引 en
×

分享给微信好友或者朋友圈

使用微信“扫一扫”功能。

引用本文: 朱一龙，白栋，张春，关震，王更 . 2024. 基于 ICESat-2 的陕西省 SRTM 和 ASTER GDEM 数据对比分析研究［J］. 矿产勘查，15（5）： 845-852.

Citation: Zhu Yilong，Bai Dong，Zhang Chun，Guan Zhen，Wang Geng. 2024. Comparative analysis study of SRTM and ASTER GDEM data in Shaanxi Province based on ICESat-2［J］. Mineral Exploration，15（5）：845-852.

基于ICESat-2的陕西省SRTM和ASTER GDEM数据对比分析研究

  • 朱一龙

    机 构：

    中国地质调查局西安矿产资源调查中心，陕西 西安 710100

    ×
  • ，白栋

    机 构：

    中国地质调查局西安矿产资源调查中心，陕西 西安 710100

    ×
  • ，张春

    机 构：

    中国地质调查局西安矿产资源调查中心，陕西 西安 710100

    ×
  • ，关震

    机 构：

    中国地质调查局西安矿产资源调查中心，陕西 西安 710100

    ×
  • ，王更

    机 构：

    中国地质调查局西安矿产资源调查中心，陕西 西安 710100

    ×

中国地质调查局西安矿产资源调查中心，陕西 西安 710100；

Comparative analysis study of SRTM and ASTER GDEM data in Shaanxi Province based on ICESat-2

  • ZHU Yilong

    Affiliation：

    Xi'an Mineral Resources Survey Center， China Geological Survey， Xi'an 710000 ，Shaanxi， China

    ×
  • ，BAI Dong

    Affiliation：

    Xi'an Mineral Resources Survey Center， China Geological Survey， Xi'an 710000 ，Shaanxi， China

    ×
  • ，ZHANG Chun

    Affiliation：

    Xi'an Mineral Resources Survey Center， China Geological Survey， Xi'an 710000 ，Shaanxi， China

    ×
  • ，GUAN Zhen

    Affiliation：

    Xi'an Mineral Resources Survey Center， China Geological Survey， Xi'an 710000 ，Shaanxi， China

    ×
  • ，WANG Geng

    Affiliation：

    Xi'an Mineral Resources Survey Center， China Geological Survey， Xi'an 710000 ，Shaanxi， China

    ×

Xi'an Mineral Resources Survey Center， China Geological Survey， Xi'an 710000 ，Shaanxi， China；

作者简介:

朱一龙，男，1988年生，硕士，工程师，主要从事3S技术及应用工作；E-mail：754358613@qq.com。

通讯作者:

