srtm與aster數(shù)據(jù)精度分析和比較本科畢業(yè)論文-wenkub.com
2025-01-15 12:11 本頁(yè)面
【正文】 pycstd5= double(std2(pingyuancha5))。 pycmin5= double(min(min(pingyuancha5)))。 %對(duì)應(yīng)3″數(shù)據(jù)點(diǎn)相減后所得的矩陣 pingyuancha5=srtmpingyuan(1:1201,1:1201)zp(1:3:3601,1:3:3601)。 sqcstd4= double(std2(pingyuancha4))。 sqcmin4= double(min(min(shanqucha4)))。 %xg中最后一個(gè)數(shù)據(jù)便為3″插值，將其賦值到zp中 end end clear i j vk vg xk xg M P %清除垃圾變量 %比較(aster)擬合前后數(shù)據(jù)之間的差值 shanqucha4=zs(1:3:3601,1:3:3601)k(1:3:3601,1:3:3601)。 %下面的*運(yùn)算要求數(shù)據(jù)為雙精度型 xg= inv(M39。*P*vk。 %權(quán)陣(待插點(diǎn)與周?chē)鷶?shù)據(jù)點(diǎn)的距離的平方的倒數(shù)) for i=4:3:3598 for j=4:3:3598 vk=double([k(i1,j1), k(i1,j), k(i1,j+1), k(i,j1), k(i,j+1), k(i+1,j1), k(i+1,j), k(i+1,j+1)]39。 m5=dy。 %待插值點(diǎn)距離周?chē)藗€(gè)數(shù)據(jù)的Y坐標(biāo)差 m1=dx.^2。pycmax3 pycmin3 pycmean3 pycstd3]jieguo3 = clear shanqucha3 pingyuancha3 sqcmax3 pycmax3 sqcmin3 pycmin3 sqcmean3 pycmean3 sqcstd3 pycstd3 k2 g2 %移動(dòng)曲面擬合法內(nèi)插3″點(diǎn)坐標(biāo) zs=k。 pycmean3= double(mean2(pingyuancha3))。 pycmax3= double(max(max(pingyuancha3)))。 jieguo2=[sqcmax2 sqcmin2 sqcmean2 sqcstd2。 sqcmean2= double(mean2(shanqucha2))。 %對(duì)應(yīng)3″數(shù)據(jù)點(diǎn)相減后所得的矩陣 %山區(qū)和平原區(qū)(插值前后的)差值矩陣的比較 sqcmax2=double(max(max(shanqucha2)))。 for i=4:3:sizg(1)1 for j=4:3:sizg(2)1 %從第四行第四列開(kāi)始算起，避免計(jì)算最后一行最后一列數(shù)據(jù) m=[g(i1,j1),g(i1,j),g(i1,j+1),g(i,j1),g(i,j),g(i,j+1),g(i+1,j1),g(i+1,j),g(i+1,j+1)]。 %提取3″數(shù)據(jù)點(diǎn)及周?chē)陌藗€(gè)數(shù)據(jù)點(diǎn) k2(i,j)=mean(m)。pycmax1 pycmin1 pycmean1 pycstd1]jieguo1 = clear astershanqu asterpingyuan shanqucha1 pingyuancha1 sqcmax1 sqcmin1 pycmax1 pycmin1 sqcmean1 pycmean1 sqcstd1 pycstd1 %進(jìn)行山區(qū)(aster)3″數(shù)據(jù)點(diǎn)均值賦值 k= ASTGTM2_N33E110_dem 。 %山區(qū)差值矩陣的平均值 pycmean1=double(mean2(pingyuancha1))。 %山區(qū)差值矩陣的最大值 sqcmin1=double(min(min(shanqucha1)))。 %srtm平原數(shù)據(jù)3″ asterpingyuan=ASTGTM2_N34E114_dem(1:3:3601,1:3:3601)。通過(guò)這次論文寫(xiě)作，讓我了解到，我國(guó)在測(cè)繪方面所做出的努力和所取得的成就，以及與世界各國(guó)的差距，讓我們看到世界未來(lái)的發(fā)展方向，中國(guó)未來(lái)的發(fā)展任務(wù)和趨勢(shì)，我們新一代的年輕人在建設(shè)中國(guó)，創(chuàng)造美好世界的過(guò)程中，更應(yīng)該腳踏實(shí)地的做好該做之事，能做之事。就目前而言，追求SRTM、 ASTER兩種數(shù)據(jù)和其他數(shù)據(jù)的結(jié)合已成為發(fā)展趨勢(shì)，用以獲得更為準(zhǔn)確和完備的全球地形圖。利用Matlab軟件對(duì)矩陣進(jìn)行提值、插值、求差矩陣，對(duì)其元素進(jìn)行分析，根據(jù)計(jì)算所得結(jié)果得知，無(wú)論是用提取法還是用插值法，這些數(shù)據(jù)充分證明了二者在山區(qū)的差值較大，且非常不穩(wěn)定，此種結(jié)果造成，在山區(qū)SRTM數(shù)據(jù)所描繪的地形與ASTER數(shù)據(jù)所描繪的地形在垂直方向上有很大的差別，在某些地區(qū)可能給商業(yè)經(jīng)濟(jì)等帶來(lái)?yè)p失。不管用何種方法，插值后兩數(shù)據(jù)在山區(qū)差值均值都高達(dá)6m之多，最大值在270m左右，最小值160m左右，方差在15m左右，所以在山區(qū)兩數(shù)據(jù)在垂直方向上的差值大，且不穩(wěn)定性大，兩種數(shù)據(jù)所描繪的地貌在垂直方向上并不重合。并分析插值前后插值矩陣的特點(diǎn)，具體方法和步驟見(jiàn)附錄1。（2）均值賦值法：利
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1