再论DEM精度评定的基本理论问题

数字高程模型(DEM)应用十分广阔。本文通过实际存在的对地面两种不同认识论观点的分析,阐明地面是多个单元曲面,它们是在复杂的地形结构线上拼接而成的确定表面,那种把地面或其局部视为随机曲面的观点不符合人类生活和生产实践;通过对系统误差和偶然误差性质概念和DEM生产过程的分析,指出DEM的总体误差以偶然误差概而论之,完全忽视了内插过程并错判了内插误差的性质;同时,对DEM的偶然误差计算中前提的设置、计算推理链的问题进行一定分析,揭示偶然误差论在实践中难予解脱的困境,并进一步阐述了它对DEM误差检核方法、标准的不良影响和对质量的危害。因此希望重视这一重要理论问题,开展讨论,澄清疑虑,促进问题的解决。     

基于离散点规则网格化的DEM精度浅析

各类DEM误差的存在往往不同程度地妨碍分析与应用结果的可信性。而强化DEM精度的研究,为各类GIS分析产品提供科学合理的质量标准,具有重要的应用价值。本文选取项目区内的115个离散样本数据,通过选用不同的内插方法以及改变规则格网的大小,对DEM精度进行分析,确定建立该区域数字高程模型所选用的规则网格大小。     

DEM数据误差与地形描述误差对坡度精度的影响

数字高程模型(Digital Elevation Model,DEM)的数据误差和地形描述误差是两种不同性质的误差.本文以模拟实验获得的高精度DEM为数据源,分析坡度计算精度与DEM数据误差和地形描述误差的耦合关系.研究表明:DEM数据误差和地形描述误差对坡度精度影响是一个反向作用的过程.随着DEM格网的增大,数据误差的影响逐渐减小,地形描述误差的影响逐渐增大;在起伏变化地形区域,坡度误差先减小后增大,且存在一个最佳大小的格网,此时坡度误差最小.最佳格网的大小与DEM数据误差大小和地形起伏变化的复杂程度密切相关.研究结果表明,基于DEM提取坡度的误差来源与误差性质,对正确估算坡度精度具有很好的实际意义.     

AMMI模型的DEM内插方法不确定性研究

 内插模型的精度评价问题一直是DEM内插研究中的热点问题。以往较多的研究关注插值模型本身的精度评价,却忽略了插值模型与应用环境之间的交互作用,例如,普通克里金方法作DEM内插一般精度较差,但是当插值区域平坦时,该方法的插值精度却很高,这表明该方法对平坦地形的插值问题具有较好的适应性。为了分析不同插值模型在不同地形环境下的适用性,本文选取陕北黄土高原地区不同地貌类型的实验样区,应用AMMI模型对不同内插模型的精度,以及对不同地貌类型的适用性进行评价,该模型最大的特点是很好地结合了方差分析与回归分析的特点,特别适合于不同影响因素之间交互作用的分析。实验结果表明,AMMI模型可以有效地分析内插方法与地貌环境对内插精度的交互作用,不同的内插方法对不同的地貌类型区的适用性存在差异。以本文的研究为例,在陕北黄土高原地区最稳定的DEM内插方法是样条函数法,而反距离加权法与Top to Raster方法精度会更高。最后,通过对环境指数与若干地形因子的相关性分析,表明地貌类型区的坡度可以粗略地代表第一环境指数。     

基于条件随机模拟的DEM误差分析——以董志塬水土流失等级划分为例

DEM是对地球表面的模拟和模型化表达,DEM不可避免的含有误差,且DEM误差具有空间可变性和相关性。常用的DEM误差估算模型为中误差(RMSE),但RMSE为全局变量,无法反映误差的空间性。为了克服RMSE的缺陷,本文采用条件随机模拟实现了DEM误差曲面模拟。通过董志塬水土流失等级划分表明,DEM误差在平坦区域严重影响坡度精度,且坡度最大误差变程大于高程最大误差变程,DEM误差被放大使用概率模型和模糊度模型分析表明,大部分网格点水土流失等级划分均受到DEM误差影响条件随机模型的使用可以让DEM用户更加准确的分析和评价DEM误差对最终决策的影响。     

高程内插方法对DEM所提取坡度、坡向精度的影响

DEM及数字地形分析的精度无疑受到包括高程数据空间内插方法在内的多种因素的影响,本研究利用模拟高斯曲面为基准数据,通过四种不同插值方法结果的对比,分析说明每种插值方法在某一标度范围内插值精度的优劣,从而在应用中针对不同条件采用相应优选的插值方法.在此基础上,对于四种插值方法生成相应的坡度、坡向值,通过与真值的比较探讨插值方法对用DEM提取坡度、坡向的影响.实验结果确定了不同内插方法对坡度和坡向因子提取精度的大小,发现在坡度方面,SPLINE方法内插出来的坡度最精确,其他依次为KRIGING,IDW,TIN;在坡向方面,SPLINE内插出来的坡向最接近真值,是最精确的插值方法,其他依次为KRIGING,TIN,IDW.以上结果为空间插值方法的选择提供了参考.     

