基于ICESat-2和GEDI数据的90米分辨率数字地形模型构建：在精度与采样强度之间寻求平衡

《Science of Remote Sensing》：Towards 90 m resolution Digital Terrain Model combining ICESat-2 and GEDI data: Balancing Accuracy and Sampling Intensity

该研究利用ICESat-2和GEDI卫星激光雷达数据生成90米分辨率数字地形模型（DTM），通过比较不同精度阈值（0.25-50米）和分辨率（90、300、1000米）下的采样密度与覆盖范围，发现结合两种数据源可显著提升采样密度。在森林区域，DTM的均方根误差（RMSE）为3.7米，优于Copernicus DEM的11.2米；非森林区域DTM RMSE为2.6米，接近Copernicus DEM的3.1米。研究表明，夜间采集的ICESat-2数据精度更高，而GEDI的覆盖更广。最优分辨率为300米，但90米分辨率在足够采样密度（4-6次/90米网格）下仍具潜力。

　　### 研究背景与意义

自本世纪初以来，科学家们投入了大量精力，利用卫星数据生成全球或近全球的数字高程模型（DEM）。这些模型通常基于合成孔径雷达（SAR）干涉测量或光学影像数据，为多种应用提供了重要的支持，包括水文建模、物种分布建模、土壤侵蚀建模和洪水脆弱性评估等。然而，尽管这些全球DEM在广泛使用中表现出色，它们的精度仍然受到SAR干涉测量和光学影像数据在植被覆盖区域捕捉真实地面高程能力的限制。因此，对于生成代表裸地的数字地形模型（DTM）的新的遥感方法提出了更高的需求。

激光测高技术作为一项新兴的准确全球地形信息来源，相较于干涉测量或光学影像具有独特的优势。它能够穿透植被冠层间隙，直接测量地面高程，这使得其在生成DTM方面具有显著潜力。2018年，美国国家航空航天局（NASA）启动了两项突破性的空间激光测高任务，即Ice, Cloud and Land Elevation Satellite-2（ICESat-2）和Global Ecosystem Dynamics Investigation（GEDI），这两项任务都提供了高精度的地形高程数据。然而，ICESat-2和GEDI的观测数据密度相对较低，限制了它们在生成高分辨率DTM方面的实用性。

为了弥补这一不足，研究者们开始探索将ICESat-2和GEDI数据结合，以提高观测密度和覆盖范围，从而实现更高分辨率的DTM插值。本研究通过比较不同条件下的观测精度和采样强度，评估了这两种卫星数据生成DTM的可行性，并分析了它们在不同地形和植被覆盖区域的表现。研究结果表明，尽管ICESat-2在地形高度估计上优于GEDI，但通过结合两者的数据，可以显著提高采样密度和覆盖范围，从而生成更精确的DTM。这种结合策略在森林区域表现尤为突出，而非森林区域则需要更高的观测密度和更严格的精度阈值才能达到与现有全球DEM相当的精度。

### 研究方法与数据来源

本研究选择了三个具有代表性的研究区域，分别位于瑞士、新西兰和美国加利福尼亚州。这些区域的特点包括丰富的植被覆盖、复杂的地形以及广泛的数据可用性，这为研究提供了理想的环境。为了确保研究的准确性，研究团队使用了不同时间点的航空激光扫描（ALS）数据作为参考，这些数据的时间范围与ICESat-2和GEDI的观测时间相吻合。每个研究区域的ALS数据点密度均较高，从而保证了参考数据的精度和可靠性。

研究中使用的全球DEM数据来自Copernicus计划，具体为GLO-90产品。Copernicus DEM主要基于TanDEM-X数据，但也结合了其他全球DEM（如SRTM和ASTER GDEM）以填补数据空缺并减少错误。为了进行精度评估，研究团队使用了两种不同的过滤方法：一种是基于内部质量标志的过滤（S_F），另一种是结合ALS生成的DTM进行比较过滤（S_025、S_05、S_1、S_5、S_10、S_15、S_20、S_30、S_50）。这些过滤场景涵盖了从高精度到低精度的不同精度要求，以评估不同精度阈值对观测密度和覆盖范围的影响。

