ICESat/GLAS重复轨道坡度自动化算法研究与验证

本文主要探讨了基于"Ice, Cloud, and land Elevation Satellite (ICESat)"搭载的Geoscience Laser Altimeter System (GLAS)重复轨道数据的坡度自动估算算法。该研究论文由来自北京航空航天大学仪器科学与光电工程学院的Xiaolu Li、Lian Ma、Duan Li和Lijun Xu四位作者共同完成。 首先，作者提出了一种创新的坡度估计算法，其关键在于确定参考轨道（Reference Track, RT）上的参考起始点（Reference Starting Point, RSP）以及其他重复轨道（Repeat Correlation Track, RTC）上的对应起始点（Corresponding Starting Point, CSP）。通过这种方法，算法能够准确地处理重复观测的数据，提高地形斜率测量的精度和可靠性。 文章的核心内容包括建立一种模型，该模型利用GLAS的高分辨率激光测高数据，通过分析轨道重叠区域的几何关系，自动估计出地形的斜度变化。作者强调了在验证阶段，他们使用了2003年至2009年间，ICESat/GLAS在北京地区收集的地面跟踪数据（Ground Track 100 data），通过对比实际地理特征，验证了算法的有效性和准确性。 为了进行实地验证，研究者将算法估算的斜率结果绘制成地图，并将其与谷歌地图获取的图像进行对比，结果显示两者高度吻合，这进一步证实了新算法在实际应用中的效能。论文的关键术语包括“Geoscience Laser Altimeter System”，“Slope estimation”，“Algorithm”以及“Reference track”。 这篇研究论文对利用GLAS重复轨道数据进行精确的地形坡度测量提供了新的方法论，对于地球表面形态研究、测绘、遥感等领域具有重要的实践价值。通过自动化算法处理，不仅提高了数据处理效率，还降低了人为误差的影响，为后续的科学研究和工程应用奠定了坚实的基础。