山西高原全球典型开放DEM相对误差比较分析外文翻译资料

 2022-11-11 14:51:42

英语原文共 5 页，剩余内容已隐藏，支付完成后下载完整资料

山西高原全球典型开放DEM相对误差比较分析

Shangmin Zhao1,*, Shifang Zhang1, Weiming Cheng2

1 太原理工大学，太原，中国，haoshangmin@tyut.edu.cn，zhangshifangbuput@163.com，1424500812@qq.com

2 LREIS，地理科学与自然资源研究所，CAS，北京，中国 chengwm@lreis.ac.cn

摘要：全球DEM数据集由雷达数据或立体声遥感图像对生成，是DEM数据最重要的类型之一。 相对误差与DEM数据表层质量有关，因而它是评价DEM数据在水文、地质等应用的重要指标。以中国山西高原为研究区，本研究评估了典型开放式全球DEM数据集的相对误差，包括30m分辨率（SRTM1）的航天雷达地形任务（SRTM）数据、90m分辨率的SRTM数据（SRTM3）、第二版ASTER全球DEM数据（GDEM-v2）和ALOS word 3D-30m（AW3D）数据。通过处理和选择，将超过300,000个ICESat / GLA14点用作GCP数据，计算垂直误差并对四个典型的全球DEM数据集进行比较分析。通过在100m—500m之间设置距离阈值获得超过2,600,000个ICESat / GLA14点对，并计算每个点对之间的水平距离，使用基于垂直误差和点对的水平距离的斜率值来计算相对误差。最后，通过分析每个点对的DEM和ICESat / GLA14值之间的差异来计算假斜率比（FSR）指数。本文分别比较了不同坡度等级下的四个DEM数据集的相对误差和FSR指数。研究结果表明：就总体而言，AW3D在平均误差、平均绝对误差、均方根误差和标准差误差方面具有最低的相对误差值；其次是SRTM1数据，其值略高于AW3D数据；而SRTM3和GDEM-v2数据相对误差值较高，且两个数据集的值相似。考虑到不同的斜率条件，四个DEM数据均在平坦区域具有更好的精度，但在倾斜区域精度较差；AW3D在所有坡度等级中都具有最佳精度，比SRTM1更好；随着斜率的增加，SRTM3数据的相对误差比其他DEM数据集增加得更快；SRTM3在平坦区域优于GDEM-v2，但在倾斜区域则表现较差。至于FSR值，AW3D的最低值为4.37％；SRTM1数据为5.80％，与AW3D数据相似；；SRTM3价值较高，约为8.27％；GDEM-v2数据FSR值最高，约为12.15％。FSR可以表示基于DEM数据正确创建地球表面的精度。综上，AW3D数据具有最佳精度，近似但略好于SRTM1。 SRTM3和GDEM-v2的精度相似，但远比AW3D和SRTM1差，GDEM-v2的精度最差。AW3D源于5m分辨率的DEM数据集，被认为是迄今为止最精确的全球DEM数据集，因此它对于地形分析和地理研究尤为重要。通过分析和比较四个开放式全球DEM数据集的相对误差，本研究将为开放式全球DEM数据集的选择和地球科学及其他相关领域的应用提供参考。

作为数字地形分析的数据来源，数字高程模型（DEM）数据在地球科学研究中发挥着重要作用（Jarihani等，2015； Moore等，2011）。全球DEM数据主要由雷达数据或立体声遥感图像对产生，是DEM数据最重要的类型之一（OLoughlin等，2016）。

开放式全球DEM数据集的连续发布为地形研究和应用提供了多种选择（Suwandana等，2012； Patel等，2016），而DEM的应用取决于其精度（Dragut和Eisank，2011； Mukherjee等，2013），因此，对全球开放DEM数据集的准确性评估具有的重要意义，这也是遥感数据质量评估的重要部分（Berry等，2007； Nikolakopoulos等，2006； Zhao等，2011）。传统的DEM数据精度评估主要采用基于精确地面控制点（GCP）的垂直误差，即GCP和DEM之间的高程值的差异（Avtar等，2015； Hirano等，2003）。垂直误差可用于校正值并改善DEM数据的质量（Yue等，2010； Zhao等，2015）。然而，垂直误差主要集中在仰角精度上，很少考虑相邻像素的误差，这被称为相对误差（Satge et al。，2016）。相对误差与DEM数据产生的表面质量有关（Leigh等，2009），因此它对于应用DEM数据进行地貌学和水文学应用至关重要（Bamber，1994； Siart等，2009）。

本文以中国山西高原为研究区，旨在评估典型开放式全球DEM数据集的相对误差，包括30m分辨率（SRTM1）的航天雷达地形任务（SRTM）数据、90m分辨率的SRTM数据（ SRTM3）、第二版ASTER DEM数据（GDEM-v2）和ALOS world 3D-30m（AW3D）数据。同时，通过分析典型全球DEM数据集与ICESat / GLA14值之间的差异来计算假斜率比（FSR）指数。分别比较了不同坡度等级下的四个DEM数据集的相对误差和FSR指数。

通过对四个开放式全球DEM数据集的相对误差的分析和比较，本文将为开放式全球DEM数据集的选择和地球科学及其他相关领域的应用提供参考，特别是对于中国山西高原的研究。

关键词：相对误差；假斜率比；全球典型开放DEM；ICESat / GLA14；山西高原

  1. 研究区域和数据来源
  2. 研究区域

本文以中国山西高原为研究区。山西高原位于中国中北部，主要分布在山西省。研究区为近似菱形，东西方向狭窄，南北方向长。山西高原中部主要为盆地，北部高，南部低，西部和东部是山区，分别是吕梁山和太行山。

