基于ASTER遥感立体像对的DEM提取
基于ASTER遥感数据的DEM提取与制作正射影像图的研究
一
２０ —
影响。 关 键 词 ： 射 纠 正 ； 彩 色合 成 ； 体 像 对 ； Ｅ 正 真 立 Ｄ Ｍ 引言
Ａ Ｔ Ｒ卫星数据 是近年 来使用 较多 的一 ＳＥ 种新型遥感数据源 。 具有高空间分辨率 、 光谱范 围广 、 可进行立体量测等特点ｌ ｌ １ 。目前人们提取 Ｄ Ｍ研究较 多的是 Ｌ ｎｓｔ Ｅ ａｄａ 影像 、Ｐ Ｔ影像 、 ＳＯ Ｉｏｏ 影像 ，但是现在用于立体测 图的卫星数 ｋ ｎｓ 据往往是在异轨立体成像 。因为异轨立体成像 立体像对是在不 同时段获得 的，由于时间不一 致 ， 面 可能 发 生 变 化 ， 由于 云 的遮 挡 ， 能 地 或 不 构成立体像对 ， 影像无法匹配。 ｌＡ Ｔ Ｒ Ｄ Ｍ 提 取 与 真 彩 色 正 射 影像 图 Ｓ —Ｅ Ｅ 制作步骤 １１Ａ Ｔ Ｒ卫 星 数 据特 性 ． ＳＥ Ａ Ｔ Ｒ是 美 国 Ｎ Ｓ （ 航局 ）与 日本 ＳＥ ＡＡ 宇 ＭＥ Ｉ经贸及工业部 ） Ｔ（ 合作并有两国的科学界 、 工业 界 积 极参 与 的项 目。搭 载 于 Ｔ ｒ ｅｒ 星 （ ａ卫 地 球 观测 系统 Ｅ Ｓ星 座 的第 一 颗 卫 星 ） Ｏ 的高 空 间 分辨率 ， 多光谱／ 光谱 的传感器 ， 可以从三 超 它 个 子 系 统 的 ｌ 波段 获 取数 据 。ＡＳ Ｅ ４个 Ｔ Ｒ第 三 波段有两个通道 ３ Ｎ和 ３ Ｂ，其中 ３ Ｂ具有后视 （７６）的能力 ，可以同轨立体观测 ，其沿径 ２ ．。 向的基 高 比 ＢＨ为 ０６ ／ ．，每景 幅 宽 为 ６ ｋ ｘ ０ｉ ｎ
（ 上接 ８ ８页） 向成熟时期转变的过程 中经历 的各个阶段 ， 以及马克思所付出的努力 ， 青年时期 的马克思穿越重重的幻想，突破沉重的意识形态 襁褓 ， 与自己做激烈的斗争 ， 从而走向成熟。马克 思为寻求 自己的道路付出了艰辛的努力 ， 在许多 方面做 出惊人的理论努力去寻找现实和追求真 理， 从远离终点的起点出发 ， 在被歪 曲的事实中 ， 看到现实的真相 ， 在对历史的研究中， 获得了关于 Ｌ Ｂ 数 据 进 行 提 取 Ｄ Ｍ、正 射 影 像 图 制 作 试 阶级斗争和意识形态斗争丰富的经验，在对传统 Ｉ Ｅ 验 。 １１ 从 ：０万地形图作 为 Ｇ Ｐ的数据源 ， Ｃ 共获 哲学的思辨过程中， 总结出抽象思维的方法。 取了 １ ８个 Ｇ Ｐ控制点 ，另外根据地物 的明显 Ｃ 参 考文献 程 度 自动 提 取 匹 配 了 ４ ０个 连 接 点 均 匀 分 布 整 Ⅲ路 易 － 尔都 塞 ． 马 克思 嗍 北 京 ： 阿 保卫 商务 印 书 １５ 副图像， 经手工交互编辑删除两个连接点 ， 最终 馆 ． ９ ４ 连接点的匹配精度小于一个像素。 【 易－ 尔 ２ 阿 都塞， 艾蒂安 ・ 巴里巴尔 读《 ． 资本论》 利用 ３ Ｎ和 ３ Ｂ波段 的数据构成 的立 体像 Ｊ ． ： 北京 中央编译 出版社 ，０ １ ２０． 对 生 成 Ｄ Ｍ， Ｅ 以生 成 的 Ｄ Ｍ 纠 正 Ａ Ｔ Ｒ 真 彩 １ 克 思恩格 斯选 集ｆ ． ： 民 出版 社 ，９ ５ Ｅ ＳＥ ３ 旧 ＭＩ 北京 人 １９． 色合成影像（ 利用上述方法 ） 得到正射影像。精 １ｌ 阿尔都塞哲学与政治［ ． ４ ￣ 长春： ｑ 吉林人 民出版牡 ， ０ ３ 度 的检验采用检查点的办法，整幅图像均匀布 ２ ０ ． 责 任编 辑 ： 卫国 孙 设 １ ０个检查点 ，用 已知坐标 的部分点为检查
基于envi的DEM数据获取
第一步：输入立体像对
可Load查看，一般左影像加载正视影像，拍摄角小，较清晰； 右影像加载后视影像或者前视，拍摄角度大，较为模糊。
第二步：定义地面控制点
提供三种定义地面控制点方式：不定义、交 互式定义和读取控制点文件，选择不定义控 制点，提取的是相对高程，单击Next按钮
第二步：定义地面控制点
Tie点的选择与调整
第四步：设定DEM提取参数
Envi会生成核线图像，可以用于立体观测，选择一个路径分别输出：
设置DEM输出投影参数
设置DEM输出参数，设置背景值、地形精细程度等参数
输出，不同的设置参数使得精细度不同，我们窗口选择5乘5， 地形细部选择Level5,地形地貌选择High,精细程度提高，但耗 时较长，大约经过了7、8分钟。
输出DEM并检查结果
输出DEM并检查结果
学习视频网站
单击Show Table,选择Sort Table By Error,误差 大的点排在前面，逐个选择Tie点查看精度， 将偏离较大的点微调或删除；自动寻找的Tie 点分布有间隔，可手动增加，当误差达到一 定范围（Maximum Y parallax<10),单击Next按 钮。
Tie点的选择与பைடு நூலகம்整
在ENVI影像里利用aster数据提取DEM
生成DEM的方法有多种，比如可以利用 GPS、全站仪等测绘仪器直接从地面测量， 也可根据航空或航天影像输入立体像对的 方法获得，还可以从现有地形图上采集， 我们组采用在ENVI影像里利用aster数据提 取DEM的方法，因为此方法与传统的通过等 高线生成DEM的方法相比，非常简便、快捷， 下面是我们小组具体的操作步骤的演示：
第三步：定义连接点
提供三种定义连接点方式：自动寻找、交互式手工定义和 外部读取控制点文件，选择自动寻找，如下： 连接点数目（Number of Tie points）:60 搜索窗口大小（Search windows size):481
ASTER数据处理
ASTER数据处理一、简介ASTER（Advanced Spaceborne Thermal Emission and Reflection Radiometer）是一种遥感卫星传感器，由美国宇航局（NASA）和日本航空航天局（JAXA）合作开发，于1999年装载在“地球观测卫星1号”（EOS-1）上发射升空。
ASTER传感器可以提供高分辨率、多光谱的地球表面影像数据，广泛应用于地质勘探、环境监测、农业、城市规划等领域。
二、数据获取ASTER数据可以通过多种方式获取，包括购买商业数据、使用开放数据集或自行采集。
购买商业数据可以通过与相关供应商联系，协商购买适合自己需求的数据。
开放数据集可以通过NASA和JAXA的官方网站或其他数据共享平台免费下载。
自行采集数据则需要具备相关的卫星接收设备和处理软件。
三、数据处理步骤1. 数据预处理：将获取的ASTER数据进行预处理，包括去除云层、大气校正、几何校正等。
这些步骤可以提高数据的质量和准确性。
2. 数据解译：根据任务需求，选择合适的数据解译方法。
