利用插值算法填补SRTM3 DEM数据空洞的比较分析

由于雷达热噪声、斑点噪声和解缠等因素的共同影响,利用合成孔径雷达干涉测量(InSAR)技术获取的SRTM3 DEM存在高程数据空洞,严重影响了该DEM产品的应用。SRTM3 DEM数据空洞的分布一般呈现空间随机性。本文通过比较分析利用各种插值算法填补DEM数据空洞的优劣,从中选出一种最优方法来对SRTM3 DEM进行插值填补。     

基于高斯过程回归的SRTM数据空洞填补方法

针对现有插值方法对复杂地表模拟能力不足的问题,发展了一种基于非平稳(神经网络)核的高斯过程回归(GPR)方法,并将其应用于SRTM DEM空缺数据填补。以山区SRTM DEM的模拟数据空洞为研究对象,将GPR模拟结果与传统插值方法(TIN、SPLINE和IDW)比较表明:GPR填补精度高于传统插值方法,且空缺区域模拟曲面较好的保持了地形特征。     

中国地区SRTM3 DEM高程精度质量评价

为揭示我国SRTM3DEM数据高程精度质量,结合已开展过SRTM3DEM高程精度质量评价工作的局部地区的研究,考虑空间分布情况,选取新疆、辽宁、山东、浙江、海南5个地区的平原、丘陵、盆地、山地等地形区域作为典型研究区,并以1∶5万DEM为假定真值、以1∶25万DEM为参照,通过DEM面误差可视化分析、DEM面误差信息熵模型、中误差模型等方法对SRTM3DEM数据高程精度质量做了分析。计算结果表明我国SRTM3DEM数据高程精度质量受地形影响并存在一定的空间差异性,同时我国范围内SRTM3DEM数据高程精度质量整体上要高于1∶25万DEM。     

ASTER GDEM与SRTM3高程差异影响因素分析

作为最新发布的全球地形数据,ASTER GDEM比目前常用的SRTM3数据有着更高的分辨率和更广的覆盖范围,对于相关地学分析具有重要意义。本文以华中地区为研究区域,对ASTER GDEM与SRTM3数据进行了比较,重点分析了坡度、坡向、地形起伏度、土地利用类型、植被覆盖度、生成ASTER GDEM栅格点高程数据所用的ASTER DEM影像数等因素对2种DEM数据高程差异的影响。结果表明,在研究区域内,ASTER GDEM高程比SRTM3高程平均低5.42 m,两种DEM数据高程差异的RMS值为16.90 m;ASTER GDEM与SRTM3之间的高程差异随着坡度、地形起伏度、植被覆盖度的增大而增大,而ASTER DEM影像数越大,高程差异越小;坡向、土地利用类型对高程差异也有影响。     

面向分布式水文模型的SRTM无效高程数据处理方法

获取高精度DEM是分布式水文模型开发和应用的基础,而最新发布的全球高分辨率SRTM数据在很大程度上解决了高分辨率DEM数据获取相对困难的问题,对于水文学研究具有重要意义。由于利用雷达技术获取地面高程数据技术本身的限制,SRTM原始DEM数据中存在着很多问题。本文以雪野水库区域为例,利用ASTER数据通过分析两种数据高程差异的分布特点对SRTM高程数据无效区域进行了填充,计算结果表明该方法可以提高无效数据处理结果的精度,是一种有效的获取相对完整地形数据的方法。     

