DEM模型范文

DEM模型范文（精选8篇）

DEM模型 第1篇

数字地形模型是地形表面形态属性信息的数字表达, 是带有空间位置特征和地形属性特征的数字描述。数字地形模型中地形属性为高程时称为数字高程模型 (Digital Elevation Model, 简称DEM) [1]。数字高程模型DEM的建立打破了传统GIS二维数据结构模式, 是高程Z关于平面坐标X、Y两个自变量的连续函数, 建立了一种具备三维空间坐标的的实体地面模型。

2 建立方法

2.1 数据源及采集方式

DEM数据采集方法有以下4种。

(1) 地面测量。直接从地面测量, 例如用全站仪等自动显示、记录的仪器在野外实测, 通过数据通讯传输到计算机, 再进行编辑处理, 其数据采集方式简单易行。

(2) 现有地图数字化。利用数字化仪对已有地图上的信息 (如等高线) 进行数字化的方法。目前常用的数字化仪有手扶跟踪数字化仪和扫描数字化仪[2]。也可采用格网读点法在现有地形图上采集, 然后通过多种内插方法生成DEM。

(3) 空间传感器。常用的方法是利用全球定位导航系统GPS, 结合雷达和激光测高仪等空间传感器, 采集数据作为数字高程模型DEM数据源。

(4) 数字摄影测量。这是DEM数据采集最常用的方法之一, 根据航空或航天影像, 如数字摄影测量方法、立体坐标仪观测及空三加密法、解析测图等。

2.2 DEM获取途径

可以通过多种方式建立DEM, 基于不同的数据源及采集方式来看, 先前采用的方式是通过内插方式数字高程模型DEM的, 它的数据源是野外实测或者由现有地形图上采集高程点或者等高线。这种传统方法优点是仪器简单、操作便捷、成本低, 缺点是由于特殊地形条件或者地形图精度问题, 局部地区无高程点或等高线数据, 受到数据源的限制比较大, 造成DEM局部缺失或失真;航空摄影测量方式获取DEM数据是目前成熟的方法, 也是被很多生产部门广泛采用的方法, 它大大降低了劳动强度, 且提高了工作的效率。数据采样可以通过全人工、半自动、全自动3种方法完成。全人工方式易错且费时费力;半自动方式能够由机器自动获得平面位置坐标 (x, y) , 测量人员通过人工控制高程Z, 在精度和速度方面较之全人工方式有所改进;全自动方法利用计算机视觉代替人眼的立体观测, 在全人工、半自动基础上, 数据采样速度大大提高, 但易出错且精度较差, 纠错编辑必不可少。航空摄影测量采集方式优点是精度高, 可获取大比例尺DEM, 缺点是成本高、周期长并且受到航空管制约束。

要想快速的获取大范围的DEM数据, 卫星手段是一种好的方法。前沿技术卫星遥感、干涉雷达技术、激光雷达技术也在DEM获取中有所应用, 但还处在完善改进阶段。其中卫星遥感受到天气影响较大, 仅可获得大范围的较小比例尺DEM, 在快速获取大范围DEM方面还有一定的局限性。而干涉雷达技术不受天气影响, 也可大范围DEM, 但目前仅获取小比例尺, 随着高分辨率雷达卫星发射, 有望在得到大比例尺DEM方面改进突破。激光雷达技术可获取大比例尺高精度DEM, 但因其技术门槛高, 目前处于起步阶段。而且随着卫星传感器的发展, 获取的DEM精度越来越高。

2.3 DEM的表示模型

DEM的主要表示模型有3种:规则格网模型、等高线模型和不规则三角网模型[1], 并且这3种模型很容易互相转换。

规则网格模型的格网, 通常是以正方形, 或者规则的三角形、矩形等形式存在。格网的大小可以根据实际需要取定, 这些规则的格网把区域的空间划分一个个格网单元, 每一格网赋一个高程数值, 在数学上以一个矩阵表示这种模型, 在计算机实现中则是一个二维数组。在计算机中, 可以很容易的处理以高程矩阵存储的规则格网, 尤其是对于擅长栅格数据结构处理的地理信息系统, 最常见的规则格网的存在形式就是图像。规则格网模型 (X, Y) 位置信息可隐含, 规则格网数据处理较容易, 但格网点并非特征点, 数据采集较麻烦, 某些微地形可能被遗漏。

等高线模型表示高程, 其中每一条等高线对应一个已知的高程值, 高程值的集合是已知的。在这种情况下, 依据一系列等高线集合以及它们对应的高程值, 用等高线模型就可以建立一种数字地面模型。在计算机中, 往往以地形图或者线画图来表现等高线模型, 等高线模型通常以矢量数据形式保存, 高程值存放在矢量属性表中, 以一种属性形式存储。

