一种基于卫星遥感数据的冰川高程变化监测方法与流程

1.本发明涉及卫星监测技术领域，具体涉及一种基于卫星遥感数据的冰川高程变化监测方法。


背景技术：

2.在当今水资源面临短缺和污染的情况下，冰川作为最重要的淡水储备具备非常重要的战略意义。山地冰川不仅是重要的径流补给,也是气候变化的敏感指示器与放大器。在全球气候变暖的背景下，青藏高原冰川加剧退缩，冰川融水增加，这不仅会影响水资源储备，并且导致冰川灾害事件发生频繁，严重威胁山区人们的生命财产安全和生活质量。因此需要对青藏高原冰川进行更为深入全面的认识以应对冰川退缩带来的影响，监测冰川变化已经成为全球变化研究的重要内容之一。
3.随着卫星及传感器的发展，冰川监测技术不断更新，为监测冰川变化研究提供了及时、准确的数据源，遥感技术已经成为快速准确识别冰川的主要技术手段，监测冰川变化主要以冰川面积变化和冰川厚度变化研究为主，而冰川厚度变化需要通过冰川表面高程变化进行监测。但是现有技术中数字高程模型存在高程精度较低、空间分辨率较低等问题，在提取冰川高程信息中具有局限性，如常用的srtm高程精度较低，通过c波段sar观测无法有效的在冰川区域区分积雪区和无雪区，穿透不同的雪深引起较大的误差。卫星激光测高作为一种新型对地观测技术，能够获取冰川表面的高精度三维信息，可作为高程控制联合立体影像提高数字表面模型的绝对高程精度。激光测高数据在中纬度地区较为稀疏且重复轨道较远，不能单独进行冰川高程变化监测。


技术实现要素：

4.有鉴于此，本发明实施例提供了一种基于卫星遥感数据的冰川高程变化监测方法，以解决冰川区域高程变化信息提取精度较低的问题。
5.为达到上述目的，本发明提供如下技术方案：
6.本发明实施例提供了一种基于卫星遥感数据的冰川高程变化监测方法，包括：
7.获取目标冰川的光学立体影像和激光测高数据，所述激光测高数据包括同期激光测高数据和历史激光测高数据；
8.通过对所述光学立体影像进行平面控制约束生成数字正射影像和数字表面模型；
9.基于所述激光测高数据对所述数字表面模型进行优化；
10.基于所述历史激光测高数据、所述数字正射影像和优化后的数字表面模型对所述目标冰川的高程变化进行监测。
11.可选的，所述基于所述历史激光测高数据、所述数字正射影像和优化后的数字表面模型对所述目标冰川的高程变化进行监测，包括：
12.通过所述数字正射影像提取所述目标冰川的边界信息；
13.从所述历史激光测高数据中获取不同时间位于冰川边界内的激光点；
14.基于所述激光点和所述数字表面模型计算所述目标冰川的高程变化率；
15.对所述高程变化率进行分析，得到冰川高程变化监测结果。
16.可选的，所述基于所述激光点和所述数字表面模型计算所述目标冰川的高程变化率，包括：
17.将所述激光点按数据获取的时间进行排序；
18.通过所述激光点与高程变化信息得到冰川在不同时间的高程变化值；
19.通过所述高程变化值和时间计算所述目标冰川的高程变化率。
20.可选的，所述对所述高程变化率进行分析，得到冰川高程变化监测结果，包括：
21.获取所述激光点的绝对海拔高度；
22.将所述激光点的绝对海拔高度和所述冰川高程变化率之间关系进行趋势分析；
23.对得到的趋势分析结果进行验证，得到冰川高程变化监测结果。
24.可选的，所述基于所述激光测高数据对所述数字表面模型进行优化，包括：
25.通过所述激光测高数据筛选激光高程控制点；
26.通过所述激光高程控制点对所述数字表面模型进行高程精度的优化。
27.可选的，所述通过所述激光高程控制点对所述数字表面模型进行高程精度的优化，包括：
28.获取所述数字表面模型的目标范围；
29.将所述目标范围与预设范围距离进行对比；
30.若所属目标范围大于所述预设范围距离，基于所述激光高程控制点通过一次多项式对所述数字表面模型进行高程精度的优化；
31.若所属目标范围小于所述预设范围距离，基于所述激光高程控制点通过常数项平移的方式对所述数字表面模型进行高程精度的优化。
32.可选的，所述基于所述激光高程控制点通过常数项平移的方式对所述数字表面模型进行高程精度的优化，包括：
33.通过所述激光高程控制点和所述数字表面模型判断是否存在系统性高程偏差；
34.若存在系统性高程偏差，则通过常数项平移的方式对所述数字表面模型进行精度优化。
