Felgueiras CA, Ortiz JO, కమర్గో ECG, నమికావా LM, రోసిమ్ S, ఒలివేరా JRF, రెన్నో CD, Sant'Anna SJS మరియు మోంటెరో AMV
డిజిటల్ ఎలివేషన్ మోడల్స్ (DEMలు) యొక్క ఆల్టిమెట్రీ అట్రిబ్యూట్ యొక్క ఖచ్చితత్వాన్ని మెరుగుపరచడానికి జియోస్టాటిస్టికల్ పద్ధతుల ఆధారంగా ఫ్యూజన్లు ఈ కథనంలో ఉపయోగించబడ్డాయి. సాధారణ క్రిగింగ్, ఎక్స్టర్నల్ డ్రిఫ్ట్తో క్రిగింగ్, రిగ్రెషన్ క్రిగింగ్ మరియు కోక్రిగింగ్ విధానాలు, అనిశ్చితి ప్రాతినిధ్యాలను అంచనా వేయడానికి వర్తించబడతాయి, దీని నుండి ఆల్టిమెట్రీ అంచనాలు మరియు ఇతర సమాచారాన్ని పొందడం సాధ్యమవుతుంది. ఫ్యూజన్ డేటా మోడలింగ్ ఇప్పటికే ఉన్న DEMల నుండి నిర్వహించబడుతుంది, ప్రధానంగా ఇంటర్నెట్లో ఉచితంగా లభిస్తుంది మరియు 3D నమూనా పాయింట్ల అదనపు అధిక ఖచ్చితమైన సెట్. ఫ్రీవేర్ DEMలు దట్టమైనవి మరియు సాధారణంగా మంచి ప్రాదేశిక పంపిణీలను కలిగి ఉన్నప్పటికీ, వాటి ఆల్టిమెట్రీ సమాచారం యొక్క ఖచ్చితత్వం
చాలా అప్లికేషన్లకు తగినది కాకపోవచ్చు. ఈ సమస్యను తగ్గించడానికి ఒక మార్గం ఏమిటంటే, డేటా మోడలింగ్ ప్రక్రియలలో, అందుబాటులో ఉన్న DEM డేటాతో పాటు వివిధ ఇతర వనరుల నుండి వచ్చే అదనపు సమాచారం మరియు మెరుగైన నాణ్యతను కలిగి ఉంటుంది. సాధారణంగా, ఫీల్డ్ వర్క్లలో అధిక ఖచ్చితమైన ఆల్టిమెట్రీ డేటా, ఎక్కువ ఖర్చుతో,
ఆసక్తి ఉన్న ప్రాదేశిక ప్రాంతంలోని నిర్దిష్ట పాయింట్ స్థానాల్లో సేకరించబడుతుంది . సంక్షిప్తంగా, ఈ పని జియోస్టాటిస్టికల్ పద్ధతులు, విభిన్న మూలాల యొక్క స్పేషియల్ ఎలివేషన్ సమాచారం, డేటా స్ట్రక్చర్లు మరియు ఎలివేషన్ ఖచ్చితత్వాల ద్వారా మెరుగైన ఖచ్చితమైన DEMలను పొందడం ద్వారా సమగ్రపరచడం లక్ష్యంగా పెట్టుకుంది. ఈ పరిశోధనలో ప్రస్తావించబడిన పద్దతి
బ్రెజిలియన్ ఆగ్నేయ భౌగోళిక ప్రాంతంలో కేస్ స్టడీకి వర్తించబడింది . DEM తేడాలు మరియు డ్రైనేజ్ నెట్వర్క్ ఆటోమేటిక్ ఎక్స్ట్రాక్షన్ ఆధారంగా స్వతంత్ర అధిక ఖచ్చితమైన డేటా సెట్ మరియు పోలికలను ఉపయోగించి పరిమాణాత్మక మరియు గుణాత్మక ధ్రువీకరణలు నిర్వహించబడ్డాయి. పరిగణించబడిన అధ్యయన ప్రాంతం కోసం, బాహ్య చలనం మరియు రిగ్రెషన్ క్రిగింగ్తో కూడిన క్రిగింగ్ సహ-క్రిగింగ్ విధానం కంటే మెరుగైన పరిమాణాత్మక మరియు గుణాత్మక మెరుగుదలలకు దారితీశాయి.