南极数字高程模型(DEM)能够为南极科考活动提供关键地形数据的支撑，还可用于融水池体积估算等研究。但南极自然环境恶劣，传统地面定标方法实施困难，星载激光雷达能够直接获取高精度的地表高程数据，可以有效解决这一问题。ICESat-2作为新一代激光测高卫星，其激光足印间隔仅为0.7 m，其南极冰盖的高程数据产品精度可达厘米级。并且该南极冰盖的高程数据产品与南极洲参考高程模型REMA DEM生成的源数据具有较好的时间匹配度。该文首先利用2015年IceBridge计划的IDHDT4数据产品验证了ICESat-2陆冰高数据ATL06的高程精度。在此基础上，利用验证后的ATL06数据系统评估了REMA DEM 32 m分辨率产品的高程精度。研究表明REMA DEM在坡度小于5°的平坦地形上精度可达亚米级，接近激光测高精度，在坡度达到30°时高程误差的RMSE不超过3.5 m。此外，论文进一步分析了地面光斑轨迹方向与DEM坡向间的夹角和季节对REMA DEM高程精度评估的影响。该文精度验证的结果能够为后续利用该数据产品在平坦地区进行冰面湖水深反演等工作提供理论依据。

南极数字高程模型(DEM)能够为南极科考活动提供关键地形数据的支撑，还可用于融水池体积估算等研究。但南极自然环境恶劣，传统地面定标方法实施困难，星载激光雷达能够直接获取高精度的地表高程数据，可以有效解决这一问题。ICESat-2作为新一代激光测高卫星，其激光足印间隔仅为0.7 m，其南极冰盖的高程数据产品精度可达厘米级。并且该南极冰盖的高程数据产品与南极洲参考高程模型REMA DEM生成的源数据具有较好的时间匹配度。该文首先利用2015年IceBridge计划的IDHDT4数据产品验证了ICESat-2陆冰高数据ATL06的高程精度。在此基础上，利用验证后的ATL06数据系统评估了REMA DEM 32 m分辨率产品的高程精度。研究表明REMA DEM在坡度小于5°的平坦地形上精度可达亚米级，接近激光测高精度，在坡度达到30°时高程误差的RMSE不超过3.5 m。此外，论文进一步分析了地面光斑轨迹方向与DEM坡向间的夹角和季节对REMA DEM高程精度评估的影响。该文精度验证的结果能够为后续利用该数据产品在平坦地区进行冰面湖水深反演等工作提供理论依据。

古冰川地貌是研究第四纪环境演变的重要依据,无人机Li DAR技术的高精度数据使得古冰川地貌研究具有更高的分辨率,可显著提升古冰川地貌分析、冰川地貌制图的精度。青藏高原东南部的稻城古冰帽保存了大量古冰川遗迹,是研究冰川地貌的理想区域。本研究应用无人机Li DAR技术,对稻城古冰帽南缘的库照日地区槽谷出口的冰碛垄进行航测,获得库照日冰碛垄的数字高程模型(DEM)、数字正射影像(DOM)和三维点云数据,并进一步对比12.5 m、30 m分辨率的DEM成像效果,分析库照日冰碛垄的地形特征、库照日槽谷出口冰碛垄围成谷地的形态参数等。结果表明:(1)无人机Li DAR技术能快速获得高质量、高分辨率的数据,适用于小区域、地貌较复杂的地区,结合三维模型可提高对冰碛垄地貌形态的认识;(2)对库照日冰碛垄的地形特征统计可知,最内侧的K-M1垄拥有第二高的坡度平均值,K-M6垄作为独立垄拥有最大的坡度平均值;(3)库照日槽谷出口冰碛垄围成谷地的幂函数指数b值范围为0.24至0.54,小于多数槽谷的b值;V指数结果范围为0.52～0.69。本研究为基于无人机Li DAR技术的冰川地貌定量分析提供了较好的研究案...

古冰川地貌是研究第四纪环境演变的重要依据,无人机Li DAR技术的高精度数据使得古冰川地貌研究具有更高的分辨率,可显著提升古冰川地貌分析、冰川地貌制图的精度。青藏高原东南部的稻城古冰帽保存了大量古冰川遗迹,是研究冰川地貌的理想区域。本研究应用无人机Li DAR技术,对稻城古冰帽南缘的库照日地区槽谷出口的冰碛垄进行航测,获得库照日冰碛垄的数字高程模型(DEM)、数字正射影像(DOM)和三维点云数据,并进一步对比12.5 m、30 m分辨率的DEM成像效果,分析库照日冰碛垄的地形特征、库照日槽谷出口冰碛垄围成谷地的形态参数等。结果表明:(1)无人机Li DAR技术能快速获得高质量、高分辨率的数据,适用于小区域、地貌较复杂的地区,结合三维模型可提高对冰碛垄地貌形态的认识;(2)对库照日冰碛垄的地形特征统计可知,最内侧的K-M1垄拥有第二高的坡度平均值,K-M6垄作为独立垄拥有最大的坡度平均值;(3)库照日槽谷出口冰碛垄围成谷地的幂函数指数b值范围为0.24至0.54,小于多数槽谷的b值;V指数结果范围为0.52～0.69。本研究为基于无人机Li DAR技术的冰川地貌定量分析提供了较好的研究案...