35.本发明实施例还提供了一种基于卫星遥感数据的冰川高程变化监测装置，包括：
36.获取模块：用于获取目标冰川的光学立体影像和激光测高数据，所述激光测高数据包括同期激光测高数据和历史激光测高数据；
37.生成模块：用于通过对所述光学立体影像进行平面控制约束生成数字正射影像和数字表面模型；
38.优化模块：基于所述激光测高数据对所述数字表面模型进行优化；
39.监测模块：用于基于所述历史激光测高数据、所述数字正射影像和所述数字表面模型对所述目标冰川的高程变化进行监测。
40.本发明实施例还提供了一种电子设备，包括：
41.存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行本发明实施例提供的基于卫星遥感数据的冰川高程变化监测方法。
42.本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行本发明实施例提供的基于卫星遥感数据的冰川高程变化监测方法。
43.本发明技术方案，具有如下优点：
44.本发明提供了一种基于卫星遥感数据的冰川高程变化监测方法，通过获取目标冰川的光学立体影像和激光测高数据，所述激光测高数据包括同期激光测高数据和历史激光测高数据；通过对光学立体影像进行平面控制约束生成数字正射影像和数字表面模型；基于激光测高数据对数字表面模型进行优化；基于历史激光测高数据、数字正射影像和数字表面模型对目标冰川的高程变化进行监测。本发明通过光学立体影像结合激光测高数据对冰川高程变化进行监测，有效降低了由于现有的数字高程模型精度低带来的局限性，提高了监测精度，为冰川变化的研究提供了有力支持。
附图说明
45.为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
46.图1为本发明实施例中的基于卫星遥感数据的冰川高程变化监测方法的流程图；
47.图2为根据本发明实施例中基于激光测高数据对数字表面模型进行优化的流程图；
48.图3为根据本发明实施例中对数字表面模型进行高程精度的优化的流程图；
49.图4为根据本发明实施例中对系统性高程偏差进行优化的流程图；
50.图5为根据本发明实施例中对目标冰川的高程变化进行监测的流程图；
51.图6为根据本发明实施例中基于激光点和数字表面模型计算目标冰川的高程变化率的流程图；
52.图7为根据本发明实施例中对高程变化率进行分析的流程图；
53.图8为根据本发明实施例中glas和atl06交叉点示意图；
54.图9为根据本发明实施例中进行交叉验证的流程图；
55.图10为本发明实施例中的基于卫星遥感数据的冰川高程变化监测装置的结构示意图；
56.图11为本发明实施例中的电子设备的结构示意图。
具体实施方式
57.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
58.根据本发明实施例，提供了一种基于卫星遥感数据的冰川高程变化监测方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算
机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以通过不同于此处的顺序执行所示出或描述的步骤。
59.在本实施例中提供了一种基于卫星遥感数据的冰川高程变化监测方法，可用于上述的终端设备，如电脑等，如图1所示，该基于卫星遥感数据的冰川高程变化监测方法包括如下步骤：
60.步骤s1：获取目标冰川的光学立体影像和激光测高数据，激光测高数据包括同期激光测高数据和历史激光测高数据。具体的，收集多年的多源激光测高数据，例如包括：glas(geoscience laser altimeter system)、atlas(advanced topographic laser altimeter system)以及高分七号sla03；以及高分七号、资源三号等光学卫星立体影像数据。以现今高分七号获取的亚米级立体影像为提高数字高程模型的精度提供了良好的数据源。不同来源的数字高程模型拥有不同的特点，可以根据需求进行选择，在此不做具体限制。星载激光测高仪的出现为测量冰川表面高程提供了新的数据源，其高程精度要优于传统航天立体影像获取的数字高程模型，例如高分七号搭载有双线阵立体相机和激光测高仪，其激光测高分系统可获取高精度地表高程信息。获取的光学立体影像是高分辨率的立体影像，同时通过获取高精度的激光测高数据可以利用激光的高程控制高程方向的误差，从而提高光学立体影像在无控条件下的高程精度。通过获取这些信息可以在后续的计算过程中更有效的保障监测的精度，提高准确度。
