江西师范大学虚拟地理环境团队发表基于误差空间自相关理论提升
无人机地表形变监测精度的最新研究成果
数字高程模型（DEM）误差往往具有空间相关性，这不可避免地影响到基于DEM的地形变化检测。传统的地形变化检测方法常常忽略DEM误差的时空分布。本研究旨在建立一个考虑地形变化检测中误差时空分布的工作流程。首先，从两个时期的地形DEM中获取DEM差（DoD），并采用蒙特卡洛方法评估DEM中的时空分布误差（SDE）。其次，基于时空分布的DEM误差传播计算DoD误差，同时使用半变异函数对其空间分布进行量化。最后，基于空间分布分析和显著性检测计算地形变化（侵蚀、沉积和净变化）。在两个小流域的实验结果表明，DEM误差具有时空相关性，增加了体积计算误差。并且，使用误差标准差（SDE）代替根均方误差（RMSE）可以有效降低检测结果的敏感性（显著性阈值下）。当显著性阈值从68%增加到95%时，使用时空分布误差的观测损失比使用RMSE低4.67% - 6.92%；显著性检验水平对净地形变化影响不大，但显著影响总侵蚀和沉积。特别是，检测水平的使用可以有效减少稳定地形区域侵蚀或沉积的误分类。该方法可有效应用于各种应用，如地表变形监测、侵蚀监测和泥沙运输评估。
该成果于2024年3月在中科院1区《Geo-spatial Information Science 》杂志(IF: 6.0)上发表（https://www.tandfonline.com/doi/full/10.1080/10095020.2024.2324921），是江西师大地灾/虚拟地理环境团队就城市基础设施、矿区、堤坝、边坡等相关的地质灾害监测预警与评估的一次重要成果。论文第一作者鄱阳湖湿地与流域研究教育部重点实验室何育枫博士，滁州学院陈西博士为通讯作者，南京水科院雷少华博士、南信工代文博士、江西师大地理与环境学院林珲教授等共同完成研究成果。该研究得到国家自然科学基金（批准号：42301533，项目名称：基于地理场景的时空知识图谱构建方法研究）等项目的资助。
