-
摘要: 简要介绍了数字高程模型（digital elevation model，DEM）的起源与定义，根据4种不同的观测平台分类介绍了DEM数据获取方法，给出目前国际上发布的高分辨率全球DEM的主要性质和特点。重点介绍了9大类全球DEM，分析了DEM质量评估相关的评定方法和精度指标。论述了DEM在地质灾害监测、海岸带脆弱性分析方面的应用，以美国地质勘探局和德国航空太空中心正在开展的DEM项目为例，讨论了高精度、高分辨率全球同质DEM和地形测深高程模型的最新需求，最后总结展望全球高分辨率DEM的发展趋势。Abstract: There are many geologic processes that shape the surface of the Earth, and the evolution of topography provides us clues to the interior of the Earth and the forces that exist there. Firstly, in this paper, the origin and definition of digital elevation models (DEMs) are briefly introduced followed by their common acquisition methods according to ground-based, shipborne, airborne and spaceborne observation platforms. Secondly, the main characteristics of existing global high resolution DEMs are demonstrated with emphasis on nine commonly-used global DEMs. Thirdly, a common procedure for DEM quality evaluation is presented. Fourthly, the potential applications of DEMs to geological disaster monitoring and coastal vulnerability analysis are described. Taking the ongoing DEM projects in USGS (United States Geological Survey) and DLR (Deutsches Zentrum für Luft-und Raumfahrt) as examples, the requirements for high precision high resolution globally consistent and homogeneous DEMs and topobathemetric elevation models are discussed. Finally, the future trends and prospects of global high resolution DEMs are summarized. We find that fusion of multi-source remote sensing image data (such as LiDAR, SAR and optical remote sensing) has become an important approach to ge-nerate global multi-scale seamless DEMs, and the use of unmanned aircrafts and ships as observation platforms makes it possible to shorten the renewal cycle of high precision high resolution DEMs.
-
悬浮泥沙是湖泊生态系统重要影响因子。一方面，与悬浮泥沙输移有关的冲淤和侵蚀作用过程改变湖盆形态，从而改变其水动力过程，影响湖泊调蓄能力及其湿地水环境与水生态系统[1]；另一方面，悬浮泥沙会使水体浑浊，从而降低水体透光度和改变富氧条件，影响湖泊水生生物的光合作用，加之悬浮泥沙作为污染物的载体，吸附与解吸N、P营养盐与重金属等多种污染物[2]，通过水流作用形成的泥沙输移、再悬浮与沉降，会影响污染物在水体中的迁移转化过程。因此，掌握悬浮泥沙的时空动态是研究湖泊水环境与水生态研究的基础。
鄱阳湖作为长江流域最大的通江淡水湖泊，在调蓄长江洪水和控制长江水质等方面发挥重要作用。受到自然和人为因素的影响，由鄱阳湖浑浊水体悬浮泥沙导致的水环境问题日益突出，悬浮泥沙成为影响鄱阳湖水生态安全的一个重要因子[3]，快速而准确地获取水体悬浮泥沙时空动态信息，对鄱阳湖流域生态环境与经济社会的可持续发展具有重要的意义。
湖泊水动力过程是湖泊水体悬浮泥沙输移扩散的重要因素，因此，利用水力学数值模型一直是研究悬浮泥沙时空动态的重要手段。利用数值模型进行湖泊悬浮泥沙模拟预测研究在国内外也比较广泛[4-7]。国内对于湖泊悬浮泥沙数值模拟的研究起步较晚，如施勇建立洞庭湖泥沙淤积数值模型[8]，对洞庭湖泥沙输移和湖底变形进行了模拟；周杰建立了太湖粘性泥沙输移模型[9]，并利用实测太湖含沙量资料进行了对比分析，结果表明该泥沙模型基本反映了泥沙输运的特点。然而, 利用悬浮泥沙数值模型进行鄱阳湖悬浮泥沙输运的研究目前还没有见诸报道。
数值模拟需要足够的数据进行模型参数率定和结果验证，然而利用现场观测获取这些数据不仅费时费力，而且有限的数据量也无法满足进行数值模拟研究的要求[10]。卫星遥感具有大范围获取水环境真实信息的特点，从而为数值模拟提供了大量的数据源[11]。目前，结合数值模拟和遥感进行悬浮泥沙的研究在国外比较多见，且主要集中在海岸带水环境研究方面[12-14]，国内进行这方面的研究较少。
本文在鄱阳湖水动力模型[10]的基础上进行鄱阳湖泥沙输移过程的数值模拟，利用鄱阳湖底质类型数据辅助对不同底质类型区域上的悬浮泥沙输移数值模型参数进行敏感性分析，基于敏感性分析结果，利用实测站点数据对模型参数进行了分区率定，建立鄱阳湖悬浮泥沙输移模型，并利用该模型进行模拟预测和实测数据的模型验证，最后对比分析了模型模拟和遥感反演的悬浮泥沙空间分布特征，探讨了利用该模型进行鄱阳湖悬浮泥沙时空动态变化研究的可行性。
1 研究区域与数据
1.1 研究区域
鄱阳湖 (28°22′N~29°45′N、115°47′E~116°45′E) 地处江西省北部，长江中下游南岸 (图 1)，是我国最大的淡水湖泊。鄱阳湖分为南、北两部分，其中南部宽广、较浅，为主湖区；北部狭长、较深，为湖水入长江水道区。鄱阳湖主要接纳赣江、抚河、信江、饶河、修水等五大江河 (以下简称五河) 来水，经调蓄后由湖口汇入长江，鄱阳湖水位随季节的变化明显，是一个过水性、吞吐型的湖泊。
1.2 数据准备
本文对丰水期鄱阳湖水动力和泥沙输移进行数值模拟，模型模拟的时间段为2011-06-01~08-31和2013-06-01~08-31。研究涉及以下4个方面数据。
1) 鄱阳湖及其流域水文数据，包括星子、都昌、康山3个水文站点的逐日水位数据，赣江外洲站、修水虬津站和万家埠站、饶河渡峰坑和虎山站、信江梅港站、抚河李家渡站、湖口站的逐日流量和含沙量数据 (图 1)。
2)2011-07-15~24，对鄱阳湖丰水期湖面进行了8 d的湖泊调查，期间利用走航式ADCP (acoustic Doppler current profilers) 测量了两个断面的流速，分别是都昌附近的断面和入江水道上的断面 (图 1)，同时采集了56个站点的表层水样 (图 2)，利用称重法得到样品的总悬浮泥沙浓度[15]。另外，2013-08-03~08的湖泊调查采集了37个站点的悬浮泥沙浓度数据 (图 2)。
3) 根据鄱阳湖枯水期底质裸露的特点，利用监督分类方法从2009-10-26的鄱阳湖Landsat TM5卫星影像以及2010-12-9的HJ卫星影像得到的鄱阳湖底质类型数据 (图 2)，得到鄱阳湖底质类型有粗沙底质、细泥沙底质、草底质和未知底质区[16]，该数据被用来进行泥沙模型参数敏感性分析和率定。
4) 从国家资源卫星中心下载2011-06-27和2011-07-03 HJ-CCD卫星数据，先后对影像数据进行几何校正和大气校正，利用TSMI遥感反演悬浮泥沙浓度模型[17]，反演得到鄱阳湖悬浮泥沙空间分布数据。
2 研究方法
2.1 模型建立与参数选取
本文基于荷兰Delft University开发的Delft3D-FLOW水流模型建立鄱阳湖水动力与泥沙输移模拟的模型。Delft3D-FLOW建立在Navier-Stokes方程的基础上，采用交替方向法 (alternating direction implicit, ADI) 对控制方程进行离散求解[18]，计算稳定性好且计算速度快。Delft3D-FLOW中包含泥粘性和非粘性泥沙模型模块，一般认为，粘性泥沙包括细颗粒沉积物和粒径小于75 μm的部分[19]。张伟[18]对鄱阳湖总悬浮无粒径分布进行了分析，表明鄱阳湖主要以粒径小于74.48 μm的粘性泥沙为主，因此本研究主要对鄱阳湖粘性泥沙进行模拟。2011-06-01~08-31泥沙模拟过程如下。
1) 利用Dleft3D-RGFGRID工具在模拟区域范围上划分四方形的正交计算网格，网格尺寸大约为200~300 m；利用Delft3D-QUICKIN工具将30 m分辨率的湖底高程数据通过空间差值得到模型计算网格的地形，考虑到一个网格内有多个高程数据点，将网格内所有高程点的高程平均值作为模型计算网格高程；
2) 模拟计算时间步长设置为5 min；由于丰水期鄱阳湖南北湖区水位差异不大，取模拟首日赌场水文站的水位作为模拟的初始水位；使用初始流速和泥沙浓度为0时将模型冷启动。
3) 模型上游边界考虑五河流量和泥沙注入，选取9个河流注入口设置模拟的入湖口，赣江支流4个入湖口 (图 1)，一支在吴城附近流入鄱阳湖入湖流量和泥沙浓度设置为外洲站监测数据的50%，另三支在鄱阳湖西南部流入鄱阳湖，流量分别设置为外洲站监测数据的10%、20%和20%；饶河流经渡峰坑和虎山进入鄱阳湖的两条支流分别设置一个流入口，抚河、信江、修水都设置为一个河流注入口，入湖流量和含沙量分别为各自水文站点的监测值；以湖口附近鄱阳湖流入长江口为开边界，开边界条件为湖口站每日水位。
水动力参数主要包括涡黏性系数和底部糙率系数，涡黏性系数采用文献[20]的研究结果，本文中糙率系数利用实测的流速数据进行率定；粘性泥沙运动主要包括沉降和再悬浮过程，Delft3D中泥沙沉降再悬浮采用Partheniades-Krone的计算方法[21]，主要的参数有泥沙沉降速度、沉降的临界剪切力、底部泥沙侵蚀系数和侵蚀的临界剪切力。经过反复模拟并将模拟结果和实测泥沙浓度进行比较，初步得到空间上一致的泥沙模型参数值 (表 1)，由于改组参数无法足够准确地模拟鄱阳湖悬浮泥沙侵蚀和沉降过程，因此，需要进一步对这些参数进行率定。
表 1 空间上一致的泥沙模型参数Table 1. Spatial-uniform Parameters of Sediment Model参数 参数值 标志 沉降速度/(m·s-1) 1.2×10-4 Ws 沉降的临界剪切力/ (N·m-2) 0.01 TauD 侵蚀的临界剪切力/(N·m-2) 0.06 TauE 侵蚀系数/(kg·(m-2·s-1)) 4×10-7 E0 2.2 泥沙模型参数敏感性分析与率定
鄱阳湖不同区域上底质类型不同会导致不同区域上泥沙再悬浮和沉降过程的差异，同时考虑空间分布上一致的泥沙模型参数无法准确地模拟鄱阳湖的泥沙输移过程，本研究使用空间上不一致的泥沙模型参数进行鄱阳湖泥沙的数值模拟。为了更好地分区率定得到空间上不一致的泥沙模型参数，本研究利用鄱阳湖底质类型数据辅助进行不同底质区域上泥沙模型参数的敏感性。
常规的敏感性分析采用一次一个变量法，即每次只变动一个参数，而保持其他参数不变来运行模型，从而判断其对模型结果输出的影响。利用该方法敏感性计算如下：
(1) 式中, F(x) 为在参考参数x下的泥沙模拟结果；F(x+50%) 表示参考参数增加50%后的泥沙模拟结果；Si为泥沙浓度对参数变化表现出的敏感性，Si越大，就代表参数x模型影响越大。本研究泥沙模型中泥沙沉降速度、沉降的临界剪切力、底部泥沙侵蚀系数和侵蚀的临界剪切力参考参数适用表 1的结构，考虑到单个网格位置上的泥沙模型参数敏感性不足以代表某个底质类型区域上泥沙模型参数敏感性，因此，本文将某一底质类型的模拟空间区域上选取均匀分布的100个网格点的平均敏感度作为该底质类型的泥沙模型参数敏感度。
