均树高的散点图，观察相关性，并确定平均树高回归模型。建立模型评价指标，构建模型，评价模型精度。接着基于伪大光斑波形反演的林分平均高和提取的坡度结果进行相关性分析，进一步分析坡度对林分平均高的影响，发现随着坡度的增加，林分平均高也有所增高。