中国区域TanDEM-X 90 m DEM高程精度评价及其适用性分析

数字高程模型（Digital Elevation Model, DEM）是地球表层系统科学相关研究的基础数据,DEM数据精度的定量评价对科学选择DEM数据源、量化数据误差的影响等具有重要意义。在目前全球尺度可免费获取的DEM数据中,2018年发布的TanDEM-X 90 m DEM（TanDEM-X 90）数据凭借其较好的现势性得到了广泛关注。然而,目前大区域尺度上开展的针对TanDEM-X 90数据精度的评价工作较为有限,缺乏对其整体精度及误差空间分布特征的系统认知。本文以ICESat/GLAS卫星测高数据为评价数据,并选择SRTM-3 DEM和AW3D30 DEM作为对比数据,以平均绝对误差（MAE）、均方根误差（RMSE）、偏度和峰度等为统计指标,重点研究了TanDEM-X 90在中国主要陆地区域的误差统计特征和空间分布规律,探讨了高程、坡度、地貌类型、土地覆盖等对DEM精度的影响,并进行了适用性分析。结果表明：① 在中国区域,TanDEM-X 90数据的平均绝对误差和均方根误差分别为4.31 m和7.87 m,其高程精度与SRTM-3相近,但明显低于AW3D30;② 当坡度低于4°时,TanDEM-X 90的整体精度为3种数据中最高的;③ 对于平原、丘陵、台地这3类地貌类型,TanDEM-X 90相较SRTM-3而言具有一定精度优势;④ 本研究还以流域为单元绘制了全国尺度的TanDEM-X 90误差空间分布图,为该数据在全国尺度或典型区域的应用提供重要参考。研究也表明TanDEM-X 90在反映地表高程信息方面具有更好的时效性,能更好地反映中国区域近年来受人类活动影响的地表高程变化。     

ICESat卫星数据垂直精度分析

以山西省吕梁市水峪贯地区为研究区域,基于大比例尺地形图对ICESat/GLA14数据的垂直精度进行了分析。首先,对ICESat/GLA14数据下载和处理,以1:5万地形图为基础数据,生成DEM,提取地形因子;然后,提取ICESat/GLA14数据对应的高程值、坡度、坡向、起伏度等信息;最后,对ICESat/GLA14数据与地形图数据的高程差以及高程差随这些分类后的影响因子的变化规律进行了统计分析、研究结果表明:ICESat/GLA14数据在水峪贯地区平均误差为-5.66m,绝对误差均值为21.92m,标准偏差为27.40m,均方根误差为27.98m;ICESat/GLA14数据的垂直精度随坡度和地形起伏度的增加而降低,受坡向因子影响不大,平均误差在NS轴左边为负值,NS轴右边为正值。     

SRTM1 DEM与ASTER GDEM V2数据的对比分析

本文以山西省为实验区,基于ICESat/GLA14测高数据对SRTM1 DEM和ASTER GDEM V2数据的垂直精度进行了对比,分析了其在坡度、土地利用类型和地貌类型中的误差分布情况,并基于地形剖面方法分析了2种DEM数据在地形表达上的差异。研究结果表明：① 在垂直精度上,SRTM1 DEM数据要明显高于ASTER GDEM V2数据,其绝对误差均值分别为4.0 m和7.8 m,标准偏差分别为6.0 m和10.7 m,均方根误差分别为6.1 m和10.7 m。② 这2种DEM数据的精度受坡度影响严重,随坡度值的升高误差增大;SRTM1 DEM的绝对误差均值、标准偏差和均方根误差在水田最小,在林地最大,而ASTER GDEM V2的这3种误差在居民用地最小,在林地最大;SRTM1 DEM 和ASTER GDEM V2的绝对误差均值、标准偏差和均方根误差在平原地区最小,在大起伏山地最大。③ 在平原和台地地区,ASTER GDEM V2数据高程值有异常波动,SRTM1 DEM在起伏山地存在对山谷过高估计。总体上,SRTM1 DEM比ASTER GDEM V2对地形的表达准确,与ICESat/GLA14对地形的描述基本相一致。     

