SRTM1 DEM与ASTER GDEM V2数据的对比分析

本文以山西省为实验区,基于ICESat/GLA14测高数据对SRTM1 DEM和ASTER GDEM V2数据的垂直精度进行了对比,分析了其在坡度、土地利用类型和地貌类型中的误差分布情况,并基于地形剖面方法分析了2种DEM数据在地形表达上的差异。研究结果表明：① 在垂直精度上,SRTM1 DEM数据要明显高于ASTER GDEM V2数据,其绝对误差均值分别为4.0 m和7.8 m,标准偏差分别为6.0 m和10.7 m,均方根误差分别为6.1 m和10.7 m。② 这2种DEM数据的精度受坡度影响严重,随坡度值的升高误差增大;SRTM1 DEM的绝对误差均值、标准偏差和均方根误差在水田最小,在林地最大,而ASTER GDEM V2的这3种误差在居民用地最小,在林地最大;SRTM1 DEM 和ASTER GDEM V2的绝对误差均值、标准偏差和均方根误差在平原地区最小,在大起伏山地最大。③ 在平原和台地地区,ASTER GDEM V2数据高程值有异常波动,SRTM1 DEM在起伏山地存在对山谷过高估计。总体上,SRTM1 DEM比ASTER GDEM V2对地形的表达准确,与ICESat/GLA14对地形的描述基本相一致。     

基于地貌特征的数字高程模型融合方法

数字高程模型（Digital Elevation Model, DEM）是一种至关重要的空间信息,广泛应用于各行各业。其中,ASTER GDEM与SRTM几乎覆盖了全球陆域,为地学研究提供了非常实用的高程数据支撑,但是由于二者传感器采集数据原理的不同,使得高程数据在不同地貌条件下的高程精度亦存在程度不一的误差。本文提出了一种新型的基于地貌特征的DEM融合方法,使得融合GDEM与SRTM后的DEM数据,消除了地貌特征的影响、显著地提高了DEM质量。该方法主要分为地理配准和高程融合2个步骤：①基于河流线对等线性地貌特征的位置数据,构建了GDEM与SRTM的水平偏移相关的误差评价函数,采用多级网格搜索法求得DEM间的水平偏移距离,实现对DEM的配准;②按照DEM高程值在不同地貌单元及边界线附近的高程变化特征,建立地貌分区的高程融合模型来融合两种地理配准后的DEM高程,尤其是实现了地貌单元边界线附近的高程平滑过渡。本文以怀柔北部地区为实验区,以1:5万地形图为参考,对2种DEM数据进行融合,统计结果表明：① 融合DEM在各地貌单元的误差均显著下降,地形表达较之融合前更加精确;② 高程差呈现正态分布,明显区别于融合前DEM不对称的多峰分布形态,说明地貌影响被有效地剔除;③ GDEM和SRTM数据的精度对坡度有较大依赖性,融合后DEM的精度在不同坡度范围下均优于GDEM和SRTM,显著降低了融合前DEM对坡度的依赖程度;④ 在不同坡向下,GDEM和SRTM的RMSE取值波动较大,融合DEM的RMSE取值在各方向表现稳定,高程精度较GDEM和SRTM有显著提高。     

