[目的]单平台遥感数据提取的森林结构参数信息不全面，多平台遥感数据集成已成为遥感技术在林业应用中的发展趋势。本研究针对手持移动激光雷达和无人机激光雷达两种不同平台的数据，提出了一种基于Delaunay三角网和迭代最近点（ICP）算法的点云数据融合方法，并通过融合获得完整的树木点云数据。[方法]选择哈尔滨城市林业示范基地樟子松和蒙古栎两种人工林作为研究样地。通过手持移动激光雷达和无人机激光雷达获取样方中的树木点云数据，然后分别提取两个不同平台点云数据的树木位置点。利用两组位置点构造两个Delaunay三角网，搜索树位置目标点及其对应点，实现点云的粗配准，并利用模拟退火算法优化粗配准过程。在此基础上，通过选择一些点云重合度高的树冠点云，ICP算法用于点云数据的精细配准，从而实现两个平台的森林采样点的精确融合。[结果]粗配准和精配准中设置的线段差异阈值和高度-面积范围对点云数据的配准影响较大，而粗配准中设置的迭代次数参数对融合结果影响较小。在样地中随机选择区域，比较该区域内两个注册平台点云的树位投影点坐标。樟子松和蒙古栎投影点的平均坐标偏移距离分别为0.19米和0.25米。根据数据收集过程中设置的标记，偏移误差、樟子松和蒙古栎树地块的融合结果分别为0.0512和0.0802，樟子松样地点云数据的融合精度高于蒙古栎样地。[结论]本研究提出了一种基于树木位置的激光雷达平台点云不同数据的无标记融合方法。融合精度高。从空中和地面获取的点云数据相辅相成，可以为准确提取森林结构参数和构建树木三维模型提供数据支持，从而促进激光雷达数据在森林资源调查中的广泛应用。