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...     

规则格网DEM地形描述形态精度研究

基于DEM质量概念内涵的论述,分析了国内外在DEM精度评定方面的研究进展,讨论了DEM高程数值精度与地形形态精度的区别与联系,提出DEM地形描述形态精度的基本概念,阐述了顾及地形特征及其属性的高保真DEM建设亟待解决的关键问题:DEM数据模型的优化、DEM生产技术与数字地形描述的基础理论问题的完善,此研究对新一代高保真DEM的建设具有很好的指导意义。     

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。     

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。     

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。     

A new strategy combined HASM and classical interpolation methods for DEM construction in areas without sufficient terrain data

Spatial interpolation is an important method in the process of DEM construction. However, DEMs constructed by interpolation methods may induce serious distortion of surface morphology in areas lack of terrain data. In order to solve this problem, this paper proposes a strategy combining high-accuracy surface modeling(HASM) and classical interpolation methods to construct DEM. Firstly, a triangulated irregular network(TIN) is built based on the original terrain data, and the area of the triangles in the TIN is used to determine whether to add supplementary altimetric points(SA-Points). Then, classical interpolation methods, such as Inverse Distance Weighted(IDW) method, Kriging, and Spline, are applied to assign elevation values to the SA-Points. Finally, the SA-Points are merged with the original terrain data, and HASM is used to construct DEM. In this research, two test areas which are located in Nanjing suburb in Jiangsu Province and Guiyang suburb in Guizhou Province are selected to verify the feasibility of the new strategy. The study results show that:(1) The combination of HASM and classical interpolation methods can significantly improve the elevation accuracy of DEMs compared with DEM constructed by a single method.(2) The process of adding SA-Points proposed in this study can be repeated in many times. For the test areas in this paper, compared with the results with only one execution, the results with more executions are in much more accordance with the actual terrain.(3) Among all the methods discussed in this paper, the one combined HASM and Kriging produce the best result. Compared with the HASM alone, absolute mean error(MAE) and root mean square error(RMSE) of the best result were reduced from 1.29 m and 1.83 m to 0.68 m and 0.45 m(the first test area), and from 0.32 m and 0.38 m to 0.21 m and 0.28 m( The second test area).     

顾及DEM误差空间自相关的地形变化检测方法

传统的地形变化检测方法忽略了DEM误差的空间自相关性,针对此问题,本文提出了顾及DEM误差空间自相关的地形变化检测方法。首先,通过2期DEM相减得到差值DEM（DoD）,并通过蒙特卡罗方法评估DEM的误差空间分布;其次,基于DEM误差空间分布图,通过误差传播公式计算DoD误差,并使用半变异函数分析其空间自相关程度;最后,在误差空间自相关分析和显著性检测的基础上计算地形变化量（体积）和对应的误差限。本文在4个黄土小流域进行了实验,结果表明：无人机摄影测量DEM的高程误差存在一定程度的空间自相关,通过光束平差蒙特卡罗方法可以模拟无人机摄影测量DEM的误差空间分布;在进行地形变化检测时,使用误差空间分布代替中误差进行地形变化检测有效降低了检测结果对显著性阈值的敏感性;显著性阈值从68%提高到95%时,使用误差空间分布的检测结果损失的观测值比使用中误差低5.39%~6.75%。顾及空间自相关的地形变化检测方法能够更加科学、精确地量化地形变化特征,也可有效地应用于地表变形监测、流域侵蚀监测、输沙量评估等领域。     

机载LiDAR点云密度和插值方法对DEM及地表粗糙度精度影响分析

机载LiDAR点云是获取高质量数字高程模型(Digital Elevation Model, DEM)的主要数据源,而地表粗糙度作为DEM的主要派生产品,在地学研究中发挥了重要作用,但点云密度和插值方法对DEM及地表粗糙度精度影响程度并没有明确结论。为此,本文利用不同地形条件下的林区机载LiDAR点云为实验对象,将原始点云随机缩减为不同的采样密度,利用5种常用插值方法(克里金(Ordinary Kriging, OK),径向基函数(Radial Basis Function, RBF),不规则三角网(Triangulated Irregular Network, TIN),自然邻域(Natural Neighbor, NN)和反距离加权(Inverse Distance Weighting, IDW))构建各个测区不同采样密度条件下的DEM,并通过空间特征和统计特征两方面对DEM及其地表粗糙度精度分析。结果表明:(1) DEM插值算法的精度随点云密度缩减而降低,且数据量缩减至原始数据量的30%后,不同算法精度区别较为明显,其中,RBF和OK精度最优,IDW精度最低;(2) DEM误差与...     