例如，对于地质勘探，可以利用ASTER数据进行岩性分类和矿产识别；对于环境监测，可以利用ASTER数据进行植被覆盖度和土地利用分类等。
3. 数据分析：根据任务需求，进行数据分析和统计。
可以利用遥感图像处理软件进行数据分析，提取感兴趣的特征参数，如地表温度、植被指数等。
4. 结果展示：根据任务需求，将处理和分析结果进行可视化展示。
可以生成地图、图表或报告，以便更直观地呈现数据处理的结果。
四、工具和软件1. ENVI（Environment for Visualizing Images）：一种常用的遥感图像处理软件，可以用于ASTER数据的预处理、解译和分析。
2. ArcGIS（Geographic Information System）：一种地理信息系统软件，可以用于地图制作、空间分析和数据可视化。
3. MATLAB：一种编程语言和环境，可以用于ASTER数据的处理和分析，以及自定义算法的开发。
基于ASTER立体影像的DEM生成
《遥感解译与制图》课程设计开题报告题目：基于ASTER立体影像的DEM生成学院：地球探测科学与技术学院专业：测绘工程班级：620807组员：孙悦樊瑞雪黄定虎高锋吴文龙组长：黄定虎指导教师：潘军时间：2011.03.18目录一、选题依据 (3)1.1、研究意义 (3)1.2、研究现状 (5)二、研究内容 (5)2.1、主要内容 (5)2.2、研究目标 (5)2.3、拟解决的关键问题 (6)三、研究方法、技术路线 (7)3.1、有关方法及关键技术、实验手段 (7)3.2、研究区及所用数据 (9)3.3、技术路线及可行性说明 (9)四、进度安排 (9)五、项目组成员分工 (10)附参考文献目录 (13)一、选题依据1.1、研究意义数字地面高程模型（Digital Elevation Models，简称DEM）是地表形态的数字形式，它由规则水平间隔处地面点的抽样高程矩阵组成，在生产中具有很高的利用价值。
DEM数据具有广泛的应用潜力。
作为国家空间数据基础设施（NS-DI)的框架数据之一，DEM生产技术已经比较成熟，如等高线地形图生产DEM技术、利用航摄像对生产DEM的数字化摄影测量方法等。
现在，随着遥感技术的不断发展，利用遥感影像对提取DEM数据已经成为可能，如利用SPOT数据生产的DEM的高程精度可达到米级，并且平坦地区的精度优于山区的精度。
利用卫星数据提取DEM的技术已经成为遥感现今发展的的一个研究课题。
ASTER(Advanced Space borne Thermal Emission and Reflection Radiometer，高级星载热辐射反射辐射计)是美国航空航天局(NASA)与日本国际经贸商业部(METT)合作发布的高分辩率卫星成像设备，于1999 年12 月搭载NASA 的EOS - AM1 ( Terra) 平台升空。
其目标是获取地球表面温度、辐射、反射和高程数据,研究生物圈、水圈、岩石圈和大气层之间的互动反应,解决土地利用与覆盖、自然灾害(火山喷发、水灾、森林火灾、地震和风暴)、短期天气变动、水文等方面的问题。
专题三2：面向对象信息提取
邓书斌
主要内容
• 1、基于专家知识的决策树分类 • 2、面向对象的影像特征提取 • 3、基于立体像对的DEM提取 • 4、多时相影像动态检测技术
1、基于专家知识的决策树分类
专家分类与决策支持系统
• 根据光谱特征、空间关系和其他上下文关系归类像元
+
DEM
+
Road
+
+
Map ？Zoning
2、面向对象的影像特征提取
面向对象的图像分析
• 面向对象的技术 – 集合临近像元为对象用来识别感兴趣的光谱要素 – 充分利用高分辨率的全色和多光谱数据，利用空间，纹理，和光谱信息 来分割和分类的特点 – 以高精度的分类结果或者矢量输出
• 分为两个部分 – 发现对象 – 特征提取
发现对象
FX操作流程影像分割 合并分块 精炼分块 计算属性
直接输出矢量
• 输出Shapefile矢量文件 • 属性
监督分类法特征提取
• 根据一定样本数量以及 其对应的属性信息，利 用K邻近法和支持向量 机监督分类法进行特征 提取。
规则分类法特征提取
• 每一个分类有若干个规 则（Rule）组成，每一 个规则有若干个属性表 达式来描述。规则与规 则直接是与的关系，属 性表达式之间是并的关 系。
• FX利用了 Full Lambda-Schedule算法，该方法在结合光谱和空 间信息的基础上迭代合并邻近的小斑块。
• 这一步是可选项，如果不需要可以直接跳过。
分块精炼
• FX提供了一种阈值法（Thresholding）进一步精炼分块的方法。 它是基于亮度值的栅格操作，根据分割后结果中的一个波段的 亮度值聚合分块。对于具有高对比度背景的特征非常有效（例 如，明亮的飞机对黑暗的停机坪）。
25.立体像对DEM提取
第一步：输入立体像对
（1） 单击 File->Open，选择 BANDA.TIF 和 BANDF.TIF 文件打开。 （2） 在 Toolbox 中，选择/ Terrain/DEM Extraction/DEM Extraction Wizard: New。 （3） 单击 Select Stereo Image 按钮，选择 BANDA.TIF 左影像（left image） ，BANDF.TIF 为右影 像（right image） 。 注：1、ENVI 一般能自动识别 RPC 文件，否则需要手动选择 RPC 文件。 2、左影像选择垂直观测的影像，或者观测角度小的影像。可以简单通过对比立体像对两 幅影像的地面分辨率，分辨率高的当作左影像。 （4） 单击 Next 按钮。
（2） 单击 Next 按钮，进入 Step 5/9 步骤。 注：1、如果 Maximum Y Parallax>10，需要编辑自动寻找的 Tie 点。单击 Show Table，选择 Sort Table By Error，误差大的点排在前面，逐个选择 Tie 点查看精度，将偏离较大的点进行 微调或者直接删除。 （3） 自动寻找的 Tie 点分布有间隙，手动增加一些点，充分利用 Predict Left（或 Right）预测 功能可以提高效率。 （4） 当误差达到一定范围（Maximum Y Parallax<10） ，单击 Next 按钮。 注：可先单击 Delete ALL 删除所有点，再单击 Restore 加载提供的 Tie.pts 文件。
2. 详细操作步骤
DEM Extraction 工具分为 9 个步骤，总体上我们可分为 6 个步骤，如下图所示。 输入立体像
定义地面控
定义连接点
设定输出参 输出 DEM 及检
WordView影像立体像对提取DEM试验.
