项目名称: DEM统一误差模型及其应用研究

项目编号: No.40901240

项目类型: 青年科学基金项目

立项/批准年度: 2010

项目学科: 金属学与金属工艺

项目作者: 卢华兴

作者单位: 东南大学

项目金额: 18万元

中文摘要: DEM精度关系到DEM的生产者和使用者,具有十分重要的意义。针对目前DEM误差模型在通用性和可靠性上存在的问题,本研究拟从DEM内插入手,研究DEM插值模型的数学机理,实现任意DEM插值模型的统一描述,构建DEM统一插值模型,在此基础上,利用空间统计学和误差传播等相关理论,研究任意插值条件下DEM局部精度(像元精度)的数学模型,建立与具体插值模型无关的DEM统一误差模型,并深入研究DEM误差的空间自相关性规律及空间结构描述方法,以形成DEM精度的全局、局部以及空间结构描述的精度指标系列,其最终目的是解决DEM在实际应用中的地形参数精度评定问题。本研究将进一步完善DEM的误差分析体系,为DEM使用者提供较为全面精度描述信息,并且为DEM的地形分析及应用的安全性和可靠性分析提供理论支撑;同时本研究也为其它类型空间数据的不确定性研究、地学模型的可靠性分析提供有益的参考。

中文关键词: 数字高程模型;地形分析;误差模型;统一插值模型;误差空间结构

英文摘要:

英文关键词: DEM;Digital Terrain Analysis;Error Model;Unified Interpolation Model;Spatial Structure of DEM error

成为VIP会员查看完整内容
0

相关内容

【博士论文】多视光场光线空间几何模型研究
专知会员服务
21+阅读 · 2021年12月6日
【经典书】机器学习统计学,476页pdf
专知会员服务
118+阅读 · 2021年7月19日
专知会员服务
39+阅读 · 2021年6月2日
专知会员服务
22+阅读 · 2021年4月21日
专知会员服务
94+阅读 · 2021年2月6日
卷积神经网络模型发展及应用(中文版),20页pdf
专知会员服务
88+阅读 · 2021年1月15日
最新《图神经网络模型与应用》综述论文
专知会员服务
292+阅读 · 2020年8月2日
专知会员服务
73+阅读 · 2020年5月21日
【经典书】机器学习高斯过程,266页pdf
专知会员服务
193+阅读 · 2020年5月2日
Transformer性能优化:运算和显存
PaperWeekly
1+阅读 · 2022年3月29日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
标签间相关性在多标签分类问题中的应用
人工智能前沿讲习班
22+阅读 · 2019年6月5日
清华大学图神经网络综述:模型与应用
机器之心
72+阅读 · 2018年12月26日
图神经网络综述:模型与应用
PaperWeekly
195+阅读 · 2018年12月26日
展望:模型驱动的深度学习
人工智能学家
12+阅读 · 2018年1月23日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月29日
Arxiv
0+阅读 · 2022年4月29日
Arxiv
19+阅读 · 2020年12月23日
Arxiv
16+阅读 · 2018年2月7日
小贴士
相关VIP内容
【博士论文】多视光场光线空间几何模型研究
专知会员服务
21+阅读 · 2021年12月6日
【经典书】机器学习统计学,476页pdf
专知会员服务
118+阅读 · 2021年7月19日
专知会员服务
39+阅读 · 2021年6月2日
专知会员服务
22+阅读 · 2021年4月21日
专知会员服务
94+阅读 · 2021年2月6日
卷积神经网络模型发展及应用(中文版),20页pdf
专知会员服务
88+阅读 · 2021年1月15日
最新《图神经网络模型与应用》综述论文
专知会员服务
292+阅读 · 2020年8月2日
专知会员服务
73+阅读 · 2020年5月21日
【经典书】机器学习高斯过程,266页pdf
专知会员服务
193+阅读 · 2020年5月2日
相关资讯
Transformer性能优化:运算和显存
PaperWeekly
1+阅读 · 2022年3月29日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
标签间相关性在多标签分类问题中的应用
人工智能前沿讲习班
22+阅读 · 2019年6月5日
清华大学图神经网络综述:模型与应用
机器之心
72+阅读 · 2018年12月26日
图神经网络综述:模型与应用
PaperWeekly
195+阅读 · 2018年12月26日
展望:模型驱动的深度学习
人工智能学家
12+阅读 · 2018年1月23日
相关基金
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员