定量遥感升尺度转换方法研究进展

尺度效应是地理科学中普遍存在的现象,制约着遥感等空间科学的发展。发展合理的尺度转换方法以促进遥感技术的全面应用迫在眉睫。本文分别从面—面升尺度转换、点—面升尺度转换两个角度对目前定量遥感领域存在的升尺度转换方法进行综述。其中,面—面升尺度转换方法按照转换原理可分为先反演后聚合、先聚合后反演两种;点—面升尺度转换方法依据定权策略可分为简单平均法、经验回归法、地统计方法、贝叶斯方法等。不同的升尺度转换方法具有各自的特点和优势,本文分别从模型构架、基本原理、特点、局限性和适用条件等方面对现有升尺度转换方法进行分析和讨论,并从离散型与连续型、统计型与物理型、普适型与针对型以及先验知识有和无4个方面总结了现有研究中存在的不足,剖析了升尺度转换研究中存在的问题与挑战,并预测了可能的发展方向。     

不同DEM尺度下推方法的精度差异性分析

尺度问题一直是地学研究的重要内容,尺度下推对于比较和整合不同的DEM数据集,校准和验证一系列数字高程模型具有重要意义。本文以尺度下推采样方法为切入点,研究尺度变换后地表形态保真特征,进而对不同DEM尺度下推方法进行精度差异性分析。基于1∶250 000 DEM数据,利用多种方法将其尺度下推到1∶50 000的DEM,并根据高程变异系数和地表形态变异系数对结果进行质量评价,以此丰富地形序列图谱DEM构建过程中地形综合的程度序列,弥补尺度下推过程中地形形态保真的不足,完善尺度变换方法体系。     

DEM高程基准转换方法及应用

随着数字高程模型(DEM)在电力行业的广泛应用,电力地图需求部门对数字高程模型的要求越来越高。针对在数字高程模型生产中,电力业主方提供的立体模型高程基准不统一的问题,本文提出了基于特征数据的DEM基础转换方法。该方法在进行DEM制作过程中采用先采集特征数据,后转换特征数据高程基准的方式,实现了DEM成果的高程基准的转换,并进行了实验验证。结果表明,通过对比转换前后的DEM成果位置精度,验证了该方法的正确性。     

根据分形理论与五指标评价体系构建NDVI连续空间尺度转换模型

针对目前基于统计或物理模型方法的升尺度转换研究中存在的不足,以归一化差分植被指数NDVI为研究对象,基于分形理论提出一种连续空间升尺度转换模型CSSM(Continuous Spatial Scaling Model)构建方法。所构建的模型尺度适用范围更广,且具有一定的物理意义。针对已有研究尚未解决的模型构建的最合理尺度层级确定问题,结合原有的统计学四指标评价体系(r、p、rlo、rup),融入了真实性检验应用效能评价指标(Max_of_abs(Error)),建立了一个基于五指标评价体系的模型构建最合理尺度层级确定方法。以北海市沙田半岛Landsat ETM+影像为实验影像,设定r≥0.8,p0.05,rlo≥r≤rup及Max_of_abs(Error)≤0.05为评价体系的边界条件,从追求模型尺度适用范围更大的角度考虑,确定出该影像模型构建的最合理尺度层级Level=267,则该模型最高可对30 m×267即8 km分辨率遥感影像进行NDVI验证。通过动态调整此评价体系的边界条件,实现了最合理尺度层级取值的敏感性分析。这些工作使得基于分形理论的NDVI's CSSM构建研究更为系统。     

水稻冠层氮素含量光谱反演的随机森林算法及区域应用

利用地面实测数据构建高精度的水稻冠层氮素含量光谱反演点模型并将其进行尺度转换,实现了水稻冠层氮素含量准实时、大区域监测。以氮素光谱敏感指数作为输入变量,冠层氮素含量数据为输出变量,利用随机森林算法构建水稻冠层氮素含量高光谱反演模型,并用苏州市水稻农田验证区数据,检验模型的普适性和有效性;利用准同步的Hyperion数据,采用对输入、输出变量进行线性变换的简单尺度转换方法实现了点模型的区域应用。结果表明:基于随机森林算法的水稻冠层氮素含量高光谱反演模型可解释、所需样本少、不会过拟合、精度高(模型在实验区的预测精度为R2=0.82,验证区检验精度为R2=0.73)且具有普适性;点模型基于高光谱遥感卫星影像和尺度转换进行区域应用,精度较高(R2=0.81)。     