61.步骤s2：通过对光学立体影像进行平面控制约束生成数字正射影像和数字表面模型。
62.具体的，传统的数字表面模型生产需要立体影像加外业控制点，由于研究区域处于高山冰川地带环境恶劣，使用传统的数字表面模型的过程无法进行。本技术对光学立体影像进行平面控制约束，同时参考高精度的历史数字正射影像图或地图等公众参考影像，实现平面控制约束的区域网平差，实现数字立体影像的相对定向和平面绝对定向，同时生成数字正射影像和数字表面模型，有效解决了因环境问题带来的不利影响。
63.步骤s3：基于激光测高数据对数字表面模型进行优化。具体的，由于数字正射影像自动匹配只是将立体像对的平面定位误差减小，而数字表面模型高程精度较低，因此需要采用激光数据进行优化。例如：高分七号立体影像具有同步激光数据sla03，将sla03激光点作为高程控制点对数字表面模型数据进行高程精度优化。由于sla03数据量比较稀少且激光点的质量在有植被覆盖和地形崎岖区域受到了一定限制，atlas数据作为补充也参与到激光高程控制点数据集中，有效提高数字表面模型的高程精度。
64.步骤s4：基于历史激光测高数据、数字正射影像和优化后的数字表面模型对目标冰川的高程变化进行监测。
65.具体的，将已经生成的冰川区域数字表面模型作为参考面，与历史激光测高数据对比得到高程变化值dh，并结合激光测高数据与立体影像的时间间隔dt计算高程变化率dh/dt。通过分析高程变化率与绝对高程之间存在的关系，可以对分析高程变化规律起到重要的指导作用。
66.通过上述步骤s1至步骤s4，本发明实施例提供的基于卫星遥感数据的冰川高程变化监测方法，通过光学立体影像结合激光测高数据对冰川高程变化进行监测，有效降低了由于现有的数字高程模型精度低带来的局限性，提高了监测精度，为冰川变化的研究提供
了有力支持。
67.具体地，在一实施例中，上述的步骤s3，如图2所示，还包括如下步骤：
68.步骤s31：通过激光测高数据筛选激光高程控制点。具体的，优先采用与立体影像同期的激光测高数据，其中同期激光测高数据的时间间隔限定在1个月以内，即立体影像的获取时间为t1，激光测高数据的时间为t2，如果|t1-t2|《30天，则激光测高数据被优先作为激光高程控制点数据源。经高程控制点筛选后，得到激光测高数据的激光高程控制点。例如：在高分七号激光测高数据中高程控制点筛选条件为ecp_flag标记为1和2的；atl06激光测高数据中筛选条件为坡度小于6度。
69.步骤s32：通过激光高程控制点对数字表面模型进行高程精度的优化。具体的，通过冰川边界判断高程控制点是在冰川范围内或冰川范围外，优先选择冰川外的作为高程控制点，冰川内的作为数字表面模型优化处理后的高程检查点。如果冰川外的数量或分布不够理想，也可被选择用于高程控制点。
70.具体地，在一实施例中，上述的步骤s32，如图3所示，具体包括如下步骤：
71.步骤s321：获取数字表面模型的目标范围。
72.步骤s322：将目标范围与预设范围距离进行对比。
73.步骤s323：若所属目标范围大于预设范围距离，基于激光高程控制点通过一次多项式对数字表面模型进行高程精度的优化。
74.步骤s324：若所属目标范围小于预设范围距离，基于激光高程控制点通过常数项平移的方式对数字表面模型进行高程精度的优化。
75.具体的，通过上述步骤s321至步骤s324，对数字表面模型进行高程精度的优化，可以有效提高监测精度，为冰川变化的研究提供了有力保障。例如：南北向范围小于50km的数字表面模型可直接采用常数项平移的方式修正数字表面模型高程，范围大于50km的数字表面模型，可视情况采用一次多项式修正数字表面模型高程。
76.具体地，在一实施例中，上述的步骤s324，如图4所示，包括如下步骤：
77.步骤s3241：通过激光高程控制点和数字表面模型判断是否存在系统性高程偏差。
78.步骤s3242：若存在系统性高程偏差，则通过常数项平移的方式对数字表面模型进行精度优化。具体的，通过精度优化避免了系统性高程偏差对监测造成的影响，提高了监测的准确率。
