| 基于开源数据和条件生成对抗网络的地形重建方法 |
| |
| 作者姓名： | 陈凯 雷少华 代文 王春 刘爱利 李敏 |
| |
| 作者单位： | 1.南京信息工程大学 地理科学学院,南京 2100442.实景地理环境安徽省重点实验室,滁州 2390003.南京水利科学研究院 水文水资源与水利工程科学国家重点实验室,南京 210029 |
| |
| 基金项目： | 江苏省高等学校自然科学研究项目(22KJB170016);国家自然科学基金项目(42101384);江苏省自然科学基金青年基金项目(BK20210043);安徽高校省级自然科学研究重大项目(KJ2021ZD0130);江西省水利厅重大科技项目(202124ZDKT29);“实景地理环境安徽省重点实验室”开放课题资助(2022PGE013) |
| |
| 摘 要： | 如何使用少量的地形特征复原地形地貌一直为地学领域的难题。本文使用开源数据集提取地形特征要素,使用地形特征要素作为约束条件构建了用于生成DEM的条件生成对抗网络(Conditional Generative Adversarial Networks, CGAN),设计了基于开源DEM、开源DEM与遥感影像组合、以及5m高精度DEM提取地形特征要素生成DEM的对比实验,并对结果进行视觉效果、相关性分析以及地形因子的对比与评价。结果表明:(1)在视觉效果上,3种不同方式生成的DEM在视觉效果上均十分逼近原始5 m DEM,都远好于传统插值方法生成DEM,基于开源12.5m DEM提取要素和1m遥感影像的重建效果最接近于原始5 m DEM;(2)在相关性上,三种不同方式生成的DEM与原始5m DEM相关性均能达到0.75以上,组合开源数据提取要素重建DEM与原始5 m DEM相关性可达到0.85以上;(3)在地形因子方面,基于开源12.5 m DEM和1 m遥感影像提取要素重建DEM的坡度和坡向的分布趋势与原始5 m DEM最为一致。本文为高精度DEM建模提供了新的思路,在高精度DEM难以获取...
|
| 关 键 词： | 开源数据 遥感影像 条件生成对抗网络 数字高程模型 地形特征要素 地形重建 地形骨架 黄土高原 |
| 收稿时间： | 2022-09-19 |
|
| 点击此处可从《地球信息科学学报》浏览原始摘要信息 |
|
点击此处可从《地球信息科学学报》下载免费的PDF全文 |
|