不规则三角网 (Triangulated Irregular Network, TIN) 是根据区域有限个点集将区域划分为相连的三角面网络, 这样分布在区域中任意点, 可能位于在三角面的顶点、边上或三角形内的某一位置[3]。而大多数情况下, 某点非三角形顶点, 是三角形内的任意位置, 则该点的高程值通过线性插值的方法得到的。不规则三角网TIN的数据可以存储在一些GIS软件中, 比格网DEM复杂, 由于数据存储较复杂, 用的较少。TIN的优点是能以不同层次分辨率来描述地表形态, 特别对于包含断裂线、构造线等大量地形特征时, 较之规则格网模型能更好顾及这些特征。

3 质量控制

DEM的质量控制是其生产过程中最为重要的环节之一。DEM质量控制包括原始资料、作业过程质量控制和产品质量检查3方面。由于DEM数据有着多种生产方式, 有经数字摄影测量方式生成的, 有依据现有地形图数字化生成等, 所以其数据的误差来源也有所不同。其主要来源于原始数据、输入设备、观测及数据转换这4方面。

总结减小DEM误差, 提高其质量的方法有以下3种: (1) 提高原始数据的质量, 原始数据误差主要包括现有地图变形引起的误差, 地形图手扶或扫描数字化仪的输入误差, 高程点、等高线数据采集时的观测误差; (2) 提高影像匹配算法的精度和稳健性, 例如对于随机误差, 可采用低通滤波降低其影响, 对于粗差和错误, 则需要采用自动探测和人工编辑相结合的方法[4]。 (3) 对DEM数据进行误差处理和编辑, 对于不同的地貌特征, 采用相应的方法, 提高人工编辑效率是值得深入思考的一个问题。

要对DEM质量进行控制, 就要对生产中可能引起误差的步骤和过程设置检测参数及规定, 对发现的错误和误差进行修改, 已达到数据质量控制的目的。

4 应用分析

数字高程模型DEM除描述地面高程信息外, 还可以派生坡度、坡向等地貌特性, 对于DEM的研究也涉及到其各个环节:DEM数据的采集、粗差探测、DEM表示地形的精度、质量控制、DTM数据的压缩和DEM的应用等。DEM应用于自动绘制等高线、地图修测、立体地形模型、坡度、坡向图及土方填挖计算等, 在测绘、军事、水文、交通、建筑景观规划等领域得到了广泛的应用。

参考文献

[1]汤国安, 李发源, 刘学军.数字高程模型教程[M].北京:科学出版社, 2010.

[2]连明.三维数字地形动态调度及修改技术[D].西安:西北工业大学, 2005.

[3]李艳.参谋作业系统电子沙盘的设计与实现[D].重庆:重庆大学, 2009.

DEM模型 第2篇

数字高程模型DEM的更新在土地利用动态监测的应用

土地利用信息动态监测是我国国土资源信息化建设的一个重要组成部分,也是广东省国土资源管理工作中一项基础性工作.广东省的土地利用动态遥感监测从开始,每年开展一次,至全面建立土地利用动态遥感监测体系.而每一年的.土地利用动态监测工作的完成都有严格的时效性,使得生产单位对数据生产的效率、效益和质量必须作为一个重要的因素来进行考虑.数字高程模型DEM的更新应用在土地利用动态监测上,是各工序进行有效衔接和保证产品最终质量的必要前提.结合工作实践,以数字高程模型DEM如何利用其他3D数据(数字线划图DLG、数字正射影像图DOM、数字栅格地图DRG)或旧DEM数据的更新,为土地利用动态监测的工作提供重要的基础资料,从而保证产品的时效性和质量.

作 者：钟静 ZHONG Jing  作者单位：广东省国土资源信息中心,广东,广州,510075 刊 名：测绘与空间地理信息 英文刊名：GEOMATICS & SPATIAL INFORMATION TECHNOLOGY 年，卷(期)： 32(3) 分类号：P208 关键词：数字高程模型DEM   DLG   DOM   DRG   土地利用动态监测  

浅析不同地形区域的DEM精度评定 第3篇

关键词:DEM;高速公路;公路勘测设计

中图分类号:TP352 文献标识码:A文章编号:1007-9599 (2010) 03-0000-02

DEM Accuracy Assessment on Different Terrain

Wu Yunfeng

(Xinjiang Geology and Mineral Resources Bureau GeophysicalExploration Team,Changji831100,China)

Abstract:DEM digital terrain model is the use of an arbitrary coordinate field a large selection of known X, Y, Z coordinates of points on the ground in a simple continuous statistics that, in a short, DTM is simple math of surface topography.

