高精度DEM（共4篇）
高精度DEM 篇1
1 引言
栅格DEM是目前用于水文分析的主要数据形式[1,2,3]。水文因子的提取往往是水文分析的第一步, 水文因子的精度直接关系到水文分析结果的准确性[4,5]。针对栅格DEM的分辨率对汇流网络、河道长度、流域边界等水文因子提取的影响, 国内外学者进行了大量研究[6,7,8,9,10]。但这些研究通常是通过数字化大比例尺地形图得到高分辨率栅格DEM, 而后将高分辨率DEM重新采样获得低分辨率的DEM, 由此对比不同分辨率DEM对水文因子的提取和水文分析的影响。
DEM有不同的获取来源, 其质量和分辨率不尽相同[11]。目前, DEM数据获取源有基于我国不同比例尺地形图生成的1∶1万DEM、1∶5万DEM、1∶25万DEM, 其水平分辨率分别为5m、25m、100m;有可免费下载覆盖全球大部分区域的DEM包括HYDRO1K、90m SRTM3-2、30m ASTER GDEM等, 其水平分辨率分别为1000m、90m、30m。本文选取实验样区内的1∶1万DEM、1∶5万DEM、1∶25万DEM、90m SRTM3-2、30m ASTER GDEM五种DEM, 以1∶1万DEM提取的水文因子为基准, 其他四类DEM通过与1∶1万DEM对比, 显示这些不同源DEM提取水文因子的精度差异, 对合理地选取DEM数据源提供参考。
2 数据与方法
2.1 样区选取与数据预处理
实验样区选在皖东地区滁州市清流河流域的琅琊山及周边地区 (图1) , 位于118°34′6″—118°22′30″E、32°12′30″—32°27′32″N, 平均海拔高度62.1m, 最大高度357.8m, 最低高度6m, 总面积815km2。本区域属于典型的平原微丘与低山丘陵相间分布的地区, 是江淮分水岭的南缘。本文对五种DEM数据进行了投影转换、水平校正和垂直校正, 减小数据之间的地理位置和高程测量值系统性偏差。同时, 以1∶1万DEM数据的区域范围为基准, 对其他四种DEM进行裁切, 使五种DEM研究区域的范围保持一致。
2.2 水文因子提取与精度对比方法
水文因子提取过程:现在我国市场上已经有了较多的成熟软件来完成流向、汇流、流域及子流域等信息的提取工作, 如在WMS、Arc GIS中内置水文模块Hydrology、SWAT、TOPZA分布式水文模型、River Tools等[2,3,4,12,13,14,15,16,17,18,19]。Hydrology提供了强大的水文信息提取功能, 可方便快捷地完成河网提取、流域划分等任务。国内外科研工作者应用其开展了大量工作[20,21], 水文分析过程已成熟。图2为应用Hydrology从DEM中提取部分水文因子的流程。
河网套合差:河网套合差是定量描述河网吻合程度的量化指标[22,23,24]。对整个研究区域, 河网套合差 (D) 的计算公式为:D=Ai/S。式中, Ai表示两条河网叠加产生的细碎多边形的面积;S为流域总面积。河网套合差越小, 表明河网吻合程度越高。
子流域精度对比:子流域精度的表达是通过计算样区不同源DEM与1∶1万DEM的子流域面积差和子流域边界周长差, 其方法为:随机选取n个集水点, 提取出这n个点在各类DEM上分别所属的子流域, 计算这些子流域的面积和边界周长;将1∶5万、1∶25万DEM、90mS RTM DEM、30mA STER GDEM的n个子流域的面积和边界周长分别与1∶1万DEM相对应的n个子流域面积和边界周长相减, 并求其均值。
3 样区水文因子提取与对比
汇流累积阈值决定着所提取河网的沟壑密度和河流级别特征。通过实验, 对1∶1万DEM选取阈值为2500, 即上游汇流面积达到0.0625km2。根据汇流累积面积对等的换算关系, 分别设定1∶5万DEM、1∶25万DEM、90m SRTM3-2、30m ASTER GDEM的汇流累积阈值为100、6、8、70进行河网提取;然后分别将基于1∶5万、1∶25万DEM、90m SRTM DEM、30m ASTER GDEM提取的河网与1∶1万DEM提取河网叠合, 进行套合差分析, 其中的流域总面积值均采用1∶1万DEM提取的basin值, 最终统计结果见表1。