(2) 式中，平均敏感性Sa就代表该底质类型的模拟区域对参考参数x的敏感性程度。基于不同区域上各泥沙模型参数的敏感性分析结果，针对不同底质区域按参数敏感性程度手动调整泥沙模型参数，将模拟结果和和对应底质区上的实测数据进行比较，从而得到不同底质区上合适的空间上不一致的泥沙模型参数。
3 结果与讨论
3.1 水动力模型参数率定与验证
利用ADCP测量流速数据对底部糙率进行手动率定，选取一个最优的糙率值，结果表明，当底部糙率为0.026时，模拟结果的均方根误差最小。图 3是糙率为0.026时模拟流苏大小和ADCP实测流速数据的比较图。模拟的流速能较好地拟合实测流速，模拟流速平均相对误差为9.3%，相关系数平方达到0.91。可以看到较个别数据采集点位置ADCP测量流速较模拟结果偏大很多，可能原因是ADCP航迹在航道附近，受航道上船只航行造成的波流的影响，ADCP测量流速数据突然变大。
![]()
图 3 模拟和ADCP测量的流速比较Figure 3. Comparison of the Simulated and the ADCP Measured Velocity将鄱阳湖湖区星子、都昌、康山等3个水文站实测水位数据和模拟的水位进行对比 (图 4)，可以看到模拟水位与实测结果有很好的一致性，3个水位站模拟水位的平均相对误差分别为1.0%、1.4%、1.7%，与实测水位的R2分别为0.99、0.99、0.94。总的来说，该模型能很好地模拟鄱阳湖丰水期水动力变化。
![]()
图 4 模拟和水文站点测量的水位比较Figure 4. Comparison of Water Level from the Simulated and Hydrological Stations3.2 泥沙模型参数敏感性
利用变化其中一个泥沙模型参数进行参数敏感性分析，得到不同底质区4个参数的敏感性分析比较，如图 5所示。从图 5可以看出，各类型底质区上泥沙模型各参数的敏感性有较明显的差异，导致这种差异的原因是不同底质对底部泥沙再悬浮和泥沙沉降的作用能力各不相同。对于草型底质区中，泥沙模拟对侵蚀的临界剪切力的敏感性最高；其次是侵蚀常量，敏感性最小的是泥沙沉降速度，草型底质对底部侵蚀的阻碍较大，底部泥沙再悬浮能力较弱。因此，对存在该底质的区域对侵蚀过程的参数更加敏感；细沙型底质区域中，泥沙模拟对侵蚀常量的敏感性最高，这是因为底部细沙更容易再悬浮；粗砂型底质区域泥沙模拟敏感性最高的是泥沙沉降的临界剪切力，其次是泥沙侵蚀的临界剪切力，可能原因是该类底质区域中较粗颗粒的泥沙侵蚀再悬浮后，由于泥沙粒径较大，泥沙也更容易沉降到底部；对于未知底质类型区域，各个参数的敏感性的高低与草型底质有较大的相似，可以推测未知底质类型区域可能含有大量的水草。鄱阳湖各个底质类型区域泥沙模拟对侵蚀过程中的模型参数敏感性高于沉降过程中泥沙模型参数的敏感性。
![]()
图 5 不同底质区域对泥沙模型参数的敏感性Figure 5. Parameter Sensitivities of Sediment Transport Model with Different Lake Substrates3.3 泥沙模型参数分区率定
由于不同底质区域上模型参数对模拟结果影响的不同，本研究考虑采用使用空间上不一致的模型参数进行泥沙的模拟，从而更加准确地模拟鄱阳湖悬浮泥沙的时空动态变化。根据不同底质类型区上泥沙模型参数敏感性分析结果，利用位于不同底质区上的实测泥沙数据，每一类底质区手动进行参数率定。以草型底质区参数率定为例，考虑到草型底质区泥沙侵蚀 (再悬浮) 的临界剪切力最敏感，首先考虑调整该参数来调整模拟结果，由于底部侵蚀的临界剪切力越大，再悬浮的泥沙量越少，悬浮泥沙浓度越低，因而在率定过程中考虑将该参数调大，降低模拟的悬浮泥沙浓度值，使模拟结果与实测值接近。表 2是分区率定的结果，从表中可以看出，草型底质区临界剪切力从0.06 N/m2调整为0.3 N/m2，变化幅度较大。为了取得更好的模拟结果，使模拟结果相对于实测数据的误差进一步减小，需要在此基础上微调其他次级敏感参数，因此，对侵蚀常量和沉降的临界剪切力进行了微调。参数率定后，草型底质区上站点模拟结果均方根误差为24.5 mg/L，误差减少了79.6%，同样针对细沙和粗砂底质类型区域，使用类似的过程对这些区域上的模型参数进行率定。表 2给出了不同底质区域上的泥沙模拟参数率定后最终的参数的取值。由于未知底质类型的区域上没有实测站点的数据，因而无法利用参数率定确定该类底质区域上泥沙模型参数，考虑到未知底质类型上各参数的敏感性和草型底质类型上各参数的敏感性相近，因此，在模型中未知底质类型区域使用与草型底质类型相同的泥沙模拟参数。
表 2 基于敏感性分析结果的不同底质区域参数率定结果Table 2. Parameters of Sediment Transport Model in Different Substrate Type Area Based on Sensitivity Analysis Results底质类型 泥沙侵蚀的参数 泥沙沉降的参数 侵蚀常量
E0/(kg·(m-2·s-1))侵蚀的临界剪切力
TauE/(N·m-2)沉降速度
Ws/(m·s-1)沉降的临界剪切力
TauD/(N·m-2)草 2×10-7 0.3 1.2×10-4 0.02 细沙 6×10-7 0.06 1.2×10-4 0.01 粗砂 4×10-7 0.04 2.0×10-4 0.005 未知 2×10-7 0.3 1.2×10-4 0.02 使用表 2中空间上不一致的模型参数进行模拟，使用表 1中空间一致的模型参数模拟结果与实测值进行对比，如图 6所示，使用空间一致和空间不一致泥沙模型参数的模拟结果差异较大，特别是位于草型底质区的站点上 (图 6中站点编号10~20之间)，这些站点上使用空间一致的模型参数悬浮泥沙模拟结果异常大，参数率后模拟结果大幅度变小，且更接近实测的悬浮泥沙浓度。这是由于使用空间上不一致的参数，对草型底质类型区域上泥沙模型参数进行单独率定后，草型区域上泥沙侵蚀常量变小，而泥沙侵蚀的临界剪切力变大，从而使得草型底质区域泥沙再悬浮的能力减弱，模拟得到的悬浮泥沙浓度变小而更接近实测的泥沙浓度。总之，使用空间不一致的泥沙模型参数考虑了不同底质区域上泥沙沉降和再悬浮过程的差异，通过参数分区率定得到空间不一致的的模型参数模拟的悬浮泥沙浓度能更好地拟合实测值。参数分区率定后，相对于实测结果，模拟的泥沙浓度均方根误差为21.6 mg/L，相对于参数率定前使用空间一致的模型参数模拟的结果，均方根误差减少86.2%。因此，研究表明分区率定得到的泥沙模型参数满足鄱阳湖悬浮泥沙模拟的要求。
![]()
图 6 空间一致和空间不一致参数泥沙模拟结果比较Figure 6. Comparison of Sediment from the Model with Spatial-uniform Parameters, Spatial-different Parameters, and the Insitu Measurements3.4 模型预测结果的验证
为了进一步验证模型的有效性，对2013年丰水期6~8月的悬浮泥沙输移过程进行模拟预测，并用2013年8月份湖区调查实测的悬浮泥沙浓度对预测结果的有效性进行验证。图 7为实测和模型预测结果的对比，可以看到预测的悬浮泥沙浓度和实测的泥沙浓度具有较好的一致性，预测的泥沙浓度均方根误差为19.8 mg/L，相关系数R2为0.78。从图 7可以看到，某些站点泥沙模拟结果明显低于实测的泥沙浓度，这是因为这些站点位于鄱阳湖采砂区附近，采砂活动导致底部泥沙大量的再悬浮，进而扩散到附近水域，因此导致实测泥沙浓度较大。本研究的悬浮泥沙输移模型能够合理地进行鄱阳湖悬浮泥沙输移过程预报。
![]()
图 7 2013年泥模型预测结果验证Figure 7. Validation of Predicted Results of Sediment Transport Model in 20133.5 模拟和遥感反演的悬浮泥沙空间的对比
遥感对地观测是对地表水质进行间接观测的一种方式，遥感水环境监测有着其真实可靠的特点，能够很好地表现水坏境要素的空间分布状态。为了进一步证实本研究建立的泥沙输移数值模型模拟预测鄱阳湖悬浮泥沙的可靠性，本研究利用遥感反演的悬浮泥沙浓度空间分布数据。图 8是遥感反演的2011-06-27和07-03悬浮泥沙空间分布和对应时间点模拟的悬浮泥沙空间分布，可以看到，在整体上模型模拟和遥感监测到的悬浮泥沙分布特征在空间上相近，都表现为北部入江水道和南部湖区悬浮泥沙浓度较高，泥沙浓度在20 mg/L左右；而南部湖区泥沙浓度较低，泥沙浓度在5 mg/L左右，可以认为模型结果与遥感反演结果具有较好的空间一致性。因此，该模型能够模拟预测得到满意的鄱阳湖悬浮泥沙空间分布状态。图 8中，在2011-06-27和2011-07-03两个相近的时间点，模拟得到的悬浮泥沙空间分布有一定的差异，这说明该模型具有模拟鄱阳湖悬浮泥沙时间动态变化的能力，因此，利用该模型进行鄱阳湖悬浮泥沙时空动态变化特征及其影响机制的研究，将是一个十分有用的工具。
![]()
图 8 模型模拟和遥感反演的悬浮泥沙空间分布比较Figure 8. Comparison of Spatial Distribution of Sediment Concentration from the Model and Remote Sensing Images4 结论与展望
本研究针对丰水期鄱阳湖，充分利用遥感数据辅助进行了鄱阳湖悬浮泥沙浓度遥感的模拟预测。
1) 利用遥感监测的鄱阳湖底质类型数据进行了悬浮泥沙模型参数敏感性分析，研究表明，鄱阳湖不同底质的区域上泥沙模型参数具有较大的空间差异；
2) 基于敏感性分析结果，对鄱阳湖不同区域上的泥沙模型参数进行了分区率定。实测悬浮泥沙浓度数据验证表明，利用分区率定得到的模型参数能够较好地模拟预测鄱阳湖悬浮泥沙输移过程。
3) 将模型模拟和遥感反演的悬浮泥沙浓度空间分布进行了比较，两者具有很好的空间分布一致性，表明该模型能够模拟预测鄱阳湖悬浮泥沙的时空动态变化。
本研究结合数值模拟和遥感为湖泊水环境的模拟预测提供了有效的方法，同时建立的模型为研究鄱阳湖水环境时空动态变化特征及其影响机制打下了坚实的基础。进一步的研究还可以利用类似方法建立鄱阳湖三维悬浮泥沙输移模型，在泥沙模型的基础上加入水质要素的模拟，分析悬浮泥沙影响下鄱阳湖水质要素空间动态变化机制；另外，利用模型模拟和遥感反演悬浮泥沙的误差信息，并同时利用数据同化方法，进一步提高鄱阳湖悬浮泥沙时空动态变化模拟预测的能力。
致谢: 感谢DLR TerraSAR-X(No. IDEM_CALVAL0059)与TanDEM-X(No. DEM_CALVAL1423)项目对本文前期研究的支持。 -
表 1 主要全球DEM产品汇总
Table 1 Summary of Major Global DEM Products
DEM产品 发布时间/年 发布机构 空间范围 格网大小 官方高程精度RMSE/m 获取方法 海底地形 免费 垂直基准 空值Voids 存储格式 ETOPO1 2008 NGDC 90°S~90°N 1′ - STDM30 GTOPO30
海道测量卫星测高等数据融合有 是 海平面 No voids NetCDF GeoTIFF XYZ Binary GTOPO30 1996 USGS 90°S~90°N 30″ 66 DTED
地图数字化等数据融合无 是 平均海平面 -9 999 Binary GMTED 2010 2010 USGS NGA 90°S~84°N 30″
15″
7.5″25~42
29~32
26~30SRTM SPOT5 Reference3D
等数据融合无 是 EGM96 -32 768 ArcGrid GeoTIFF Shapefile SRTMGL1 2014 NASA 56°S~60°N 1″ 16
(LE90)机载C-Band InSAR 无 是 EGM96 No voids HGT SRTMGL3 2013 NASA 56°S~60°N 3″ 16
(LE90)机载C-Band InSAR 无 是 EGM96 No voids HGT SRTMGL30 2013 NASA 60°S~90°N 30″ 16
