CN112985358A - ICESat-2/ATLAS全球高程控制点提取方法及系统 - Google Patents
ICESat-2/ATLAS全球高程控制点提取方法及系统 Download PDFInfo
- Publication number
- CN112985358A CN112985358A CN202110192296.1A CN202110192296A CN112985358A CN 112985358 A CN112985358 A CN 112985358A CN 202110192296 A CN202110192296 A CN 202110192296A CN 112985358 A CN112985358 A CN 112985358A
- Authority
- CN
- China
- Prior art keywords
- elevation
- icesat
- data
- control point
- global
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C5/00—Measuring height; Measuring distances transverse to line of sight; Levelling between separated points; Surveyors' levels
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Computer Graphics (AREA)
- Theoretical Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供一种ICESat‑2/ATLAS全球高程控制点提取方法及系统,包括从ICESat‑2的ATL08数据产品中提取陆地高程数据,进行预处理,保留属性参数作为高程控制点的筛选条件,以减少数据量,然后基于参考DEM对高程数据进行粗筛选,剔除高程误差较为严重的激光点;结合ICESat‑2激光数据的属性信息进行精细化筛选,保留地形平缓且云量低的激光点作为地面高程控制点,导入ICESat‑2全球高程控制点数据库。本发明基于ICESat‑2卫星的ATL08数据产品,根据对ICESat‑2数据高程精度的影响因子分析,设计了一种基于参考高程数据和属性参数提取全球高程控制点的方法,能够自动提取高精度的全球高程控制点数据,从而为国产高分辨率卫星进行无地面或少地面控制点的立体测绘和产品质量检验提供数据支持。
Description
技术领域
本发明属于航空航天摄影测量领域,针对ICESat-2卫星的激光数据,设计一种高精度的全球高程控制点提取方法及系统。
背景技术
高程控制点是生产遥感数字产品的重要基础数据。近年来,随着中国全球地理信息资源建设的有力推进,全球测图任务对地面控制点的需求日益提升,建设和维护高精度的全球控制点库成为当前的重要任务,这对高程控制点的精度、覆盖范围和生产更新速率提出了更高的要求。传统的高程控制点测量工作需要大量的人力、物力,耗时长、效率低、成本高,且受气候、地形等因素影响,无法实现大范围的覆盖。星载激光雷达具有受大气影响小、穿透性强、精度高、数据覆盖范围广等优势。随着激光测高技术的发展,星载激光测高仪的激光足印直径不断减小,定位精度不断提高,高程精度可达亚米级,观测范围覆盖全球,可作为获取高程控制点的新途径。
由于地表的复杂性以及往返大气过程中云层和大气产生的影响,激光测高数据往往存在噪声,其高程精度与地表覆盖、坡度、云量等因素有关。因此,将激光数据作为高程参考数据之前,需要根据一定的规则进行高程控制点提取,以保证其精度。传统的高程控制点筛选方法主要分为三类,即基于参考高程数据的筛选、基于属性参数的筛选和基于波形特征参数的筛选。传统方法的研究一般针对全波形星载激光雷达的数据特征进行,基于参考高程数据的筛选只能筛除误差较为严重的高程点,基于属性参数的筛选依赖于反射率、云量等属性参数的获取,基于波形特征参数的筛选只能用于全波形星载激光雷达,其筛选效果取决于波形数据的质量。而对于目前最先进的光子计数星载激光雷达,高程控制点提取方法的研究还并不充分。
