共查询到16条相似文献，搜索用时 140 毫秒
1.
拉斯曼丘陵地区位于东南极伊丽莎白公主地,中国南极中山站位于拉斯曼丘陵的东部,是中国南极科学考察的重要地区。数字高程模型（DEM）是南极冰盖变化研究的基础,卫星测高数据是南极地区构建DEM的主要数据来源。CryoSat-2是新一代用于极地冰盖和海冰监测的测高卫星,联合2013年和2014年南极冬季的CryoSat-2测高数据以及中国、澳大利亚、印度三个国家现场测量的60余个地面高程数据,利用克里金插值方法建立了拉斯曼丘陵地区200 m分辨率的DEM（简称LA-DEM）。利用未参与插值的地面高程数据对新建立的LA-DEM进行了验证,并与Bamber 1km DEM、ICESat DEM、RAMPv2 DEM以及BEDMAP 2等四种国际上常用的南极DEM进行比较,结果表明LA-DEM的高程精度约为19.7 m,优于其他4种南极DEM。 相似文献
2.
南极冰盖DEM机载测高验证与分析——以西南极Thwaites冰川为例 总被引：2，自引：0，他引：2
利用冰桥计划(IceBridge)在西南极Thwaites冰川的机载激光测高数据,对ICESat卫星测高数据和目前国际常用的4种南极DEM,包括Bamber 1km DEM、ICESat DEM、RAMPv2DEM和JLB97DEM的精度进行了验证和分析。结果表明,ICESat卫星测高数据和ICESat DEM有着较高的高程可靠性,其与冰桥计划机载测高数据的平均高程差小于5m,标准差小于15m。Bamber 1km DEM高程可靠性相比ICESat卫星测高数据和ICESat DEM低一些。JLB97DEM、RAMPv2DEM与冰桥计划机载测高数据之间的标准差超过30m,尤其在坡度较大的区域,高程可靠性低。 相似文献
3.
南极Dome A地区高精度DEM的建立——顾及波形重定、坡度改正及数据融合 总被引：1，自引：1，他引：0
介绍了CryoSat-2LRM模式下优化后的OCOG、CFI和LIRT的3种波形重定算法。基于南极Dome-A昆仑站区的实测GPS数据,比较了CryoSat-2LRM模式下的3种波形重定方法,对不同波形重定算法下的测高数据进行了精度评估。结果表明优化后的OCOG算法精度最好,与GPS结果平均差值约为-0.07m,标准差约为0.60m,明显优于其他两种算法。通过比较坡度与卫星数据精度的关系,发现坡度因素对于卫星测高数据精度的影响不可忽视,在Dome A地区验证结果表明,坡度改正可使得卫星测高精度提高约38%。最后联合GPS和CryoSat-2OCOG数据,建立了南极Dome-A地区300m分辨率DEM,其精度约为0.24m。 相似文献
4.
离散点云构建数字高程模型的插值方法研究 总被引：1，自引：0，他引：1
针对消除DEM构建中插值方法选择的随意性问题,该文基于机载LiDAR离散点云数据,以广东省典型城区与山区为实验对象,利用克里金、反距离权重、径向基函数和自然邻域4种插值方法,对插值参数进行优选后构建DEM,使用交叉验证、相关性分析、像元统计量和三维可视化等方法进行精度分析与比较。结果表明:在城区反距离权重插值,不但可以对空值区域进行适当填充和平滑,而且对高程最大、最小值的预测精度也很高;不同插值方法在构建山区DEM时精度相差不大,插值精度可以达到厘米级,其中普通克里金插值效果最佳。对于城区与山区点云数据反距离权重插值法生成的DEM均能很好地反映地表自然形态,为今后LiDAR点云数据构建DEM选择最佳的插值算法以及插值参数提供参考。 相似文献
5.
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。 相似文献
6.
基于点云数据内插DEM的精度比较研究 总被引：4，自引：0，他引：4
利用3维激光扫描技术,以云南元谋干热河谷地区冲沟为研究对象,扫描获得大量具有冲沟坐标信息的点云数据。离散的点云数据之间没有明显的拓扑关系,不能表达连续的地表形态,通过建立格网DEM可视化表达地形信息,利用不同的内插方法生成DEM并进行精度评定,以便在不同的地貌区和采点方式下选用最佳的内插模型。点云数据经过数据配准拼接以及噪声剔除,在ArcGIS软件中,通过数据格式转换,利用反距离加权插值、克里金插值、自然领域法插值三种不同的内插方法生成DEM模型,通过检查点法分析已有的固定点高程和内插相应点的高程值做误差比较,分析不同的内插精度。实验表明,反距离加权插值法和克里金插值中误差基本相同,自然领域法插值中误差最大。分析比较不同的内插精度,对地表的坡度、坡向、等高线的研究具有重要的意义。 相似文献
7.
