CN108427741A - 一种基于大量高精度控制点的dem相对误差评价方法 - Google Patents

一种基于大量高精度控制点的dem相对误差评价方法 Download PDF

Info

Publication number
CN108427741A
CN108427741A CN201810183416.XA CN201810183416A CN108427741A CN 108427741 A CN108427741 A CN 108427741A CN 201810183416 A CN201810183416 A CN 201810183416A CN 108427741 A CN108427741 A CN 108427741A
Authority
CN
China
Prior art keywords
error
dem
data
dem data
dot
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201810183416.XA
Other languages
English (en)
Other versions
CN108427741B (zh
Inventor
赵尚民
章诗芳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Taiyuan University of Technology
Original Assignee
Taiyuan University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Taiyuan University of Technology filed Critical Taiyuan University of Technology
Priority to CN201810183416.XA priority Critical patent/CN108427741B/zh
Publication of CN108427741A publication Critical patent/CN108427741A/zh
Application granted granted Critical
Publication of CN108427741B publication Critical patent/CN108427741B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2458Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2465Query processing support for facilitating data mining operations in structured databases
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Remote Sensing (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明公开了一种基于大量高精度控制点的DEM相对误差评价方法,通过大量、精确的GCP数据为获取、评价DEM数据的相对误差奠定了数据基础,拟基于大量GCP获取、分析和评价DEM数据的相对误差,从而为DEM数据地形表面数字模拟的可靠性提供保障;将GCP与DEM数据叠加,生成研究区的误差点数据;然后根据误差点的空间分布特征,确定误差点对的距离阈值,并以此生成误差点对,并通过合理方法保证其唯一性和完整性;再根据误差点对的水平距离和垂直误差,获得误差点对的相对误差,进而得到DEM数据的相对误差,并对其分类、分析和评价。通过本发明,能够确定对应DEM数据对地表形态表面数字化模拟的质量情况,从而为DEM数据在地貌、水文和地形分析等方面应用的可靠性提供重要保障。

