北京
基于无人机LiDAR 点云的DEM 生成及其精度修正
田一涵，张 亮，牛建军，倪 峰，肖亚卓，龚 卉，高 凌
（湖北省测绘工程院，湖北 武汉 430074）
关键词：LiDAR点云抽稀；DEM插值；地形因子；SHAP-XGBoost；DEM生成；DEM精度修正
引文格式
田一涵,张亮,牛建军,等. 基于无人机LiDAR点云的DEM生成及其精度修正[J]. 地理空间信息, 2026, 24(8):6-15. doi:10. 3969/j.issn.1672-4623.2026.08.002
摘 要
针对传统DEM生产耗时低效、现势性差等问题，创新性地将可解释机器学习方法系统引入DEM精度分析与修正中，提出一种普适于不同地形特征区域的无人机LiDAR点云高精度DEM一体化生产方案。首先，采用SHAP-XGBoost 方法构建误差评估模型，分析DEM精度的影响因子；其次，基于分析结果生成初始DEM；最后，再次借助SHAP-XGBoost，结合关键影响因子构建误差改正模型，实现DEM精度修正。实验表明：相较于点云密度和插值方法，地形因子对DEM精度的贡献度更为显著；点云密度提高至一定程度后精度提升效果趋于饱和，实验区内不同地形区域采用30%的点云密度即可满足生产要求；以高程变异系数、土地利用类型、坡度和坡向地形因子为核心特征构建误差改正量，引入时空相关性参数，通过SHAP-XGBoost进行误差修正，可显著提升DEM精度，有效消除个别地形复杂区域的高程中误差超限现象。
第一作者简介
田一涵（1989—），硕士，工程师，从事测绘地理信息相关工作，E-mail：tianyihan0726@163.com。
下滑阅读全文
来源：湖北省土地学会
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