Keywords:DEM;Highway;Highway Survey and Design

一、数字高程模型(DEM)概述

(一)数字高程模型(DEM)的特点

1.容易以多种形式显示地形信息。

地形数据经过计算机软件处理后,产生多种比例尺的地形图、纵横断面图和立体图,而常规形图一经制作完成后,比例尺不容易改变,如要改变比例尺或者要绘制其他形式的地形图,则需要人工处理。

2.精度不会损失。

常规地图随着时间的推移,图纸将会变形,失掉原有的精度,而DEM采用数字媒介因而能保持精度不变。另外,人工方法由常规的地图制作其他种类的地图,精度会受到损失。而由DEM直接输出,精度可得到控制且不会损失。

3.容易实现自动化、实时化。

常规地图要增加和修改都必须重复相同的工序,劳动强度大而且周期长,不利于地图的实时更新,而DEM由于是数字形式的,所以增加或改变地形信息只需将修改信息直接输入到计算机,经软件处理后立即可实时化地产生各种地形图。

(二)数字高程模型(DEM)的应用

DEM作为地形表面的一种数字表达形式所具有的特点决定了DEM在勘测、摄影测量与遥感、地球科学、制图、土木工程、地质、矿业工程、地理形态、军事工程、城市规划、通讯等领域的应用日益增多,而且不断开拓新的领域。

数字高程模型在公路勘测设计中的应用潜力巨大。传统的公路设计不仅需要大量费时费力的野外勘测工作,而且所设计出的公路还不可避免地具有以下几个方面地缺陷:设计的方案不一定是经济、技术上的最优的;方案受人的主观影响较大;工作强度大,设计工作繁琐。在数字高程模型建立以后,不仅可以用于路线的优化,还可以用于路线设计、二维可视化、公路仿真等领域。

二、不同地形区域的野外地形测量

野外地形测量数据是建立数字高程模型的重要数据源,它包括平面位置数据和高程数据,笔者结合公路勘测设计的实际需要,选择几段沿公路走向的带状范围作为测量区域,这几段范围分别包含山岭、平原和丘陵这三种地貌,以便研究不同地貌条件下对数据采集和DEM精度的影响。

(一)首级控制测量

在测量范围内布设四等GPS—E级网作为测量的首级控制,四等控制点至少应有两个通视方向,GPS作业时应采用静态模式(常规静态或快速静态)观测。

首级控制测量时最好联测已有的首级网点(四等点或者GPS—E级点),以备检核。由于公路的线路较长,在数据处理时,如果遇到控制点不在同一投影带,必须先进行坐标的投影换带计算,最后求得控制点的平面坐标。

(二)图根控制测量

图根点是直接提供地形图的依据,也是修测、补测地形图的依据。所以在上一等级的控制点基础上加密布设,以满足测图的需要。分别在平坦地区、山地和丘陵地带三种地形条件下所选择的实验区范围内布设图根点,在山地和丘陵地区可以适当增加图根点的密度。采用以下步骤和方法进行图根控制测量:

(三)碎部测量

地形测量采用数字化测图,测图软件是清华三维公司的电子平板测绘系统(EPSW电子平板)。清华三维电子平板测绘系统是集扫描矢量化、数字化测绘作业、计算机成图等多种功能于一体的软件,运用该系统具有成果规范化、功效高、使用保存方便等特点,适合复杂多变地形的测绘。

(四)检查点的布设与测量

分别在平坦地区、山地和丘陵的实验地形条件下各布设大约63个检查点(这些点为非地形特征点,在整个实验区均匀布置),然后用全站仪和水准仪分别按较高的精度要求进行测量,用来检核DRM内插时的误差,同日寸也用来对RTK测量的三维坐标和全站仪三角高程进行精度评定。检查点使用比原始数据精度更高的数据,其对精度评定的影响可以不考虑。

三、不同地形区域DEM精度评定

(一)平原地区DEM精度评定

由实际测量数据统计分析结果可得到以下图表:

在平原地区,采样间隔以20米为单位,测量结果表明,20米—100米范围内,DEM内插的采样点高程中误差随着采样间距的增大而不断增加,即表明在平原地区20米、100米范围内,DEM精度随采样间隔的增加而不断降低。

(二)丘陵地区精度评定

由测量统计分析结果可得到在丘陵地区,采样间隔以10米为单位,10米—100米范围内,试验结果表明,DEM内插的采样点高程中误差随着采样间距的增大而不断增加,即表明在丘陵地区10米—100米范围内,DEM精度随采样间隔的增加而不断降低。

(三)山岭地区精度评定

由测量统计分析结果可得到在山岭地区,采样间隔以10米为单位,10米、100米范围内,试验结果表明,在10米—50米范围内,DEM内插的采样点高程中误差随着采样间隔的增大而增大,而50米、100米范围内,DEM内插的采样点高程中误差浮动范围不定,呈随机分布,不再有10米、50米范围内采样点高程中误差与采样间隔呈线性分布的规律性。

四、小结

在野外测量时包含特征点能显著提高DEM精度,尤其是在地形起伏较大的地区,所以测量时特征点必须测量;采样间距增加时平原地区的DEM的精度随着采样间隔的增加精度降低,但降低的幅度较慢;丘陵地区的DEM的精度随着采样间隔的增加精度相应降低;山岭地区DEM的精度随着采样间隔的增加精度逐渐降低,当达到一定程度后,DEM的精度降低的幅度就比较缓慢。总而言之,同样的采样间隔条件下,随着地形起伏的加剧,DEM的精度会相应降低。

参考文献:

