面向DEM 3×地形泛化的特征融合卷积神经网络：坡度—坡向先验与可调IDW融合

《Remote Sensing》：A Feature-Fusion Convolutional Neural Network for Terrain Generalization

　　

地形泛化——对数字高程模型（DEMs）进行尺度驱动的抽象，保留主导地貌而滤除微小地形——长期由基于规则的算法主导，而深度学习主要面向DEM超分辨率的逆任务。本研究提出TG-CNN，一种用于DEM降尺度泛化的特征融合卷积神经网络。该网络通过最大池化或平均池化（max-/average-pooling）前端压缩高分辨率DEM，将归一化高程与坡度及正弦—余弦（sine–cosine）循环编码坡向组合为互补输入通道，并采用高程—坡度—坡向复合损失进行训练。训练、验证和测试在地理独立的山区采用留一区域方案进行，随后执行可调反距离加权（IDW, inverse distance weighting）融合后处理。在测试区域，经典双线性插值保持最佳高程精度，而单独TG-CNN未达到可比水平；融合精度随IDW份额增加而单调提高，表明融合收益源于插值分量。然而在脊—谷结构方面，TG-CNN表现为一种激进但可靠的滤波器：在所有比较方法中取得最高精度和最小位置偏移，但仅保留部分参考骨架，使其F1-score（F1分数）低于插值基线。因此，TG-CNN实现了真实且可控的地形抽象效果，但深度学习在像素级高程精度上尚未超越成熟插值——这一负结果阐明了当前局限，并指向残差学习和信息保持架构。

研究背景与问题：地形泛化（terrain generalization，按尺度对数字高程模型（DEM, digital elevation model）进行抽象简化并保留主导地貌、滤除微小地形）长期由基于规则算法主导；传统图像处理法和地形结构法依赖专家经验和固定简化规则。深度学习在DEM处理中集中于方向相反的DEM超分辨率（super-resolution）重建，超分辨率网络多以像素级高程损失优化，缺少地貌—拓扑监督，作为黑箱难以自主判断保留或删除哪些特征，可能生成空间错位或人工脊谷；专门面向DEM降尺度地形泛化的网络和损失仍少。因此，研究人员提出TG-CNN，将地貌先验嵌入输入与损失，并系统比较其与传统方法和IDW后处理。

研究开展、结论与意义：研究人员构建面向3× DEM下采样的特征融合卷积神经网络（TG-CNN, feature-fusion convolutional neural network），配置最大池化或平均池化前端，以归一化高程、坡度和正弦—余弦循环编码坡向为四通道输入，采用高程—坡度—坡向复合损失训练；训练、验证和测试在地理独立山区按留一区域（leave-one-area-out）方案进行，并附加可调反距离加权（IDW, inverse distance weighting）融合后处理。评价同时使用平均绝对误差（MAE, mean absolute error）、均方根误差（RMSE, root mean square error）、山体阴影和脊谷骨架。结论是TG-CNN实现真实、可控的地形抽象，能保留主导脊谷骨架并去除次级微地形，脊线精度和位置偏移优于插值基线；但像素级高程精度未超过成熟插值，融合收益主要来自IDW。该负结果明确当前局限并指向残差学习、信息保持架构。

关键技术方法（≤250字）：研究采用重庆与Valdez两个地理独立山区训练、Chongqing验证、未见Gore Range测试，均使用真实30 m高分辨率（HR）与90 m低分辨率（LR）DEM对进行固定3×下采样，低分辨率样本非由单一高分辨率DEM人工生成；NoData和边缘像元掩膜。TG-CNN含四通道输入、最大或平均池化前端、输入卷积、32个改进残差块、特征融合卷积和单输出卷积；复合损失含高程L1、坡度绝对偏差和正弦—余弦坡向误差；训练用Adam、余弦退火、梯度裁剪和早停；后处理用K=12的IDW并以α_idw调节；评价含MAE/RMSE、山体阴影和脊谷线缓冲匹配的precision、recall、F1-score及平均水平偏移。

4.1 Experimental Setup and Baseline Methods（实验设置与基线方法）：以Valdez训练、最大池化、α=0.6、β=0.0、IDW融合系数0.3为优化配置，比较HR、真实LR、TIN（Triangulated Irregular Network，三角不规则网）、双线性重采样及TG-CNN前后；以90 m LR为基准计算MAE/RMSE和高程频率分布。得出所有方法基本恢复总体高程分布；单独TG-CNN在极值和部分频率上有偏差，IDW可校正低估峰值并优化分布；但TG-CNN误差量级合理，重建质量仍逊于传统重采样和TIN。

