留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

全球高分辨率数字高程模型研究进展与展望

李振洪 李鹏 丁咚 王厚杰

李振洪, 李鹏, 丁咚, 王厚杰. 全球高分辨率数字高程模型研究进展与展望[J]. 武汉大学学报 ● 信息科学版, 2018, 43(12): 1927-1942. doi: 10.13203/j.whugis20180295
引用本文: 李振洪, 李鹏, 丁咚, 王厚杰. 全球高分辨率数字高程模型研究进展与展望[J]. 武汉大学学报 ● 信息科学版, 2018, 43(12): 1927-1942. doi: 10.13203/j.whugis20180295
LI Zhenhong, LI Peng, DING Dong, WANG Houjie. Research Progress of Global High Resolution Digital Elevation Models[J]. Geomatics and Information Science of Wuhan University, 2018, 43(12): 1927-1942. doi: 10.13203/j.whugis20180295
Citation: LI Zhenhong, LI Peng, DING Dong, WANG Houjie. Research Progress of Global High Resolution Digital Elevation Models[J]. Geomatics and Information Science of Wuhan University, 2018, 43(12): 1927-1942. doi: 10.13203/j.whugis20180295

全球高分辨率数字高程模型研究进展与展望

doi: 10.13203/j.whugis20180295
基金项目: 

国家自然科学基金 41806108

国家自然科学基金 41606066

国家重点研发计划 2016YFA0600903

山东省自然科学基金 ZR2016DB30

中国博士后科学基金 2016M592248

青岛市自主创新计划应用基础研究 16-5-1-25-jch

中央高校基本科研业务费 201713039

英国自然环境研究理事会项目 COMET: come30001

英国自然环境研究理事会项目 LICS: NE/K010794/1

英国自然环境研究理事会项目 CEDRRIC: NE/N012151/1

详细信息
    作者简介:

    李振洪, 博士, 教授, 主要研究方向为影像大地测量及其在地质灾害、精准农业与人工建筑物稳定性监测方面的应用。Zhenhong.Li@newcastle.ac.uk

    通讯作者: 李鹏, 博士。pengli@ouc.edu.cn
  • 中图分类号: P237;P208

Research Progress of Global High Resolution Digital Elevation Models

Funds: 

The National Natural Science Foundation of China 41806108

The National Natural Science Foundation of China 41606066

the National Key Research and Development Program of China 2016YFA0600903

Shandong Provincial Natural Science Foundation ZR2016DB30

China Postdoctoral Science Foundation 2016M592248

Qingdao Indigenous Innovation Program 16-5-1-25-jch

Fundamental Research Funds for the Central Universities 201713039

Natural Environment Research Council COMET: come30001

Natural Environment Research Council LICS: NE/K010794/1

Natural Environment Research Council CEDRRIC: NE/N012151/1

More Information
    Author Bio:

    LI Zhenhong, PhD, professor, main interests include imaging Geodesy and its applications to geohazards, precison agriculture and infrastructure stability. E-mail: Zhenhong.Li@newcastle.ac.uk