多源DEM融合的高差拟合神经网络方法

本文侧重于介绍智能化摄影测量机器学习的高差拟合神经网络方法。观测手段和处理方式等限制导致全球高质量无缝DEM数据的缺乏,进而制约了它在水文、地质、气象及军事等领域的应用。本文提出了一种基于高差拟合神经网络的多源DEM融合方法,尝试融合全球DEM产品SRTM1、ASTER GDEM v2和激光雷达测高数据ICESat GLAS。首先,根据ICESat GLAS的相关参数及与DEM数据的高程差值,结合坡度自适应的思想设置高差阈值对ICESat GLAS进行滤波,剔除异常数据点。然后,以ICESat GLAS数据为控制点,利用神经网络模型拟合ASTER GDEM v2的误差分布。以地形坡度信息和经纬度坐标作为网络输入,ICESat GLAS和ASTER GDEM v2的高程差值作为目标输出,训练得到预测高差,将其与ASTER GDEM v2高程值相加即可获得校正结果。最后,引入TIN差分曲面的方法,利用校正后的ASTER GDEM v2高程值对SRTM1的数据空洞进行填充,融合生成空间无缝DEM。本文通过随机选取数据进行真实试验,对模型进行了精度验证,并给出了处理结果的定量评价和目视效果。结果表明,不论是空洞还是整体区域,本文方法相比其他DEM数据集和其他方法的处理结果都能够在RMSE上表现出优势,同时,本文提出的方法能够有效克服ASTER GDEM中异常值的影响,得到空间无缝DEM。     

基于ICESat-2 ATLAS数据的DEM高程精度评价

为探究ASTER GDEMV3、SRTM1 DEM和AW3D30 DEM 3种开源DEM数据的高程精度,本文以高精度ICESat-2 ATLAS测高数据为参考数据,利用GIS统计分析、误差相关分析及数理统计对DEM的高程精度进行对比评价。结果表明：①AW3D30的质量最稳定;SRTM1 DEM在平原精度最高;在高原山地精度由高到低依次为AW3D30 DEM、ASTER GDEMV3、SRTM1 DEM。②DEM数据高程精度受地表覆盖影响较大,且与地形因素密切相关,在相同地表覆盖的两个研究区中DEM数据高程精度表现情况不一致,SRTM在平原地表覆盖下精度表现最好,平均误差为3.15 m,AW3D30 DEM在山地地表覆盖下精度表现最好,平均误差为7.61 m。③坡度对DEM数据的高程精度影响较大,在两个研究区3种DEM数据的高程误差均随坡度的增加而增加;坡向对DEM数据的高程精度影响较小,未发现明显的规律。     

中国及周边区域ASTERGDEM与SRTMDEM高程对比分析及互补修复

本文分析了ASTER GDEM和SRTM DEM的获取方式,通过对两者在中国及周边区域高程的对比分析,得出两者高程间存在系统误差,前者高程比后者平均低4.9m。ASTER GDEM在许多区域特别是水域及高山区常存在明显粗差;SRTM DEM在特别是高山区域会出现空白区域,但其有效区域层次清晰、细节分明,无明显粗差,可靠性高。经过填补及高差约束限制修复,生成了无空白区域的SRTM DEM和可靠性更高的ASTER GDEM。     

采用小波分析的SRTM DEM与ASTER DEM数据融合

为了利用航天飞机雷达地形测绘任务数字高程模型(SRTM DEM)与先进星载热反射和反辐射仪数字高程模型(ASTER DEM)的互补信息,提出基于小波分析的多源DEM数据融合方法,以我国秦岭典型高山峡谷地貌类型区为试验样区,选取相同位置的SRTM DEM与ASTER DEM数据,通过重采样、数据配准等步骤形成融合数据源;对小波分解的低频系数作基于邻域像素关联性的融合,高频系数采用像素点绝对值取大的融合,生成融合DEM。并把融合前与融合后的数据分别与1∶5万高程库数据作精度比较,总体统计与抽样检查表明融合DEM精度较源数据均得到了提高。该融合技术为应用SRTM DEM与ASTER DEM生成精度和可靠性更高的DEM产品提供了可行方案。     

