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。