基于均值变点分析法的资源三号测绘卫星DSM水系自动提取研究——以云南省高海拔山区为例

水系自动提取是保证基础地理数据现势性的关键,而获得最佳集水面积阈值是提高水系提取精度的前提条件。集水面积阈值一般依靠定性分析的方法获取,采用均值变点分析法定量确定水系的集水面积阈值,可以满足基础地理数据精确性的要求。以云南省龙川江流域为研究区域,基于资源三号测绘卫星ZY-3 DSM和SRTM DEM两种数据,利用GIS工具分别提取该流域水系,再由均值变点分析法确定最佳集水面积阈值,并比较分析这两种水系的提取精度。研究结果表明:1随着集水面积阈值的增加,提取的水系密度减小且趋缓。ZY-3 DSM和SRTM DEM的最佳集水面积阈值分别是6.0 km~2和2.75 km~2;2在最佳集水面积阈值下,ZY-3 DSM提取的河流数比SRTM DEM多20.6倍,河流等级多2级,各级支流数为SRTM DEM的4.7~9.5倍不等,水系密度达到SRTM DEM的4.5倍;3与1:250 000水系数据相比,ZY-3 DSM和SRTM提取的河流点位平均相差395.23 m,RMSE为391.83 m。由此可见,利用均值变点分析法基于ZY-3 DSM提取的水系精度更高,完全满足测绘地理数据更新的现势性、准确性要求。     

典型山区SRTM3与ASTER GDEM数据精度对比分析——以青藏高原东麓深切河谷区为例

目前广泛应用的数字高程模型(DEM)包括SRTM和ASTER GDEM,但在地形影响下,两类数据的误差分布并不均匀。本文选用1:5万地形图DEM及河流要素作为参照,在青藏高原东麓山区开展实验,分别采用"河流-河谷"位置偏移量与高程中误差来评价两类数据的平面精度与垂直精度,结果表明:(1)实验区内SRTM3存在向西南方向的水平位置偏移,平均偏移量为127.8 m,ASTER GDEM则以正西方向偏移为主,平均偏移量为104.1 m,该区域ASTER GDEM的总体平面精度较好;(2)SRTM3数据样本的绝对误差分布相对集中,高程中误差为35.3 m,小于ASTER GDEM样本的高程中误差50.2 m,总体垂直精度优于ASTER GDEM;(3)在平均高程大于4500 m的高海拔区域,两类数据的中误差与高程值正相关,SRTM3中误差随高程增速较慢,垂直精度较ASTER GDEM高;(4)两组数据垂直精度对坡度有较大依赖性,中误差随坡度近似指数曲线增长,在平缓区域SRTM3中误差小于ASTER GDEM。本研究为该类数据在山区的选用及误差修正提供依据。     

基于资源三号测绘卫星DSM的复杂地形水系提取精度分析——以云南省高海拔山区为例

针云南省楚雄地区为研究区域,采用1:25万水系数据为参照,基于资源三号测绘卫星DSM(ZY-3DSM)数据自动提取水系,并从河流分支点和水系因子两方面分析其精度,再与SRTM DEM提取的水系进行比较。结果表明:(1)从河流分支点来看,ZY-3 DSM提取的水系精度普遍高于SRTM DEM,在中海拔丘陵和中海拔台地上点位精度比后者高50%以上,在低海拔平原和中海拔平原上点位精度比后者高25%以上;(2)就水系长度和分级而言,ZY-3 DSM提取的水系总长度比SRTM DEM约长15%,一级和二级河流数目比后者多18%;(3)从水系密度和河网套合差来看,ZY-3 DSM提取水系与1:25万水系吻合度较好,水系密度相似度高于SRTM DEM约3倍,河网套合程度前者高于后者45%。总之,基于ZY-3 DSM提取的水系精度较高,完全符合测绘标准规范,且各方面均优于SRTM DEM提取的水系。     

顾及数据配准的江西省SRTM DEM精度评价和修正

目前,ICESat/GLAS是大尺度SRTM DEM精度评价的主要数据源。然而,现有的精度评价方法均忽略了2组数据的有效配准。为此,本文分析了数据配准前、后SRTM DEM整体精度差异,以及不同地形因子和土地利用类型对SRTM DEM影响程度。在此基础上,充分考虑SRTM DEM精度影响因素,分别借助多元线性回归（MLR）、后向传播神经网络（BPNN）、广义回归神经网络（GRNN）以及随机森林（RF）对SRTM DEM修正。结果分析表明：配准前,ICESat/GLAS与SRTM DEM沿x、y方向的平均水平位移分别为-17.588 m、-29.343 m,高程方向系统偏差为-2.107 m;配准后,SRTM DEM的系统误差基本消除,而且中误差降低了14.4%。配准前,坡向与SRTM DEM误差呈正弦函数关系,配准后这种关系基本消失。SRTM DEM误差均随地形起伏度、坡度、高程的增加呈增大趋势; 6种土地利用类型中,SRTM DEM在林地误差最大,未利用土地误差最小。对配准后SRTM DEM修正表明,RF效果最优,其中误差分别比MLR、BPNN、GRNN降低了3.1%、2.7%、11.3%。     