通过河网套合差汇总结果得到1∶5万DEM与1∶1万DEM提取的河网吻合程度最高, 30m ASTER GDEM次之, 90m SRTM3-2稍差, 1∶25万DEM的最差。在现有的相关研究中, 对河网套合差指标的解析有:詹蕾[22,24]通过实验得出, 当河网套合差小于0.02时, 河网吻合程度很高;小于0.03时, 吻合程度一般;大于0.03时, 吻合程度较差。如果通过这个标准来判断, 以上四种DEM提取的河网与1∶1万DEM相比均较差。造成这种结果的原因主要有三方面:一是对比的数据不同, 詹蕾在实验中是以1∶5万DEM提取的河网为基准, 用SRTM、1∶25万DEM与其进行比较得出的结果, 而本次是以1∶1万DEM提取的河网为基准。二是提取河网设定阈值的差异, 本次实验中上游汇流面积阈值设定为0.625km2, 而詹蕾在实验中设定的阈值为12.5km2。作者认为, 提取河网中不同阈值的设定会产生不同河网套合差结果值, 一般阈值设定越小, 导致的河网套合差的结果值越大。三是数据的区域差异, 在本研究中选取的样区多为低山丘陵和平原微丘区, 山脊沟壑的刻画相对较难, 容易造成误差。
在子流域精度对比中, 随机选取共了73个集水点, 得出基于1∶1万DEM、1∶5万DEM、1∶25万DEM、90m SRTM DEM、30m ASTERGDEM提取的73个子流域;分别将基于1∶5万DEM、1∶25万DEM、90m SRTM DEM、30m ASTER GDEM提取的子流域面积、子流域周长与1∶1万DEM提取的子流域面积、子流域周长进行对比分析, 统计结果见表2。由表2得出在子流域精度的对比中, 基于1∶5万DEM与1∶1万DEM所提取子流域的吻合度最好, 90m SRTM3-2次之, 30m ASTER GDEM稍次, 1∶25万DEM最差。
4 结论与讨论
本研究以1∶1万DEM、1∶5万DEM、1∶25万DEM、90m SRTM3-2、30m ASTER GDEM五种DEM为数据源, 运用ArcGIS中内置水文模块Hydrology对清流河流域的琅琊山及周边地范围内的5种DEM数据提取了河网和子流域, 并进行了河网套合差、子流域周长差、子流域面积差分析。
结果表明:①在较大尺度范围的非平原区内进行水文分析时, 1∶5万DEM、90m SRTM3-2、30m ASTER GDEM三种DEM提取水文因子均可获得较理想的结果。整体而言, 其中1∶5万DEM精度较高, 90m SRTM3-2次之, 30m ASTER GDEM稍差, 且90m SRTM3-2在进行较大区域范围的水文分析的效率上高于1∶5万DEM和30m ASTER GDEM。②通过对比发现, 1∶5万DEM、1∶25万DEM 90m SRTM3-2、30m ASTER GDEM四种DEM所提取的河网, 在处于平原微丘区较丘陵区域与1∶1万DEM所提取河网的吻合度均比较差, 因此对平原及平原微丘区进行水文分析的数据源仍然需要比较高精度的DEM。而在数据源的获取上, 90m SRTM3-2和30m ASTER GDEM多数区域可免费下载, 这两种DEM可运用于地表起伏度较大且研究尺度也较大的区域进行水文模拟、水土流失、生态保护等诸多研究中。③本研究中并未针对不同地貌类型将研究区分成山地、丘陵、平原区进行分别对比验证, 一定程度上造成了河网套合差较大, 但由于在水文分析时针对区域而选择不同精度或类型的DEM数据源相对不易操作, 因此这样的对比结果更符合实际应用。④在应用多源DEM进行水文因子提取过程中并未应用真实的河流水系进行辅助, 因此基于各种DEM经过河网与流域边界校正后的精度对比有待进一步研究。