WordView影像立体像对提取DEM试验1.支持环境本实验所使用数据为Wordview立体像对具体参数如下表所示：本DEM提取试验支持的软件为ENVI, Topographic模块下的DEM Extraction功能。
立体像对提取DEM方法需根据影像生产商提供的RPC参数进行，现ENVI支持的立体像对提取DEM影像有ALOS PRISM, ASTER, CARTOSA T-1, FORMOSA T-2, GeoEye-1, IKONOS, KOMPSA T-2, OrbV iew-3, QuickBird, WorldView-1, SPOT 1-5以及航空影像立体像对中提取DEM。
2.提取DEM2.1输入立体像对—Step 1 of 9（1）单击【File】->【Open External File】->【GeoEye-1->Open With RPC Positioning】，先后打开立体像对的前视（垂视），右视影像。
加载后的数据和参数列表如图2所示。
图1 前视影像（左）和右视影像对比图（2）单击【Topographic】->【DEM Extraction】-> 【DEM Extraction Wizard】->【New】，通过【Select Stereo Image】按钮，分别选择左影像（left image）和右影像（right image），如图2所示。
参数界面最大高程值和最低高程值为ENVI通过*.rpc文件自动计算得出。
通过ENVI帮助文件可知，最大高程和最低高程也可自定义。
则如有更好的高程值可自定义以提高DEM精确度。
最高最低高程值为DEM提取模块继续运行的必选参数。
设定参数后单击Next按钮。
图2选择左右影像以及控制点方式2.2定义地面控制点—Step 2,4 of 9提供三种定义地面控制点方式：不定义：缺省值，当选择该选项后，该模块将跳过第三至第九步（GCPs选取），通过该方法生成DEM值为相对值。
ASTER立体像对提取山地DEM精度研究
采 集 地 面控 制 点 （ Ｐ）， １ ５万 精 度 的 ＤＥ 作 检 验 ， 得 Ｇ ＧＣ 用 ： Ｍ 获 ＣＰ范 围 内 高 程 误 差 为 ±２ ． ＧＣ ０ ４ ｍ， Ｐ
（ ．中国神 华股 份 有限公 司万利煤 炭 分公 司寸草塔 矿 ， １ 内蒙 古 鄂 尔多斯
０ ４ ３ ；．中国科 学 院地质 力 学 １０ ０ ２
０ ２５ ） ２ １０
研 究 所 ， 京 １０ ２ ３ 大 雁 矿 业 集 团 ， 北 ０ ０ ９；． 内蒙 古 牙 克 石
摘 要 ： 中通 过 实例 研 究 了 Ａ Ｔ Ｒ立 体像 对在 高 山峡 谷 地 区提 取 Ｄ Ｍ 的精 度 。 首 先 筒述 Ａ Ｔ Ｒ 文 ＳＥ Ｅ ＳＥ
范 围 外 高 程 误 差 为 ± ８ ２ｍ， 均 误 差 是 ± ４ ３ ｍ。 这 就 证 明 可 以在 小 区 域 内选 取 Ｇ Ｐ控 制 点 ， ４ ． 平 ３ ． Ｃ 由
Ａ Ｔ Ｒ立体像 大范 围外推 生成 大范 围 Ｄ Ｍ， ＳＥ Ｅ 而且 采 用常规 的技 术 手段 和 普通 的 商业软 件就 可 实现 。
５个 。 １ ２ ＡＳ Ｅ 立 体 像 对 生 成 的 标 准 ＤＥ 产 品 、 ＴＲ Ｍ
３ 垂 直分 辨 率 或 更 高 精 度 的 Ｄ Ｍ。其 中许 多 是 ０ｍ Ｅ
位 于 热 带 、 热 带 和 地 震 、 山 活 动 强 烈 的 板 块 边 亚 火
缘 。１９ ９ ９年 ９月搭 载有 Ａ Ｔ Ｒ传感 器 的 Ｔ ｒ ＳＥ ｅｒ 星 ａ卫 发射 和随 后 的 ２ ０ ０ ０年 ２月 Ｓ Ｔ Ｓ ｕｔ ａａ ｏ Ｒ Ｍ（ ｈ ｔｅＲ ｄ ｒＴ — ｌ
一种沙丘自动提取方法
湖南持中规划咨询有限公司摘要：近年来，随着3s技术的飞速发展，人们开始利用数字高程模型DEM和遥感影像等数据源进行地貌特征信息提取。
本文以腾格里沙漠的流动沙丘地貌为例, 利用DEM和遥感影像，基于ENVI和ArcGis对沙漠地貌单元进行自动提取，为沙漠地貌的定量研究提供准确的地理信息和科学的研究依据，从而为将来不同地貌单元智能化提取提供经验。
关键字：沙丘、GDEM、地形因子、数字地貌、智能化提取、遥感图谱An automatic extraction method of sand dunesTang Ligang,Hunan Chizhong planning Consulting Co., LtdAbstract: In recent years, with the rapid development of3S technology, people began to use digital elevation model (DEM and remote sensing image data sources such as topographical features information extraction. In this paper, the flow of the tengger desert dunes landscape as an example, using the DEM and remote sensing image, based on ArcGis and ENVI to automatically extract the desert landscape unit, for the quantitative study of desert landscape to provideaccurate geographic information and scientific research。
利用遥感卫星影像进行DEM高程数据提取
利用遥感卫星影像进行DEM高程数据提取DEM除了包括地面高程信息外，还可以派生地貌特性，包括坡度、坡向等，还可以计算地形特征参数，包括山峰、山脊、平原、位面、河道和沟谷等。
在测绘中用于制作正射影像图以及地图的修测。
在遥感应用中可作为分类的辅助数据。
它还是地理信息系统的基础数据，作为三维GIS的基础地形数据。