Description

一种基于大量高精度控制点的DEM相对误差评价方法
技术领域
本发明涉及测绘技术领域,特别是涉及一种基于大量高精度控制点的DEM相对误差评价方法。
背景技术
与传统地形图中利用等高线等表现地面的高低起伏变化不同,计算机主要通过大量的、密集的、呈规则或不规则分布的地面点的空间坐标对地表形态进行数字表示,这种表示形式被称为数字高程模型(Digital Elevation Model,DEM)。
DEM可以通过有限的地形高程数据对地面形态进行数字化模拟,因此在测绘、水文、气象、地貌、地质、土壤、土地利用、工程建设、 通讯和军事等国民经济和国防建设以及人文和自然科学领域得到广泛应用。
然而,DEM数据应用的可靠性取决于它的精度情况。因此,DEM数据的精度和误差分析一直是DEM研究的重点领域(Tang, 2000;Zhao et al., 2012, 2017),包括DEM粗差探测(Lopez,1997)、DEM质量控制(李志林等,2003)和DEM误差的空间分布等(Liu et al.,1999)等。
目前DEM数据的精度和误差评价主要针对的是DEM数据的绝对误差,特别是在高程方面的绝对误差。但是,DEM数据主要用来对地球表面形态进行数字化模拟,其模拟质量不仅与每个像素的绝对误差有关,同时与此像素周边的相邻或者相近像素的误差情况有关。将每个像素的绝对误差与其相邻或相近像素的绝对误差进行对比,可以获取DEM数据的相对误差。DEM数据的绝对误差可以进行质量校正,相对误差则可以用来对DEM数据地形表面模拟质量进行评价(Hage et al.,2012)。
发明内容
本发明主为解决现有问题的不足之处而提供一种基于大量高精度控制点的DEM相对误差评价方法。
为解决上述技术问题,本发明采用的一个技术方案是:提供一种基于大量高精度控制点的DEM相对误差评价方法,包括:基于DEM数据源,获取高精度地面控制点数据中与DEM数据范围相一致的误差点数据,并根据预设的高精度地面控制点数据误差点对距离阈值范围,选取DEM数据的误差点对;根据DEM数据的误差点对,计算在DEM数据上和高精度地面控制点位置上的高程值,并计算误差点对的高程误差;同时计算每个误差点对中两个误差点间的水平距离;根据误差点对的高程误差和误差点间的水平距离,计算误差点对的相对误差,将所有误差点对的相对误差聚合,生成整个DEM数据的相对误差;通过对DEM数据相对误差进行分类、分析和评价,获得对应DEM数据相对误差的空间分布状况。
其中,在选取DEM数据的误差点对的步骤中,包括步骤:获取高精度地面控制点数据的高程点,将高程点和研究区域的DEM数据进行叠加,得到研究区域的高精度地面控制点数据;将研究区域的高精度地面控制点数据与DEM数据对应位置的高程进行相减,生成DEM数据的误差点;根据DEM数据的空间分辨率和误差点的空间分布特征,设定误差点对的距离阈值;确定DEM数据的误差点形成的误差点对,并根据设定的误差点对距离阈值选取DEM数据的误差点对。
其中,误差点对的距离阈值设定为100m~500m,两点之间海拔高度差大于等于1m。
其中,计算误差点对的高程误差时,分别获取每个误差点对的两个点在DEM数据上和高精度地面控制点位置的高程值,二者分别相减求差,得到误差点对的高程误差。
其中,在计算每个误差点对中两个误差点间的水平距离的步骤中,建立空间坐标系并将每一误差点对置于空间坐标系中,提取每个误差点对中两个点的平面坐标,计算每个误差点对的水平距离。
其中,对DEM数据相对误差进行评价的步骤中,根据获取的相对误差,按照数理统计方法,计算平均值、绝对值的平均值、均方根和标准偏差,并分析数理统计结果在不同坡度分布状况下的数值情况。
其中,对DEM数据相对误差进行分类、分析和评价的方法至少包括自定义间隔法、相等间隔法、分位数和自然断点法。
区别于现有技术,本发明的基于大量高精度控制点的DEM相对误差评价方法通过大量、精确的GCP数据为获取、评价DEM数据的相对误差奠定了数据基础,拟基于大量GCP获取、分析和评价DEM数据的相对误差,从而为DEM数据地形表面数字模拟的可靠性提供保障;将GCP与DEM数据叠加,生成研究区的误差点数据;然后根据误差点的空间分布特征,确定误差点对的距离阈值,并以此生成误差点对,并通过合理方法保证其唯一性和完整性;再根据误差点对的水平距离和垂直误差,获得误差点对的相对误差,进而得到DEM数据的相对误差,并对其分类、分析和评价。通过本发明,能够确定对应DEM数据对地表形态表面数字化模拟的质量情况,从而为DEM数据在地貌、水文和地形分析等方面应用的可靠性提供重要保障。
附图说明
图1是本发明提供的一种基于大量高精度控制点的DEM相对误差评价方法的流程示意图。
图2是本发明提供的一种基于大量高精度控制点的DEM相对误差评价方法的逻辑示意图。
具体实施方式
下面结合具体实施方式对本发明的技术方案作进一步更详细的描述。显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例,都应属于本发明保护的范围。
地形图数字化、地面测量数据、遥感影像立体像对、无人机和雷达等技术生成大量的DEM数据,全球卫星导航定位系统(Global Navigation Satellite System,GNSS)、大量的数字化地形点和高质量激光测高装置等手段则提供了大量、精确的地面控制点(GCP),从而为DEM数据相对误差的计算和分析提供了条件。
通过评价DEM数据的相对误差分布情况,可以了解对应DEM数据对地表形态表面数字化模拟的质量情况,从而为DEM数据在地貌、水文和地形分析等方面应用的可靠性提供重要保障。
参阅图1,图1是本发明提供的一种基于大量高精度控制点的DEM相对误差评价方法的流程示意图。该方法的步骤包括:
S110:基于DEM数据源,获取高精度地面控制点数据中与DEM数据范围相一致的误差点数据,并根据预设的高精度地面控制点数据误差点对距离阈值范围,选取DEM数据的误差点对。
具体的,获取误差点对的步骤包括:
获取高精度地面控制点数据的高程点,将高程点和研究区域的DEM数据进行叠加,得到研究区域的高精度地面控制点数据;
将研究区域的高精度地面控制点数据与DEM数据对应位置的高程进行相减,生成DEM数据的误差点;
根据DEM数据的空间分辨率和误差点的空间分布特征,设定误差点对的距离阈值;