    Corresponding author: LI Peng, PhD. E-mail: pengli@ouc.edu.cn
  • 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。
  • 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
    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
    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
    26~30
    SRTM SPOT5 Reference3D
    等数据融合
    EGM96 -32 768 ArcGrid GeoTIFF Shapefile
    SRTMGL1 2014 NASA 56°S~60°N 1″ 16
    (LE90)
    机载C-Band InSAR EGM96 No voids HGT
    SRTMGL3 2013 NASA 56°S~60°N 3″ 16
    (LE90)
    机载C-Band InSAR EGM96 No voids HGT
    SRTMGL30 2013 NASA 60°S~90°N 30″ 16
    (LE90)
    机载C-Band InSAR 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 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 EGM96 +9 999 NetCDF
    GEBCO_2014 Grid 2014 IHO IOC 90°S~90°N 30″ - 船载测深卫星重力 EGM96 +9 999 NetCDF
    SRTM v4.1 2008 CGIAR CSI 56°S~60°N 3″ 16
    (LE90)
    机载C-Band InSAR EGM96 -32 768 GeoTIFF
    SRTMX 2010 DLR 56°S~60°N 1″ 16
    (LE90)
    机载X-Band InSAR -32 767 DTED2
    ASTER GDEM2 2011 METI NASA 83°S~83°N 1″ 20
    (LE95)
    星载ASTER
    立体像对
    EGM96 -9 999 GeoTIFF
    AW3D Standard 2014 NTT RESTEC 82°S~82°N 5 m 5 ALOS PRISM
    立体像对
    EGM96 -9 999 GeoTIFF
    AW3D Enhanced 2014 NTT RESTEC 82°S~82°N 0.5 m
    1 m
    2 m
    2 WorldView
    立体像对
    EGM96 -9 999 GeoTIFF
    AW3D30 v2.1 2018 JAXA 82°S~82°N 1″ 3 ALOS PRISM
    立体像对
    EGM96 -32 767 GeoTIFF
    World DEMcore 2016 DLR Airbus 90°S~90°N 12 4
    (LE90)
    TanDEM-X InSAR EGM2008 -32 767 GeoTIFF
    World DEMTM 2016 DLR Airbus 90°S~90°N 12 4
    (LE90)
    TanDEM-X InSAR EGM2008 -32 767 GeoTIFF
    WorldDEM DTM 2016 DLR Airbus 90°S~90°N 12 10
    (LE90)
    TanDEM-X InSAR EGM2008 -32 767 GeoTIFF
    NEXTMAP ONETM 2016 Intermap 90°S~90°N 1 m 1
    (LE90)
    多传感器 EGM96 -32 767 GeoTIFF
    NEXTMAP 5TM 2016 Intermap 90°S~90°N 5 m 1.65
    (LE90)
    InSAR LiDAR EGM96 -32 767 GeoTIFF
    NEXTMAP World 10TM 2016 Intermap 90°S~90°N 10 m 8
    (LE90)
    多传感器 EGM96 -32 767 GeoTIFF
    NEXTMAP World 30TM 2016 Intermap 90°S~90°N 1″ 8
    (LE90)
    多传感器 EGM96 -32 767 GeoTIFF
    Elevation1 2014 Airbus 90°S~90°N 1.5 <10
    (LE90)
    Pleiades
    立体像对
    EGM96 -32 767 GeoTIFF
    Elevation4 2014 Airbus 90°S~90°N 2 <10
    (LE90)
    Pleiades
    立体像对
    EGM96 -32 767 GeoTIFF
    Elevation8 2014 Airbus 90°S~90°N 3 <10
    (LE90)
    SPOT6&7
    立体像对
    EGM96 -32 767 GeoTIFF
    Elevation10 2014 Airbus 90°S~90°N 5 <10
    (LE90)
    SPOT6&7
    立体像对
    EGM96 -32 767 GeoTIFF
    Elevation30 2014 Airbus 90°S~90°N 8 <10
    (LE90)
    SPOT5立体像对
    TerraSAR-X InSAR
    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
  • [1] 王哲, 赵超英, 刘晓杰, 李滨.  西藏易贡滑坡演化光学遥感分析与InSAR形变监测 . 武汉大学学报 ● 信息科学版, 2021, 46(10): 1569-1578. doi: 10.13203/j.whugis20210168
    [2] 党亚民, 王伟, 章传银, 白贵霞, 杨强.  综合GNSS和重力数据定量评价三峡地区地质环境稳定性 . 武汉大学学报 ● 信息科学版, 2020, 45(7): 1052-1057. doi: 10.13203/j.whugis20170417
    [3] 王绚, 范宣梅, 杨帆, 董秀军.  植被茂密山区地质灾害遥感解译方法研究 . 武汉大学学报 ● 信息科学版, 2020, 45(11): 1771-1781. doi: 10.13203/j.whugis20200044
    [4] 董秀军, 许强, 佘金星, 李为乐, 刘飞, 周兴霞.  九寨沟核心景区多源遥感数据地质灾害解译初探 . 武汉大学学报 ● 信息科学版, 2020, 45(3): 432-441. doi: 10.13203/j.whugis20190076
    [5] 龚丽芳, 李爱勤, 陈张建, 胡冯伟, 杜清运, 侯宛玥.  地质灾害应急制图模型研究 . 武汉大学学报 ● 信息科学版, 2020, 45(8): 1273-1281. doi: 10.13203/j.whugis20200140
    [6] 吴星辉, 马海涛, 张杰.  地基合成孔径雷达的发展现状及应用 . 武汉大学学报 ● 信息科学版, 2019, 44(7): 1073-1081. doi: 10.13203/j.whugis20190058
    [7] 许强, 董秀军, 李为乐.  基于天-空-地一体化的重大地质灾害隐患早期识别与监测预警 . 武汉大学学报 ● 信息科学版, 2019, 44(7): 957-966. doi: 10.13203/j.whugis20190088
    [8] 李朝奎, 陈建辉, 魏振伟, 周倩, 周访滨.  显式统计预警模型下地质灾害预警方法及应用 . 武汉大学学报 ● 信息科学版, 2019, 44(7): 1020-1026. doi: 10.13203/j.whugis20180351
    [9] 李鹏, 李振洪, 李陶, 施闯, 刘经南.  宽幅InSAR大地测量学与大尺度形变监测方法 . 武汉大学学报 ● 信息科学版, 2017, 42(9): 1195-1202. doi: 10.13203/j.whugis20150587
    [10] 许俊奎, 武芳, 刘文甫, 金朋飞.  利用邻域相似性的居民地要素增量更新质量评估 . 武汉大学学报 ● 信息科学版, 2014, 39(4): 476-480. doi: 10.13203/j.whugis20120117
    [11] 刘晓慧, 吴信才, 罗显刚.  面向对象的地质灾害数据模型与时空过程表达 . 武汉大学学报 ● 信息科学版, 2013, 38(8): 958-962.
    [12] 王雷, 杨勤科, 王春梅, 龙永清.  采样数据密度及栅格尺寸对高程中误差的影响分析 . 武汉大学学报 ● 信息科学版, 2012, 37(3): 366-369.
    [13] 蒋厚军, 廖明生, 张路, 王腾.  高分辨率雷达卫星COSMO-SkyMed干涉测量生成DEM的实验研究 . 武汉大学学报 ● 信息科学版, 2011, 36(9): 1055-1058.
    [14] 胡鹏, 高俊.  数字高程模型的数字综合原理研究 . 武汉大学学报 ● 信息科学版, 2009, 34(8): 940-942.
    [15] 胡鹏, 白轶多, 胡海.  数字高程模型生成中的高程序同构 . 武汉大学学报 ● 信息科学版, 2009, 34(3): 352-357.
    [16] 朱长青, 王志伟, 刘海砚.  基于重构等高线的DEM精度评估模型 . 武汉大学学报 ● 信息科学版, 2008, 33(2): 153-156.
    [17] 陈俊勇.  对SRTM3和GTOPO30地形数据质量的评估 . 武汉大学学报 ● 信息科学版, 2005, 30(11): 941-944.
    [18] 赵丽华, 杨元喜, 张勤.  扫描数字化图质量的应变张量评估法 . 武汉大学学报 ● 信息科学版, 2004, 29(8): 725-727.
    [19] 杨杰, 廖明生, 江万寿, 杨文.  从单幅雷达影像提取地面高程信息 . 武汉大学学报 ● 信息科学版, 2000, 25(6): 537-541.
    [20] 李德仁, 王树根.  数字影像匹配质量的一种自动诊断方法 . 武汉大学学报 ● 信息科学版, 1995, 20(1): 1-6.
  • 加载中
表(1)
计量
  • 文章访问数:  1540
  • HTML全文浏览量:  182
  • PDF下载量:  788
  • 被引次数: 0
出版历程
  • 收稿日期:  2018-07-25
  • 刊出日期:  2018-12-05

全球高分辨率数字高程模型研究进展与展望

doi: 10.13203/j.whugis20180295
    基金项目:

    国家自然科学基金 41806108

    国家自然科学基金 41606066

    国家重点研发计划 2016YFA0600903

    山东省自然科学基金 ZR2016DB30

    中国博士后科学基金 2016M592248

    青岛市自主创新计划应用基础研究 16-5-1-25-jch

    中央高校基本科研业务费 201713039

    英国自然环境研究理事会项目 COMET: come30001

    英国自然环境研究理事会项目 LICS: NE/K010794/1

    英国自然环境研究理事会项目 CEDRRIC: NE/N012151/1

    作者简介:

    李振洪, 博士, 教授, 主要研究方向为影像大地测量及其在地质灾害、精准农业与人工建筑物稳定性监测方面的应用。Zhenhong.Li@newcastle.ac.uk