北京市格网坐标转换方法研究与应用

详细介绍了基于格网的坐标转换方法,并以北京市基础测绘1954北京坐标系和CGCS2000三维坐标为例,比较了基于格网的坐标转换方法和布尔莎七参数坐标转换方法的精度。实例演算表明,格网坐标转换模型的转换精度与七参数法相当,但其应用方便,计算简便,对于测绘生产具有实际的应用价值和意义。     

高分辨率无人机低空影像DEM的建立及其精度研究

本文结合生产实践,介绍了基于无人机低空影像处理方法,生成比例尺1∶1000正射影像时构建的数字高程模型(DEM),利用检查点法对其所能达到的分辨率尺度范围进行实验讨论,得到无人机低空影像DEM合适的分辨率大小的结论,并且对无人机低空影像生成的DEM的精度进行评价.     

大范围区域内地心坐标系与参心坐标系的格网转换方法

提出一种大范围区域内地心坐标系与参心坐标系的转换方法,重点研究了该方法的构建模型和算法,计算了基于最小曲率、克里金插值和多元回归三种格网构建模型以及不同格网划分密度下的坐标转换精度。通过与经典坐标转换模型对比分析,实验证明该方法坐标转换精度高,残差分布范围小,能够拟合局部变形,适用于我国复杂地理环境下的大范围区域内地心坐标系与参心坐标系之间的坐标转换。     

顾及非线性地形因子的地表面积计算

研究地表面积统计数学模型及其影响因素,消除不同分辨率DEM计算所得地表面积的差异,对综合利用多尺度DEM数据精确统计和监测地表面积具有重要意义。本文研究提出了一种顾及复杂地形因子的地表面积统计方法。该方法首先利用泰勒级数逼近原理对微观地形因子进行最小二乘估计,然后利用这些地形因子对DEM和多边形区域边界进行加密,最后利用加密后的DEM和多边形边界构建地表三角网统计地表面积。试验表明,在局部地形因子显著的山区或丘陵地区,使用不同分辨率DEM所统计的地表面积存在较大的差异,而顾及地形因子的地表面积统计方法可明显提高低分辨率DEM地表面积统计精度。     

基于机载LiDAR的DEM数据处理及高程基准换算——以上海海岸带区域为例

以上海海岸带区域为例,介绍基于机载LiDAR采集DEM数据的基本处理流程,并重点论述将DEM数据从WGS-84大地高转换到1985国家高程基准正常高的二次曲面拟合模型的构建及精度分析。结果表明,高程基准转换模型的转换中误差为0.05 m,经模型转换后的DEM数据的高程中误差为0.33 m,能够满足海岛海岸带调查1∶10 000比例尺的数据精度要求。     

遥感反演蒸散发的日尺度扩展方法研究进展

遥感技术能够提供卫星过境时刻地表参量的瞬时值,进而通过模型构建可反演得到瞬时蒸散发。相对于瞬时蒸散发,日尺度蒸散发在实际生产生活中具有更重要的应用价值。本文系统地总结分析了遥感反演瞬时蒸散发的代表性日尺度扩展方法,包括蒸发比不变法、解耦因子不变法、辐射能量比不变法、参考蒸发比不变法、地表阻抗不变法和数据同化法,并对各方法的基本原理、估算精度、适用性等进行了对比分析。在此基础上,进一步综述了日尺度扩展方法存在的不确定性和主要问题,包括扩展方法本身误差、云覆盖、气象数据获取、夜间蒸散发估算、遥感反演同扩展误差累积及真实性检验等,并指出今后应从加强有云天及夜间蒸散发扩展机理和方法等方面的研究来提升瞬时蒸散发日尺度扩展精度。     

基于分形的DEM精度评估

分析讨论了DEM精度评估的主要研究内容、影响DEM精度的主要因素、基于等高线数据的DEM内插算法以及精度评估的模型和方法。提出了一种基于分形分析的DEM精度评估模型，为DEM精度的科学评估提供了一种新思路和新方法。     

