基于无人机激光扫描数据的DEM差异模型中不确定性评估方法的比较（用于土壤侵蚀检测）

《Geoscience Frontiers》：Comparing methods of assessing uncertainty in DEM of difference for soil erosion detection based on UAV laser scanning data

黄土高原Qiaogou集水区无人机激光扫描数据用于对比分析四种地表变化差异模型（DUD、UET、VOT、EST）的不确定度评估方法及去除策略（排除法、减法）对侵蚀监测精度的影响，发现DUD方法在道路区域能达62.64%的监测精度优势，而VOT方法在斜坡区表现最差，验证了复杂地形下需结合地形粗糙度与点云密度参数的优化评估框架。

　　在当今的地理信息系统和遥感技术迅速发展的背景下，对地表形态变化的监测成为研究土壤侵蚀、地形演变和地质灾害的重要手段。特别是通过重复获取高分辨率地形数据，利用差分数字高程模型（Difference of Digital Elevation Model，简称DoD）来识别地表变化，已经成为一种广泛应用的方法。然而，在实际应用中，由于数据获取过程中的各种不确定因素，如地表组成、地形复杂性和插值方法等，导致DoD模型在量化真实地表变化时存在一定的误差，这种误差被称为DoD不确定性。因此，如何准确估计和处理这些不确定性，成为提升地表形态变化监测精度的关键问题。

为了应对这一挑战，研究者们提出了多种DoD不确定性估计方法，包括直接不确定性推导法（Direct Uncertainty Derivation，DUD）、统一误差阈值法（Uniform-Error Thresholding，UET）、方差克服阈值法（Variance-Overcome Thresholding，VOT）和误差源阈值法（Error-Source Thresholding，EST）。这些方法各有特点，适用于不同的地形条件和研究需求。在实际应用中，研究人员还常常结合两种不确定性去除策略，即排除法（Exclusion）和减法（Subtraction），以进一步提高数据的可靠性。通过这些方法的综合应用，可以更有效地识别和量化土壤侵蚀、沉积等过程。

本研究选取了中国黄土高原上的小流域——乔沟流域（面积0.45平方公里）作为实验区域。该流域位于北纬37°29′36″至37°30′15″、东经110°17′22″至110°17′49″之间，海拔范围从807米到961米。该区域属于半干旱气候区，年均气温为9.9摄氏度，年降水量为446.1毫米。乔沟流域具有典型的黄土高原地貌特征，包括山地和沟壑，这些地形条件为研究地表形态变化提供了良好的自然实验场。通过无人机激光扫描（Unmanned Aerial Vehicle Laser Scanning，简称ULS）获取的点云数据，研究人员对不同地形单元（如道路和坡地）进行了DoD不确定性估计和去除的实验，以评估其在土壤侵蚀监测中的应用效果。

在道路单元的实验中，研究人员发现，VOT方法能够通过局部地形粗糙度与DEM误差标准差之间的线性关系，较为准确地估计出DoD不确定性。随着道路沟壑的地形粗糙度增加，其对应的DEM误差标准差也相应增大，这表明VOT方法在复杂地形区域具有较高的适用性。然而，VOT方法在估计侵蚀沟体积时表现出较差的精度，这可能与其对地形变化的敏感性有关。相比之下，DUD方法在道路单元的实验中表现出更优的性能，能够通过模糊推理系统（Fuzzy Inference System，FIS）结合局部粗糙度和点密度的统计分析，直接推导出DoD不确定性。这种方法不需要先估计单个DEM的误差，而是直接处理DoD数据，从而提高了计算效率和结果的可靠性。

在坡地单元的实验中，研究人员发现，DUD方法和VOT方法在去除DoD不确定性方面表现出较为一致的性能，而其他方法（如UET和EST）则相对逊色。DUD方法在坡地单元的实验中同样表现出较高的准确性，特别是在处理地形变化较大的区域时，其估计结果与实际观测数据（如地面激光扫描，Terrestrial Laser Scanning，TLS）之间的差异较小。而EST方法在坡地和道路单元的实验中均表现出中等水平的性能，其估计结果的可靠性较低，可能与其对地形变化的适应性不足有关。

为了验证这些方法的准确性，研究人员结合了现场调查和TLS扫描数据。现场调查提供了基准数据，用于评估不同方法在估算沟壑体积变化时的可靠性。而TLS扫描数据则用于验证坡地地形变化的准确性。结果显示，DUD方法在估算道路沟壑体积变化时表现最佳，其与现场调查数据之间的吻合度最高，达到了62.64%。而在坡地单元，DUD方法和VOT方法在去除不确定性后，其估算结果均优于其他方法。这表明，DUD方法在处理复杂地形条件下的地表形态变化时具有显著优势。

此外，研究还发现，排除法和减法两种不确定性去除策略在不同地形单元中的表现存在差异。排除法通过将低于LoD阈值的DoD单元标记为“无数据”，从而去除不确定性，这种方法在道路单元的实验中表现较为理想。而在坡地单元，减法策略则更适用于去除不确定性，因为其能够通过从原始DoD数据中减去LoD值，得到更准确的体积变化估算。两种策略的使用方式因地形复杂性和数据质量的不同而有所变化，因此在实际应用中需要根据具体情况选择合适的方法。

