基于多源遥感影像和XGBoost回归模型的大尺度红树林冠层高度精准反演方法

本发明提供了一种基于多源遥感数据和XGBoost回归模型的红树林冠层高度遥感精准反演方法，首先进行影像收集与预处理：获取典型区低潮期的UAV‑LiDAR数据，并对采集的UAV‑LiDAR数据进行预处理；筛选高质量的SDGSAT‑1影像和时序Sentinel‑1/2影像，基于卫星影像提取特征参数构建红树林冠层高度反演初始特征集；其次，基于XGBoost回归模型、交叉验证递归特征消除法和SHAP解释框架构建红树林冠层高度反演最优特征集；最后基于XGBoost回归模型和最优特征集精准反演红树林冠层高度，绘制大尺度红树林冠层高度空间分布图。本发明应用遥感技术实现了大尺度红树林冠层高度的快速精准反演，提高了红树林冠层高度遥感反演的精度和可信度，具有可重复性，其结果可以为红树林生态系统的恢复和管理提供重要信息。