基于街道空间数据及GPS测量的SRTM-DEM校正和插值细化

针对城市地区SRTM数字高程模型,本文引入街道空间分布信息作为辅助数据,并结合GPS实地测量,对DEM中具有空间相关性的误差部分进行修正,从而尝试在一定程度上提高SRTM数据的垂直精度和空间分辨率.本文以墨西哥城Xico地区为例,解析SRTM DEM像元分辨率单元内地物表面平均高程值的组成结构;分析形成DEM高程值的地...     

资源三号卫星DEM数据与全球开放DEM数据的误差对比

全球开放DEM数据为数字地形分析提供了重要数据源。与已有的全球开放DEM数据相比,资源三号卫星具有更高的空间分辨率、更大的覆盖范围和更好的现势性。将资源三号卫星生成的DEM数据与全球开放DEM数据进行误差对比则为基于资源三号卫星的全球DEM数据研制提供科学依据。本文以山西省中部太原市为研究区,基于高精度激光点云数据生成DEM为参考数据,对资源三号卫星影像生成的DEM数据与全球典型的开放DEM数据(AW3D30、SRTM1和ASTER GDEM)的误差进行了对比分析,并获得了其在不同坡度等级下绝对误差与相对误差的平均值、平均绝对值、均方根值和标准偏差值。研究结果表明:①4种DEM数据的误差分布均具有较好的对称性。同时,平均误差接近于0 m,SRTM1和ASTER GDEM数据更是如此。因此均方根误差值与标准偏差值近似一致;②资源三号DEM具有最高的精度,误差最小(均方根误差4.6 m)。其次为AW3D30数据(均方根误差5.6 m)和SRTM1数据(均方根误差8.8 m)。ASTER GDEM数据误差最大(均方根误差12.6 m),精度最差;③资源三号DEM、SRTM1和ASTER GDEM数据的误差均随坡度的变大而增大,而AW3D30数据误差随着坡度增加呈现先减小后增大的趋势。总体上,与其他3种DEM数据相比,资源三号DEM在所有坡度范围均具有最小的误差值。     

基于ICESat/GLAS的山东省SRTM与ASTER GDEM高程精度评价与修正

SRTM3和ASTER GDEM V2数据具有较高的空间分辨率和广泛的覆盖范围,对于地学研究具有重要意义;但在不同地形复杂度和地面覆盖物区域,两类数据的误差分布并不均匀。SRTM3和ASTER GDEM V2数据自公布以来,其精度修正一直是研究热点。然而大范围区域精度验证缺乏有效手段,传统方法可靠性差且数据获取成本较高。自ICESat-1数据公开以来,它们已成为SRTM3和ASTER GDEM V2精度评定的主要检核点。为此,本文以山东省为研究区域,借助ICESat-1评估了SRTM3和ASTER GDEM V2的高程精度,并根据插值误差曲面对两种DEM进行了修正。分析表明,原始SRTM和ASTER高程中误差分别为5.57 m和7.20 m,均高于标称精度;随着坡度的增大,高程精度呈降低的趋势。通过分析土地覆盖类型与误差分布关系表明:农田、灌丛土地类型精度较高;森林、湿地精度较低。分别采用反距离加权、普通克里金、地形转栅格和自然邻域插值方法构建误差曲面。结果表明:不同的插值方法构建的误差曲面的特征和精度也不同。其中,反距离加权修正的效果最佳,其次是地形转栅格和自然邻域,而普通克里金修正的效果最差。     