我国东部地区ASTER GDEM高程精度评价

为了解我国ASTER GDEM数据高程精度,在考虑空间分布的情况下,选取我国东部辽宁、山东、浙江和海南4个地区的平原、丘陵、山地等作为典型研究区,并以1∶5万DEM为假定真值、以1∶25万DEM为参照,通过DEM面误差可视化分析和DEM面误差信息熵模型等方法对ASTER GDEM数据的高程精度做了分析。结果表明:ASTER GDEM数据高程误差在整个地图上分布是否均匀与其高程精度高低无决定关系;在山地和丘陵地形研究区,其数据高程精度要高于SRTM DEM和1∶25万DEM。总体来看,中国东部地区ASTER GDEM数据高程精度整体上要高于SRTM DEM和1∶25万DEM,但低于1∶10万DEM。     

SAR卫星轨道数据精度对Doris获取DEM精度的影响研究

本文介绍了InSAR卫星轨道状态矢量内插方法,基于荷兰Delft大学开发的Doris雷达干涉软件分析了SAR卫星轨道数据误差对基线参数、参考椭球面相位、地形干涉相位和数字高程模型(DEM)精度的影响。以西藏玛尼地区为例,采用ERS1/2卫星数据,利用Doris软件,分别生成了基于欧空局(ESA)粗略轨道数据和荷兰Delft大学精密轨道数据的数字高程模型(DEM),并以SRTMDEM为基准对其精度进行了对比分析。结果表明,基于粗轨数据获取的DEM明显存在系统偏差,而基于精轨数据获取的DEM与SRTM DEM吻合的很好,相对于前者,精度提高5倍。     

利用弹性反馈神经网络融合ASTER GDEM和SRTM1高程数据

由于数据获取与后期处理方式不同,先进星载热发射和反射辐射仪全球数字高程模型(advanced spaceborne thermalemissionandreflectionradiometerglobaldigitalelevationmodel,ASTERGDEM)和航天飞机雷达地形测绘任务(shuttle radar topography mission,SRTM)数据在高程精度上存在差异,采用弹性反馈（resilient backpropagation,RProp）神经网络算法对二者进行融合处理,实现优势互补以提升高程精度。选取两个黄土丘陵沟壑地貌样区分别用于模型建立与效果验证,1∶10 000高程精度为参考数据,在建模样区应用RProp神经网络算法构建ASTER GDEM高程校正模型、SRTM1高程校正模型、ASTER GDEM与SRTM1高程融合模型,同时应用误差反向传播(back propagation,BP)神经网络建立ASTER GDEM与SRTM1高程融合模型,将这些模型的高程精度优化效果进行对比,并在验证样区检验RProp融合模型的可行性。结果表明,RProp融合模...     

A practical method for SRTM DEM correction over vegetated mountain areas

Digital elevation models (DEMs) are essential to various applications in topography, geomorphology, hydrology, and ecology. The Shuttle Radar Topographic Mission (SRTM) DEM data set is one of the most complete and most widely used DEM data sets; it provides accurate information on elevations over bare land areas. However, the accuracy of SRTM data over vegetated mountain areas is relatively low as a result of the high relief and the penetration limitation of the C-band used for obtaining global DEM products. The objective of this study is to assess the performance of SRTM DEMs and correct them over vegetated mountain areas with small-footprint airborne Light Detection and Ranging (Lidar) data, which can develop elevation products and vegetation products [e.g., vegetation height, Leaf Area Index (LAI)] of high accuracy. The assessing results show that SRTM elevations are systematically higher than those of the actual land surfaces over vegetated mountain areas. The mean difference between SRTM DEM and Lidar DEM increases with vegetation height, whereas the standard deviation of the difference increases with slope. To improve the accuracy of SRTM DEM over vegetated mountain areas, a regression model between the SRTM elevation bias and vegetation height, LAI, and slope was developed based on one control site. Without changing any coefficients, this model was proved to be applicable in all the nine study sites, which have various topography and vegetation conditions. The mean bias of the corrected SRTM DEM at the nine study sites using this model (absolute value) is 89% smaller than that of the original SRTM DEM, and the standard deviation of the corrected SRTM elevation bias is 11% smaller.     

