中国复杂地形区域FABDEM垂直精度与水文适用性的评估：以广东省为例

《Remote Sensing Applications: Society and Environment》：Evaluation of FABDEM Vertical Accuracy and Hydrological Suitability in Complex Terrain Regions of China: A Case Study from Guangdong Province

中国广东省复杂地形下FABDEM垂直精度评估及水文应用分析，基于ICESat-2数据计算显示其RMSE为2.34米，MAE为1.37米，在森林、人工地表等不同覆盖类型中均优于AW3D30、Copernicus等4种GDEM，验证了FABDEM在灾害预警和城市研究中的适用性。

　　

杨冠辉|卢家廷|彭秋枝

昆明理工大学土地资源工程学院，中国云南省昆明市650093

摘要

全球数字高程模型（GDEMs）是地理和环境研究的重要基础数据。对GDEM精度的定量评估对于选择适合应用研究的数据源至关重要。森林和建筑物去除后的高程模型（FABDEM）已在多个国家和地区被验证为最佳数据源。然而，FABDEM在中国，特别是在广东省的垂直精度尚未得到评估。广东省具有多样的土地覆盖类型、复杂的地形，并且容易发生自然灾害。本研究使用ICESat-2数据作为参考高程数据集，通过均方根误差（RMSE）和平均绝对误差（MAE）来评估FABDEM在广东省的垂直精度。此外，还引入了主要河道识别精度等指标来评估各种GDEM的水文分析能力。结果表明，FABDEM在广东省具有最佳的总体垂直精度，RMSE约为2.3米，MAE约为1.4米。在大多数地形条件下，FABDEM的垂直精度优于其他GDEM。此外，FABDEM在实际水文分析中的表现也优于其他GDEM。这些发现表明，与其他GDEM相比，FABDEM更适合在广东省进行研究，并能为该地区的许多研究领域提供更准确的分析基础。此外，这项研究还为FABDEM在全球未用于模型训练的地区提供了新的应用证据，证明了其优越性。

引言

数字高程模型（DEM）是一种定量的地形表示方法，以地理参考网格格式提供高程数据（Guth等人，2021年）。DEM可以分为两类：数字表面模型（DSM），它表示地球表面所有自然和人造特征的高度；以及数字地形模型（DTM），它仅捕捉裸地高度，不包括树木和建筑物等物体（Polidori和El Hage，2020年）。DEM及其衍生的地形变量（如高程、坡度）被广泛应用于各种科学研究中，包括冰川学（Guillet和Bolch，2023年；Zhou等人，2019年）、林业（Zhao等人，2023b年）、城市研究（Yang等人，2022年；Zhou等人，2021年）和水文学（Kulp和Strauss，2019年；Liu等人，2024b年）。联合国全球地理空间信息管理专家委员会将DEM认定为全球基本地理空间数据主题，DEM在实现可持续发展目标方面发挥着关键作用（UN-GGIM，2019年，2021年）。

从卫星数据生成的全球DEM（GDEM）为世界上大多数国家和地区提供了可靠的高程数据。其主要优点包括生产成本低、易于获取、空间分辨率高和近乎全球的覆盖范围。目前，主要的免费可用GDEM数据集包括来自干涉合成孔径雷达（InSAR）数据的SRTM DEM（Farr等人，2007年）、来自卫星立体图像的ASTER GDEM和AW3D 30 DEM（Abrams等人，2020年；Tadono等人，2016年），以及使用卫星InSAR技术制作的TanDEM-X DEM（Rizzoli等人，2017年）。然而，这些初始GDEM数据集通常存在垂直精度低或空间分辨率低的问题（Abdulhassan等人，2021年）。因此，通常需要合并不同的GDEM数据集或使用更高垂直精度的DEM来生成更新的GDEM版本，或者直接创建新的GDEM，例如基于SRTM DEM和ASTER GDEM的NASADEM（Crippen等人，2016年），或基于TanDEM-X DEM的Copernicus DEM（Fahrland等人，2020年）。严格来说，这些GDEM属于DSM（Guth和Geoffroy，2021年；Li等人，2022年；Uuemaa等人，2020年），而洪水制图、城市研究和地形制图等应用需要反映裸地高度的DTM（Faherty等人，2020年；Liu等人，2021b年）。鉴于生成全球DTM的高成本和复杂性，另一种方法是通过从DSM中去除表面物体（如森林和建筑物）的高度来近似DTM（Amirkolaee等人，2022年；Oshio等人，2023年）。MERIT DEM是一个90米分辨率的全球数据集，通过融合SRTM和AW3D 30 DEM创建（Yamazaki等人，2017年）。它使用ICESat数据有效校正了森林高度偏差。然而，由于它不是为去除建筑物高度或其他非地形物体而设计的，MERIT DEM仍然是一个改进的GDEM，而不是真正的裸地DTM。这一限制在城市地区尤为明显（Amirkolaee等人，2022年；Hawker等人，2022年）。

