首页 关于我们 科研 技术支撑 English
科研
创新团队
项目介绍
院地合作
论文
获奖情况与专利
现在位置:首页 > 科研 > 项目介绍
基于SFS理论和Landsat数据的SRTM高程数据无效区域填充
信息来源: 发布时间:2017年01月30日 【 】 【打印】 【关闭

项目来源:国家青年基金

项目负责人:凌峰

项目摘要:作为最新发布的高分辨率全球共享DEM 数据,SRTM 数据对于相关领域的研究和应用具有重要意义,但是受数据获取手段的限制,SRTM 数据中存在很多无效区域,严重影响了该数据的实际应用效果,而目前常用的无效区域填充方法存在着填充精度不高、辅助数据获取困难等诸多问题,难以满足实际应用要求。针对上述问题,本项目探讨基于明暗恢复形状(Shape from shading,SFS)算法和Landsat 数据的SRTM 无效区域填充方法,在分析SFS 算法理论基础的前提下,充分发挥Landsat 数据空间分辨率高、已覆盖全球和免费共享的优势,针对SRTM 无效区域填充问题的特殊性,对现有利用单幅遥感影像提取地面高程的SFS 算法进行改进,最终提出一种具有较高精度和广泛适用性的SRTM 无效区域填充方法。通过本项研究,将有效解决SRTM 数据存在的无效数据问题,进一步推动和促进SRTM高程数据的实际应用。


文章评论
发表评论
附件列表:
版权所有 ©2009 中国科学院测量与地球物理研究所 鄂ICP备05001982号
主办:中国科学院测量与地球物理研究所 武汉市武昌徐东大街340号(430077)