适用于不规则dem数据的粗差探测算法.pdf

《适用于不规则dem数据的粗差探测算法.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、++’!第!"卷!第#期!$%%"年#月适用于不规则!42数据的粗差探测算法"杨晓云!""!"!梁!鑫!岑敏仪!#广西工学院土木建筑工程系!柳州+,+$$’""#西南交通大学土木工程学院地理信息工程中心!成都’!$$&!摘要!!粗差的存在会造成数字高程模型#7-<$空间上的严重扭曲!有时能导致7-<及其产品严重失真!甚至完全不能使用#因而有关7-<的粗差诊断问题已愈来愈引起人们的关注#文中在对现有的粗差探测算法进行分析的基础上!提出&种针对不规则7-<的粗差检测方法!分别是%基于粗差探测率#即数据点被怀疑为粗差的可能性$算法"基于残差中位数和基于残差均值的算法!并探讨

2、了算法中某些影响粗差检测的因素#最后文中通过<64OB>/@16仿真试验来验证以上&种算法的有效性和可行性#关键词!!数字高程模型!粗差判断率!残差中位数!残差均值!!过程质量控制是7-<生产的重要环节之一#计的方法即可查找出高程异常值#而影响7-<精度的因素是多种多样的!误差的性上述算法都是针对规则格网7-

3、测粗差!将会增据中的粗差并将其消除是完全必要的#加许多困难!有时甚至会使算法失败#因此!李志’)(国内外许多学者早已密切注意7-<的粗差探林提出了基于点方式的适用于不规则7-<数据’!(测研究#D/44/W在早期的论文中提到过一种针对的粗差检测算法!它以检测点L为中心!首先确定规则格网数据的粗差探测算法!他以每个点与周围一个选取数据点范围的窗口#设半径为?%!然后计点之间的坡度值及其坡度变化值为限制条件来检测算窗口范围内所有点高程的算术平均值#或加权平’"(粗差#t3O./4指出并不存在唯一的标准和量测方均值%作为L点的估值#或-真值.%!最后计算L点法来提高7-<的

4、质量!他认为至少要考虑高程&高程值与估值的高程较差5*(如果5*大于另一计算’&(坡度和曲率的正确性#=B105h30.6假设7-<数据出来的阈值!则认为L点含有粗差#误差服从U/F33分布!他以栅格数据中某点高程值本文就是在点方式算法的基础上!提出了&种与其内插估值#通过其周围的格网点内插%之间的差适于不规则7-<数据的粗差探测算法!即基于粗值建立统计量!用标准1分布检验来分析判断该点差判断率#即数据点被怀疑为粗差的可能性%算法&’,g’(是否为粗差#NuCB]则提出了一种基于主成分分基于残差中位数和基于残差均值的算法!并通过析的方法!他将规则格网数据划分为一系列的

5、带状<64OB>/@16仿真试验来验证以上&种算法的有效区域!并将它们看作多元数据序列来处理!通过统性和可行性#!"$$’($+($%收稿!"$$’($*(!+收修改稿!"国家自然科学基金#批准号$,$")!$*"%&香港特别行政区研究基金委员会#编号$香港理工大学+$’%***-%和广西工学院硕士基金#批准号$+$$,"%%资助项目!""-(./01$/0106F!$+!!’8.!第!"卷!第#期!$%%"年#月++)点在不同区域中的拟合残差序列!&%’%!基于粗差判断率算法$^C^算法%K;K算法用邻域数据点的曲面函数拟合残差.*A’S*!!S*"!S*&!

6、1!S*Q(#"%建立检验统计量(在计算过程中!每一个7-<的其中.对应第*个数据点!Q为数据点*参与平差*高程点会在不同的数据窗口内参与拟合运算!换句运算的局部区域个数"话说!同一个7-<高程点在不同的拟合区域中将#&%计算各个数据点在不同拟合面内拟合残差会计算出不同的残差值(当以残差值判释粗差时!的均值!不同拟合面内的残差值对同一7-<高程点是否为粗差的判断并不一致!即可能会出现在一个拟合面S*!DS*"D1DS*Q.*A#&%内认为该点含有粗差!而在另一个拟合面内则认为Q该点为正确点(!!#,%一方面以残差均值向量.作为粗差检测的为此!统计各个数据点在各个拟合面

7、内被怀疑对象!另一方面又以它为基础计算统计量5!并.B/4为粗差的百分数#8-.&-21%!并确定最佳限值/!当*以Y5作为粗差检测的阈值".B/48-.&-21*(/时!则认为点*含有粗差(这就是基于粗差判断率算法#K;K算法%的理论基础(其中!Q..8-.&-21*的计算公式如下$5.B/4fk#,%!VH!点*被怀疑为粗差的次数8-.&-21*AF!$$c其中!T为局部窗口数目"点*出现在局部区域中的总次数#+%当,.*,-Y5.B/4!则认为*点为粗差点(一#!%旦发现粗差立即改正!以保证数据的准确性(和均值算法类似!只是中位数算法在步骤#&