摘要：以清流河流域琅琊山周边815km2的区域为研究样区, 通过预处理后的1∶1万DEM、1∶5万DEM、1∶25万DEM、90mSRTM3-2、30mASTERGDEM五种DEM数据和ArcGIS中内置水文模块Hydrology提取了河网和子流域等水文因子, 并以1∶1万DEM提取的水文因子为基准, 得到基于其余四种DEM数据的河网套合差、子流域周长差、子流域面积差, 分析了四种不同源DEM数据在提取水文因子中的精度差异。实验表明, 在较大尺度范围的非平原区内进行水文分析, 且上游汇流面积达到0.625km2时, 1∶5万DEM、90mSRTM3-2、30mASTERGDEM三种DEM提取水文因子均可获得较理想的结果。就提取水文因子的整体精度而言, 其中1∶5万DEM较高, 90mSRTM3-2次之, 30mASTERGDEM稍差, 1∶25万DEM较前三者差距较大。
关键词：多源DEM,河网,子流域,精度
高精度DEM 篇2
利用IKONOS立体像对提取南极菲尔德斯半岛地区DEM及其精度分析
本文讨论了IKONOS立体像对提取南极菲尔德斯半岛地区的DEM及其精度情况.由于IKONOS不提供基于共线模型所需的卫星星历参数,而提供基于有理函数(RPC)的`近似模型,因此点位精度和高程精度主要由RPC模型精度来决定.直接使用RPC模型对参考级(Reference)产品进行DEM提取,其点位精度和高程精度为25m(CE90)、22m(LE90),这种精度不能满足高精度制图的要求.为了提高精度,利用中国第23次南极考察队(/2007)采集的控制点对RPC模型进行修正.通过对比分析表明DEM精度明显提高,影像和DEM分别能满足1:5000比例尺遥感平面图制图要求和1:100130比例尺地形图制图要求.
作 者：鄂栋臣 沈强 孟泱 E Dongchen Shen Qiang Meng Yang 作者单位：武汉大学测绘学院,中国南极测绘研究中心,武汉,430079;武汉大学测绘学院,极地测绘科学国家测绘局重点实验室,武汉,430079 刊 名：极地研究 ISTIC PKU英文刊名：CHINESE JOURNAL OF POLAR RESEARCH 年，卷(期)：2007 19(4) 分类号：P94 关键词：IKONOS 菲尔德斯半岛 数字高程模型(DEM) RPC高精度DEM 篇3
1 不同分辨率格网DEM的建立
1.1 数据源及其分析
采用一个工业场地平整项目的测量数据作为本文研究的数据基础,该数据是采用全站仪碎部点测量的方法获取的,根据地形特征共采集126个碎部点,精度满足需要。该项目区南北跨度约225m,东西跨度约280m。运用GIS软件绘制了项目区等值线和测量已知点的分布图,如图1所示,“+”为测量点位置示意。从图1看出该项目区为一丘陵地区,中间高,四周低,且碎部点分布均匀(这对插值计算结果的可靠性提供了有力保障)。所以,在该区域进行DEM插值以及建立插值精度评价模型实验是有代表性的,结论可供大部分工程测量工作借鉴。
1.2 所采用的几种插值方法以及多分辨率DEM的建立
所谓DEM插值方法就是利用已知测量点并运用一定的数学方法计算指定位置的高程值的方法。经过长时间的研究和积累,人们已经得到了很多的插值方法,并且可以根据实际选择合适的插值方法以满足工程的需要。本文结合工程实践拟采用三种最常用的插值方法进行实验研究,这三种插值方法分别是反距离加权插值法、克里金插值法和最近邻点插值法。
反距离加权插值法实际上是一种加权移动平均方法,设平面上分布一系列离散点P(x,y,z),己知其位置坐标P(x,y)和属性值zi(i=1,2,…,n),根据周围离散点的属性值,通过距离加权插值求P点属性值。克里金插值法又称最优插值法,它是以区域化变量理论为基础,以变差函数为主要工具,在保证估计值满足无偏性条件和最小方差条件的前提下求得估计值的,其实就是一种特定的滑动加权平均法。最近邻点插值法是一种快速插值法,在GIS中得到广泛的应用,实际上,最近邻点插值的一个隐含的假设条件是任一网格点P(x,y)的属性值都使用距它最近的位置点的属性值,用每一个网格节点的最近邻点值作为待定的节点值。
本文是在对不同分辨率DEM的插值精度分析的基础上通过回归分析得到精度评价模型的,所以建立一系列分辨率不相同的DEM是分析工作的前提。利用上述三种插值方法按照不同分辨率分别建立了DEM。根据实验数据的实际分布特点,结合本文实验方法,特设实验分辨率从大到小依次为1、2、3、4、5、6和7m,运用GIS软件按照实验要求根据分辨率要求进行插值运算建立了符合要求的多分辨DEM。