[1]徐其福.数字高程模型在公路勘测设计中的应用.山西科技,2002

DEM模型 第4篇

整个公路自然区划[1]系统以中国为例具有海量的数据,同时数据格式多种多样。目前绝大部分都是采用先进的GIS(地理信息系统)核心技术空间分析[2]对所采集到的数字化地图进行数据的分析与统计,根据分析得到的信息揭示事物间更深刻的内在规律和特征。

DEM数据分析模型是中国公路自然区划中的地貌、地质、水文、气候和植被指标的基础数据。模型建立的好坏直接决定了整个系统中所有指标的准确性,具有至关重要的作用。

1 DEM基础数据

在公路自然区划的研究过程中,需要和产生的数据分为基础数据、中间数据、结果数据三类。基础数据是对公路规划、建设、运营管理产生影响的自然要素的基本信息;中间数据(也称基础图件或计算指标)是在公路自然区划研究过程中产生的,供研究人员检查、校对和其他综合、专项区划研究使用;结果数据是中国公路自然区划各项研究的最终结果。数据类型的划分是相对的,例如:各专项区划对应的参数分区,既要作为结果分区,又是最终编制中国公路自然区划的基础依据。

1.1 GIS数据

全国1∶100万地理信息数据库是基础地理信息系统中全国性空间数据库之一,其数据包括国界,省界、水系、山脉、交通(包括公路、铁路)、居民地、地貌、植被等矢量性要素。全国1∶100万数据库总数据量约为200 MB,覆盖整个国土范围,由国家测绘中心提供。GIS数据是描绘全国地图背景的基础性数据。

1.2 DEM数据

全国1∶25万数字高程模型(Digital Elevation Model,DEM)是一定范围内规则格网点的平面坐标(X,Y)及其高程(Z)的数据集,DEM是对地貌形态的虚拟表示,可派生出等高线、坡度图等信息,用于与地形相关的分析应用。整个DEM数据包含分幅的数据77幅,覆盖整个国土范围。数据存放格式为Grid,格网间距100 m。坐标系统为地理坐标系。

2 数据分析技术

GIS空间分析的内涵极为丰富,本模型采用空间查询、空间量算、叠置分析、缓冲区分析、网络分析、空间统计分类方法。

2.1 空间查询

图形与属性互查是最常用的查询,主要是按属性信息来定位空间位置,称为“属性查图形”。该查询通常借助空间索引,在地理信息系统数据库中快速检索出被选空间实体。查询也可以根据空间实体与属性的连接关系得到所查询空间实体的属性列表。在大多数GIS中,提供的空间查询方式有:基于空间关系查询、基于空间关系和属性特征查询、地址匹配查询。

2.2 空间量算[3]

一般的GIS软件都具有对点、线、面状地物的几何量算功能,针对矢量数据结构或栅格数据结构的空间数据。

点状地物(零维):坐标;线状地物(一维):长度、曲率、方向;面状地物(二维):面积、周长、形状等;体状地物(三维):体积、表面积等。

2.3 叠置分析

叠置分析是将两层或多层地图要素进行叠加产生一个新要素层,采用分割或合并生成新的要素,最终结果综合了原来两层或多层要素所具有的属性。叠置分析包含空间关系的比较和属性关系的比较。叠置分析技术包括三种:点与多边形叠加、线与多边形叠加、多边形叠加。

2.4 空间插值方法

空间插值方法[4,5]分为确定性空间插值方法和地统计空间插值方法。确定性空间插值方法主要根据数学概念和相关公式,地统计空间插值方法同时考虑了数学和统计学的概念,以克里金系列方法为例,包括全局多项式插值方法、局部插值方法、反距离权重插值方法、径向基函数插值方法、地统计空间插值方法。

2.5 空间统计

空间统计是找出某种属性分布的整体特征和趋势,找到规律后进行科学的分析和预测。空间统计方法是建立在概率论和数理统计基础上的地理数学方法,适用于对各种随机现象、随机过程和随机事件的处理。模型采用的地学统计方法有相关性分析、回归分析、趋势面分析、马尔科夫预测以及克里格估计法。统计方式也有多种多样,有列表、直方图、云图、回归曲线等形式。

3 地图投影技术

我国大部分地区处于中纬度,横跨11个六度带,东西延伸较长;在原始数据中,专题图件大部分采用正轴等积割圆锥投影,中国科学院地理研究所编制的1∶400万《中国地势图》也采用正轴等积割圆锥投影,两条标准纬线为北纬25度和北纬45度。HD-GIS数据库数字图层采用正轴等积割圆锥投影,是综合考虑了上述因素的结果,具体参数如下:

投影方式(Projection):Albers等积割圆锥投影

投影参数(Projection parameters)

椭球体(Spheroid):克拉索夫斯基(Krasovsky)椭球体

中央经线(Central meridian):东经101度(101°E)

参考纬度(Reference latitude):0

双标准纬线1(Standard parallel 1):北纬25度(25°N)

双标准纬线2(Standard parallel 2):北纬45度(45°N)