    通讯作者: 李鹏, 博士。pengli@ouc.edu.cn
  • 中图分类号: P237;P208

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。

English Abstract

李振洪, 李鹏, 丁咚, 王厚杰. 全球高分辨率数字高程模型研究进展与展望[J]. 武汉大学学报 ● 信息科学版, 2018, 43(12): 1927-1942. doi: 10.13203/j.whugis20180295
引用本文: 李振洪, 李鹏, 丁咚, 王厚杰. 全球高分辨率数字高程模型研究进展与展望[J]. 武汉大学学报 ● 信息科学版, 2018, 43(12): 1927-1942. doi: 10.13203/j.whugis20180295
LI Zhenhong, LI Peng, DING Dong, WANG Houjie. Research Progress of Global High Resolution Digital Elevation Models[J]. Geomatics and Information Science of Wuhan University, 2018, 43(12): 1927-1942. doi: 10.13203/j.whugis20180295
Citation: LI Zhenhong, LI Peng, DING Dong, WANG Houjie. Research Progress of Global High Resolution Digital Elevation Models[J]. Geomatics and Information Science of Wuhan University, 2018, 43(12): 1927-1942. doi: 10.13203/j.whugis20180295
  • 地球表面的地球物理过程通常受到地形的控制或强烈影响,大尺度自然灾害与气候环境变化相关的研究(如地震、火山、滑坡、地面沉降、洪水淹没等)均需要区域或全球尺度的精密地形信息。构建具有长期稳定大地测量参考框架(包含海岸带浅水测深数据)的高质量、高分辨全球数字高程模型(digital elevation model, DEM)是全球地球观测系统(Global Earth Observation System of Systems, GEOSS)过去十年的主要任务之一,对其正在发挥其作用的环境、气候相关的社会福利领域(societal benefit areas, SBAs)具有极其重要的价值。

    本文主要介绍全球高分辨率DEM的主要特征、数据获取与质量评估方法,分析其在地质灾害与海岸带等方面的应用,讨论其最新需求与挑战及未来发展趋势。

    • 地形(topography)是指地球表面的高低起伏形态,高程是描述地表起伏形状的最基本的几何量。美国麻省理工学院摄影测量学实验室的Miller和Laflamme[1]通过摄影测量技术采样地形数据, 用于解决计算机辅助道路设计相关的工程问题,最早提出了数字地形/地面模型(digital terrain model, DTM)的概念,即利用一个任意坐标场中选择大量已知XYZ的坐标点对连续地面进行简单统计表示,得到描述地球表面形态多种信息空间分布特征的有序数值阵列。基于高程数据得到的派生产品,如坡度、坡向、曲率等地貌因子,均可以作为DTM的第三维分量用于描述地形特征。

      仅用于描述地面高程信息,采用有限的离散点高程实现对地形曲面的数字化模拟,以数字形式按照一定结构组织表示实际地形特征空间分布的DTM模型称为DEM。DEM原本是DTM的一个子集[2-3]

      由于地球表面被各种自然或人工地物覆盖,难以直接获取精确的地形形态。特别是基于摄影测量与遥感技术观测得到的DEM,通常包含了森林植被、建筑物等地物分布形态,此类DEM又称为数字地表模型(digital surface model, DSM)。

      给定平面坐标(XiYi)、相应离散点高程Zi(规则或不规则),DEM可以采用如下函数表示地面起伏形态的数字集合:

      $$ {V_i} = \left( {{X_i}, {Y_i}, {Z_i}} \right), {\rm{ }}i = 1, 2 \cdots n $$ (1)

      若平面位置为规则格网形式,式(1)可以简化为一维向量序列:

      $$ \left\{ {{Z_i}, i = 1, 2 \cdots n} \right\} $$ (2)

      20世纪90年代以来,DEM被列为中国国家空间数据基础设施(National Spatial Data Infrastructure, NSDI)和数字地球空间数据框架(Digi- tal Geospatial Data Framework, DGDF)的标准产品,同时也是地理国情监测的重要产品之一[4-7]。作为地学分析与建模的基础数据(如海岛礁及周边复杂环境[8],DEM逐步替代等高线成为地形描述与分析的重要数据源;同时,数字地球和智慧地球的建设和发展促进了DEM与遥感学科等的一体化进程[9-10]

    • 根据式(1)可知,建立DEM实现地表重建的前提是对连续地球表面进行有限离散点的精确采样和三维坐标测量[2]。目前,DEM数据获取方法主要包括野外地面测量、地形图数字化、航空航天摄影测量与遥感(激光雷达扫描(light detection and ranging, LiDAR)、合成孔径雷达干涉测量(interferometric synthetic aperture radar, InSAR)、立体光学影像)等,本文根据观测平台的差异来分类介绍DEM数据来源。

    • 地基模式主要指野外地面测量方法。

      1) 传统地面测量方法,如全球导航卫星系统静态或动态测量、全站仪测量等。这类方法采用单点采集方式耗时费力,但是观测精度较高,主要适用于小范围、大比例尺测图任务,服务于工程建设项目等。

      2) 地面三维激光扫描仪(如加拿大Optech、奥地利Rigel、瑞士Leica等)采用无合作目标激光测距仪与角度测量系统组成自动化快速测量系统,可以快速获得海量点云数据,有效数据采集速率可达几十万点/s,可以构建高精度(mm级)、高分辨率DTM[11]。点云数据采集包括场地踏勘、控制网布设、靶标布设、扫描作业等步骤,点云数据处理包括配准、分析、优化压缩、分层、等高线拟合、三维建模、纹理分析等方面。另外,集成惯性测量单元(inertial measurement unit, IMU)与全球导航卫星系统等组合单元的车载移动测图系统可以支持激光扫描仪进行动态数据采集[12]

      3) 基于数字化仪通过交互式跟踪数字化或半自动扫描数字化和栅格矢量化,可以实现已有地形图要素的数字化,是目前常见的DEM数据采集方法之一。由于原始地形图、数字化、栅格化、插值等步骤均存在误差,该方法效率和精度相对较低,但对历史记录或存档信息提取而言,可能是唯一选项[13-14]

    • 广泛的海底地质过程导致了海底深度和粗糙度的变化,进而影响了海洋环流、生物多样性分布、海洋油气资源及地震、海啸等。由于高分辨率海底测图成本高、效率低、难度大,导致全球海底地形仍然存在许多空白区域[15]