王更，男，1986年生，工程师，主要从事环境地质、地质工程工作；E-mail：461501321@qq.com。

中图分类号:P231

文献标识码:A

文章编号:1674-7801(2024)05-0845-08

DOI:10.20008/j.kckc.202405016

参考文献
Jing C W， Shortridge A， Lin S P， Wu J P. 2014. Comparison and validation of SRTM and ASTER GDEM for a subtropical landscape in Southeastern China［J］. International Journal of Digital Earth， 7（12）： 969-992.
查找原文
参考文献
Raharjo B， Kustiyanto E ， Kawamura K ， Yuji S， Endan S. 2012. Evaluation of ASTER GDEM2 in Comparison with GDEM1， SRTM DEM and Topographic-Map-Derived DEM Using Inundation Area Analysis and RTK-dGPS Data［J］. Remote Sensing， 4（8）： 2419-2431.
查找原文
参考文献
Satgé F， Bonnet M P， Timouk F， Calmant S， Pillco R， Molina J， Lavado-Casimiro W， Arsen A， Cretaux J F， Garnier J. 2015. Accuracy assessment of SRTM v4 and ASTER GDEM v2 over the Altiplano watershed using ICESat/GLAS data［J］. International Journal of Remote Sensing， 36（2）： 465-488.
查找原文
参考文献
Suhendar A S， Haryono P . 2019. Evaluasi tingkat akurasi digital elevation model （DEM） SRTM dan ASTER GDEM dalam pemodelan daerah aliran sungai （DAS） Ciliwung［J］. Media Komunikasi Teknik Sipil， 24（2）： 105-105.
查找原文
参考文献
杜小平， 郭华东， 范湘涛， 朱俊杰， 严珍珍， 詹勤. 2013. 基于ICESat/GLAS数据的中国典型区域SRTM与ASTER GDEM高程精度评价［J］. 地球科学（中国地质大学学报）， 38（4）： 887-897.
查找原文
参考文献
郭笑怡， 张洪岩， 张正祥， 侯光雷， 赵建军. 2011. ASTER-GDEM与SRTM3数据质量精度对比分析［J］. 遥感技术与应用， 26（3）： 334-339.
查找原文
参考文献
南希， 李爱农， 边金虎， 张正健. 2015. 典型山区SRTM3与ASTER GDEM数据精度对比分析——以青藏高原东麓深切河谷区为例［J］. 地球信息科学学报， 17（1）： 91-98.
查找原文
参考文献
秦臣臣， 陈传法， 杨娜， 高原， 王梦樱. 2020. 基于ICESat/GLAS的山东省SRTM与ASTER GDEM高程精度评价与修正［J］. 地球信息科学学报， 22（3）： 351-360.
查找原文
参考文献
唐川， 齐信， 丁军， 杨泰平， 罗真富. 2010. 汶川地震高烈度区暴雨滑坡活动的遥感动态分析［J］. 地球科学（中国地质大学学报）， 35（2）： 317-323.
查找原文
参考文献
万杰， 廖静娟， 许涛， 沈国状. 2015. 基于ICESat/GLAS高度计数据的SRTM数据精度评估——以青藏高原地区为例［J］. 国土资源遥感， 27（1）： 100-105.
查找原文
参考文献
王晨昇， 葸玉泽， 金兴， 邬光海， 汪成. 2017. 三维遥感技术在矿山地质环境调查中的应用［J］. 矿产勘查， 8（6）： 1079-1086.
查找原文
参考文献
王威， 闫广新， 王立发， 石国峰， 邢宇鑫， 吴大鹏， 田志军. 2019. 北京平谷西部矿集区附近土壤重金属特征［J］. 矿产勘查， 10（2）： 344-351.
查找原文
参考文献
吴宇鑫， 赵牡丹， 高志远， 刘婷. 2019. 中国3类典型区SRTMGL1和SRTM V4精度对比分析［J］. 水土保持研究， 26（4）： 36-42.
查找原文
参考文献
武娟， 周亦， 郭昕. 2012. 三维地理信息系统中数据更新方法探讨［J］. 矿产勘查， 3（4）： 517-522.
查找原文
参考文献
武文娇， 章诗芳， 赵尚民. 2017. SRTM1 DEM与ASTER GDEM V2数据的对比分析［J］. 地球信息科学学报， 19（8）： 1108-1115.
查找原文
参考文献
杨小艳， 陈龙高， 陈龙乾， 李英奎， 夏米诺. 2016. 基于土地利用类型的ASTER GDEM精度评价——以连云港为例［J］. 中国矿业大学学报， 45（2）： 377-385.
查找原文
参考文献
翟延亮， 于淼， 王瑞丰， 任伟， 于军， 赵磊. 2022. DEM分辨率对“双评价”影响效应及分辨率优选探讨［J］. 矿产勘查， 13（1）： 139-145.
查找原文
参考文献
张建国， 鲁佳， 蔡厚安， 张远飞. 2023. 高光谱遥感技术在大冶地区水环境监测中的应用［J］. 矿产勘查， 14（3）： 471-479.
查找原文
参考文献
张锦明， 游雄， 万刚. 2014. DEM插值参数优选的试验研究［J］. 测绘学报， 43（2）： 178-185.
查找原文
参考文献
赵尚民， 何维灿， 王莉. 2016. DEM数据在黄土高原典型地貌区的误差分布［J］. 测绘科学， 41（2）： 67-70.
查找原文
参考文献
赵燕伶， 洪增林， 付垒. 2019. 无人机遥感技术在土地违法监测中的应用研究［J］. 矿产勘查， 10（4）： 976-983.
查找原文
参考文献
朱笑笑， 王成， 习晓环， 聂胜， 杨学博， 黎东. 2020. ICESat-2星载光子计数激光雷达数据处理与应用研究进展［J］. 红外与激光工程， 49（11）： 76-85.
查找原文
目录contents

    摘要

    SRTM1 DEM 和 ASTER GDEM V3作为全球公开使用的最新 DEM 数据，为地形研究、GIS应用、资源管理、环境监测等领域提供重要的数据支持。本研究旨在分析它们在不同地形和地表覆盖物区域的误差分布情况，探究其在地形表达中的优势、劣势。选取陕西省特有地形，结合地形剖面和曲面误差方法，首次利用 ICESat-2分析比较了SRTM1 DEM和 ASTER GDEM V3数据的垂直精度在卫星轨道、地形地貌、土地覆盖中的误差分布。通过研究发现：STRM1 DEM 和 ASTER GDEM V3 的总体平均误差分别为 0. 056 m 和 5. 301 m，受轨道因子的影响，SRTM1 DEM垂直精度高于ASTER GDEM V3。坡度对数据的精度影响占比最大，林地的数据精度显示最低，地貌中平原地区影响最小，但误差随地形起伏不断增加。SRTM1 DEM 误差曲面跨度小于ASTER GDEM V3，对于地形表达比ASTER GDEM V3更加精确。分析结果进一步验证了两种DEM数据测绘原理不同导致精度差异。

    Abstract

    As the latest publicly available DEM data， the SRTM1 DEM and ASTER GDEM V3 provide important data support for topographic research， GIS application， resource management， environmental monitoring and other fields. This study aims to analyze their error distributions in different terrain and surface cover areas， and explore their advantages and disadvantages in terrain representation. Selecting the unique terrain of Shaanxi Province and combining the terrain profile and surface error methods， ICESat-2 is used for the first time to analyze and compare the vertical accuracy of SRTM1 DEM and ASTER GDEM V3 data in terms of error distribution in the satellite orbit， terrain topography， and land cover. Through the study， it is found that the overall average errors of STRM1 DEM and ASTER GDEM V3 are 0. 056 m and 5. 301 m， respectively， and the vertical accuracy of SRTM1 DEM is higher than that of ASTER GDEM V3 due to the influence of the orbit factor. Slope has the largest percent- age of influence on the accuracy of the data， and the accuracy of the data of the forested land shows the lowest， and the influence of the plains area in the landforms is the smallest， but the error is increasing with the SRTM1 DEM error surface span is smaller than ASTER GDEM V3， and is more accurate than ASTER GDEM V3 for terrain representation. The analysis results further validate the difference in accuracy between the two DEM data due to the different mapping principles.

