南宫28官网,南宫28官方网站,南宫28APP下载

　　感谢您对本站的支持，您的赏金将帮助我们更好的发展。本次下载而产生的赏金将由本站以一定方式转交版权人和上传用户。

　　您支付成功后，系统会自动为您创建此邮箱/手机号的账号，密码跟您输入的邮箱/手机号一致，以方便您下次登录下载和查看订单。注：支付完成后需要自己下载文件，并不会自动发送文件哦！

　　3、本站资源下载后的文档和图纸-无水印,预览文档经过压缩，下载后原文更清晰

　　数字高程模型DIGITALELEVATIONMODEL，简称DEM作为地形表面的重要数字表达，其质量问题受到人们的普遍关注。影响DEM精度的因素多种多样，其中由失误引起的粗差，会造成DEM空间上的严重扭曲，甚至导致DEM及其产品的失真，因此探测并剔除粗差显得尤其重要。目前在相关领域提出的DEM粗差探测算法中大部分是针对DEM的表达方式，如规则格网和不规则格网结构提出来的，很少考虑不同数据源DEM的特征。现存的各种DEM数据采集方法各有其优缺点，所生产的DEM的特性也各有不同。本文在此基础上，分别以机载激光雷达数据生产的DEM、地形图扫描矢量化生产的DEM和两种生产方式结合生产的DEM为例，重点研究了以LIDAR为数据源的DEM粗差探测方法、以地形图扫描矢量化为数据源的DEM粗差探测方法和考虑多源数据的DEM粗差探测方法。1采用机载激光雷达数据生产的DEM，空间分辨率较高，数据点密度大、分布较均匀，滤波后残留的非地面点以簇群形式存在，自动提取地形特征较困难。因此以LIDAR为数据源的DEM粗差探测，是把LIDAR数据滤波后残留的非地面点当作粗差点处理。这些粗差点一般以簇群形式存在于DEM中，可采用粗差簇群算法探测粗差点。经过粗差簇群算法处理后，剩余的粗差点大部分以离散形式存在，采用反距离加权法内插各点的高程值，求出内插值与原始数据高程值的较差并进行统计检验，探测剩余粗差点。2地形图扫描矢量化生产的DEM，是以常规测量方式生产的DEM，其数据点密度较小，地形综合程度较高，自动提取地形特征线的算法成果较丰富。现有的粗差探测方法分为两种，一种是把粗差归入函数模型来实现粗差的探测；另一种是把粗差归入随机模型进行粗差探测。以地形图扫描矢量化为数据源的DEM粗差探测方法，将粗差归入随机模型进行粗差的定位，具有很强的稳健性。它首先通过最小二乘估计来确定第一次平差的残差，然后再根据残差和相关的参数，按所选的权函数计算出每个观测值的权，经过迭代计算求得观测值的最终残差，最后按照统计检验的方法剔除粗差。3考虑多源数据的DEM粗差探测方法，则针对激光扫描时具有盲目性，不可能像手工测量那样在地形变化处采集数据，自动提取地形特征线较困难，扫描矢量化生产的地形图对地形综合程度高，自动提取地形特征线的算法较多这些特点，从扫描矢量化生产的地形图中直接提取地形特征线叠加至LIDAR数据中，以提高DEM的粗差探测率。本文对上述三种方法都进行了实验验证，实验结果证明针对不同数据源的DEM采用不同的方法探测粗差，可以增强DEM粗差探测的有效性和稳定性，提高DEM的精度，在实际应用中具有参考价值。

　　本文（考虑数据源的DEM粗差探测方法的研究与实验.pdf）为本站会员（神所赐）主动上传，众赏文库仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私，请立即通知众赏文库（发送邮件至或直接QQ联系客服），我们立即给予删除！