自东向西偏移量(False easting):0

自南向北偏移量(False northing):0

坐标系统:54北京坐标系

4 数据分析方法及结果

我国国土面积较大,DEM的原始数据都是分幅数据,DEM数据图幅拼接方法[6]很多,主要实现工具有:ArcTools图形用户界面、栅格计算器和Python语言程序等,其中ArcTools图形用户界面是在Python语言程序的支持下实现的。

DEM数据基本用于坡度计算、坡向计算和相对高差计算,其分析模型类似,在此以计算坡度为例。计算坡度首先必须调整正确的投影坐标系统才能得到最精确的坡度图,DEM数据的空间分析模型如图1所示。

整个分析的具体步骤如下:

1)坡度计算的基本数据为1∶25万的DEM。该数据的单元大小为96 m96 m,默认坐标系统设置为地理坐标系统。

2)进行坡度计算需要投影坐标系统,DEM数据的坐标系统为地理坐标系统,因此不能直接计算坡度,必须把地理坐标系统转换为投影坐标系统,采用地图投影技术。

3)坐标系统转换后的DEM数据量达到7 GB,进行各种计算和分析慢,所以需要配置较高的硬件。因此,该DEM的单元大小由96 m96 m转换为1 000 m1 000 m。这样计算坡度,速度快而且结果准确。

4)在投影好的DEM数据基础上,应用ArcGIS的空间分析(地面分析)来进行各种分析计算,如等高线、坡向、相对高差等。

5)应用ArcGIS的空间分析功能进行中国的坡度图、坡向图、山影图、相对高差等的计算。应用空间分析的重分类对计算好的分析图进行重分类。空间分析DEM坡向计算结果如图2所示。按高差指标0～200、200～500、500～1 000、1 000～2 500和>2 500 m生成的相对高差图,如图3所示。

5 专题地理信息系统

根据以上分析的DEM数据模型,进一步可得到其他扩展模型包括:地貌、地质、水文、气候、植被等。通过不同的参数图件与DEM数据模型进行空间分析,即可得到全国地貌、地质、水文等严重等级分类图,为交通勘探、管理和环保等工作奠定基础。

专题地理信息系统是一个可视化系统,将所得到的参数模型图通过管理软件进行展示。该系统是由后台数据库与中间层应用软件及前台浏览器组成的综合系统。系统以ArcGIS 9.1为地理信息系统支撑平台,采用C/S与B/S相结合的体系结构进行开发,应用面向对象的Visual Basic作为开发平台,调用AO(ArcObjects)组件,开发完全脱离其他GIS软件和数据库软件的组件式GIS软件,如图4所示。同时在服务器端采用ArcSDE空间数据库引擎,将地理空间数据存储在Oracle关系数据库中,通过ArcSDE实现对空间数据库的调用,把数据(特别是基础性数据)集中在数据库服务器上,统一管理,保证数据安全。

6 结束语

本文主要以坡度计算为例产生DEM数据分析模型,为全国的自然区划地貌奠定了基础,从结果图中可直观生动地看出,由浅绿到红色的变化代表从平原到高原的变化。此模型适用于DEM栅格数据分析,通过空间分析和统计产生最终结果,是整个中国自然区划地貌、水文、气候、植被的数据基础。所有参数等级图都可以通过专题地理信息系统进行展示、管理和再分析。

摘要：地理信息系统的空间数据结构研究已日趋成熟,基于GIS(地理信息系统)技术的相关分析也相应地成为人们倍受关注的热点。文中以公路自然区划研究为基础,结合GIS空间分析模型分析我国DEM(数字高程模型)数据,生动形象地展示中国自然的海拔地貌,同时为地貌、水文、气候、植被等参数打好基础。结合ArcObjects和VB.net实现了专题地理信息系统。

关键词：GIS,DEM,公路自然区划,数据分析模型

参考文献

[1]HAMDI I,FARAH L R,AHMED M B.Analysing spatial-temporal data based on generic GIS[J].ACS/IEEE Interna-tional Conference on Computer Systems and Applications,2005,78(9):555-558.

[2]ZEILER M.Exploring ArcObjects Vol.1-Applications andCartography[M].ESRI,2004:45-49.

[3]SUNY,ZHOUP,YANG Y J,et al.Establishment of specialcity GIS based on ArcObjects[C]//Proceedings of 2003 IEEEInternational Geoscience and Remote Sensing Symposium,2003,6:3733-3735.

[4]交通部.公路自然区划标准(JTJ003-86)[S].北京:人民交通出版社,1986.

[5]刘湘南,黄方,王平.GIS空间分析原理与方法[M].北京:科学出版社,2005:178-211.

[6]陶华学,孙英君.GIS空间分析模型的建立[J].四川测绘,2001,24(4):147-149.

[7]李新,程国栋,卢玲.空间内插方法比较[J].地球科学进展,2000,15(3):260-265.

