基于ICESat/GLAS高度计数据的SRTM数据精度评估——以青藏高原地区为例

为全面了解航天飞机雷达测图计划(shuttle Radar topography mission,SRTM)高程数据的精度及误差特征,利用精度更高的ICESat/GLAS激光高度计数据(简称ICESat高度计数据)为参照数据,以具有多种地貌类型的中国青藏高原地区为实验区,采用双线性插值算法分析了SRTM在中国青藏高原地区的高程精度,以及SRTM高程数据与地形因子(坡度和坡向)间的关系。实验结果表明:在青藏高原地区,ICESat高度计数据与相对应的SRTM高程数据高度相关,相关系数高达0.999 8;SRTM的系统误差为2.36±16.48 m,中误差(RMSE)为16.65 m;当坡度低于25°时,SRTM高程数据精度随坡度增大而显著降低。此外,相对于ICESat高度计数据,SRTM在青藏高原地区N,NW和NE方向的测量值偏高,在S,SE和SW方向的测量值偏低。     

AW3D 30 m DSM数据质量分析及部分典型区域精度验证

对AW3D30的绝对高程精度,特别是在我国典型区域的绝对高程进行验证分析,对于后续该数据集的应用具有参考价值,对于我国自主的全球高精度DSM数据生产也有一定的借鉴意义。本文选取了我国4种典型区域,以SRTM、部分高精度野外控制点以及ICESat/GLAS为辅助参考数据,对AW3D30进行了精度验证。采用地理信息系统(GIS)空间统计分析方法选取平均误差、标准差、中误差等参数指标进行精度验证,同时,分析了坡度、地表覆盖等因素对精度的影响。结果表明:AW3D30的高程精度与坡度有很明显的相关性,坡度较大地区高程精度较差,但在坡度小于5°时其高程精度可达5.0 m,在坡度小于1°时高程精度可达到3.0 m。地表覆盖类型也会对精度造成一定的影响,其中,林地影响对精度的影响最明显,而人造地表的影响最小。     

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。     

顾及地形坡度的SRTM和ASTER加权融合

为了克服现有SRTM和ASTER各自缺陷,提升公共DEM精度,本文提出了一种顾及地形坡度的SRTM和ASTER加权融合方法。首先对两种DEM进行地理配准;然后计算不同坡度等级下SRTM和ASTER的高程误差,并得到DEM融合权重;最后采用加权平均法对SRTM和ASTER进行融合。高精度控制点的检验表明：融合后DEM精度有明显提高,相比于原始SRTM和ASTER高程误差,标准差分别降低了5.65 m和1.20 m。     

对SRTM3和GTOPO30地形数据质量的评估

高分辨率的地形数据在基础地理信息系统、地球重力场建模和大地水准面求定等工程中至关重要。SRTM有3″×3″(SRTM3)和1″×1″(SRTM1)两种分辨率。就全球而言,SRTM3的原始数据已于2004年解密。SRTM3的高程基准是EGM96的大地水准面,平面基准是WGS84;标称绝对高程精度是±16m,绝对平面精度是±20m。SRTM3的数据只覆盖60°N至54°S带状区域内的DSM。对覆盖全球的GTOPO30的DTM也作了概要介绍。     

SRTM(1″)DEM在流域水文分析中的适用性研究

高精度的数字高程模型(digital elevation model,DEM)数据是流域水文分析应用的基础。美国地质调查局新发布了全球高分辨率数字高程数据产品,其空间分辨率为1″(约为30 m)。为评价该数据在流域水文分析中的适用性,以鹤壁汤河流域为实验区,以机载LiDAR DEM数据为参考,统计了SRTM(1″)数据的高程误差,分析了坡度、坡向、地表覆盖等对误差的影响;在基于地形的水文分析中,统计分析了SRTM(1″)数据误差对地形湿度指数、坡度坡长因子以及汇流动力指数等地形指数计算的影响;最后选取流域汇水区面积、最长水流路径长度、形状系数、弯曲度系数等流域特征参数对两种DEM数据提取结果进行了对比。研究表明SRTM(1″)DEM数据具有较高的精度,原始数据均方根误差为5.98 m,在消除平面位移误差后减小为4.32 m。基于地形的水文分析表明SRTM DEM与LiDAR DEM计算结果具有一定的差异,地形湿度指数平均值略高,坡度坡长因子和汇流动力指数平均值偏低,离散度偏小,这与SRTM DEM在微地貌以及高坡度地形区存在失真相关。两种DEM数据提取流域特征参数差异较小。上述研究表明SRTM DEM(1″)数据在流域水文分析中具有较大的应用潜力。     

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...     

