ASTER GDEM 数据异常值检测与修复毕业论文
2020-07-15 08:07
摘 要
解决ASTER GDEM数据中存在的异常值对其正常使用是非常重要的。本文以4个具有不同地貌类型的样区作为研究对象，运用格拉布斯探测法针对阈值和像元邻域两个不同的方面进行异常值的检测并提取异常值区域，利用STRM融合填补ASTER GDEM的方法来进行异常值修复。研究结果表明：该方法是可行的，经过修复过后的图异常值的数量有大幅度减少，有效提高了ASTER GDEM图的精度和可用性。本次研究仅从一种角度和修复方法进行浅层分析，可以为其它角度和修复方法提供参考。
关键词：ASTER GDEM；异常值检测；异常值修复
Abstract
It is very important to solve the outliers in ASTER GDEM data. This is a study of four different types of different types of terrain, and using the grubbs detection method to test the threshold and to detect anomalies in two different aspects of the meta-adjacent domain, to extract the anomalous value region, and use the STRM to fill in the method of the ASTER GDEM to do the abnormal value repair. The results show that this method is feasible, and the number of graph outliers after repair is greatly reduced, which effectively improves the accuracy and usability of ASTER GDEM graph. This study only carries out shallow analysis from one Angle and repair method, which can provide references for other angles and repair methods.
Key Words: ASTER GDEM; detect abnormal values; Abnormal value repair
目 录
摘要 I
Abstract II
第一章 绪论 1
1.1 研究内容 1
1.2 研究现状 2
1.2.1 研究背景 2
1.2.2 国内外研究成果 2
1.2.3 研究展望 3
1.3 数据的处理及获取 3
1.4 研究方法与流程 4
1.4.1 研究方法 4
1.4.2 研究流程图 5
第二章 ASTER GDEM异常值检测 6
2.1 数据标准化处理 6
2.1.1 异常值的概念以及格拉布斯(Grubbs)探测法 6
2.1.2 操作流程 6
2.2 阈值的选择 8
2.2.1 不同像元邻域异常值个数变化规律 8
2.2.2 判定阈值 9
2.3 异常值像元邻域 9
2.3.1 确定阈值下异常值个数变化规律 9
2.3.2 像元邻域的判定 10
2.4 异常值区域的提取 10
2.5 各样区异常值区域 11
第三章 ASTER GDEM异常值修复 12
3.1 利用STRM融合填补ASTER GDEM 12
3.1.1 STRM与ASTER GDEM的区别 12
3.1.2 实验流程 12
3.2 各样区修复图 15
3.3 修复图检验 16
第四章 总结 18
4.1 研究结论 18
4.2 存在的问题 18
参考文献 20
致谢 22
绪论
研究内容
DEM数据是以数字阵列的形式来表示地面高程的一种实体地面模型，与地形图相结合来提供地球表面的知识，它被广泛应用于民用和军事领域。作为目前使用最广泛的数字高程模型之一, 航天飞机雷达地形测量任务(SRTM)通过雷达干涉测量，在全球范围内产生了一种全球一致的DEM，它满足了近全球地形的需要，具有3个弧秒(约90米)的空间分辨率，超过了地球总陆地面积的80%。对于美国来说, SRTM本地分辨率的海拔数据在1角秒是公开的，但是在其他地方，这样的数据是不可用的。大多数工业国家所创造的传统地形数据经常被国家特定的数据所引用，并且在国界上是不一致的。此外，全球范围的覆盖面也不均衡。DEM数据非常重要，所以世人一直在研究具有更高精度，更高分辨率的DEM。于是一个全新的DEM数据，ASTER GDEM高程数据，于2009年6月29日向公众发布并免费提供给全球99%的人，ASTER GDEM数据的发布让DEM数据覆盖整个世界的分辨率得到了极大的提高。ASTER GDEM数据的公开，为人们研究全球范围的问题提供了基础。
ASTER GDEM（先进星载热发射和反射辐射仪全球数字高程模型）是由美国航空航天宇航局（NASA）与日本经济产业省（METI）联合发布的免费提供给全球用户的地球电子地形数据，在过去的十年里，美国国家航空航天局(NASA)通过对新一代地对地观测卫星TERRA的详细观测，得出了ASTER GDEM的数据。1999年12月，TERRA卫星发射，并通过它所携带的先进星载热辐射和反射计，用推扫成像方法收集了同一轨道立体测量采集的130万张立体图像，最终生成ＤＥＭ数据。ASTER GDEM的数据覆盖了地球表面的北纬83°到南纬83°之间所有的土地面积,占地球陆地表面的99%,全球共有22600个点,每一个细分区域的土地面积的比例至少碎片区域0.01%。它的空间分辨率为15m×15m，每幅ASTER影像为4200行×4100列，大约对应地球上60km×60km的地面区域。ASTER GDEM数据与 SRTM DEM 数据相比，具有诸多优势：空间分辨率高，覆盖范围广，精度高。鉴于这些优势，先进的星载热发射和反射辐射计(ASTER)全球数字高程模型(GDEM)已经产生了迄今为止世界上最完整的高分辨率数字地形数据集。作为对航天飞机雷达地形任务(SRTM)覆盖范围的改进，ASTER GDEM对许多应用来说将成为一个非常有用的产品，如地形起伏分析、水文研究和雷达干涉测量。它所提供的高分辨率、高精度高程和地形信息对整个地球科学具有重要的价值。如：从水文中提取复杂地形区域的流域特征信息[1]，地貌学中提取坡度、坡向、地形起伏度等[2，3]，沙丘变化定量分析等。但是 ASTER GDEM 在数据获取的过程中受各方面因素的影响，不可避免存在异常值和数据缺陷，例如：在重复数据较少的区域，如果有云的影响会造成数据空洞和高程数据异常。另外，因边界堆叠使得ASTER GDEM产生的异常线、坑、隆起、坝或其他几何形状，影响了数据的精度和使用，这也是异常值的一种表现因素。而且，由于在中国都是用无控制点测量得到ASTER DEM数据，其数据的准确性和质量是相当不确定的[4，5]。以上三点都是ASTER GDEM数据异常值产生的原因，及时处理这些异常值就显得非常重要了，因为这关系着数据的精度以及使用。
本次研究的对象便是ASTER GDEM，主要研究ASTER GDEM数据异常值的检测与修复。
研究现状
研究背景
随着时代的发展，DEM技术也在不停的进步。ASTER GDEM数据的出现就可以彰显出这一点，那么对于ASTER GDEM数据的需求以及精度要求也越来越高。所以消除异常值对ASTER GDEM数据的影响就显得尤为关键。
国内外针对ASTER GDEM异常值处理方法的研究一直以来都持续进行着，也研究出了几种有效的方法。其中最常见的有利用回归与内插法处理异常值和利用1：50000高程数据处理异常值。
国内外研究成果
对于异常值产生的这些区域美国国家图像测量和制图机构使用空间插值来填充少于16个连续数据点的缺数据区域 [6]。此外，还有不少学者对 SRTM、ASTER GDEM数据中异常值区域的检测提取以及修复方面进行了一系列的研究［7—18］，提出了反距离加权平均法、三角网内插法、数据融合法及可变窗分析等方法。同时也有一批学者对利用SRTM 对ASTER GDEM 数据的融合填补进行了研究实验，但是这方面的研究力度也相对薄弱［8—9］，这种研究的主要实验方法就是利用90m分辨率SRTM DEM插补ASTERGDEM中的异常区域，采用基于arcgis的ModelBuilder工具对其进行数据融合和空间插值建模，提高了ASTER GDEM的可用性［10—11］。
也有一些国内的学者利用1:5 万高程数据处理ASTER GDEM数据出现的异常值，结果也成功的减少了ASTER GDEM数据中异常值的个数。然而，由于1:5 万DEM数据库与ASTER DEM数据的坐标基准有很大的不同，所以就要进行DEM高程数据和ASTER GDEM数据的坐标基准同化处理[12]。之后就可以直接利用经过坐标同化后的1：5万高程数据来对ASTER GDEM数据异常和空洞的区域进行填充，以达到数据异常值修复的目的。
研究展望
以上就是国内外学者对于ASTER GDEM方面的一些研究现状。可以看出，因为ASTER GDEM数据的发布不是很久远，属于一种新的数据，人们对于它的研究也刚刚起步，但是对它的研究会持续地进行。
虽然国内外学者提供了解决ASTER GDEM异常值的方法，但是我对这些方法没有什么概念。所以我需要自己尝试查阅相关资料，通过自己的途径来解决这个课题，从而对ASTER GDEM数据有全面的了解，从而进一步进行深层次的研究。
数据的处理及获取
ASTER GDEM 高程数据是公开的免费的DEM数据。用户能够在互联网上免费下载原数据。本次研究以我国 1:5 万 DEM 的地理信息数据作为参考，因为我国1:5 万 DEM 的地理信息数据用的是CGCS 2000 坐标系作为其平面基准，而ASTER GDEM高程数据采用的是WGS84 大地坐标坐标系，所以就要进行坐标的同化处理。具体要做的就是通过一系列坐标平移以及高程基准的统一，并进行系统差补充，得到了我需要的处理过后的ASER GDEM数据。因为得到的原始数据是ASC文件，所以我要在使用转换工具选择ascll转栅格，将其转为栅格文件。之后随机性地选择了陕北黄土高原范围内具有不同地貌类型的 4 个样区，分别为神木、长武、宜君、淳化，这些样区的GDEM图详情见表1.1和图1.1。其次，我还需要对strm图进行相同的一系列坐标通化操作，使其坐标基准与GDEM图相同。
表 1.1 样区 GDEM图情况表
名称 | GDEM源文件编号 | 地形 | |
淳化 | i49e007002 | 黄土平台 | |
长武 | i48e005024 | 黄土平台 | |
神木 | j49e007010 | 黄土低丘 | |
宜君 | i49e004006 | 丘陵沟壑 | |
相关图片展示：
您需要先支付 80元 才能查看全部内容！立即支付
您可能感兴趣的文章
| |||