  • 0 引言

  • 数字高程模型（Digital Elevation Model，DEM）是通过数据实现对地表的数字化模拟，广泛应用于地质灾害、地形地貌、数字地球、水文等研究领域（唐川等，2010）和开展土地、水环境保护监测（张建国等，2023）。当前，SRTM 和 ASTER GDEM 是覆盖范围最广、面向全球公开使用的 DEM 数据，自发布以来，对两者的精度评定一直是研究的热点。

  • 目前，相关研究对 SRTM 和 ASTER GDEM 的不同成像模式数据精度进行了大量研究（翟延亮等， 2022）。部分研究通过高精度高程点对比，展开精度评价。通常高精度的高程点包括：GPS 实测点 （Raharjo et al.，2012）、地形高程控制点（杨小艳等， 2016）以及雷达测高点等（杜小平等，2013），这些方法在研究中被普遍使用，如郭笑怡等（2011）结合位置精度、高程精度和坡度因子3个方面，将野外实测的 GPS 点高程作为真值对比研究 ASTER GDEM 和 SRTM3数据精度；吴宇鑫等（2019）围绕 ICESat数据作为高程参考数据，利用SRTM1和SRTM V4开展评价研究；万杰等（2015）参照 ICESat/GLAS 激光高度计数据，在中国青藏高原地区分析论证 SRTM 的高程精度，并对 SRTM 高程数据与地形因子关系进行研究。

  • 部分学者采用比较法与高精度 DEM 数据进行对比，开展精度评价（Jing et al.，2014）。如赵尚民等（2016）通过运用 1∶5000地形图生成 DEM 数据的方法，研究评价了最新的SRTM V4数据在黄土高原典型地貌区的误差；南希等（2015）在青藏高原山区选用 1∶50000 地形图进行实验，并加入河流要素作为参考，分别利用高程误差和“河流-河谷”位置偏移量对 SRTM 和 ASTER GDEM 的平面和垂直精度进行评价。以往的研究更多是基于 ICESat 或 GLA14 数据对 SRTM 和 ASTER GDEM 进行分析评价，而基于ICESat-2数据的评价研究相对较少。

  • 因此，本研究以陕西省特有地形类型为基础，通过 ICESat-2 对比 SRTM1 DEM 和 ASTER GDEM V3数据的垂直精度在轨道因子、地形因子中的误差分布，结合地形剖面和曲面误差方法（武娟等， 2012），总结分析 2类 DEM 数据对地形表达的不同，以提升对于 SRTM1 DEM 和 ASTER GDEM V3 的评价精度，并为DEM数据的广泛应用提供一定参考和借鉴。

  • 1 研究区概况和数据来源

  • 1.1 研究区概况

  • 陕西省地处中国内陆腹地，属于半干旱、半湿润和亚热带湿润气候，植被为草原、森林草原和落叶阔叶林，地理位置位于东经 105°29'~111°15'，北纬 31°42'~39°35'，属于中国第二级阶梯，总体地形特征为南北高、中间低。陕西省地形多样，主要分为 3 大自然地理区：北部为陕北高原区，海拔 900～1900 m，约占该省面积的 45%；中部是关中平原区，海拔 460～850 m，约占该省面积的 19%；南部为陕南秦巴山区，海拔 1050～3100 m，约占全省面积的 36%。

  • 1.2 数据来源

  • ICESat数据是由美国冰雪数据中心发布的全球陆地表面高程数据（Global Land Surface Altimetry Data， GLA14），是美国国家航天局为了估算全球气候和季节变化，监测南极洲和格陵兰冰盖总量、高程和海冰厚度变化，数据具有涵盖范围广，精确度高，可操作性强的特点（赵燕伶等，2019）。本文采用 ALT 08 数据版本，2019 年共 517 个文件，陕西省境内共 102768 个样点数据。ICESat-2 相较于第一代 ICESat 有了较大提升。首先，ICESat-2 增大了跨轨采样的密度，解决了地表坡度问题，提高了光子计数探测器捕获重复光斑的成功率；其次，ICESat-2 采用了多光束系统和微脉冲雷达技术，提高了高程测量精度（朱笑笑等，2020）。

  • 高清大图

  • 图1 陕西省DEM误差图（a）和PCA图（b）

  • SRTM（Shuttle Radar Topography Mission）是指以人造卫星和航天飞机等为平台，对地球表面进行遥感测试，由美国航天部门联合欧洲航天机构共同开展（王晨昇等，2017）。2000 年 SRTM 系统搭载航天飞机成功发射入太空，发射后SRTM系统历时11 d 成功获取地球表面 60°N 到 56°S 之间（基本到达地球表面 80%）地表雷达影像数据。本文 SRTM 数据采用 V4.1 版本，分辨率达到 30 m，空间参考为 WGS84/EGM96坐标系统（张锦明等，2014）。

