《表2 3种方法树高提取结果与实测数据对比Tab.2 The Comparison of Tree Height among the Three Methods and the Measured Da

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《一种改进的卫星激光测高全波形高斯分解方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

m

由表3可知，最大树高的估测精度比平均树高的估测精度要高，且奇偶拐点高斯分解法估测最大树高的ME是3种方法中的唯一负值，说明该方法估算的最大树高值偏小，但是由于绝对值相对于其他两种方法相比较小，因此估算精度较高，出现上述结论的主要原因是虽然奇偶拐点高斯分解法计算量较大，但其更多可能地保留了可能存在的峰值信息，进而进行后续的波峰剔除与合并，因此精度较高，最接近真实值；findpeaks峰值分解法虽然计算量较小，但是由于其高斯分量的部分参数由人为定义，无法根据接收波形的特征随之进行调整，因此确定的最大树高或者平均树高都和真实树高值之间的偏差较大；而本文所改进的基于波峰自动识别的全波形数据高斯分解算法进行树高估算的效果，优于findpeaks峰值分解法，但是与较为成熟的奇偶拐点高斯分解方法还存在一定的距离，原因是采用Matlab库函数findpeaks确定波形非峰值位置时，可能会错过一些较小的峰值信息，导致峰值位置估算发生偏移。虽然如此，该方法能够在计算量方面优于奇偶拐点的高斯分解法，特别是在大范围树高估算且要求一定精度的时候，该方法能得到较好的应用。由此可见，通过改进后的波形分解方法处理后的波形，经模拟后输出的最佳结果，能较好地用于估测森林树高，具有一定的实用效果。