崔学敏

(山东省地质矿产勘查开发局第五地质大队)

数字高程模型(DEM)是地理信息系统(GIS)的重要数据源，已成为国家空间数据基础设施的基础内容之一。对于DEM数据来讲，其精度是最重要的质量评价指标。由原始数据(地面测量、雷达干涉、航空三维激光扫描、航空航天立体摄影测量及利用等高线地形图进行矢量化等)构建的DEM可能会存在粗差，易导致DEM发生扭曲失真。对粗差进行有效探测及剔除，有利于提高DEM数据质量[1-3]。近年来，大量学者对DEM数据粗差探测方法进行了大量研究，大量高精度探测算法相继被提出[4-8]。为进一步探讨目前常用的粗差探测算法的适用性，本研究着重对Felicisimo加权平均算法、Felicisimo十字交叉算法、基于趋势面和三维可视化的粗差探测算法、基于坡度信息的粗差探测算法、基于点方式的粗差探测算法、抗差移动三次曲面拟合算法的技术原理进行分析，并结合MATLAB编程试验，分析各类算法对于不同地形的适用性。

1 粗差探测算法原理

Felicisimo算法按照所取邻域点的不同，分为十字交叉和加权取平均2种算法。十字交叉算法所获取的邻域点为距离中心点最近的4个点，呈十字形分布。加权平均算法所获取的邻域点为中心点附近的8个点。Felicisimo算法以中心点的邻域点的高程平均值进行线性内插后作为中心点的高程估值。设邻域内插窗口尺寸为3×3，某DEM格网点的高程估值为Z(i,j)(i，j为点坐标值)

但在一般情况下，可用该点邻域点的高程加权平均值作为中心……