确定DEM数据的误差点形成的误差点对,并根据设定的误差点对距离阈值选取DEM数据的误差点对。
基于区域的DEM数据和大量高精度GCP数据,首先获取对应区域的GCP数据,然后将二者对应位置的高程相减,生成误差点数据,作为DEM数据相对误差获取的数据源。
根据误差点的空间分布特征和DEM数据的空间分辨率,确定生成误差点对的距离的阈值,包括最大值和最小值。误差点对的距离阈值设定为100m~500m,两点之间海拔高度差大于等于1m。误差点对的距离阈值是误差点对的生成基础,事关相对误差的质量和可靠性,具有重要意义。
基于确定的误差点对的距离阈值范围,生成DEM数据的误差点对;同时,既要保证生成的误差点对的完整性,即不要有缺失,又要保证生成的误差点对的唯一性,即不要有重复。误差点对的缺失会影响相对误差的质量,误差点对的重复则会增加运算量,并影响相对误差评价结果。
S120:根据DEM数据的误差点对,计算在DEM数据上和高精度地面控制点位置上的高程值,并计算误差点对的高程误差;同时计算每个误差点对中两个误差点间的水平距离。
根据生成的误差点对,对每一个误差点,分别获取其在DEM数据上和GCP点上的高程值,同时获取每一个误差点对上两个点的高程误差的差值,作为此误差点对的高程误差。具体的,分别获取每个误差点对的两个点在DEM数据上和高精度地面控制点位置的高程值,二者分别相减求差,得到误差点对的高程误差。
进一步,建立空间坐标系并将每一误差点对置于空间坐标系中,提取每个误差点对中两个点的平面坐标,计算每个误差点对的水平距离。提取每一个误差点对中两个误差点的坐标,根据水平距离计算公式计算每个误差点对的水平距离,并与距离阈值进行对比,确定其正确性。
高程误差的获取,指误差点在两种不同DEM数据源上的高程值之差:
误差点对中两个点的水平距离的计算:
其中,(x1,y1)和(x2,y2)分别是误差点对中两个点的坐标。
S130:根据误差点对的高程误差和误差点间的水平距离,计算误差点对的相对误差,将所有误差点对的相对误差聚合,生成整个DEM数据的相对误差。
基于每个误差点对的高程误差和水平距离,通过不同的计算公式分别计算其不同形式下的相对误差(如坡度形式和百分比形式等),进而获取整个DEM数据的相对误差。
相对误差的获取,指误差点对中两个点的高程误差的差值:
S140:通过对DEM数据相对误差进行分类、分析和评价,获得对应DEM数据相对误差的空间分布状况。
具体的,根据获取的相对误差,按照数理统计方法,计算平均值、绝对值的平均值、均方根和标准偏差,并分析数理统计结果在不同坡度分布状况下的数值情况。对DEM数据相对误差进行分类、分析和评价的方法至少包括自定义间隔法、相等间隔法、分位数和自然断点法。
DEM数据相对误差的评价涉及误差点对的获取、相对误差的计算和评价等关键问题。通过对这些问题的研究和解决,为深入理解DEM数据的相对误差空间分布情况、进而了解DEM数据数字化模拟地表形态的可靠性提供了依据。如何确定误差点对的距离阈值和选择合理的相对误差表达形式,是DEM数据相对误差评价的关键,尤其需要值得深入研究和重点关注。
示例的,以下为本发明的DEM数据的相对误差获取与评价方法的一种具体实施方式。
按照本发明的技术解决方案,申请人以汾河流域为实验区,SRTM1 DEM数据作为原始DEM数据,ICESat/GLA14数据作为地面控制点数据,以此对实验区DEM数据的相对误差进行获取和评价。本发明的具体实施方法如下:
对ICESat/GLA14数据进行处理,获得具有较高精度和质量的ICESat/GLA14高程点。然后将ICESat/GLA14点数据与SRTM1 DEM数据进行叠加,获得研究区域内的ICESat/GLA14点数据,共82,378个点。最后将ICESat/GLA14数据点与SRTM1 DEM数据上对应位置的高程进行相减,生成SRTM1 DEM数据的误差点。
根据SRTM1 DEM的空间分辨率(30m)和误差点的空间分布特征,确定出误差点对的距离阈值:100m~500m(在本次实验中)。
基于确定的误差点对的距离阈值,首先以距离500m确定点对,获得误差点对1690268对;然后去掉距离在100m之内的,剩下误差点对1603374对;由于误差点对对称分布(比如从A点到B点,从B点到A点形成2幅点对),通过筛选方法去掉对称分布的一半,剩下801687对;删除两点之间海拔高度差在1m之内的,剩下669268对,成为最终的误差点对。
分别获取每个误差点对的两个点在SRTM1 DEM数据上和ICESat/GLA14点位置的高程值,二者分别相减求差,得到误差点对的高程误差。
同时利用软件提取每个误差点对中两个点的平面坐标,然后根据坐标公式计算每个误差点对的水平距离。
通过相对误差计算公式,将误差点对的高程误差和水平距离进行二者相除,以不同形式来表达相对误差。在本实验中,以百分比形式进行表达。将所有误差点对的相对误差进行拼合,形成实验区SRTM1 DEM数据的相对误差。
根据获取的相对误差,首先按照数理统计方法,计算其平均值、绝对值的平均值、均方根和标准偏差,并分析数理统计结果在不同坡度分布状况下的数值情况。结果显示:实验区SRTM1 DEM数据的整体相对误差平均值接近于0,绝对值的平均值为2.1%,均方根和标准偏差均为3.2%。随着坡度增加,除了平均值变化不大外,其他3项(绝对值、均方根和标准偏差)均快速增加。如在0-3度时,平均值为0.8%,当坡度大于25度时平均值增加到3.6%。
区别于现有技术,本发明的基于大量高精度控制点的DEM相对误差评价方法通过大量、精确的GCP数据为获取、评价DEM数据的相对误差奠定了数据基础,拟基于大量GCP获取、分析和评价DEM数据的相对误差,从而为DEM数据地形表面数字模拟的可靠性提供保障;将GCP与DEM数据叠加,生成研究区的误差点数据;然后根据误差点的空间分布特征,确定误差点对的距离阈值,并以此生成误差点对,并通过合理方法保证其唯一性和完整性;再根据误差点对的水平距离和垂直误差,获得误差点对的相对误差,进而得到DEM数据的相对误差,并对其分类、分析和评价。通过本发明,能够确定对应DEM数据对地表形态表面数字化模拟的质量情况,从而为DEM数据在地貌、水文和地形分析等方面应用的可靠性提供重要保障。
以上仅为本发明的实施方式,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。

