《DEM構建的多面函式抗差插值算法研究》是依託山東科技大學，由陳傳法擔任項目負責人的面上項目。
基本介紹
- 中文名：DEM構建的多面函式抗差插值算法研究
- 項目類別：面上項目
- 項目負責人：陳傳法
- 依託單位：山東科技大學
項目摘要,結題摘要,
項目摘要
DEM是對地球表面地形地貌離散表達，其精度取決於採樣數據質量等因素。數據採集中，受儀器噪聲等影響，測量數據中不可避免含有粗差，進而嚴重影響DEM構建精度。抗差估計是在粗差不可避免前提下，選擇特定估計方法，使未知量估計儘可能降低粗差影響，得出正常模式下最佳估值。為此，本研究預基於高精度多面函式（MQ）為基函式，發展MQ抗差插值法（MQ-R），實現DEM抗差構建。MQ-R將首先藉助空間填充法從採樣數據中選擇部分數據作為MQ節點，構建超定方程組；然後以高崩潰污染率截尾最小二乘解算該方程組，獲取節點權重初值，提高模型抗差性；最後以加權最小二乘最佳化初值，提高模型計算精度。擬以數學曲面數值試驗，設計受不同粗差污染的採樣數據，驗證和最佳化MQ-R抗差性；以不同地面覆蓋物LIDAR數據為實例，基於MQ-R構建測區DEM，驗證模型實用性。本項目研究成果可為空間信息服務等構建高精度DEM提供理論方法和技術支撐。
結題摘要
數字地形建模是對地球表面地形地貌的一種數字建模過程，這種建模結果稱為數字地面模型。目前，遙感技術以大尺度、高時效和高解析度等優勢已經成為數字地形建模的主要數據源。但受感測器設計理論缺陷、地面紋理不清晰、多路徑反射以及遮擋等因素影響，採樣數據中不可避免的含有異常值。為了抑制異常值對數字地形建模精度影響，本項目提出了數字地形穩健模擬方法，實現了高質量數字地形建模，為地理國情動態監測、地質災害預警等領域提供了理論方法和技術支撐。具體研究內容如下： （1）針對單一尺度下地面種子點難以準確捕捉地形細節信息的問題，構建了多尺度層次點雲濾波方法，最大程度上提高了地面種子點數量，顯著抑制了低層次錯分點對高層次地面參考面構建精度影響，實現了機載LiDAR點雲高精度濾波。用國際攝影測量與遙感學會提供的15組基準數據分析表明，該方法濾波精度處於同期最好水平，為數字地形建模提供了高質量數據源。相關研究成果發表三區SCI論文2篇。 （2）發展了數字地形穩健模擬方法，構建了目標函式全局最優求解模型，較好抑制了採樣數據中異常值對數字地面建模精度影響，實現了高質量數字地面模型構建，成果被煙臺經濟開發區用於公路設計。相關研究成果發表SCI論文4篇，其中二區論文3篇，三區論文1篇。相應模型還用於解決支持向量機魯棒性問題，研究成果發表SCI論文3篇，其中二區論文2篇，三區論文1篇。 （3）針對遙感數據龐大數據量問題，提出了機載LiDAR點雲精簡方法，實現了地形特徵保持的遙感點雲數據快速簡化，為機載LiDAR點雲數據高效管理提供了有效工具。相關研究成果發表SCI論文2篇，其中一區論文1篇，二區論文1篇。 項目組四年共發表期刊論文18篇，其中SCI論文14篇，EI論文2篇；培養畢業研究生3名，在讀研究生3名。本項目研究成果實現了遙感點雲數據高精度分類，提高了數據管理能力，確保了高質量數字地形穩健模擬。