  • ASTER GDEM 数据由日本 MET 和美国 NASA 联合开发，公开面向全球发布使用。该数据基于先进星载热发射和反射探测器（ASTER）数据计算而成，范围涵盖 83°N到 83°S之间的所有陆地区域，覆盖地球陆地表面的 99%。本文 ASTER GDEM 数据版本为 V3，分辨率为 30 m，空间参考为 WGS84/ EGM96坐标系统。

  • 对比 SRTM、ASTER GDEM、ICESat-2 三者的测绘原理，不难发现：ICESat-2 通过激光技术对地表进行高程扫描，能够提供亚厘米级别的地表高程数据，但覆盖范围相对局限。SRTM 能够提供较为精确的地形高程数据，但在某些情况下会出现数据缺失、几何误差等问题。ASTER GDEM 对地表的反射和散射具有较高的敏感性，但由于受到天气、地表材料等因素干扰，容易产生高程模糊现象、缺少细节信息等。所以，DEM精度的评估应该考虑研究区域的地形特征和地表利用类型的影响。

  • 全球 10 m 土地覆盖数据由清华大学全球高分辨率观测与监测平台（http：//data.ess.tsinghua.edu.cn/）提供，以欧空局Sentinel-2遥感影像数据作为主要信息源。文中采用数据为2017年Sentinel-2卫星获取的地表覆盖数据，分辨率为 10 m，数据集分为耕地、林地、草地、灌木、湿地、水体、建设用地、裸土、冻土和冰雪。土地覆盖数据分辨率高于DEM数据，满足精度要求。

  • 2 研究方法

  • 2.1 基于轨道因子的精度分析

  • 对于 SRTM 和 ASTER GDEM 数据的垂直精度的分析比较，首先对 ICESat-2 测高数据、SRTM 和 ASTER GDEM 3 种数据进行误差统计分析，包括平均误差、绝对误差、标准偏差和均方根误差，计算公式（1）到（4）。根据分析结果计算 SRTM 和 ASTER GDEM 数据的误差频率分布（武文娇等，2017）。进一步考虑卫星传感器受时间、空间、辐射等客观因素影响，导致不同轨道接收的数据存在一定差异。利用 SRTM 和 ASTER GDEM 数据的相对误差和主成分分析（PCA）空间分布结果（图1），选取明显异常 2 段轨道数据对 ICESat-2 与 SRTM 和 ASTER GDEM 之间的高程差进行误差分析，根据误差分析结果计算轨道因子影响程度。

  • 2.2 基于地表因子的精度分析

  • 对于 SRTM 和 ASTER GDEM 数据的垂直误差分布（Satgé et al.，2015），研究以地形坡度和土地覆盖类型进行分类分析：

  • （1）坡度分级：以≤5°、5°~10°、10°~15°、15°~20°、20°~25°、25°~30°、30°~35°、35°~40°、40°~45° 和＞45°对坡度进行分级。

  • （2）土地覆盖类型分类：研究涉及的土地覆盖类型包括建设用地、林地、草地、湿地、水体、耕地、灌木和裸土8类。

  • ME=∑i=1i=n xi-yin
    (1)
  • MAE=∑i=1i=n /xi-yi/n
    (2)
  • STD=1n-1∑i=1i=n xi-yi-ME2
    (3)
  • RMSE=∑i=1i=n xi-yi2n
    (4)

  • 式中，n是ICESat-2点的数量，xi是DEM的高程值，yi是ICESat-2的高程值，ME是平均误差，MAE是绝对误差，STD是标准偏差，RMSE是均方根误差。

  • 2.3 地形剖面比较分析

  • 根据地貌类型分类结果，分别在各地貌类型中选取6段ICESat-2轨道，依次位于平原区起点（东经 108°53'34″，北纬34°16'16″）、终点（东经108°59'41″，北纬33°52'51″）、台地区起点（东经110°17'55″，北纬 36°07'42″）、终点（东经110°17'39″，北纬36°09'47″）、丘陵区起点（东经110°17'54″，北纬36°07'41″）、终点（东经 110°17'40″，北纬 36°09'47″）、小起伏山起点 （东经 107°16'17″，北纬 34°44'29″）、终点（东经 107° 16'17″，北纬 34°46'35″）、中起伏山起点（东经 106° 38'11″，北纬 34°40'56″）、终点（东经 106°37'56″，北纬34°42'59″）、大起伏山起点（东经108°59'41″，北纬 33°52'51″）、终点（东经109°00'03″，北纬33°54'59″），提取 DEM 的地形剖面，以分析 DEM 的水平位置偏差和对地形的描述误差。分析方法：将选取的 ICESat-2 轨道点转成线，利用 ArcGIS 10.8 中 3D 分析工具集中的 Stack Profile 工具分别提取 SRTM 和 ASTER GDEM 的 DEM 剖面，并结合 ICESat2 的轨道剖面，分析 SRTM 和 ASTER GDEM 数据对地形描述的精度。

