Противостояние проблемам низкой точности трехмерной реконструкции террейнов национальной поверхности цифровой модели (Digital Surface Model, DSM) космическими стереоизображениями ГФ-7 (GF-7) без контроля над земной поверхностью (Ground Control points, GCPs), трудности сбора большого количества GCPs или высокие затраты, статья предлагает метод сети BP-нейронов местности GF-7 с использованием данными космического лазерного измерения высот. Данный метод путем установления отношений между множеством факторов, таких как DSM, широта и долгота, уклон местности, ошибки местности и точки измерения высоты лазерным измерением GEDI, позволяет получить смешанный результат для улучшения точности DSM местности без контроля. Результаты эксперимента показывают, что точность высоты DSM, полученная с применением космических стереоизображений GF-7 без контроля, может составлять до 20,49 метра, тогда, как средняя точность DSM, полученная смешанном в данной статье, составляет 1,63 метра, что практически равно точности DSM террейна при контроле 1,44 метра. Этот метод успешно улучшил качество точности DSM космических стереоизображений GF-7 при условиях без контроля террейнов национальной поверхности и предложил новый подход для использования и моделирования высокоточных террейнов.

digital surface model;Ground Control Points;neural network;gully-developed areas;GF-7 satellite stereo imagery;GEDI