共查询到18条相似文献,搜索用时 46 毫秒
1.
陈楠 《武汉大学学报(信息科学版)》2013,38(5):594-598
分析了坡度提取算法的数学模型,并结合实际数据进行了分析和验证,提出了对误差进行敏感性程度分析的方法,得到了根据DEM分辨率或平均坡度计算坡度误差的公式。 相似文献
2.
3.
4.
5.
栅格DEM的水平分辨率对地形信息的影响分析 总被引:4,自引:0,他引:4
数字高程模型(DEM)是当前用于地形分析的主要数据源,可以从DEM提取不同的地形因子得到地形信息为各种地学分析提供基础服务。对三峡库区应用6种不同网格分辨率进行地形因子数据的提取和分析。研究表明,DEM的水平分辨率对地形信息的精确性有影响,网格的增大增加了DEM对地形信息的概括.应根据不同的需要选择不同分辨率的DEM。 相似文献
7.
8.
坡度是最基本的地形因子之一。本文介绍了基于DEM的坡度计算方法,对坡度分级统计中的误差来源分类进行分析,并实验分析其DEM精度,以及各误差因素对坡度统计计算的影响。 相似文献
9.
10.
DEM地形信息提取对比研究——以坡度为例 总被引:1,自引:1,他引:1
由于DEM数据本身多尺度因素,加之地形、地貌特征具有宏观性与区域分异性的特点,直接的信息提取往往很难达到预期的目的。利用DEM制作坡度图高效、省力,但其精度有很大的不确定性,同时DEM制作过程中的误差传播、转移对坡度信息的影响缺少系统的判断依据。选取位于陕北黄土高原上的两个不同地区作为实验样区,在不同DEM生产的基础上,以高精度的1∶10 000DEM为准值,通过对1∶5万和1∶1万DEM提取定量地形要素的叠合、比较与统计分析,探讨具有不同地貌类型的区域1∶5万DEM提取地形信息的精度及其统计意义上的数量百分比关系。 相似文献
11.
12.
浅谈DEM的边缘精度对土石方工程计算的影响 总被引:4,自引:0,他引:4
本文介绍利用数字地面高程模型(Digital Elevation Model,简称DEM)计算土石方的方法,重点分析DEM的边缘精度对其计算结果的影响。 相似文献
13.
从数字高程模型(DEM)误差组成、误差分析的理论、方法及精度评估模型等几个方面分析了当前DEM误差研究的主要现状和问题。 相似文献
14.
从数字高程模型(DEM)传递误差、基于中误差的DEM误差模型及其主要问题、DEM误差分布实验和DEM内插误差新认识几个方面分析了当前DEM误差研究的主要进展,用"中误差"讨论DEM传递误差是建立在测量误差传递理论基础之上的,但沿用"中误差"来讨论DEM内插模型逼近误差和DEM整体误差却缺乏理论依据。DEM误差分布的空间相关性实验对DEM中误差评价法所应具备的随机误差性提出质疑,却可以用基于逼近理论的DEM内插模型来解释,说明用逼近误差理论研究DEM内插误差的途径是正确、可行的。 相似文献
15.
基于条件模拟的DEM误差曲面实现研究 总被引:1,自引:1,他引:1
为了克服DEM全局误差指标描述DEM精度的缺陷,基于条件模拟(CS)实现了DEM误差曲面的构建。构建了甘肃省董志塬某测区DEM误差曲面,并与普通Kriging(OK)插值结果进行了比较。结果表明,OK具有明显的平滑效应,而CS能准确反映DEM误差的空间波动性。DEM误差对坡度精度的影响分析表明,相比地形复杂的区域,DEM误差严重影响平坦区域的坡度精度;对测区水土流失等级划分结果的分析表明,约有70.2%的网格点的等级划分受DEM误差的影响。 相似文献
16.
雷达干涉测量技术(InSAR)被认为是生成或更新DEM的有效方法,通过实地测量得到DEM精度虽高但成本高也费时,近年来,InSAR以其全天候、全天时、快速得到DEM而引起全世界地学人员的关注。但是由于处理过程复杂及条件要求严格,目前除购买高价的商业软件外,一般的研究人员很难投入到该项技术的研究与应用中去。本研究利用以荷兰Delft大学为主所研发的开源软件Doris来进行雷达影像生成DEM的研究。该软件是一套功能强大的干涉影像生成软件,作者详细介绍用Doris进行干涉处理过程并提取库赛湖区域DEM,最后对DEM精度做了对比分析。 相似文献
17.
数字高程模型地形描述精度的研究 总被引:24,自引:1,他引:23
对数字高程模型(DEM)的地形描述误差(Et)与空间分辨率(R)和平均剖面曲率(V)的关系进行研究,得到地形描述误差的均方差值与R、V的函数关系公式:RMSEt=(0.006 1 V 0.002 7)R 0.001 0 V2-0.0649 V 0.569 5.进一步,还得到地形描述误差的均方差值与R、坡度W的函数关系公式:RMSEt=(0.000 1W2 0.003 1W 0.030 1)R 0.000 8W2-0.050 8W 0.355 9.分析结果表明,所得公式具有好的效果. 相似文献
18.
Digital elevation models (DEMs) are a necessary dataset for modelling the Earth’s surface; however, all DEMs contain error. Researchers can reduce this error using DEM fusion techniques since numerous DEMs can be available for a region. However, the use of a clustering algorithm in DEM fusion has not been previously reported. In this study a new DEM fusion algorithm based on a clustering approach that works on multiple DEMs to exploit consistency in the estimates as indicators of accuracy and precision is presented. The fusion approach includes slope and elevation thresholding, k-means clustering of the elevation estimates at each cell location, as well as filtering and smoothing of the fusion product. Corroboration of the input DEMs, and the products of each step of the fusion algorithm, with a higher accuracy reference DEM enabled a detailed analysis of the effectiveness of the DEM fusion algorithm. The main findings of the research were: the k-means clustering of the elevations reduced the precision which also impacted the overall accuracy of the estimates; the number of final cluster members and the standard deviation of elevations before clustering both had a strong relationship to the error in the k-means estimates. 相似文献