高斯混合模型在星载激光全波形数据反演树高中的应用

全波形激光雷达后向散射回波,通过分解返回波形获取多种地物属性信息,在森林结构参数反演方面具有显著的优势,但是,当波形变形或者存在饱和度和前向散射时,高斯分量参数确定不准确以及有效波形起始位置不准确,降低波形分解精度。本文采用高斯混合模型对波形进行拟合,利用期望最大算法估计混合模型参数,抑制高斯分量初值敏感问题,特别是在大范围树高估算且要求一定精度的时候,以确定波形分解并且反演树高。本算法基于C++编程实现,实验结果表明,高斯混合模型能较好地拟合GLAS波形数据且对树高提取精度提升明显,该方法有着很好的有效性、稳定性和精确性。