基于多源遥感与深度学习的复杂地形三维建模与精度优化研究

晓娜 于(哈尔滨师范大学，中国)

摘要

复杂地形三维建模是国土测绘、地质灾害监测、数字孪生构建等领域的核心技术支撑，其建模精度与效率直接决定了后续应用的可靠性与实用性。多源遥感技术凭借其多尺度、多维度、全天候的数据获取优势，为复杂地形建模提供了丰富的数据来源，而深度学习算法的快速发展则为多源数据融合、特征提取及精度优化提供了高效解决方案。本文立足实际应用场景，整合倾斜摄影、激光雷达（LiDAR）、合成孔径雷达（SAR）及多光谱遥感等多源数据，结合深度学习技术构建复杂地形三维建模与精度优化体系，重点突破复杂地形下数据冗余、特征失真、精度失衡等技术瓶颈，提出兼具创新性与实用性的优化策略。通过多源数据协同融合、深度学习模型改进及全流程误差控制，实现复杂地形三维模型的高精度构建，解决传统建模方法在地形起伏剧烈、植被覆盖密集、光照条件不稳定区域的精度不足问题。

关键词

多源遥感；深度学习；复杂地形；三维建模；精度优化

参考

胡亮. 多源遥感影像融合技术在智能测绘中的精度优化 [J]. 信息记录材料, 2026, 27 (05): 90-92. DOI:10.16009/j.issn.1009-5624.2026.05.027.

王蕊. 深度学习驱动矿山地表沉陷区多源遥感数据融合 [J/OL]. 青岛大学学报(工程技术版), 1-9[2026-03-15]. https://link.cnki.net/urlid/37.1268.TS.20260228.1644.002.

秦梦春、高友谊、刘军政等人.基于多源多光谱遥感影像水体识别深度学习模型及边界平滑重构方法[J/OL].水资源保护,1-13[2026-03-15].https://link.cnki.net/urlid/32.1356.TV.20260225.1755.010.

巫晨旭，左浩龙，李刚.基于跨模态注意力机制的多源遥感农作物分类研究[J/OL].智慧农业（中英文）, 1-15[2026-03-15]. https://link.cnki.net/urlid/10.1681.S.20260123.2104.002.

DOI: http://dx.doi.org/10.12345/xdchgc.v9i2.38027