树冠外部轮廓形状可以直接反映树木的大小,是研究树冠动态变化及树木空间特征的基础。以往对于树冠外轮廓的研究主要是集中在单木尺度上,利用单株树木伐倒后的枝条解析数据进行树冠外轮廓形状的模拟,数据获取难度大,因此获取的数据量少,代表性较差。地基激光雷达（Terrestrial Laser Scanning,TLS）是一种架设于地面的三维激光扫描仪,能够获取森林内从地面至树冠的完整森林结构信息,使单木树冠结构完整重建成为可能。地基激光雷达的出现为研究森林内详细冠层结构提供了一种新的思路。本文以佳木斯市孟家岗林场6块人工红松样地（样地内共计285株单木）以及30株不同等级人工红松解析木的点云数据为数据源,从中提取了林木易测因子（树高、胸径、第一活枝高、冠幅）,并利用点云分层投影法自动提取了不同树冠高度处的最大树冠半径,其中6块样地内共提取出树冠半径3757个,30株解析木共提取出树冠半径392个。然后以6块人工红松样地的每木检尺数据和30株人工红松解析木的枝条解析数据为参考数据,分析了利用点云数据提取林木参数和不同高度处最大树冠半径的精度。最后利用样地内提取出的3757个树冠半径,采用非线性混合模型技术建立了基于样地效应和样木效应的单水平树冠最大外轮廓非线性混合模型,并对不同大小树木的树冠外部轮廓形状进行了模拟。结果表明:（1）在样地条件下,林木易测因子的整体提取精度都较高。其中胸径的平均提取精度最高,为96.80%;树高的平均提取精度为96.20%;第一活枝高的平均提取精度为87.00%;冠幅的平均提取精度最低,为86.56%。总体而言,利用地基激光雷达点云数据提取单木因子的精度能够满足林业调查的需求,可以利用地基激光雷达辅助进行林分调查。（2）点云分层投影法中0.6m是最佳的分层间距。以30株人工红松解析木的实测枝条因子为参考,树冠半径的总体提取精度为89.23%。不同相对树冠深度范围的半径提取精度存在差异,提取效果最好的相对树冠深度范围为0.15-1,该范围内半径的提取精度都稳定在90%左右;提取效果较差的范围为0-0.15,该范围内的提取精度稳定在80%左右,而0-0.05范围内的提取精度最差,仅为70%。（3）3参数Weibull函数为人工红松树冠外轮廓最优基础模型。通过对最优基础模型进行再参数化,最终将胸径（DBH）、高径比（HD）和冠幅（CW）三个林木易测因子引入到了模型中。再参数化后模型的适用性增强,且拟合优度明显提升,模型的Ra~2从0.7637提高到0.8146,RMSE从0.4412m降低到0.3902m。（4）混合模型的拟合效果明显优于基础模型,并且基于样木效应的混合模型拥有更好的拟合优度。通过比较不同的方差结构和自相关矩阵,发现广义正定矩阵和ARMA（1,1）拥有最优的拟合效果,因此最终将广义正定矩阵和ARMA（1,1）作为混合模型的最优矩阵的假设形式。加入基于样木的随机效应后,模型的Ra~2从0.7707提高到0.8738,RMSE从0.3873m降低到0.3086m。