葛晨宇，董良，许伊昆，常毅，张宏鸣

（西北农林科技大学信息工程学院，陕西杨凌 712100）

0 引言

航天飞机雷达地形测绘任务（Shuttle Radar Terrain Mission，SRTM）通过离散高程点采集来数字化模拟地形表面［1］，在过去十年中被广泛应用于地形建模、地理信息系统和数据计算等领域中；然而，由于卫星在数据采集过程中雷达干涉仪桅杆的残余运动［2］、地形表面反射率的突然变化［3］等因素，生成后的数据中存在混合分布的随机噪声和系统误差，具体表现为尖峰、斑点和多向条纹误差。这类误差的存在对数据的可靠性和后续应用造成严重影响。

国内外研究者先后基于该问题进行了数据修复方法研究，主要方法可分为4类：基于空间域的方法［4］、基于域的组合方法［5］、基于统计的方法［6-7］和基于傅里叶变换的方法［8-9］。基于空间域的方法通过计算空间变化的噪声方差构造数据窗口大小不同的滤波器去除数据中的随机噪声，但全局平滑操作将不可避免地影响局部非噪声分量，使后续应用与计算出现与实际不符的现象，同时这种类型的方法不适用于消除系统误差；基于域的组合方法通过交叉滤波来实现去条纹，但该类方法在消除条带误差的同时也会导致条带方向上的数据丢失，使其地形表面出现断层现象，并且该方法针对条带误差的不同分量需要手动修改不同的内核函数；基于统计的方法通过将实地采集的真实高程数据与目标数据集进行校准匹配，获得了误差的先验信息从而对目标数据进行修复，但显然对于全球范围，这种适用于局部区域的修复方法不再适用；……