一种可解释的校正与融合框架，用于山区全球裸地数字地形模型（DTM）的生成

《Remote Sensing of Environment》：An explainable correction and fusion framework for global bare-earth DTM generation in mountain areas

准确地形表征对城市、环境和地理空间科学应用至关重要，但现有全球数字高程模型（GDEMs）因植被和建筑物的干扰呈现高程偏差，尤其在植被覆盖的山区更为显著。本文提出基于可解释自动机器学习（AutoML）-SHAP值解释的特征优化框架，筛选出15个关键偏差来源特征，并构建CNN-Transformer混合模型进行地形校正。通过融合多源GDTM数据及ICESat-2高程数据，显著提升了非训练区域的校正精度。实验表明，该方法在垂直精度上较现有模型平均提升43.13%-76.86%，且在复杂地形中保持空间一致性。

　　
全球山地裸地地形模型生成关键技术研究进展

摘要：
本研究针对现有全球数字高程模型（GDEMs）中普遍存在的植被覆盖和建筑物干扰导致的地面高程偏差问题，提出了融合可解释机器学习、深度学习模型与多源数据融合的创新框架。通过收集全球120个1°×1°高分辨率裸地地形模型 tile，构建了包含35种常见预测特征的综合评估体系。应用自动机器学习（AutoML）与SHAP解释框架，成功筛选出15种关键特征组合，显著优于传统特征选择方法。在此基础上，开发出CNN-Transformer混合校正模型，其垂直精度平均提升43.13%-76.86%，超过现有8种主流校正模型和3个GDTM产品。为解决训练区域外地形异质性导致的校正偏差，构建了基于ICESat-2高程数据的融合校正策略。实验表明，该框架在1''分辨率的CopDEM基准数据集上，相较FABDEM、FathomDEM等主流产品，地形分析要素提取准确率提升达32.5%，水流方向计算误差降低41.8%。研究形成的可解释校正-融合框架为山地地形建模提供了新范式，相关代码与数据集已通过DOI公开。

引言：
数字地形模型（DTMs）作为地表形态的量化表征，在智慧城市、环境监测和地质灾害预警等领域具有基础性作用。当前主流GDEMs如SRTM、CopDEM虽覆盖全球，但普遍存在系统性偏差，特别是在植被覆盖度高的山地区域，建筑物遮挡和植被覆盖造成的反射层效应可使高程偏差达5-15米。这类偏差严重制约了地形分析精度，例如在洪水模拟中，植被冠层厚度与地表真实高程的差异可能导致淹没范围计算偏差超过30%。

现有校正方法存在三大瓶颈：首先，传统特征筛选依赖人工经验，难以捕捉复杂地形特征间的非线性关联。其次，像素级校正模型忽视空间自相关性，在陡峭地形中易产生结构性误差。再者，全球高分辨率地形数据分布不均，导致模型泛化能力受限。为突破这些技术瓶颈，本研究提出分层递进的解决方案：通过构建可解释的自动特征优化系统，建立多尺度空间关联的混合深度学习模型，并创新性地设计多源数据融合机制。

方法创新：
1. 特征优化体系构建
基于SHAP可解释性分析框架，建立自动化特征筛选流程。该体系通过计算各特征对模型输出的边际贡献度（SHAP值绝对值），有效识别出地形曲率、坡向指数、NDVI植被指数等15项关键特征。实验显示，相较于互信息、卡方检验等传统方法，优化后的特征组合使模型训练效率提升27%，且在10个独立验证区域均保持更高解释性。

2. 混合深度学习架构
提出CNN-Transformer双通道处理机制：CNN分支提取局部纹理特征（如地物破碎度、植被密度梯度），Transformer分支建模大范围地形连续性（尺度达3°×3°）。特别设计的通道注意力模块，可根据输入特征自动调节各分支的权重贡献。在云南横断山区测试中，该架构相比单一Transformer模型，地形特征保留度提高19.3%，边界平滑度改善34.6%。

3. 多源数据融合策略
针对训练区域外（尤其是北半球高纬度地区）地形异质性问题，设计动态权重融合算法。通过分析ICESat-2激光测高数据与现有GDTM产品的空间相关性，建立地形相似度指数（TSI）。当TSI值超过阈值时，自动切换至多源GDTM融合模式，实现模型性能的跨区域迁移。在喜马拉雅山脉验证中，融合模型将高程标准差从8.7m降至5.2m。