2 插值残差计算原理及多分辨率DEM的插值残差的计算
2.1 插值残差计算原理
插值残差是评价格网DEM插值效果的一个重要指标。众所周知,格网DEM是由测量所得散点的三维坐标数据通过插值操作得来的,残差就是已知散点的高程和插值后在该散点位置得到的高程值的差,可以用式(1)表示为:
式中: Hres为残差;Hdat为插值已知点高程值;Hgrd为格网DEM表面高程值。图2是残差计算原理示意图。
图2中Hgrd可以通过式(2)近似计算而得:
式中Hi分别为已知点所在格网的四个格网点的高程值。
2.2 多分辨率DEM的插值残差的计算
根据上述残差计算原理分别计算三种插值方法的残差标准差列于表1中,不同分辨率和残差标准差关系用图3来表示。
从表1中数据可以看出,克里金插值法效果较其他两种插值法效果要好些。
3 多分辨率DEM精度评估模型建立
从图3中看出,随分辨率减小DEM的误差是增大的,大致趋势是成反比。如何根据以上分析的数据获取任意分辨率DEM的误差呢,就要根据实验数据得到误差评估模型,然后根据模型确定计算任意分辨率DEM的误差大小,以指导工程实践和科学研究工作。根据表1中所列残差标准差分布情况,本次实验拟建立线性函数、二次函数和负指数函数三种精度评估模型,此三种模型其实都是一元函数模型,即如y=f(x)形式,式中y即精度指标。x即分辨率指标,当然根据函数模型的不同,还有一些对应的参数,这些参数通过回归分析得到。
本次试验是采用著名的数值分析软件——MATLAB软件进行的,根据数学知识建立数学模型如下:
式中:βi是参数;r为回归方程的残差,是评价回归模型数据拟合效果的重要指标。根据表1中所列数据分别按照三种回归模型要求建立回归分析数据,限于篇幅,仅将线性回归模型在反距离加权插值时的建立过程描述一下。下面是MATLAB命令:
即参数β0和β1分别为-0.1396和0.1248,根据r(回归分析残差)计算出标准差为0.0301。
另外,根据表1中的数据运用MATLAB软件分别求出线性、二次和指数函数的回归模型方程,归纳入表2。
为了评价哪种回归模型最优,运用MATLAB软件还求出了对应三个回归方程残差的标准差,如表3所示。
从表3看出,本文使用的三种回归分析模型的误差标准差中,负指数函数法为最小,根据回归分析的评价方法得知,即负指数函数法在三种评价模型中为最优,即本次实验采用负指数函数模型作为最终DEM精度的评估模型。
4 结语
在工程实践当中,有建立不同分辨率DEM的需求,本文结合实例运用回归分析的方法得到了不同分辨率的DEM的精度评价模型。首先根据工作实际选取三种目前最常用的插值方法,根据实验数据确定了建立不同分辨率DEM的单元大小指标;然后又确定了插值精度的评价方法——残差法,还选择了几种回归分析模型;最后根据不同插值方法和不同分辨率分别计算插值残差,运用MATLAB得出残差值和分辨率指标进行回归分析得到三种回归分析模型的函数式,并在三种模型中选定了最优评价模型——负指数函数模型。限于篇幅,本文仅考虑了线性函数、二次函数和负指数函数三种精度评估模型,没有涉及其它类型的模型,另外,本文所采用的实验数据仅包含丘陵地形,没有涵盖所有地形类型特点,所以本文所得到的最优评价模型并不是严格意义上的最优评价模型,对于多种类型的回归模型以及多种类型的地形实验数据有待进一步数值分析,从而得到真正的“最优评价模型”。总而言之,按照本文方法考虑多种综合因素最优精度评价模型还是能够找到的。
摘要：根据某工程已知的测量点数据,按照不同分辨率利用不同的插值方法生成一系列的格网结构的数字高程模型(DEM)。然后对每个数字高程模型的精度用残差计算的方法进行评价,并用回归分析的方法得到精度评估模型,有一定的应用价值。
关键词：DEM,分辨率,残差,精度评价模型
参考文献
[1]陈勇,陶锐.DEM在丘陵地区土地整理项目中的应用研究[J].测绘科学,2008,(1).