DEM模型 第5篇

流域水文模型是当前研究水文规律、进行雨洪分析和流域水资源管理的有效工具[1,2,3], 而流域地形特征 (包括坡度、坡向等等) 是流域水文建模与分析的基础数据。这些地形特征常常从DEM (Digital Elevation Model) 中提取[4,5]。DEM使用有序数值阵列表示地面高程, 在水文模型中的主要功能就是用于提取流域水文特征和充当汇流过程中理想的地表面[3]。由于各种人为的和自然的原因, DEM栅格中普遍存在着许多流向不确定的点, 包括凹点和平地[5,6]。这些点的特征表现为高程值小于或等于所有与它相邻的周围8个栅格的高程值[7]。由D8算法[8], 水流在低洼地中找不到流向, 这就为水系的生成和汇流计算造成障碍。因此, DEM中低洼地的预处理是许多分布式水文模型利用DEM进行洪水汇流计算的前提, 而如何快速有效地处理低洼地则成为数字水文学研究的热点[9]。

低洼地的处理内容主要是修改低洼地区DEM栅格的高程值, 目的是消除低洼地, 使全区水流顺畅, 每个栅格单元都有一个明确的水流方向。需要处理的区域包括洼地和平地两类, 二者特点不同, 常常区别开来处理。

当前洼地的处理思路主要有3种, 分别为光滑处理法、填充法和裂开法[7]。平滑处理法的思路是按一定的坡度为洼地栅格高程重新赋值, 赋值后原有的洼地变成坡地, 并且坡度较为平缓[4,10] (如图1) 。这种方法的优势在于计算简单, 处理效率高。不足之处在于只能处理较浅较小的洼地, 而不适用于较大较深的复杂洼地。更重要的是, 经过平滑处理后的DEM容易丢失原始数据中包含的许多细节地形信息[7,11,12]。填充法则是将洼地内部栅格的高程值修改为集水区边缘最低点的高程水平[4,13] (如图2) 。该方法修改的栅格数量较少, 修改后的DEM较为忠于原始地貌, 但是由于集水区边缘出口不易找出, 使得传统填充法应用于有嵌套或连通情况的复合洼地时效果不理想。裂开法是对填充法的补充, 要求先将洼地分成两类:凹陷型洼地和阻挡型洼地。对凹陷型洼地采用常规的填充法;而对于阻挡型洼地, 则通过降低阻挡物所在处的栅格高程, 使水流冲破封闭洼地[14,15] (如图3) 。这种方法通过消除“阻挡物”, 从而大大减少需要填充的栅格数量, 使修改后的DEM更加接近原始地貌。但是洼地的分类过程复杂, 计算量较大, 占用内存多, 导致计算机执行效率低。

除了洼地, 平地中栅格单元的水流方向也可能是不确定的, 因此也需要做处理, 而处理的主要内容是设置水流方向, 常常通过在平地区域内部设置微小坡度来实现[16]。目前主要有“平行流向模式”和“中心汇聚流向模式”两种处理方式[7]。平行流向模式的思路是将平原区内从入口到出口的最短路径作为水流路径, 其余网格的流向就采用与该水流路径平行的方向[13,16]。这种方法简化了水流流向在平原区变化的多样性, 使计算出的河道呈现简单的直线[7]。中心汇聚流向模式通过抬升平地栅格的高程, 产生2个坡降:一个使水流从入口流向出口, 另一个使水流从平地边缘流向平地中心, 然后两种坡降叠加, 最终的平地高程改变量是这两个高程微增量之和[17]。这种方法避免了随意设置水流路径的弊端, 较好地改善了平直河道的问题[7]。但实现这种方法的算法过于复杂, 实际上用的并不多。

1 新方法提出

鉴于现行方法中存在的各种问题, 本次研究尝试使用一种新的方法“溢水法”和原创的“出口汇聚流向模式”对DEM中的低洼地进行处理, 并经过编程实现。经过处理的DEM中已经不存在流向不确定的点, 可被各类以DEM充当下垫面的分布式水文模型直接使用。

1.1 整体思路与特征点预定义

为了后面叙述方便, 先将一些特征点做一个预定义。所有流向不确定栅格可以分为3种类型:①凹点;②盆地 (第一类平地点) ;③第二类平地点。其中凹点指的是单个的低洼点。盆地又称第一类平地, 它与第二类平地一样, 都是平地区域, 不同的是, 盆地中的水找不到出口, 而第二类平地在平地边缘能找到出口, 二者高程数值特征如图4所示。

本文研究的整体思路是先填平凹点, 由此可将凹点转化为平地, 然后将盆地与第二类平地区别开来, 并将所有盆地转化为第二类平地, 最后在第二类平地中设置微坡度, 将其中的水导出, 如图5所示。

1.2 溢水法填充盆地

每个凹点经过单独填平后, 都能与周围相邻的某些点共同组成一块平地。现在将所有平地区别为盆地和第二类平地, 并将盆地通过填充转变为第二类平地。针对传统填充法中集水区边缘出口不容易找出的问题, 这里将盆地中心栅格高程分多次梯级填高, 而不是一次性抬高到指定高度。每对全区所有盆地抬升一次后, 重新搜寻识别全区的平地, 再次分类为盆地和第二类平地, 又再次对盆地进行抬高处理。如此循环若干次, 直到所有盆地都处理完毕。该方法类似于水在盆地中不断累积直至溢出, 本文将这种方法称为“溢水法”, 如图6所示。