基于星载激光雷达和雷达高度计数据的南极冰盖表面高程制图

南极数字高程模型DEMs(Digital Elevation Models)是研究极区大气环流模式,南极冰盖动态变化和南极科学考察非常重要的基础数据。目前,科学家已经发布了五种不同的南极数字表面高程模型。这些数据都是由卫星雷达高度计,激光雷达和部分地面实测数据等制作而成。尽管如此,由于海洋与冰盖交接的南极冰盖边缘区随时间的快速变化,有必要根据新的卫星数据及时更新南极冰盖表面高程数据。因此,我们利用雷达高度计数据(Envisat RA-2)和激光雷达数据(ICESat/GLAS)制作了最新的南极冰盖高程数据。为提高ICESat/GLAS数据的精度,本文采用了五种不同的质量控制指标对GLAS数据进行处理,滤除了8.36%的不合格数据。这五种质量控制指标分别针对卫星定位误差、大气前向散射、饱和度及云的影响。同时,对Envisat RA-2数据进行干湿对流层纠正、电离层纠正、固体潮汐纠正和极潮纠正。针对两种不同的测高数据,提出了一种基于Envisat RA-2和GLAS数据光斑脚印几何相交的高程相对纠正方法,即通过分析GLAS脚印点与Envisat RA-2数据中心点重叠的点对,建立这些相交点对的高度差(GLAS-RA-2)与表征地形起伏的粗糙度之间的相关关系,对具有稳定相关关系的点对进行Envisat RA-2数据的相对纠正。通过分析南极冰盖不同区域的测高点密度,确定最终DEM的分辨率为1000 m。考虑到南极普里兹湾和内陆地区的差异性,将南极冰盖分为16个区,利用半方差分析确定最佳插值模型和参数,采用克吕金插值方法生成了1000 m分辨率的南极冰盖高程数据。利用两种机载激光雷达数据和我国多次南极科考实测的GPS数据对新的南极DEM进行了验证。结果显示,新的DEM与实测数据的差值范围为3.21—27.84 m,其误差分布与坡度密切关系。与国际上发布的南极DEM数据相比,新的DEM在坡度较大地区和快速变化的冰盖边缘地区精度有较大改进。     

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。     

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。     

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。     

ICESAT卫星激光测高数据中地面特征参数的提取

介绍地学激光测高系统（ICESAT／GLAS）基本原理和ICESAT／GLAS的数据产品,对其中包含的误差和应采用的改正模型进行分析。并对冰盖、海冰、陆地以及海面等不同地表特征下波形的处理算法进行研究,包括表面特征参数的提取算法,如表面倾斜度算法。同时,研究脚点的定位算法。     

中国地区3"SRTM高程误差特征

系统评估了中国地区航天飞机雷达地形测绘任务（Shuttle Radar Topography Mision,SRTM）3″高程误差的分布及其与地形和地表覆盖因素的关系。通过单因子分析法,使用从50多万个样本点中提取的地表特征属性确定误差的变化规律。结果显示:SRTM高程误差与不同地形和地表覆盖类型关系密切;坡度增大误差由正变负,误差绝对值增大;正误差集中在偏北坡向,负误差集中在西南坡向;误差随植被覆盖增加而增大;冰川、沙漠、湿地区域误差整体为负,城镇建筑区的误差整体为正;坡度作为主导因素,同时影响其他因素对高程误差的作用。数据在某些区域存在明显高程异常,在平坦地区存在条带现象。整体上SRTM高程误差在中国地区呈现复杂的变化规律。     

SRTM约束的无地面控制立体影像区域网平差

针对SRTM(shuttle radar topography mission)数据在平坦地形或局部区域的高程精度远远高于其标称精度的特点,研究设计了一种无地面控制条件下利用SRTM作为高程约束的立体区域网平差方法。通过构建一个较大范围区域网并匹配密集连接点,将SRTM作为连接点物方高程初值,并在平差解算过程中确保分布于地形平坦区域(根据经验,在该类区域SRTM精度较高)的连接点的物方高程严格趋近SRTM高程,最终实现大范围区域内影像高程精度的整体提升。通过以覆盖湖北省全境的资源三号卫星三线阵立体影像作为试验影像的试验验证表明,采用该平差方案,在无地面控制点条件下资源三号立体影像的高程中误差从7.2m提升到2.0m,其中地形平坦区域高程中误差1.44m,山地区域高程中误差3.0m,达到了我国1∶25 000比例尺测图应用的高程精度要求。     

