面向山地森林区域的植被高度预测数据集(VHP-Dataset)是一个服务于监督学习建模的多源遥感标准化数据集，以GEDI L2A激光雷达产品提供的冠层高度(RH95)为目标变量，融合Landsat 8多光谱影像、AW3D30数字高程模型、CGLS-LC100 植被覆盖类型及GFCC30TC植被覆盖度等多源数据，构建了包含空间位置、光谱特征、归一化指数、地形结构和植被覆盖信息在内的18维输入特征体系。

该数据集覆盖多个典型山地森林区域，通过统一空间与高程基准、严格的 GEDI 光斑质量控制和多源特征一致性构建，有效刻画了复杂地形和多样森林结构条件下的植被高度变化特征。

系统实验表明，VHP-Dataset能稳定支撑多种机器学习与深度学习方法开展跨区域植被高度预测，为山地森林冠层高度反演与模型对比研究提供了可靠的标准化数据基础。

该数据集选取了4个具有代表性的森林研究区域作为数据集制作对象，研究区域植被类型展示如图1所示。

▌图1 数据集研究区域

图1中A-D分别对应以下区域：

A: 美国吉福德平肖(Gifford Pinchot, GP)森林；

B: 美国乔治华盛顿杰斐逊与莫农加黑拉(George Washington Jefferson and Monongahela, GWJ-M)森林；

C: 新西兰艾格蒙特国家公园(Egmont National Park, ENP) 森林；

D: 德国图林根(Thüringer Wald, TF)森林。

表1介绍了数据集VHP-Dataset的基本属性，为后续研究提供清晰的数据基础说明。

▌表1 数据集中不同研究区域基本属性

VHP-Dataset的整体构建流程如图2所示，主要分为5个环节：数据获取、数据预处理、特征提取、目标变量构建以及数据集评估。

具体步骤如下：首先，获取研究所需的多源遥感数据，和作为参考与基准的GEDI L2A数据，为数据集构建提供可靠的数据基础。

其次，对GEDI L2A数据进行严格的筛选和质量控制，同时对研究数据开展地理空间基准对齐，以保证不同数据源之间空间一致性。

随后，提取多维度特征信息，包括空间信息、光谱波段、归一化指数、地形结构、植被类型以及植被指数等；

其中，目标变量由GEDI L2A数据中的冠层高度数据表示，从而作为数据集反映森林垂直结构的标签。

最后，在数据集构建完成后，采用K-折交叉验证、多种评价指标以及代表性监督学习方法进行验证与评估，确保数据集的科学性与合理性。

▌图2 数据集整体构建流程