低山丘陵区多源数字高程模型误差分析

作为多学科交叉与渗透产物的数字高程模型(DEM)已在诸多学科和领域及实际应用中发挥了重要作用,但目前能够免费获取的高分辨全球DEM在不同区域仍存在很大的不确定性,应用之前进行质量评估至关重要。以烟台市为实验区,以大比例尺地形图(1∶10 000)生成的DEM为参照,结合坡度、坡向和土地覆被类型等地学因子,定量分析了目前广泛应用的两个版本ASTER GDEM(先进星载热辐射和反射辐射计全球数字高程模型)ASTETR 1和ASTER 2及不同空间分辨率SRTM DEM(航天飞机雷达地形测绘任务)(SRTM 1:～30m和SRTM 3:～90m)在低山丘陵区高程、坡度及坡向误差。结果表明:在研究区域内,ASTER 1、ASTER 2、SRTM 3、SRTM 1总体高程均方根误差分别为8.7m、6.3m、3.7m和2.9m。ASTER与SRTM的高程精度不同程度地受坡度、坡向以及土地覆被类型等地学因子的影响,DEM误差随坡度增加而增大,其中SRTM 3精度对该因子最敏感。尽管坡向对DEM精度影响不明显(4种DEM在不同坡向上的均方根误差波动范围均不超过2m),但是不同土地覆被类型下这4种DEM精度差异显著。此外,分析4种DEM提取的坡度可知,SRTM 1的均方根坡度误差最低(2.5°)、ASTER 1与ASTER 2的坡度的均方根误差大致相同(3.6°、3.9°)、SRTM 3的坡度均方根误差最高(4.3°)。坡向的精度SRTM 1最高,ASTER 1与ASTER 2次之,SRTM 3最低。研究结果对我国低山丘陵区ASTER GDEM与SRTM DEM的应用与精度评估具有一定的借鉴作用。     

基于机载LiDAR的高寒山区遥感高程数据精度评估

遥感高程数据是获取缺资料地区DEM（Digital elevation models）数据的重要手段。然而,由于高寒山区实地高程测量稀少,难以对多源遥感DEM数据进行统一验证。ICESat-2等新的遥感高程数据在高寒山区也缺乏相应的精度评估。针对此问题,以青藏高原东北缘的冰沟流域作为研究区,采用机载航空遥感获取的大范围LiDAR（Light Detection And Ranging）DEM数据对新产品ICESat-2 ATL06（Ice, Cloud, and Land Elevation Satellite-2, Land Ice Height）、ALOS DEM（12.5 m分辨率）以及新版本SRTM V3（SRTM Arc-Second Global 1 V003）、ASTER GDEM V3（ASTER Global DEM）进行验证,并分析地形因子与均方根误差RMSE的关系。研究结果表明：ICESat-2 ATL06数据在高寒山区的RMSE为0.747 m。由于其较高的精度,可用于验证缺资料地区的其他遥感高程数据。其他遥感高程数据的精度都相对较低,ALOS 12.5 m数据的RMSE为5.284 m;ASTER GDEM V3版本的RMSE为9.903 m。实验所采用的4种遥感高程数据与机载LiDAR DEM均具有较高的相关性,相关系数在0.998与1.000之间。实验还揭示了坡度是影响遥感DEM精度的主要因素。除ICESat-2 ATL06外,其他高程数据的RMSE均随坡度的增大先减小再增大,且都存在一个最佳坡度值。鉴于地形复杂多样的冰沟流域具有青藏高原高寒山区的典型特征,多源遥感DEM数据在该区域的验证结论具有较好的代表性,可为相似地区DEM数据的使用和评估提供重要的知识补充。     

基于无人机影像的山地人工林景观DEM构建

山地人工林景观的DEM构建是对景观地形信息进行描述的基础的研究内容,也是人工林景观面积、结构、蓄积量等信息提取的重要因子,具有重要的研究意义。通过无人机平台获取影像,采用立体像对拼接的方式生成正射影像并提取DEM信息,并与GPS测量数据、ASTER GDEM、SRTM数据进行比较分析。结果表明:在该区域无人机影像构建的DEM与实测高程差距最小(RMSE=8.96),具有比ASTER GDEM(RMSE=13.68)和SRTM(RMSE=11.81)更高的精度;在每个样方内的最大高程差值与最大树高最为接近(RMSE=1.813),说明无人机DEM能够反映出更多的冠层与地面分层信息,在山地人工林景观DEM构建中表现出较大潜力。     

