基于快速傅里叶变换的ASTER与SRTM有效融合研究

doi:10.6046/gtzyyg.2010.04.05

摘要
参考文献
相关文章
Metrics

全文: PDF(679 KB)

HTML
输出: BibTeX | EndNote (RIS)

摘要

为了克服两种向全球开放的、不同数据源（ASTER和SRTM）DEM的获取技术缺陷，以甘肃省东部董志塬某测区为例，研究两种来源DEM的有效融合方案。首先，借助快速傅里叶变换（FFT）将ASTER和SRTM 的DEM数据由空域转换到频域；然后，分别基于高通和低通滤波器进行滤波处理，并将滤波后的频域相加；最后，基于FFT逆变换将融合后的频域转换到空域，实现DEM数据的有效融合。误差分析表明：融合后的DEM最小、最大误差较融合前的均有明显降低，中误差也有降低趋势，误差绝对值大于30 m的网格点数占全部网格数的比例均有所下降。

	服务

	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	郭大海
	和正民
	李建存
	王轶
	何宇华

关键词 ：计算机, GIS, 数据库, 网上发布

Abstract：

In order to overcome the deficiency of sampling methods for SRTM and ASTER, the authors constructed a flow chart for SRTM and ASTER efficient fusion, with the DEMs of Dongzhi tableland as an example. Firstly, ASTER and SRTM were respectively transformed from spatial domain to frequency domain in terms of Fast Fourier Transform (FFT). Secondly, the ideal high and low pass filters were respectively employed to remove their low and high frequency errors. Thirdly, the filtered frequency domains were added up. At last, the summed frequency domain was transformed to spatial domain in terms of inverse FFT. The results indicate that, compared with errors of ASTER and SRTM, both the minimum and maximum errors of the fused DEM show an obvious decrease, the RMSE has a weak decrease and the number of the errors bigger than 30 m is much less than that of SRTM and ASTER.

Key words： Computer GIS Database Online distribution

收稿日期: 2009-12-20 出版日期: 2011-08-02

:
	TP 75

基金资助:

国家自然科学基金（编号： 4090400）、国家高技术研究发展计划（863计划，编号： 2009AA121401)和《科技导报》博士生创新研究计划资助项目（编号： KJDB200902-03）。

作者简介: 陈传法（1982-），男，博士，主要从事DEM构建及不确定性分析。

引用本文:

陈传法, 郑作亚, 岳天祥. 基于快速傅里叶变换的ASTER与SRTM有效融合研究[J]. 国土资源遥感, 2010, 22(4): 19-22.
CHEN Chuan-Fa, ZHENG Zuo-Ya, YUE Tian-Xiang. Efficient Fusion of ASTER and SRTM Based on Fast Fourier Transform. REMOTE SENSING FOR LAND & RESOURCES, 2010, 22(4): 19-22.

链接本文:

https://www.gtzyyg.com/CN/10.6046/gtzyyg.2010.04.05 或 https://www.gtzyyg.com/CN/Y2010/V22/I4/19

［1］Smith M J, Pain C F. Applications of Remote Sensing in Geomorphology ［J］. Progress in Physical Geography, 2009, 33(4):568-582.

［2］Fisher P F, Tate N J. Causes and Consequences of Error in Digital Elevation Models ［J］. Progress in Physical Geography, 2006, 30(4):467-489.

［3］Kervyn M, Ernst G G J, Goossens R, et al. Mapping Volcano Topography with Remote Sensing:ASTER
vs SRTM ［J］. International Journal of Remote Sensing, 2008, 29(22):6515 - 6538.

［4］Bubenzer O, Bolten A. The Use of New Elevation Data (SRTM/ASTER) for the Detection and Morphometric Quantification of Pleistocene Megadunes (draa) in the Eastern Sahara and the Southern Namib ［J］. Geomorphology, 2008, 102(2):221-231.

［5］Siart C, Bubenzer O, Eitel B. Combining Digital Elevation Data (SRTM/ASTER), High Resolution Satellite Imagery (Quickbird) and GIS for Geomorphological Mapping:a Multi-Component Case Study on Mediterranean Karst in Central Crete ［J］. Geomorphology, 2009, 112(1-2):106-121.

［6］Karkee M, Steward B L, Aziz S A. Improving Quality of Public Domain Digital Elevation Models Through Data Fusion ［J］. Biosystems Engineering, 2008, 101(3):293-305.

［7］Fujisada H, Bailey G B, Kelly G G, et al. ASTER DEM Performance ［J］. IEEE Transactions on Geoscience and Remote Sensing, 2005, 43(12):2707-2714.

［8］Rabus B, Eineder M, Roth A, et al. The Shuttle Radar Topography Mission—a New Class of Digital Elevation Models Acquired by Spaceborne Radar ［J］. ISPRS Journal of Photogrammetry and Remote Sensing, 2003, 57(4):241-262.

［9］Schumann G, Matgen P, Cutler M E J, et al. Comparison of Remotely Sensed Water Stages from LiDAR, Topographic Contours and SRTM ［J］. ISPRS Journal of Photogrammetry and Remote Sensing, 2008, 63(3):283-296.