在插值方法的选择上，研究团队采用了自然邻近插值法，这是一种稳健且无需参数的方法，能够根据输入数据的分布情况局部适应。这种方法特别适用于观测数据分布不均的情况。此外，研究还使用了Horn算法计算了每个研究区域的坡度，以进一步分析地形特征对观测精度的影响。

### 研究结果与分析

研究结果显示，ICESat-2的地形高度观测数据在所有研究区域中都表现出较高的精度，而GEDI的精度则相对较低。通过比较不同精度阈值下的观测数据，研究团队发现，在较宽松的精度要求下（如5米），ICESat-2和GEDI的观测密度和覆盖范围显著提高，这为生成高分辨率DTM提供了可能。然而，当精度要求更加严格时（如0.25米或0.5米），观测密度和覆盖范围明显下降，导致DTM的精度受到限制。

在森林区域，研究发现，当每个90米网格单元内至少有4-6个观测数据且垂直精度优于5米时，空间激光测高生成的DTM在精度上优于Copernicus DEM。而在非森林区域，为了达到与Copernicus DEM相当的精度，需要更高的观测密度和更严格的精度阈值。此外，研究还发现，夜间观测数据在ICESat-2中表现出更高的精度，这可能与太阳光照引起的背景噪声有关。相比之下，GEDI在日间和夜间观测数据之间的精度差异不明显，但其在陡峭地形上的精度下降更为显著。

研究团队进一步分析了不同精度阈值和分辨率对DTM精度的影响。结果表明，较高的分辨率（如90米）需要更多的观测数据来保证精度，而较低的分辨率（如1000米）则更容易达到较高的覆盖范围和密度。通过结合ICESat-2和GEDI的数据，研究团队发现，采样强度和精度之间存在显著的权衡关系。更严格的精度要求会减少可用观测数据的数量，从而降低覆盖范围和DTM的精度。

### 讨论与未来展望

研究结果表明，尽管ICESat-2和GEDI的观测数据密度较低，但通过结合两种数据源，可以显著提高DTM的精度和覆盖范围。这为未来生成更高分辨率的全球DTM提供了可行的解决方案。然而，当前的观测密度仍然无法完全满足高分辨率需求，特别是在森林区域，需要更高的数据密度和更严格的精度阈值才能达到与现有全球DEM相当的精度。

为了进一步提高空间激光测高生成的DTM精度，研究团队建议未来应关注过滤方法的改进，尤其是在缺乏参考数据的情况下。同时，研究还指出，不同地形和植被覆盖区域可能需要不同的精度阈值和数据密度要求。此外，研究强调了多传感器融合的重要性，认为这种策略可以有效提高DTM的精度和可靠性。

研究还提到，随着ICESat-2和GEDI任务的持续运行，观测数据的密度将逐渐增加，这为未来生成更高分辨率和更精确的全球DTM提供了可能。然而，目前仍然面临一些挑战，例如如何在缺乏参考数据的情况下进行有效的数据过滤，以及如何平衡数据精度和采样强度以优化DTM生成。

### 结论

本研究通过比较ICESat-2和GEDI的观测数据，评估了它们在生成高精度DTM方面的潜力。研究发现，ICESat-2在地形高度估计方面优于GEDI，但GEDI的观测密度更高。通过结合两种数据源，可以显著提高DTM的精度和覆盖范围，特别是在森林区域。然而，当前的观测密度仍然无法完全满足高分辨率需求，特别是在非森林区域，需要更高的数据密度和更严格的精度阈值才能达到与现有全球DEM相当的精度。

研究团队指出，随着ICESat-2和GEDI任务的持续运行，观测数据的密度将逐渐增加，这为未来生成更高分辨率和更精确的全球DTM提供了可能。然而，目前仍然面临一些挑战，例如如何在缺乏参考数据的情况下进行有效的数据过滤，以及如何平衡数据精度和采样强度以优化DTM生成。未来的研究应关注这些方面，以推动空间激光测高技术在生成全球DTM中的应用。