(LE90)机载C-Band InSAR 无 是 EGM96 No voids HGT SRTM30_PLUS v11 2014 UCSD 90°S~90°N 30″ - SRTM30 GTOPO30船载测深雷达高度计 有 是 EGM96 +9 999 NetCDF SRTM15_PLUS v1 2014 UCSD 90°S~90°N 15″ - SRTM ASTER船载测深雷达高度计 有 是 EGM96 +9 999 NetCDF GEBCO_2014 Grid 2014 IHO IOC 90°S~90°N 30″ - 船载测深卫星重力 有 是 EGM96 +9 999 NetCDF SRTM v4.1 2008 CGIAR CSI 56°S~60°N 3″ 16
(LE90)机载C-Band InSAR 无 是 EGM96 -32 768 GeoTIFF SRTMX 2010 DLR 56°S~60°N 1″ 16
(LE90)机载X-Band InSAR 无 是 -32 767 DTED2 ASTER GDEM2 2011 METI NASA 83°S~83°N 1″ 20
(LE95)星载ASTER
立体像对无 是 EGM96 -9 999 GeoTIFF AW3D Standard 2014 NTT RESTEC 82°S~82°N 5 m 5 ALOS PRISM
立体像对无 否 EGM96 -9 999 GeoTIFF AW3D Enhanced 2014 NTT RESTEC 82°S~82°N 0.5 m
1 m
2 m2 WorldView
立体像对无 否 EGM96 -9 999 GeoTIFF AW3D30 v2.1 2018 JAXA 82°S~82°N 1″ 3 ALOS PRISM
立体像对无 是 EGM96 -32 767 GeoTIFF World DEMcore 2016 DLR Airbus 90°S~90°N 12 4
(LE90)TanDEM-X InSAR 无 否 EGM2008 -32 767 GeoTIFF World DEMTM 2016 DLR Airbus 90°S~90°N 12 4
(LE90)TanDEM-X InSAR 无 否 EGM2008 -32 767 GeoTIFF WorldDEM DTM 2016 DLR Airbus 90°S~90°N 12 10
(LE90)TanDEM-X InSAR 无 否 EGM2008 -32 767 GeoTIFF NEXTMAP ONETM 2016 Intermap 90°S~90°N 1 m 1
(LE90)多传感器 无 否 EGM96 -32 767 GeoTIFF NEXTMAP 5TM 2016 Intermap 90°S~90°N 5 m 1.65
(LE90)InSAR LiDAR 无 否 EGM96 -32 767 GeoTIFF NEXTMAP World 10TM 2016 Intermap 90°S~90°N 10 m 8
(LE90)多传感器 无 否 EGM96 -32 767 GeoTIFF NEXTMAP World 30TM 2016 Intermap 90°S~90°N 1″ 8
(LE90)多传感器 无 否 EGM96 -32 767 GeoTIFF Elevation1 2014 Airbus 90°S~90°N 1.5 ＜10
(LE90)Pleiades
立体像对无 否 EGM96 -32 767 GeoTIFF Elevation4 2014 Airbus 90°S~90°N 2 ＜10
(LE90)Pleiades
立体像对无 否 EGM96 -32 767 GeoTIFF Elevation8 2014 Airbus 90°S~90°N 3 ＜10
(LE90)SPOT6&7
立体像对无 否 EGM96 -32 767 GeoTIFF Elevation10 2014 Airbus 90°S~90°N 5 ＜10
(LE90)SPOT6&7
立体像对无 否 EGM96 -32 767 GeoTIFF Elevation30 2014 Airbus 90°S~90°N 8 ＜10
(LE90)SPOT5立体像对
TerraSAR-X InSAR无 否 EGM96 -32 767 GeoTIFF 注：国际海道测量组织(IHO)；政府间海洋学委员会(IOC) 
下载: 导出CSV
-
[1] Miller C L, Laflamme R A. The Digital Terrain Model-Theory and Applications[J]. Photogrammetric Engineering, 1958, 24(3):433-442 http://citeseerx.ist.psu.edu/showciting?cid=247316
[2] 李志林, 朱庆, 谢潇.数字高程模型[M]. 3版.北京:科学出版社, 2017 Li Zhilin, Zhu Qing, Xie Xiao. Digital Elevation Model[M]. 3rd ed. Beijing:Science Press, 2017
[3] 汤国安, 李发源, 刘学军.数字高程模型教程[M]. 3版.北京:科学出版社, 2016 Tang Guo'an, Li Fayuan, Liu Xuejun. Digital Elevation Model Tutorial[M]. 3rd ed. Beijing:Science Press, 2016
[4] 李德仁, 丁霖, 邵振峰.关于地理国情监测若干问题的思考[J].武汉大学学报·信息科学版, 2016, 41(2):143-147 http://ch.whu.edu.cn/CN/abstract/abstract3447.shtml Li Deren, Ding Lin, Shao Zhenfeng. Reflections on Issues in National Geographical Conditions Monitoring[J]. Geomatics and Information Science of Wuhan University, 2016, 41(2):143-147 http://ch.whu.edu.cn/CN/abstract/abstract3447.shtml
[5] 李德仁, 王艳军, 邵振峰.新地理信息时代的信息化测绘[J].武汉大学学报·信息科学版, 2012, 37(1):1-6 http://ch.whu.edu.cn/CN/abstract/abstract80.shtml Li Deren, Wang Yanjun, Shao Zhenfeng. Geo-Informatization of New Geographic Information Era[J]. Geomatics and Information Science of Wuhan University, 2012, 37(1):1-6 http://ch.whu.edu.cn/CN/abstract/abstract80.shtml
[6] 李德仁, 苗前军, 邵振峰.信息化测绘体系的定位与框架[J].武汉大学学报·信息科学版, 2007, 32(3):189-192 http://ch.whu.edu.cn/CN/abstract/abstract1840.shtml Li Deren, Miao Qianjun, Shao Zhenfeng. Orientation and Framework of Geo-Informatization System[J]. Geomatics and Information Science of Wuhan University, 2007, 32(3):189-192 http://ch.whu.edu.cn/CN/abstract/abstract1840.shtml
[7] 李德仁, 龚健雅, 朱欣焰, 等.我国地球空间数据框架的设计思想与技术路线[J].武汉大学学报·信息科学版, 1998, 23(4):297-303 http://ch.whu.edu.cn/CN/abstract/abstract4309.shtml Li Deren, Gong Jianya, Zhu Xinyan, et al. Design and Implementaion of Digital Geospatial Data Framework in China[J]. Geomatics and Information Science of Wuhan University, 1998, 23(4):297-303 http://ch.whu.edu.cn/CN/abstract/abstract4309.shtml
[8] 李德仁, 姚远, 邵振峰.海岛礁及周边复杂环境动态三维建模[J].武汉大学学报·信息科学版, 2012, 37(11):1261-1265 http://ch.whu.edu.cn/CN/abstract/abstract362.shtml Li Deren, Yao Yuan, Shao Zhenfeng. Dynamic 3D Modeling of Island, Reef and Surrounding Complex Environment[J]. Geomatics and Information Science of Wuhan University, 2012, 37(11):1261-1265 http://ch.whu.edu.cn/CN/abstract/abstract362.shtml
[9] 李德仁, 沈欣, 龚健雅, 等论我国空间信息网络的构建[J].武汉大学学报·信息科学版, 2015, 40(6):711-715, 766 http://ch.whu.edu.cn/CN/abstract/abstract3264.shtml Li Deren, Shen Xin, Gong Jianya, et al. On Construction of China's Space Information Network[J]. Geomatics and Information Science of Wuhan University, 2015, 40(6):711-715, 766 http://ch.whu.edu.cn/CN/abstract/abstract3264.shtml
[10] 柳林, 李德仁, 李万武, 等.从地球空间信息学的角度对智慧地球的若干思考[J].武汉大学学报·信息科学版, 2012, 37(10):1248-1251 http://ch.whu.edu.cn/CN/abstract/abstract343.shtml Liu Lin, Li Deren, Li Wanwu, et al. Thoughts on Smarter Planet from the View of Geomatics[J]. Geomatics and Information Science of Wuhan University, 2012, 37(10):1248-1251 http://ch.whu.edu.cn/CN/abstract/abstract343.shtml
[11] Chevalier M L, Pan J, Li H, et al. First Tectonic-Geomorphology Study Along the Longmu-Gozha Co Fault System, Western Tibet[J]. Gondwana Research, 2017, 41:411-424 doi: 10.1016/j.gr.2015.03.008
[12] 方莉娜, 杨必胜.车载激光扫描的三维道路自动提取方法[J].测绘学报, 2013, 42(2):260-267 http://d.old.wanfangdata.com.cn/Conference/8916216 Fang Lina, Yang Bisheng. Automated Extracting 3D Roads from Mobile Laser Scanning Point Clouds[J]. Acta Geodaetica et Cartographica Sinica, 2013, 42(2):260-267 http://d.old.wanfangdata.com.cn/Conference/8916216
