在遥感测绘领域，三维激光雷达（LiDAR）技术以其主动探测、高密度点云及植被穿透能力，成为高精度地形测绘和三维城市建模的核心手段。相比传统摄影测量依赖被动光学影像、受光照及天气条件限制，LiDAR通过发射近红外激光脉冲，直接测量地表及地物目标的三维坐标（X,Y,Z），无需自然光源即可作业，且可穿透植被冠层获取林下真实地形信息。机载LiDAR系统单次飞行可获取每平方米数十至数百个点的高密度点云，经滤波分类后生成数字高程模型（DEM）、数字表面模型（DSM）及建筑物三维模型，平面精度可达厘米级，高程精度优于10厘米。

在输电线路及油气管道巡检中，LiDAR可精确测量线路下方树木生长高度、导线弧垂及交叉跨越距离，自动预警超出安全阈值的隐患点。相较于人工巡检效率低、盲区多的问题，机载LiDAR单架次可完成数十公里线路的扫描与危险点自动标注。在铁路与公路勘察设计中，LiDAR点云可直接生成横纵断面及土方量，辅助选线及工程量估算，显著降低外业测量工作量。北京和光瑞远科技有限公司推出的HG-HyperUAV-MSRS多源载荷遥感观测系统集成了激光雷达与高光谱、热红外等多类传感器，支持无人机平台同步采集，为多源遥感研究提供了集成化解决方案。

对于数字孪生城市与智慧规划，LiDAR点云构建的高精度三维城市模型是基础数据底座。通过提取建筑物轮廓、层高、屋顶结构及开敞空间信息，可进行日照分析、视域分析及容积率核算，辅助城市更新与新区规划决策。

在森林生态学研究中，森林垂直结构参数（树高、冠层高度、林下地形）是估算森林蓄积量及地上生物量的关键因子。传统光学遥感只能获取冠层水平分布信息，难以穿透茂密冠层获取林下地形及垂直结构。LiDAR的激光脉冲可穿透冠层间隙，部分能量到达地面并返回，从而同时获取冠层顶、冠层内部及地面的多次回波信号。通过提取点云中的树顶位置及地面高程，可计算单木树高、冠幅及冠层垂直剖面；通过统计单位面积点云体积或冠层高度分布，可建立与地上生物量之间的回归模型，替代传统样地调查中人力密集、效率低下的工作模式。研究表明，LiDAR反演的森林地上生物量精度可达85%以上。

在碳汇项目监测与核证中，多期LiDAR数据可量化森林砍伐、林火干扰后的生物量损失及恢复过程中的碳增量，为碳汇交易提供可量化的监测依据。北京和光瑞远科技有限公司的HG-HyperUAV-MSRS系统支持LiDAR与高光谱数据协同采集，高光谱用于树种识别，LiDAR用于结构参数提取，两者融合可进一步提升森林生物量估算的精度与树种区分能力。

对于单木分割与精准林业，高密度LiDAR点云（>20点/m²）可支持单木尺度的树冠分割、树高及胸径估算，为人工林抚育采伐、经济林产量预测提供数据基础。相较于传统每木检尺效率低下，无人机LiDAR可在短时间内完成大范围林分的单木参数提取。

在滑坡、崩塌、泥石流等地质灾害调查中，高分辨率LiDAR地形数据可识别植被覆盖下的微地形特征，发现潜在滑移面、裂缝带及堆积体边界。传统光学影像在植被茂密山区难以获取真实地表信息，而LiDAR点云经滤波后剔除植被点，可清晰呈现断层陡坎、拉裂缝及滑动槽等地质灾害痕迹。通过对比多期LiDAR点云生成的DEM，可计算地表形变速率、滑移方向及堆积体积变化，实现滑坡体的动态监测。

在地震等突发灾害后，应急LiDAR测量可快速获取灾区高精度地形及建筑物损毁信息。通过点云分类提取倒塌建筑、道路阻断及堰塞湖体，结合灾前数据对比评估损失程度，为救援决策及灾后重建提供空间数据支撑。相较于卫星光学影像受云层限制、时效性差的问题，无人机LiDAR可在灾后数小时内完成重点区域的高精度三维数据采集。

在海岸带与滩涂地形测量中，LiDAR可穿透浅水区（水质清澈条件下）获取水底地形，用于海岸侵蚀监测、红树林分布调查及海平面上升影响评估。结合多期数据对比，可量化岸线进退速率及滩涂淤积动态。北京和光瑞远科技有限公司的HG-HyperUAV-MSRS多源载荷遥感观测系统采用模块化设计，支持用户根据研究需求灵活配置LiDAR及其他传感器组合，适用于地质灾害、森林生态及海岸带等多场景遥感研究。