[发明专利]基于随机森林回归模型的数字高程模型改正方法和装置

说明书

本发明涉及一种基于随机森林回归模型的数字高程模型改正方法和装置，方法包括：将数字高程模型载入基于随机森林算法构建的高程改正回归模型中，进行高程修改；模型训练过程包括：从卫星足印地形高程数据中选取用于参考的地理位置，从数字高程模型中选取与地理位置的距离在第一距离范围以内区域的高程数据，并与卫星足印地形高程数据比较，得到高程差值作为高程改正量；采用高程改正量和根据数字高程模型构建的评估属性，对高程改正回归模型进行训练，评估属性包括地表覆盖因素、地形特征因素、空间分布因素以及数据源质量因素。与现有技术相比，本发明所提方法可以有效提升数字高程模型的高程精度，改正前后的高程精度提升比例约为29‑42％。

技术领域

本发明涉及星载激光测高改正技术领域，尤其是涉及基于随机森林回归模型的数字高程模型改正方法和装置。

背景技术

全球数字高程模型是球科学研究与应用的重要组成部分之一，其高程精度提升问题，一直受到了国内外研究学者的广泛关注。其中，采用具有测距精度高、覆盖范围广等特点的星载激光测高技术，对全球高程模型的高程精度进行提升的研究，是解决该问题的重要策略之一。在以往的研究中，主要包含两种方法：1)以星载激光测高的足印高程作为高程控制点，在数字高程模型的生产过程中，辅助主数据源以提升其精度；2)以星载激光高程的足印高程作为高程参考，直接对已生成的数字高程模型的高程进行修正，以提升其精度。

其中，第一种方法的数据处理步骤繁杂且数据处理量较大，特别是在全球区域内，同时由于数字高程模型存在数据源多样而需混合采用不同的修正策略，导致处理量进一步增加；不同于第一种方法，第二种方法的数据处理灵活，近年来受到学界的广泛青睐。关于第二种方法的以往研究主要采用ICESat卫星的激光测高数据，由于受限于该卫星的探测方式、分辨率等因素，这些研究更侧重于对典型的区域，如植被，极地等进行数字高程模型的高程改正。

随着星载激光测高技术的发展，ICESat-2卫星采用了不同于ICESat卫星的波形能量检测技术的新一代的星载激光测高技术——单光子检测技术，将有望进一步发挥星载激光测高技术在该领域的应用潜力。然而，由于该卫星发射较晚，目前现有的数字高程模型的高程改正方法仅侧重于对地面沿轨附近区域(30m)的部分进行修正。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于随机森林回归模型的数字高程模型改正方法和装置，以期突破以往方法在地面沿轨邻近区域对数字高程模型进行高程改正的局限性，从而进一步提升星载激光测高技术在该领域的应用潜力。

本发明的目的可以通过以下技术方案来实现：

一种基于随机森林回归模型的数字高程模型改正方法，包括：将数字高程模型载入预先构建并训练好的高程改正回归模型中，对数字高程模型中的高程进行修改，得到改正后的数字高程模型；

所述高程改正回归模型基于随机森林算法构建，

所述高程改正回归模型的训练过程包括：从卫星足印地形高程数据中选取用于参考的地理位置，获取数字高程模型，从该数字高程模型中，选取与所述地理位置的距离在第一距离范围以内区域的高程数据，并与卫星足印地形高程数据进行高程比较，得到高程差值作为数字高程模型的高程改正量；

采用高程改正量和根据所述数字高程模型构建的评估属性，对基于随机森林算法构建的高程改正回归模型进行训练，所述评估属性包括数字高程模型所分布区域内的地表覆盖因素、地形特征因素、空间分布因素以及模型的数据源质量因素。

进一步地，所述地表覆盖因素为采用全球地表覆盖数据表征数字高程模型所分布区域内的地表。

进一步地，所述地形特征因素为在预设的第一窗口内数字高程模型的坡度、粗糙度、坡向、曲率和高程统计值。