公共文化服务平台

共 7 条记录，以下是 1-7

全选清除导出

排序方式：

顾及地形坡度的SRTM和ASTER加权融合被引量：2: 2020年; 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。; 郑婷婷陈传法刘洪涛; 关键词：SRTM ASTER 坡度

一种综合考虑采样点水平和高程误差的DEM建模算法被引量：2: 2018年; 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。; 陈传法闫长青刘凤英赵娜刘国林; 关键词：DEM 插值多面函数

基于高斯过程回归的SRTM数据空洞填补方法被引量：3: 2020年; 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。; 高原陈传法杨帅; 关键词：数字高程模型(DEM)插值

基于ICESat/GLAS的山东省SRTM与ASTER GDEM高程精度评价与修正被引量：16: 2020年; SRTM3和ASTER GDEM V2数据具有较高的空间分辨率和广泛的覆盖范围,对于地学研究具有重要意义;但在不同地形复杂度和地面覆盖物区域,两类数据的误差分布并不均匀。SRTM3和ASTER GDEM V2数据自公布以来,其精度修正一直是研究热点。然而大范围区域精度验证缺乏有效手段,传统方法可靠性差且数据获取成本较高。自ICESat-1数据公开以来,它们已成为SRTM3和ASTER GDEM V2精度评定的主要检核点。为此,本文以山东省为研究区域,借助ICESat-1评估了SRTM3和ASTER GDEM V2的高程精度,并根据插值误差曲面对两种DEM进行了修正。分析表明,原始SRTM和ASTER高程中误差分别为5.57 m和7.20 m,均高于标称精度;随着坡度的增大,高程精度呈降低的趋势。通过分析土地覆盖类型与误差分布关系表明:农田、灌丛土地类型精度较高;森林、湿地精度较低。分别采用反距离加权、普通克里金、地形转栅格和自然邻域插值方法构建误差曲面。结果表明:不同的插值方法构建的误差曲面的特征和精度也不同。其中,反距离加权修正的效果最佳,其次是地形转栅格和自然邻域,而普通克里金修正的效果最差。; 秦臣臣陈传法杨娜高原王梦樱; 关键词：SRTM ASTER 插值

适用于林区机载LiDAR点云的多分辨率层次插值滤波方法被引量：9: 2021年; 针对现有机载激光雷达点云滤波算法在林区适用性不强的问题,提出一种基于多分辨率层次插值的林区LiDAR滤波方法。该方法首先借助形态学迭代开运算和稳健z-score方法获取大量地面种子点;然后从低层到高层滤波过程中,通过薄板样条函数构造地面参考面,并借助自适应坡度阈值选择地面点;最后将分类出的地面点更新地面参考面,层层迭代直至滤波结果收敛。以ISPRS提供的6组山区基准数据为研究对象,将新方法滤波结果与近5年提出的10种滤波算法比较表明:新方法滤波结果精度最高,平均总误差和Kappa系数分别为1.89%和87.88%。在实例分析中,以6个不同林区点云数据为研究对象,将新方法与形态滤波算法(MF)和渐近不规则三角网加密滤波算法(PTD)比较表明:新方法平均总误差为6.82%,而MF和PTD平均总误差分别为9.21%和8.49%;且前者获取的DEM精度优于后两种方法。; 陈传法王梦樱杨帅王珍; 关键词：滤波插值

机载LiDAR点云分块插值滤波被引量：6: 2021年; 现有机载激光雷达(LiDAR)点云滤波算法在简单地形下取得了较好的滤波效果,但普遍对陡坡地形适应性较差。为提高在不同地形下的滤波性能,提出了基于分块的多尺度表面插值滤波算法。该算法首先通过改进的区域增长分块算法将原始点云分为点云块集和散点集,然后通过构建的多尺度表面插值算法同时对点云块和散点进行分类。利用国际摄影测量与遥感学会(ISPRS)提供的基准数据验证表明,该方法在15个样本中有11个样本滤波效果优于现有滤波方法,对各类地形均有较强适应性,且该方法平均总误差最小。对三种不同地形特征的高密度数据滤波实验,也验证了该方法的良好性能。; 常兵涛陈传法郭娇娇武慧明; 关键词：滤波插值多尺度分块

顾及数据配准的江西省SRTM DEM精度评价和修正被引量：7: 2021年; 目前,ICESat/GLAS是大尺度SRTM DEM精度评价的主要数据源。然而,现有的精度评价方法均忽略了2组数据的有效配准。为此,本文分析了数据配准前、后SRTM DEM整体精度差异,以及不同地形因子和土地利用类型对SRTM DEM影响程度。在此基础上,充分考虑SRTM DEM精度影响因素,分别借助多元线性回归(MLR)、后向传播神经网络(BPNN)、广义回归神经网络(GRNN)以及随机森林(RF)对SRTM DEM修正。结果分析表明:配准前,ICESat/GLAS与SRTM DEM沿x、y方向的平均水平位移分别为-17.588 m、-29.343 m,高程方向系统偏差为-2.107 m;配准后,SRTM DEM的系统误差基本消除,而且中误差降低了14.4%。配准前,坡向与SRTM DEM误差呈正弦函数关系,配准后这种关系基本消失。SRTM DEM误差均随地形起伏度、坡度、高程的增加呈增大趋势;6种土地利用类型中,SRTM DEM在林地误差最大,未利用土地误差最小。对配准后SRTM DEM修正表明,RF效果最优,其中误差分别比MLR、BPNN、GRNN降低了3.1%、2.7%、11.3%。; 杨帅杨娜陈传法常兵涛高原郑婷婷; 关键词：SRTM 数据配准 DEM 地形因子土地利用类型

全选清除导出

共1页<1>

国家自然科学基金(41371367)