      船基海底地形测量是目前最常用的高分辨率海底地形测量技术。传统的船载海底地形测量主要是借助船载单波束、多波束回声测深仪开展水深测量,同步开展潮位、定位和声速测量。目前,多波束全覆盖测深技术已经成为海洋测量的常规技术,传统的点线式海底地形测量模式已发展成面状的全覆盖作业模式[16-17]

      无人船、水下载人潜航器、水下自治机器人以及水下遥控机器人等平台可以集成单波束、多波束测深仪等水深测量系统,结合水下声学定位技术能够开展高效、高精度、高分辨率的水下地形测量[17-19]

    • 机载模式主要包括航空摄影测量、机载激光LiDAR、机载激光测深系统、机载InSAR以及无人机等方法。

      1) 航空摄影测量方法是利用大幅面数码航空相机拍摄的立体像对重建地表三维立体模型、量测三维空间坐标的方法,经历了模拟法、解析法、数字化3个发展阶段[20-21]。目前,基于数字摄影测量工作站(如Pixel Factory NeoTM、VirtuoZoTM等)的全数字自动化或者交互式方法相对比较成熟,可用于获取高精度、高保真DEM[22]

      2) 机载LiDAR扫描系统是集激光测距仪、全球导航卫星系统、惯性导航系统、CCD(charge-coupled device)相机、计算机数据处理等于一体的新型测量技术,可以获得地面高密度三维位置点云数据,通过多次回波滤波、分类与建模可以同时得到DSM和DTM[23-27]。机载LiDAR技术在活断层识别、滑坡监测、海岸带脆弱性分析等领域得到了广泛应用[28-30]

      3) 机载激光测深系统(Laser Airborne Depth Sounder, LADS或Airborne LiDAR Bathymetry, ALB)分别向海面发射两种波段的激光,其中红外波段被海面反射,蓝绿波段透射海水后反射,利用激光传播时间差得到相对瞬时海面的相对深度,根据潮汐资料和潮汐模型获得瞬时海面高程和海底绝对高程。该方法适合用于近岸、浅海、岛礁等近海浅水区域的水深测量,最小探测深度可达0.15 m,最大测深在50 m左右,测点密度可达dm级[16-17, 31-32]。目前,可以采用单一蓝绿波段激光(如美国EAARL系统、奥地利RIEGL VQ系统等)开展沿岸陆地与浅水的一体化无缝地形测量[23, 32]

      4) 机载InSAR技术适用于测绘困难地区(如多云、雾地区)的高精度、高分辨率、实时地表信息获取[33-35]。美国航空航天局(National Aeronautics and Space Administration, NASA)喷气动力实验室(Jet Propulsion Laboratory, JPL)最早研发了一款机载干涉合成孔径雷达(synthetic aperture radar, SAR)测图系统(AIRSAR),又称为Topographic SAR (TOPSAR),1988-2004年搭载于DC-8喷气式飞机之上,具备P/L/C波段全极化能力,幅宽为10 km,距离向分辨率分别为7.5 m/3.75 m/1.875 m[36-37]。最具标志性意义的是,2000年美国航天飞机雷达地形测绘任务(Shuttle Radar Topography Mission, SRTM)利用机载InSAR技术, 仅11 d便获取了全球80%陆地1″分辨率的三维地形信息。

      5) 无人机(unmanned aerial vehicles, UAV)或微型无人机(mini-UAV, mUAV)也可用于搭载数码相机、SAR、LiDAR等设备,特别适用于小范围、低成本项目(如局部侵蚀、沉积、城市规划等)的DEM获取[38-39]。近年来发展起来的应用于构造地貌、林业、农业、考古等领域的运动重建技术(structure from motion, SfM)仅需要一台搭载于传统航空摄影测量平台或UAV、风筝、气球、竿子等平台的相机对感兴趣区域的影像进行重叠拍摄,基于点云后处理软件即可生成高精度、高分辨率DEM[40-41]

    • 星载模式主要包括卫星遥感立体影像、星载InSAR、雷达测高、激光测高LiDAR等,有利于获取全球范围质量一致的DEM。

      1) 高分辨率光学立体影像近年来已成为生成DEM产品(特别是全球DEM)的首要数据源[42-43],例如法国SPOT系列、美国Terra ASTER(Advanced Spaceborne Thermal Emission and Reflection Radiometer)、日本ALOS(Advanced Land Observing Satellite) PRISM(Panchromatic Remote Sensing Instrument for Stereo Mapping)、中国资源三号(ZY-3)等[44-46]。目前,超高分辨率(very high resolution, VHR)光学遥感卫星已经越来越普遍,例如WorldView-3/4(0.31 m)、WorldView-1/2(0.46 m)、GeoEye-1(0.46 m)、Pleiades-1A/B(0.5 m)、KOMPSAT-3/3A(0.7/0.55 m)、Quickbird(0.65 m)、Gaofen-2(0.8 m)、TripleSat(0.8 m)、IKONOS(0.82 m)、SkySat-1/2(0.8 m)等。

      2) 星载InSAR技术一般为重复轨道干涉测量模式,主要面向地表形变监测应用。高精度DEM的生成容易受时间、空间去相关及大气延迟和轨道误差等影响。双星编队分布式SAR系统(例如德国航空太空中心发射的TerraSAR-X与TanDEM-X卫星)能够有效克服上述问题,已经得到了覆盖全球、空间分辨率12 m的WorldDEMTM,在精度方面(相对精度2 m、绝对精度4 m)超过了其他全球DEM。

      3) 卫星LiDAR是利用卫星平台搭载激光测高仪,向地面发射激光脉冲并接收回波信号,根据激光往返时间、卫星轨道等信息获得足印点(footprint)高程的方法,是获取月球及小行星三维地形地貌的主要方法[47]。NASA于2003年发射的ICESat卫星(Ice, Cloud, and land Elevation Satellite)搭载有唯一有效载荷GLAS(Geoscience Laser Altimeter System),是首个全球连续观测的星载LiDAR传感器,可以提供全球地表高程及反演森林植被特征。GLAS每隔170 m左右生成约70 m直径的地面激光光斑,其地表高程观测精度为15 cm[48]。其后继卫星ICESat-2于2018年9月发射,搭载唯一载荷ATLAS(Advanced Topographic Laser Altimeter System)以每隔70 cm进行高程观测。另外,2010年4月欧空局发射的新一代测高卫星CryoSat-2搭载的合成孔径干涉雷达高度计(Synthetic Aperture Interferometric Radar Altimeter, SIRAL)则特别适合极地冰盖与海冰的高精度高程监测[49-51]