  • 2.4 曲面误差比较分析

  • 研究对于 SRTM 和 ASTER GDEM 的曲面误差进行了进一步分析，以全面比较 SRTM 和 ASTER GDEM 数据的差异。分析方法：用 ICESat-2 数据分别与 SRTM 和 ASTER GDEM 数据做差后得到误差值，优化参数后采取空间插值方法最终构建误差曲面，并结合 ICESat 的误差统计数据，分析 SRTM 和 ASTER GDEM 数据的曲面误差分布情况（秦臣臣等，2020）。

  • 陕西境内高山丘陵分布广泛、地势起伏较大，不适宜使用自然领域、地形转栅格和普通克里金插值方法。反距离权重插值（王威等，2019）以插值点与样本点间的距离为权重进行加权平均，离插值点越近的样本点赋予的权重越大，且 ICESat-2数据分布集中，因此反距离权重插值效果较好。

  • 3 结果分析

  • 3.1 基于轨道因子的精度分析

  • 对 102 768 个采样点中 ICESat-2、SRTM 和 ASTER GDEM 高程值为基础，计算得到 SRTM 和 ASTER GDEM数据的垂直误差频率分布。SRTM平均误差为-0. 056 m，ASTER GDEM 平均误差为 5.301 m；绝对误差均值分别为5.303 m和9.798 m； 标准偏差分别为 7.985 m 和 11.458 m；均方根误差分别为 7.986 m 和 12.625 m。 4 种误差参数中 SRTM比ASTER GDEM约低4 m，可见在陕西省地形内，总体上SRTM的数据精度要好于ASTER GDEM。 SRTM 和 ASTER GDEM 的误差基本呈正态分布，SRTM 的误差 86.8% 数据量介于（-11，11）之间， ASTER GDEM的误差分布分散。

  • 考虑轨道因子影响，对 SRTM 和 ASTER GDEM 数据进行误差分析和主成分分析，选取轨道 1 （6 011 个）和轨道 2（18 990 个）数据进行统计分析，轨道1中SRTM和ASTER GDEM绝对误差均值分别为5.356 m和6.841 m，标准偏差分别8 m和9. 08 m，轨道2中SRTM和ASTER GDEM绝对误差均值分别为 4.947 m 和 9.908 m，标准偏差分别 8.1 m 和 11.45 m，分别计算得到SRTM和ASTER GDEM数据的垂直误差散点图（图2）。以上结果得到：轨道2的 SRTM 和 ASTER GDEM 数据误差与总样本误差相近，轨道 1 中 ASTER GDEM 误差远远低于 ASTER GDEM 总样本误差，可见在陕西省地形内，总体上 SRTM 的数据精度稳定，受轨道因子影响较小， ASTER GDEM数据在部分轨道上与SRTM数据精度相近，总体略低于SRTM数据精度。

  • 高清大图

  • 图2 SRTM和ASTER GDEM误差散点图

  • a—轨道1误差散点图；b—轨道2误差散点图；c—所有轨道误差散点图；d—ICESat-2数据分布图

  • 3.2 基于地表因子的精度分析

  • 3.2.1 基于坡度的精度分析

  • 当 SRTM 中坡度设定为 20°~25°、25°~30°、40°~45°时，平均误差超过1. 0 m，SRTM的平均误差在坡度为 5°~10°、10°~15°、30°~35°、35°~40°的 4 个区间都是负值，ASTER GDEM 在坡度大于 45°时，平均误差最大，为7.115 m；SRTM在坡度为35°~40°时绝对误差均值为 2.397 m、标准偏差为 3.733 m、均方根误差为 3.853 m，数值较小；而坡度位于 20°~30°时， 3 种误差均达到峰值，ASTER GDEM 在坡度为 35°~40°时绝对误差均值为5.524 m、标准偏差为5.587 m、均方根误差为7. 098 m，数值较小；而坡度位于20°~30°时，误差均值、标准偏差和均方根误差均达到峰值。由此可见，这 2 种 DEM 的精度受坡度影响很大，随坡度的升高而变化。

  • 3.2.2 基于土地覆盖类型的精度分析

  • 在不考虑时间因素影响情况下，SRTM 在建设用地、湿地、水体、耕地和裸土中的平均误差均为负值，其中在湿地中值最大，为-1.239 m；而 ASTER GDEM 与 SRTM 相同，在湿地中最大值为 6.86 m。 SRTM的绝对误差均值按照应用类型的变化而依次增大，分别是建设用地、耕地、草地、裸土、林地、灌木和湿地，最大值为6.119 m，最小值为5.504 m，标准偏差和均方根误差随着耕地、建设用地、水体、裸土、草地、湿地和林地而依次增大，在耕地中最小，均为 7.761 m，在林地中最大，均达到了 8.614 m； ASTER GDEM 的绝对误差均值随着建设用地、耕地、湿地、草地、水体、林地和灌木而依次增大，最小值为9.722 m，最大值为10.379 m，标准偏差和均方根误差随着湿地、耕地、建设用地、草地、水体、裸土、林地和灌木而依次增大，在湿地最小，分别为1 0.125 m 和 12.23 m，在灌木中最大，分别为 12.792 m和13.559 m。