［10］陈传法, 杜正平, 岳天祥. 基于高精度曲面建模方法的SRTM空缺插值填补研究［J］. 大地测量与地球动力学, 2010, 30(1):126-129.

［11］Reuter H I, Nelson A, Jarvis A. An Evaluation of Void-Filling Interpolation Methods for SRTM Data ［J］. International Journal of Geographical Information Science, 2007, 21(9):983 - 1008.

［12］Grohman G, Kroenung G, Strebeck J. Filling SRTM Voids:the Delta Surface Fill Method ［J］. Photogrammetric Engineering and Remote Sensing, 2006, 72(3):213-216.

［13］Schultz H, Riseman E M, Stolle F R, et al. Error Detection and DEM Fusion Using Self-consistency ［C］//The Proceedings of the Seventh IEEE International Conference on Computer Vision . Los Alamitos, CA:IEEE Computer Society, 1999.

［14］Kb A. Combination of SRTM 3 and Repeat ASTER Data for Deriving Alpine Glacier Flow Velocities in the Bhutan Himalaya ［J］. Remote Sensing of Environment, 2005, 94(4):463-474.

［15］凌峰, 王乘, 张秋文. 基于ASTER 数据和空间误差分析的SRTM 无效区域填充［J］. 华中科技大学学报(自然科学版), 2006, 34(12):108-110.

［16］Crosetto M, Crippa B. Optical and Radar Data Fusion for DEM Generation ［J］. ISPRS Journal of Photogrammetry and Remote Sensing, 1998, 32:128-134.

［17］刘榴娣, 刘明奇, 党长民. 实用数字图像处理［M］. 北京:北京理工大学出版社, 2001.

[1]	武艺杰, 孔雪松. 江苏省“生态-农业-建设”用地空间格局模拟及发展模式选择[J]. 自然资源遥感, 2022, 34(1): 238-248.
[2]	李东, 唐诚, 邹涛, 侯西勇. 近海人工鱼礁水下物理状态探测与评估[J]. 自然资源遥感, 2022, 34(1): 27-33.
[3]	宋仁波, 朱瑜馨, 郭仁杰, 赵鹏飞, 赵珂馨, 朱洁, 陈颖. 基于多源数据集成的城市建筑物三维建模方法[J]. 自然资源遥感, 2022, 34(1): 93-105.
[4]	王爽, 张磊, 张俊勇, 王一乐. GIS在全民健身中的应用特征研究[J]. 自然资源遥感, 2021, 33(4): 265-271.
[5]	姚昆, 张存杰, 何磊, 李玉霞, 李小菊. 雅砻江中上游流域生态环境脆弱性动态评价及预测[J]. 国土资源遥感, 2020, 32(4): 199-208.
[6]	王永全, 李清泉, 汪驰升, 朱家松, 王新雨. 基于系留无人机的应急测绘技术应用[J]. 国土资源遥感, 2020, 32(1): 1-6.
[7]	宋仁波, 朱瑜馨, 丁上珊, 贺巧宁, 王细元, 王月香. 基于GIS空间分析的任意多边形骨架线自动提取方法[J]. 国土资源遥感, 2020, 32(1): 51-59.
[8]	施益强, 邓秋琴, 吴君, 王坚. 厦门市MODIS气溶胶光学厚度与空气质量指数的回归分析[J]. 国土资源遥感, 2020, 32(1): 106-114.
[9]	梅昭容, 李云驹, 康翔, 魏善宝, 潘剑君. 基于移动窗口分析法的矿区景观格局时空演变研究[J]. 国土资源遥感, 2019, 31(4): 60-68.
[10]	安全, 贺中华, 赵翠薇, 梁虹, 焦树林, 杨朝晖. 基于地貌视角的喀斯特流域水系分维估算方法适应性分析[J]. 国土资源遥感, 2019, 31(4): 104-111.
[11]	陈俊, 沈润平, 李博伦, 遆超普, 颜晓元, 周旻悦, 王绍武. 基于Logistic回归分析的塑料大棚遥感指数构建[J]. 国土资源遥感, 2019, 31(3): 43-50.
[12]	张瑜, 赵晓丽, 左丽君, 张增祥, 徐进勇. 黄土高原土地利用变化对生态系统服务价值的影响[J]. 国土资源遥感, 2019, 31(3): 132-139.
[13]	张珂, 刘建忠, 程维明. 月球哥白尼纪次级坑的形态特征及其空间分布[J]. 国土资源遥感, 2019, 31(1): 255-263.
[14]	姜文, 秦其明. 基于GIS的路网应急疏散脆弱性研究[J]. 国土资源遥感, 2019, 31(1): 277-282.
[15]	黄巧, 彭玉玲, 秦文杰. 老挝沙湾水经济区土地利用适宜性评价[J]. 国土资源遥感, 2018, 30(4): 156-162.

Viewed

Full text

Abstract

Cited

Shared

Discussed