基于SWAT模型和多源DEM数据的流域水系提取精度分析

流域水系是研究水文水资源、地貌演化和生态环境及水土治理等的基础数据,高精度的水系提取对流域研究十分重要。本文以空间分辨率均为30 m的 AW3D30 DSM、SRTM1 DEM和ASTER GDEM2数字高程模型作为基本的地形数据,基于SWAT模型提取犟河流域水系,通过河网“套合差”、水系相对误差、Google Map水文数据及蓝线河网对提取结果进行误差分析与综合评价,探讨河道剖面和地形特征对水系提取精度的影响。结果表明：① 集水面积阈值是决定河网水系提取精度的关键参数,阈值越大,提取的河网密度越小,反之提取的河网密度越大;② 基于河网密度与集水阈值二阶导数的幂函数与直线相切的数学求值方法确定流域最佳集水面积阈值,能避免最佳集水阈值取值的主观性,提取的河网水系与实际河道相符;③ AW3D30 DSM数据提取的流域河网水系与Google Map高分辨率影像的水系偏差最小,且AW3D30 DSM数据提取的水系与蓝线河网的河网“套合差”和水系相对误差值均最低,能真实反映中低山丘陵山区流域水系发育的疏密程度,吻合度最好;④ 多源DEM数据提取结果均显示为河床比降大和横剖面曲线为窄深式的“V”形河谷提取的水系精度高于河床比降小和横剖面曲线为 “碟”形河谷的提取精度;⑤ AW3D30 DSM数据的地形起伏和坡度标准差最大,有利于山区河网水系的提取。因此,基于SWAT模型和AW3D30 DSM数据提取的山区流域水系可最大限度反映流域水系的真实情况,精度最高,此方法和数据源可应用于中低山丘陵山区流域的水系提取研究。     

黄土高原区SRTM1 DEM高程误差校正模型构建及对比分析

对SRTM1 DEM高程误差进行校正可有效提高其应用精度。以具有典型地貌特征的黄土高原作为研究区域，以ICESat-2/ATL08陆地高程作为参考数据，引入主流机器学习算法建立SRTM1高程误差与影响因子之间的关系模型对高程值进行校正；通过分析模型性能指标、误差频数分布、校正误差空间格局以及典型剖面误差分布，以此得到不同地貌类型区的高程误差校正模型适用性。实验结果表明：在平原、风沙丘陵和黄土塬地貌区随机森林模型高程校正效果最佳，平均绝对误差分别降低0.49、0.82和1.2 m，同时校正误差在空间分布上异常值较少，低起伏度的平原和风沙丘陵地貌区典型剖面误差与原误差较为贴合；山地区支持向量机模型适用性更强，均方根误差和平均绝对误差分布降低了6.79 m和5.43 m，可大幅提升误差绝对值较小的点位频数，同时在空间格局和典型剖面验证效果最佳；黄土丘陵地貌区弹性反馈神经网络模型效果最优，均方根误差和平均绝对误差分别降低了2.3 m和2.04 m，空间分布上误差降低效果显著，典型剖面误差异常值较少；土石丘陵地貌区卷积神经网络模型效果更理想，均方根误差与平均绝对误差分别降低4.14 m和3.5 ...     

