数字高程模型（DEM）的粗差探测

摘要

本文推导出三种适用于非规则DEM的粗差检测方法，分别是：基于粗差判断率算法、基于残差中位数和基于残差均值的算法(简称YXY算法、中位数算法和均值算法)。为了验证上述算法的可行性，本文选取三套代表不同地形特征的不规则DEM数据，即平原、丘陵和山地，并通过蒙特卡洛仿真试验验证上述三种算法的有效性和可行性。同样，将相同的试验方案应用于点方式算法，通过试验结果的对比也充分说明新算法的优越性。 此外，本文采用的数据均假设其表面光滑连续。但当DEM为附有地貌特征点线或地形断裂线的非规则数据点时，以基于YXY算法为例，可以采用两种不同的策略。第一种，在拟合运算之前首先判断拟合面内是否有地性线通过，对含有地性线的曲面，按地性线将拟合面进行分割，直到拟合面内不含地性线为止。虽然这样的策略会增加算法的复杂性，但是可以保证算法能够克服拟合面跨越地性线时对粗差判断造成的影响。第二种，通过大量试验数据统计得出最佳怀疑为粗差的百分比限值a，利用预先设定的最佳限值a，使算法适应各种复杂地形的情况。此外，本文还进一步探讨了上述算法中某些影响粗差检测的因素，如地形起伏程度、粗差率、原始DEM的点密度以及局部区域拟合函数等等，为实际的应用提供了有价值的参考信息。

目录

文摘

英文文摘

第一章绪论

1.1引言

1.2 DEM的基本概念

1.2.1 DEM的含义

1.2.2 DEM的表示方法

1.2.3 DEM的生产方式

1.2.4 DEM的应用范畴

1.3 DEM的质量控制和粗差探测理论

1.3.1 DEM的质量评估及检查

1.3.2 DEM的粗差探测

1.4本文研究主要内容及组织结构

1.5本章小结

第二章DEM的质量控制

2.1 DEM的误差源的确定

2.1.1影响DEM数据精度的主要因素

2.1.2 DEM误差元素的分类

2.2 DEM误差的检测

2.3 DEM误差的传播

2.4 DEM误差的管理

2.5 DEM误差的削弱

2.6本章小结

第三章粗差剔除理论在DEM中的应用

3.1基于三维可视化的DEM粗差探测与剔除

3.2基于等高线拓扑关系的DEM粗差检测与剔除

3.3规则格网DEM中粗差探测算法

3.3.1基于坡度信息的粗差探测算法

3.3.2主成分分析(PCA)法在DEM粗差探测中的应用

3.3.3 Felicisimo提出的DEM粗差探测算法

3.4不规则格网DEM中粗差探测算法

3.4.1基于点方式的粗差检测算法

3.4.2检测粗差簇群的算法(基于点方式算法的改进)

3.5本章小结

第四章基于粗差判断率的DEM粗差探测算法

4.1算法原理

4.1.1数学模型

4.1.2检测粗差

4.1.3修正粗差

4.2仿真试验

4.2.1试验数据描述

4.2.2数据的预处理

4.2.3试验验证

4.3地形特征对DEM粗差探测的影响

4.3.1 DEM附加特征点线的处理

4.3.2 DEM附加地形断裂线的处理

4.4试验结论

4.5本章小结

第五章基于残差中位数和残差均值的DEM粗差探测算法

5.1基于残差均值的DEM粗差探测算法

5.1.1算法的可行性

5.1.2算法的描述

5.2基于残差中位数的粗差探测算法

5.3中位数和均值算法的试验验证

5.3.1数据的预处理

5.3.2试验设计及结论

5.4本章小结

图

第六章影响DEM粗差检测的因素

6.1局部区域选点数N对粗差探测的影响

6.2局部区域拟合函数对DEM粗差探测影响

6.2.1多项式进行DEM表面的重建

6.2.2拟合函数对DEM粗差探测的影响

6.3非规则点的密度对DEM粗差探测的影响

6.4临界系数k对DEM粗差探测的影响

6.5本章小结

结论与建议

致谢

参考文献

攻读学位期间发表的学术论文