数字高程模型在土木工程、地球科学、资源规划与管理、测绘学、遥感、军事等领域中起着重要的作用,但随着时代的发展,这些领域对于DEM提出了更高的要求——更高分辨率与更高精度。常用的DEM生产方法,不论是人工量测、影像匹配还是激光探测与测量或者合成孔径干涉雷达,往往需要耗费较大的时间与人力成本,相对而言DEM插值方法简单易行,但其精度易受影响。因此研究一种新的DEM精化方法十分有必要。明暗恢复形状(Shape from Shading,SfS)方法能够利用单张影像恢复拍摄物体的形状,为利用遥感卫星影像恢复地表形状,进一步精化DEM提供了理论基础。而当前国际上若干机构提供了覆盖全球的免费DEM数据(如上述的90米的SRTMDEM和30米的ASTERGDEM与AW3D30),与此同时,若干中等分辨率卫星影像数据(如30/15米的Landsat 8影像,16米的高分一号宽幅影像)也提供了公开的免费下载,这些数据具有较短的回访周期,能快速完成全球覆盖,这为利用遥感卫星影像精化DEM提供了数据基础。本文即在此前提下,研究基于SfS理论的DEM精化方法。该方法以SfS原理为理论依据,结合遥感卫星影像的具体特点,通过物理成像模型的建立与求解实现DEM的精化。首先,为了消除遥感卫星影像成像过程中大气的影响,对于整个辐射传输过程进行建模,利用最小二乘法求解大气相关的参数。再次,为了探究地物反射模型对于精化结果的影响,分别采用朗伯体反射模型和非朗伯体反射模型中的Lommel-Seeliger模型进行实验。最后,为了探究解算方法对精化结果的影响,分别采用最小化方法和类线性化方法进行实验。本文以湖北省为实验区域,以高分一号宽幅影像和SRTM为数据进行实验,最后进行在细节丰富程度、信息量和精度方面对结果进行精度评定,其结果表明:基于SfS理论的DEM精化方法在细节丰富程度、信息量和精度方面均优于三次样条插值法;非朗伯体反射模型下的DEM精化结果与朗伯体反射模型下的精化结果在细节丰富程度、信息量、精度方面均相差不大;类线性化方法下的DEM精化结果在细节丰富程度、信息量和精度方面均优于最小化方法。