研究目的
为解决使用两种不同遥感技术（高分辨率卫星影像HRSI和地面激光扫描TLS）获取的数据提取数字高程模型（DEM）时出现的问题——这些问题涉及DEM生产过程中的不确定性，并用于地貌分析与滑坡识别——同时实现可靠滑坡特征识别的对比分析。
研究成果
TLS和HRSI数据均适用于构建数字高程模型（DEM）及衍生地图，以进行滑坡地貌学解释。克里金法能提供可靠的插值结果并附带不确定性评估?；谧业难橹と啡狭似涠ㄐ钥煽啃?，且该方法提升了滑坡参数检测效果。未来工作可考虑基于可靠性阈值对DEM进行代数组合。
研究不足
该研究仅针对意大利南部的一处特定滑坡案例；TLS（地面激光扫描）的前向采集几何结构限制了测量范围，而高分辨率卫星影像（HRSI）在阴影或植被覆盖区域可能存在问题。数据采集时间相差六个月以及卫星数据处理复杂度也是限制因素。
1：实验设计与方法选择：
本研究采用克里金插值法，基于TLS和HRSI数据生成数字高程模型（DEM），重点分析不确定性及其在坡度、坡向等地形衍生产品中的传播。
2：样本选取与数据来源：
数据来自意大利南部皮西奥塔滑坡，包括2011年6月使用Riegl VZ400获取的TLS数据，以及2012年1月GeoEye-1立体像对获取的HRSI数据。
3：实验设备与材料清单：
TLS设备（Riegl VZ400）、GNSS接收器、软件（Polyworks、Cloud Compare、Socet GXP、Surfer）及GeoEye-1卫星影像。
4：0）、GNSS接收器、软件（Polyworks、Cloud Compare、Socet GXP、Surfer）及GeoEye-1卫星影像。 实验流程与操作步骤：
4. 实验流程与操作步骤：数据采集、地理配准、点云编辑、克里金插值、交叉验证，以及含不确定性传播的DEM衍生地图生成。
5：数据分析方法：
统计分析包含变异函数、交叉验证，以及坡度与坡向不确定性的误差传播公式。
独家科研数据包，助您复现前沿成果，加速创新突破
获取完整内容-
Terrestrial Laser Scanner
VZ400
Riegl
Acquiring high-density point cloud data for terrain modeling
-
Satellite Imagery
GeoEye-1
GeoEye
Providing high-resolution stereo images for DEM extraction
-
Software
Polyworks
Innovmetric
Co-registration and georeferencing of TLS point clouds
-
Software
Cloud Compare
Open Source
Manual editing of point clouds and filtering
-
Software
Socet GXP
Bae Systems
Georeferencing of satellite images and DEM extraction
-
Software
Surfer
Golden Software
Interpolation and mapping using kriging
-
Software
Rhinoceros
Robert McNeel & Associates
Building NURBS surfaces for testing
-
GNSS Receiver
Surveying ground control points and coordinates
-
登录查看剩余6件设备及参数对照表
查看全部
