摘要：【目的】地面激光扫描仪(terrestrial laser scanning,TLS)通过获取植物的稠密激光点云,以精细刻画森林的结构参数,如树木骨架和叶面积等。真实叶面积是林学和植物学中表型研究的一个重要参数,而目前在植物科学领域,还没有很好的表型特征测量手段。因此,本研究提出了一种新颖的地面激光点云的叶面积估算方法来评估树木的表型特征指标。【方法】首先,设计了一种基于小平面区域定位与生长的植物点云的单叶分割算法,实现精准的单叶点云分割提取;其次,以每片叶片法向量与扫描仪入射激光线的夹角、扫描仪与叶片的距离和单叶的点云数量3个参量为输入特征,并结合训练样本与L1+L2正则化多元回归方法获取拟合系数,以反演树冠内所有叶片的面积。最后,将校园内实验树(紫薇、樱花、银杏和香樟)作为研究对象,并将计算结果与实测值进行比对。【结果】本研究方法相较最小二乘拟合算法,取得了更优的叶面积反演结果。对于两棵小树而言,本研究方法与实测值比对取得了较好的结果:紫薇(R^(2)=0.95,RMSE为0.42 cm^(2))、樱花(R^(2)=0.92,RMSE为1.87 cm^(2));对于两棵具有更大树冠和枝叶的大树,本研究方法也取得了较好的结果,分别为银杏(R^(2)=0.83,RMSE为1.24 cm^(2))、香樟(R^(2)=0.86,RMSE为1.10 cm^(2))。【结论】本研究方法面向林木激光点云数据,运用计算机视觉与机器学习技术准确计算树冠内叶片面积,为林木的叶面积计量提供新颖的思路。