DEM精度评估方法的研究与实践

研究地形模型精度的关键就是要找到影响地形模型建模质量的相关因素及其他们之间的误差关系,以检测现有的DEM模型的精度,同时规范DEM模型建立的精度标准,使DEM模型能够更加准确、逼真地反映实际地面特征是DEM精度评估和质量控制的难点问题。本文从几个方面对DEM的精度评估方法进行了研究与实践,为今后DEM的精度评估提供了科学的参考依据和评估模型。     

基于参考DEM的机载InSAR定标方法

研究无人工靶标的干涉定标方法对促进机载InSAR技术在山区等复杂地形的测绘、制图等定量应用有重要的实用价值。本文提出一种新的基于参考DEM的干涉定标方法,在InSAR定标中用已知高程精度的参考DEM与待定标的InSAR系统生成的DEM进行比较,利用参考DEM模拟SAR图像,获得大量定标所需的控制点坐标来建立敏感度矩阵,并对敏感度方程的解算进行了改进,同时将干涉处理与定标过程相结合,改进了干涉处理过程,最后得到定标后的干涉参数并生成DEM,利用机载数据进行了实验验证,并分析了无人工靶标干涉定标实验结果的误差。     

Robust methods for assessing the accuracy of linear interpolated DEM

Methods for assessing the accuracy of a digital elevation model (DEM) with emphasis on robust methods have been studied in this paper. Based on the squared DEM residual population generated by the bi-linear interpolation method, three average-error statistics including (a) mean, (b) median, and (c) M-estimator are thoroughly investigated for measuring the interpolated DEM accuracy. Correspondingly, their confidence intervals are also constructed for each average error statistic to further evaluate the DEM quality. The first method mainly utilizes the student distribution while the second and third are derived from the robust theories. These innovative robust methods possess the capability of counteracting the outlier effects or even the skew distributed residuals in DEM accuracy assessment. Experimental studies using Monte Carlo simulation have commendably investigated the asymptotic convergence behavior of confidence intervals constructed by these three methods with the increase of sample size. It is demonstrated that the robust methods can produce more reliable DEM accuracy assessment results compared with those by the classical t-distribution-based method. Consequently, these proposed robust methods are strongly recommended for assessing DEM accuracy, particularly for those cases where the DEM residual population is evidently non-normal or heavily contaminated with outliers.     

Evaluation of Information Loss in Digital Elevation Models With Digital Photogrammetric Systems

Information loss is caused when a surface is sampled with a finite interval, such as in the production of a digital elevation model (DEM). This information loss can become the dominant part of the error in a DEM. The ability to quantify information loss enables guidance to be provided for an appropriate choice of grid interval and better accuracy assessment for the DEM. With the use of digital photogrammetric systems, evaluation of information loss has become much easier. This paper describes three methods of evaluating information loss. An example is given of the method which is most appropriate for use with a digital photogrammetric system, based on rock cliff surface data and the VirtuoZo system.     

基于填挖方分析的DEM精度评价模型

针对DEM高程中误差评价指标的不足,提出了一种基于填挖方分析的DEM精度评价模型以及计算方法,将DEM填挖方误差E_c定义为待评价DEM与参考DEM在同一区域的三维体积差异和与该区域面积之商。探究了DEM填挖方误差和DEM分辨率R以及地形平均坡度S之间的关系,得到DEM填挖方误差的定量估算模型为E_c=0.004 8·R·S。实验表明,模型估算精度达95.85%以上。该模型为在不同地形条件下,确定满足限差要求的DEM分辨率提供了依据。     

不规则三角网（TIN）VB 6.0编程实现

系统阐述了基于等高线数据建立高质量DEM的理论和方法,分析比较了国内外建立DEM的方法。采用VB 6.0环境下实现了等高线数据构建不规则三角网（TIN）。在DEM的研究中,DEM精度关系到DEM的生产者与使用者,人们总是希望DEM能够完全准确、客观地反映地球表面的起伏变化。     

基于DEM量算耕地坡度的误差分析

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。