在冰湖编目工作中,从海量遥感数据快速准确获取冰湖边界具有重要意义,发展基于遥感数据的冰湖边界自动化提取方法是关键。本研究改进了基于YOLOv5-Seg网络的实例分割模型,并应用于山地冰湖自动化提取。结果显示,使用坐标注意力机制（Coordinate-Attention,CA）,提高网络对冰湖目标的关注程度;在原始3个检测层的基础上添加小目标检测层,增强网络对小面积冰湖检测能力;修改上采样方法为转置卷积,解决了最近邻上采样丢失特征问题。改进的YOLOv5-Seg网络比原始网络平均精度提升2.7%,达到75.1%,比目前其他主流算法精度高10%。利用改进的YOLOv5-Seg网络的实例分割模型和Sentinel-2卫星影像,发现2022年兴都库什—喀喇昆仑—喜马拉雅地区（HKH）,共有10 668个冰湖正例,共计768.3 km2。该研究通过深度卷积神经网络和多源遥感数据,为大地理区域的自动冰湖制图提供了技术支持。

在光学卫星影像中，表碛覆盖型冰川的光谱和山地、岩石极为相近，导致冰川与周围地形难以有效区分，使得冰川的自动化分割变得困难。针对这一问题，提出一种基于光学卫星图像和数字高程模型(DEM)的双输入图像语义分割网络(DENet)。该网络采用双编码框架，结合多尺度特征提取和注意力机制，通过整合来自不同数据的特征信息，获取DEM地貌参数，以解决表碛覆盖型冰川中同谱异物导致的源头区域误分割问题。首先通过多尺度可分离卷积注意力模块和多核注意力池化模块对卫星图像和DEM分别进行特征提取，然后将获取到的2个特征图进行融合。多尺度特征提取模块可用于捕捉和融合冰川图像的多个尺度信息，以产生更丰富和全面的特征表示。同时，引入注意力机制可以对每个通道和空间位置分配不同的权重，关注不同尺度上的特定区域，使模型能够聚焦于更重要的信息，减少多余特征的影响。实验结果表明，该网络的平均交并比(IoU)达到94.6%,比U-Net、DeepLabv3+网络分别提高4.53和3.38百分点，其能提升山地冰川区域的分割准确率。

数字高程模型(Digital Elevation Model, DEM)是开展青藏高原冰川研究的重要基础数据。随着国产立体测图卫星的快速发展，自主可控地获取青藏高原冰川区高精度DEM成为可能。该研究综合采用资源三号、高分七号卫星的立体影像和激光测高数据，分别生成冰川区域5 m和2 m格网的DEM，并选择岗钦及普若岗日等两处冰川为实验区，将国产卫星DEM与国外的AW3D、SRTM、TanDEM、HMA DEM等多种开源数字高程模型进行对比分析，并采用ICESat-2星载激光测高数据开展DEM绝对高程精度验证。结果表明：与中等空间分辨率的开源DEM相比，基于国产立体测图卫星影像生产的DEM高程精度更优，且格网更精细、更能详细描述冰川末端纹理特征；与高空间分辨率数据集HMA DEM对比高程精度，资源三号DEM略差、高分七号DEM更优，且在覆盖完整性方面国产卫星DEM均优于HMA DEM。综上所述，基于国产立体测图卫星可以实现冰川区高精度DEM的获取，能够为青藏高原冰川研究提供自主可控、精度可靠的地形参考数据。

冰盖的数字高程模型(digital elevation model,DEM)是对冰盖形状的刻画,是研究南极冰盖必不可少的基础数据[1]。然而,受气候变化影响,西南极冰盖发生了剧烈的消融,冰盖的DEM也随之不断地变化。Ice, Cloud and land Elevation Satellite-2(ICESat-2)是美国国家宇航局(National Aeronautics and Space Administration,NASA)于2018年发射的最新一代激光测高卫星,星上搭载的先进地形激光测高系统(Advanced Topographic Laser Altimeter System,ATLAS)对南极冰盖表面进行了高密度的精确观测。本文利用这一观测数据,使用最小二乘拟合法制作了1 km×1 km网格的南极冰盖DEM。使用NASA冰桥(IceBridge)计划采集的机载激光雷达测高数据评估发现,随着冰盖表面坡度的降低,该DEM的精确度逐渐提高。整体来看,该ICESat-2 DEM与IceBridge高程数据的差值的中位数、均方根和十分位距分别为–0.45 m, 17.51 m和1...

针对缺少实测数据导致格陵兰冰面湖水深反演及精度验证较难开展问题，提出了一种基于交叉比对的冰面湖水深反演及精度评价方法，实现了格陵兰消融期内9期时间序列WorldView影像上的冰面湖水深反演和储水量变化监测。引入北极数字高程模型开展基于形态拟合法的时间序列冰面湖水深反演，基于非线性物理模型拟合参数实现基于物理模型的水深反演，两种方法水深反演结果R2平均可达0.728。9期冰面湖水深反演结果平均相对误差优于20.43%,均方根误差平均优于0.69 m。经冰面湖储水量计算，整个消融期内冰面湖总储水量累计可达5 331.35×10～4 m3。通过冰面湖面积、最大水深和储水量变化监测，发现了冰面湖的融水输送现象，为研究格陵兰冰盖表面融水的存储、输送和释放机制提供有益参考。

基于新型雷达高度计Sentienl-3波形数据构建了兰伯特冰川区域的DEM。对比分析了重心偏移算法(OCOG)、线性5-β算法、主波峰峰值算法(NPPR)等几种重跟踪算法对Sentienl-3在冰盖区域的处理效果，并提出了分区域选取最优重跟踪算法的处理方法，提高了测高值精度。采用克里金插值法获得了基于Sentinel-3波形数据的500 m分辨率S3Lam DEM,并利用ICESat-2激光测高数据验证S3Lam DEM的整体高程精度为0.682±2.998 m。与另外两种基于Cryosat-2测高数据建立的南极DEM对比结果表明，S3Lam DEM整体精度有所提升，Sentienl-3数据对高程精度的明显改善位于低坡度的内陆冰盖。结果反映了Sentienl-3高度计数据在南极冰盖测高方面的有效性和优势，这对于未来长期监测南极冰盖高程有重要意义。