ASTER GDEM V2是研究南极冰盖表面的一种重要DEM数据源。由于南极冰雪区反射率高且缺乏地形特征，导致ASTER GDEM V2存在大量的坑、隆起等噪声，难以直接用于南极地形分析。本文以ICESat/GLAS激光点高程数据作为参考，采用修正等高线法对南极伯德（Byrd）冰川ASTER GDEM V2进行了误差校正，并将其与ICESat-1 DEM的垂直精度进行了对比分析。结果表明：ASTER GDEM V2的RMSE由校正前的26.56 m下降到校正后的18.77 m，远低于ICESat-1 DEM的RMSE（121.24 m）；校正后的ASTER GDEM V2高程精度受坡度影响较小，不存在明显的系统误差，而ICESat-1 DEM的高程精度受坡度的影响较大。本研究进一步通过地形剖面分析得到：校正前的ASTER GDEM V2噪声主要分布于高程较低、地形平坦的区域，通过修正等高线的方法可以有效去除这些噪声，去除噪声后的ASTER GDEM V2可作为研究伯德冰川理想的DEM数据源。 相似文献
8.
《测绘地理信息》2020,(1)
基于CryoSat-2 SARIn模式L1b数据,利用干涉处理法生成了南极Grove山地区DEM(CS2-SWDEM),并与CryoSat-2 L2高程脚点数据及4种南极DEM进行比较分析。针对CryoSat-2基线C数据存在的卫星姿态问题进行了侧滚角校正,此外,利用模型模拟了Grove山地区CryoSat-2雷达穿透影响。结果表明,CS2-SW DEM与REMA和TanDEM-X DEM符合较好,高程差异分别为-3.57±4.71 m和-0.28±4.68 m,其中和REMA的高程偏差主要由雷达穿透引起。同时,CS2-SW DEM精度随着坡度的增加而降低。 相似文献
9.
概述了GLAS高度计的在轨性能，分析了其数据产品的精度。利用高精度的ICESat卫星测高数据，以及第21次中国南极科学考察内陆冰盖考察GPS的实测资料，验证了此次考察中南极内陆冰盖Dome A最高点可能区域选取的正确性，并分析了Dome A最高点位置测定的准确性。 相似文献
10.
为进一步提升复杂地形条件下无人机激光雷达(Light Detection and Ranging,LiDAR)点云数据构建数字高程模型的效率与精度,以2022年北京冬奥会延庆赛区场馆建设用地为实验区,按照不同抽稀比例,对实验区原始无人机激光雷达点云中分类出的地面点数据进行抽稀处理,利用克里金插值算法对不同密度地面点数据进行插值处理,结合高程中误差、平均绝对误差对生成的数字高程模型进行双重精度评定,得出以下结论:对于复杂地形而言,随着点云数据密度的下降,数字高程模型建模效率明显提升,但地形特征逐渐模糊,数据精度级别逐级降低,其中高程中误差由0.381 m增大至1.914 m,平均绝对误差值由0.335 m增大至1.357 m.在满足精度要求的前提下,对LiDAR点云数据进行适度抽稀处理,可保障生产成本与时效. 相似文献
11.
Arabinda Sharma K. N. Tiwari P. B. S. Bhadoria 《Journal of the Indian Society of Remote Sensing》2009,37(1):139-146
Digital elevation models (DEM) are becoming increasingly important as tools in hydrological research and water resources management.
Since error and uncertainty are inherently associated with spatial data, a complete evaluation of a DEM is of utmost importance
before it is put into subsequent analysis. The present paper offers an innovative approach for quality assessment of contour
interpolated DEMs of different resolutions. Five most frequently cited interpolation methods viz., TIN with linear interpolation,
Inverse Distance Weighing, Thin Plate Spline, Ordinary Kriging and TOPOGRID were selected for gridding of contours at five
different resolutions i.e., 30m, 45m, 60m, 75m and 90m. In order to compare the quality of interpolated DEMs, a qualitative
and quantitative evaluation of inter-polated DEMs for their vertical, horizontal and shape accuracy were carried out. It was
found that different interpolation methods produced DEMs with different levels of artifacts. The analyses of vertical accuracy
suggested that the variations were not pronounced in nature. However, the quantitative comparisons for horizontal and shape
accuracy showed that there was a high level of disparity with significant differences among the interpolated DEMs. 相似文献
12.
