共查询到10条相似文献，搜索用时 33 毫秒
1.
2.
ASTER GDEM与SRTM3高程差异影响因素分析 总被引：3，自引：0，他引：3
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。 相似文献
3.
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 thermal emission and reflection radiometer global digital elevation model,ASTER GDEM)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融合模型的高程校正效果整体上优于ASTER GDEM高程校正模型、SRTM1高程校正模型和BP神经网络融合模型,高程均方根误差分别降低6.81 m、0.34 m与0.19 m,具有良好的适用性与误差校正效果。 相似文献
4.
全球数字高程产品概述 总被引：1，自引：0，他引：1
随着世界各国乃至全球信息化和数字化的发展以及全球化热点问题的研究,高精度、高分辨率全球数字高程产品在广泛的应用领域中扮演着越来越重要的角色。为了方便不同用户根据个人需求选择合适的数据产品,本文首先论述了数字高程产品的精度衡量指标,并对其常用的指标进行等价描述,以便不同数字产品之间的比较分析;然后从全球化高程数据的获取方式出发,经由最初的多源数据融合,到后续基于光学立体摄影测量及合成孔径雷达干涉测量InSAR (Interferometric Synthetic Aperture Radar)的全球测图,对其发展的ETOPO、GTOPO30、GMTED2010、ASTER GDEM、AW3D30、SRTM及TanDEM-X DEM全球化数据产品的主要性质和特点进行详细介绍,并简单概括了不同数字产品的发展历程。在此基础上,本文以宁夏回族自治区吴忠市一座山脉为例,通过定性及定量对比的方式详细分析了1″及3″经纬度格网分辨率下的数字高程产品。分析表明,对于采用同一种技术手段生产的数字高程产品,AW3D30及ASTER GDEM均展现出相对丰富的地貌细节特征,均优于SRTM及TanDEM-X DEM产品,但ASTER GDEM产品颗粒效应明显,且产品精度较低;而TanDEM-X DEM是从更高分辨率产品重采样获取,因此相对平滑;就数字高程产品的高程精度而言,TanDEM-X DEM产品精度最高,其次为AW3D30及SRTM产品,均远优于由多源数据融合获取的全球数字产品。 相似文献
5.
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。 相似文献
6.
在不同分组条件下,以1∶10 000数字地形图构建的DEM作为参考,对由资源三号正后视立体像对构建的DEM、SRTM和ASTER GDEM提取的高程、坡度和坡长进行对比分析,结果表明:(1)资源三号数据构建的10 m分辨率DEM表现出最高数据质量,增加控制点个数及提高DEM生产的分辨率,并未提高数据质量;(2)在海拔1000~1100 m,分辨率30 m的SRTM和ASTER GDEMv2数据质量凸显绝对优势,但在海拔1100~1300 m及不同土地利用类型分组中,资源三号数据构建的10 m分辨率DEM数据质量更高;(3)建立了基于多组样本数据进行相似性评价的指标——SI指数,综合试验样本的均值和标准差定量化评价与参考样本数据的相似程度,可定量反映数据组之间的相似关系。 相似文献
7.
在无控制点的卫星影像正射校正中,大多采用DSM/DEM数据作为辅助数据来消除或限制因地形起伏引起的形变,然而经不同格网密度的DSM/DEM正射校正后的影像对后续处理会产生不同程度的影响,如对地物分类精度产生影响。针对这一问题,本文分别采用不同的DSM/DEM数据(China DSM 15 m、ASTER GDEM 30 m和SRTM 90 m)对资源三号影像进行正射校正,然后对正射校正后影像利用支持向量机进行分类,比较正射校正后影像结果的分类精度。结果表明:在相同重采样方法下,影像经China DSM 15 m DSM正射校正后结果的分类精度优于ASTER GDEM 30 m DEM和SRTM 90 m DEM。 相似文献
8.
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。 相似文献
9.
SRTM、ASTER GDEM和AW3D是比较有代表性的全球数字高程模型。本文探讨了采用车载动态PPP技术对上述3类模型的区域高程精度进行检核,首先沿广州至肇庆公路进行连续数据采集,采用动态精密单点定位（PPP）技术解算动态点的WGS-84坐标;然后利用EGM2008重力场模型和仪器高获得动态点的正常高;最后采用4种不同的插值方法对SRTM、ASTER GDEM和AW3D模型进行高程检验。检核结果显示：不同的插值方法具有较好的一致性,SRTM3 V4.1、ASTER GDEM V2、AW3D30的高程标准差分别优于3.4 m、4.1 m和3.3 m,均优于其全球标称高程精度;本文检核方法快速高效,有较好的适用性。 相似文献
10.
中国地区30 m分辨率SRTM质量评估 总被引：5，自引：0，他引：5
高分辨率、高质量地形数据有利于地震、火山与滑坡地质灾害等环境变化相关的研究。2014年9月,美国国家地理空间情报局宣布30 m分辨率的SRTM DEM数据逐步向全球用户免费开放。本文对中国境内最新发布的SRTM DEM开展了质量评估与验证工作,讨论了传感器波长、植被覆盖、影像数量等影响DEM质量的关键因素。研究结果表明,30 m分辨率的SRTM DEM高程精度（10 m）与SRTMX DEM相当,并优于ASTER GDEM v2、SRTM v4.1和SRTM v3。 相似文献