2018年9月,美国国家航空航天局发射了ICESat-2卫星,其搭载的激光载荷——先进地形激光测高系统(Advanced Topographic Laser Altimeter System,ATLAS)是首个光子计数星载激光雷达,相比传统的星载激光雷达具有更高的精度和更小的激光足印。光子计数激光雷达测高数据的高程精度与成像时间、坡度、地表覆盖、信噪比等多种因素有关,要研究高程控制点的提取方法,需要收集大量数据,并对高程精度的影响因子进行准确的分析,从而设置高程精度高且数据保留率高的高程控制点筛选条件。研究基于ICESat-2激光数据提取高精度全球高程控制点的方法及系统,有利于完善并推进我国全球地理信息资源建设的工作,能够为国产高分辨率卫星在境外地区进行无地面或少地面控制点的立体测绘和产品质量检验提供数据支持。
发明内容
本发明所要解决的问题是,设计一种ICESat-2/ATLAS全球高程控制点提取方法及系统,该方法能够自动提取高精度的全球高程控制点数据,为国产高分辨率卫星进行无地面或少地面控制点的立体测绘和产品质量检验提供数据支持。
本发明的技术方案提供一种ICESat-2/ATLAS全球高程控制点提取方法,包括以下步骤:
步骤1,从ICESat-2的ATL08数据产品中提取陆地高程数据,进行预处理,保留属性参数作为高程控制点的筛选条件,以减少数据量,然后基于参考DEM对高程数据进行粗筛选,剔除高程误差较为严重的激光点;
步骤2,结合ICESat-2激光数据的属性信息进行精细化筛选,保留地形平缓且云量低的激光点作为地面高程控制点,导入ICESat-2全球高程控制点数据库。
而且,所述保留属性参数作为高程控制点的筛选条件,实现方式如下,
从ICESat-2的ATL08数据产品中,提取陆地激光点的参数,包括编号n、经度longitude、纬度latitude、插值陆地高程h_te_interp、均值陆地高程h_te_mean、中值陆地高程h_te_median、最大陆地高程h_te_max、最小陆地高程h_te_min、参考DEM高程dem_h、时间delta_time、坡度terrain_slope、地形标记terrain_flg、城市标记urban_flag、云量标记cloud_flag_atm和夜晚标记night_flag。
而且,所述基于参考DEM对高程数据进行粗筛选,实现方式如下,
利用ATL08中提取的参数dem_h作为先验参考DEM,对ICESat-2陆地高程数据进行初步筛选,将高程差ΔH大于阈值的高程点作为粗差剔除如下,
ΔH=|HICESat-2-Hdem_h|<3σ
式中,HICESat-2表示ICESat-2高程点的插值陆地高程h_te_interp,Hdem_h表示参考DEM的高程值dem_h,σ表示参考DEM的绝对高程精度。
而且,所述结合ICESat-2激光数据的属性信息进行精细化筛选,实现方式包括设置基于属性参数的精细化筛选条件如下,
terrain_slope<Tslope
cloud_flag_atm<Tcloud
其中,Tslope为坡度阈值,Tcloud为云量阈值;
并支持选择设置night_flag=1;
将筛选后的陆地高程点载入高程控制点数据库,同时保留相关属性标记,作为高程控制点数据检索时的权重依据。
另一方面,本发明还提供一种ICESat-2/ATLAS全球高程控制点提取系统,用于实现如上所述的一种ICESat-2/ATLAS全球高程控制点提取方法。
而且,包括以下模块,
第一模块,用于从ICESat-2的ATL08数据产品中提取陆地高程数据,进行预处理,保留属性参数作为高程控制点的筛选条件,以减少数据量,然后基于参考DEM对高程数据进行粗筛选,剔除高程误差较为严重的激光点;
第二模块,用于结合ICESat-2激光数据的属性信息进行精细化筛选,保留地形平缓且云量低的激光点作为地面高程控制点,导入ICESat-2全球高程控制点数据库。
或者,包括处理器和存储器,存储器用于存储程序指令,处理器用于调用存储器中的存储指令执行如上所述的一种ICESat-2/ATLAS全球高程控制点提取方法。
或者,包括可读存储介质,所述可读存储介质上存储有计算机程序,所述计算机程序执行时,实现如上所述的一种ICESat-2/ATLAS全球高程控制点提取方法。
本发明基于ICESat-2/ATLAS全球激光数据产品ATL08,获取了全球ICESat-2陆地高程点,实现了基于参考高程数据和属性参数提取全球高程控制点的方法,提取过程包括粗筛选和精筛选两步,结合了传统的基于参考高程数据的筛选方法和基于属性参数的筛选方法,并针对ICESat-2数据的特性,根据对ICESat-2数据的高程精度影响因子分析来设计筛选条件,在保证高程控制点的高程精度满足要求的同时提取出尽可能多的高程控制点。相比于传统的星载激光雷达高程控制点提取方法,本发明提高了全球高程控制点的高程精度和点位密度。应用本发明能够自动提取高精度的全球高程控制点数据,从而为国产高分辨率卫星进行无地面或少地面控制点的立体测绘和产品质量检验提供数据支持。
附图说明
图1为本发明实施例方法的流程图。
具体实施方式
以下结合附图和实施例详细说明本发明具体实施方式。
具体实施时,本发明技术方案可由本领域技术人员采用计算机软件技术实现自动运行流程。
参见图1,本发明实施例提供一种ICESat-2/ATLAS全球高程控制点提取方法及系统,包括以下步骤:
步骤1,从ICESat-2的ATL08数据产品中提取陆地高程数据,进行预处理,保留属性参数作为高程控制点的筛选条件,以减少数据量,然后基于参考DEM对高程数据进行粗筛选,剔除高程误差较为严重的激光点。
获取全球的ICESat-2 ATL08数据产品,从该数据产品的目录gtx/land_segments/和gtx/land_segments/terrain下提取陆地激光点的参数,包括编号(n)、经度(longitude)、纬度(latitude)、插值陆地高程(h_te_interp)、均值陆地高程(h_te_mean)、中值陆地高程(h_te_median)、最大陆地高程(h_te_max)、最小陆地高程(h_te_min)、参考DEM高程(dem_h)、时间(delta_time)、坡度(terrain_slope)、地形标记(terrain_flg)、城市标记(urban_flag)、云量标记(cloud_flag_atm)、夜晚标记(night_flag)等,以减少后续处理的数据量。其中编号、经度、纬度、高程、获取时间作为高程控制点的基础属性存储在数据库中,可用于高程控制点的查询。参考DEM、坡度、地形、城市标记、云量标记、夜晚标记等作为高程控制点的特征属性存储在数据库中,便于用户进一步选择所感兴趣的高程控制点。
本步骤进行基于参考DEM的初步筛选。
利用ATL08中提取的参考DEM高程(dem_h),与陆地高程值计算高程差,将高程差ΔH大于阈值的高程点作为粗差剔除,即:
ΔH=|HICESat-2-Hdem_h|<3σ
式中,HICESat-2表示ICESat-2高程点的插值陆地高程h_te_interp;Hdem_h表示参考DEM的高程值dem_h;σ表示参考DEM的绝对高程精度。
步骤2,结合ICESat-2激光数据的属性信息进行精细化筛选,保留地形平缓、云量低的激光点作为地面高程控制点,导入ICESat-2全球高程控制点数据库。
如附图1的流程图所示,完成基于参考DEM的初步筛选之后,进行基于属性数据的精筛选。
利用步骤1中从ATL08数据产品中提取的定量表示坡度、云量、白天/夜晚的属性参数(terrain_slope、cloud_flag_atm、night_flag),结合实际情况,设置基于属性参数的精细化筛选条件如下:
(1)terrain_slope<Tslope
(2)cloud_flag_atm<Tcloud
(3)night_flag=1
ICESat-2测高数据的精度与成像时间、坡度、云量等因素有关,实验证明,坡度对高程精度的影响尤为明显,高程精度随坡度的上升而显著下降;云量较低时测高数据的质量较高;夜间观测数据的高程精度高于白天观测数据。条件(1)中,Tslope为坡度阈值,取值由高程精度与坡度关系的分析实验决定。当Tslope取0.01时,激光点的高程精度优于0.1m;条件(2)中,Tcloud为云量阈值,Tcloud通常设置为3,此时cloud_flag_atm取值范围为[0,2],即仅保留云量小于或等于20%的数据;条件(3)中,night_flag设置为1,表示仅保留夜间观测数据,考虑到这将会损失近50%的数据,在激光数据有限的情况下,筛选条件(3)将不被使用。实验证明,在经过条件(1)筛选后高程精度将提高30%左右,经过条件(2)筛选后高程精度将提高10%左右,同时使用条件(1)和条件(2),最终高程精度与原始数据相比将提高60%左右。
将筛选后的陆地高程点载入高程控制点数据库,同时保留坡度、云量等属性标记,作为高程控制点数据检索时的权重依据。
至此,完成基于参考高程数据的粗筛选和基于属性参数的精细化筛选,得到ICESat-2/ATLAS全球高程控制点数据。
具体实施时,本发明技术方案提出的方法可由本领域技术人员采用计算机软件技术实现自动运行流程,实现方法的系统装置例如存储本发明技术方案相应计算机程序的计算机可读存储介质以及包括运行相应计算机程序的计算机设备,也应当在本发明的保护范围内。
在一些可能的实施例中,提供一种ICESat-2/ATLAS全球高程控制点提取系统,包括以下模块,
第一模块,用于从ICESat-2的ATL08数据产品中提取陆地高程数据,进行预处理,保留属性参数作为高程控制点的筛选条件,以减少数据量,然后基于参考DEM对高程数据进行粗筛选,剔除高程误差较为严重的激光点;
第二模块,用于结合ICESat-2激光数据的属性信息进行精细化筛选,保留地形平缓且云量低的激光点作为地面高程控制点,导入ICESat-2全球高程控制点数据库。
在一些可能的实施例中,提供一种ICESat-2/ATLAS全球高程控制点提取系统,包括处理器和存储器,存储器用于存储程序指令,处理器用于调用存储器中的存储指令执行如上所述的一种ICESat-2/ATLAS全球高程控制点提取方法。
在一些可能的实施例中,提供一种ICESat-2/ATLAS全球高程控制点提取系统,包括可读存储介质,所述可读存储介质上存储有计算机程序,所述计算机程序执行时,实现如上所述的一种ICESat-2/ATLAS全球高程控制点提取方法。
本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。
Claims (8)
1.一种ICESat-2/ATLAS全球高程控制点提取方法,其特征在于,包括以下步骤:
步骤1,从ICESat-2的ATL08数据产品中提取陆地高程数据,进行预处理,保留属性参数作为高程控制点的筛选条件,以减少数据量,然后基于参考DEM对高程数据进行粗筛选,剔除高程误差较为严重的激光点;
步骤2,结合ICESat-2激光数据的属性信息进行精细化筛选,保留地形平缓且云量低的激光点作为地面高程控制点,导入ICESat-2全球高程控制点数据库。
2.如权利要求1所述ICESat-2/ATLAS全球高程控制点提取方法,其特征在于:所述保留属性参数作为高程控制点的筛选条件,实现方式如下,
从ICESat-2的ATL08数据产品中,提取陆地激光点的参数,包括编号n、经度longitude、纬度latitude、插值陆地高程h_te_interp、均值陆地高程h_te_mean、中值陆地高程h_te_median、最大陆地高程h_te_max、最小陆地高程h_te_min、参考DEM高程dem_h、时间delta_time、坡度terrain_slope、地形标记terrain_flg、城市标记urban_flag、云量标记cloud_flag_atm和夜晚标记night_flag。
3.如权利要求2所述ICESat-2/ATLAS全球高程控制点提取方法,其特征在于:所述基于参考DEM对高程数据进行粗筛选,实现方式如下,
利用ATL08中提取的参数dem_h作为先验参考DEM,对ICESat-2陆地高程数据进行初步筛选,将高程差ΔH大于阈值的高程点作为粗差剔除如下,
ΔH=|HICESat-2-Hdem_h|<3σ
式中,HICESat-2表示ICESat-2高程点的插值陆地高程h_te_interp,Hdem_h表示参考DEM的高程值dem_h,σ表示参考DEM的绝对高程精度。
4.如权利要求1或2所述ICESat-2/ATLAS全球高程控制点提取方法,其特征在于:所述结合ICESat-2激光数据的属性信息进行精细化筛选,实现方式包括设置基于属性参数的精细化筛选条件如下,
terrain_slope<Tslope
cloud_flag_atm<Tcloud
其中,Tslope为坡度阈值,Tcloud为云量阈值;
并支持选择设置night_flag=1;
将筛选后的陆地高程点载入高程控制点数据库,同时保留相关属性标记,作为高程控制点数据检索时的权重依据。
5.一种ICESat-2/ATLAS全球高程控制点提取系统,其特征在于:用于实现如权利要求1-4任一项所述的一种ICESat-2/ATLAS全球高程控制点提取方法。
6.根据权利要求5所述ICESat-2/ATLAS全球高程控制点提取系统,其特征在于:包括以下模块,
第一模块,用于从ICESat-2的ATL08数据产品中提取陆地高程数据,进行预处理,保留属性参数作为高程控制点的筛选条件,以减少数据量,然后基于参考DEM对高程数据进行粗筛选,剔除高程误差较为严重的激光点;
第二模块,用于结合ICESat-2激光数据的属性信息进行精细化筛选,保留地形平缓且云量低的激光点作为地面高程控制点,导入ICESat-2全球高程控制点数据库。
7.根据权利要求5所述ICESat-2/ATLAS全球高程控制点提取系统,其特征在于:包括处理器和存储器,存储器用于存储程序指令,处理器用于调用存储器中的存储指令执行如权利要求1-4任一项所述的一种ICESat-2/ATLAS全球高程控制点提取方法。
8.根据权利要求5所述ICESat-2/ATLAS全球高程控制点提取系统,其特征在于:包括可读存储介质,所述可读存储介质上存储有计算机程序,所述计算机程序执行时,实现如权利要求1-4任一项所述的一种ICESat-2/ATLAS全球高程控制点提取方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110192296.1A CN112985358A (zh) | 2021-02-19 | 2021-02-19 | ICESat-2/ATLAS全球高程控制点提取方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110192296.1A CN112985358A (zh) | 2021-02-19 | 2021-02-19 | ICESat-2/ATLAS全球高程控制点提取方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112985358A true CN112985358A (zh) | 2021-06-18 |
Family
ID=76393674
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110192296.1A Pending CN112985358A (zh) | 2021-02-19 | 2021-02-19 | ICESat-2/ATLAS全球高程控制点提取方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112985358A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114689015A (zh) * | 2021-11-29 | 2022-07-01 | 成都理工大学 | 一种提高光学卫星立体影像dsm高程精度的方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103003818A (zh) * | 2010-05-28 | 2013-03-27 | 吉奥斯特拉股份有限公司 | 用于广阔地域上的多样化资源基础的测绘建模的系统和方法 |
CA2847766A1 (en) * | 2014-01-20 | 2015-07-20 | Venkateshwara Pillay | A system for mapping and tracking ground targets |
CN104931022A (zh) * | 2015-04-21 | 2015-09-23 | 国家测绘地理信息局卫星测绘应用中心 | 基于星载激光测高数据的卫星影像立体区域网平差方法 |
CN105550639A (zh) * | 2015-12-07 | 2016-05-04 | 国家测绘地理信息局卫星测绘应用中心 | 对地观测激光测高卫星高程控制点自动提取方法和数据处理方法 |
-
2021
- 2021-02-19 CN CN202110192296.1A patent/CN112985358A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103003818A (zh) * | 2010-05-28 | 2013-03-27 | 吉奥斯特拉股份有限公司 | 用于广阔地域上的多样化资源基础的测绘建模的系统和方法 |
CA2847766A1 (en) * | 2014-01-20 | 2015-07-20 | Venkateshwara Pillay | A system for mapping and tracking ground targets |
CN104931022A (zh) * | 2015-04-21 | 2015-09-23 | 国家测绘地理信息局卫星测绘应用中心 | 基于星载激光测高数据的卫星影像立体区域网平差方法 |
CN105550639A (zh) * | 2015-12-07 | 2016-05-04 | 国家测绘地理信息局卫星测绘应用中心 | 对地观测激光测高卫星高程控制点自动提取方法和数据处理方法 |
Non-Patent Citations (1)
Title |
---|
王密等: "ICESat-2/ATLAS全球高程控制点提取与分析", 《武汉大学学报信息科学版》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114689015A (zh) * | 2021-11-29 | 2022-07-01 | 成都理工大学 | 一种提高光学卫星立体影像dsm高程精度的方法 |
CN114689015B (zh) * | 2021-11-29 | 2023-01-17 | 成都理工大学 | 一种提高光学卫星立体影像dsm高程精度的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112101256B (zh) | 基于云平台的耦合主被动遥感影像的大蒜作物识别方法 | |
CN107679476B (zh) | 一种海冰类型遥感分类方法 | |
CN113204998B (zh) | 一种基于单木尺度的机载点云森林生态估测方法及系统 | |
CN109636904B (zh) | 一种基于uav航测地形数据的噪声处理技术 | |
CN109100719A (zh) | 基于星载sar影像与光学影像的地形图联合测图方法 | |
Bertin et al. | A long-term dataset of topography and nearshore bathymetry at the macrotidal pocket beach of Porsmilin, France | |
CN111144350B (zh) | 一种基于参考底图的遥感影像定位精度评价方法 | |
CN112985358A (zh) | ICESat-2/ATLAS全球高程控制点提取方法及系统 | |
Probeck et al. | CLC+ Backbone: Set the Scene in Copernicus for the Coming Decade | |
CN108038086B (zh) | 一种基于像素尺度的dem数据误差评价与校正方法 | |
CN113900069A (zh) | 一种基于干涉成像高度计的垂线偏差计算方法及其系统 | |
CN109359631A (zh) | 一种基于卷积神经网络的海冰类型遥感分类方法 | |
He et al. | Re-assessing vegetation carbon storage and emissions from land use change in China using surface area | |
CN117195488A (zh) | 一种未精测区陆海一体数字高程模型建设方法及相关系统 | |
CN115357675B (zh) | 一种像控点标准化处理建设像控点数据库方法和系统 | |
CN101216297A (zh) | 森林资源航天遥感与地面角规抽样配套系统集成技术方法 | |
CN108398683B (zh) | 长时序自动干涉测量系统及方法 | |
Tian et al. | A process-oriented method for rapid acquisition of canopy height model from RGB point cloud in semiarid region | |
CN115436965A (zh) | 基于多模态星载激光雷达数据的林下地形数据集生成方法 | |
CN107967286B (zh) | 一种地质上精确定位野外复杂地形路线的方法 | |
CN113192194A (zh) | 一种植被区地形图的绘制方法 | |
Yu et al. | Optimizing Global Navigation Satellite Systems network real-time kinematic infrastructure for homogeneous positioning performance from the perspective of tropospheric effects | |
Narin et al. | Multi-Criteria Strategy for Estimating GEDI Terrain Height | |
CN116518916A (zh) | 一种基于卫星测高数据评价dem精度的方法、系统及计算机 | |
CN113450348B (zh) | 基于高分辨率立体像对影像的土壤侵蚀定量估算方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210618 |