定南县岭北矿区植被覆盖与地形因子关系分析

以岭北稀土矿区植被退化的环境为研究背景,数据选择1990、1999、2008、2013四年30 m分辨率LandsatTM数据,利用像元二分模型估算研究区植被覆盖度;利用DEM数据获取研究区的坡度及坡向地形因子,并对不同地形因子进行定量评价。分析定南县岭北矿区植被覆盖度与不同地形因子条件的相关性,及不同地形因子条件下植被覆盖的分布特点。研究结果表明:植被覆盖度受高程、坡度影响较大,其中在高程400 m到500 m,坡度6°~15°区域内植被覆盖度较其他区域高,坡向影响主要表现在阳坡阴坡上,阴坡植被覆盖度普遍比阳坡高。研究结果能够快速、客观地反映稀土矿区植被的状况,为南方稀土矿区环境的治理和监测提供有效科学依据。     

CryoSat DEM与多种南极DEM的对比分析

南极洲被巨厚冰雪覆盖,地质构造以南极横断山脉为界,总体分为东南极地盾和西南极活动带。数字高程模型（DEM）是研究南极冰盖变化的基础数据之一。通过多期次数字高程模型相比较获得高程的变化信息,是分析南极冰盖厚度变化和物质平衡的重要手段。然而不同类型DEM之间存的平面误差和垂直误差影响分析结果的精度。首先利用配准消除DEM间的水平误差,然后计算并按坡度提取CryoSat DEM与其他DEM的平均高程差和标准差,最后分析高程差的时空变化特征。通过分析发现,DEM之间存在不同的平面误差。其中TanDEM_X DEM与CryoSat DEM的高程平面偏差最小,而ICESat DEM与CryoSat DEM的高程平面偏差最大。在垂直方向上,0°~1°的坡度范围内,CryoSat DEM与TanDEM_X DEM的平均高程差在3.5~5.5 m之间,标准差小于18.0 m;CryoSat DEM和Bamber 1km DEM的平均高程差在-2.5~+1.0 m之间,标准差小于24.2 m;CryoSat DEM与ICESat DEM的平均高程差在-25.0~-1.0 m之间,标准差小于47.2 m;CryoSat DEM与RAMPv2 DEM的平均高程差在1.3~3.2 m之间,标准差小于45.6 m。通过研究发现南极冰盖内部高程增加,但西南极冰盖和东南极冰盖高程均在降低,且西南极降低明显,同时南极边缘地区高程降低明显。本研究为全球变化研究和南极物质平衡研究提供了重要参考。      

神农架林区植被分布与地形的关系研究

神农架林区是我国物种多样性最为丰富的地区之一,地形地貌复杂,对植被分布影响巨大。本文利用该地区2007年数字高程数据、2007年植被分布图以及2017年野外实地调查数据,基于最大熵模型和空间分析理论,从植被类型和种群两个角度研究该地区不同尺度植被空间分布的地形特征,分别量化植被类型和种群空间分布的地形范围,得到植被类型与地形因子关系模型、植被种群与地形因子关系模型。结果表明:①神农架林区影响植被空间分布的地形因子不同,其中影响针叶林分布的最重要的地形因子是高程和高程变异系数,影响阔叶林分布的是高程和坡向,影响灌丛分布的是坡向变率和坡向,影响草丛分布的较为分散;②典型植被种群分布的地形范围和植被类型的基本一致,其中90%针叶林分布在高程1600~2600 m间,典型种群巴山冷杉和华山松主要分布在高程1700~3200 m和1700~2200 m;85%的阔叶林分布在高程1000~2000 m间,典型种群青冈类和鹅耳枥主要分布在高程1200~2200 m间;95%的灌丛分布在坡向变率0~40°间,典型种群杜鹃和蔷薇主要分布在坡向变率小于40°的范围,但相应的关系模型存在差异,植被类型与地形因子为高斯模型,典型种群与地形因子关系模型相对复杂,不同种群的分布模式不同;③虽然坡度常作为数字地形的重要因子,但本文研究发现该地区坡度对植被类型和种群分布的影响不明显。研究结果可为神农架林区植被保护和恢复,以及植被规划和管理提供基础参考。     

