随机森林算法在机载LiDAR数据林分平均树高估算中的应用研究

鲁林, 周小成, 余治忠, 韩尚, 汪小钦

Plot-level Forest Height Inversion Using Airborne LiDAR Data Based on the Random Forest

LU Lin,ZHOU Xiaocheng,YU Zhizhong,HAN Shang,WANG Xiaoqin

表1 从植被点云中获取的自变量指标

Tab.1 Independent variable metrics extracted from the LiDAR points.

点云变量	变量描述
Hmean	点云高度的均值
Hrange	点云高度分布范围,计算公式为： $\begin{matrix} Hrange = H 100 - 2.0 \end{matrix}$
HSTD	点云高度标准差,计算公式： $\begin{matrix} HSTD = \sqrt[]{\frac{1}{n} \overset{n}{\sum_{i = 1}} (x_{i} - \overset{?}{x})} \end{matrix}$
Hqd	点云四分位高度偏差,计算公式： $\begin{matrix} Hqd = 0.5 (75^{th} - 25^{th}) \end{matrix}$
Hvar	点云高度方差,计算公式： $\begin{matrix} Hvar = \frac{1}{n - 1} \overset{n}{\sum_{i = 1}} {(x_{i} - \overset{?}{x})}^{2} \end{matrix}$
Hcov	点云高度的变化系数,计算公式： $\begin{matrix} Hcov = \frac{HSTD}{Hmean} \end{matrix}$
H100	点云高度最大值
H10、H20、···、H95	点云的百分位高度值,即所有点云10%、20%、25%、30%、40%、···、95%处对应的高度值
Mean_P25、···、Mean_P90	点云各百分位高度处对应点云高度的均值,如Mean_P25表示为所有大于H25的点云的平均值