[13] 余晓红.地图扫描数字化的误差分析[J].测绘科学, 2001, 26(4):49-52 doi: 10.3771/j.issn.1009-2307.2001.04.014 Yu Xiaohong. Errors Analysis of Map Scanning Digitizing[J]. Science of Surveying and Mapping, 2001, 26(4):49-52 doi: 10.3771/j.issn.1009-2307.2001.04.014
[14] 郝向阳, 钱曾波.地图扫描数字化的点位精度分析[J].测绘学报, 1996, 25(1):46-52 doi: 10.3321/j.issn:1001-1595.1996.01.007 Hao Xiangyang, Qian Zengbo. The Accuracy Ana-lysis of Map Digitizing Based on Scanned Images[J]. Acta Geodaetica et Cartographica Sinica, 1996, 25(1):46-52 doi: 10.3321/j.issn:1001-1595.1996.01.007
[15] Becker J J, Sandwell D T, Smith W H F, et al. Global Bathymetry and Elevation Data at 30 Arc Seconds Resolution:SRTM30_PLUS[J]. Marine Geodesy, 2009, 32(4):355-371 doi: 10.1080/01490410903297766
[16] 翟国君, 黄谟涛.海洋测量技术研究进展与展望[J].测绘学报, 2017, 46(10):1752-1759 doi: 10.11947/j.AGCS.2017.20170309 Zhai Guojun, Huang Motao. The Review of Deve-lopment of Marine Surveying Technology[J]. Acta Geodaetica et Cartographica Sinica, 2017, 46(10):1752-1759 doi: 10.11947/j.AGCS.2017.20170309
[17] 赵建虎, 欧阳永忠, 王爱学.海底地形测量技术现状及发展趋势[J].测绘学报, 2017, 46(10):1786-1794 doi: 10.11947/j.AGCS.2017.20170276 Zhao Jianhu, Ouyang Yongzhong, Wang Aixue. Status and Development Tendency for Seafloor Terrain Measurement Technology[J]. Acta Geodaetica et Cartographica Sinica, 2017, 46(10):1786-1794 doi: 10.11947/j.AGCS.2017.20170276
[18] Gutierrez F J, Gutowski M, Ganther S, et al. Deep Rippled Bedforms in Loch Ness:Evidence from An AUV Bathymetry Survey[J]. IEEE/OES Autonomous Underwater Vehicles (AUV), 2014, doi: 10.1109/AUV.2014.7054406
[19] Hiller T, Steingrimsson A, Melvin R, Expanding the Small AUV Mission Envelope; Longer, Deeper and More Accurate[J]. IEEE/OES Autonomous Underwater Vehicles (AUV), 2012:1-4 http://ieeexplore.ieee.org/document/6380725/
[20] 张剑清, 潘励, 王树根.摄影测量学[M]. 2版.武汉:武汉大学出版社, 2009 Zhang Jianqing, Pan Li, Wang Shugen. Photogrammetry[M]. 2nd ed. Wuhan:Wuhan University Press, 2009
[21] 李德仁, 王密, 潘俊, 等.无缝立体正射影像数据库的概念、原理及其实现[J].武汉大学学报·信息科学版, 2007, 32(11):950-954 http://ch.whu.edu.cn/CN/abstract/abstract2029.shtml Li Deren, Wang Mi, Pan Jun, et al. Concept, Principle and Implementation of Seamless Stereo Orthimage Database[J]. Geomatics and Information Science of Wuhan University, 2007, 32(11):950-954 http://ch.whu.edu.cn/CN/abstract/abstract2029.shtml
[22] Baltsavias E P, Favey E, Bauder A, et al. Digital Surface Modelling by Airborne Laser Scanning and Digital Photogrammetry for Glacier Monitoring[J]. The Photogrammetric Record, 2001, 17(98):243-273 doi: 10.1111/phor.2001.17.issue-98
[23] 宁津生, 刘经南, 李德仁, 等.测绘学概论[M]. 3版.武汉:武汉大学出版社, 2016 Ning Jinsheng, Liu Jingnan, Li Deren, et al. Introduction to Surveying and Mapping[M]. 3rd ed.Wuhan:Wuhan University Press, 2016
[24] Baltsavias E P. Airborne Laser Scanning:Basic Relations and Formulas[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 1999, 54(2):199-214 http://www.sciencedirect.com/science/article/pii/S0924271699000155
[25] Wehr A, Lohr U. Airborne Laser Scanning-An Introduction and Overview[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 1999, 54(2):68-82 doi: 10.1111-j.1600-079X.2009.00714.x/
[26] Buffington K J, Dugger B D, Thorne K M, et al. Statistical Correction of LiDAR-Derived Digital Elevation Models with Multispectral Airborne Imagery in Tidal Marshes[J]. Remote Sensing of Environment, 2016, 186:616-625 doi: 10.1016/j.rse.2016.09.020
[27] Brideau M A, Sturzenegger M, Stead D, et al. Stability Analysis of the 2007 Chehalis Lake Landslide Based on Long-Range Terrestrial Photogrammetry and Airborne LiDAR Data[J]. Landslides, 2012, 9(1):75-91 doi: 10.1007/s10346-011-0286-4
[28] 韩娜娜, 单新建, 宋小刚.高空间分辨率数字高程模型测量技术及其在活断层研究中的应用[J].地震学报, 2017, 39(3):436-450 http://d.old.wanfangdata.com.cn/Periodical/dizhen201703013 Han Nana, Shan Xinjian, Song Xiaogang. VHR DEM Measurement Technology and Its Application in Active Fault Research[J]. Acta Seismologica Sinica, 2017, 39(3):436-450 http://d.old.wanfangdata.com.cn/Periodical/dizhen201703013
[29] van Westen C J, Castellanos E, Kuriakose S L. Spatial Data for Landslide Susceptibility, Hazard, and Vulnerability Assessment:An Overview[J]. Engineering Geology, 2008, 102(3-4):112-131 doi: 10.1016/j.enggeo.2008.03.010
[30] Gesch D B. Analysis of LiDAR Elevation Data for Improved Identification and Delineation of Lands Vulnerable to Sea-Level Rise[J]. Journal of Coastal Research, 2009, 25(6):49-58 http://www.cabdirect.org/abstracts/20103019395.html
[31] 刘焱雄, 郭锴, 何秀凤, 等.机载激光测深技术及其研究进展[J].武汉大学学报·信息科学版, 2017, 42(9):1185-1194 http://ch.whu.edu.cn/CN/abstract/abstract5816.shtml Liu Yanxiong, Guo Kai, He Xiufeng, et al. Research Progress of Airborne Laser Bathymetry Technology[J]. Geomatics and Information Science of Wuhan University, 2017, 42(9):1185-1194 http://ch.whu.edu.cn/CN/abstract/abstract5816.shtml
[32] 阳凡林, 暴景阳, 胡兴树.水下地形测量[M].武汉:武汉大学出版社, 2017 Yang Fanlin, Bao Jingyang, Hu Xingshu. Underwater Bathymetric Surveying[M]. Wuhan:Wuhan University Press, 2017
[33] 楼良盛, 刘思伟, 周瑜.机载InSAR系统精度分析[J].武汉大学学报·信息科学版, 2012, 37(1):63-67 http://ch.whu.edu.cn/CN/abstract/abstract101.shtml Lou Liangsheng, Liu Siwei, Zhou Yu. Accuracy Analysis of Airborne InSAR System[J]. Geomatics and Information Science of Wuhan University, 2012, 37(1):63-67 http://ch.whu.edu.cn/CN/abstract/abstract101.shtml