典型山区SRTM3与ASTER GDEM数据精度对比分析——以青藏高原东麓深切河谷区为例

目前广泛应用的数字高程模型(DEM)包括SRTM和ASTER GDEM,但在地形影响下,两类数据的误差分布并不均匀。本文选用1:5万地形图DEM及河流要素作为参照,在青藏高原东麓山区开展实验,分别采用"河流-河谷"位置偏移量与高程中误差来评价两类数据的平面精度与垂直精度,结果表明:(1)实验区内SRTM3存在向西南方向的水平位置偏移,平均偏移量为127.8 m,ASTER GDEM则以正西方向偏移为主,平均偏移量为104.1 m,该区域ASTER GDEM的总体平面精度较好;(2)SRTM3数据样本的绝对误差分布相对集中,高程中误差为35.3 m,小于ASTER GDEM样本的高程中误差50.2 m,总体垂直精度优于ASTER GDEM;(3)在平均高程大于4500 m的高海拔区域,两类数据的中误差与高程值正相关,SRTM3中误差随高程增速较慢,垂直精度较ASTER GDEM高;(4)两组数据垂直精度对坡度有较大依赖性,中误差随坡度近似指数曲线增长,在平缓区域SRTM3中误差小于ASTER GDEM。本研究为该类数据在山区的选用及误差修正提供依据。     

结合ICESat-2和GEDI的中国东南丘陵地区ASTERGDEM高程精度评价与修正

星载激光雷达ICESat-2和GEDI可以为数字高程模型产品的精度评价与修正提供全球覆盖的、可靠的高精度参考数据源。然而,现有的DEM修正方法主要是针对DEM误差中的植被高信号且多采用线性回归模型。为此,本文分析了ASTER GDEM v3精度与土地覆盖类型、高程、坡度、起伏度及植被覆盖率的关系。在此基础上,提出了一种考虑上述多种精度影响因素并结合XGBoost和空间插值的DEM误差修正方法。结果分析表明:原始ASTER GDEM的误差整体呈正态分布,平均误差为-3.463 m,存在较大负偏差,高程精度随着高程、坡度、起伏度及植被覆盖率VCF的增大呈降低趋势;经过修正后,ASTER GDEM平均误差降低到了-0.233 m,负偏差得到有效改善,整体平均绝对误差降低了26.04%,整体均方差降低了23.56%,耕地、林地、草地、湿地、水域及人造地表的DEM平均绝对误差和均方差都有不同程度的降低;本文提出的方法对多种特征要素与地形误差间的非线性关系进行拟合建模,在研究区取得了较好的修正效果。     

太阳辐射模拟的DEM尺度影响因素分析

利用DEM分析方法为起伏地形下太阳辐射模拟提供了条件。然而DEM的尺度效应对太阳辐射模拟产生很大的影响。本文以黄土丘陵和秦岭高山为实验样区,以一系列不同分辨率的DEM,模拟日、月及年总天文辐射,比较其误差大小及地形分析的差异。实验结果显示,随着DEM栅格分辨率的降低,天文辐射逐渐增大;当栅格分辨率大于地面相对高差时,模拟的天文辐射基本稳定,坡向、坡度等地形因子对辐射的再分配作用已不显著。黄土丘陵区,当DEM分辨率接近1000m时,天文辐射年总量的相对误差为22%,超过该区域一个冬季的天文辐射量。秦岭山区地表起伏大,误差较黄土丘陵地区小,最大相对误差为17.8%。总之,地表起伏越小,DEM栅格分辨率对太阳辐射模拟的影响越大。     

