数字技术与应用杂志社

摘要：<正>在遥感技术和人工智能不断发展的背景下，如何对多源影像进行有效融合和高精度地形重建成为行业关注的焦点。本文提出了一种基于Transformer的时空融合与地形重建模型（Spatio-Temporal Fusion Transformer,STFT），该模型通过卷积嵌入层、DEM约束模块和多尺度解码策略，有效地提高了在复杂地形环境下的重建精度。数值模拟及实证分析表明，文中模型的RMSE、SSIM、PSNR指标均优于传统CNN及ConvLSTM，特别是在陡坡及河谷地貌细节还原上优势明显。引入质量控制和不确定性管理机制后，该模型显示了实际监控的稳定性和可靠性。不确定性控制在±3%以内，监测结果与仿真分析高度一致。本文表明该方法可为地形监测、灾害预警及生态保护等提供有力支撑，具有较强的工程应用潜力与推广价值。

专辑： 信息科技;工程科技Ⅱ辑

专题： 工业通用技术及设备;自动化技术

分类号： TP751;TP18