在军事上可用于导航及导弹制导、作战电子沙盘等。
数字高程模型(Digital Elevation Model)，简称DEM，它是用一组有序数值阵列形式表示地面高程的一种实体地面模型。
1.几个概念l数字地形模型（DTM,Digital Terrain Model）DTM利用一个任意坐标系中大量选择的已知x、y、z的坐标点对连续地面的一个简单的统计表示，或者说，DTM就是地形表面形态属性信息的数字表达，是带有空间位置特征和地形属性特征的数字描述。
地形表面形态的属性信息一般包括高程、坡度、坡向等。
最初是为了高速公路的自动设计提出来的（Miller，1956）。
此后，它被用于各种线路选线（铁路、公路、输电线）的设计以及各种工程的面积、体积、坡度计算，任意两点间的通视判断及任意断面图绘制。
l数字高程模型（DEM,Digital Elevation Model）DEM是高程Z关于平面坐标X，Y两个自变量的连续函数，DEM只是它的一个有限的离散表示。
高程模型最常见的表达是相对于海平面的海拔高度，或某个参考平面的相对高度。
l数字表面模型（DSM，Digital Surface Model）DSM是指包含了地表建筑物、桥梁和树木等高度的地面高程模型。
和DEM相比，DEM只包含了地形的高程信息，并未包含其它地表信息，DSM是在DEM的基础上，进一步涵盖了除地面以外的其它地表信息的高程。
在一些对建筑物高度有需求的领域，得到了很大程度的重视。
我们可以看出三个定义相互有交集又有区别。
DTM定义的范围最大，是一种广义的定义，用数字方式描述地形的统称。
无人机航摄生成DEM的高程点快速提取算法
无人机航摄生成DEM的高程点快速提取算法无人机航摄技术在地理测绘领域得到了广泛的应用，它可以高效地获取大范围的地理信息。
其中，生成数字高程模型（Digital Elevation Model，DEM）是无人机航摄技术的重要应用之一、DEM是描述地形表面上不同地理位置的高度信息的数据模型，广泛应用于地理信息系统、城市规划、自然灾害预测等领域。
无人机航摄生成DEM的高程点提取算法是无人机航摄技术中的关键算法之一、在传统的航摄技术中，通常使用Lidar（激光雷达）等设备进行地形高程点提取，但这些设备成本高昂且数据处理较为复杂。
而无人机航摄技术则可以通过在无人机上搭载相机设备，使用图像匹配算法提取地形高程点，并生成DEM。
相比于传统的航摄技术，无人机航摄技术可以实现低成本、高效率的地形高程点提取。
在无人机航摄生成DEM的高程点提取算法中，主要包括以下几个步骤：1.图像获取：通过无人机搭载的相机设备对目标地区进行航摄，获取一系列重叠的图像。
2.图像预处理：对获取的图像进行预处理，如去除图像畸变、对图像进行坐标映射等。
3.特征匹配：使用计算机视觉算法，对航摄图像进行特征提取，并匹配图像中具有相同特征的点。
常用的特征包括角点、边缘和纹理等。
4.三角测量：根据特征匹配的结果，通过三角形模型得到地面上的高程点。
5.高程点过滤：对获取的高程点进行滤波和去噪处理，去除异常值和误匹配的点。
6.高程点插值：对高程点进行插值处理，填补缺失和不规则的点，生成完整的DEM。
无人机航摄生成DEM的高程点提取算法的关键在于特征匹配和高程插值。
特征匹配算法可以使用SIFT（尺度不变特征变换）、SURF（加速稳健特征）等算法，通过计算图像间的相似性，找到具有相同特征的点。
而高程插值算法可以使用Kriging（克里金插值）、三角网插值等算法，根据已知的高程点和不规则分布的点，推算出其余位置的高程值。
总结起来，无人机航摄生成DEM的高程点提取算法是基于图像处理和计算机视觉算法的复杂过程，通过图像获取、预处理、特征匹配、三角测量、高程点过滤和高程插值等步骤，提取并插值计算出地形表面上的高程点信息。
第三章-DEM数据获取
（5）地貌单元类型
➢不同行业对地貌类型的划分标准不一样，如地貌学中根据地貌成因将地 形划分成黄土地貌、风成地貌、喀斯特地貌、丹霞地貌等类型。
➢不同的地貌类型划分对DEM数据采集有一定的指导意义，如黄土地貌破 碎，要分布较多的采样点，而平原地区高程数据的精度要求比较高（对坡 向、流域网络影响比其他地区要大）。
非特征要素：是分布在各个地形单元上的点和线，是为满足 采样点密度要求而加测的点，这些点线主要是用来辅助地形 重建（地形测图中的辅助等高线勾绘等）。
（实线为山脊线，虚线为山谷线，三角形表示山顶，小圆为 鞍部，正方形为方向变化点和坡度变化点）
（4）地形的复杂程度
地形曲面的复杂程度是地形数据采样时必须考虑的又一个因素。
理论上：点—0维，无大小，地表全部几何信息包含无数个 点，不可能获取地表全部信息。
实践上：不需要DEM表达全部信息，测量表达相应地表所需 要的数据点，达到地形表面精度和可信度即可。
DEM采样的实质是如何用有限的地面高程点来表达完整的地 形表面。
3.2.2 基于不同观点的采样
（1）统计学观点：DEM表面可以看作是点的特定集合（采样 空间）有随机采样和系统采样两种方法。因此，对特定集合 的研究可以转化为对采样数据的研究。
20
大于25度
大于600
3.2.3 采样数据的属性
采样：确定在何处需要测量点的过程，这个过程有三个参数。 决定：点的分布、点的密度和点的精度。
（1）采样数据的分布：由数据位置和结构来确定，指数据 点的分布形态。
➢位置由地理坐标系统中经纬度或格网坐标系统中坐标决定。 ➢结构（分布）的形式很多，因地形特征、设备、应用的不 同而不同。
测绘学中一般根据地表坡度和高差对地形进行分类，并根 据这种分类确定地形图的等高距（表）
立体像对提取DEM原理和方法
立体像对提取DEM原理与方法一、概述数字高程模型(Digital Elevation Model)，简称 DEM，它是用一组有序数值阵列形式表示地面高程的一种实体地面模型。
DEM 除了包括地面高程信息外，还可以派生地貌特性，包括坡度、坡向等，还可以计算地形特征参数，包括山峰、山脊、平原、位面、河道和沟谷等。
建立 DEM 的方法有多种，从数据源及采集方式主要有：根据航空或航天影像，通过摄影测量途径获；野外测量或者从现有地形图上采集高程点或者等高线，后通过内插生成 DEM 等方法，主要方法如二、流程立体像对获取 DEM 的原理简易阐述是：在天空两点（P1和 P2）拍摄地面同一点 A 时形成一∠P1AP2夹角，当 P1和 P2空间位置确定后，该角度越大地物点越高，反之，角度越小地物越低。
将地面所有点的高程解算后就得到了数字地面模型。
像对DEM获取方法有主要两种:一种是通过GCP和影像上对应的像素来计算卫星的外方位元素(卫星姿态),通过像对间的匹配点(TP, Tie Point)配准影像,然后进行后方交汇计算每个地面点的高程；另一种是外方位元素的从卫星的星历中解算,其它步骤同1,此方法要求具有精确的卫星星历,而且生成的DEM为相对高程。
利用立体像对提取 DEM 的流程图，总体上分为六步。
如下：1、数据输入将立体像对输入到进行实验处理的软件中。
2、输入控制点、定义连接点定义地面控制点后得到的 DEM 是绝对高程，否则是以卫星默认的地势面作为基准面的相对高程，然后将控制点输入。
要生成 DEM 首先要选择立体像对上的一些连接点。
连接点也是同名点，它是用来建立两张像片之间关系的。
连接点的提取一般先自动提取，再手工交互编辑。
连接点的自动提取采用基于灰度的影像相关的办法。
自动提取以后再进行人工编辑，剔出错误的连接点，如果点数太少，人工地选取一些连接点，保证连接点分布均匀。
3、生成核线影像如果直接用影像相关的算法，求出各个像素的同名点，再计算视差，计算量非常大，一般是先生成核线影像，把二维的相关问题变成一维的相关问题。
ASTER数据处理
ASTER数据处理一、介绍ASTER（Advanced Spaceborne Thermal Emission and Reflection Radiometer）是由日本宇航局（JAXA）于1999年发射的一种多光谱遥感仪器，安装在“地球观测卫星”上。
ASTER数据提供了高分辨率的地表温度、地表高程和地表反射率等信息，广泛应用于地质学、环境科学、农业和城市规划等领域。
二、数据获取1. 数据来源ASTER数据可以从JAXA的官方网站、NASA的地球观测系统数据中心（EOSDIS）以及其他一些遥感数据共享平台获取。
2. 数据类型ASTER数据包括多光谱数据、高程数据和热红外数据。
多光谱数据包括14个波段，覆盖可见光和近红外光谱范围。
高程数据提供了地表高程信息，用于地形分析和三维建模。
热红外数据可用于测量地表温度。
三、ASTER数据处理流程1. 数据预处理（1）数据格式转换：将ASTER数据从原始格式转换为常用的遥感数据格式，如GeoTIFF或ENVI格式。
（2）辐射校正：根据仪器特性和大气影响，对数据进行辐射校正，以消除大气效应和仪器响应差异。
2. 数据处理与分析（1）地表温度计算：利用热红外数据和辐射校正后的多光谱数据，采用物理模型计算地表温度。
（2）地表反射率计算：根据辐射校正后的多光谱数据，采用反射率模型计算地表反射率。
（3）地表高程提取：利用高程数据进行地形分析，如坡度和坡向计算。
（4）特征提取：通过图像分类和目标识别算法，提取感兴趣的地物特征，如植被覆盖、水体分布等。
（5）数据融合：将不同波段的数据进行融合，以提高分类和识别的精度。
四、应用案例1. 地质学利用ASTER数据可以识别地质构造、岩性和矿物组成，帮助矿产勘探和地质灾害评估。
2. 环境科学ASTER数据可用于监测植被覆盖、土地利用变化和水体污染等环境指标，为环境保护和可持续发展提供支持。
3. 农业通过分析地表温度和植被指数等数据，可以评估农作物生长状况、灌溉需求和病虫害风险，为农业管理决策提供参考。
ASTER数据处理
ASTER数据处理一、概述ASTER（Advanced Spaceborne Thermal Emission and Reflection Radiometer）是由美国宇航局（NASA）和日本宇宙航空研究开发机构（JAXA）联合开发的一种遥感传感器。
它能够获取地球表面的高光谱、热红外和可见光数据，广泛应用于地质、环境、农业等领域的研究和应用。
本文将详细介绍ASTER数据处理的标准格式，包括数据获取、预处理、影像处理和数据分析等方面。
二、数据获取1. 数据源ASTER数据可以通过NASA和JAXA的官方网站获取，也可以通过一些遥感数据分发平台获得。
数据源的选择应根据具体需求和研究区域进行筛选。
2. 数据格式ASTER数据一般以HDF（Hierarchical Data Format）格式存储，包括多个波段和辅助信息。
在进行数据处理前，需要将ASTER数据转换为常用的格式，如GeoTIFF或ENVI格式，以便后续处理和分析。
三、预处理1. 数据校正由于遥感数据受到大气、地表反射率等因素的影响，需要进行校正以提高数据质量。
常见的校正方法包括大气校正、辐射定标和地表反射率校正。
2. 数据配准ASTER数据可能存在不同时间、不同传感器获取的影像之间的配准问题。
通过使用地面控制点或自动配准算法，将不同影像配准到同一坐标系统，以确保数据的一致性。
3. 数据裁剪根据研究区域的范围，对ASTER影像进行裁剪，去除无关区域，以减小数据处理的计算量和存储空间。
四、影像处理1. 波段合成ASTER数据包含多个波段，可以根据研究需求将不同波段进行合成，生成多光谱或高光谱影像。
常见的合成方法包括主成分分析（PCA）和线性组合。
2. 特征提取通过应用不同的特征提取算法，可以从ASTER影像中提取出地表的特征信息，如植被指数、土壤湿度、地表温度等。
常用的特征提取方法包括NDVI （Normalized Difference Vegetation Index）和NDBI（Normalized Difference Built-up Index）等。
ASTER数据处理
ASTER数据处理一、引言ASTER（Advanced Spaceborne Thermal Emission and Reflection Radiometer）是一种由美国航空航天局（NASA）和日本国土交通省（METI）合作开辟的卫星传感器。
它可以获取地球表面的高分辨率多光谱图象和热红外图象。
ASTER数据处理是指对从ASTER卫星获取的数据进行处理和分析，以提取地表特征、监测环境变化、进行地质研究等。
二、数据获取与预处理1. 数据获取从ASTER卫星获取的数据通常以L1A级别的原始数据形式提供。
这些数据包括多光谱和热红外波段的辐射亮度值，以及地球表面的几何信息（如经纬度、高程等）。
可以通过NASA的地球观测系统数据网站或者其他相关数据分发渠道获取ASTER数据。
2. 数据预处理对于ASTER数据的预处理，通常包括以下步骤：- 辐射校正：校正数据中的大气影响，以获得地表反射率或者辐射亮度。
- 几何校正：校正数据中的几何失真，以实现精确的地理定位。
- 云和阴影去除：去除图象中的云和阴影，以提高图象质量。
- 大气校正：校正数据中的大气散射和吸收效应，以获得准确的地表温度。
三、数据处理与分析1. 特征提取使用ASTER数据进行特征提取可以匡助我们了解地表的物质组成和地貌特征。
常用的特征提取方法包括：- 植被指数计算：如归一化植被指数（NDVI）和土壤调整植被指数（SAVI）等，用于评估植被覆盖程度和植被健康状况。
- 岩石和矿物识别：通过分析不同波段的光谱特征，可以识别出地表的岩石类型和矿物组成。
- 地表温度计算：利用热红外波段的数据，可以计算地表的温度分布，用于研究地表热环境温和候变化。
2. 环境监测ASTER数据可以用于监测环境变化和自然灾害的影响。
例如：- 森林火灾监测：通过分析热红外波段的数据，可以检测和监测森林火灾的发生和蔓延情况。
- 冰川变化监测：利用多光谱数据和地表温度数据，可以研究冰川的变化和融化速度。
ASTER数据处理
ASTER数据处理一、概述ASTER（Advanced Spaceborne Thermal Emission and Reflection Radiometer）是一种由美国宇航局（NASA）和日本航空航天局（JAXA）联合研制的遥感传感器，用于获取地球表面的热辐射和反射数据。
ASTER数据处理是对ASTER卫星获取的数据进行预处理、校正和分析的过程，以提取有用的地理信息。
二、数据获取ASTER卫星通过多光谱、高光谱和热红外波段获取数据。
数据包括多光谱图像、高光谱图像和热红外图像。
这些图像提供了地表温度、地形高程、植被覆盖、土壤类型等多种地理信息。
三、数据预处理1. 辐射校正：根据卫星获取的原始数据，进行辐射校正，消除大气和云层的影响，以获得真实的地表辐射数据。
2. 几何校正：对图像进行几何校正，纠正由于卫星运动和地球曲率引起的变形，使图像与地理坐标系统对齐。
3. 噪声去除：利用滤波和去噪算法，去除图像中的噪声和伪影，提高图像质量。
四、数据分析1. 特征提取：利用图像处理和模式识别算法，提取地表特征，如植被覆盖、水体分布、土地利用类型等。
2. 温度计算：根据热红外波段数据，计算地表温度分布，用于研究气候变化、城市热岛效应等。
3. 地形重建：利用高光谱和多光谱数据，进行数字高程模型（DEM）的生成，用于地形分析、地质勘探等应用。
4. 目标识别：通过图像分类和目标检测算法，识别特定目标，如建筑物、道路、河流等。
五、数据应用ASTER数据处理的结果可以广泛应用于地质勘探、环境监测、农业、城市规划等领域。
例如，利用地表温度数据可以监测火山活动和地热资源；利用植被覆盖数据可以评估生态环境变化；利用数字高程模型可以进行洪水预测和地质灾害评估。
六、数据处理软件目前，有多种数据处理软件可用于ASTER数据处理，如ENVI、ERDAS IMAGINE、ArcGIS等。
这些软件提供了丰富的工具和算法，用于数据预处理、图像分析和结果可视化。
第二章DEM的数据获取
(5)选择性采样
选择地性线及地形特征点采点。
特点：
（a）点的分布和密度与地形最匹配，数据 冗余度最小。
（b）作业效率低，不易实现自动化作业。
（6）混合采样
选择性采样+规则采样（或渐进采样）
形成
附加地形特征的 规则格网DEM
沿特征附加三角网的 混合格网（Grid-Tin) DEM
地形特征点 单独存贮
地形图比例尺与等高距关系为：
1：20万
25~100m
1：10万
10~40m
1：5万
10~20m
1：2.5万
5~20m
1：1万
2.5~10m
通常Байду номын сангаас为高程精度达三分之一等高距。
由地形图获取DEM数据的特点
➢ 需有合适的地形图（比例尺、时间） ➢ 数据质量依赖于原图质量 ➢ 数字化会降低原图精度 ➢ 数据现势性通常较差 ➢ 是丰富而廉价的数据来源
➢ 摄影测量是DEM重要的数据源，是进行数据库更新的重要方式之 一
➢ 现有地形图是DEM的另一重要数据源，经过大量的实践证明，从 等高线地形图生产DEM的方法已经成熟，可以广泛应用于生产
➢ 使用激光扫描、干涉雷达等新型技术进行DEM数据采集是很有发 展前景的DEM采集方式
➢ 不论从何种数据源获取DEM数据，在采集等高线或规则格网的同 时采集重要的地形特征点线是保证DEM质量和提高工作效率的重要 措施
对每个扫描像元探测记录地表辐射值形成影像。 同时测出像元a至地表的斜距，由已知的影像外方位 元素（GPS＋IMU系统测得）推算得A点的地面坐标， 形成DEM。
s
a p
o
A
（2）基本结构组成
影像
ASTER数据处理
ASTER数据ASTER 数据有14个波段组成，1、2、3波段为可见光/近红外波段，3B 波段为后视成像波段，是卫星飞过去了几十秒后对先前垂直成像区域的重新成像，3N 波段3B 波段是一样的波段范围成像，只不过3N是垂直成像3B为后视成像，3N 波段与3B波段组成立体像对用于ASTER 立体测图生成DEM。
用于制作调绘片我们采用1、2、3 波段。
1、2、3波段的空间分辨率为15m，4-9 波段为短波红外波段空间分辨率为30m，10-14 波段为热红外波段空间分辨率为90m 。
在ENVI 里处理相对比较方便，可以直接读取，然后选择自己想要的波段另存文件。
利用ENVI的ASTER数据处理1.用ENVI打开ASTER数据，观察数据取值，如果是整形则进入下一步；否则，若数据出现浮点型，那么在ENVI主菜单File->Preferences->Miscellaneous当中把Auto-Correct ASTER/MODIS选项改为No，然后重新打开，ASTER数据就变成了整形。
ENVI自动对这两种数据进行辐射转换，但是参数获得来源不明，还是自己手动设置放心一些。
如果在浮点型数据基础上再做一次辐射转换，后果可想而知（本人阵亡于此）2.利用CrossTalk3.0做串扰纠正；3.将红外波段30米分辨率的数据向可见光-近红外配准，重采样4.为每个波段输入波长、增益、偏差；5.应用增益偏差参数进行辐射转换；6.大气纠正（FLAASH）7.裁剪FLAASH模块的大气校正1.1FLAASH模块简介FLAASH是由世界一流的光学成像研究所－波谱科学研究所（Spectral Sciences）在美国空气动力实验室支持下开发的大气校正模块。
波谱科学研究所在1989年大气辐射传输模型开发初期就广泛从事MODTRAN的研究工作，已成为大气辐射传输模型开发过程中不可缺少的一员。
FLAASH适用于高光谱遥感数据（如HyMap，AVIRIS，HYIDCE，HYPERION，Probe-1，CASI和AISA）和多光谱遥感数据（如陆地资源卫星，SPOT，IRS和ASTER）的大气校正。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
基于ASTER遥感立体像对的DEM提取王贵林杨艳明刘玉柱刘海义(大雁矿业集团内蒙古牙克石022150)姚鑫（中国科学院地质与地球物理研究所北京9825信箱100029 )【摘要】卫星遥感立体像对提取DEM是地貌信息获取的一个重要里程碑，ASTER卫星传感器是可以拍摄立体像对传感器中的代表，具有数据质量稳定、覆盖广泛、价格低廉的特点。
本文通过实例研究了ASTER立体像对在高山峡谷地区提取DEM的精度。
首先简述ASTER 的立体像对提取DEM的国内外发展现状，然后针对一处高程变化显著地区在1：10万比例尺地形图采集地面控制点（GCP），用1：5万精度的DEM作检验，获得GCP范围内高程误差为±20.4m，GCP范围外高程误差为±48.2m，平均误差是±34.3m。
这证明可以在小区域内选取GCP控制点，由ASTER立体像大范围外推生成大范围DEM，而且采用常规的技术手段和普通的商业软件就可实现。
该方法提取DEM对于我国地形资料缺乏的西部地区有很强的实用性。
【关键词】ASTER；立体像对；DEM；地面控制点1 引言截至到20世纪末，全球仍有20％地形起伏在200m以上的地区没有1：5万或更高精度的地形图。
有超过1/3的可居住区不具备90m水平分辨率和30m垂直分辨率或更高精度的DEM。
其中许多是位于热带亚、热带和地震、火山活动强烈的板块边缘。
1999年9月搭载有ASTER 传感器的Terra卫星发射和随后的2000年2月SRTM（Shuttle Radar Topography Mapping Mission）计划的成功执行，是遥感地貌信息获取的一个重要里程碑，它们可以生成覆盖全球陆地的中等分辨率的DEM（～30m），这将非常有利于全球的地学研究工作的开展[1]。
2 遥感DEM的精度2.1立体像对提取DEM的精度一些学者在不同的地形地区，采用不同的控制点数量，使用多种的立体像对，考虑不同处理方法和软件的差异，来进行DEM提取和的精度评定的研究。
如ASTER数据在的平坦农业区和地表裸露地区垂直精度10m,丘陵地带为15～20m[2][3], 山区的精度20～30m之间[2,4], 有森林覆盖的坡地可以达到30～50m[2]。
在理想条件下Spot5立体像对生成的DEM精度可以达到平面15～16m，高程6～7m[5]。
地面控制点（GCP，Ground Control Point）在立体像对提取DEM的过程中起到关键的作用，对于SPOT5卫星HPS立体像对的直接对地定位模型，利用国内外3个地区的立体像对进行的实验结果表明，无控制对地绝对定位的结果具有明显的系统误差。
只需加入一个控制点，则平面和高程精度迅速提高到1Om以内。
采用一个控制点外推580km时，平面定位精度仍优于2Om，高程定位精度约10m，增加控制点的数量对改善定位精度的效果并不明显。
总体上三维控制点一般从几个到几十个不等，控制点越多生成的DEM精度越高，但一般不应少于5个[6,7]。
2.2 ASTER立体像对生成的标准DEM产品美日联合数据工作组确定了的ASTER 提取的DEM产品的标准。
相对DEM是参考本景内的最低点，不需要GCP，仅通过卫星星历数据来计算外方位元素[8]，提取的DEM精度范围为10～30m，ASTER的科学数据处理中心(SDPS，Science Data Processing Segment)采用Level 1A 数据每天生成30景DEM。
绝对DEM的精度根据GCP的提供情况而定，精度在7～50m之间[9]。
Stevens[10]研究表明从ASTER立体像对上提取的DEM在水系和地貌分析的应用上要明显优于从地形图上数字化而来的DEM。
同时从多时相ASTER像对上提取的DEM可以修订因地貌改变而精度降低的SRTM数据，尤其是在侵蚀严重的高山和经常泛滥的河谷区[11]。
3 提取DEM的意义ASTER星载卫星数据中心可以生成全球的DEM，这似乎解决了所有DEM信息获取上的问题，但在DEM的应用上仍存在着很大的问题：（1）ASTER的幅宽只有60km和有计划的全球信息获取任务只占拍摄总量的8％，这制约了东西向流域完整的无云覆盖的影像（DEM）的获取；（2）生产DEM数量有限，产量每天动态变化，一般仅是拍摄影像的数量的10％；（3）生成的DEM产品精度有一定损失，ASTER的影像分辨率为15m，而DEM标准产品只有30m。
