1 论文标题：利用ICESat-2/ATLAS修正SRTM高程误差的PSO-RF方法
2 作者信息：戴泽源, 张立华*, 周寅飞：海军大连舰艇学院军事海洋与测绘系，辽宁 大连；刘 翔：海图信息中心，天津；李泽宇：91937部队，浙江 宁波
3 出处和链接：戴泽源, 刘翔, 张立华, 周寅飞, 李泽宇. 利用ICESat-2/ATLAS修正SRTM高程误差的PSO-RF方法[J]. 地球科学前沿, 2023, 13(11): 1276-1287.
https://doi.org/10.12677/AG.2023.13111214 摘要：针对当前SRTM高程误差修正方法未能充分挖掘高程误差及其影响因素间的复杂非线性关系的不足，本文提出一种修正SRTM的PSO-RF方法。首先，从ICESat-2/ATLAS强光束数据中提取参考高程光子，计算各光子对应的SRTM高程误差及地形参数和地表覆盖类型参数；然后，构造随机森林(Random Forest, RF)算法和粒子群优化(Particle Swarm Optimization, PSO)算法相结合的SRTM高程误差修正模型，并用光子数据训练修正模型；最后，将训练所得PSO-RF模型应用于ICESat-2未覆盖的SRTM区域，得到修正后的SRTM，并与多项式回归(Polynomial Regression, PR)方法进行比较分析。选取美国内华达山脉和圣华金河谷区域的SRTM数据进行实验验证，实验结果表明：PSO-RF方法所构造的修正模型可有效减小SRTM高程修正的误差，修正精度优于PR方法。