4.2 Visual Comparison of Hillshade Rendering and Terrain Ridge and Valley Lines（山体阴影渲染与地形脊谷线视觉比较）：通过山体阴影和脊谷线提取、以90 m参考DEM脊谷线进行缓冲匹配，计算precision、recall、F1-score和平均偏移。得出单独TG-CNN平滑较强、模糊微地形，IDW α=0.3恢复细节；所有方法保留主脊谷，但单独TG-CNN去除大量次级分支，融合恢复主要归因IDW；双线性和TIN的F1最高（0.944、0.941），融合0.933，单独0.843；单独召回73.5%，但精度0.988、偏移24 m，优于双线性和TIN；融合精度0.992、偏移11 m，主要来自IDW。

4.3 Loss Function Coefficient Analysis（损失函数系数分析）：在最大池化下用三个种子比较五组坡度/坡向损失系数，在Chongqing验证。得出种子间变异大（单配置MAE可达4.9 m）超过配置差异；无加权设置系统优于纯高程损失，组合α=0.6、β=0.4均值误差最大；最终α=0.6、β=0、seed 1为验证选择，但配置层面不可区分；最大池化在五个配置的平均MAE/RMSE均低于平均池化（13.51对14.97 m；23.74对25.94 m），15个种子对中13胜，池化影响更大更一致。

4.4 IDW Fusion Coefficient Analysis（IDW融合系数分析）：在测试区按α∈{0,0.3,0.5,0.7,1.0}与IDW融合，比较MAE/RMSE并可视化。得出所有组合均有效泛化；α越小保留细节，α越大越模糊；误差随α增加单调增大，纯IDW（α=0）最佳（MAE 1.78 m、RMSE 2.58 m），α=1时MAE 13.74 m、RMSE 25.08 m，网络份额增加降低融合精度。

讨论总结：IDW权重提供连续保真—平滑控制，骨架由完整次级分支细化为稀疏但高精度干网络；但网络高程精度低于IDW，故网络份额增加单调恶化融合误差，当前实用操作点为α=0，未来提高网络精度后才能实现有原则的权衡。坡度/坡向约束设计互补，但验证集仅坡度项呈轻微有利趋势，坡向项无贡献，差异未超种子变异；高程损失在z-score归一化瓦片上已隐含梯度约束，额外项多重复信号并引入优化噪声，未证明可测互补收益。局限包括前端步长3最大池化信息瓶颈、跨区域迁移弱、种子敏感、均匀隐式平滑无法区分微地形与必须保留特征，以及3×任务保真主导、插值近优；研究仅覆盖山地。未来为相对经典插值的残差学习、信息保持下采样和多区域训练。

6. Conclusions（结论）翻译：本研究构建TG-CNN解决学习型地形泛化需求，将坡度与正弦—余弦循环编码坡向嵌入输入和复合损失，提供最大池化与平均池化变体，并按留一区域在Valdez训练、Chongqing验证、Gore Range测试，附加可调IDW后处理。主要结论：第一，像素级高程精度上经典插值仍优，测试区双线性MAE 1.41 m、IDW 1.78 m，单独TG-CNN 13.74 m，差距在三个区域、三十种配置和种子中持续存在，表明池化前端存在结构性信息瓶颈而非训练不足；第二，IDW权重可连续控制泛化强度，网络份额增加使表面平滑、骨架细化，从完整骨架变为稀疏高可靠干网络（精度0.988、偏移24 m，双线性0.944和37 m），这是真正尺度驱动抽象而非单纯高程拟合，但网络份额增加单调恶化融合误差，当前有用操作点为纯IDW端，α_idw=0.3的收益几乎全来自IDW；第三，最大池化一致优于平均池化，损失系数设置统计不可区分且受种子变异主导，坡度/坡向正则化尚无实测精度收益。总之，TG-CNN表明深度网络能执行可控、结构感知地形抽象，但该泛化倍数下深度学习尚未在高程精度上超越成熟插值；未来应研究相对经典插值的残差学习、信息保持下采样和多区域训练。