基于误差建模的SRTM高程精度提升方法研究

数字高程模型(DEM)是地理信息系统和遥感等领域所必需的核心数据,已经应用到很多方面。本文提出了一种利用ICESat GLA14数据优化SRTM1数据的方法。首先,根据SRTM误差分布去除GLA14数据中的粗差点,完成坐标基准和高程基准的统一。其次,分析了SRTM误差随坡度、坡向的变化规律,并建立了误差模型。最后,将GLA14数据随机划分为控制点和检查点,使用控制点采用最小二乘法拟合误差,使用检查点评价精度提升效果,并多次重复随机划分的过程,验证算法的有效性。实验结果表明:使用该算法针对不同地区不同地形的DEM进行了实验,均取得了很好的效果。     

多源外部DEM对两轨DINSAR测量结果影响分析

在总结两轨差分中参考DEM影响的最新研究成果基础上,以青藏高原上典型平地和山地作为研究区,利用理论上没有形变的ERS Tandem像对以及3种常用外部参考DEM(SRTM,ASTER GDEM,1:5万DEM),使用ROI_PAC软件进行两轨差分干涉试验.实例证明:SRTM更适合作为两轨差分中的外部参考DEM,并对此试验结果予以解释分析,即多源DEM数据质量的差异导致干涉图与DEM配准精度的不同,并最终反映在差分干涉相位误差中.本文研究结论对提高DInSAR处理精度有参考价值.     

ASTER-GDEM与SRTM3数据质量精度对比分析

ASTER-GDEM是最新的全球数字高程模型,具有较高的分辨率;SRTM3是目前研究人员广泛应用的地形数据。结合实测数据、矢量化地形图,从高程精度、位置精度和坡度因子3方面对比分析两种数据精度。结果表明:ASTER-GDEM数据高程精度低于SRTM3数据,而水平位置精度较高,二者各级坡度百分率近似,与国家1∶5万数字地形图生成的DEM差异较大。     

多源外部DEM对两轨DINSAR测量结果影响分析

在总结两轨差分中参考DEM影响的最新研究成果基础上,以青藏高原上典型平地和山地作为研究区,利用理论上没有形变的ERS Tandem像对以及3种常用外部参考DEM（SRTM,ASTER GDEM,1∶5万DEM）,使用ROI_PAC软件进行两轨差分干涉试验。实例证明：SRTM更适合作为两轨差分中的外部参考DEM,并对此试验结果予以解释分析,即多源DEM数据质量的差异导致干涉图与DEM配准精度的不同,并最终反映在差分干涉相位误差中。本文研究结论对提高DInSAR处理精度有参考价值。     

多基线InSAR技术的震区DEM提取及精度分析

针对汶川特大地震发生后的震区地形严重破坏，原有的地形图及DEM数据不再具有时效性，不能准确地描述地质特征，亟待更新重建。收集了2007年8月至2010年7月的20景Envisat ASAR影像数据，采用多基线InSAR技术对研究区域DEM进行提取，并对生成的ASAR DEM与ASTER GDEM和SRTM DEM进行了比较分析。实验结果表明，由于时效性原因，ASTER GDEM和SRTM DEM不能较好反映震后地面高程变化情况；所提取的ASAR DEM能有效弥补震后灾区DEM不足，在一些植被较少和地质稳定区域，ASAR DEM有着较高的精度，多基线InSAR技术提取方法为震后形变区域DEM提取提供了一个很好的途径。     

基于ASTER遥感立体像对的DEM提取

卫星遥感立体像对提取DEM是地貌信息获取的一个重要里程碑,ASTER卫星传感器是可以拍摄立体像对传感器中的代表,具有数据质量稳定、覆盖广泛、价格低廉的特点。本文通过实例研究了ASTER立体像对在高山峡谷地区提取DEM的精度。首先简述ASTER的立体像对提取DEM的国内外发展现状,然后针对一处高程变化显著地区在1:10万比例尺地形图采集地面控制点(GCP),用1:5万精度的DEM作检验,获得GCP范围内高程误差为±20.4m,GCP范围外高程误差为±48.2m,平均误差是±34.3m。这证明可以在小区域内选取GCP控制点,由ASTER立体像大范围外推生成大范围DEM,而且采用常规的技术手段和普通的商业软件就可实现。该方法提取DEM对于我国地形资料缺乏的西部地区有很强的实用性。     