DEM栅格单元异质性对地形湿度指数提取的影响分析

 地形湿度指数可定量模拟流域内土壤水分的干湿状况,是静态土壤含水量的最常用指标,具有明确的物理意义。但是,由于DEM本身的结构特点,其提取的地形湿度指数具有尺度依赖性。本文主要探讨因DEM水平分辨率不同而导致的DEM栅格单元异质性,对地形湿度指数提取的影响。以厦门市地貌类型比较复杂的西源溪流域为实验区,使用1 ∶1万等高线生成的2.5m和20m分辨率DEM数据,分别提取地形湿度指数并计算栅格单元地形异质性指数,分析DEM栅格单元异质性指数与地形湿度指数之间的关系。研究表明,基于高程标准差、地势起伏度、景观破碎度和多样性的栅格单元异质性指数与地形湿度指数偏差之间均存在显著的负相关性,这4个异质性指数对地形湿度指数差值的对数回归模拟效果良好且显著有效。这对低分辨率DEM提取地形湿度指数的误差纠正,以及描述区域土壤含水量等地形湿度指数的应用研究具有积极意义。     

DEM分辨率对地形纹理特征提取的影响

地形纹理是区分不同地貌形态的重要依据,DEM是地形纹理分析的重要数据。然而,DEM分辨率使地形纹理特征提取存在着不确定性问题。本文以具有显著地貌多样性与差异性的陕西省为例,选择6个不同地貌类型区为研究区,以25 m分辨率DEM数据作为信息源,构建了多尺度的地面坡度、光照模拟和粗糙度数据序列。在此基础上,引入空间灰度共生矩阵（GLCM）对地形表面纹理特征进行量化分析,以揭示数据分辨率对地形纹理特征提取的影响。研究表明：对于单一样区,在DEM及其3个派生数据中,原始高程数据和粗糙度数据的纹理参数特征值,对分辨率的变化较为敏感。对于不同的地貌类型区,二阶角矩和对比度这2个纹理参数具有最大的变异系数,表明它们对于区分不同地貌类型的能力最强;二阶角矩具有较大的尺度依赖性,随着分辨率的降低,其区分能力急剧降低,而对比度对于地貌的区分能力,则随着分辨率的降低而增强,并保持在一个较大的范围内。DEM数据的对比度对于不同地貌的区分能力,在所选4个参数中最为稳定,而粗糙度数据的二阶角矩区分不同地貌的能力,随着数据分辨率的变化而最不稳定。以上结果对于根据不同的研究对象选择适宜的DEM分辨率及地形纹理参数具有一定的指导意义。     

CryoSat DEM与多种南极DEM的对比分析

南极洲被巨厚冰雪覆盖,地质构造以南极横断山脉为界,总体分为东南极地盾和西南极活动带。数字高程模型（DEM）是研究南极冰盖变化的基础数据之一。通过多期次数字高程模型相比较获得高程的变化信息,是分析南极冰盖厚度变化和物质平衡的重要手段。然而不同类型DEM之间存的平面误差和垂直误差影响分析结果的精度。首先利用配准消除DEM间的水平误差,然后计算并按坡度提取CryoSat DEM与其他DEM的平均高程差和标准差,最后分析高程差的时空变化特征。通过分析发现,DEM之间存在不同的平面误差。其中TanDEM_X DEM与CryoSat DEM的高程平面偏差最小,而ICESat DEM与CryoSat DEM的高程平面偏差最大。在垂直方向上,0°~1°的坡度范围内,CryoSat DEM与TanDEM_X DEM的平均高程差在3.5~5.5 m之间,标准差小于18.0 m;CryoSat DEM和Bamber 1km DEM的平均高程差在-2.5~+1.0 m之间,标准差小于24.2 m;CryoSat DEM与ICESat DEM的平均高程差在-25.0~-1.0 m之间,标准差小于47.2 m;CryoSat DEM与RAMPv2 DEM的平均高程差在1.3~3.2 m之间,标准差小于45.6 m。通过研究发现南极冰盖内部高程增加,但西南极冰盖和东南极冰盖高程均在降低,且西南极降低明显,同时南极边缘地区高程降低明显。本研究为全球变化研究和南极物质平衡研究提供了重要参考。      