森林和建筑物去除后的高程模型（FABDEM）通过从Copernicus DEM中去除建筑物和森林高度偏差，生成了一个30米分辨率的近似GDTM（Hawker等人，2022年）。据其开发者称，FABDEM在城市地区的平均绝对误差为1.61米，在森林地区的平均绝对误差为2.88米，使其成为迄今为止最准确的30米分辨率GDEM数据集，对全球地理和环境研究具有重大意义（Hawker等人，2022年）。多项研究已确认FABDEM在各种国家和地区具有最佳的精度和广泛的应用性（Bhardwaj等人，2022年；Dandabathula等人，2023年；Hawker等人，2024年；Iqbal等人，2023年；Marsh等人，2023年；Saberi等人，2023年；Santillan等人，2023年）。然而，FABDEM在中国广阔的森林和城市地区，尤其是广东省的质量评估尚未进行，该地区的森林覆盖率和建成区比例很高。受气候、地形和人类活动的影响，广东省容易发生山体滑坡、泥石流和洪水等自然灾害（Liu等人，2024a）。使用高精度DEM进行这些灾害的识别和预警是灾害预防和减轻的关键工具（Chanu和Bakimchandra，2022年；Kulp和Strauss，2019年；Liu等人，2024a；Zhang等人，2023年）。此外，广东省的快速城市化带来了重大挑战，包括城市内涝和低坡度丘陵地区的城市开发（Yang等人，2021b年；Zhao等人，2023a）。因此，选择可靠且更准确的数据集对于确保研究结果的有效性至关重要。先前的研究表明，GDEM的垂直精度对于计算高程和坡度等地形因素至关重要（Salekin等人，2023年；Zhang和Shang，2021年）。然而，针对广东省的GDEM数据集的垂直精度评估和比较研究仍然有限。因此，评估和比较FABDEM在广东省的垂直精度质量是必要且紧迫的。

在评估和比较GDEM的垂直精度时，研究人员通常通过计算更高精度参考高程数据与GDEM高程数据之间的差异来量化垂直误差。垂直精度的评估通常使用均方根误差（RMSE）和平均绝对误差（MAE）等指标进行测量（López-Vázquez和Ariza-López，2023年）。常用的参考高程数据集包括地面控制点（GCPs）（Carrera-Hernandez等人，2021年；Saberi等人，2023年；Santillan等人，2023年）、更高精度的DEM数据集（Faherty等人，2020年；Hawker等人，2019年；Meadows等人，2024年；Trevisani等人，2023年）、GNSS测量数据集（del Rosario Gonzalez-Moradas和Viveen，2020年；Zhang等人，2019年）以及ICESat测高数据集（Guth和Geoffroy，2021年；Hu和Ji，2022年；Li等人，2023年；Liu等人，2020年）。其中，ICESat-2数据集由于其高精度和广泛的空间覆盖范围，已成为许多研究人员评估GDEM垂直精度的首选。与其他参考数据集相比，ICESat-2的验证质量可与机载LiDAR DTM数据相媲美，同时更易于获取，覆盖范围更广，因此在许多研究中被广泛用作GDEM垂直精度评估的参考数据集（Dandabathula等人，2023年；Ding等人，2023年；Li等人，2021年；Osama等人，2024年；Weifeng等人，2024年）。研究表明，GDEM在流域网络划分中的应用已成为水文建模和洪水预测的关键工具，DEM的选择显著影响水文特征的提取精度（Liu等人，2023a）。例如，最近对不同地区的GDEM（如FABDEM、MERIT、AW3D30）的比较——例如中欧的山区流域（Mare?ová等人，2024年）、越南的Lai Giang河流域（Nguyen等人，2023年）和多流域评估（Moges等人，2023年）——表明，仅靠垂直精度是不够的；地形表示（如坡度、植被偏差去除）和分辨率成为决定性因素。