      4) 基于卫星测高重力异常与船测水深数据[15, 52-54],或者利用多光谱或SAR卫星遥感影像构建反演模型[17, 55],也可以实现大面积海底地形的反演,但在反演精度、空间分辨率等方面仍有待提高。

    • 早期大范围DEM(全球、大陆或区域尺度)主要基于已有地图资料的重新编译和数据融合,空间分辨率较为粗糙(一般大于1 km),例如ETOPO5(earth topography five minute grid)、TerrainBase、GLOBE(Global Land One-km Base Elevation)、GTOPO30(Global 30-arc-second Digital Elevation Models)等,但在众多领域仍然发挥了重要作用。目前常见的高分辨率全球DEM的生成主要得益于全球卫星遥感、卫星测高、船载测深等资料的获取,例如SRTM、ASTER GDEM、AW3D30(ALOS World 3D-30 m)、WorldDEMTM、NEXTMAP等。表 1给出了主要全球DEM数据的分辨率、高程基准、存储格式等特征, 所有产品水平基准均为WGS84。

      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
      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
      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
      26~30
      SRTM SPOT5 Reference3D
      等数据融合
      EGM96 -32 768 ArcGrid GeoTIFF Shapefile
      SRTMGL1 2014 NASA 56°S~60°N 1″ 16
      (LE90)
      机载C-Band InSAR EGM96 No voids HGT
      SRTMGL3 2013 NASA 56°S~60°N 3″ 16
      (LE90)
      机载C-Band InSAR EGM96 No voids HGT
      SRTMGL30 2013 NASA 60°S~90°N 30″ 16
      (LE90)
      机载C-Band InSAR 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 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 EGM96 +9 999 NetCDF
      GEBCO_2014 Grid 2014 IHO IOC 90°S~90°N 30″ - 船载测深卫星重力 EGM96 +9 999 NetCDF
      SRTM v4.1 2008 CGIAR CSI 56°S~60°N 3″ 16
      (LE90)
      机载C-Band InSAR EGM96 -32 768 GeoTIFF
      SRTMX 2010 DLR 56°S~60°N 1″ 16
      (LE90)
      机载X-Band InSAR -32 767 DTED2
      ASTER GDEM2 2011 METI NASA 83°S~83°N 1″ 20
      (LE95)
      星载ASTER
      立体像对
      EGM96 -9 999 GeoTIFF
      AW3D Standard 2014 NTT RESTEC 82°S~82°N 5 m 5 ALOS PRISM
      立体像对
      EGM96 -9 999 GeoTIFF
      AW3D Enhanced 2014 NTT RESTEC 82°S~82°N 0.5 m
      1 m
      2 m
      2 WorldView
      立体像对
      EGM96 -9 999 GeoTIFF
      AW3D30 v2.1 2018 JAXA 82°S~82°N 1″ 3 ALOS PRISM
      立体像对
      EGM96 -32 767 GeoTIFF
      World DEMcore 2016 DLR Airbus 90°S~90°N 12 4
      (LE90)
      TanDEM-X InSAR EGM2008 -32 767 GeoTIFF
      World DEMTM 2016 DLR Airbus 90°S~90°N 12 4
      (LE90)
      TanDEM-X InSAR EGM2008 -32 767 GeoTIFF
      WorldDEM DTM 2016 DLR Airbus 90°S~90°N 12 10
      (LE90)
      TanDEM-X InSAR EGM2008 -32 767 GeoTIFF
      NEXTMAP ONETM 2016 Intermap 90°S~90°N 1 m 1
      (LE90)
      多传感器 EGM96 -32 767 GeoTIFF
      NEXTMAP 5TM 2016 Intermap 90°S~90°N 5 m 1.65
      (LE90)
      InSAR LiDAR EGM96 -32 767 GeoTIFF
      NEXTMAP World 10TM 2016 Intermap 90°S~90°N 10 m 8
      (LE90)
      多传感器 EGM96 -32 767 GeoTIFF
      NEXTMAP World 30TM 2016 Intermap 90°S~90°N 1″ 8
      (LE90)
      多传感器 EGM96 -32 767 GeoTIFF
      Elevation1 2014 Airbus 90°S~90°N 1.5 <10
      (LE90)
      Pleiades
      立体像对
      EGM96 -32 767 GeoTIFF
      Elevation4 2014 Airbus 90°S~90°N 2 <10
      (LE90)
      Pleiades
      立体像对
      EGM96 -32 767 GeoTIFF
      Elevation8 2014 Airbus 90°S~90°N 3 <10
      (LE90)
      SPOT6&7
      立体像对
      EGM96 -32 767 GeoTIFF
      Elevation10 2014 Airbus 90°S~90°N 5 <10
      (LE90)
      SPOT6&7
      立体像对
      EGM96 -32 767 GeoTIFF
      Elevation30 2014 Airbus 90°S~90°N 8 <10
      (LE90)
      SPOT5立体像对
      TerraSAR-X InSAR
      EGM96 -32 767 GeoTIFF
      注:国际海道测量组织(IHO);政府间海洋学委员会(IOC)
    • 1) ETOPO5。1988年5月,美国国家海洋与大气管理局(National Oceanic and Atmospheric Administration, NOAA)国家地球物理数据中心(National Geophysical Data Center, NGDC)发布了第一个全球陆地和海底高程数据集ETOPO5,其经纬度格网为5′(约10 km),在缺少海底观测数据的亚洲、南美洲、非洲等区域,其真实空间分辨率在1°左右。

      2) ETOPO2。2001年9月,NGDC发布了经纬度格网2′ (约4 km)的ETOPO2,该版本融合了船载声学测量与卫星测高结果以及来自GLOBE项目的陆地新高程数据。

      3) ETOPO1。2008年8月,NGDC发布了ETOPO2 v2的改进版本ETOPO1, 用于支持海啸预警与建模、海洋环流建模与地球可视化,其经纬度格网为1′(约1.8 km),可以获取两个不同格网版本:南极和格陵兰冰原顶部冰表面(ice surface)和冰盖底部基岩(bedrock)。