基于区域网平差的干涉合成孔径雷达数字高程模型校正

合成孔径雷达干涉测量(InSAR)是获取数字高程模型(DEM)的常规手段,而通过干涉技术获得DEM后,其精度会受到轨道定位、影像的配准、干涉图获取、相位解缠等精度的影响。已有的利用区域网平差提升DEM精度的研究忽略了DEM的初始平面定位误差的影响。引入DEM的平面高程一体化区域网平差,将区域网平差分解为平面定位六参数的优化和高程误差模型的平差求解两个独立的平差过程,同时利用激光测高数据作为高程控制。从哨兵干涉生成的20 m分辨率DEM实验结果看,平差后DEM的高程均方根误差(RMSE)从平差前的19.372 m提升到了3.459 m。DEM对应连接点的平面内符合精度RMSE从初始182.462 m提升至14.887 m。而传统的不考虑平面误差的DEM优化方法在平差后高程精度提升至7.865 m,远低于所提出的方法,验证了提出的考虑平面误差的区域网平差方法的有效性。     

井冈山地形特征与土地利用类型分布相关性研究

针对土地覆被类型在不同高程、坡度、地形起伏度等地形地貌特征下,差异性明显的问题,提出了一种分析和研究地形地貌特征与土地覆被类型相关性的方法。通过数学分析与计算,将土地覆被类型在不同地形景观下的分布情况进行了统计分析。引入高程、坡度、坡向等地形因子信息,通过将地形因子通过一定规则进行分级,并进行统计、计算,分析了不同地形特征下土地利用类型的分布规律、变化趋势和成因,说明了地形对土地利用分类的重要性。研究发现,土地利用类型在不同高程、坡度、地形起伏度上,呈现出阶梯状变化的特征。在较低的高程、坡度、地形起伏度区域内,主要分布着与人类的生产、生活密切相关的土地利用类型,如水田、旱地、果园、茶园、水田、坑塘水面、内陆滩涂、城市、建制镇、村庄、采矿用地等。有林地等则主要分布在高程、坡度、地形起伏度较高的区域。这些地区人类活动少,土地开发程度也较弱,因而多是自然植物覆被。     

顾及数据配准的ALOS和SRTM1精度修正北大核心CSCD

目前,ICESat/GLAS是大尺度GDEM(global public digital elevation model)精度评价和修正的主要数据源。然而,现有的修正方法均忽略了两组数据之间的有效配准。为此,选取江西省作为研究区域,以SRTM1和ALOS作为研究对象,使用随机森林(random forest,RF)对配准前、配准后SRTM1和ALOS修正,以验证数据配准对GDEM修正的重要性。研究结果表明:ICESat/GLAS与SRTM1之间不存在位置偏差,而与ALOS之间存在明显的位置偏差;和配准前相比,配准后ALOS的系统误差基本消除,中误差也降低了10.0%,证明数据配准对ALOS精度有重要影响。RF方法可以显著提高SRTM1和ALOS的精度,但配准后ALOS修正精度明显优于配准前,其精度多提高了21.5%,再次证明数据配准对ALOS修正影响较大。和原始DEM相比,修正后SRTM1和ALOS的平均误差均接近于0 m,平均绝对误差和中误差也分别降低了11.9%、37.0%和15.1%、29.2%。     

ASTER GDEM数据介绍与程序读取

2009年6月30日,期待已久的ASTER GDEM数据由日本经济产业省(METI)和美国航天局(NASA)共同发布,其空间分辨率达到了1弧秒×1弧秒(约30m×30m),相比2003年NASA发布的SRTM数据有了很大的提高,并且其陆地表面覆盖率也大幅提高,达到了陆地面积的99%。本文介绍了ASTER GDEM的相关特性以及使用程序读取该数据的方法。     

基于DEM的土地利用空间格局分析——以大连市普兰店为例

为了了解普兰店市景观类型变化与地形分布的关系,本文利用2000和2010年Landsat5TM遥感影像,在ENVI5.3软件的支持下,获取普兰店土地利用类型,并基于DEM数据获取高程、坡度、坡向,将土地利用数据与三者相叠加分析,研究发现:(1)2000～2010年普兰店市土地利用类型变化具有主明显的坡向型特征,集中在半阴坡、阴坡、半阳坡上。(2)2000～2010年普兰店市土地利用类型变化量随着坡度增加而减少。(3)2000～2010年普兰店市土地利用类型变化量主要集中在0～200m高程级别上。该研究结果可为普兰店市土地利用规划部们提供帮助。     

利用星载InSAR技术提取镇江地区DEM及其精度分析

InSAR技术是目前获取高精度数字高程模型（DEM）的一种新方法。为了分析InSAR技术提取DEM的精度,首先介绍了美国航天飞机雷达SRTM DEM的精度和数据结构,然后以江苏镇江地区作为试验区,采用ERS1/2卫星影像来提取DEM,并对星载SAR提取的DEM与SRTM 3弧秒分辨率DEM的精度作了比较。 结果表明,利用星载SAR提取的DEM分辨率与SRTM 3弧秒分辨率的DEM相当,能很好地显示出地形起伏（如山脉、沟谷）的纹理特征。进一步的研究还表明,利用InSAR技术提取DEM的精度与SRTM 3 DEM之间存在5米左右的系统误差,并对产生这一系统误差的原因作了详细分析。     

