【摘要】：介紹了CryoSat-2LRM模式下優(yōu)化后的OCOG、CFI和LIRT的3種波形重定算法�；谀蠘ODome-A昆侖站區(qū)的實測GPS數據,比較了CryoSat-2LRM模式下的3種波形重定方法,對不同波形重定算法下的測高數據進行了精度評估。結果表明優(yōu)化后的OCOG算法精度最好,與GPS結果平均差值約為-0.07m,標準差約為0.60m,明顯優(yōu)于其他兩種算法。通過比較坡度與衛(wèi)星數據精度的關系,發(fā)現坡度因素對于衛(wèi)星測高數據精度的影響不可忽視,在Dome A地區(qū)驗證結果表明,坡度改正可使得衛(wèi)星測高精度提高約38%。最后聯(lián)合GPS和CryoSat-2OCOG數據,建立了南極Dome-A地區(qū)300m分辨率DEM,其精度約為0.24m。
【圖文】：

覆蓋，有３種高程數據可供選擇，選取合適的波形重定算法十分必要。本文選取２０１０年７月至２０１３年６月ＣｒｙｏＳａｔ－２數據作為試驗數據，采用的改正量包括電離層、干／濕對流層改正、海潮、固體潮和極潮改正，由此提取出３種波形重定算法對應的高程，ＣｒｙｏＳａｔ－２的地面軌跡空間分布如圖１（ｂ）。由于波形重定算法的選取直接關系到高程精度，下面詳細介紹波形重定算法。衛(wèi)星測高發(fā)射信號，通過反射面被衛(wèi)星接收，形成了隨時間變化的能量曲線，稱為回波波形，如圖２所示。測高衛(wèi)星所觀測的距離是從脈沖發(fā)射時刻到回波脈沖最大振幅的一半，即前緣（ｌｅａｄｉｎｇｅｄｇｅ）中點。衛(wèi)星測高計在設計時通常預先設定某個時間點為波形的前緣中點，該時間點稱為預設跟蹤門（ｔｒａｃｋｉｎｇｇａｔｅ），但是回波波形容易受到反射面等因素影響，致使預設跟蹤門與波形前緣中點不一致，波形重定主要用來確定波形前緣中點和預設跟蹤門之間的偏移量，然后根據公式計算距離改正［２６］。ＣｒｙｏＳａｔ－２基線Ｃ中ＬＲＭ模式提供３種波形重定算法：ＯＣＯＧ、ＯｃｅａｎＣＦＩｍｏｄｅｌｆｉｔ以及ＬＩＲＴ（ＵＣＬｌａｎｄ－ｉｃｅ）算法，其中ＯＣＯＧ算法以及ＣＦＩ算法相較于基線Ｂ數據中所采用的波形重定方法均得到了優(yōu)化，ＬＩＲＴ則是歐空局針對冰蓋新研發(fā)的波形重定算法［２４］。１．２．１ＯＣＯＧ傳統(tǒng)的ＯＣＯＧ算法是基于統(tǒng)計規(guī)律得到的簡單波形重定算法，其基本思想是找到每個回波波形的重心，以數值方式統(tǒng)計出波形振幅、寬度與重心位置。通過計算確定矩形的中心和面積與波形本身的重心和面積相

Ａｐｒｉｌ２０１７Ｖｏｌ．４６Ｎｏ．４ＡＧＣＳｈｔｔｐ：∥ｘｂ．ｓｉｎｏｍａｐｓ．ｃｏｍ圖３ＤｏｍｅＡ地區(qū)示意圖Ｆｉｇ．３ＳｋｅｔｃｈｍａｐｏｆＤｏｍｅＡ表２動態(tài)ＧＰＳ數據驗證坡度改正結果Ｔａｂ．２ＣｏｍｐａｒｉｓｏｎｏｆｖａｌｉｄａｔｉｏｎｒｅｓｕｌｔｓｕｓｉｎｇｄｙｎａｍｉｃＧＰＳｄａｔａｂｅｆｏｒｅａｎｄａｆｔｅｒｓｌｏｐｅｃｏｒｒｅｃｔｉｏｎｍ坡度改正前后最大值最小值平均值標準差坡度改正前１．１７－３．９５－０．０７０．６０坡度改正后１．９９－１．９１０．０３０．３７２．３融合ＤＥＭ為了結合ＧＰＳ在數據精度和ＣｒｙｏＳａｔ－２在空間分辨率上的優(yōu)勢，采用數據聯(lián)合的方法綜合兩類數據構建南極ＤｏｍｅＡ地區(qū)ＤＥＭ［３０］。即利用靜態(tài)ＧＰＳ結果對ＣｒｙｏＳａｔ－２數據精度控制，建立新的ＤＥＭ（如圖４所示），所用的插值方法為克里金插值方法。從圖３（ａ）和圖４中可以看出ＤｏｍｅＡ地區(qū)中部存在東北向的馬鞍形地形丘陵，地形較為平坦，西北及東南地區(qū)地勢較低，高程變化較快，地形較為陡峭。圖４聯(lián)合ＧＰＳ與衛(wèi)星測高建立的融合ＤＥＭＦｉｇ．４ＦｕｓｉｏｎＤＥＭｂａｓｅｄｏｎＧＰＳｄａｔａａｎｄＣｒｙｏＳａｔ－２ｄａｔａ利用重采樣動態(tài)ＧＰＳ數據對融合后的ＤＥＭ以及國際上常用的兩種高精度ＤＥＭ進行插值驗證，驗證結果如表３所示。相由表可知，較于單獨使用ＯＣＯＧ算法得到的波形重定結果建立ＤＥＭ，使用ＧＰＳ精度控制后的ＯＣＯＧ波形重定結果所建立的ＤＥＭ精度有明顯提升，標準差僅為０．２４ｍ，精度約提升了６０％，說明