与传统填充法相比, 采用“溢水法”填充盆地, 由于盆地内的“积水”会自动找到盆地边缘出口, 从而避免了对盆地整个集水区的搜索计算, 不需要进行流向分析, 也不需要考虑复合洼地的嵌套关系, 简化了计算过程。盆地经过填充处理后, 全部转变成第二类平地区域。

1.3 为第二类平地设置微坡度

为了避免平行流向模式与中心汇聚流向模式中容易出现的问题。本次研究在流向模式的选取上, 尝试使用不同于前人的“出口汇聚流向模式”。具体方法是搜索以平地出口为中心的正方形区域, 对搜索到的相应的平地栅格高程做一个微小抬升, 例如抬升高度设为0.1。由近及远, 逐渐扩大搜索正方形的范围, 每扩大一圈的同时, 抬升的高程增量都有所增大, 直至该平地内的所有栅格都处理完毕, 然后进入下一个平地的处理。通过不同程度地抬升平地栅格的高程, 使之形成自然坡度, 总体上沿着流程距出口越近的栅格高程越低, 越远的栅格高程越高 (最高不能超过平地外围的栅格高程) , 最终使平地上所有栅格中的水从平地出口流出 (图7) 。这种流向设置也符合天然洼地中水向出口汇流的规律。

1.4 后处理

由于平地区域的形状往往并不规则, 使用这种笼统的垫高方式, 并不能保证经过处理后平地内每一个栅格单元都能找到流向, 而在平地内部衍生出“小平地”也是完全有可能的。如图8 (a) 所示, 原平地区域末梢的两个栅格经过“出口汇聚流向模式”处理后, 按照D8算法, 其流向仍然不确定。对此, 有必要进行一下后处理。这里采用一种“单点拔高”的方法来进行后处理。该方法是搜索衍生出的每一个流向不确定点, 计算其周围8个栅格的高程的最小值Hmin, 令该点的高程等于Hmin+h, 其中h也是一个微小的增量, 比如说0.01, 使得既能够出制造微小坡度, 又不至于改变整体地貌。经过这样简单“拔高”后的点, 就能找到一个确定的流向了, 如图8 (b) 所示。一次拔高有时不能彻底解决问题, 因此需要循环使用单点拔高的方法, 反复搜索和拔高。经过若干次循环以后, 区域内次生的流向不确定点全部处理完毕, 平地流向设置工作就结束了。

上述整套DEM低洼地处理方法采用标准Fortran95语言编程实现, 下面进行实例验证。

2 实例验证

吉林省的温德河地处长白山向松嫩平原的过渡地带, 是第二松花江左岸的一级支流, 流域总面积1 179km2, 河道全长64.5km, 平均坡度0.29%[18]。以温德河流域为例, 采用USGS公开发布的SRTM数字高程资料[19,20], 使用前述的预处理程序进行DEM低洼地处理。经过处理以后的DEM中凹点、第一类平地与第二类平底都已经消除了, 任何一个单元格中的水都能找到确定的流向。采用D8算法即可在其中提取出河网与流域[3,21], 得到如图9所示的流域水系。图10为温德河流域实测河网图, 对比计算生成的水系图与实测河网图, 可以看出二者相似度较高, 干支流趋势大体一致, 说明本次研究提出的DEM预处理方法在消除低洼地的同时, 对流域整体地貌的改动是极小的。因此, 在汇流计算模型中采用这种方法处理DEM, 能够较好地降低由填洼带来的系统误差, 提高模拟精度。

3 结语

DEM模型 第6篇

关键词：DEM模型,卫星影像,送电线路,适普平台

卫星影像是由地球同步卫星在高空对地面进行摄影而获得的像片, 它具有航测像片的一切特性, 但在更新上要远远优于航测像片, 虽然相对航测而言, 卫星影像在精度上要劣于航测像片, 但其费用低, 获取的途经多, 获取周期短, 而且卫星影像展示了一个更加宽广的视野。

卫星影像已广泛应用于城市规划、农场评估、资源清查、地质探矿、环境保护等诸多领域, 在电力行业, 卫星影像也越来越多的被设计单位所接受, 应用于线路设计, 如:2002年, 为配合750 k V官亭—兰州东送电线路工程的初步设计工作, 西北电力设计院使用卫片辅助选线, 而在±660 k V宁东—山东输电线路工程中, 也采用高分辨率卫星影像在可研阶段来选择路径。与传统方法相比, 卫星影像提供了一个全新的获取路径地物信息的方法, 其获取方便, 信息量全、新, 如果配合DEM模型, 建立起区域内的数字三维模型, 可以为电力工程建设提供强大的数据平台。

