申请/专利权人：中南林业科技大学

申请日：2020-06-29

公开（公告）日：2023-09-08

公开（公告）号：CN111812600B

主分类号：G01S7/40

分类号：G01S7/40;G01S13/88;G01S13/89

优先权：

专利状态码：有效-授权

法律状态：2023.09.08#授权;2020.11.10#实质审查的生效;2020.10.23#公开

摘要：一种自适应地形相关的SRTM‑DEM校正方法，包括以下步骤：1构建与地理位置相关的线性模型来对全球趋势误差进行建模，即ftrendE,N＝a0+a1sinE+a2cos90°‑N1；2基于BIC的局部地形误差校正模型的构建将与地形有关的误差fterrain构造为fterrainS,A,Z＝a3H+fTFS,A2；3构建自适应地形相关的SRTMDEM校正模型ΔH＝ftrendE,N+fterrainS,A,H+Δh+δ4；4利用模型参数的稳健估计值。相对于传统的SHM和MLE校正方法，本发明的校正方法的精度更高。

主权项：1.一种自适应地形相关的SRTM-DEM校正方法，其特征在于：包括以下步骤：1构建与地理位置相关的线性模型来对全球趋势误差进行建模，即ftrendE,N＝a0+a1sinE+a2cos90°-N1其中a0,a1,a2是模型参数；2基于BIC的局部地形误差校正模型的构建将与地形有关的误差fterrain构造为fterrainS,A,Z＝a3H+fTFS,A2其中a3是SRTMDEM与高度相关的误差系数，fTFS,A表示与坡度和坡向有关的误差；其实fTFS,A的阶数采用自适应策略来确定；选择达到最低贝叶斯信息准则值，即选择达到最低BIC值的模型作为描述SRTMDEM中与坡度和坡度有关的误差的最佳模型；BIC＝lnnk-2L3其中n表示观测样本大小，k是独立参数的数量，L是模型的对数似然性；3构建自适应地形相关的SRTMDEM校正模型即SRTMDEM高程和实测高程之间的差值ΔH，ΔH＝ftrendE,N+fterrainS,A,H+Δh+δ4其中E，N，H，S和A是所有实测点所对应的SRTMDEM的经度、纬度、高程、坡度和坡向；Δh代表对应的植被偏差，将其设置为0；δ是残差误差项；也可用ΔH＝B·X5表示，其中X表示模型参数，B表示模型因素向量；4利用模型参数的稳健估计值可以通过以下方式实现SRTMDEM的像素级校正： 其中H1是SRTMDEM的任意像素的高程向量，B1是SRTMDEM的任意像素系数矩阵，包含新的自变量的系数矩阵；新的自变量包括经度，纬度，高程，坡度和坡向。

全文数据：

权利要求：

百度查询： 中南林业科技大学 一种自适应地形相关的SRTM-DEM校正方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD