点击次数：

所属单位：东北林业大学

发表刊物：森林工程（中文核心期刊 CSCD, A）

刊物所在地：中国黑龙江省哈尔滨市

关键字：简单线性回归;辅助信息;ResNet;DEM;无人机激光雷达;FABDEM;超分辨率重建;复杂地形

摘要：结合应用辅助信息估计和超分辨率重建思想，以去植被建筑数字高程模型（forest and buildings removed Copernicus digital elevation model,FABDEM）(30 m)为辅助变量，无人机激光雷达数字高程模型（digital elevation model,DEM）为目标变量，进行区域尺度精细分辨率（0.5 m） DEM重建。选择传统双三次（bicubic）插值、简单线性回归（simple linear regression,SLR）和深度残差网络（deep residual networks,ResNet） 3种方法进行高精度DEM的重建，采用最优方法重建大兴安岭林区精细分辨率（0.5 m） DEM数据（DEM＿0.5），通过独立实测精度验证点将重建DEM(DEM＿0.5)与原始FABDEM和Bicubic法重建的DEM(DEM＿b)进行对比分析。结果表明，在重建效率和质量之间，SLR法的表现最为均衡，其均方根误差（root mean square error,RMSE）、平均绝对误差（mean absolute error,MAE）、偏差（bias）和具有稳健性的90%分位数绝对偏差（LE90）均优于FABDEM和Bicubic法，时间效率与Bicubic法效率相当，较ResNet法有明显提升；在独立的实测精度验证点上，SLR法重建的DEM＿0.5在RMSE、MAE、Bias和LE90误差上表现最优，较FABDEM分别下降15.0%、15.8%、26.5%和12.1%，较Bicubic插值法重建的DEM分别下降了7.8%、9.4%、12.2%和8.3%。在坡向分析中，SLR重建结果在8个坡向上均优于FABDEM，在北、东北、东、东南、西、西北6个方向上优于Bicubic方法，表现出更强的稳定性与地形细节恢复能力。综上所述，基于简单线性回归（SLR）的重建方法最适合应用于大兴安岭林区的精细分辨率（0.5 m） DEM的重建，这种重建方法聚焦于“轻量、可解释、易应用”的地形重建框架，很好地平衡了重建方法的成本、可行性和重建质量，为低成本、高效率地获取区域尺度高质量的DEM数据提供新思路

合写作者：赵颖慧

第一作者：赵杨

论文类型：期刊论文

通讯作者：甄贞*

学科门类：农学

文献类型：J

ISSN号：1006-8023

是否译文：否

CN号：23-1388/S

发表时间：2026-01-01