中国区域TanDEM-X 90 m DEM高程精度评价及其适用性分析

数字高程模型（Digital Elevation Model, DEM）是地球表层系统科学相关研究的基础数据,DEM数据精度的定量评价对科学选择DEM数据源、量化数据误差的影响等具有重要意义。在目前全球尺度可免费获取的DEM数据中,2018年发布的TanDEM-X 90 m DEM（TanDEM-X 90）数据凭借其较好的现势性得到了广泛关注。然而,目前大区域尺度上开展的针对TanDEM-X 90数据精度的评价工作较为有限,缺乏对其整体精度及误差空间分布特征的系统认知。本文以ICESat/GLAS卫星测高数据为评价数据,并选择SRTM-3 DEM和AW3D30 DEM作为对比数据,以平均绝对误差（MAE）、均方根误差（RMSE）、偏度和峰度等为统计指标,重点研究了TanDEM-X 90在中国主要陆地区域的误差统计特征和空间分布规律,探讨了高程、坡度、地貌类型、土地覆盖等对DEM精度的影响,并进行了适用性分析。结果表明：① 在中国区域,TanDEM-X 90数据的平均绝对误差和均方根误差分别为4.31 m和7.87 m,其高程精度与SRTM-3相近,但明显低于AW3D30;② 当坡度低于4°时,TanDEM-X 90的整体精度为3种数据中最高的;③ 对于平原、丘陵、台地这3类地貌类型,TanDEM-X 90相较SRTM-3而言具有一定精度优势;④ 本研究还以流域为单元绘制了全国尺度的TanDEM-X 90误差空间分布图,为该数据在全国尺度或典型区域的应用提供重要参考。研究也表明TanDEM-X 90在反映地表高程信息方面具有更好的时效性,能更好地反映中国区域近年来受人类活动影响的地表高程变化。     

地形扫描数据TIN模型生成DEM的误差计算方法

由地表三维空间数据生产的数字高程模型(DEM)的误差包括从数据误差传递来的误差和因数据数量不足以反映地形起伏造成的信息损失误差。本文给出了由三维空间数据的不规则三角网(TIN)模型栅格化为DEM过程中,通过线性插值将数据随机误差传递到DEM栅格上的随机误差的解析解,同时利用地基激光扫描仪测量的冲沟地形数据点云,分析得出因信息损失产生的DEM系统和随机误差的估算方法。结果显示信息损失产生的DEM平均高程系统误差和随机误差都与有效测点密度有关,其中有效测点由TIN中包含DEM栅格中心点的所有三角面的3个顶点组成;信息损失产生的DEM平均高程系统误差和随机误差除与有效测点密度相关外,还与地形特征有关,平均高程系统误差与地形整体凹度参数有关,随机误差与地形整体起伏程度参数有关。建立了分辨率为0.1 m×0.1 m的DEM误差估算模型。     

面向多分辨率DEM的河网相似性测度与分析

河网是地形结构的核心要素,能够有效地反映DEM对地表形态的刻画能力。实现不同分辨率条件下DEM河网相似性测度对DEM地形综合、DEM质量评估及DEM不确定性分析等研究具有重要意义。基于此,本文以黄土高原典型样区为研究区,基于5 m高精度DEM建立的多分辨率DEM数据集,构建了地形特征自适应的DEM河网自动提取方法,建立了综合拓扑关系、方位关系、距离关系及属性特征四维信息的河网相似性度量模型,并分析了河网相似性变化特征及其与地形参数的相关性。实验结果显示,河网自动提取方法的制图精度和用户精度均在90%以上,总体精度优于Passalacqua等提出的GeoNet方法,能够有效实现不同分辨率下河网较高精度提取;河网相似性度能综合反映河网空间分布特征的差异性,河网相似度与分辨率变化率之间的幂函数关系R²达0.978,且河网相似度与高程、坡度中误差分别表现为幂函数和对数函数关系,后者对数关系显著性优于前者幂函数关系。研究表明,在以河网作为DEM构建重要数据源的背景下,本文的研究成果可为DEM质量及其应用适宜性的定量评价提供基础。     