基于MODIS数据的玛纳斯河山区雪盖年内变化特征研究

基于2000年～2010年的MODIS/Terra积雪8d合成数据(MOD10A2)与DEM数据,通过计算和分析不同高程带、不同坡向和不同坡度的积雪覆盖率,研究了新疆玛纳斯河山区雪盖的年内变化特征。结果表明:①研究区平均积雪覆盖率最高为一月中旬的67.8%,最低为七月中旬的11.9%,年内变化总体上呈V字型,积雪分布与气温关系密切;②可将研究区雪盖年内分布情况归纳为1600m以下、1600m～3800m和3800m以上共三个高程带,各高程带内雪盖分布的年内变化较为相似,不同高程带则差异明显。从年内波动情况来看,低海拔地区年内波动幅度最大,随着海拔上升,波动幅度逐渐减小;③3800m以下各坡向和坡度地区积雪覆盖率均表现为一月最高,七月最低,四月和十月介于二者之间,而3800m以上地区积雪覆盖率全年最高值则出现在四月和十月;④各坡度和坡向区域雪盖的年内变化与所在高程带的总体情况基本相似,说明坡度和坡向对雪盖分布的影响是在高程影响的基础上产生的。     

一种动态分区的边境狭长区域网平差方法

针对内陆边境狭长区域特殊自然环境、气候条件和其他敏感因素引起的区域网平差精度问题,提出一种利用动态分区规划的区域网平差方法。基于高分立体像对影像,利用层次分析法结合不同尺度DEM实现任务区动态分区,将控制信息以最优方式传递至无控区域,并逐步剔除粗差解算出最优区域网平差模型。实验结果表明,该方法生成的边境狭长区DEM高程均方根误差小于7.5m,DOM产品单点定位精度误差小于5m,丘陵与平原区域误差小于1m,相邻影像之间的几何拼接精度优于0.5m。     

甘肃省榆中县地形对耕地分布影响

针对现有研究在地形对耕地分布影响中较少考虑地形因子间交互作用,且忽视了沟壑密度等因子影响的问题,以甘肃省榆中县为例,在地貌分区基础上利用分形指数分析了耕地分布特征,并通过地理探测器分析高程、坡度、坡向和沟壑密度对耕地分布的影响。结果表明,河谷平原区与黄土塬区耕地连片性较好,河谷平原区、黄土丘陵区和北部石质低山丘陵区耕地空间分布较稳定;各地貌区影响耕地分布的主导因子不同,南部石质山地和黄土丘陵区是高程,黄土塬和河谷平原区是坡度,北部石质低山丘陵区是沟壑密度;地形因子交互作用均表现为增强,其中沟壑密度影响作用不可忽略。     

崇明东滩水边线信息提取与潮滩DEM的建立

由于潮滩范围广、变化频繁、缺乏常规的地形测量资料,给潮滩开发建设带来极大不便。以崇明东滩为实验区,依据长江口1999～2004年多时相遥感影像的光谱特征,对不同潮情的影像采用不同的波段提取水边线信息。同时根据实测4条高程剖面中的两条作为控制剖面获得水边线的高程,对具有高程信息的水边线利用不规则三角网方法构建了崇明东滩的数字高程模型(DEM)。并利用其它两条实测剖面对数字高程模型的精度进行了检验。结果表明,该方法减少了实测潮位资料缺乏及水边线提取误差对高程提取结果的影响,其均方根误差分别达到0.4 m和0.7 m。     

数字高程模型坡度误差指标尺度转换分析

针对我国大比例尺DEM数据库尚未建成,但是国家的生产建设又需要1∶5 000DEM所提取的地形因子(如坡度),而目前少有对1∶5 000比例尺DEM转换研究的现状,该研究制定出适合福建全省不同比例尺DEM提取地形因子间互相转换标准。选取福建省典型地貌(山地、丘陵、平原)共7个样区为实验样区,使用python脚本来批量提取7个样区在5种比例尺DEM下的多种地形因子,选取坡度作为研究对象,提出适合中小比例尺DEM向大比例尺DEM转换的3个误差指标:坡度面积、坡度信息熵、坡度鉴别信息,得出1∶10 000、1∶50 000、1∶250 000、1∶500 000DEM所提取坡度因子向1∶5 000转换的定量表达式,制定出中小比例尺DEM提取坡度因子向大比例尺DEM对应因子的转换标准。