回归分析

回归分析的基本思路为：首先在样方水平建立冠层结构参数和激光雷达脉冲统计信息间的回归模型，然后利用激光雷达获取的冠层结构参数以及所构建的回归模型估计样方或更大区域的森林蓄积量和生物量等参数。目前采用较多的冠层结构参数主要包括平均树高、冠幅、树冠高度、胸高断面积、样方单木数量等。研究表明林分回归法可以达到很高的精度(Popescu et al.,2004)，但是构建回归模型需要大量真实的测量数据。

• 样本数据和自变量

• 线性回归

• 支持向量机

• 快速人工神经网络

• 随机森林回归

• 回归预测

    @inproceedings{
        author={Popescu S C and Wynne R H},
        title={Seeing the trees in the forest: Using lidar and multispectral data fusion with local filtering and variable window size for estimating tree height},
        booktitle={Photogrammetric Engineering and Remote Sensing, 70(5): 589-604},
        year={2004}
    }