[34] 黄国满, 张继贤, 赵争, 等.机载干涉SAR测绘制图应用系统研究[J].测绘学报, 2008, 37(3):277-279 doi: 10.3321/j.issn:1001-1595.2008.03.003 Huang Guoman, Zhang Jixian, Zhao Zheng, et al. Research on Airborne SAR Interferometry Mapping System[J]. Acta Geodaetica et Cartographica Si-nica, 2008, 37(3):277-279 doi: 10.3321/j.issn:1001-1595.2008.03.003
[35] Wimmer C, Siegmund R, Schwabisch M, et al. Generation of High Precision DEMs of the Wadden Sea with Airborne Interferometric SAR[J]. IEEE Transactions on Geoscience and Remote Sensing, 2000, 38(5):2234-2245 doi: 10.1109/36.868881
[36] Madsen S N, Zebker H A, Martin J. Topographic Mapping Using Radar Interferometry:Processing Techniques[J]. IEEE Transactions on Geoscience and Remote Sensing, 1993, 31(1):246-256 doi: 10.1109/36.210464
[37] Zebker H A, Madsen S N, Martin J, et al. The TOPSAR Interferometric Radar Topographic Mapping Instrument[J]. IEEE Transactions on Geo-science and Remote Sensing, 1992, 30(5):933-940 doi: 10.1109/36.175328
[38] Diaz-Varela R A, Zarco-Tejada P J, Angileri V, et al. Automatic Identification of Agricultural Terraces Through Object-Oriented Analysis of very High Resolution DSMs and Multispectral Imagery Obtained from an Unmanned Aerial Vehicle[J]. Journal of Environmental Management, 2014, 134:117-126 doi: 10.1016/j.jenvman.2014.01.006
[39] Colomina I, Molina P. Unmanned Aerial Systems for Photogrammetry and Remote Sensing:A Review[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2014, 92:79-97 doi: 10.1016/j.isprsjprs.2014.02.013
[40] Fonstad M A, Dietrich J T, Courville B C, et al. Topographic Structure from Motion:A New Deve-lopment in Photogrammetric Measurement[J]. Earth Surface Processes and Landforms, 2012, 38(4):421-430 doi: 10.1002/esp.3366
[41] Johnson K, Nissen E, Saripalli S, et al. Rapid Mapping of Ultrafine Fault Zone Topography with Structure from Motion[J]. Geosphere, 2014, 10(5):969-986 doi: 10.1130/GES01017.1
[42] 李德仁, 王密, 沈欣, 等.从对地观测卫星到对地观测脑[J].武汉大学学报·信息科学版, 2017, 42(2):143-149 http://ch.whu.edu.cn/CN/abstract/abstract5653.shtml Li Deren, Wang Mi, Shen Xin, et al. From Earth Observation Satellite to Earth Observation Brain[J]. Geomatics and Information Science of Wuhan University, 2017, 42(2):143-149 http://ch.whu.edu.cn/CN/abstract/abstract5653.shtml
[43] 李德仁.摄影测量与遥感学的发展展望[J].武汉大学学报·信息科学版, 2008, 33(12):1211-1215 http://ch.whu.edu.cn/CN/abstract/abstract1785.shtml Li Deren. Development Prospect of Photogrammetry and Remote Sensing[J]. Geomatics and Information Science of Wuhan University, 2008, 33(12):1211-1215 http://ch.whu.edu.cn/CN/abstract/abstract1785.shtml
[44] 唐新明, 王鸿燕, 祝小勇.资源三号卫星测绘技术与应用[J].测绘学报, 2017, 46(10):1482-1491 doi: 10.11947/j.AGCS.2017.20170251 Tang Xinming, Wang Hongyan, Zhu Xiaoyong. Technology and Applications of Surveying and Mapping for ZY-3 Satellites[J]. Acta Geodaetica et Cartographica Sinica, 2017, 46(10):1482-1491 doi: 10.11947/j.AGCS.2017.20170251
[45] Toutin T. ASTER DEMs for Geomatic and Geo-scientific Applications:A Review[J]. International Journal of Remote Sensing, 2008, 29(7):1855-1875 doi: 10.1080/01431160701408477
[46] 王密, 杨博, 李德仁, 等.资源三号全国无控制整体区域网平差关键技术及应用[J].武汉大学学报·信息科学版, 2017, 42(4):427-433 http://ch.whu.edu.cn/CN/abstract/abstract5698.shtml Wang Mi, Yang Bo, Li Deren, et al. Technologies and Applications of Block Adjustment Without Control for ZY-3 Images Covering China[J]. Geomatics and Information Science of Wuhan University, 2017, 42(4):427-433 http://ch.whu.edu.cn/CN/abstract/abstract5698.shtml
[47] 唐新明, 李国元.激光测高卫星的发展与展望[J].国际太空, 2017(467):13-18 http://d.old.wanfangdata.com.cn/Periodical/gjtk201711004 Tang Xinming, Li Guoyuan. Development and Prospect of Laser Altimetry Satellite[J]. Space International, 2017(467):13-18 http://d.old.wanfangdata.com.cn/Periodical/gjtk201711004
[48] Zwally H J, Schutz B, Abdalati W, et al. ICESat's Laser Measurements of Polar Ice, Atmosphere, Ocean, and Land[J]. Journal of Geodynamics, 2002, 34(3-4):405-445 doi: 10.1016/S0264-3707(02)00042-X
[49] 董玉森, Hsing-Chung C, 张奎, 等. CryoSat-2 SARIn数据干涉处理及DEM获取[J].武汉大学学报·信息科学版, 2017, 42(6):803-809 http://ch.whu.edu.cn/CN/abstract/abstract5756.shtml Dong Yusen, Hsing-Chung C, Zhang Kui, et al. CryoSat-2 SARIn Interferometric Processing for DEM Generation[J]. Geomatics and Information Science of Wuhan University, 2017, 42(6):803-809 http://ch.whu.edu.cn/CN/abstract/abstract5756.shtml
[50] 肖峰, 李斐, 张胜凯, 等.联合CryoSat-2测高数据和地面高程数据建立东南极拉斯曼丘陵地区DEM[J].武汉大学学报·信息科学版, 2017, 42(10):1417-1422 http://ch.whu.edu.cn/CN/abstract/abstract5850.shtml Xiao Feng, Li Fei, Zhang Shengkai, et al. DEM Production for Larsemann Hills Combining CryoSat-2 and Ground-Based Elevation Data[J]. Geomatics and Information Science of Wuhan University, 2017, 42(10):1417-1422 http://ch.whu.edu.cn/CN/abstract/abstract5850.shtml
[51] 张胜凯, 肖峰, 李斐, 等.基于CryoSat-2测高数据的南极局部地区DEM的建立与精度评定[J].武汉大学学报·信息科学版, 2015, 40(11):1434-1439 http://ch.whu.edu.cn/CN/abstract/abstract3360.shtml Zhang Shengkai, Xiao Feng, Li Fei, et al. DEM Development and Precision Analysis in Two Local Areas of Antarctica, Using CryoSat-2 Altimetry Data[J]. Geomatics and Information Science of Wuhan University, 2015, 40(11):1434-1439 http://ch.whu.edu.cn/CN/abstract/abstract3360.shtml
[52] 李倩倩, 鲍李峰.测高重力场反演海底地形方法比较[J].海洋测绘, 2016, 36(5):1-4 doi: 10.3969/j.issn.1671-3044.2016.05.001 Li Qianqian, Bao Lifeng. Comparative Analysis of Methods for Bathymetry Prediction from Altimeter-derived Gravity Anomalies[J]. Hydrographic Surveying and Charting, 2016, 36(5):1-4 doi: 10.3969/j.issn.1671-3044.2016.05.001