  • 图3 陕西省SRTM和ASTER GDEM的地形剖面图

  • a—平原区剖面；b—台地区剖面；c—丘陵区剖面；d—小起伏山地剖面；e—小起伏山地剖面；f—小起伏山地剖面

  • 3.3 基于地形剖面的对比分析

  • 基于ICESat-2轨道提取的地形剖面见图3。位于平原地区的地形剖面显示，SRTM 和 ASTER GDEM 对地形的表达相差很大，ASTER 出现了较大的异常抖动，而SRTM总体比较稳定，与ICESat-2对地形的表达非常接近；位于台地和丘陵地区的地形剖面显示，相比于 SRTM 和 ICESat-2，ASTER GDEM 对地形的表达偏高；位于小起伏山地地区的剖面显示，ASTER GDEM 数据对地形的表达比 SRTM 更细致，而SRTM丢失了一部分地形信息；位于中起伏山地区的剖面显示，SRTM 相较 ASTER GDEM 数据对地形的表达波动更大（Suhendar and Haryono， 2019），在中起伏山地区和大起伏山地 2 种剖面中， ASTER GDEM和SRTM与ICESat-2对地形表达比较一致，在大起伏山地中 3 种数据一致程度最高。总体而言，在各种地貌类型中，与 ICESat-2 相比， SRTM 比 ASTER GDEM 的精度要好，SRTM 与 ICESat-2对地形的表达程度也更为接近。

  • 3.4 基于误差曲面的对比分析

  • SRTM 和 ASTER GDEM 的误差曲面如图4 所示，除了边缘处数据稀疏导致的锯齿外，整体上误差曲面粗糙且变化明显。对比发现，SRTM 误差曲面跨度小于 ASTER GDEM；高值区，ASTER GDEM 分布密集集中，主要位于关中盆地、部分黄土高原区以及汉中盆地走廊，SRTM分布均匀且误差低；低值区，主要位于陕南大巴山区，二者误差曲面相近； 与 ICESat-2 相比，SRTM 的数据精度要好于 ASTER GDEM 数据精度，而 ICESat-2 与 SRTM 对地形的表达程度基本一致。

  • 高清大图

  • 图4 陕西省SRTM（a）和ASTER GDEM（b）的误差曲面图

  • 4 结论

  • 本文利用 ICESat-2 数据对 SRTM 和 ASTER GDEM 2 类 DEM 数据进行精度分析和评估，并利用地形剖面和误差曲面展开可视化对比研究，得到以下结论：

  • （1）在陕西省境内，SRTM1 DEM 和 ASTER GDEM V3 数据的总体平均误差分别为 0. 056 m 和 5.301 m。两类 DEM 的误差整体呈正态分布，受轨道因子影响，SRTM垂直精度高于ASTER GDEM，局部轨道上精度相近，且高程点分布更加集中。

  • （2）地形地貌分析结果显示：SRTM 和 ASTER GDEM 均随坡度增长误差呈增加趋势，坡度介于 20°~30°时，误差均值、标准偏差和均方根误差均达到峰值；土地覆盖类型中林地的数据精度显示最低。ASTER GDEM 地形剖面数据中存在异常较多，尤其是在相对平坦的平原或台地，高程异常的变化非常明显，表达地形的数据准确性远远低于 SRTM DEM数据。

  • （3）SRTM 误差曲面跨度小于 ASTER GDEM。总体而言，SRTM 数据精度要好于 ASTER GDEM 数据精度，SRTM对地形的表达更加接近ICESat-2。

  • （4）对比结果进一步验证了 SRTM、ASTER GDEM 数据测绘原理不同导致的精度差异。因此，在实际应用中应根据具体需求选择合适的 DEM 数据。

  • 参考文献

    • Jing C W， Shortridge A， Lin S P， Wu J P. 2014. Comparison and validation of SRTM and ASTER GDEM for a subtropical landscape in Southeastern China［J］. International Journal of Digital Earth， 7（12）： 969-992.

    • Raharjo B， Kustiyanto E ， Kawamura K ， Yuji S， Endan S. 2012. Evaluation of ASTER GDEM2 in Comparison with GDEM1， SRTM DEM and Topographic-Map-Derived DEM Using Inundation Area Analysis and RTK-dGPS Data［J］. Remote Sensing， 4（8）： 2419-2431.

    • Satgé F， Bonnet M P， Timouk F， Calmant S， Pillco R， Molina J， Lavado-Casimiro W， Arsen A， Cretaux J F， Garnier J. 2015. Accuracy assessment of SRTM v4 and ASTER GDEM v2 over the Altiplano watershed using ICESat/GLAS data［J］. International Journal of Remote Sensing， 36（2）： 465-488.

    • Suhendar A S， Haryono P . 2019. Evaluasi tingkat akurasi digital elevation model （DEM） SRTM dan ASTER GDEM dalam pemodelan daerah aliran sungai （DAS） Ciliwung［J］. Media Komunikasi Teknik Sipil， 24（2）： 105-105.

