融合GEDI和多源数据的3个城市森林冠层高度数据集（2019-2022）

城市植被冠层高度是衡量城市生态结构与绿化质量的关键参数，对碳汇评估具有重要意义。然而，传统人工测量方法效率低、成本高，而现有遥感估算方法在城市尺度上存在精度不足、模型单一、数据不连续等问题。为应对这些挑战，基于多源遥感数据，结合集成学习方法，构建一套高分辨率的城市植被冠层高度融合估算产品。该数据产品以星载激光雷达GEDI数据为标签，融合Landsat-8光学影像、PALSAR/PALSAR-2合成孔径雷达数据、SRTM地形数据及空间因子等多源信息，采用AutoGluon集成学习框架，实现了从光斑尺度到城市区域尺度的植被冠层高度连续估算与制图。产品覆盖北京、上海和深圳3个中国典型城市，可为城市生态评估、森林碳汇监测与城市规划提供可靠的数据支撑。
整理处理流程如下：
1）多源数据预处理与特征整合
对GEDI激光雷达数据进行质量筛选与格式转换，提取植被冠层高度指标（rh95）；对Landsat-8光学影像、PALSAR/PALSAR-2雷达数据、SRTM地形数据等进行统一重采样、波段计算与指标提取；整合构建包含光学、雷达、地形、空间位置等特征数据集。
2）光斑尺度高度估算建模
采用多元线性回归、随机森林、支持向量机与AutoGluon集成学习方法构建植被冠层高度估算模型；通过消融实验与特征筛选，优化输入指标组合，提升模型可解释性；用AutoGluon集成模型在七个城市区域实现光斑尺度高度估算。
3）区域尺度制图与残差校正
基于最优模型，将光斑尺度估算结果外推至整个城市区域，结合遥感数据，生成30m/1km分辨率植被冠层高度分布图；并将模型逐像元推演，输出北京、上海、深圳三个典型城市的30m与1km分辨率植被冠层高度产品，满足不同尺度应用需求。