[53] 聂琳娟, 吴云孙, 金涛勇, 等.基于海水质量亏损引起的重力异常反演南海海底地形[J].大地测量与地球动力学, 2012, 32(1):43-46 http://d.old.wanfangdata.com.cn/Periodical/dkxbydz201201010 Nie Linjuan, Wu Yunsun, Jin Taoyong, et al. Inversion of Submarine Topography of South China Sea by Using Gravity Anomaly Caused by Mass Deficiency[J]. Journal of Geodesy and Geodyna-mics, 2012, 32(1):43-46 http://d.old.wanfangdata.com.cn/Periodical/dkxbydz201201010
[54] 胡敏章, 李建成, 金涛勇, 等.联合多源数据确定中国海及周边海底地形模型[J].武汉大学学报·信息科学版, 2015, 40(9):1266-1273 http://ch.whu.edu.cn/CN/abstract/abstract3332.shtml Hu Minzhang, Li Jiancheng, Jin Taoyong, et al. Recovery of Bathymetry over China Sea and Its Adjacent Areas by Combination of Multi-source Data[J]. Geomatics and Information Science of Wuhan University, 2015, 40(9):1266-1273 http://ch.whu.edu.cn/CN/abstract/abstract3332.shtml
[55] 郑全安, 谢玲玲.卫星合成孔径雷达探测海底地形研究进展[J].海洋科学进展, 2016, 34(2):147-161 doi: 10.3969/j.issn.1671-6647.2016.02.001 Zheng Quanan, Xie Lingling. Progress in Research of Satellite SAR Dectection of Ocean Bottom Topo-graphy[J]. Advances in Marine Science, 2016, 34(2):147-161 doi: 10.3969/j.issn.1671-6647.2016.02.001
[56] Gesch D B, Verdin K L, Greenlee S K. New Land Surface Digital Elevation Model Covers the Earth[J]. Eos, Transactions American Geophysical Union, 1999, 80(6):69-70 doi: 10.1029/99EO00050
[57] Danielson J, Gesch D. Global Multi-resolution Terrain Elevation Data 2010(GMTED2010)[OL]. https://doi.org/10.3133/ofr20111073, 2011
[58] Farr T G, Rosen P A, Caro E, et al. The Shuttle Radar Topography Mission[J]. Reviews of Geophysics, 2007, 45(2):361 http://d.old.wanfangdata.com.cn/OAPaper/oai_doaj-articles_dcbab017f5e8e5b8ef41432c8377aabd
[59] Hirt C, Claessens S, Fecher T, et al. New UltraHigh-Resolution Picture of Earth's Gravity Field[J]. Geophysical Research Letters, 2013, 40(16):4279-4283 doi: 10.1002/grl.50838
[60] Jarvis A, Reuter H, Nelson A, et al. Hole-Filled SRTM for the Globe Version 4[OL]. http://srtm.csi.cgiar.org, 2008
[61] NASA. SRTM Topography Update: Includes NASA Version 3.0(SRTM Plus)[OL]. https://lpdaac.usgs.gov/sites/default/files/public/measures/docs/NASA_SRTM_V3.pdf, 2018
[62] DLR. DLR SRTM X-SAR Digital Elevation Models[OL]. https://centaurus.caf.dlr.de:8443/eoweb-ng/licenseAgreements/DLR_SRTM_Readme.pdf, 2018
[63] Slater J A, Heady B, Kroenung G, et al. Global Assessment of the New ASTER Global Digital Elevation Model[J]. Photogrammetric Engineering and Remote Sensing, 2011, 77(4):335-349 doi: 10.14358/PERS.77.4.335
[64] Abrams M, Bailey B, Tsu H, et al. The ASTER Global DEM[J]. Photogrammetric Engineering and Remote Sensing, 2010, 76(4):344-348 http://d.old.wanfangdata.com.cn/OAPaper/oai_doaj-articles_5e6b2639bb22f5eca19d46d67a3d40bd
[65] Tachikawa T, Kaku M, Iwasaki A, et al. ASTER Global Digital Elevation Model Version 2-Sum-mary of Validation Results[OL]. https://lpdaacaster.cr.usgs.gov/GDEM/Summary_GDEM2_validation_report_final.pdf, 2018
[66] Takaku J, Tadono T.Quality Updates of AW3D Global DSM Generated from ALOS PRISM[C]. IEEE International Geoscience and Remote Sensing Symposium, Fort Worth, Texas, USA, 2017
[67] 吴艳兰, 胡海, 胡鹏, 等.数字高程模型误差及其评价的问题综述[J].武汉大学学报·信息科学版, 2011, 36(5):568-574 http://ch.whu.edu.cn/CN/abstract/abstract533.shtml Wu Yanlan, Hu Hai, Hu Peng, et al. A Review on the Issues in DEM Error and DEM Quality Assessment[J]. Geomatics and Information Science of Wuhan University, 2011, 36(5):568-574 http://ch.whu.edu.cn/CN/abstract/abstract533.shtml
[68] 胡海, 吴艳兰, 胡鹏.数字高程模型精度标准、质量理论和科学观念讨论[J].武汉大学学报·信息科学版, 2011, 36(6):713-716 http://ch.whu.edu.cn/CN/abstract/abstract583.shtml Hu Hai, Wu Yanlan, Hu Peng. Discussion of DEM Standards, Quality Theory and Conceptions[J]. Geomatics and Information Science of Wuhan University, 2011, 36(6):713-716 http://ch.whu.edu.cn/CN/abstract/abstract583.shtml
[69] 陈传法, 闫长青, 刘凤英, 等.一种综合考虑采样点水平和高程误差的DEM建模算法[J].武汉大学学报·信息科学版, 2018, 43(5):739-744 http://ch.whu.edu.cn/CN/abstract/abstract6048.shtml Chen Chuanfa, Yan Changqing, Liu Fengying, et al. A Total Error-Based Interpolation Method for DEM Generation[J]. Geomatics and Information Science of Wuhan University, 2018, 43(5):739-744 http://ch.whu.edu.cn/CN/abstract/abstract6048.shtml
[70] 陈传法, 刘凤英, 闫长青, 等. DEM建模的多面函数Huber抗差算法[J].武汉大学学报·信息科学版, 2016, 41(6):803-809 http://ch.whu.edu.cn/CN/abstract/abstract5467.shtml Chen Chuanfa, Liu Fengying, Yan Changqing, et al. A Huber-Derived Robust Multi-quadric Interpolation Method for DEM Construction[J]. Geoma-tics and Information Science of Wuhan University, 2016, 41(6):803-809 http://ch.whu.edu.cn/CN/abstract/abstract5467.shtml
[71] 徐志敏, 林志勇, 李雯静, 等基于填挖方分析的DEM精度评价模型[J].武汉大学学报·信息科学版, 2017, 42(8):1167-1171 http://ch.whu.edu.cn/CN/abstract/abstract5812.shtml Xu Zhimin, Lin Zhiyong, Li Wenjing, et al. DEM Accuracy Evaluation Model Based on Cut Fill Me-thod[J]. Geomatics and Information Science of Wuhan University, 2017, 42(8):1167-1171 http://ch.whu.edu.cn/CN/abstract/abstract5812.shtml
[72] Li P, Li Z, Muller J P, et al. A New Quality Validation of Global Digital Elevation Models Freely Available in China[J]. Survey Review, 2016, 48(351):409-420 doi: 10.1179/1752270615Y.0000000039
[73] Li P, Shi C, Li Z, et al. Evaluation of ASTER GDEM Using GPS Benchmarks and SRTM in China[J]. International Journal of Remote Sensing, 2013, 34(5):1744-1771 doi: 10.1080/01431161.2012.726752
[74] Li P, Shi C, Li Z H, et al. Evaluation of ASTER GDEM ver2 Using GPS Measurements and SRTM ver4.1 in China[J]. ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 2012, Ⅰ-4:181-186 http://adsabs.harvard.edu/abs/2012ISPAn..I4..181L
[75] 李鹏, 李振洪, 施闯, 等.中国地区30米分辨率SRTM质量评估[J].测绘通报, 2016(9):24-28 http://www.cqvip.com/QK/93318X/201609/670145004.html Li Peng, Li Zhenhong, Shi Chuang, et al. Quality Evaluation of 1 Arc Second Version SRTM DEM in China[J]. Bulletin of Surveying and Mapping, 2016(9):24-28 http://www.cqvip.com/QK/93318X/201609/670145004.html
[76] Hirt C, Filmer M, Featherstone W. Comparison and Validation of the Recent Freely Available ASTER-GDEM ver1, SRTM ver4.1 and GEODATA DEM-9S ver3 Digital Elevation Models over Australia[J]. Australian Journal of Earth Sciences, 2010, 57(3):337-347 doi: 10.1080/08120091003677553
[77] Jarvis A, Rubiano J, Nelson A, et al. Practical Use of SRTM Data in the Tropics:Comparisons with Digital Elevation Models Generated from Cartographic Data[J]. Working Document, 2004, 198:32
[78] Carabajal C C, Harding D J, Boy J P, et al. Evalua-tion of the Global Multi-resolution Terrain Elevation Data 2010(GMTED2010) Using ICESat Geodetic Control[C]. International Symposium on Lidar and Radar Mapping 2011: Technologies and Applications, Nanjing, China, 2011
[79] Höhle J, Höhle M. Accuracy Assessment of Digital Elevation Models by Means of Robust Statistical Methods[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2009, 64(4):398-406 doi: 10.1016/j.isprsjprs.2009.02.003
[80] Wessel B, Huber M, Wohlfart C, et al. Accuracy Assessment of the Global TanDEM-X Digital Elevation Model with GPS Data[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2018, 139:171-182 doi: 10.1016/j.isprsjprs.2018.02.017
[81] Zink M, Bachmann M, Brautigam B, et al. TanDEM-X:The New Global DEM Takes Shape[J]. IEEE Geoscience and Remote Sensing Magazine, 2014, 2(2):8-23 doi: 10.1109/MGRS.2014.2318895
[82] Tomás R, Li Z. Earth Observations for Geohazards:Present and Future Challenges[J]. Remote Sensing, 2017, 9(3):194 doi: 10.3390/rs9030194
[83] Scaioni M. Remote Sensing for Landslide Investigations:From Research into Practice[J]. Remote Sensing, 2013, 5(11):5488 doi: 10.3390/rs5115488
[84] Scaioni M, Longoni L, Melillo V, et al. Remote Sensing for Landslide Investigations:An Overview of Recent Achievements and Perspectives[J]. Remote Sensing, 2014, 6(10):9600 doi: 10.3390/rs6109600
[85] Pachauri R K, Allen M R, Barros V R, et al. Climate Change 2014: Synthesis Report. Contribution of Working Groups Ⅰ, Ⅱ and Ⅲ to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change[R]. IPCC, Geneva, Switzerland, 2014
[86] Hinkel J, Jaeger C, Nicholls R J, et al. Sea-Level Rise Scenarios and Coastal Risk Management[J]. Nature Clim Change, 2015, 5(3):188-190 http://d.old.wanfangdata.com.cn/NSTLQK/NSTL_QKJJ0223876426/
[87] Cazenave A, Cozannet G L. Sea Level Rise and Its Coastal Impacts[J]. Earth's Future, 2014, 2(2):15-34 http://d.old.wanfangdata.com.cn/Periodical/zgkx-ed200004009
[88] Fitz Gerald D M, Fenster M S, Argow B A, et al. Coastal Impacts due to Sea-Level Rise Morphodynamics of Holocene Salt Marshes:A Review Sketch from the Atlantic and Southern North Sea Coasts of Europe[J]. Annual Review of Earth and Planetary Sciences, 2008, 36(1):601-647 doi: 10.1146/annurev.earth.35.031306.140139
[89] Gesch D B. Consideration of Vertical Uncertainty in Elevation-Based Sea-Level Rise Assessments:Mobile Bay, Alabama Case Study[J]. Journal of Coastal Research, 2013, 63:197-210 doi: 10.2112/SI63-016.1
[90] 尤再进.中国海岸带淹没和侵蚀重大灾害及减灾策略[J].中国科学院院刊, 2016, 31(10):1190-1196 http://kns.cnki.net/KCMS/detail/detail.aspx?filename=KYYX201610009&dbname=CJFD&dbcode=CJFQ You Zaijin. Coastal Inundation and Erosion Hazards Along the Coast of China and Mitigation Strategies[J]. Bulletin of Chinese Academy of Sciences, 2016, 31(10):1190-1196 http://kns.cnki.net/KCMS/detail/detail.aspx?filename=KYYX201610009&dbname=CJFD&dbcode=CJFQ
[91] 康蕾, 马丽, 刘毅.珠江三角洲地区未来海平面上升及风暴潮增水的耕地损失预测[J].地理学报, 2015, 70(9):1375-1389 http://d.old.wanfangdata.com.cn/Periodical/dlxb201509002 Kang Lei, Ma Li, Liu Yi. Loss Evaluation of Farmland Caused by Sea Level Rise and Storm Surge in the Pearl River Delta Region Under Global Climate Change[J]. Acta Geographica Sinica, 2015, 70(9):1375-1389 http://d.old.wanfangdata.com.cn/Periodical/dlxb201509002
[92] Ciro Aucelli P P, Di Paola G, Incontri P, et al. Coastal Inundation Risk Assessment due to Subsi-dence and Sea Level Rise in a Mediterranean Allu-vial Plain (Volturno Coastal Plain-Southern Italy)[J]. Estuarine, Coastal and Shelf Science, 2017, 198:597-609 doi: 10.1016/j.ecss.2016.06.017
[93] Lentz E E, Thieler E R, Plant N G, et al. Evaluation of Dynamic Coastal Response to Sea-Level Rise Modifies Inundation Likelihood[J]. Nature Clim Change, 2016, 6(7):696-700 doi: 10.1038/nclimate2957
[94] Gallant J C, Read A M, Dowling T I. Removal of Tree Offsets from SRTM and Other Digital Surface Models[J]. ISPRS-International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 2012(1):275-280 http://adsabs.harvard.edu/abs/2012ISPAr39B4..275G
[95] Moreira A, Krieger G, Hajnsek I, et al. Tandem-L:A Highly Innovative Bistatic SAR Mission for Global Observation of Dynamic Processes on the Earth's Surface[J]. IEEE Geoscience and Remote Sensing Magazine, 2015, 3(2):8-23 doi: 10.1109/MGRS.2015.2437353
