Разнообразие методов картографирования рельефа и наличие больших баз данных высот, предназначенных для нескольких пользователей, ставит вопрос о качестве ЦМР. Точность цифровой модели рельефа (ЦМР) обычно оценивается путем сравнения ее с эталонными данными. При отсутствии данных можно искать несоответствия в ЦМР, так как рельеф местности не является полностью случайным объектом. Эти критерии качества соответствуют различным потребностям, и поэтому производители должны учитывать множество пользователей. Тогда возникает вопрос, кто должен определять качество ЦМР между производителем и пользователем и как. В этой статье рассматриваются различные методы оценки качества, от цифровой модели высот до глобальной базы данных альтиметров.
Как и любой промышленный продукт, цифровые модели рельефа должны иметь качество, отвечающее как техническим ограничениям производства, так и требованиям пользователей. Основная трудность оценки качества DEM заключается в том, что это продукт, который обслуживает широкий круг пользователей, в зависимости от информации, требуемой от DEM. Кроме того, благодаря нашему опыту и нашим чувствам, как человеческим, рельеф является знакомым объектом, и мы предъявляем такие высокие требования к его изображению, что любое несоответствие может быть неприемлемым. Однако пользователи (научные или оперативные) не всегда знают, как выразить свои потребности. На самом деле потребности пользователей часто завышены, а это означает, что требования непропорциональны. Этому явлению способствует доступность ЦМР с очень высоким разрешением. Помимо этого риска чрезмерной спецификации, непросто определить явный и количественный показатель для измерения степени соответствия данных искомой информации в терминах, которые производители могли бы легко учесть для оптимизации производства. Это еще более важно для больших альтиметрических баз данных, в которых один метод производства должен удовлетворять множество пользователей в различных ландшафтах с точки зрения рельефа, земного покрова, климата и т. д. Следовательно, кто должен определять качество ЦМР и каким образом??
Преодоление трудностей
Качество ЦМР часто оценивается рудиментарным способом, путем анализа статистического распределения несоответствий высот. Наиболее распространенным показателем является среднеквадратическая ошибка (RMSE). Это объединяет смещение и стандартное отклонение, чтобы убедиться, что модель точна, а это означает, что она никогда не бывает очень далека от реальности. Однако это довольно плохой подход, поскольку он не учитывает пространственные вариации альтиметрической ошибки. Поэтому он не чувствителен к качеству восстановления форм рельефа, что важно для геоморфологии и связанных с ней исследований. Соблюдение формы рельефа зависит от точности уклона, аспекта и кривизны, которые являются производными от высоты. Однако при оценке точности наклонов по справочным данным приходится сталкиваться с другой трудностью. заключается в том, что значение уклона зависит от масштаба ЦМР (размера сетки). Чтобы преодолеть эти трудности, оценка качества ЦМР может также основываться на так называемой процедуре внутренней проверки, которая не использует справочные данные, а вместо этого ищет несоответствия (невероятные или даже невозможные формы рельефа) в ЦМР.
Разнообразие критериев качества
Внутренняя валидация расширяет принцип визуального контроля, что позволяет искать неправдоподобности в ЦМР, визуализируемой подходящим образом. Например, простое затенение позволяет выделить артефакты передискретизации, такие как шум, линейность или чрезмерное сглаживание. Тот же принцип можно реализовать более количественно, проанализировав соответствие ЦМР нескольким общим правилам, которым повсеместно должен удовлетворять земной рельеф. Можно выделить два вида правил. С одной стороны, физические правила приводят к строгим требованиям, и местность, которая им не соответствует, невозможна. Например, вода всегда течет вниз, а там, где это не так (например, при наличии раковин), ошибка ЦМР идентифицируется локально. С другой стороны, статистические правила приводят к слабым требованиям, и местность, которая им не соответствует, маловероятна, хотя и не невозможна. Например, вследствие фрактального поведения большинства гидрографических водосборов количество водотоков данного порядка Стралера линейно уменьшается с увеличением порядка водотока (закон Хортона). Точно так же статистическое распределение уклонов, экспозиций, изгибов, а также длин рек или площадей водоразделов может выявить несоответствия в ЦМР.
Таким образом, существует большое разнообразие критериев качества, которые относятся как к абсолютным положениям, так и к формам рельефа. Те же критерии можно использовать для определения качества продукции, полученной из ЦМР. Например, на гидрографическую сеть могут повлиять геометрические ошибки (абсолютные ошибки местоположения и нереалистичные формы), вызванные ошибками ЦМР, из которой она извлечена, и алгоритмом извлечения сети. В случае векторной сети также могут быть выявлены топологические ошибки.
Следует отметить, что критерий качества имеет смысл только в том случае, если номинальная местность, т. е. поверхность, которую должна описывать ЦМР, четко определена. Например, цифровая модель местности (DTM) описывает землю, а цифровая модель поверхности (DSM) описывает полог в лесу или крыши в городских районах.
Каким бы ни был критерий, качество ЦМР должно оцениваться на основе требований, предусмотренных для приложения. Однако эти требования не всегда легко выразить с помощью критериев, полезных для производителей ЦМР, особенно в случае многопользовательских баз данных высот, которые должны согласовывать различные критерии качества. На практике, из-за того, что пользователям ЦМР сложно выразить требования к качеству, качество ЦМР часто указывается производителем, а показатели качества подчеркивают продукт или метод, а не информируют пользователей об ограничениях, о которых они должны знать.
Прогноз качества ЦМР
Помимо апостериорной оценки качества существующей ЦМР, производители должны быть в состоянии предсказать качество, которое они могут ожидать до производства ЦМР, в зависимости от используемого метода восстановления и характеристик местности (климат, рельеф, растительный покров). Качество ЦМР можно в определенной степени предсказать, так как на него влияют параметры получения изображения (инструментальные и орбитальные характеристики датчика изображения) и обработки, основанные на теоретических уравнениях, чем можно предсказать такие показатели качества, как альтиметрическое стандартное отклонение. Хотя этот подход может помочь выбрать наилучший набор параметров сбора данных и обработки, он остается ограниченным, поскольку качество выходной ЦМР также зависит от процесса интерполяции и от неоднородных характеристик каждой области. Более того, некоторые параметры в теоретическом уравнении имеют хорошо известное, но непредсказуемое влияние. Это случай базовой линии в радиолокационной интерферометрии с повторным проходом, которую невозможно предсказать до получения изображения, поэтому точность ЦМР невозможно предсказать до производства. Следовательно, для прогнозирования эффективности метода производства ЦМР требуется опыт, основанный на анализе многочисленных ЦМР.
Заключение
Понимание явлений, которые ухудшают качество ЦМР, также может привести к методам улучшения либо во время производства, либо апостериорно. Справочные данные можно использовать для исправления абсолютной погрешности или для удаления высоты деревьев в лесных районах. Когда справочные данные недоступны, можно удалить артефакты, чтобы заставить ЦМР соответствовать некоторым физическим или статистическим правилам, например, заполнив впадины, чтобы реки текли вниз, или передискретизировав ЦМР для фильтрации шума или, наоборот, для создания реалистичной изменчивости путем кригинг или фрактальный синтез. Эти возможности улучшения ЦМР открывают новые возможности для снижения затрат за счет использования ЦМР среднего качества, которые могут быть улучшены в соответствии с требованиями пользователя на основе справочных данных или геоморфологических предположений.
Источник: Полидори Л. и Эль Хаге М. (2020) Методы оценки качества цифровых моделей рельефа: критический обзор. Дистанционное зондирование , 12, 3522, DOI: 10.3390/rs12213522 .