一种基于星载激光雷达波形的人工林与天然林深度学习分类方法

本发明公开了一种基于星载激光雷达波形的人工林与天然林深度学习分类方法，包括如下步骤：步骤1、获取森林区域的星载全波形激光雷达GEDI的L1B地理定位波形；步骤2、对获取到的数据进行预处理操作，得到区域内高质量GEDI光斑的波形信息；步骤3、对波形升维，将一维波形编码成二维矩阵格式，作为后续输入；步骤4、构建卷积神经网络模型，首先通过卷积层提取图像的局部特征，并通过SE模块加强重要通道的特征，再将输出的特征图通过全局平均池化层减少空间维度，然后用MHA机制对特征进行全局建模，最终通过全连接层输出分类结果；步骤5、评估人工林与天然林的分类精度。本发明能够对两种森林类型进行区分，从而对森林管理、生态资源监测提供科学依据。