规则格网DEM局地坡面凸凹性精度分析

DEM地表形态精度分析理论与方法的建立,对DEM数据的生产和广泛应用具有重要意义。本文从局地坡面形态的凸凹性角度,剖析规则格网DEM格网点位置、格网分辨率对DEM局地坡面凸凹性的影响,以期进一步完善和发展DEM质量分析的理论与方法。论文首先阐述了DEM局地坡面凸凹性的基本概念,研究建立了规则格网DEM的局地坡面凸凹性量化分析方法,并以黄土丘陵5、10、15、25、……、155 m DEM为例,采用比较分析方法研究了局地坡面凸凹性随DEM格网点位置和格网分辨率的变化特征。研究表明:对于本研究中的1:5万DEM,10 m(跃变率≤0.3%)是其最佳的格网分辨率阈值,当DEM实际格网分辨率高于该阈值时,实际DEM与最佳格网分辨率DEM具有近乎相同的局地坡面凸凹性,主要在正地形与负地形的过渡区域会发生不同程度的坡面凸凹性变化;当DEM实际格网分辨率低于该阈值时,实际DEM的局地坡面凸凹性,会随着DEM格网点布设位置和DEM格网分辨率发生较大的不确定性变化。     

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。     

结合ICESat-2和GEDI的中国东南丘陵地区ASTERGDEM高程精度评价与修正

星载激光雷达ICESat-2和GEDI可以为数字高程模型产品的精度评价与修正提供全球覆盖的、可靠的高精度参考数据源。然而,现有的DEM修正方法主要是针对DEM误差中的植被高信号且多采用线性回归模型。为此,本文分析了ASTER GDEM v3精度与土地覆盖类型、高程、坡度、起伏度及植被覆盖率的关系。在此基础上,提出了一种考虑上述多种精度影响因素并结合XGBoost和空间插值的DEM误差修正方法。结果分析表明:原始ASTER GDEM的误差整体呈正态分布,平均误差为-3.463 m,存在较大负偏差,高程精度随着高程、坡度、起伏度及植被覆盖率VCF的增大呈降低趋势;经过修正后,ASTER GDEM平均误差降低到了-0.233 m,负偏差得到有效改善,整体平均绝对误差降低了26.04%,整体均方差降低了23.56%,耕地、林地、草地、湿地、水域及人造地表的DEM平均绝对误差和均方差都有不同程度的降低;本文提出的方法对多种特征要素与地形误差间的非线性关系进行拟合建模,在研究区取得了较好的修正效果。     

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。     

Comparison of DEM accuracies generated from different stereo pairs over a plateau mountainous area

Digital elevation models(DEMs) can be quickly and conveniently generated using very high resolution(VHR) satellite stereo images. Previous studies have evaluated and compared DEM accuracy based on VHR satellite stereo pairs collected by different satellite sensors. However, few studies analyzed the accuracy of a DEM based on stereo image pairs from a satellite with the same orbit and different orbits for a region with significant topographic fluctuations in the plateau area. Referring to former studies, this paper had two objectives: to generate a digital elevation model(DEM) and evaluate its horizontal and vertical accuracy over a plateau area with high relief; and to study the mapping capability of multiorbit and multitemporal stereo pair images in the plateau mountainous region. To achieve these objectives, we collected the 2015 Worldview-2 stereo image pair and another three World View-2 images acquired in 2013, 2014, and 2015. First, the 2015 DEM was obtained using a strict physical model based on along-track stereo image pairs, and the reliability of the DEM was verified with field data. Then, the images obtained in 2013, 2014, and 2015 were combined into different-orbit stereo image pairs, DEMs were produced using rational function models, and the DEMs were verified using field data and the 2015 DEM as standards. The results showed that the relief degree has a particular influence on the DEM, and the precision of the DEM decreases as the topographic relief increases. Off-nadir angles can also influence DEM accuracy, with a larger angle corresponding to a lower DEM accuracy. The research also shows that the DEM obtained from four sets of experiments meets the accuracy requirement of a 1:5,000 digital elevation map, digital line graphic(DLG), and digital orthophoto map(DOM). Among these four groups of DEMs, the one based on the 2015 stereo pairs with the same satellite achieved the highest precision.