摘要
为了在澎湖水道生成一个高质量的数字水深模型(Digital Bathymetric Model,DBM),分析了不同DBM在不同子区域之间的差异,利用自适应分区域空间加权融合方法构建了一个新的DBM.结果表明,在当前使用最为广泛的DBMs中,SRTM30_PLUS、GEBCO_2021、SRTM15_PLUS这3种DBM质量较好,均方根误差(Root Mean Squared Error,RMSE)为7.931～8.016 m,而ETOPO1、GEBCO_2014和TOPO V19.1质量较差,RMSE为11.439～20.105 m;利用本文研究方法所构建的澎湖水道数字水深模型的RMSE为6.970 m,其精度比GEBCO_2021、SRTM30_PLUS和SRTM15_PLUS模型分别高12％、13％和12％,利用本研究方法所构建的DBM恢复了高精度水深点,保留了地形细节信息.研究结果可为从多个数据集中及时重建和更新大规模海底地形提供参考,并推广应用于其他环境和区域中.
基金项目
江苏省高等学校自然科学研究项目(22KJB170016)
维普
万方数据