    • 为了满足NASA地球观测系统(Earth Observing System, EOS)及其他全球变化研究项目对高质量全球DEM产品的需求,1996年,美国地质调查局(United States Geological Survey, USGS)发布了全球范围空间分辨率约1 km(经纬度格网为30″)的GTOPO30[56]。由于当时没有全球覆盖的一致数据源,GTOPO30是由8种不同栅格、矢量地形数据源编译而成,其主要数据源为美国国家地理空间情报局(National Geospatial-Intelligence Agency,NGA)生产的数字地面高程数据(digital terrain elevation data, DTED)和世界数字地图(digital chart of the world, DCW)。该数据发布后,成为GLOBE DEM和ETOPO2等其他全球高程产品和大尺度应用的首要数据源。

    • 在GTOPO30发布之后,全球多数地区有了新高程数据(如DTED、SRTM、ICESat等),USGS与NGA利用11种栅格高程数据源(主要数据源为1″ SRTM DTED2)融合得到了全球多分辨率地面高程数据(global multi-resolution terrain elevation data 2010, GMTED2010),是GTOPO30、GLOBE及其他30″分辨率全球DEM替代版本。该产品具有30″(约1 km)、15″(约500 m)和7.5″(约250 m)等3个不同分辨率,基于聚合方法(aggregation method)得到7类高程子产品(最小值、最大值、均值、中值、标准差、系统二次抽样、断线强调),范围主要覆盖84°N~56°S陆地部分[57]

    • 1) SRTM v1&v2.1。2000年2月,NASA联合NGA、DLR、意大利航天局开展了SRTM,利用C波段InSAR技术收集了60°N~56°S陆地地形信息[58]。SRTM DEM在美国本土分辨率为1″(约30 m),在全球其他地区则为3″(约90 m)。该数据是InSAR形变监测、重力场建模等应用的关键数据源[59]

      2) SRTM v4.1。2008年9月,国际农业研究磋商组织下属的空间信息协会(Consultative Group on International Agricultural Research, Consortium for Spatial Information, CGIAR-CSI)发布了3″分辨率的全球无缝高程数据集SRTM v4.1,该版本采用高级插值与补洞方法,与之前版本相比,高程质量有显著改进[60]

      3) SRTMGL3 (Global 3″ V003)。2013年11月,NASA发布了3″分辨率的SRTM v3(SRTM Plus),使用了ASTER GDEM v2、USGS GMTED2010或美国国家高程数据集(National Elevation Dataset, NED)填补数据空洞[61]

      4) SRTMGL1(Global 1″ V003)。2014年9月,NGA宣布1″分辨率的SRTM数据逐步向全球用户免费开放。自2015年7月起,中国大陆用户可以免费下载。

      5) X-SAR SRTM。2010年12月,DLR发布了X波段获取的1″分辨率SRTM DEM,覆盖全球约40%陆地表面,高程精度约为6 m。由于采用高分窄幅模式观测,X-SAR影像条带间存在大量数据空隙[62]

    • 2009年6月,日本经济、贸易与工业部(Ministry of Economy, Trade, and Industry, METI)与NASA合作发布了覆盖全球83°N~83°S陆地、空间格网为1″的ASTER GDEM v1。该数据利用了约150万景ASTER光学影像,通过立体像对相关(stereo-correlation)技术得到[63-64]

      2011年10月,METI与NASA发布了ASTER GDEM v2,新版本重新处理了2000-2010年约150万景ASTER影像(同时增加了2008年9月以后的26万景新影像),在受云持续覆盖的区域采用SRTM v3等数据源替代缺失数据,通过减小归一化相关配准窗口、校正高程系统偏差(-5 m)、提升水体探测能力等措施改进其空间分辨率和高程精度[65]

    • 日本宇航局(Japan Aerospace Exploration Agency, JAXA)与日本遥感技术中心(the Remote Sensing Technology Center of Japan, RESTEC)、日本NTT DATA公司自2014年起合作开发了AW3D系列产品。

      1) AW3D Standard。基于ALOS卫星搭载的PRISM进行三维立体像对地形观测,是首个覆盖全球陆地的5 m分辨率DSM/DTM,高程精度RMSE(root mean square error)为5 m;

      2) AW3D Enhanced。基于数字地球(DigitalGlobe)公司的WorldView立体像对生成3种空间分辨率(0.5 m/1 m/2 m)的DSM/DTM,无地面控制点高程精度RMSE为2 m,另外提供高精度正射影像、城市、建筑物、电信、机场等栅格或矢量产品;

      3) AW3D30。2016年5月发布了基于5 m分辨率的AW3D标准产品得到的覆盖全球82°N~82°S的30 m分辨率DSM数据集AW3D30 Version 1[66],2018年4月发布了基于ICESat高程校正及条带误差改正后的新版本Version 2.1。

    • WorldDEMTM系列产品是由DLR与法国空中客车防务与空间公司(Airbus Defense and Space, ADS)采用公私伙伴关系(Public Private Partnership, PPP)联合发布,基于TanDEM-X与TerraSAR-X雷达卫星组成双站InSAR观测模式,在2010年12月至2014年6月对全球所有陆地进行了至少两次完整覆盖。DLR负责卫星在轨运行、数据获取与干涉处理,ADS负责WorldDEMTM数据的商业化。该系列主要包括如下产品。

      1) WorldDEMcore。该产品是未经任何后处理精化的干涉输出结果DSM,包含了地表建筑物、基础设施与植被,也包含了InSAR相关的误差源、空洞等;

      2) WorldDEMTM。该产品是对地形(如异常值移除、空洞填充、噪声滤波、海岸带负值抬升等)、水文(如海洋、湖泊、河流、岛屿、海岸线、桥、堤坝、船只、海洋平台等)和机场进行编辑、精化后的DSM;

      3) WorldDEM DTM。该产品是经过剔除建筑物和植被之后不含有地物特征的裸地地形。

    • 美国Intermap公司利用多传感器数据源(机载InSAR、星载InSAR、地面测量等)推出了全球多尺度无缝商业DSM与DTM三维高程数据服务NEXTMAP。该系列主要包括如下产品。

      1) NEXTMAP ONETM。基于2016至今的星载InSAR资料,可提供全球所有国家和地区1 m空间分辨率的DSM与DTM,绝对高程精度RMSE<1 m;

      2) NEXTMAP 5TM。利用Intermap公司机载InSAR平台,获取了全球超过40个国家5 m空间分辨率的DSM和DTM,绝对高程精度RMSE为1 m;