79.具体地，在一实施例中，上述的步骤s4，如图5所示，具体包括如下步骤：
80.步骤s41：通过数字正射影像提取目标冰川的边界信息。
81.具体的，提取冰川边界是计算冰川面积的基础，可采用的遥感影像冰川边界提取方法主要有下列6种，优选比值阈值法进行冰川边界的提取。在一些特殊条件下，还可以结合人工目视解译共同提取冰川边界，在此不做限制。
82.(1)比值阈值法。利用冰在可见光波段的高反射和近红外波段的强吸收特性来区别冰与其它地物的。波段比值处理将一个光谱波段中的灰度值与另一个波段图像中对应像元灰度值相除，比值的结果反映了地物波谱曲线变化的斜率，从而增强了地物波谱特征的微小差异。这种方法最常用的就是tm影像的4波段/5波段，然后在不同的冰川确定不同的阈值，超过阈值的输出为冰川。
83.(2)雪盖指数法，雪盖指数是求解植被指数的延伸和应用推广，张世强等(2001年)
利用高光谱图像基于冰川在2波段的强反射和5波段的强吸收特性，提取了青藏高原喀喇昆仑山区现代冰川边界。
84.(3)监督分类，监督分类是基于对训练样本区的采样，对每一地物信息类的反射值生成一个统计特征。通过检查逐个像元的发射值并确定它与哪个光谱特征最相似从而来对图像进行分类。其中常用的分类器有最小距离分类器和最大似然分类器。
85.(4)非监督分类，非监督分类是仅凭遥感图像地物的光谱特征的分布规律，随其自然地进行分类。遥感图像上的同类地物在相同的条件下，一般具有相同或相近的光谱特征，从而表现出某种内在的相似性，归属于同一个光谱空间区域。而不同的地物，光谱特征不同，归属于不同的光谱空间区域。
86.(5)主成分分析，主成分分析也称为多波段k-l变换，它是在对多波段图像进行特征统计基础上的多维正交线性变换，是遥感图像处理中最常用也是最有用的一种变换算法。通过变换将相关性很高的多波段图像中的有用信息集中到少数的几个互不相关的主成分图像中，从而大大减少总的数据量并使图像信息得到增强。
87.(6)面向对象的信息提取，以面向对象分类技术集合临近像元为对象，来识别感兴趣的光谱要素，充分利用多光谱数据丰富的光谱、形状、结构、纹理以及图像中地物之间的上下文信息，结合专家知识进行分类，显著提高分类精度，而且分类后的图像含有丰富的语义信息，并以高精度的分类结果或者矢量输出。
88.步骤s42：从历史激光测高数据中获取不同时间位于冰川边界内的激光点。具体的，本技术中通过选用位于冰川范围以内的激光数据点，以避免非冰川区的数据对高程变化监测产生影响，提高监测精度。
89.步骤s43：基于激光点和数字表面模型计算目标冰川的高程变化率。具体的，通过时间间隔dt和高程变化量dh计算高程变化率dh/dt，时间间隔dt为glas激光数据获取时间与立体像的获取时间之差，高程变化率表示每年的高程变化量。
90.步骤s44：对高程变化率进行分析，得到冰川高程变化监测结果。具体的，冰川高程变化率与冰川绝对海拔高程密切相关，在海拔较低的区域更容易受到全球变暖的影响，而在高海拔地区由于冰川储量较高且温度较低受到的影响较小，因此本技术中将冰川高程变化率和激光点绝对海拔高度的关系进行了详细分析，并对其进行趋势分析，将得到的趋势用地学激光测高系统和先进的地学激光测高系统交叉点进行验证，得到最终冰川变化结果，使结果更加精确。
91.具体地，在一实施例中，上述的步骤s43，如图6所示，具体包括如下步骤：
92.步骤s431：将激光点按数据获取的时间进行排序。具体的，例如：将冰川内的激光点按数据获取的年份进行排序，取dsm对应的立体影像获取年份为y0，激光点的获取年份为y1、y2、
……
yn。
93.步骤s432：通过激光点与高程变化信息得到冰川在不同时间的高程变化值。
94.具体的，通过提取地学激光测高系统相应位置数字表面模型的高程和坡度，并求得高程变化量dh，例如：高分七号立体影像得到的数字表面模型空间分辨率为2m，空间分辨率远远大于足印直径，在进行匹配时需要将两者的高程统一到同一标准，此处选择以最大范围的区域为准。激光点对应数字表面模型高程采用以激光点中心位置为圆心直径为激光光斑直径范围内的平均高程来表示，dh表示为激光点高程与数字表面模型高程之间的高程
差。例如：glas激光足印直径为70m，因此glas激光数据对应的数字表面高程是70m范围内的平均高程.