顾及数据配准的江西省SRTM DEM精度评价和修正

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%。     

资源三号卫星DEM数据与全球开放DEM数据的误差对比

全球开放DEM数据为数字地形分析提供了重要数据源。与已有的全球开放DEM数据相比,资源三号卫星具有更高的空间分辨率、更大的覆盖范围和更好的现势性。将资源三号卫星生成的DEM数据与全球开放DEM数据进行误差对比则为基于资源三号卫星的全球DEM数据研制提供科学依据。本文以山西省中部太原市为研究区,基于高精度激光点云数据生成DEM为参考数据,对资源三号卫星影像生成的DEM数据与全球典型的开放DEM数据(AW3D30、SRTM1和ASTER GDEM)的误差进行了对比分析,并获得了其在不同坡度等级下绝对误差与相对误差的平均值、平均绝对值、均方根值和标准偏差值。研究结果表明:①4种DEM数据的误差分布均具有较好的对称性。同时,平均误差接近于0 m,SRTM1和ASTER GDEM数据更是如此。因此均方根误差值与标准偏差值近似一致;②资源三号DEM具有最高的精度,误差最小(均方根误差4.6 m)。其次为AW3D30数据(均方根误差5.6 m)和SRTM1数据(均方根误差8.8 m)。ASTER GDEM数据误差最大(均方根误差12.6 m),精度最差;③资源三号DEM、SRTM1和ASTER GDEM数据的误差均随坡度的变大而增大,而AW3D30数据误差随着坡度增加呈现先减小后增大的趋势。总体上,与其他3种DEM数据相比,资源三号DEM在所有坡度范围均具有最小的误差值。     

基于ICESat-2数据的高程控制点提取和精度验证

ICESat-2(Ice, Cloud and land Elevation Satellite-2)数据的平面定位精度达到米级,高程定位精度达到亚米级,但受各种外界因素的影响,部分激光足印点的高程精度较差,不能用作高程控制点。针对上述问题,本文提出一种适用于ICESat-2数据的多参数联合的高程控制点提取方法。该方法首先利用内置参数辅助检查激光足印点数据质量,滤除异常激光足印点,然后参考内置DEM（Digital Elevation Model）数据进行高程粗差剔除,最后结合云量标记、坡度参数以及时间标记属性参数设置阈值精细筛选,保留满足质量检查、坡度小、云量少的激光足印点作为最终高程控制点,并利用高精度参考高程数据进行精度验证。为验证本文方法的有效性,选取郑州西部、北科达他州西南部、印第安纳州北部地区的ICESat-2激光数据（高程平均绝对误差分别为3.711、0.582、0.333 m）进行高程控制点提取实验,实验结果表明,筛选后的激光足印点平均绝对误差分别达到0.827、0.393、0.131 m,该提取方法在多种地形场景下均能够提取出一定数量且精度较高的高程控制点,不仅能为1：50 000以及1：10 000立体测图提供数据支撑,还能为全国甚至是全球高程控制点提取和高程控制点库建设提供参考。     

DEM数据误差与地形描述误差对坡度精度的影响

数字高程模型(Digital Elevation Model,DEM)的数据误差和地形描述误差是两种不同性质的误差.本文以模拟实验获得的高精度DEM为数据源,分析坡度计算精度与DEM数据误差和地形描述误差的耦合关系.研究表明:DEM数据误差和地形描述误差对坡度精度影响是一个反向作用的过程.随着DEM格网的增大,数据误差的影响逐渐减小,地形描述误差的影响逐渐增大;在起伏变化地形区域,坡度误差先减小后增大,且存在一个最佳大小的格网,此时坡度误差最小.最佳格网的大小与DEM数据误差大小和地形起伏变化的复杂程度密切相关.研究结果表明,基于DEM提取坡度的误差来源与误差性质,对正确估算坡度精度具有很好的实际意义.     

规则格网DEM局地坡面凸凹性精度分析

DEM地表形态精度分析理论与方法的建立,对DEM数据的生产和广泛应用具有重要意义。本文从局地坡面形态的凸凹性角度,剖析规则格网DEM格网点位置、格网分辨率对DEM局地坡面凸凹性的影响,以期进一步完善和发展DEM质量分析的理论与方法。论文首先阐述了DEM局地坡面凸凹性的基本概念,研究建立了规则格网DEM的局地坡面凸凹性量化分析方法,并以黄土丘陵5、10、15、25、……、155 m DEM为例,采用比较分析方法研究了局地坡面凸凹性随DEM格网点位置和格网分辨率的变化特征。研究表明:对于本研究中的1:5万DEM,10 m(跃变率≤0.3%)是其最佳的格网分辨率阈值,当DEM实际格网分辨率高于该阈值时,实际DEM与最佳格网分辨率DEM具有近乎相同的局地坡面凸凹性,主要在正地形与负地形的过渡区域会发生不同程度的坡面凸凹性变化;当DEM实际格网分辨率低于该阈值时,实际DEM的局地坡面凸凹性,会随着DEM格网点布设位置和DEM格网分辨率发生较大的不确定性变化。     

西藏一江两河地区人口分布与地形要素关系分析

地形条件是影响区域人口分布的最基本的因素之一,本文基于1 km×1 km人口空间分布公里网格数据定量分析一江两河地区人口分布基本特征及其与高程、坡度、坡向、地形起伏度等地形要素之间的关系,有助于揭示西藏高原人口分布现状的本质、理解人口空间分布结构特征,对于今后宜居地选址、改善农牧民人居环境、制定区域经济发展政策,促进区域内人口、资源与环境可持续发展具有重要意义。研究结果表明：① 一江两河地区90%的区域人口密度不足10人/km²,80%的人口分布在不足5%的土地上,人口分布比较集中。当前一江两河地区有2个主要的人口集中区,分别是拉萨市城关区和日喀则地区日喀则市,拉萨市城关区尤其显著。② 一江两河地区人口沿河分布,80.46%的人口居住在距离河流10 km以内区域,人口总数、人口密度与距河流距离呈明显的指数关系,距离河流2 km以内的区域人口密度高于50人/km²;③ 近99%的人口分布在海拔4500 m以下,当高程超过3800 m时,人口密度随海拔升高呈下降趋势;④ 近70%的人口分布在坡度小于15°的区域,而且随着坡度越大,人口密度越小,人口分布受坡向的影响不明显;⑤ 地形起伏度对人口分布的影响显著,近85%的人口分布在地形起伏度小于800 m的区域,人口密度与地形起伏度之间为倒指数关系。     

A DEM fusion method for ascending and descending orbit StereoSAR DEMs in complicated mountain areas considering SAR echo intensity

To extract the high-quality DEM in complicated mountain areas,a DEM fusion method for ascending and descending orbit StereoSAR DEMs considering Synthetic Aperture Radar(SAR)echo intensity is proposed.After the analysis for the influence of terrain features and SAR side-looking imaging characteristics on radar echo intensity and DEM accuracy,four Terras AR-X images with the stripmap mode and the 3 m spatial resolution covering a certain area of Maoxian County,Sichuan Province,China,was selected as the experimental area.StereoSAR technology was used to extract the ascending orbit StereoSAR DEM and the descending orbit StereoSAR DEM,respectively,and the corresponding radar echo intensity map was calculated.Then,while comparing the radar echo intensity corresponding to the same point position,DEM fusion was carried out,and the accuracy of DEM before and after the fusion was analyzed with the ground points measured by GNSS-RTK as reference data.Finally,a high-quality DEM with a 3 m spatial resolution in the experimental area was obtained.The DEM accuracy was improved on all slopes,and the mean absolute deviation(MAD)improved to 4.798 m,the standard deviation(SD)improved to 6.087 m and the LE90 improved to 40.48 m.The experimental results indicate that the fusion method of highresolution ascending and descending orbit StereoSAR DEMs considering SAR echo intensity can effectively extract DEM with high accuracy and reliability,which can provide technical support for obtaining highquality terrain information in similar areas.