本文介绍了InSAR卫星轨道状态矢量内插方法,基于荷兰Delft大学开发的Doris雷达干涉软件分析了SAR卫星轨道数据误差对基线参数、参考椭球面相位、地形干涉相位和数字高程模型(DEM)精度的影响。以西藏玛尼地区为例,采用ERS1/2卫星数据,利用Doris软件,分别生成了基于欧空局(ESA)粗略轨道数据和荷兰Delft大学精密轨道数据的数字高程模型(DEM),并以SRTMDEM为基准对其精度进行了对比分析。结果表明,基于粗轨数据获取的DEM明显存在系统偏差,而基于精轨数据获取的DEM与SRTM DEM吻合的很好,相对于前者,精度提高5倍。 相似文献
13.
14.
为了降低采样点水平和高程误差对数字高程模型（digital elevation model,DEM）建模精度的影响,受总体最小二乘算法启发,以较高精度的多面函数（multiquadric function,MQ）为基函数,发展了整体最小二乘MQ算法（MQ-T）,并分别借助数值实验和实例分析验证模型计算精度。数值实验中,以高斯合成曲面为研究对象,设计了受不同误差分量影响的采样数据,借助MQ-T曲面建模,并将计算结果与传统MQ进行比较。结果表明,当采样点仅受高程误差分量影响时,MQ-T计算结果精度与MQ相当;当采样数据受水平误差分量影响时,MQ-T计算结果中误差小于MQ中误差。实例分析中,以全站仪获取的采样数据为研究对象,借助MQ-T构建测区DEM,并将计算结果与传统插值算法进行比较,如反距离加权（inverse distance weighted,IDW）法、克里金（Kriging）法和澳大利亚国立大学DEM专用插值软件（（Australian National University DEM,ANUDEM）法。精度分析表明,随着采样点密度降低,各种插值算法精度逐步降低;不管采样密度多少,MQ-T计算精度始终高于传统插值算法;对山体阴影图分析表明,MQ-T相比Kriging法有一定峰值削平现象。 相似文献
15.
具有高分辨率和连续表面的DEM数据是获取月球形貌特征并进行数字地形分析的主要数据源。本文选择嫦娥五号候选着陆区中的一个区域作为试验区,首先,基于LROC NAC立体影像、ISIS3和Stereo Pipeline软件生成高分辨率DOM影像及对应DEM数据,并将其与日本SELENE数据进行对比;然后,利用反距离权重、径向基函数和经验贝叶斯克里金3种插值方法对DEM数据的空洞区域进行修复,并对不同修复方法进行交叉验证分析。结果表明：生成的DOM和DEM分辨率约3.5 m,明显比7.4 m分辨率的日本SELENE数据清晰,并具有更强的地形表达能力;径向基函数插值法的空洞修复效果最好,交叉验证均方根误差为0.26 m。本文对准确获取月球形貌特征、探测器选址等具有一定作用,并能够为其他区域的高分辨率连续DEM数据生成提供参考。 相似文献
16.
Digital elevation models (DEMs) are essential to various applications in topography, geomorphology, hydrology, and ecology. The Shuttle Radar Topographic Mission (SRTM) DEM data set is one of the most complete and most widely used DEM data sets; it provides accurate information on elevations over bare land areas. However, the accuracy of SRTM data over vegetated mountain areas is relatively low as a result of the high relief and the penetration limitation of the C-band used for obtaining global DEM products. The objective of this study is to assess the performance of SRTM DEMs and correct them over vegetated mountain areas with small-footprint airborne Light Detection and Ranging (Lidar) data, which can develop elevation products and vegetation products [e.g., vegetation height, Leaf Area Index (LAI)] of high accuracy. The assessing results show that SRTM elevations are systematically higher than those of the actual land surfaces over vegetated mountain areas. The mean difference between SRTM DEM and Lidar DEM increases with vegetation height, whereas the standard deviation of the difference increases with slope. To improve the accuracy of SRTM DEM over vegetated mountain areas, a regression model between the SRTM elevation bias and vegetation height, LAI, and slope was developed based on one control site. Without changing any coefficients, this model was proved to be applicable in all the nine study sites, which have various topography and vegetation conditions. The mean bias of the corrected SRTM DEM at the nine study sites using this model (absolute value) is 89% smaller than that of the original SRTM DEM, and the standard deviation of the corrected SRTM elevation bias is 11% smaller. 相似文献