一、 选题背景 DEM(Digital Elevation Model)数据是用一组有序数值阵列形式表示地面高程的一种实体地面模型，其广泛应用于水文、农业、军事、气象以及工程建设等各个方面。

由于DEM数据的重要性，人们从未中止过对更高分辨率、更高垂直精度DEM数据的追求。

ASTER GDEM(Advanced Space borne Thermal Emission and Reflection Radiometer Global Digital Elevation Model)数据的发布，使得基本覆盖全球的DEM数据的分辨率有了很大的提高。

数字高程数据误差作为数字高程模型(DEM)生产、质量控制、精度评定和分析应用的重要组成部分,一直是国内外学术界广泛关注的热点问题之一。

以往的高程数据误差模型都是通过统计模型对指标进行加权评判,缺乏空间视角,难以真正反映误差空间差异的变化与机制,DEM误差的空间分布是否存在着特定的规律,是否随着地形部位的不同而变化,这是学术界普遍关心的问题。

空间自相关分析是研究邻近位置的属性(或现象)相关性的空间统计学方法,本文采用该方法对数字高程数据误差进行了研究。

1. 全球数字高程模型 全球数字高程模型（The Global Digital Elevation Model，简称GDEM），是美国NASA利用卫星拍照进而制作而成的高清、目前为止世界上最完整的3D世界地形图。

它以3D的形式显示出山脉和其他地貌特征。

这些详细的3D地图，通常利用地面设备很难获得，而通过美国宇航局”大地(Terra)”卫星上的可见光/红外照相机拍摄，然后经数据传输，人工分析，最后拼接成地球的高低立位图(elevation map)。

其具体原理是利用”大地”卫星搭载的ASTER(日本先进星载热辐射和反射辐射计)收集到的图片合成的。