[发明专利]一种基于随机森林分类器的星载激光足印高程提取方法

说明书

本发明涉及一种基于随机森林分类器的星载激光足印高程提取方法，该方法具体为，获取包含足印高程的卫星激光测高数据，将卫星激光测高数据载入预训练后的随机森林分类器中，获取足印高程分类结果，进行足印高程的提取，所述随机森林分类器采用预建立的高程评估标签，根据预设定的精度要求，对足印高程进行分类，所述高程评估标签包括坡度、粗糙度和/或地面回波能量。与现有技术相比，本发明考虑了复杂地表的地区和地表对足印高程的影响，具有足印高程提取精度高、效率高等优点。

技术领域

本发明涉及星载激光测高领域，尤其是涉及一种基于随机森林分类器的星载激光足印高程提取方法。

背景技术

卫星激光测高技术以其高精度的探测距离，早在上个世纪六十年代就应用于深空探测领域，并扩展到对地观测领域。然而，卫星激光测高仪在测距过程中易受大气、仪器、地形等各种污染源的影响，导致其足印高程精度的不确定性。为了解决这个问题，人们提出了不同的方法，这些方法可以分为四种：方法一：通过比较足印高程和参考数据(如数字表面模型DSM)来消除足印高程异常值；方法二：通过一些评估发射波或回波波形特征的标签对其进行筛选；方法三在方法一和方法二的基础上，利用直方图统计进一步剔除方法一和方法二之间的足印高程异常值，方法四在方法一的基础上，综合各类评估标签筛选足印高程。但是，方法一、方法二和方法三主要是消除大气和地表反射率的影响，没有充分考虑地形、姿态等影响，不适合在地形起伏较大地区(丘陵、山地等)。方法四尚未在崎岖环境中进行试验，且该方法因为筛选准则过于严格(剔除了多峰值回波的足印高程)，难以应用在复杂地表(如森林、城市)的地区。

发明内容

本发明的目的就是为了克服上述现有技术存在的在复杂地表的地区和地表下难以满足相关应用中高程精度需求的缺陷而提供一种足印高程数据精度高的基于随机森林分类器的星载激光足印高程提取方法。

本发明的目的可以通过以下技术方案来实现：

一种基于随机森林分类器的星载激光足印高程提取方法，该方法具体为，获取包含足印高程的卫星激光测高数据，将卫星激光测高数据载入预训练后的随机森林分类器中，获取足印高程分类结果，进行足印高程的提取，所述随机森林分类器采用预建立的高程评估标签，根据预设定的精度要求，对足印高程进行分类，所述高程评估标签包括坡度、粗糙度和/或地面回波能量。

进一步地，所述粗糙度的计算具体为，获取卫星激光测高数据对应的DSM值，当星载激光测高数据的回波只有一个波峰时，所述粗糙度根据足印中心及其八个邻域的DSM值的标准差获得；当星载激光测高数据的回波具有多个波峰时，通过计算各个波峰间的高程差的标准差，并将其与上述DSM值的标准差进行比较，取两者间最大值作为粗糙度估计值。

进一步地，所述回波能量的计算具体为，通过将最后一个回波波峰与所有回波波峰的面积的比值乘以全波能量，对所述回波能量进行估计。

进一步地，所述坡度的计算具体为，获取卫星激光测高数据对应的DSM值，通过DSM值估计激光足印内的所述坡度。

进一步地，所述高程评估标签还包括云探测、信噪比、姿态精度、斜率、回波峰值个数、反射率、回波饱和度和/或回波增益。

进一步地，所述云探测从气象数据或卫星激光雷达探测到的气溶胶数据产品中获得。

进一步地，所述回波信噪比根据回波的最大振幅和背景噪声的标准偏差获得。

进一步地，所述随机森林分类器的预训练过程具体为，获取包含足印高程的训练用卫星激光测高数据及其对应的现场数据，将足印高程与现场数据比较，生成足印高程的正样本和负样本，将正样本和负样本载入随机森林分类器中进行训练，获取训练后的随机森林分类器。