面向山地森林区域的植被高度预测数据集

来源：电子与信息学报杂志2025年第12期北京时间：

作者：余翠琳, 钟梓炫, 庞弘毅, 丁煜晟, 赖涛, 黄海风, 王青松

单位：1.中山大学电子与通信工程学院 深圳 5181072.厦门大学电子科学与技术学院 厦门 361005

摘要：植被高度是刻画森林垂直结构、碳储量和生态系统功能的重要参数，在生态学、气候变化和生物地理等领域具有广泛应用。随着人工智能尤其是大模型技术的发展，森林生态研究对大规模、标准化训练数据的需求愈加迫切。然而，目前公开数据仍缺乏覆盖广区域、统一规范的林冠高度预测数据集，限制了先进智能方法的应用。为此，该文构建了面向山地森林区域的植被高度预测数据集(VHP-Dataset)，融合多光谱遥感影像、数字高程模型(DEM)、植被覆盖度和覆盖类型等多源数据，以全球生态系统动力学调查(GEDI)冠层高度为目标变量，形成18维输入特征。该文介绍了数据集的构建流程，并通过空间分布、模型验证和特征重要性分析等实验进行评估。结果表明，VHP-Dataset能够有效支持监督学习建模，在多地貌、多区域的植被高度预测中展现出良好的科学性与适用性，为森林结构反演提供了标准化训练样本支撑。

关键词：植被高度预测, 监督学习, 多源遥感数据, 数据集构建

基金资助：国家自然科学基金(62273365)，“小米青年学者”项目