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。     

结合GPS和GLAS数据生成Dome-A区域DEM

详细阐述了利用GLAS数据和GPS数据生成Dome-A地区DEM的方法。首先进行GLAS数据转化, 便于与GPS数据结合, 提出一种快速搜索GLAS和其光斑(Footprint)覆盖GPS点的算法, 比较GLAS数据和GPS数据发现, 均值差异最大为1.118 m, 最小为0.997 m, 而标准差稳定为5-6 cm, 在进行椭球变换修正之后, 差值最大为0.405 m, 最小为0.284 m;之后利用改进的角度限差法沿测线对GPS数据进行特征点提取, 得到抽稀之后的数据;再利用抽稀之后的GPS数据和处理后的GLAS数据使用克里金插值方法生成研究区DEM。利用1199个GPS点和53个GLAS检验点对最后生成的DEM进行了精度分析, 残差中误差为5 cm, 最大残差绝对值为12 cm。利用原始GPS数据, 原始GPS数据和GLAS数据, 处理后GPS数据利用克立金插值方法分别生成了研究区的DEM, 通过等高线提取分析以及检验点的误差分析, 处理后的GPS数据生成的DEM要优于原始GPS数据的, 证明GPS处理的必要性。     

ICESAT/GLAS激光测高原理及其应用

本文介绍了ICESAT卫星的基本工作原理,对该卫星上的地学激光测高系统GLAS的测量原理和精度进行了分析,通过GLAS可获得冰原地形及其时变,同时也可对云及大气层的特征有更深入地了解。对GLAS的适用于冰原、冰面、陆地以及海面波形的算法进行了分析,简单介绍了对GLAS测高数据进行检核和校准,并对ICESAT数据在地学研究中的应用进行了探讨。     

多源遥感数据支持下的区域性森林冠层高度估测

结合机载LiDAR数据,提出了一种改进的GLAS光斑点冠层高度地形校正模型,以校正后的GLAS光斑点作为输入样本,结合MODIS遥感影像,利用支持向量回归（SVR）的方法对研究区森林冠层高度进行分生态区估测,并利用野外调查数据和机载LiDAR冠层高度结果对估测结果进行验证。结果显示:研究区的坡度等级直接影响GLAS光斑点森林冠层高度估测精度,改进的地形校正模型可以较好的减小坡度对GLAS光斑点森林冠层高度估测的影响,模型精度RMSE稳定在3.25~3.48 m;不同生态分区的SVR模型估测精度较为稳定,其RMSE=6.41~7.56 m;与算数平均高相比,样地的Lorey's高与制图结果拟合最好,不同生态分区平均估测精度为80.3%。机载LiDAR冠层高度结果的验证平均精度为79.5%,和Lorey's高验证结果呈现较好的一致性。     

利用GPS测量检核ICESAT卫星激光测高数据精度

将ICESAT测高数据与动态GPS数据进行了比较,对于沿卫星地面轨迹上的点,采用直线内插求定GPS点的高程,与GPS大地高的最小差异为0.76 m;对于偏离卫星地面轨迹的点,分别按与GPS点经、纬度差异小于5″、10″、20″的原则选取卫星地面轨迹上的点,比较了算术平均等3种方法内插GPS高程的效果,与大地高之差在2 m以内。选取ICESAT卫星激光测高地面轨迹与GPS动态轨迹交叉位置附近的点,分别用ICESAT测高数据与GPS数据进行内插,GPS点与ICESAT地面轨迹上的内插点的经度之差最小为0.000 03°,高程之差最小为0.381 m。在卫星地面轨迹附近选取点位进行静态GPS测量,比较了ICESAT与GPS观测结果之间的差异,分析了不同内插方法对结果的影响,在高山地区,最小高程差为0.103 m,最大差为27.475 m。     

结合GPS和GLAS数据生成Dome-A区域DEM

详细阐述了利用GLAS数据和GPS数据生成Dome-A地区DEM的方法。首先进行GLAS数据转化,便于与GPS数据结合,提出一种快速搜索GLAS和其光斑(Footprint)覆盖GPS点的算法,比较GLAS数据和GPS数据发现,均值差异最大为1.118m,最小为0.997m,而标准差稳定为5—6cm,在进行椭球变换修正之后,差值最大为0.405m,最小为0.284m;之后利用改进的角度限差法沿测线对GPS数据进行特征点提取,得到抽稀之后的数据;再利用抽稀之后的GPS数据和处理后的GLAS数据使用克里金插值方法生成研究区DEM。利用1199个GPS点和53个GLAS检验点对最后生成的DEM进行了精度分析,残差中误差为5cm,最大残差绝对值为12cm。利用原始GPS数据,原始GPS数据和GLAS数据,处理后GPS数据利用克立金插值方法分别生成了研究区的DEM,通过等高线提取分析以及检验点的误差分析,处理后的GPS数据生成的DEM要优于原始GPS数据的,证明GPS处理的必要性。