【相似文獻】

相關期刊論文 前10條

1 費立凡;何津;馬晨燕;顏輝武;;3維Douglas-Peucker算法及其在DEM自動綜合中的應用研究[J];測繪學報;2006年03期

2 祝啟剛;樊文平;;利用全數字攝影測量系統(tǒng)制作DEM的研究[J];水利科技與經濟;2006年05期

3 王少娟;應用數字攝影測量系統(tǒng)生成大比例尺DEM的質量分析與控制[J];北京測繪;2001年01期

4 婁純柱;于福來;劉偉;;一種基于數字攝影測量系統(tǒng)制作高精度DEM的方法[J];勘察科學技術;2005年06期

5 周小軍;王光霞;薛志偉;齊曉飛;;基于DEM化簡的等高線綜合研究[J];測繪工程;2014年02期

6 范巍;劉惠;盧少雄;;淺談如何利用DEM制作耕地坡度分級圖[J];地理空間信息;2009年S1期

7 周冠男;塔西甫拉提·特依拜;尹磊;周岱;;DEM內插算法對坡度的影響[J];測繪科學;2011年03期

8 丁軍,王少娟,王丹;應用數字攝影測量系統(tǒng)生成山區(qū)大比例尺DEM的精度分析[J];遙感信息;2000年04期

9 李軍;;山區(qū)氣溫空間分布模擬的DEM尺度影響[J];山地學報;2012年06期

10 張曉偉;沈軍;;利用等高線套合差評定DEM質量的應用研究[J];青海師范大學學報(自然科學版);2013年02期

相關會議論文 前10條

1 宋文濤;;在全數字攝影測量系統(tǒng)中制作DEM方法及應用[A];高效 清潔 安全 電力發(fā)展與和諧社會建設——吉林省電機工程學會2008年學術年會論文集[C];2008年

2 朱雪堅;湯國安;龍毅;楊昕;張勇;;基于3維Douglas-Peucker算法的DEM地貌特征提取[A];中國地理學會2007年學術年會論文摘要集[C];2007年

3 黃利民;祝志明;;基于人工判讀高程原理的DEM生成方法[A];地理空間信息技術與應用——中國科協(xié)2002年學術年會測繪論文集[C];2002年

4 程真;符永好;;通過實測方式獲取DEM數據的方法研究[A];全國測繪科技信息網中南分網第二十四次學術信息交流會論文集[C];2010年

5 王慶;陳磊;韓文泉;;基于機載LiDAR技術的高精度DEM生產研究[A];第九屆長三角科技論壇（測繪分論壇）論文集[C];2012年

6 蔣燕;弓美榮;;DEM、DOM生產工藝改造在1:10000基礎測繪項目中的應用與實現[A];2007'全國測繪科技信息交流會暨信息網成立30周年慶典論文集[C];2007年

7 劉學軍;湯國安;;基于DEM坡度坡向算法精度的分析研究[A];認識地理過程 關注人類家園——中國地理學會2003年學術年會文集[C];2003年

8 宋德明;楊永俠;賈文濤;張曉沛;王勇濤;;基于地形圖生成DEM的方法研究[A];農業(yè)工程科技創(chuàng)新與建設現代農業(yè)——2005年中國農業(yè)工程學會學術年會論文集第三分冊[C];2005年

9 楊昕;湯國安;;多尺度DEM坡度的分形特征——以陜北黃土高原地區(qū)為例[A];中國地理學會2007年學術年會論文摘要集[C];2007年

10 盧華興;劉學軍;;地形復雜度與DEM尺度之間關系的研究[A];中國地理學會2006年學術年會論文摘要集[C];2006年

，

本文編號：2562946