基于数据融合的SRTM数据空洞填补方法

总结国内外对SRTM数据空洞的填补方法,指出基于内插的填补方法无法满足大区域SRTM数据处理的需求。提出在内插的基础上进行数据融合的空洞填补方法,并以实例验证了该方法是一种获取完整地形数据的有效途径。     

利用ASTER数据融合的SRTM空值填补方法

由于雷达干涉采集误差导致SRTM数据出现高程空值,为了保证数据完整性,需要对其进行空值修补。本文总结了国内外对SRTM数据空值的填补方法,提出了一种在内插的基础上利用ASTER数据进行数据融合的空值填补方法。该方法首先对ASTER数据进行预处理,以消除两者之间的高程差异,然后利用处理后的90m间隔ASTER数据对SRTM数据进行融合,从而实现了SRTM数据的空值填补。实例验证了该方法是一种获取完整地形数据的有效途径。     

SRTM DEM数据空洞插值填补方法对比分析

SRTM全球数字高程模型数据目前已被广泛应用于多个领域。最新版本的SRTM DEM仍然存在较小的高程空值区域（数据空洞）和模糊区域。文章在模拟某试验区域SRTM DEM数据空洞的基础上,利用线性插值、反距离权插值、二次多项式插值、三次样条插值等DEM插值方法进行了数据空洞的插值填补试验和对比分析,结果表明在丘陵地区和空...     

SRTM高程数据中空缺单元的内插填补

简要介绍了SRTM生产的数字高程数据,认为采用直接内插来填补其中的空缺数据是最为简便的方法,以加权平均水平面移动拟合法为例,详细阐述了空缺单元的内插计算方法和基本过程,讨论比较了不同条件下的效果,认为SRTM的数字高程数据具有非常广泛的用途和前景。     

基于高斯过程回归的SRTM数据空洞填补方法

针对现有插值方法对复杂地表模拟能力不足的问题,发展了一种基于非平稳(神经网络)核的高斯过程回归(GPR)方法,并将其应用于SRTM DEM空缺数据填补。以山区SRTM DEM的模拟数据空洞为研究对象,将GPR模拟结果与传统插值方法(TIN、SPLINE和IDW)比较表明:GPR填补精度高于传统插值方法,且空缺区域模拟曲面较好的保持了地形特征。     

基于移动窗口法的DEM数据优化方法研究

数字高程模型DEM的表达方法主要有TIN、规则格网、等高线等.由于这些方法都没有预先对高程数据进行优化,会造成大量的数据冗余,从而影响构建DEM的速度.研究移动窗中和逐点搜索两种构建DEM的数据优化算法,并利用Matlab软件对SRTM数据进行试验验证,结果表明这两种方法都达到较好的优化效果,可大大提高构建DEM的速度...     

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。     

基于SRTM DEM的广东省区域地质三维可视化研究

区域地质构造作用是形成地形地貌的重要因素。本文采用GIS空间叠置分析方法,从三维可视化角度,进行了广东省区域地质构造作用空间分布规律分析,结果表明:地质构造与地形变化强度呈密切的空间相关性;三维可视化是研究区域地质特征的重要手段,可从不同角度观察地质构造与地形地貌的空间关系,进一步揭示区域地质构造作用的空间分布特征.     

滇池SRTM DEM数据的流域特征自动提取

以滇池流域为试验对象,在NASA发布的3弧秒SRTM DEM数据的基础上,运用Arc Hydro Tools进行流域特征的提取,结果表明,以3弧秒的SRTM数据为基础提取的流域河网与水利部门提供的数字河网基本相符,而提取的流域面积与实际流域面积十分接近,显示了SRTM DEM数据在中小型湖泊流域地表水文模拟方面的优势.     

