生态遥感领域顶刊！资源所激光雷达团队提出基于机器学习的ICESat-2去噪和冠层高度估测模型

本文介绍了资源所激光雷达团队在生态遥感领域的一项研究，该研究提出了一种基于机器学习的ICESat-2去噪和冠层高度估测模型。研究背景在于高精度测量大区域森林冠层高度对于森林碳汇计量和全球碳循环理解的重要性。传统方法难以进行大区域监测，而ICESat-2卫星的激光雷达技术虽能获取大区域数据，但易受干扰。研究目的是开发一种通用的去噪方法，提升模型的可转移性和冠层高度估测的精度。通过机器学习算法，研究团队成功构建了光子去噪特征参数体系，并利用自动化机器学习优化模型。研究结果表明，该模型在冠层高度估测上与美国宇航局的ATL08产品相比，精度平均提高了21%，并在空间迁移方面表现出显著优势。结论是该模型为大规模环境数据分析提供了一种稳健且具可迁移性的解决方案。