ICESat-2/ATLAS全球高程控制点提取与分析

来源 :武汉大学学报(信息科学版) | 被引量 : 0次 | 上传用户:yanrj
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
ICEsat-2/ATLAS是目前高程精度最高的星载激光数据,其数据覆盖全球,能够作为生产高精度全球地面参考高程的基础数据。基于ICESat-2/ATLAS全球激光数据产品ATL08,获取了全球ICESat-2陆地高程点,研究了基于参考高程数据和属性参数提取全球高程控制点的方法,并利用高精度参考高程数据验证了其精度。利用山东试验场和河南试验场30 cm高程精度的机载激光数据对所获取的激光点进行了验证,得到的均方根误差分别为1.11 m、1.39 m;经过参考DEM(digital elevation
其他文献
随着新型冠状病毒肺炎(coronavirus disease 2019,COVID-19)疫情在全世界的暴发,与疫情相关的研究不断增加,但目前的研究更多关注的是预测分析方面,与疫情防控措施有关的研究基本停留在统计学层面,且模型参数缺乏时空演变描述。为此,引入离散格网的粒度和边界虚实线分别描述物理隔离措施的松紧程度及相邻空间的联通性和隔离性,以病床收治能力与格网之间的空间自相关性为基础设计了离散格网
三维重建可用于数字高程模型制作、机器人导航、增强现实和自动驾驶等。视差图是三维重建中一种重要的表达方式,而立体密集匹配是使用最广泛的获取视差图的技术。近年来,随着硬件、数据集、算法的发展,基于深度学习的立体匹配方法受到了广泛关注并取得了巨大成功。然而,这些方法通常在近景立体像对中进行测试,很少被用于遥感影像中。回顾了双目立体匹配的深度学习方法,选出了代表性的5种经典深度学习模型——GC-Net(g
星载原子钟在运行过程中会受到恶劣空间环境与设备老化等因素的影响,使得卫星钟差数据中经常存在异常值,其中AO(additive outlier)类异常值是钟差序列中常见的一类异常值。结合最大期望算法与自回归滑动平均(autoregressive moving average,ARMA)模型,提出一种AO类异常值探测算法。该算法可以准确探测孤立AO类异常值与成片AO类异常值,有效克服了其他算法经常出现