一种基于多源卫星图像和深度学习算法的森林冠层高度反演方法

本发明公开了一种基于多源卫星图像和深度学习算法的森林冠层高度反演方法，包括：获取目标区域的多源卫星图像数据，对所述多源数据进行预处理，获得预处理后的数据；基于预处理后的多源数据构建多维解释变量，筛选与森林冠层高度相关的解释变量子集；构建一维卷积神经网络模型，将所述解释变量子集输入所述一维卷积神经网络模型，拟合森林冠层高度与解释变量间的非线性关系，并外推至区域尺度获得空间连续的冠层高度。本发明可提高星载激光雷达离散点云向空间连续信息外推的精度，实现高效、准确的高分辨率森林冠层高度空间化反演与制图。