1.一种多源卫星遥感数据协同的地形建模方法，其特征在于：包括以下步骤：S1、对地形建模样区的星载激光测高ICESat‑2数据进行多属性约束筛选，得到筛选后的高质量点；

S2、通过解算有理多项式函数模型对待测地区摄影测量卫星立体像对进行相对定向，再利用筛选得到的高质量点进行绝对定向，生成密集点云和DEM，然后对密集点云进行滤波生成DEM；

S3、对待测地区摄影测量卫星立体像对进行人工目视判别提取云雾遮挡区域，然后对步骤S2中生成的DEM进行掩膜处理，裁切掉云雾区域；

S4、利用水文分析方法对裁切掉云雾区域的DEM进行山谷线、山脊线以及沟沿线的提取；

S5、将步骤S4中提取的山谷线、山脊线以及沟沿线进行合并，合并为一个三波段tif文件，并按照像元大小256×256进行裁切制作训练数据集，然后将训练数据集输入条件生成对抗网络CGAN进行训练，得到具有DEM与地形骨架的映射关系CGAN网络；

S6、利用步骤S4所述方法从开源30m分辨率的ASTER GDEM提取云雾覆盖区域的山脊线与山谷线，并将其重采样到5m；

S7、利用步骤S4所述方法从开源1m分辨率的谷歌遥感影像数据提取沟沿线并将其重采样到5m，然后将开源数据提取的山脊线、山谷线、沟沿线合并为一个三波段tif文件并按照

256×256进行裁切，形成开源地形要素数据集；

S8、将开源地形要素数据集输入步骤S5中训练好的条件生成对抗网络CGAN里，输出得到云雾区域深度学习重建的DEM；

S9、对步骤S3中生成的无云区域高分七号DEM与步骤S8中生成的云雾区域DEM进行融合。

2.根据权利要求1所述的一种多源卫星遥感数据协同的地形建模方法，其特征在于：所述步骤S1中，对于地形建模样区的星载激光测高ICESat‑2数据进行多属性约束筛选的筛选准则为：i.云量标记小于3；

ii.城市标记等于0；

iii.数量标记大于50；

iv.激光点高程与ASTER GDEM高程值之差小于75；

v.每100米统计单元内激光点平均高程与激光点插值表面的高程值之差小于75。

3.根据权利要求1所述的一种多源卫星遥感数据协同的地形建模方法，其特征在于：所述步骤S2中，有理多项式函数模型如下式所示：其中， 表示像点在像平面上的坐标， 表示像点在对应的地面坐

标， 表示待解算的有理多项式函数模型。

4.根据权利要求1所述的一种多源卫星遥感数据协同的地形建模方法，其特征在于：所述步骤S2中，利用筛选得到的高质量点进行绝对定向如下式所示：其中， 表示需要求解的7个绝对定向参数； 表示模型点

的地面坐标值； 表示同一模型点在像空间辅助坐标系的坐标； 表示模型点的地面坐标值； 表示模型缩放比例因子； 表示相片

姿态角 的方向余弦，具体计算方式为：

其中， 表示相片姿态角。

5.根据权利要求1所述的一种多源卫星遥感数据协同的地形建模方法，其特征在于：所述步骤S4中，山谷线的提取方法具体为：根据裁切掉云雾区域的DEM计算每个像元的汇流累积量，然后使用汇流累积量阈值进行分割，将大于该阈值的像元认为是山谷线像元。

6.根据权利要求1所述的一种多源卫星遥感数据协同的地形建模方法，其特征在于：所述步骤S4中，山脊线的提取方法具体为：对裁切掉云雾区域的DEM进行取反，然后根据取反后的DEM计算每个像元的汇流累积量，再使用汇流累积量阈值进行分割，将大于该阈值的像元认为是山脊线像元。

7.根据权利要求1所述的一种多源卫星遥感数据协同的地形建模方法，其特征在于：所述步骤S4中，沟沿线的提取方法具体为：对裁切掉云雾区域的DEM进行30*30窗口分析统计平均值，得到平均DEM；然后使用裁切掉云雾区域的DEM减去平均DEM，提取值小于0的区域；

然后提取值小于0的区域的边界线，得到沟沿线。

8.根据权利要求1所述的一种多源卫星遥感数据协同的地形建模方法，其特征在于：所述步骤S5和S8中，条件生成对抗网络CGAN包含生成网络和判别网络两部分，生成网络用于从随机噪声和条件信息中生成合成数据,其网络结构采用U‑Net结构；判别网络用于区分生成器生成的数据和真实数据，其网络结构仅包含编码操作，不包括解码操作，激活函数采用tanh。

9.根据权利要求1所述的一种多源卫星遥感数据协同的地形建模方法，其特征在于：所述步骤S6和S7中，重采样方法均设置为最近邻采样法。

10.根据权利要求1所述的一种多源卫星遥感数据协同的地形建模方法，其特征在于：所述步骤S9中，无云区域高分七号DEM与云雾区域DEM进行融合的具体方法为：在无云区域高分七号DEM和云雾区域DEM接边处生成分辨率5倍宽度的缓冲区，在缓冲区内的高程值使用无云区域高分七号DEM和云雾区域DEM的平均值，缓冲区外无云区域使用高分七号DEM的高程值，缓冲区外云雾区域使用条件生成对抗网络CGAN重建的高程值。