    • 杜小平， 郭华东， 范湘涛， 朱俊杰， 严珍珍， 詹勤. 2013. 基于ICESat/GLAS数据的中国典型区域SRTM与ASTER GDEM高程精度评价［J］. 地球科学（中国地质大学学报）， 38（4）： 887-897.

    • 郭笑怡， 张洪岩， 张正祥， 侯光雷， 赵建军. 2011. ASTER-GDEM与SRTM3数据质量精度对比分析［J］. 遥感技术与应用， 26（3）： 334-339.

    • 南希， 李爱农， 边金虎， 张正健. 2015. 典型山区SRTM3与ASTER GDEM数据精度对比分析——以青藏高原东麓深切河谷区为例［J］. 地球信息科学学报， 17（1）： 91-98.

    • 秦臣臣， 陈传法， 杨娜， 高原， 王梦樱. 2020. 基于ICESat/GLAS的山东省SRTM与ASTER GDEM高程精度评价与修正［J］. 地球信息科学学报， 22（3）： 351-360.

    • 唐川， 齐信， 丁军， 杨泰平， 罗真富. 2010. 汶川地震高烈度区暴雨滑坡活动的遥感动态分析［J］. 地球科学（中国地质大学学报）， 35（2）： 317-323.

    • 万杰， 廖静娟， 许涛， 沈国状. 2015. 基于ICESat/GLAS高度计数据的SRTM数据精度评估——以青藏高原地区为例［J］. 国土资源遥感， 27（1）： 100-105.

    • 王晨昇， 葸玉泽， 金兴， 邬光海， 汪成. 2017. 三维遥感技术在矿山地质环境调查中的应用［J］. 矿产勘查， 8（6）： 1079-1086.

    • 王威， 闫广新， 王立发， 石国峰， 邢宇鑫， 吴大鹏， 田志军. 2019. 北京平谷西部矿集区附近土壤重金属特征［J］. 矿产勘查， 10（2）： 344-351.

    • 吴宇鑫， 赵牡丹， 高志远， 刘婷. 2019. 中国3类典型区SRTMGL1和SRTM V4精度对比分析［J］. 水土保持研究， 26（4）： 36-42.

    • 武娟， 周亦， 郭昕. 2012. 三维地理信息系统中数据更新方法探讨［J］. 矿产勘查， 3（4）： 517-522.

    • 武文娇， 章诗芳， 赵尚民. 2017. SRTM1 DEM与ASTER GDEM V2数据的对比分析［J］. 地球信息科学学报， 19（8）： 1108-1115.

    • 杨小艳， 陈龙高， 陈龙乾， 李英奎， 夏米诺. 2016. 基于土地利用类型的ASTER GDEM精度评价——以连云港为例［J］. 中国矿业大学学报， 45（2）： 377-385.

    • 翟延亮， 于淼， 王瑞丰， 任伟， 于军， 赵磊. 2022. DEM分辨率对“双评价”影响效应及分辨率优选探讨［J］. 矿产勘查， 13（1）： 139-145.

    • 张建国， 鲁佳， 蔡厚安， 张远飞. 2023. 高光谱遥感技术在大冶地区水环境监测中的应用［J］. 矿产勘查， 14（3）： 471-479.

    • 张锦明， 游雄， 万刚. 2014. DEM插值参数优选的试验研究［J］. 测绘学报， 43（2）： 178-185.

    • 赵尚民， 何维灿， 王莉. 2016. DEM数据在黄土高原典型地貌区的误差分布［J］. 测绘科学， 41（2）： 67-70.

    • 赵燕伶， 洪增林， 付垒. 2019. 无人机遥感技术在土地违法监测中的应用研究［J］. 矿产勘查， 10（4）： 976-983.

    • 朱笑笑， 王成， 习晓环， 聂胜， 杨学博， 黎东. 2020. ICESat-2星载光子计数激光雷达数据处理与应用研究进展［J］. 红外与激光工程， 49（11）： 76-85.

图1 陕西省DEM误差图（a）和PCA图（b）
图2 SRTM和ASTER GDEM误差散点图
图3 陕西省SRTM和ASTER GDEM的地形剖面图
图4 陕西省SRTM（a）和ASTER GDEM（b）的误差曲面图

相似文献

  • 基本信息

    中图分类号: P231
    文献标识码: A
    DOI: 10.20008/j.kckc.202405016
    文章编号: 1674-7801(2024)05-0845-08

    基金信息

    本文受自然资源监测（西安矿产中心）项目（ZD20230468）资助；

    引用信息

    朱一龙，白栋，张春，关震，王更 . 2024. 基于 ICESat-2 的陕西省 SRTM 和 ASTER GDEM 数据对比分析研究［J］. 矿产勘查，15（5）： 845-852.

    Zhu Yilong，Bai Dong，Zhang Chun，Guan Zhen，Wang Geng. 2024. Comparative analysis study of SRTM and ASTER GDEM data in Shaanxi Province based on ICESat-2［J］. Mineral Exploration，15（5）：845-852.

