發(fā)布時間：2022-10-20 20:20

　　無人機技術(shù)作為現(xiàn)如今測量的先進技術(shù),已被逐漸廣泛應(yīng)用,由于DEM數(shù)據(jù)在實測過程中只能形成點數(shù)據(jù),因此對點數(shù)據(jù)的插值計算一直是測繪專業(yè)研究的熱點。為找出適用于無人機DEM測點插值計算的最優(yōu)模型,本文基于GEM模型、RF模型和M5T模型,以降雨、經(jīng)緯度和海拔為輸入?yún)?shù),對不同模型下的DEM進行了插值計算,結(jié)果表明:GEM模型表現(xiàn)的精度最高,該模型RMSE僅為11.72 m,RRMSE為12.7%,R2為0.964,Ens為0.946,MAE為11.28 m,該模型可作為無人機DEM測點插值計算的標(biāo)準(zhǔn)模型使用。 

【文章頁數(shù)】：4 頁

【文章目錄】：
0 引言
1 模型構(gòu)建及評價指標(biāo)
    1.1 M5 Tree模型
    1.2 隨機森林模型
    1.3 高斯指數(shù)模型
    1.4 評價指標(biāo)體系
2 實驗與分析
3 結(jié)束語


【參考文獻】：
期刊論文
[1]基于三次樣條插值的智能汽車酒駕測控系統(tǒng)設(shè)計[J]. 羅春林,崔浩,舒朝君,王亞.  現(xiàn)代電子技術(shù). 2019(10)
[2]基于BP神經(jīng)網(wǎng)絡(luò)的高頻地波雷達海流空間插值[J]. 黃奇華,吳雄斌,岳顯昌,張?zhí)m.  海洋學(xué)報. 2019(05)
[3]機載LiDAR點云獲取與高精度DEM建設(shè)關(guān)鍵技術(shù)探討[J]. 楊輝山,雷麗珍.  測繪通報. 2019(03)
[4]DEM插值誤差的分布及與地形因子的相關(guān)性研究——以黃土高原丘陵溝壑區(qū)的試驗為例[J]. 李夢君,李霖,李峰.  國土與自然資源研究. 2019(01)
[5]Study of heat transfer by using DEM–CFD method in a randomly packed pebble-bed reactor[J]. Qiang Niu,Na-Xiu Wang.  Nuclear Science and Techniques. 2019(02)
[6]基于GPU的DEM并行克里格插值算法[J]. 趙磊,李珂.  北京測繪. 2018(03)
[7]干熱河谷沖溝DEM插值誤差的空間分布研究[J]. 岳彥利,羅明良,張斌.  武漢大學(xué)學(xué)報(信息科學(xué)版). 2018(07)
[8]LiDAR數(shù)據(jù)生成DEM濾波與插值方法選取研究[J]. 申艷琴,韓健健.  北京測繪. 2017(01)



本文編號：3695238