顾及数据配准的ALOS和SRTM1精度修正

摘要：

目前,ICESat/GLAS是大尺度GDEM(global public digital elevation model)精度评价和修正的主要数据源.然而,现有的修正方法均忽略了两组数据之间的有效配准.为此,选取江西省作为研究区域,以SRTM1和ALOS作为研究对象,使用随机森林(random forest,RF)对配准前、配准后SRTM1和ALOS修正,以验证数据配准对GDEM修正的重要性.研究结果表明:ICESat/GLAS与SRTM1之间不存在位置偏差,而与ALOS之间存在明显的位置偏差;和配准前相比,配准后ALOS的系统误差基本消除,中误差也降低了10.0％,证明数据配准对ALOS精度有重要影响.RF方法可以显著提高SRTM1和ALOS的精度,但配准后ALOS修正精度明显优于配准前,其精度多提高了21.5％,再次证明数据配准对ALOS修正影响较大.和原始DEM相比,修正后SRTM1和ALOS的平均误差均接近于0 m,平均绝对误差和中误差也分别降低了11.9％、37.0％ 和15.1％、29.2％.

关键词：DEM、精度评价、修正、配准、随机森林

所属期刊栏目：38

分类号：P237(摄影测量学与测绘遥感)

在线出版日期：2023-04-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：130-136