（4）定购标准立体像对提取的DEM需要额外的经费，并且定购周期长，坐标系统固定不便在当地使用；（5）只能整景处理，对地面控制的点数量和分布要求高。
（6）ASTER已经超过了七年的设计寿命，有随时停止运转的可能。
可供替代的立体像对商业卫星遥感平台还有SPOT、IKNONOS、Quickbird和Cartosat等。
所以如果掌握了立体像对获取DEM技术可以，可以不变应百变，方便、灵活、及时的获取DEM。
4 由ASTER立体像对提取DEM4.1 ASTER提取DEM过程立体像对获取DEM的原理简易阐述是：在天空两点（P1和P2）拍摄地面同一点A时形成一∠P1AP2夹角，当P1和P2空间位置确定后，该角度越大地物点越高，反之，角度越小地物越低。
将地面所有点的高程解算后就得到了数字地面模型。
图1 使用ASTER数据提取DEM流程像对DEM获取方法有主要两种：一种是通过GCP和影像上对应的像素来计算卫星的外方位元素（卫星姿态），通过像对间的匹配点（TP，Tie Point）配准影像，然后进行后方交汇计算每个地面点的高程；另一种是外方位元素的从卫星的星历中解算，其它步骤同1，此方法要求具有精确的卫星星历，而且生成的DEM为相对高程。
本文中采用第一种方法。
GCP 可以通过三种途经获取：1）采用GPS、全站仪等地面测绘仪器获取；2）在部分地形图上采集控制点；3）在影像上采集X、Y平面坐标，在与影像坐标匹配精度较高的DEM上采集相应坐标的高程Z值。
第3种方式方便快捷，本文从1：10万的地形上获取GCP的三维坐标。
本文数据处理采用了由Atlantis公司开发的PCI图像处理套件的OrthoEngine模块，该软件从7．0版开始即支持ASTER立体像对的DEM提取，后续版本在该功能方面做了不断的改善。
本文还试用了ASTER－DTM软件，一种基于ENVI的全自动ASTER DEM提取软件，其无需用户指定任何参数即可自动运行。
除此之外，ERDAS软件公司推出的OrthoBase模块也可以进行DEM提取。
以上三种软件虽操作上存在差异，但是基本的处理步骤是一致的。
使用ASTER立体像对进行DEM提取的基本步骤如图1所示。
首先从ASTER HDF文件中提取垂视(3N)和后视(3B)图像，然后定义输出DEM 的投影方式和分辨率、控制点的投影方式。
图2为本文研究核心试验区的垂视和后视图像，从后视图像明显比垂视图像存在拉伸畸变效应。
立体像对的影像必须配准到相同的地面区域，这一步是通过在两幅图像中选择同名点的TP点(仅包含在图像中的相对行列值)，TP的选取要求在整个工作区中均匀分布。
因为后视图像成像时与垂直成像存在很大的畸变，所以点位的选取尤其在图像的水平方向即与卫星飞行路径垂直的方向要求密集和均匀一些，这样可以尽可能地纠正图像的畸变。
根据研究区域复杂程度和所取子区的大小不同，约束点的数量要求也不同，但是为了后续的多项式拟合需要，一般最少需要9个点[12]。
为了使得到的DEM具有地理参考信息，还要在图像中选取已知大地坐标和高程信息的GCP来对卫星的外方位元素进行结算，及DEM进行地学校正，一般要求至少选择4个点[13，14]。
将影像中部偏左地区的1:10万地形图作为GCP 的数据源，共获取了15个GCP，此外根据相对地物明显程度匹配了25个TP（图3）。
当图像配准至相同的地面区域以后，任何沿轨道方向的位置差异就认为是由于视差引起的，而视差来源于地形起伏。
这样，每个像元的视差可以通过使用三角关系和卫星轨道数据(星历、轨道位置、高度和姿态等)转换为相对的(无GCP)或绝对(有GCP)高程信息。
图2 试验区局部ASTER垂视(上)和后视(下)图像(降轨飞行，后视图像由南向北拍摄，存在水平拉伸效应，如河道大拐弯处的山峰和崩塌堆积体)图3 15个GCP（红色）集中在有1：10万地形图的中部（黑色矩形区）和25TP（蓝色）均匀分布在影像的四周4.2 提取精度分析图4为生成的DEM，由图可见其质量与GCP分布的具有很强的相关性，GCP所在范围及其附近的地区生成的DEM完整光滑，距GCP越远DEM质量越差，并且出现无值的―孔洞‖，同时受高差变化的影响，高差变化显著的东北地区未能生成有效高程的面积较大，而距GCP 区距离相同的东南部地区，地形平坦生成的DEM质量较高。
这是因为距GCP远，两幅影像不能精确配准，高差大后视成像存在着较大的叠掩和阴影效应。
在生成的有效DEM地区，随机选取20个检验点，其中10个在GCP范围内，10个均匀分布在GCP范围外。
采用1：5万比例尺地形图生成的DEM相应点作参考。
在GCP范围内高程误差为±20.4m，GCP范围外高程误差为±48.2m，平均误差是±34.3m，超过4000米以上4个点的误差达到±69m。
这从定量上也说明，在一定的GCP数量下，GCP的分布和研究区的地形是影响的DEM质量的主要因素。
为进一步比较，在DEM的A－Aˊ线段位置沿水平方向做地形剖面与相应位置1:5万DEM 的剖面进行比较，结果如图5所示, 两种地形剖面的总体形态非常一致，但地形图DEM过渡更平滑，ASTER－DEM地面细节信息更丰富而且明显，如，江河谷所在位置，地形图DEM剖面上是平底―U‖型，而ASTER－DEM是尖底的―V‖型。
这因为地形图DEM是通过等高线生成而来，受等高线高程间距的限制，因此过渡平滑，细小且变化剧烈的地貌信息不能充分表达，而ASTER立体相对以15m的平面分辨率来构建DEM，自然能更充分细致的描述地貌的变化。
另外，增加TP的数量可以在有限范围内改善DEM的质量，但改善效果并不明显。
图4 由ASTER立体相对生成的DEM（A－Aˊ为剖面线）图5 图4中A—Aˊ位置的1：5万DEM剖面图（左）和ASTER相对提取的DEM剖面（右）5 结论与展望综上所述，考虑到对GCP质量要求不高（本文在的1：10万地形图上提取）可以在小区域选取GCP控制点，大范围外推生成DEM，具有很强的实用性，而且采用常规的技术手段和普通的商业软件就可处理。
这说明从ASTER立体相对提取DEM是稳定可靠的，方法简单易行。
对于在地形资料缺乏的地区地学研究有很强的实用性。