      3) NEXTMAP World 10TM。利用多源数据获取方式(机载、星载、地基等),可提供全球范围1/3弧秒(约10 m空间分辨率)的DSM和DTM,绝对高程精度RMSE<10 m;

      4) NEXTMAP World 30TM。通过校正、配准、滤波、融合多源数据集,得到覆盖全球范围1弧秒的DSM(约30 m空间分辨率),基于ASTER GDEM、SRTM等数据源填补数据空洞和改正内部误差,利用上百万个独立控制点(如ICESat、地面控制点、机载数据等)对全部数据(包括水体与海岸线)进行三维建模校正,绝对高程精度RMSE<10 m。

    • ADS公司利用不同分辨率、不同数据来源的影像产品得到了多尺度DEM产品。

      1) Elevation1。基于Pleiades立体像对和三线阵光学立体影像资料生成的具有1 m格网、1.5 m高程精度的DEM。

      2) Elevation4。基于Pleiades立体像对和三线阵光学立体影像资料生成的具有4 m格网、2 m高程精度的DEM。

      3) Elevation8。基于SPOT6立体像对和三线阵光学立体影像资料生成的具有8 m格网、3 m高程精度的DEM。

      4) Elevation10。基于TerraSAR-X雷达卫星数据生成的具有10 m格网、5 m高程精度的DEM。

      5) Elevation30。主要基于SPOT5光学卫星数据及TerraSAR-X雷达卫星资料进行漏洞填补得到的具有30 m格网、8 m高程精度的DEM。

    • 已有许多学者研究了DEM质量相关的评估方法及高精度DEM建模方法[2, 67-71],系统分析了DEM误差的影响因素(如采样、插值等)与精度建模等,本文不再赘述。本文简要介绍全球DEM质量评估通常采用的评定方法与精度指标。

    • DEM精度是DEM面上的点高程与其真值的接近程度[2],可以通过描述系统偏差评估其系统误差,通过估计高差的离散情况来评估其随机误差。

      全球DEM通常给出了该产品官方声称的全局精度指标,但由于DEM数据质量在区域尺度上存在空间变化,因此需要对其定量评估并谨慎使用。本文给出DEM质量评估的一般思路[65, 72-78]

      1) 利用目视检查和剖面图,初步识别DEM的系统误差和随机误差,了解DEM的可见细节程度。

      2) 利用连续运行参考站(Continuously Operating Reference Station, CORS),或者高精度(cm~dm级)实时动态测量(real-time kinematic, RTK),或者ICESat地面参考点位数据来估计DEM绝对高程误差。参考点的高程精度需要至少优于DEM高程精度3倍,通过双线性内插方法对参考点进行格网插值。

      3) 利用参考DEM(如LiDAR、机载InSAR或者其他已有高精度DEM资料),以像素所在的面状区域为基础,评估待测DEM的高程精度。

      4) 由于绝对高程误差与局部地貌坡度通常存在强相关,土地覆盖是DEM精度的关键影响因子,因此需要将DEM与参考数据按照坡度或者坡向、地物覆盖类型进行划分,用于确定高程误差空间分布与地形、地物的相关性。

    • 假定DEM高程误差服从正态分布,高程精度可用如下指标进行衡量。

      1) 误差均值

      $$ \hat \mu = \frac{1}{N}\sum\limits_{i = 1}^N {\left( {{H_i} - {H_{{\rm{ref}}}}} \right)} = \frac{1}{N}\sum\limits_{i = 1}^N {\Delta {h_i}} $$ (3)

      2) 标准差

      $$ \hat \sigma = \sqrt {\frac{1}{{N - 1}}\sum\limits_{i = 1}^N {{{\left( {\Delta {h_i} - \hat \mu } \right)}^2}} } $$ (4)

      3) RMSE

      $$ {\rm{RMSE}} = \sqrt {\frac{1}{N}\sum\limits_{i = 1}^N {\Delta h_i^2} } $$ (5)

      在非开阔区域,由于滤波与插值误差导致激光扫描或数字摄影测量技术得到的DEM误差较少服从正态分布[79],因此需要采用高程误差直方图和分位数Q-Q图诊断其是否服从正态分布。

      考虑到系统偏差μ和标准差σ等精度估计会受到异常值和误差非正态分布的影响,因此DEM精度评估还需要考虑如下稳健统计方法[79-80]

      1) 中位数

      $$ {{\hat Q}_{\Delta h}}\left( {0.5} \right) = {m_{\Delta h}} $$ (6)

      2) 绝对偏差中位数(median absolute deviation, MAD)

      $$ {\rm{MAD}} = {\rm{media}}{{\rm{n}}_j}\left( {\left| {\Delta {h_j}{\rm{ - }}{m_{\Delta h}}} \right|} \right) $$ (7)

      3) 归一化绝对偏差中位数(normalized median, NMAD)

      $$ {\rm{NMAD}} = 1.482\;6 \times {\rm{media}}{{\rm{n}}_j}\left( {\left| {\Delta {h_j}{\rm{ - }}{m_{\Delta h}}} \right|} \right) $$ (8)

      4) 90%分位数绝对偏差(LE90)

      $$ {\rm{LE}}90 = {{\hat Q}_{\left| {\Delta h} \right|}}\left( {0.9} \right) $$ (9)

      NMAD通常用于估计重尾分布标准差σ,对于正态分布(68.3%置信区间)而言,NMAD=σ,对于90%置信区间的线性误差, LE90=1.65σ

    • 高分辨率、高精度DEM数据在科学、工程、军事、社会经济等领域发挥着基础重要作用,特别是在地质灾害、全球变化与应对等方面,例如滑坡监测、冰川变化、海岸带淹没等[81]

    • 地质灾害通常定义为对生命、财产和环境具有潜在风险的地质状态和过程,包括自然灾害(如地震、滑坡、火山、海啸和洪水等)与人类活动相关的灾害(如地下水抽取、矿产开采等导致的地面沉降、水污染、大气污染等)[82]

      滑坡灾害是一种重大的地质灾害,每年造成大量人员伤亡和经济财产损失,近年来其发生频率随着气候变化和城市化的扩张而显著增加[83-84]。高分辨率、高精度DEM是滑坡识别、滑坡监测、滑坡灾害分析与预测等阶段的关键数据集,可以用于茂密植被地区的滑坡现象与滑坡机制目视判读、滑坡目录制图、滑坡形变量求解、环境因子与触发因子分析等研究[29]