Claims (7)

1.一种基于大量高精度控制点的DEM相对误差评价方法,其特征在于,包括:
基于DEM数据源,获取高精度地面控制点数据中与DEM数据范围相一致的误差点数据,并根据预设的高精度地面控制点数据误差点对距离阈值范围,选取DEM数据的误差点对;
根据DEM数据的误差点对,计算在DEM数据上和高精度地面控制点位置上的高程值,并计算误差点对的高程误差;同时计算每个误差点对中两个误差点间的水平距离;
根据误差点对的高程误差和误差点间的水平距离,计算误差点对的相对误差,将所有误差点对的相对误差聚合,生成整个DEM数据的相对误差;
通过对DEM数据相对误差进行分类、分析和评价,获得对应DEM数据相对误差的空间分布状况。
2.根据权利要求1所述的基于大量高精度控制点的DEM相对误差评价方法,其特征在于,在选取DEM数据的误差点对的步骤中,包括步骤:
获取高精度地面控制点数据的高程点,将高程点和研究区域的DEM数据进行叠加,得到研究区域的高精度地面控制点数据;
将研究区域的高精度地面控制点数据与DEM数据对应位置的高程进行相减,生成DEM数据的误差点;
根据DEM数据的空间分辨率和误差点的空间分布特征,设定误差点对的距离阈值;
确定DEM数据的误差点形成的误差点对,并根据设定的误差点对距离阈值选取DEM数据的误差点对。
3.根据权利要求2所述的基于大量高精度控制点的DEM相对误差评价方法,其特征在于,误差点对的距离阈值设定为100m~500m,两点之间海拔高度差大于等于1m。
4.根据权利要求1所述的基于大量高精度控制点的DEM相对误差评价方法,其特征在于,计算误差点对的高程误差时,分别获取每个误差点对的两个点在DEM数据上和高精度地面控制点位置的高程值,二者分别相减求差,得到误差点对的高程误差。
5.根据权利要求1所述的基于大量高精度控制点的DEM相对误差评价方法,其特征在于,在计算每个误差点对中两个误差点间的水平距离的步骤中,建立空间坐标系并将每一误差点对置于空间坐标系中,提取每个误差点对中两个点的平面坐标,计算每个误差点对的水平距离。
6.根据权利要求1所述的基于大量高精度控制点的DEM相对误差评价方法,其特征在于,对DEM数据相对误差进行评价的步骤中,根据获取的相对误差,按照数理统计方法,计算平均值、绝对值的平均值、均方根和标准偏差,并分析数理统计结果在不同坡度分布状况下的数值情况。
7.根据权利要求1所述的基于大量高精度控制点的DEM相对误差评价方法,其特征在于,对DEM数据相对误差进行分类、分析和评价的方法至少包括自定义间隔法、相等间隔法、分位数和自然断点法。
CN201810183416.XA 2018-03-06 2018-03-06 一种基于大量高精度控制点的dem相对误差评价方法 Active CN108427741B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810183416.XA CN108427741B (zh) 2018-03-06 2018-03-06 一种基于大量高精度控制点的dem相对误差评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810183416.XA CN108427741B (zh) 2018-03-06 2018-03-06 一种基于大量高精度控制点的dem相对误差评价方法