[2]汤国安,龚健雅,陈正江,成燕辉,王占宏.数字高程模型地形描述精度量化模拟研究[J].测绘学报,2001,(4).
[3]胡鹏,吴艳兰,胡海.数字高程模型精度评定的基本理论[J].地球信息科学,2003,(3).
[4]王妍,刘洪斌,宁茂歧.栅格DEM的水平分辨率对地形信息的影响分析[J].测绘与空间地理信息,2005,(6).
[5]汤国安,刘学军,房亮,罗明良.DEM及数字地形分析中尺度问题研究综述[A].中国地理信息系统协会第九届年会论文集[C],2005.
[6]和万荣,罗志青.不同空间分辨率DEM数据提取图斑坡度值精度研究[A].中国地理信息系统协会第四次会员代表大会暨第十一届年会论文集[C],2007.
高精度DEM 篇4
关键词：DEM分辨率,遥感影像,控制点数量,正射精度
由于我们实验区域大部分都是山地丘陵, 地面起伏很大, 会造成比较大的偏移位差, 因此需要采用正射校正。
影响校正结果的主要因素是DEM分辨率以及控制点数量。最佳的控制点数量可以大大提高工作效率节约时间和控制人工成本。我们现在使用的的1:5万DEM不能把整个实验区全部覆盖, 而不能覆盖的我们能否用其他的数据1:5万DEM呢?我们需要做实验来进行证。
我们根据海岸带影像特征进行地面控制点的采集与设计, 并且在6个, 9个以及12个控制点的分别对两种DEM数据对SPOT一5影像进行了很多次的校正实验, 分析出了DEM分辨率和控制点多少对遥感影像正射校正精确度的影响, 从而为选取最佳的地面控制点和最佳的DEM分辨率提供依据。
1 数据
(1) 遥感形象。轨道号为292—274, 292-279以及290-274 (以下称为轨道号) 选为3景SPOT-5影像卫星在2003年之后拍摄的1A级数据位标准, 它覆盖的地方大部分为山区丘陵, 必须的对数据进行校正。影像的多普光为10m, 全色2.5m, 云覆盖率小于10%, 影像清晰且富有层次感。 (2) DEM数据。DEM1:5万数据:数据由航拍而来, 使用西安1 9 8 0坐标系统, 分辨率是2 5 m, 数据经过坐标转换为WGS84坐标系, 存储方式为ARC/INFO GRID。SRTM90m数据:数据是由NASA, NIMA提供, 分辨率是90m, 使用WGS84坐标系统, 存储方式为TIFF。
2 方法
2.1 设计控制点
地面控制点是使地理位置在地图上能够精确表示出来, 地面控制点的分布, 数量以及质量等等一系列指标直接对校正的可靠性和精确度产生影响。地面控制点选择的位置一定要易于定位, 周围空间没有高大建筑物, 便于GPS的使用。由于实验的区域范围大, 而且沿海海岸带呈条带状, 传统的控制设计方法并不适合这个实验, 我们提出如下方法:
(1) 控制点分布的原则。通过我们调查和收集资料表明, 遥感影像都含有水域和陆地两部分, 而我们在水域中是无法设置地面控制点的均匀分布的。我们以海岸线为基准线, 控制点的边界向陆地缓冲10km, 第一可以实现对所研究的区域实现全面的控制;第二也可以提高工作效率使工作成本降低。海岸线比较弯曲的地方我们根据它的实际弯曲程度来设置控制点, 从而达到控制整个区域的效果。针对那些有海岛我们不能登陆的海岛影像, 我们则在离海岛最近的海岸线上布设地面控制点。