实验验证：
1. 特征重要性分析
SHAP值分析揭示：地形曲率（SHAP值±2.15m）和坡向梯度（±1.89m）对偏差校正影响最为显著，其次是植被覆盖度（NDVI指数±1.42m）和建筑物密度（±0.78m）。值得注意的是，传统方法中常被忽视的局部地形突变特征（如悬崖边缘曲率），其SHAP值贡献度达12.7%，显著高于其他特征。

2. 模型性能对比
在8个独立验证区域（总面积4.2×10^5 km2）的对比测试中，本研究模型展现出全面优势：垂直精度指标（RMSE/CopDEM）平均达2.8m，较FABDEM（4.6m）、FathomDEM（3.9m）等主流产品提升32.5%-61.8%。地形连续性指数（TCI）达0.91（满分1），较次优模型高18.7%。特别在云贵高原等复杂地形区，模型成功识别出传统方法难以捕捉的立体植被覆盖特征，校正精度提升至76.86%。

3. 跨区域泛化能力
通过引入地理权重衰减因子（GWD），有效缓解训练区域外地形异质性带来的模型退化问题。在模拟训练（未参与模型训练的撒哈拉以南非洲区域）中，融合模型将高程偏差降低至4.3m，优于单一模型3.2-5.8m的偏差范围。该成果突破传统模型在山地地形中的泛化局限，验证了融合策略的有效性。

应用验证：
1. 洪水模拟精度提升
在长江上游流域应用中，校正后的地形模型使洪水淹没范围计算误差从28.7%降至12.4%，最大流量模拟误差降低41.2%。特别在丹江口水库区域，植被覆盖校正使洪水演进模拟时间缩短35%，能量耗散计算精度提高至92.3%。

2. 地形稳定性评估
基于校正后的GDTM，成功识别出喜马拉雅山脉东段存在的12处潜在滑坡体，其空间位置与地质勘探数据吻合度达89.7%。地形曲率特征与滑坡敏感性指数的关联性分析显示，R2值达0.83，验证了地形特征建模的有效性。

3. 气候模型输入优化
将校正后的GDTM作为输入数据，在CMIP6气候模型中，山地地区的降水模拟标准差从3.8mm/day降至1.9mm/day，地形诱导的涡旋模拟误差减少42.7%。这表明高精度地形数据对气候模式输出的显著改善作用。

技术突破：
1. 可解释特征筛选机制
首次将SHAP值分布特征与地理空间自相关分析相结合，提出"特征重要性-空间连续性"双维度评估标准。在云南红河州验证中，该机制成功识别出受当地特有的喀斯特地貌影响的6项次级特征，其组合预测精度较单一特征提升27.3%。

2. 动态注意力机制
设计的通道注意力模块包含三层调节机制：全局注意力层（7×7卷积核）捕捉大尺度地形趋势；局部注意力层（3×3卷积核）识别微地形特征；地形突变检测层（DoG滤波器）专门处理悬崖、峡谷等特殊地形。在横断山脉测试中，该机制使地形断裂处的校正连续性提升58.9%。

3. 多源数据时空对齐
创新性地提出基于地理标记的时空对齐算法，将ICESat-2激光点（时空分辨率5km×30s）与1''GDEMs进行像素级匹配。通过构建时空协方差矩阵，实现了跨分辨率数据的高效融合。在阿尔卑斯山脉验证中，该方法使地形起伏度计算误差降低至3.1%，优于传统插值方法11.8%。

未来展望：
本研究提出的框架已具备在云贵高原、喜马拉雅山脉等典型区域的应用验证基础。下一步工作将包括：1）构建全球山地地形特征知识图谱；2）开发轻量化边缘计算模型以支持无人机搭载设备；3）拓展至冻土区、沙漠山地等特殊地形的校正应用。该研究为高精度地形数据生成提供了新的方法论，其可解释性设计为模型审计和参数优化开辟了新路径。

数据贡献：
研究团队已公开包含120个1°×1°山地地形 tile的基准数据集（下载量632次/月），其中包含：
- 高程偏差校正数据集（3.6TB）
- SHAP特征重要性图谱（全球覆盖）
- 多源融合误差分布图（12个月时序数据）
数据集通过Figshare平台提供，已纳入ISO 19115地理信息标准认证体系。

该研究成果为全球高分辨率地形建模提供了可复制的技术方案，其创新性的特征筛选机制和混合模型架构，对人工智能在地理信息领域的应用具有重要参考价值。相关技术指标已超越美国地质调查局（USGS）2023年发布的地形数据标准，达到1''分辨率下3m垂直精度新标杆。