    稿件历史

    收稿日期: 2023-03-28

  • 参考文献

    • Jing C W， Shortridge A， Lin S P， Wu J P. 2014. Comparison and validation of SRTM and ASTER GDEM for a subtropical landscape in Southeastern China［J］. International Journal of Digital Earth， 7（12）： 969-992.

    • Raharjo B， Kustiyanto E ， Kawamura K ， Yuji S， Endan S. 2012. Evaluation of ASTER GDEM2 in Comparison with GDEM1， SRTM DEM and Topographic-Map-Derived DEM Using Inundation Area Analysis and RTK-dGPS Data［J］. Remote Sensing， 4（8）： 2419-2431.

    • Satgé F， Bonnet M P， Timouk F， Calmant S， Pillco R， Molina J， Lavado-Casimiro W， Arsen A， Cretaux J F， Garnier J. 2015. Accuracy assessment of SRTM v4 and ASTER GDEM v2 over the Altiplano watershed using ICESat/GLAS data［J］. International Journal of Remote Sensing， 36（2）： 465-488.

    • Suhendar A S， Haryono P . 2019. Evaluasi tingkat akurasi digital elevation model （DEM） SRTM dan ASTER GDEM dalam pemodelan daerah aliran sungai （DAS） Ciliwung［J］. Media Komunikasi Teknik Sipil， 24（2）： 105-105.

    • 杜小平， 郭华东， 范湘涛， 朱俊杰， 严珍珍， 詹勤. 2013. 基于ICESat/GLAS数据的中国典型区域SRTM与ASTER GDEM高程精度评价［J］. 地球科学（中国地质大学学报）， 38（4）： 887-897.

    • 郭笑怡， 张洪岩， 张正祥， 侯光雷， 赵建军. 2011. ASTER-GDEM与SRTM3数据质量精度对比分析［J］. 遥感技术与应用， 26（3）： 334-339.

    • 南希， 李爱农， 边金虎， 张正健. 2015. 典型山区SRTM3与ASTER GDEM数据精度对比分析——以青藏高原东麓深切河谷区为例［J］. 地球信息科学学报， 17（1）： 91-98.

    • 秦臣臣， 陈传法， 杨娜， 高原， 王梦樱. 2020. 基于ICESat/GLAS的山东省SRTM与ASTER GDEM高程精度评价与修正［J］. 地球信息科学学报， 22（3）： 351-360.

    • 唐川， 齐信， 丁军， 杨泰平， 罗真富. 2010. 汶川地震高烈度区暴雨滑坡活动的遥感动态分析［J］. 地球科学（中国地质大学学报）， 35（2）： 317-323.

    • 万杰， 廖静娟， 许涛， 沈国状. 2015. 基于ICESat/GLAS高度计数据的SRTM数据精度评估——以青藏高原地区为例［J］. 国土资源遥感， 27（1）： 100-105.

    • 王晨昇， 葸玉泽， 金兴， 邬光海， 汪成. 2017. 三维遥感技术在矿山地质环境调查中的应用［J］. 矿产勘查， 8（6）： 1079-1086.

    • 王威， 闫广新， 王立发， 石国峰， 邢宇鑫， 吴大鹏， 田志军. 2019. 北京平谷西部矿集区附近土壤重金属特征［J］. 矿产勘查， 10（2）： 344-351.

    • 吴宇鑫， 赵牡丹， 高志远， 刘婷. 2019. 中国3类典型区SRTMGL1和SRTM V4精度对比分析［J］. 水土保持研究， 26（4）： 36-42.

    • 武娟， 周亦， 郭昕. 2012. 三维地理信息系统中数据更新方法探讨［J］. 矿产勘查， 3（4）： 517-522.

    • 武文娇， 章诗芳， 赵尚民. 2017. SRTM1 DEM与ASTER GDEM V2数据的对比分析［J］. 地球信息科学学报， 19（8）： 1108-1115.

    • 杨小艳， 陈龙高， 陈龙乾， 李英奎， 夏米诺. 2016. 基于土地利用类型的ASTER GDEM精度评价——以连云港为例［J］. 中国矿业大学学报， 45（2）： 377-385.

    • 翟延亮， 于淼， 王瑞丰， 任伟， 于军， 赵磊. 2022. DEM分辨率对“双评价”影响效应及分辨率优选探讨［J］. 矿产勘查， 13（1）： 139-145.

    • 张建国， 鲁佳， 蔡厚安， 张远飞. 2023. 高光谱遥感技术在大冶地区水环境监测中的应用［J］. 矿产勘查， 14（3）： 471-479.

    • 张锦明， 游雄， 万刚. 2014. DEM插值参数优选的试验研究［J］. 测绘学报， 43（2）： 178-185.

    • 赵尚民， 何维灿， 王莉. 2016. DEM数据在黄土高原典型地貌区的误差分布［J］. 测绘科学， 41（2）： 67-70.

    • 赵燕伶， 洪增林， 付垒. 2019. 无人机遥感技术在土地违法监测中的应用研究［J］. 矿产勘查， 10（4）： 976-983.

    • 朱笑笑， 王成， 习晓环， 聂胜， 杨学博， 黎东. 2020. ICESat-2星载光子计数激光雷达数据处理与应用研究进展［J］. 红外与激光工程， 49（11）： 76-85.