对于我们能够登岛的要尽量去岛上进行布设地面控制点, 从而提高对海岛快速、精确的定位;而对于相邻的两影像, 它们之间有重叠的区域, 我们可以选取它们的公共区域作为公共控制点, 来保证以后影像工作的顺利对接。 (2) 数量要求。为了达到要求, 地面控制点数量一定要比校正模型的结算要求多。一控制点数量刚刚好达不到校正的精度要求;二控制点太多对提高校正精度没有效果, 反而使选择地面控制点的测量工作量增加, 也大大降低了工作效率。另外还要适当布设一些检测点, 便于检测模型的校正精度。为了避免测量错误而导致整个工程重来和确保精度的目的, 我们以15个景象设计点为一组作为地面控制点, 每组控制点中要包括两个距离很近的点, 进而有效的保证误差过来的错误。
2.2 选择控制点采集仪器
中国沿海地区大部分采用的是RBN/DGPS系统, 采用这个系统的原因是便于实现快速单机定位, 用户离站越近, 定位精度越高, 随着用户离站的距离越远, 定位精度也随着降低。亚米级接收机——DSM232DGPS是由美国天宝公司生产的, 精度优于2m, 误差在1m以内, 而且它携带方便, 价格适合, 测量效率高。基于以上优点所以我们使用DSM232DGPS接收机作为地面控制点采集器。
2.3 影像的正射校正
正射校正的原理是化整为零的思想, 及将影像划分成许多微小的区域, 根据相关参数和一定的数学模型求出控制点的解。然后可以使用DEM对原始的影像进行校正, 使其转化成正射影像。因为我们充分使用了DEM数据, 从而有效修正了由于地面的起伏不平而引起的像点位置偏移的缺陷。
实验区域多为山地丘陵地带, 在保证控制点均匀分布的基础上, 我们实验实验使用SRTM90m和1:5万DEM数据并且采取6个9个和12个地面控制点进行正射校正实验。
3 结果分析
由于我们使用了6个, 9个, 12个控制点以及SRTM90m和1:5万DEM两种分辨率对3景SPOT-5影像进行了一共18次正射校正实验。实验结果表明, 检测点和控制点的误差都小于一个影像元, 并且最大误差都小于2个影像元, 这完全满足实验的要求。
(1) 从全体来看, 控制点的增加减小了误差, 但却增加了检查点误差, 它们的增大和减小值范围都在0.3个像元以内, 可以忽略。所以, 对于以传感器物理模型为基准的影像校正, 利用6个控制点既能确保精度, 有可以把平均误差控制在小于1个像元以内, 最大误差可以控制在2个像元以内。虽然选择更多的控制点可以提高校正精度, 但会由于控制点的增多而增大许多工作量, 从而使工作效率大大降低。因此我们需要根据工程项目对于精度的要求来选择需要设置多少个控制点。 (2) DEM分辨率对校正精度的影响。从检测点的中误差和最大误差上来看, SRTM90m校正精度略低;从控制点的中误差和最大误差上来看, SRTM90m比1:5万DEM数据校正精度略低, 但是最大的误差也远远小于0.25个像元。就第3景影像而言, 从中误差和最大误差上来看, SRTM90m比1:5万DEM数据校正精度略好, 而且最大差别也0.05个像元;从检测点的中误差和最大误差来看, SRTM90m没有明显的劣势。
综上所述, 就对影像的校正精度而言1:5万DEM略高但是没有明显优势, 所以在没有1:5万DEM时可以使用SRTM90m替代1:5万DEM。
参考文献
[1]周刚.福建省海岛海岸带遥感影像数据库与控制点影像数据库构建与应用, 国家海洋局第三海洋研究所, 2011.