基于资源三号测绘卫星DSM的精度评估研究

作为我国首颗民用立体测绘卫星数据产品,ZY-3 DSM对于我国地学分析具有极其重要的作用。本文在顾及地貌情况前提下,选取云南省高海拔山区为试验区,辅以1∶10 000野外实测地形图DEM为参考值,将分辨率为15 m的ZY-3 DSM与90 m的SRTM DEM从高程精度和地形精度进行较为全面的数据质量比较。结果表明:ZY-3 DSM在高程精度和地形精度均有更好的表现。总体看来,ZY-3 DSM数据质量更高,具有更广泛的利用价值。     

基于等高线生成DEM的内插算法及其精度分析

以等高线为例,探讨了利用地图等高线矢量化生产DEM内插算法,并分析了各种方法的精度及适用范围。     

基于Coons曲面的规则格网DEM表面模型

内插是数字高程模型的核心问题。目前的内插模型主要是由离散的格网数据构建的连续曲面,直接以点推面,可能存在较大的地形误差。本文建立的Coons曲面DEM表面模型,首先利用离散的格网数据构造与格网边界相对应的地形剖面曲线的拟合曲线,再基于拟合曲线构建DEM表面模型。实验表明：Coons曲面DEM表面模型是一种高精度的DEM表面模型,其地形模拟误差比直接基于格网数据建立的双线性内插、样条函数内插和移动曲面拟合法的误差都小,实际地形模拟误差与双线性模型相比减少15％-28％,且精度随着构建边界拟合曲线所用格网点的增多而逐渐提高。     

Assessment of Shuttle Radar Topography Mission Elevation Data Based on Topographic Maps in Turkey

Depending on scale, topographic maps depicting the shape of the land surfaces of the Earth are produced from different data sources. National topographic maps at a scale of 1:25 000 (25K maps) produced by General Command of Mapping are used as the base map set in Turkey. This map set, which consists of approximately 5500 sheets, covers the whole country and is produced using photogrammetric methods. Digital Elevation Models (DEMs) created from these maps are also available. Recently, another data source, Synthetic Aperture Radar (SAR) interferometric data, has become more important than those produced by conventional methods. The Shuttle Radar Topography Mission (SRTM) contains elevation data with 3 arc-second resolution and 16 m absolute height error (90 percent confidence level). These data are freely available via the Internet for approximately 80 percent of the Earth's land mass. In this study, SRTM DEM was compared with DEM derived from 25K topographic maps for different parts of Turkey. The study areas, each covering four neighboring 25K maps, and having an area of approximately 600 km², were chosen to represent various terrain characteristics. For the comparison, DEMs created from the 25K maps were obtained and organized as files for each map sheet in vector format, containing the digitized contour lines. From these data, DEMs in the resolution of 3 arc-second were created (25K-DEM), in the same structure as the SRTM DEM, allowing the 25K-DEMs and the SRTM DEM to be compared directly. The results show that the agreement of SRTM DEM to the 25K-DEM is within about 13 m, which is less than the SRTM's targeted error of 16 m. The spatial distribution of the height differences between SRTM-DEM and the 25K-DEM and correlation analysis show that the differences were mainly related to the topography of the test areas. In some areas, local height shifts were determined.     

国产资源三号测绘卫星DSM数据质量评价--以高海拔山区为例

为了评价国产资源三号测绘卫星DSM数据精度,在顾及地貌类型的情况下,以涵盖平原、台地、丘陵等地貌的高海拔山区为研究案例,并以1∶1万实测地形图DEM为假定真值,以90m分辨率SRTM DEM为评价参照,从高程精度和地形描述精度两个方面,对15m分辨率ZY-3DSM进行精度评价分析。研究结果表明:ZY-3DSM高程精度优于SRTM DEM,前者高程中误差仅为后者的1/6;就地形描述精度来讲,ZY-3DSM与SRTM DEM相比,其地形描述精度更接近理论值,前者RMS Et实际值仅为理论值0.99倍,而后者的实际值却是理论值5.13倍。由此看来,ZY-3DSM数据精度整体上高于SRTM DEM。