  1. 数据源

本文中的主要数据来源是典型的开放式全球DEM数据集（包括SRTM1、SRTM3、GDEM-v2和AW3D）和ICESat / GLA14数据。

SRTM1和SRTM3数据于2000年2月发布，覆盖60ordm;N和56ordm;S之间的土地，约占全球土地的80％。SRTM3数据于2003年由美国地质调查局首次发布，由于表面质量均匀，空间分辨率高，取得了巨大成功。 2015年，SRTM1由NASA的地球观测系统数据和信息系统网站（http://reverb.echo.nasa.gov/）免费发布。 SRTM1数据中有一些漏洞，但幸运的是，研究区域的SRTM1数据没有漏洞。 这对于评价山西高原SRTM1和其他DEM数据集的质量和准确性至关重要。

GDEM-v2和GDEM-v1是由全球ASTER立体图像获取，GDEM-v2是GDEM-v1数据的升级版本，GDEM-v2采用了先进的算法和更多的数据源（Zhao et al，2015）。与SRTM3相比，GDEM-v2数据具有更高的空间分辨率（1英寸，约30米）和更宽的覆盖范围（83ordm;N-83ordm;S）。自从USGS Global Data Explorer在2011年10月发布了GDEM-v2后，该DEM数据集就获得了足够的关注。

2017年3月发布的AW3D数据高程精度为5米，涵盖了60ordm;N和60ordm;S之间的全球陆地，与SRTM数据相近，并且所有孔径都由现有的DEM数据集填充。 AW3D中的网格值是通过对5m空间分辨率的“World 3D Topographic Data”进行重采样，并计算其平均值或中值得到，因此AW3D数据被视为30m分辨率级别的最精确的全局DEM数据集。将来5米空间分辨率的“World 3D Topographic Data”可以自由发布，其在未来的应用中显得更为重要。

2003年1月至2010年2月收集的ICESat / GLA14数据可以从美国国家冰雪数据中心（NSIDC）下载得到（Zwally等，2002）。ICESat / GLA14数据是点数据，点迹大小约为70米，两点之间的距离约为172米。赤道附近的轨道间距为30公里。Zwally等人（2002）表明，ICESat / GLA14数据在全球范围内垂直精度约为15厘米，ICESat / GLA14数据的准确性远高于四个开放式全球DEM数据集的准确性。因此以ICESat / GLA14数据作为假定真值来评估全球开放DEM数据集精度是合理的。

  1. 研究方法

首先，处理ICESat / GLA14数据作为参考；然后，构建点对，并相应地计算四个DEM数据集的相对误差； 最后，计算四个DEM数据集FSR指数，并在不同的坡度类别中分析了所有结果。

  1. ICESat/GLA14数据处理

首先使用从NSIDC下载的NGAT工具提取ICESat / GLA14数据，然后将它们转换为点文件。在山西高原的所有阶段重叠ICESat / GLA14点数据，获得了最初的ICESat / GLA14数据。

然后，在TOPEX / Poseidon和WGS 84椭圆体之间进行椭球参数转换以保持一致性。

最后，以50m为阈值，计算ICESat / GLA14数据与四个DEM数据集之间的差异，并删除高于阈值的所有点。通过这一过程，ICESat / GLA14点的总数从331,817减少到316,148，这是本文处理的ICESat / GLA14数据的过程。

  1. 点对处理

点对是计算相对误差和FSR指数的基础。考虑到SRTM3数据的空间分辨率为90m，点对的两点之间距离的最小阈值固定为100m，通过分析，最大阈值确定为500米。当DEM数据集与ICESat / GLA14数据之间的高程差小于1 m时，从点对中移除这些点，在处理之后，获取2655382点对的总数以计算相对误差和FSR指数。

  1. 相对误差计算

计算所有点对的相对误差，其方程式如下：

(1)

式中：为相对误差，为高差，为水平距离。

在不同测量中分析相对误差，包括平均误差（ME），平均绝对误差（MAE），均方根误差（RMSE）和标准偏差（STD）。其计算方程式如下：

(2)

式中：为总点数，为DEM值，为ICESat / GLA14值。

  1. FSR计算

每个点对的斜率趋势如图2所示。

图2显示了在“A”中DEM和GCP（ICESat / GLA14点）的斜率趋势是一致性，而在“B”中却表现的不一致。

FSR指数总结了案例“B”的发生百分比，其方程式如下（Satge et al.，2016）：

(3)

式中：为假斜率比，为“A”中点对，为“B”中点对。

  1. 坡度分布

相对误差和FSR指数不仅在整个研究区域进行了分析，而且在所有斜坡类别中进行了分析。基于SRTM1数据，使用ArcGIS软件中的地形分析工具计算坡度指数，并根据值将斜率指数分为五类，如图3所示：

图3表明平原的低坡度主要分布在中部；高坡主要分布在边缘山区，特别是西部山区。此外，每个坡度类别的面积都是近似的，这保证了坡度分布的分析结果。

  1. 实验结果

针对四个DEM数据集的四个衡量指标获得了其相对误差，并且还在不同的坡度类别中进行了分析； 然后，在整个研究区域和不同的坡度类别中计算FSR指数。

  1. 典型DEM数据集的相对误差

四种典型开放式全球DEM数据集的相对误差的四个衡量指标计算结果如表1所示：

表1.典型DEM数据集相对误差

Value

ME

MAE

RMSE

STD

SRTM1

0.001

2.129

3.399

3.399

SRTM3

-0.001

3.441

5.406

5.406

GDEM-V2

-0.002

3.577

5.224

5.224

AW3D

-0.001

1.554

2.523

2.523

表1表明每个DEM数据集的平均误差（ME）大约为0m，且均方根误差（RMSE）和标准偏差(STD)是相

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[18901]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章