95.步骤s433：通过高程变化值和时间计算目标冰川的高程变化率。具体的，通过时间间隔dt和高程变化量dh计算高程变化率dh/dt，时间间隔dt为激光测高数据获取时间与立体像的获取时间之差，高程变化率表示每年的高程变化量。其中，激光数据也会存在一定的粗差，可以将高程变化量和坡度大于一定预设数值的激光点剔除，提高数据的准确度。
96.具体地，在一实施例中，上述的步骤s44，如图7所示，具体包括如下步骤：
97.步骤s441：获取激光点的绝对海拔高度。
98.步骤s442：将激光点的绝对海拔高度和冰川高程变化率之间关系进行趋势分析。
99.步骤s443：对得到的趋势分析结果进行验证，得到冰川高程变化监测结果。
100.具体的，通过步骤s441至步骤s443，通过对激光点的绝对海拔高度和冰川高程变化率之间关系进行趋势分析，并对得到的趋势分析结果进行验证，有效增加了监测的精度和准确度，从而为冰川变化的研究提供更加有力的支持。
101.具体地，在一实施例中，将以具体实例对交叉验证进行说明：
102.本技术利用激光交叉点进行高程变化率趋势验证，先进地形激光高度计系统(advanced topographic laser altimeter system,atlas)数据为2018年10月份之后获取的，与高分七号获取时间接近，在十年以上的时间尺度认为高程变化率相近。陆地冰表面高度激光数据(atl06)高程精度要优于本技术提取的数字表面模型高程数据精度，glas(geoscience laser altimeter system)激光数据间隔为172米，而atl06数据间隔为20米，如图8所示。由于中纬度地区glas数据较少导致激光交叉点更少，但是激光交叉点高程变化精度较高，由此本文使用交叉点验证高程变化率趋势是可行的，当冰川交叉点足够多时可直接由激光交叉点得到高程变化趋势。
103.传统的激光交叉点为同一激光数据(glas/atlas)升轨和降轨之间的交点，但是本技术中描述的激光交叉点为不同激光数据的交点，虽然icesat和icesat-2卫星轨道具有很近的卫星轨道，但是其在同为升轨或同为降轨的数据中依然存在交点，在本技术中识别交叉点中并不区分升降轨作为判断依据。为保证激光交叉点的精度和可用性，选择连续的glas激光点和atl06激光点，分别通过交叉点两侧的激光点高程可直接得到交叉点的高程内插值，进而获取激光交叉点高程变化率。如图9所示，具体步骤如下：
104.步骤s61：分别对glas和atl06数据进行线性拟合。具体的，icesat和icesat-2具有相近的卫星轨道，并且在中低纬度地区卫星轨道近似直线，本文研究区域位于中低纬度，所以只采用二次多项式进行拟合。
105.步骤s62：根据拟合曲线计算初始交叉点坐标。具体的，利用步骤s51中glas和atl06拟合曲线计算出交点，此交点只提供初始交叉点范围，拟合过程会受到一些偏差影响，所以实际交叉点和初始交叉点具有一定的距离。为避免范围过小未能识别交叉点，以初始交叉点坐标为中心，找到距离最近的glas激光点，并取前后5个glas激光点间距为交叉点判断数据，atl06交叉点纬度范围与glas交叉点判断数据的纬度范围保持一致，得到对应atl06数据为交叉点判断数据。
106.步骤s63：将交叉点判断数据拟合直线并计算粗略交叉点坐标。具体的，由于交叉点判断数据范围比较小，glas数据最多有11个，atl06数据也不到100个，沿轨距离约1720m，
卫星轨道近似直线，粗略交叉点与实际交叉点相差很小，但是需要交叉点两侧激光点线性内插得到精确交叉点坐标和高程变化量。
107.步骤s64：判断粗略交叉点坐标是否为可用交叉点。具体的，粗略交叉点坐标已经由步骤s53得到，需要进一步判断此点是否为可用，分别找到粗略交叉点两侧的glas数据和atl06数据，进行以下判断：
108.①
glas数据间隔是否小于172m，atl06数据间隔是否小于20m。glas数据与atl06数据会受云雾、数据质量等影响出现数据缺失或粗差等问题，为保证数据的精度和可用性，glas和atl06数据只选择连续数据。
109.②
glas两点直线与atl06两点直线交点是否分别位于两激光点中间。进一步确定是否为真正的交叉点，此时得到的交点为实际激光交叉点。
110.步骤s65：当粗略交叉点坐标为可用交叉点时计算实际交叉点坐标。具体的，分别利用glas激光点和atl06激光点计算出交叉点高程，并得到高程变化量，最终结合变化时间获得高程变化率。激光交叉点高程变化率计算公式为：
111.h
e_glas
＝ha+p*(h
b-ha)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
112.h
e_atl06
＝hc+q*(h
d-hc)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