本研究的另一个重要发现是，现有DoD不确定性估计方法在处理复杂地形条件时存在一定的局限性。例如，UET方法假设DEM误差在整个研究区域是均匀分布的，这种方法在平坦区域可能较为适用，但在复杂地形区域容易出现低估或高估的情况。而VOT方法虽然能够通过局部地形粗糙度与误差标准差之间的线性关系来估计DoD不确定性，但在处理不同地形单元时的适应性较差，特别是在道路和坡地的差异性较大的情况下。相比之下，DUD方法能够通过统计分析和模糊推理系统，直接处理DoD数据，从而避免了对单个DEM误差的依赖，提高了计算的准确性和效率。

本研究的结论表明，DUD方法在估算地表形态变化时具有较高的可靠性，特别是在处理复杂地形条件下的土壤侵蚀监测。通过结合排除法和减法两种策略，DUD方法能够有效去除DoD不确定性，从而提高体积变化估算的精度。相比之下，其他方法（如UET、VOT和EST）在不同地形单元中的表现存在差异，且在处理复杂地形时的适应性较弱。因此，DUD方法在土壤侵蚀监测中具有显著的优势，值得进一步推广和应用。

此外，本研究还指出，当前的研究主要集中在对地表形态变化的识别和量化上，但对这些方法的准确性和适用性缺乏系统的分析。因此，本研究的目的是通过对不同DoD不确定性估计方法的比较，回答两个关键问题：首先，这些方法在监测不同土壤侵蚀过程时是否可靠？其次，最近提出的DUD方法是否在性能上优于其他方法？通过实验结果的验证，研究人员发现，DUD方法在估算道路沟壑体积变化时表现最佳，而在坡地单元中，DUD方法和VOT方法的性能较为一致，均优于其他方法。这表明，DUD方法在处理复杂地形条件下的地表形态变化时具有较高的适用性和准确性。

本研究的实验结果为未来的土壤侵蚀监测提供了重要的参考。首先，DUD方法作为一种新型的DoD不确定性估计方法，能够有效解决传统方法在处理复杂地形条件时的局限性，特别是在需要处理大量点云数据的情况下，其计算效率和准确性均优于其他方法。其次，排除法和减法两种策略在不同地形单元中的适用性存在差异，因此在实际应用中需要根据具体情况进行选择。此外，现场调查和TLS扫描数据的结合使用，能够有效验证不同方法的准确性，为后续研究提供可靠的数据支持。

总体而言，本研究通过对比不同DoD不确定性估计方法在复杂地形条件下的应用效果，为土壤侵蚀监测提供了一种新的方法论框架。DUD方法在处理地表形态变化时表现出较高的可靠性和准确性，特别是在需要处理大规模数据的情况下，其计算效率和结果质量均优于其他方法。因此，DUD方法有望成为未来地表形态变化监测的重要工具，特别是在黄土高原等复杂地形区域。此外，本研究还强调了在实际应用中，需要结合多种方法和技术，以提高土壤侵蚀监测的精度和可靠性。这不仅有助于更好地理解地表形态变化的规律，也为环境保护和灾害防治提供了科学依据。

在实际应用中，地表形态变化的监测不仅依赖于数据获取技术的进步，还需要对数据处理方法进行深入研究。随着无人机激光扫描、地面激光扫描等技术的不断发展，点云数据的分辨率和密度不断提高，为地表形态变化的监测提供了更多的可能性。然而，如何有效地处理这些数据中的不确定性，仍然是一个重要的研究课题。本研究通过对比不同方法在复杂地形条件下的应用效果，为未来的土壤侵蚀监测提供了重要的参考。同时，研究还强调了在实际应用中，需要结合多种方法和技术，以提高监测的精度和可靠性。

本研究的实验结果表明，DUD方法在处理复杂地形条件下的地表形态变化时具有显著优势。通过结合模糊推理系统和统计分析，DUD方法能够直接推导出DoD不确定性，从而避免了对单个DEM误差的依赖，提高了计算的准确性和效率。相比之下，其他方法（如UET、VOT和EST）在处理复杂地形条件时的适应性较弱，尤其是在处理不同地形单元时，其性能存在较大差异。因此，DUD方法在土壤侵蚀监测中的应用前景广阔，特别是在需要处理大规模数据的情况下，其计算效率和结果质量均优于其他方法。

此外，本研究还发现，排除法和减法两种策略在不同地形单元中的适用性存在差异。在道路单元的实验中，排除法能够有效去除低于LoD阈值的DoD不确定性，从而提高数据的可靠性。而在坡地单元的实验中，减法策略则更适用于去除不确定性，因为其能够通过从原始DoD数据中减去LoD值，得到更准确的体积变化估算。因此，在实际应用中，需要根据具体地形条件和数据质量选择合适的策略，以提高监测的精度和效率。

综上所述，本研究通过对比不同DoD不确定性估计方法在复杂地形条件下的应用效果，为土壤侵蚀监测提供了一种新的方法论框架。DUD方法在处理地表形态变化时表现出较高的可靠性和准确性，特别是在需要处理大规模数据的情况下，其计算效率和结果质量均优于其他方法。因此，DUD方法有望成为未来地表形态变化监测的重要工具，特别是在黄土高原等复杂地形区域。同时，研究还强调了在实际应用中，需要结合多种方法和技术，以提高监测的精度和可靠性。这不仅有助于更好地理解地表形态变化的规律，也为环境保护和灾害防治提供了科学依据。