利用ICESAT/GLAS激光测高数据评估SRTM数据精度

提出利用ICESAT卫星搭载的GLAS激光雷达数据进行SRTM数据的高程精度评价,选择青藏高原东北缘作为研究区,综合利用GIS空间分析方法,计算在不同高程分带和坡度分带上SRTM数据高程精度,并分析其变化规律。结果表明,ICESAT/GLAS与SRTM高程数据间存在明显的相关关系。该地区SRTM数据高程总体精度为5.3m,随着海拔升高,坡度的增大,高程精度呈降低的趋势。在祁连山高山区（4600m-4700m）误差达到12.3m,在40°-50°的坡度带上误差为18.9m,略高于SRTM的标称精度。     

面向分布式水文模型的SRTM无效高程数据处理方法

获取高精度DEM是分布式水文模型开发和应用的基础,而最新发布的全球高分辨率SRTM数据在很大程度上解决了高分辨率DEM数据获取相对困难的问题,对于水文学研究具有重要意义。由于利用雷达技术获取地面高程数据技术本身的限制,SRTM原始DEM数据中存在着很多问题。本文以雪野水库区域为例,利用ASTER数据通过分析两种数据高程差异的分布特点对SRTM高程数据无效区域进行了填充,计算结果表明该方法可以提高无效数据处理结果的精度,是一种有效的获取相对完整地形数据的方法。     

GPS观测数据处理方法的实验研究

本文用实验研究方法探讨工程测量中GPS观测数据处理的几个问题,得出如下结论:载波相位二次差的精度与基线长度有关,采用网的整体平差方法处理GPS观测值时需要考虑这个问题;引进相位二次差间的数学相关不一定能改善成果的精度;电离层延迟影响可不必考虑,但对流层延迟的不同模拟方法对成果影响很大;如果观测质量优良,应尽可能把\     

The influence correction of boreal forest vegetation on SRTM data

The digital elevation model based on SRTM is very convenient for a wide range of studies but requires correction due to the influence of forest vegetation. The present study was conducted to analyse the effect of boreal forests on altitudes, aspects and slopes calculated from the SRTM. A DEM based on topographic maps at 1:100 000 scale was used as a reference. The linear regression analysis showed low data correlation in forested areas. The presence of different types of forests and felling in the woods leads to a complex distribution of deviations from the SRTM. A simple correction method was proposed, using a forest mask, built according to Landsat, and forest heights indicated on the topographic maps. After correction, the correlation coefficient between the altitudes increased by 0.05–0.14, the share of matching aspects by 1–4% and the share of matching slopes by 2–8%.     

ASTER GDEM与SRTM3高程差异影响因素分析

作为最新发布的全球地形数据,ASTER GDEM比目前常用的SRTM3数据有着更高的分辨率和更广的覆盖范围,对于相关地学分析具有重要意义。本文以华中地区为研究区域,对ASTER GDEM与SRTM3数据进行了比较,重点分析了坡度、坡向、地形起伏度、土地利用类型、植被覆盖度、生成ASTER GDEM栅格点高程数据所用的ASTER DEM影像数等因素对2种DEM数据高程差异的影响。结果表明,在研究区域内,ASTER GDEM高程比SRTM3高程平均低5.42 m,两种DEM数据高程差异的RMS值为16.90 m;ASTER GDEM与SRTM3之间的高程差异随着坡度、地形起伏度、植被覆盖度的增大而增大,而ASTER DEM影像数越大,高程差异越小;坡向、土地利用类型对高程差异也有影响。     

基于SRTM DEM的InSAR高分辨率山区地表高程重建算法

山体的叠掩和阴影现象造成的信号去相关,一直是InSAR重建山区地表高程的瓶颈之一.为此,提出了一种新的基于粗分辨率SRTM DEM(约90m分辨率)辅助InSAR数据重建山区地表高程的方法.利用SRTM DEM模拟的干涉相位,对ERS-1/2干涉相位做去地形相位处理,得到残余相位.通过对解缠后的残余相位计算方差提取叠掩和阴影区域的噪声,并用平均相位近似恢复噪声区域的相位,然后将其转换为高程,并用SRTM DEM作高程补偿处理,从而实现地表高程重建.最后,定量比较了该方法与传统InSAR技术生成的DEM精度.实验表明,这种方法能有效提高传统InSAR技术生成地表高程的精度,这对提高星载雷达数据的使用效率具有重要意义.