基于改进“移去-恢复”算法的海底地形构建方法研究

为解决源测量数据生成海底地形过程中,数据处理方法影响海底地形精度和分辨率的问题,提出了一种多源水深数据融合方案。在分析DEM、海图水深和多波束测深数据特点的基础上,兼顾不同数据源的优点,克服单一数据源的不足,基于“移去-恢复”算法进行改进,使算法更适用于融合高精度数据源,融合海图水深和多波束测深数据于DEM,构建新的海底地形数据集。选取试验区进行真实数据试验,试验结果表明,该方法既能提高海底地形整体的精度和分辨率,又能保留高密度区域的细节信息。在试验区内,原始DEM数据分辨率为15″,均方根误差为29.408 m,传统经典的“移去-恢复”算法构建的数据集分辨率为3″,均方根误差为28.563 m,本融合方案构建的数据集分辨率为3″,均方根误差为18.841 m。可见,与传统算法相比,本文算法对高精度数据源的融合效果更好,构建的数据集精度更高。     

基于多尺度相关性分析的InSAR对流层延迟误差改正算法

针对合成孔径雷达干涉技术中对流层延迟误差会影响DEM精度的问题,提出采用小波多尺度相关性分析方法来减弱与高程相关的对流层延迟误差的影响,来提高合成孔径雷达干涉DEM的估计精度。该方法基于小波多分辨率分析理论,根据差分干涉相位不同组成的频率特性,利用小波分解重构均方根误差变化率确定分解层数,降低地形残差相位、噪声相位等对大气延迟误差相位估计的干扰,提取对流层延迟误差相位所在频带;然后结合对流层延迟误差相位和雷达坐标系下的DEM在不同尺度上的相关性定权并进行降权处理,重构解缠差分干涉图,改正差分干涉相位中与高程相关的对流层延迟的影响。采用本文方法对覆盖河南义马地区的2景ENVISAT ASAR数据进行处理,得到对流层延迟误差改正后的差分干涉图,估计的与高程相关的对流层延迟相位,与地形变化情况吻合。将对流层延迟误差改正后的干涉图用于DEM高程估计,结果显示本文方法重建的DEM与Aster GDEM的标准差由30.7 m提高到26.37 m,提高了InSAR DEM估计精度。     

中国大陆地区TanDEM-X 90 m DEM误差空间分布特征

TanDEM-X 90 m 数字高程模型（DEM）在其原始雷达影像的采集与DEM产品生产过程中,坡度、坡向和地表覆盖物等 因素都会对误差产生一定的影响。为了便于该数据更好地为各领域的研究提供服务,本文以整个中国大陆为研究区域,运用ICESat/GLA14数据对该区域的TanDEM-X 90 m DEM对应位置的高程数据进行提取统计,对比分析了我国陆地区域 TanDEM-X DEM数据与GLA14高程点数据的整体误差精度,并提取坡度、坡向地形因子,研究TanDEM-X 90 m DEM误差在不同坡度、不同坡向以及不同地表覆盖物影响下的分布规律。结果表明：① TanDEM-X 90 m DEM在中国区域整体的绝对误差均值为3.89 m,中误差为9.03 m,标准差为8.85 m; ② 受地形因子的影响,在坡度<3°时,绝对误差均值仅为1.29 m,标准差为2.84 m; 在坡度>25°时,绝对误差均值20 m以上,标准差也达到30 m左右,即误差随着坡度的上升逐渐增大;③ 坡向对误差也有一定影响,在南北方向的绝对误差均值明显比东西方向小;④ 受地表覆盖物影响较大,在荒地误差最小,绝对误差均值仅为 1.85 m,但在冰川积雪区绝对误差均值达到12.68 m。通过与无人机获取的等高线及剖面图对比分析发现,TanDEM-X 90 m DEM能较好地反映真实地形情况。最后,根据不同影响因素的权值,绘制全国范围的TanDEM-X 90 m DEM误差绝对值分布图,且验证了可靠性。