[96] Brock J C, Purkis S J. The Emerging Role of LiDAR Remote Sensing in Coastal Research and Resource Management[J]. Journal of Coastal Research, 2009, 25(6):1-5 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=b25f3a495b0f193831e47410be85b2f2
[97] Bristol R S, Euliss Jr N H, Booth N L, et al.Science Strategy for Core Science Systems in the US Geological Survey, 2013-2023[OL]. https://doi.org/10.3133/ofr2012093, 2012
[98] 李德仁, 眭海刚, 单杰.论地理国情监测的技术支撑[J].武汉大学学报·信息科学版, 2012, 37(5):505-512 http://ch.whu.edu.cn/CN/abstract/abstract190.shtml Li Deren, Sui Haigang, Shan Jie. Discussion on Key Technologies of Geographic National Conditions Monitoring[J]. Geomatics and Information Science of Wuhan University, 2012, 37(5):505-512 http://ch.whu.edu.cn/CN/abstract/abstract190.shtml
[99] Gesch D B, Brock J C, Parrish C E, et al. Introduction:Special Issue on Advances in Topobathymetric Mapping, Models, and Applications[J]. Journal of Coastal Research, 2016, 25(6):1-3 http://d.old.wanfangdata.com.cn/Periodical/zgrmdxxb201305008
[100] Thatcher C A, Brock J C, Danielson J J, et al. Creating a Coastal National Elevation Database (CoNED) for Science and Conservation Applications[J]. Journal of Coastal Research, 2016, 76:64-74 doi: 10.2112/SI76-007
[101] Danielson J J, Poppenga S K, Brock J C, et al. Topobathymetric Elevation Model Development Using a New Methodology:Coastal National Elevation Database[J]. Journal of Coastal Research, 2016:75-89 doi: 10.2112/SI76-008
[102] Loftis J D, Wang H V, de Young R J, et al. Using LiDAR Elevation Data to Develop a Topobathymetric Digital Elevation Model for Sub-grid Inundation Modeling at Langley Research Center[J]. Journal of Coastal Research, 2016, 76:134-148 doi: 10.2112/SI76-012
[103] Parrish C E, Dijkstra J A, O'Neil-Dunne J P M, et al. Post-Sandy Benthic Habitat Mapping Using New Topobathymetric LiDAR Technology and Object-Based Image Classification[J]. Journal of Coastal Research, 2016, 76:200-208 doi: 10.2112/SI76-017
[104] 李德仁, 夏松, 江万寿, 等.一种地形变化检测与DEM更新的方法研究[J].武汉大学学报·信息科学版, 2006, 31(7):565-568 http://ch.whu.edu.cn/CN/abstract/abstract2499.shtml Li Deren, Xia Song, Jiang Wanshou, et al. Approach for Terrain Change Detection and DEM Updating[J]. Geomatics and Information Science of Wuhan University, 2006, 31(7):565-568 http://ch.whu.edu.cn/CN/abstract/abstract2499.shtml
[105] 周兴华, 付延光, 许军.海洋垂直基准研究进展与展望[J].测绘学报, 2017, 46(10):1770-1777 doi: 10.11947/j.AGCS.2017.20170322 Zhou Xinghua, Fu Yanguang, Xu Jun. Progress and Prospects in Developing Marine Vertical Datum[J]. Acta Geodaetica et Cartographica Sinica, 2017, 46(10):1770-1777 doi: 10.11947/j.AGCS.2017.20170322
[106] 暴景阳, 许军, 于彩霞.海洋空间信息基准技术进展与发展方向[J].测绘学报, 2017, 46(10):1778-1785 doi: 10.11947/j.AGCS.2017.20170371 Bao Jingyang, Xu Jun, Yu Caixia. Technical Progress and Development Directions of Oceanic Spatial Information Datum[J]. Acta Geodaetica et Cartographica Sinica, 2017, 46(10):1778-1785 doi: 10.11947/j.AGCS.2017.20170371
-
期刊类型引用(29)
1. 郑耀，杨树文，武锦沙，付昱凯，寇瑞雄. 基于扩展相位一致性特征和空间关系约束的异源遥感影像配准方法. 遥感技术与应用. 2025(01): 144-155 . 
百度学术
2. 王晨旭，彭嫚，谢彬，邸凯昌，芶盛. 月球可见光和SAR影像特征匹配方法比较研究. 遥感学报. 2025(02): 389-401 . 百度学术
3. 谢勋伟. 扩展的多模态遥感图像累积结构特征匹配方法. 激光与光电子学进展. 2024(04): 367-375 . 百度学术
4. 刘海桥，刘萌，龚子超，董晶. 基于深度学习的图像匹配方法综述. 航空学报. 2024(03): 82-95 . 百度学术
5. 曹帆之，石添鑫，韩开杨，汪璞，安玮. 多模态遥感图像模板匹配Log-Gabor滤波方法. 测绘学报. 2024(03): 526-536 . 百度学术
6. 付青，郭晨，罗文浪，谢世坤. 基于各向异性滤波的相位一致性卫星影像匹配方法. 光学学报. 2024(06): 395-407 . 百度学术
7. 王密，樊仲藜，皮英冬，刘玉轩. 一阶高斯方向可调滤波器引导的多源卫星遥感影像配准方法. 武汉大学学报(信息科学版). 2024(05): 681-690 . 百度学术
8. 李明，范大昭，储光涵，宋佳璇，李东子. 基于相位信息的点云与航空影像配准方法. 测绘地理信息. 2024(03): 74-79 . 百度学术
9. 徐晶，包利东，方明，杜天娇. 基于Gabor表示特征描述符的红外可见光图像配准. 激光与光电子学进展. 2024(14): 391-398 . 百度学术
10. 赵丽斌，杜娇娇，贺铮，王祝先，韩宏亮，范蕊，徐翌博. 无人机遥感图像几何畸变校正全过程控制方法研究. 计算机测量与控制. 2024(07): 133-139 . 百度学术
11. 朱柏，叶沅鑫. 多模态遥感图像配准方法研究综述. 中国图象图形学报. 2024(08): 2137-2161 . 百度学术
12. 梅益文，回丙伟，郭鹏程. 合成孔径雷达图像与可见光图像配准方法综述. 计算机应用. 2024(S1): 242-249 . 百度学术
13. 张斌. 基于深度学习的影像匹配方法在铁路无人机勘测场景中的应用. 铁道勘察. 2024(04): 19-26 . 百度学术
14. 陈聪鹏，喻国荣，鲍海洲，陈璐莹，边小勇. 结合相位对称与基于排序LSS的多模态遥感影像匹配. 计算机系统应用. 2024(10): 56-65 . 百度学术
15. 申森，张晓晖，刘行，江林烨，杨威. 顾及加权Sobel滤波特征增强的空天影像稳健匹配方法. 海军工程大学学报. 2024(05): 98-105 . 百度学术
16. 贾蕾蕾，史林，刘利民，史冬冬. 基于结构信息的可见光和SAR图像两阶段配准方法. 陆军工程大学学报. 2024(04): 26-34 . 百度学术
17. 梅春波，樊振辉，杨朝明，徐子昂，侯振环. 基于导引头图像连续匹配的航向测量与组合算法. 弹箭与制导学报. 2024(05): 1-7 . 百度学术
18. 姚国标，张成成，龚健雅，张现军，李兵. 非线性尺度空间改进的光学与SAR影像自动配准. 武汉大学学报(信息科学版). 2024(12): 2249-2260 . 百度学术
19. 王佳，吴昊，傅瑞罡，孔玲爽，左毅. 变分近似解算KL散度红外可见光遥感图像配准. 光学精密工程. 2024(20): 3071-3084 . 百度学术
20. 曹海春. 多尺度PCA-HOG优化注意力机制的光学和SAR影像匹配. 海洋测绘. 2024(06): 66-70 . 百度学术
21. 王龙号，蓝朝桢，姚富山，侯慧太，武蓓蓓. 多源遥感影像深度特征融合匹配算法. 地球信息科学学报. 2023(02): 380-395 . 百度学术
22. 郭浩宇，刘强，万一. 联合LoFTR与自适应IRLS的立体测绘卫星高程误差检查. 测绘通报. 2023(02): 34-39 . 百度学术
23. 许凯凯，郭鹏程，王晶晶. BRIFT:一种基于二值描述符的多模态图像匹配方法. 航空兵器. 2023(04): 115-122 . 百度学术
24. 潘明，谭海，钟旭辉. 结合风格迁移与边缘特征的SAR与光学影像匹配. 北京测绘. 2023(07): 938-943 . 百度学术
25. 石添鑫，曹帆之，韩开杨，邓新蒲，汪璞. 一种基于交叉注意力机制多模态遥感图像匹配网络. 智能计算机与应用. 2023(08): 107-113 . 百度学术
26. 王迎春. 一种基于学习型特征的多模态影像匹配方法. 时空信息学报. 2023(03): 345-351 . 百度学术
27. 刘伟玉，万一，张永军，姚永祥，刘欣怡，史立松. 基于相位均匀卷积的LiDAR深度图与航空影像高效匹配方法. 武汉大学学报(信息科学版). 2022(08): 1309-1317 . 百度学术
28. 眭海刚，刘畅，干哲，江政杰，徐川. 多模态遥感图像匹配方法综述. 测绘学报. 2022(09): 1848-1861 . 百度学术
29. 涂明，章李乐. 农田水利流域无人机遥感影像拼接优化研究. 江西科学. 2022(05): 858-864 . 百度学术
其他类型引用(25)
计量
- 文章访问数:
- HTML全文浏览量:
- PDF下载量:
- 被引次数: 54
