数字水深模型(Digital Bathymetric Models,简称“DBMs”),是近海工程建设、资源开发、环境保护等领域的重要基础地理信息数据。现有全球公开DBMs产品如GEBCO(The General Bathymetric Chart of the Oceans)、SRTM(The Shuttle Radar To...数字水深模型(Digital Bathymetric Models,简称“DBMs”),是近海工程建设、资源开发、环境保护等领域的重要基础地理信息数据。现有全球公开DBMs产品如GEBCO(The General Bathymetric Chart of the Oceans)、SRTM(The Shuttle Radar Topography Mission)、ETOPO(Earth Topography)等在不同海域的数据类型、数据来源和产品精度均存在差异。为利用全球测深数据和DBMs产品重建中国近海水深模型,本文提出一种基于水深分区的加权融合重建框架。首先,从5个维度(整体精度、不同水深、航线剖面、地理分区、局部细节)对比分析6种常用DBMs产品的可靠性和适用性;然后,顾及水深和地形特征对研究区进行分割和分区,并选取分区内最优DBMs产品,以最小误差为约束进行最优加权融合;最后,对融合结果进行实测值恢复、平滑滤波等后处理,形成中国海岸线周边近海海域15″分辨率高精度无缝水深模型。结果表明,融合结果相比SRTM30_PLUS、GEBCO_2022、SRTM15_V2.5.5和ETOPO_2022均方根误差降低了27%、14%、14%和13%,地形细节也得到保留,证明了该融合框架的可行性,可为多数据集大规模海底地形的融合重建和及时更新提供参考。展开更多
文摘数字水深模型(Digital Bathymetric Models,简称“DBMs”),是近海工程建设、资源开发、环境保护等领域的重要基础地理信息数据。现有全球公开DBMs产品如GEBCO(The General Bathymetric Chart of the Oceans)、SRTM(The Shuttle Radar Topography Mission)、ETOPO(Earth Topography)等在不同海域的数据类型、数据来源和产品精度均存在差异。为利用全球测深数据和DBMs产品重建中国近海水深模型,本文提出一种基于水深分区的加权融合重建框架。首先,从5个维度(整体精度、不同水深、航线剖面、地理分区、局部细节)对比分析6种常用DBMs产品的可靠性和适用性;然后,顾及水深和地形特征对研究区进行分割和分区,并选取分区内最优DBMs产品,以最小误差为约束进行最优加权融合;最后,对融合结果进行实测值恢复、平滑滤波等后处理,形成中国海岸线周边近海海域15″分辨率高精度无缝水深模型。结果表明,融合结果相比SRTM30_PLUS、GEBCO_2022、SRTM15_V2.5.5和ETOPO_2022均方根误差降低了27%、14%、14%和13%,地形细节也得到保留,证明了该融合框架的可行性,可为多数据集大规模海底地形的融合重建和及时更新提供参考。