113.dh＝h
e_atl06-h
e_glas
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
114.dt＝t
atl06-t
glas
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0115][0116]
式中ha、hb分别代表交叉点两侧glas激光高程，hc、hd分别代表交叉点两侧atl06激光高程，h
e_glas
是glas激光点交叉点处内插的高程，h
e_atl06
是atl06激光点交叉处内插的高程。dh表示交叉点处atl06内插高程减去glas内插高程，dt则是atl06时间减去glas时间(单位为m/y)，dh/dt表示为最终的高程变化率。
[0117]
在本实施例中还提供了一种冰川高程监测装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
[0118]
本实施例提供一种基于卫星遥感数据的冰川高程变化监测装置，如图10所示，包括：
[0119]
获取模块101，用于获取目标冰川的光学立体影像和激光测高数据，所述激光测高数据包括同期激光测高数据和历史激光测高数据，详细内容参见上述方法实施例中步骤s1的相关描述，在此不再进行赘述。
[0120]
生成模块102，用于通过对光学立体影像进行平面控制约束生成数字正射影像和数字表面模型，详细内容参见上述方法实施例中步骤s2的相关描述，在此不再进行赘述。
[0121]
优化模块103：用于基于激光测高数据对所述数字表面模型进行优化，详细内容参见上述方法实施例中步骤s3的相关描述，在此不再进行赘述。
[0122]
监测模块104，基于历史激光测高数据、数字正射影像和数字表面模型对目标冰川的高程变化进行监测，详细内容参见上述方法实施例中步骤s4的相关描述，在此不再进行赘述。
[0123]
本实施例中的基于卫星遥感数据的冰川高程变化监测装置是以功能单元的形式来呈现，这里的单元是指asic电路，执行一个或多个软件或固定程序的处理器和存储器，和/或其他可以提供上述功能的器件。
[0124]
上述各个模块的更进一步的功能描述与上述对应实施例相同，在此不再赘述。
[0125]
根据本发明实施例还提供了一种电子设备，如图11所示，该电子设备可以包括处理器901和存储器902，其中处理器901和存储器902可以通过总线或者其他方式连接，图11中以通过总线连接为例。
[0126]
处理器901可以为中央处理器(central processing unit，cpu)。处理器901还可以为其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。
[0127]
存储器902作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块，如本发明方法实施例中的方法所对应的程序指令/模块。处理器901通过运行存储在存储器902中的非暂态软件程序、指令以及模块，从而执行处理器的各种功能应用以及数据处理，即实现上述方法实施例中的方法。
[0128]
存储器902可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储处理器901所创建的数据等。此外，存储器902可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器902可选包括相对于处理器901远程设置的存储器，这些远程存储器可以通过网络连接至处理器901。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
[0129]
一个或者多个模块存储在存储器902中，当被处理器901执行时，执行上述方法实施例中的方法。
[0130]
上述电子设备具体细节可以对应参阅上述方法实施例中对应的相关描述和效果进行理解，此处不再赘述。
[0131]
本领域技术人员可以理解，实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，存储介质可为磁碟、光盘、只读存储记忆体(read-only memory，rom)、随机存储记忆体(random access memory，ram)、快闪存储器(flash memory)、硬盘(hard disk drive，缩写：hdd)或固态硬盘(solid-state drive，ssd)等；存储介质还可以包括上述种类的存储器的组合。
[0132]
虽然结合附图描述了本发明的实施例，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。