      目前,高分辨率卫星遥感影像或LiDAR技术被广泛用于高地质风险区域的宏观地物覆盖、裸地DEM和地表形变获取。为了更好地融合不同观测平台的数据与模型,需要进一步结合地面实测数据(如地面三维激光扫描、地基InSAR、近景摄影测量等)和局部传感器网络开展DEM数据的验证与补充[84]

    • 根据联合国政府间气候变化专业委员会2014年发布的第5次气候变化评估报告,过去110 a间全球海平面上升了19 cm,在全球变暖大背景下,海平面上升仍呈加速趋势,预计到2100年全球海平面最大升幅为0.98 m[85]

      海平面上升会淹没滨海低地,加剧风暴潮、洪涝、海岸侵蚀、海水入侵与土壤盐渍化等灾害,威胁沿海基础设施安全[86-88]。沿海城市在城市规划和重大基础设施的设计参数制定中,需要充分考虑海平面上升等气候变化增量因素。过去二十多年,欧美国家及中国已经针对沿海地区开展了海平面上升影响评估和脆弱区划研究,根据经济社会发展程度采取防护、后退和顺应等策略应对海平面上升[89-91]

      高程数据是确定海岸带地区自然灾害脆弱性的主要变量,特别是与洪水和海平面上升相关的淹没灾害[92-93],但是对于DEM高程不确定性对海平面上升评估结果的影响研究仍然较少。因此,需要了解底层高程数据质量,才能正确建模潜在影响,进而得到可靠的灾害评估结果[89]

    • 本文以USGS和DLR正在开展的两类DEM项目为例,分析全球DEM领域的最新需求与发展趋势。

    • 对于全球部分国家或地区而言,仅有来自多种不同数据源、不同数据处理方法得到的粗糙、不一致或者不完整的DEM。过去十年间,DLR致力于开发全球空间分辨率12 m×12 m、相对高程精度2 m的TanDEM-X DEM(即WorldDEMTM),可以为众多科学与商业应用提供不可或缺的全球同质DEM[80-81]

      TanDEM-X卫星采用波长3.1 cm的X波段干涉SAR,仅能穿透少部分森林树冠(大约树冠以下10%~20%左右, 该比例取决于森林类型)。因此,该DEM可代表陆地上层表面模型(DSM),包含如密集森林植被上层、城市顶层、建筑物屋顶等高程,而DTM描述的是植被下部的地形变化。尽管TanDEM-X采用不同基线多个相同季节观测相同区域两次以上,对于存在厚植被的农作物地区仍然无法有效描述。利用卫星遥感或激光测高(如ICESat)等方法编译得到的森林高度图,移除SRTM、ASTER GDEM或TanDEM-X DSM的树高偏移量,有望得到全球裸地DEM[94]

      Tandem-L卫星将作为TanDEM-X卫星的扩展任务,采用波长为24 cm的L波段SAR信号,能够穿透植被获取DSM,利用极化干涉SAR(PolInSAR)技术获取植被下部地形(DTM),基于相同波长与观测几何的双基SAR模式获取与TanDEM-X相同空间分辨率和精度的全球DEM产品[95]。该卫星预计2022年发射,2023年起可获得全球DSM和DTM,并且对其保持季度和年度更新。

    • 在未来几十年,海岸线将对普遍预测的海平面上升、风暴潮和灾难性事件等导致的沿海洪水泛滥做出响应。沿海环境物理过程受控于地上地形地貌与水下测深地貌,许多地理空间数据应用需要详细的近岸地形和水深测绘信息[96]

      USGS在2013-2023年核心科学系统策略报告中,将关键带(critical zone)的描述、理解与测图作为未来十年3大目标之一。通过获取更高精度和空间分辨率的三维陆地高程与海岸带水下地形数据,来更好地描述和理解人类活动影响与自然地表过程的关系[97]

      自2003年以来,USGS非常重视利用LiDAR(机载、地面等平台)技术获取高分辨率、高精度的海岸带地形地貌信息,用于海平面上升相关的海岸带脆弱性分析与建模研究[30, 89, 98]。USGS通过开展海岸带国家高程数据库项目(Coastal National Elevation Database, CoNED),过去十年致力于开发全国无缝衔接的地形测深与高程模型(Topobathymetric Elevation Models, TBDEMs),定期发布其境内海岸带陆地、部分内陆湖泊、河流区域的潜在淹没风险制图[99-103]

    • 1) 观测技术与观测平台趋于多样化。机载InSAR、LiDAR等技术在工程建设领域逐渐取代传统野外测图方式,UAV、无人船、无人车、无人潜航器等观测平台的使用越来越普遍,基于多源遥感影像数据(如LiDAR、SAR、光学遥感等)融合已成为全球无缝、多尺度DEM生成的重要方法,SfM技术使得网络相片等免费资源利用成为可能,人工智能与机器学习方法正在加速这种趋势[42],将极大地降低DEMs的更新换代成本。

      2) 高精度、高分辨率DEM更新换代周期逐渐缩短。得益于观测技术与观测平台的发展,全球尺度DEM与局部DEM的精度与空间分辨率差距逐渐缩小。基于地物变化探测应用驱动的高分辨率DEM数据的更新换代周期逐渐缩短[104],从以年为周期逐渐发展到天为周期。

      3) 高精度、高分辨率、空间基准一致的全球无缝地形数据获取逐渐成为可能。国内外正在加快构建基于潮汐模型与海洋基准面模型的海洋垂直基准转换关系,实现沿海海域陆地与海洋高程与深度基准的转换与统一[16, 105-106]

    • 自然界地球物理与地质过程导致了地球表面地形起伏变化,而地形变化是研究地球科学、社会经济等的关键影响因子。本文以观测平台为例,详细阐述了DEM数据获取方法、全球DEM数据性质和特征、质量评估方法与精度指标,介绍了高精度DEM数据在地质灾害监测与海岸带全球变化响应方面的应用。通过分析USGS与DLR正在开展的DEM数据项目,讨论了DEM数据的最新需求与发展趋势。观测技术与观测平台的发展加快了高精度、高分辨率、全球同质、海陆无缝衔接DEM数据的构建,对国家海洋安全、科学研究、工程建设等具有重要的意义。

参考文献 (106)

目录

    /

    返回文章
    返回