Publications (2)

Publication Number Publication Date
CN108427741A true CN108427741A (zh) 2018-08-21
CN108427741B CN108427741B (zh) 2022-08-05

Family

ID=63157378

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810183416.XA Active CN108427741B (zh) 2018-03-06 2018-03-06 一种基于大量高精度控制点的dem相对误差评价方法

Country Status (1)

Country Link
CN (1) CN108427741B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111027019A (zh) * 2018-10-10 2020-04-17 千寻位置网络有限公司 统计分析高精度定位结果置信度的方法及装置
CN111724465A (zh) * 2020-05-25 2020-09-29 同济大学 基于平面约束优选虚拟控制点的卫星影像平差方法及装置
CN112507536A (zh) * 2020-11-26 2021-03-16 北方魏家峁煤电有限责任公司 露天矿的采剥工程量计算方法、装置及电子设备
CN116518916A (zh) * 2023-01-19 2023-08-01 昆明理工大学 一种基于卫星测高数据评价dem精度的方法、系统及计算机

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6583751B1 (en) * 1999-05-25 2003-06-24 Politecnico Di Milano Process for radar measurements of the movement of city areas and landsliding zones
US20060279436A1 (en) * 2005-03-25 2006-12-14 Ambroziak Russell A Digital elevation model data structure for geospatial analysis
CN102446367A (zh) * 2011-09-19 2012-05-09 哈尔滨工程大学 基于多波束声纳海底测量数据构建三维地形矢量模型的方法
CN102608584A (zh) * 2012-03-19 2012-07-25 中国测绘科学研究院 基于多项式反演模型的时间序列InSAR形变监测方法及装置
CN102800128A (zh) * 2012-08-09 2012-11-28 中国人民解放军信息工程大学 利用散点图矩阵和回归分析建立地形描述精度模型的方法
CN103033813A (zh) * 2012-12-31 2013-04-10 长沙理工大学 一种基于外部粗精度dem的初始相位偏置实时估计方法
CN107122522A (zh) * 2017-03-28 2017-09-01 长江空间信息技术工程有限公司(武汉) 一种基于填挖方分析的数字高程模型精度评价方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6583751B1 (en) * 1999-05-25 2003-06-24 Politecnico Di Milano Process for radar measurements of the movement of city areas and landsliding zones
US20060279436A1 (en) * 2005-03-25 2006-12-14 Ambroziak Russell A Digital elevation model data structure for geospatial analysis
CN102446367A (zh) * 2011-09-19 2012-05-09 哈尔滨工程大学 基于多波束声纳海底测量数据构建三维地形矢量模型的方法
CN102608584A (zh) * 2012-03-19 2012-07-25 中国测绘科学研究院 基于多项式反演模型的时间序列InSAR形变监测方法及装置
CN102800128A (zh) * 2012-08-09 2012-11-28 中国人民解放军信息工程大学 利用散点图矩阵和回归分析建立地形描述精度模型的方法
CN103033813A (zh) * 2012-12-31 2013-04-10 长沙理工大学 一种基于外部粗精度dem的初始相位偏置实时估计方法
CN107122522A (zh) * 2017-03-28 2017-09-01 长江空间信息技术工程有限公司(武汉) 一种基于填挖方分析的数字高程模型精度评价方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
FRÉDÉRIC SATGE等: "Absolute and relative height-pixel accuracy of SRTM-GL1 over the South American Andean Plateau", 《ISPRS JOURNAL OF PHOTOGRAMMETRY AND REMOTE SENSING》 *
PRATIBHA SHINGARE 等: "Analysis of different modes of cartosat-1 with the help of Digital elevation model fusion", 《2014 INTERNATIONAL CONFERENCE ON CONTROL, INSTRUMENTATION, COMMUNICATION AND COMPUTATIONAL TECHNOLOGIES (ICCICCT)》 *
武文娇 等: "SRTM1 DEM 与 ASTER GDEM V2 数据的对比分析", 《地球信息科学学报》 *
腾月: "数字高程模型的精细化处理与地形要素提取分析——以分宜县为例", 《中国优秀博硕士学位论文全文数据库(硕士) 基础科学辑》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111027019A (zh) * 2018-10-10 2020-04-17 千寻位置网络有限公司 统计分析高精度定位结果置信度的方法及装置
CN111027019B (zh) * 2018-10-10 2023-09-08 千寻位置网络有限公司 统计分析高精度定位结果置信度的方法及装置
CN111724465A (zh) * 2020-05-25 2020-09-29 同济大学 基于平面约束优选虚拟控制点的卫星影像平差方法及装置
CN111724465B (zh) * 2020-05-25 2023-05-02 同济大学 基于平面约束优选虚拟控制点的卫星影像平差方法及装置
CN112507536A (zh) * 2020-11-26 2021-03-16 北方魏家峁煤电有限责任公司 露天矿的采剥工程量计算方法、装置及电子设备
CN116518916A (zh) * 2023-01-19 2023-08-01 昆明理工大学 一种基于卫星测高数据评价dem精度的方法、系统及计算机

