Hameid NA*, Bannari A, Kadhem G, Abdelhadi A
Als Reaktion auf den Klimawandel in kleinen Inselentwicklungsländern (SIDS) können genaue digitale Geländemodelle (DEM) die Szenarien des Meeresspiegelanstiegs (SLR) unterstützen und dessen Auswirkungen auf die Küstenzone sequenzieren, um eine angemessene Anpassung zu ermöglichen. Die Genauigkeit des DEM kann je nach Interpolationsalgorithmus und Datenerfassungsmethode bis zu einem gewissen Grad variieren. Tatsächlich wurden zahlreiche mathematische Interpolationsmethoden zur räumlichen Interpolation entwickelt, um die topografische Informationsverdichtung und die DEM-Wiederherstellung zu ermöglichen. Ziel dieser Studie ist die Bewertung der Genauigkeit von DEMs mit hoher räumlicher Auflösung (bei 2,5 m Pixelgröße), die aus einer Karte mit hohen topografischen Konturlinien im Maßstab 1:5.000 unter Anwendung von vier verschiedenen Interpolationsalgorithmen regeneriert wurden. Drei deterministische Methoden wurden berücksichtigt, darunter IDW mit variablen und festen Parametern, Spline mit regulären und Spannungsbedingungen und Natural Neighbor. Bei den stochastischen Methoden wurden das gewöhnliche und einfache Kriging gemäß der Semivariogramm-Anpassung unter Berücksichtigung von fünf mathematischen Funktionen analysiert: stabil, kreisförmig, sphärisch, exponentiell und gaußsch. Zu Validierungszwecken wurde ein Datensatz mit 400 gleichmäßig über das Untersuchungsgebiet verteilten Bodenkontrollpunkten (GCPs) verwendet, um alle vorhandenen Höhenklassen abzudecken. Diese wurden mithilfe des Differential Global Position System (DGPS) mit einer planimetrischen bzw. altimetrischen Genauigkeit von ± 1 cm bzw. ± 2 cm gemessen. Die erzielten Ergebnisse zeigen, dass gewöhnliche und einfache Kriging-Methoden, die auf der Exponentialfunktion basieren, eine ähnliche DEM-Wiedergabe mit dem besten RMSE (± 0,65 m) erreichten, der sich als geringer als die Toleranz oder die Gesamtabweichung (± 0,78 m) erwies. Folglich sind diese beiden Kriging-Methoden für die DEM-Erstellung für Anwendungen auf kleinen Inseln genauer, beispielsweise für die Bewertung der Anfälligkeit von Küstengebieten für Meeresspiegelanstieg und Überschwemmungen, die Erkennung topografischer Merkmale und die hydrologische Modellierung.