高度变量

高度变量是与点云高程值相关的统计参数，对回归分析特别有用，可作为回归分析的自变量。从激光雷达点云数据，共可以计算46个与高度相关的统计变量以及10个点云密度相关的统计变量。

原理描述

• 平均绝对偏差：计算公式为：，其中Z_i为每一统计单元内第i个点的高度值，Z 为每一统计单元内所有点的平均高度，n为每一统计单元内的总点数。
• 冠层起伏率：计算公式为：，其中，mean为每一统计单元内所有点的平均高度，min为每一统计单元内所有点的最小高度值，max为每一统计单元内所有点的最大高度值。
• 累积高度百分位数（AIH，15个）：某一统计单元内，将其内部所有归一化的激光雷达点云按高度进行排序并计算所有点的累积高度，每一统计单元内X%的点所在的累积高度，即为该统计单元的累积高度百分位数。在LiDAR360中，统计的累积高度百分位数包含15个，即1%、5%、10%、20%、25%、30%、40%、50%、60%、70%、75%、80%、90%、95%和99%。
• 累积高度百分位数（AIH）四分位数间距：计算公式为：，其中，AIH75%为75%累积高度百分位数，AIH25%为25%累积高度百分位数。
• 变异系数：某一统计单元内，所有点的Z值的变异系数，计算公式为：，其中，Z_std为每一统计单元内所有点高度值的标准差，Z_mean为每一统计单元内所有点的平均高度。
• 密度变量（10个）：将点云数据从低到高分成十个相同高度的切片，每层回波数的比例就是相应的密度变量。
• 峰度：某一统计单元内，所有点的Z值分布的平坦度，计算公式为：，其中，Z_i为每一统计单元内第i个点的高度值，Z为每一统计单元内所有点的平均高度，n为每一统计单元内的总点数，σ为统计单元内点云高度分布的标准差。
• 中位数绝对偏差的中位数：中位数绝对偏差的中位数。
• 最大值：某一统计单元内，所有点的Z值的最大值。
• 最小值：某一统计单元内，所有点的Z值的最小值。
• 平均值：某一统计单元内，所有点的Z值的平均值。
• 中位数：某一统计单元内，所有点的Z值的中位数。
• 二次幂平均：计算公式为：，其中，Z_i为每一统计单元内第i个点的高度值，n为每一统计单元内的总点数。
• 三次幂平均：计算公式为：，其中，Z_i为每一统计单元内第i个点的高度值，n为每一统计单元内的总点数。
• 高度百分位数（15个）：某一统计单元内，将其内部所有归一化的激光雷达点云按高度进行排序，然后计算每一统计单元内X%的点所在的高度，即为该统计单元的高度百分位数。在LiDAR360中，统计的高度百分位数包含15个，即1%、5%、10%、20%、25%、30%、40%、50%、60%、70%、75%、80%、90%、95%和99%。
• 高度百分位数四分位数间距：计算公式为：，其中，Ele75%为75%高度百分位数，Ele25%为25%高度百分位数。
• 偏斜度(偏态)：某一统计单元内，所有点的Z值分布的对称性，计算公式为：，其中，Z_i为每一统计单元内第i个点的高度值，Z为每一统计单元内所有点的平均高度，n为每一统计单元内的总点数，σ为统计单元内点云高度分布的标准差。
• 标准差：某一统计单元内，所有点的Z值的标准差。
• 方差：某一统计单元内，所有点的Z值的方差。