Also Published As

Publication number Publication date
CN108427741B (zh) 2022-08-05

Similar Documents

Publication Publication Date Title
Pan et al. A deterministic-stochastic identification and modelling method of discrete fracture networks using laser scanning: Development and case study
Callow et al. How does modifying a DEM to reflect known hydrology affect subsequent terrain analysis?
CN108427741A (zh) 一种基于大量高精度控制点的dem相对误差评价方法
CN102521835B (zh) 一种基于空间三维模板的点云数据树高提取方法
CN110030972A (zh) 基于ExcelVBA的隧道超欠挖检测方法
CN107909192A (zh) 土壤重金属含量的估测方法及装置
CN111854692A (zh) 一种在道路测设中的无人机影像匹配点云的测量方法
CN114674277B (zh) 全场测线联合的深部开采地表沉陷监测方法
CN103245324B (zh) 海岛遥感测图高程精度控制与修正方法及系统
Şmuleac et al. Comparative Study of the Volumetric Methods Calculation Using GNSS Measurements
Bernat Gazibara et al. Identification and mapping of shallow landslides in the City of Zagreb (Croatia) using the LiDAR–based terrain model
Álvarez et al. Multi-temporal archaeological analyses of alluvial landscapes using the photogrammetric restitution of historical flights: a case study of Medellin (Badajoz, Spain)
Dohnal et al. Identification of microrelief shapes along the line objects over DEM data and assessing their impact on the vehicle movement
CN108460422A (zh) 基于深度分布特征的海底地貌类型识别方法
CN102661741B (zh) 一种小型冲沟沟头形态及侵蚀量的监测方法
Boer Using pattern recognition to search LIDAR data for archeological sites
Carlisle Digital elevation model quality and uncertainty in DEM-based spatial modelling
Dai Prà et al. Rectify the river, rectify the map; geometry and geovisualization of Adige river hydro-topographic historical maps
CN113344866A (zh) 一种点云综合精度评价方法
CN112462422A (zh) 沙漠区三维地震勘探物理点位自动化设计方法及装置
CN111767864A (zh) 一种反演红树林群落对地貌沉积过程的响应方法
Haugen Qualitative and quantitative comparative analyses of 3D lidar landslide displacement field measurements
Brydsten et al. Digital elevation models for site investigation programme in Forsmark
Hayakawa et al. Rapid On‐site Topographic Mapping with a Handheld Laser Range Finder for a Geoarchaeological Survey in Syria
CN103245327A (zh) 一种冲沟横断面的测绘方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant