[发明专利]一种基于像素尺度的DEM数据误差评价与校正方法有效

专利信息
申请号: 201711463078.7 申请日: 2017-12-28
公开(公告)号: CN108038086B 公开(公告)日: 2021-08-10
发明(设计)人: 赵尚民;章诗芳;关瑜晴;贾蓓 申请(专利权)人: 太原理工大学
主分类号: G06F17/18 分类号: G06F17/18
代理公司: 北京慕达星云知识产权代理事务所(特殊普通合伙) 11465 代理人: 李冉
地址: 030000 *** 国省代码: 山西;14
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 像素 尺度 dem 数据 误差 评价 校正 方法
【说明书】:

发明公开了一种基于像素尺度的DEM数据误差评价与校正方法,通过充分利用DEM数据误差与地表形态特征数据间的关系,将基于原始DEM数据与高精度高程点数据得到的误差点数据进行分类,得到建模点和检核点两种数据,基于建模点数据的高程误差与地表形态特征数据建立回归模型,利用回归模型建立DEM数据误差与地表形态特征数据间的定量关系,进而定量获得基于像素尺度的DEM数据的误差分布,并基于检核点数据对原始DEM数据进行校正,最终实现对原始DEM数据的误差评价与精度校正,从而提高了DEM数据应用的可靠性,具有很好的推广前景。

技术领域

本发明涉及遥感技术与测绘学技术领域,更具体的说是涉及一种基于像素尺度的DEM数据误差评价与校正方法。

背景技术

目前,随着DEM数据的快速发展和精度的不断提高,其应用领域也在不断拓展和深化,Miller于1958年提出DEM时,主要用于高速公路的自动设计,到现在广泛应用于测绘、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,DEM数据应用的可靠性取决于它的精度情况。

但是,传统的DEM数据精度评价主要依赖于更高精度的DEM数据或采样点获取实验区的DEM整体误差特征,而由于地表特征的差异,DEM数据在不同位置的误差情况是不同的,这样就会造成实验区DEM整体误差的增大,从而使DEM数据在应用时的可靠性下降。

因此,如何减小DEM数据处理时的误差保证其精度,是本领域技术人员亟需解决的问题。

发明内容

有鉴于此,本发明提供了一种基于像素尺度的DEM数据误差评价与校正方法,通过建立DEM数据点误差与地表形态特征数据间的回归模型,获取DEM数据在像素尺度上的误差分布,进而获得经过校正的DEM数据,从而使其精度得到大幅度的提高。

为了实现上述目的,本发明采用如下技术方案:

一种基于像素尺度的DEM数据误差评价与校正方法,所述误差评价与校正方法基于区域内的原始DEM数据、高程点数据以及地表形态特征数据来进行,包括以下步骤:

步骤1:根据原始DEM数据和高程点数据,以高程点数据作为控制点,通过将二者相减得到误差点数据,作为DEM数据精度评价与误差校正的基础数据。

步骤2:将误差点数据通过交叉验证方式或随机采样方式分为两类,分别为检核点数据和建模点数据,建模点数据用来建立高程误差分布与地表形态特征数据之间的回归方程,检核点用来评价原始DEM数据与校正后的高程数据间的精度,从而得到校正的效果。

步骤3:将建模点数据与地表特征数据进行叠加,得到具有高程误差值与地表形态特征值属性的建模点数据。

步骤4:基于具有高程误差值与地表形态特征值属性的建模点数据,建立高程误差值与地表形态特征值之间的回归方程,用以表示DEM数据误差与地表形态特征数据之间的定量关系。

步骤5:基于地表形态特征数据和回归方程,将地表形态特征数据以原始高程点数据的像素为尺度进行重新采样,获得像素尺度的原始DEM数据误差分布。

步骤6:将基于像素尺度的原始DEM数据误差分布与原始DEM数据进行叠加,获得经过校正的原始DEM数据。

步骤7:基于检核点数据,分别对原始DEM数据和经过校正的原始DEM数据进行精度评价和对比,获得校正后的精度提高量。

经由上述的技术方案可知,与现有技术相比,本发明公开提供了一种基于像素尺度的DEM数据误差评价与校正方法,通过建立DEM数据点位误差与地表形态特征间的回归模型,获取DEM数据在像素尺度上的误差分布,从而对原始DEM数据进行校正,并最终实现对原始DEM数据的误差评价与精度校正。

附图说明

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于太原理工大学,未经太原理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711463078.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top