本研究使用ICESat-2测高数据作为参考高程数据集，评估FABDEM在中国广东省的垂直精度。通过使用均方根误差（RMSE）和平均绝对误差（MAE）作为评估指标，分析了FABDEM的垂直精度。此外，还研究了FABDEM在不同地形因素（包括地貌、土地覆盖、坡度和朝向）下的适用性。此外，使用水文分析工具提取了河流网络，并与实际河流数据进行了比较，以评估其在水文建模中的适用性。最后，将FABDEM与四种广泛认可的高精度DEM产品进行了比较：AW3D 30 DEM、NASA DEM、MERIT DEM和Copernicus DEM。

研究区域

广东省位于中国南部沿海，陆地面积约为179,800平方公里，占全国领土的1.87%。该地区地形复杂，北部以高山和丘陵为主，南部以平原和梯田为主。这种多样的地形为在不同地貌条件下评估FABDEM的垂直精度提供了有利条件。

数据预处理

GDEMs和ICESat-2都使用WGS84作为水平坐标系统，而垂直参考基于EGM96或EGM2008大地水准面模型（见表1）。ICESat-2的垂直参考是WGS84椭球体。为了将ICESat-2的地形高程与各种GDEM的高程进行比较，Copernicus DEM、FABDEM和ICESat-2的高程都统一使用EGM96作为垂直参考。EGM96、egm2008和WGS84椭球体的垂直基准可以在图2中看到。

总体垂直精度

本研究使用ICESat-2数据评估了FABDEM在广东省的垂直精度。通过计算FABDEM与ICESat-2光子地形高程之间的高度差异，确定了垂直误差。图7显示了FABDEM与ICESat-2数据的垂直误差分布及相关评估指标。结果表明，FABDEM的垂直误差分布不符合正态分布，RMSE为2.34米，MAE为

FABDEM在广东省的卓越表现

本研究使用ICESat-2作为参考高程数据集，评估了FABDEM在广东省的垂直精度。结果表明，FABDEM在广东省具有最高的总体垂直精度，RMSE值为2.34米，MAE值为1.37米（见图8）。FABDEM在森林和人工表面上的RMSE值（森林为3.86米，人工表面为2.31米）均低于其开发者报告的值（森林为4.96米）

结论

本研究提供了FABDEM在中国广东省复杂地形和多样土地覆盖下的全面基准。使用ICESat-2数据进行严格评估，证实FABDEM具有卓越的垂直精度（RMSE = 2.34米），始终优于其他30米分辨率的GDEM（Copernicus、AW3D30和NASA DEM）。

我们的分析突出了两个关键发现：首先，FABDEM在不同地貌类型中表现出异常的稳定性，有效减轻了植被

CRediT作者贡献声明

杨冠辉：撰写——原始草稿、可视化、验证、正式分析、数据管理。卢家廷：撰写——审阅与编辑、方法论、概念化。彭秋枝：撰写——审阅与编辑、监督、资源管理、项目协调、资金获取

未引用参考文献

del Rosario Gonzalez-Moradas和Viveen，2020年。

^{遥感应用的伦理声明：社会与环境}

• 1)
  这是作者自己的原创作品，之前未在其他地方发表。
• 2)
  该论文目前没有考虑在其他地方发表。
• 3)
  该论文真实完整地反映了作者自己的研究和分析。
• 4)
  论文正确地承认了合作者和共同研究人员的贡献。
• 5)
  结果适当地放在了先前和现有研究的背景下。
• 6)
  所有使用的来源都得到了正确的披露（正确引用）。

资助

本研究得到了国家自然科学基金的项目支持，项目名称为“中国南部山区城市建筑用地的分布和变化特征”（编号41961039）。

利益冲突声明

? 作者声明他们没有已知的可能会影响本文工作的财务利益或个人关系。

致谢

我们感谢所有提供支持的机构和平台。我们也感谢许多学生和同事的建议和帮助。