遥感处理中级
遥感树高估测流程
利用 LiDAR 点云数据或多源遥感影像，结合 QGIS 和 Python 估算森林树高的完整流程。
预计耗时：2-4 小时 5 个步骤
操作步骤
1
数据准备
QGIS导入 Sentinel-2 影像或 LiDAR 点云文件，进行坐标系检查和投影转换。
确保所有数据统一到同一坐标系，建议使用 UTM 投影。
2
影像预处理
SNAP使用 SNAP 对 Sentinel-1/2 影像进行大气校正、几何校正。
Sentinel-2 Level-2A 产品已完成大气校正，可跳过此步。
3
特征提取
Python (Rasterio + GDAL)提取植被指数（NDVI、EVI）、纹理特征等，构建特征矩阵。
使用 rasterstats 库可批量提取样本点统计值。
4
模型训练与预测
Python (scikit-learn)以实测树高数据为标签，训练随机森林或 XGBoost 回归模型。
记得做交叉验证，避免过拟合。
5
结果制图
QGIS / Python将树高预测结果栅格导入 QGIS，制作专题地图，设置合理配色。
使用绿色渐变色系，参考 ColorBrewer 配色方案。
流程完成