SRTM1、ALOS和ASTER GDEM V2数据具有较高的空间分辨率和广泛的覆盖范围,在国家重大战略决策、生态建设、智慧城市、军事部署等具有重要意义。SRTM1、ALOS和ASTER GDEMV2数据自公布以来,其精度评定与修正一直是研究热点。然而大范围区域精度验证缺乏有效手段,传统方法可靠性差且数据获取成本较高。2003年,ICESat-1数据的公开为SRTM1、ALOS和ASTER GDEM V2精度评定提供了可能。考虑到大面积区域的复杂地形,本文针对山东省SRTM1、ALOS和ASTER GDEM V2数据,以ICESat/GLAS作为参考数据,主要做了以下工作:(1)数据选取与预处理。首先下载研究区域所有的ICESat/GLAS观测数据,包含14个周期,432个条带数据;然后对数据进行剔除与裁剪。下载山东省SRTM1、ALOS和ASTER GDEM V2数据,并对数据进行了坐标转换。针对GDEM数据的年份,下载山东省100 m 土地利用数据(2000年)。(2)误差分析。借助ICESat评估了 SRTM1、ALOS和ASTER GDEM V2的高程精度;首先对粗差数据剔除,然后对误差评定指标进行统计,得到SRTM1、ALOS和ASTER GDEM V2误差特性。结合山东省土地利用数据和坡度数据,对山东省SRTM1、ALOS和ASTER GDEM V2误差进行分类统计,得到DEM误差与地形因子的关系。(3)GDEM修正与再检核。选用反距离加权、普通克里金、地形转栅格和自然邻域四种插值方法对SRTM1、ALOS和ASTER GDEM V2误差曲面构建,并将误差曲面与原始DEM进行叠加,得到修正后DEM数据。选用多元线性回归分析方法建立了地表因子数据(坡度、坡向、地形起伏度、植被高度、植被覆盖度)与GDEM误差的关系模型,最后将DEM误差曲面与原始DEM数据叠加,获得修正后GDEM。通过检核数据对插值和多元线性回归分析方法的结果进行验证分析。(4)结果分析。山东省SRTM1、ALOS和ASTER GDEM V2高程中误差分别为3.34 m、3.29 m、7.20 m,均优于标称精度,误差整体呈正态分布。随着坡度的增大,高程精度呈降低的趋势。通过分析土地覆盖类型与误差分布关系表明:草地、耕地土地类型精度较高;水域、建设用地精度较低。四种插值方法结果表明:不同的插值方法构建的误差曲面的特征和精度也不同。其中,反距离加权修正的效果最佳,其次是地形转栅格和自然邻域,而普通克里金修正的效果最差。经多元线性回归分析方法修正后与原始GDEM相比,修正后ASTER GDEM V2高程中误差中误差降低了 2.09 m,SRTM1、ALOS分别降低了 1.13 m和 1.12 m。