1 卫星影像在送电线路中的作用

在现阶段, 卫星影像的分辨率相对航片比较低, 还不足以取代航测用于线路的施工图阶段, 但在线路的可研阶段, 对于路径走廊的选择比较和在初设阶段的初切断面及优化排位可以发挥巨大的作用。1) 可研阶段。可以在宽度约20 km的卫星影像上进行路径的大方案比选和推荐方案的优化工作。通过对树木、房屋、规划区、自然保护区、矿区、军事设施, 以及机场等人文自然等因素的合理避让, 降低施工难度, 增强选线的合理性。同时, 在路径确定后, 可以对跨越的房屋、道路、河流等进行量化统计, 为前期规划和可行性研究提供科学的参考依据。2) 初设阶段。在卫星影像和DEM模型构建的工作平台上, 能够更加直观地观测到测区各种地物、地形地貌信息, 进行线路的初选和实时进行线路的初排位, 在此基础上进行线路方案的比较选择。与以往的工作方法相比, 初设方案的路径更加具体和细化, 能够准确确定转角位置和数量, 初步确定直线塔位和数量, 可操作性和实用性强。

2 基于DEM模型的卫星影像在送电线路应用中的实现方法

能够把DEM模型叠加到卫星影像中的软件平台比较多, 经过慎重调研, 我院于2009年初购置一套适普全数字摄影测量工作站, 全数字化摄影测量系统Virtuo Zo NT是由适普公司研制开发的可直接从数字影像中获取测绘信息的软件平台。其具有可靠的高度自动化定向, 领先的影像匹配算法和快速的影像匹配功能, 具有自适应地形的DEM自动高效提取功能, 独特的正射影像自动生成与无缝镶嵌, 独具特色的地物采集, 全新的互补色立体显示, 所见即所得的DEM交互编辑功能等特点。且操作界面友好, 可输出立体模型、正射影像图 (DOM) 、数字高程模型 (DEM) 等产品。

110 k V太中银供电线路工程是太中银铁路的配套工程, 我院承担了该项目的初设工作, 由于时间急, 该项目我院首次使用卫星影像来辅助选线。现以该项目的使用过程为例, 来表述基于DEM模型的卫星影像在送电线路中的实现过程。

卫片应用的实现流程图见图1。

2.1 卫片及DEM模型的选取

从北京东方道迩公司收集到可研路径范围内印度IRS-P5卫片, 于2006年12月~2008年12月拍摄, 景宽为26 km×26 km, 分辨率为2.5 m, 总面积为4 000 km2;从测绘局购买1∶5万成品DEM模型。

2.2 卫片的处理

通过工具软件ERDAS IMAGE处理卫片, 经平移、旋转等操作, 将卫片置于正确的坐标系统, 将卫片导出为可供适普平台读取的图片*.tif格式。

卫片坐标校正见图2。

2.3 数据的叠加

在适普平台电力软件3DMAP EPIGS新建*.OST模型, 导入前期准备好卫星影像路径图及DEM高程文件, 进行叠加处理。

创建立体模型见图3。

2.4 优化选线与排位

2.4.1 优化选线

在线路设计和勘测各专业人员的配合下, 依据卫星影像图进行路径大方案的比选, 并根据收资和协议情况, 考虑路径方案沿线的城乡规划区、开发区、风景区, 以及军事和民用重要设施 (如飞机场、导航台、无线电发射台) , 矿场等对线路路径选择有影响的地方, 在卫星影像图上选择路径最短, 地质条件稳定, 跨越点最佳 (公路、铁路、河流、水库、电力线等跨越) , 交通较方便, 满足沿线规划要求、设施、环境等综合因素的原则选择路径大方案。

2.4.2 优化排位

在电力量测模块中新建*.ele文件, 将优化选线生成的历经转角坐标导入, 经设置高程、累距、边线等相关参数后, 即可生成断面图 (因初设阶段主要排定并统计杆塔数目, 在此阶段自动生成断面已能满足设计要求) 。将其导出为电力行业通用道亨*.org格式, 即可供电气专业人员进行杆塔优化排位。

2.5 使用效果

和可研阶段的路径图相比, 使用卫星影像辅助选线后, 路径局部调整很大, 主要集中在居民区和工矿采油区, 调整后的路径更加合理, 同时也较为准确地统计了杆塔位的数量和塔型。

3 基于DEM模型的卫星影像在送电线路应用的效益分析

1) 提高了路径成立的可信程度。

在卫星影像和DEM模型构建的工作平台上, 更加全面地考虑了影响路径的各种因素, 减少了路径不确定性因素的干扰, 加深了可研和初设阶段的深度, 提高了路径成立的可信程度, 为决策层提供了更高层次的参考数据。

2) 时间效益和经济效益显著。

使用卫星影像辅助电力选线, 使得大部分的外业踏勘工作可以在内业完成, 缩短了工期, 提高了工作效率;使用卫星影像能够大范围的获取数据资料, 可以合理地避开村庄、林区, 减少走廊清理费用, 节约了线路投资费用。

3) 社会效益良好。

在线路设计中使用高分辨率的卫星影像选线, 合理避开了林区、耕地、风景保护区, 减少了房屋的拆迁, 达到了地方经济发展、环境保护和电网建设双赢的局面。

参考文献

[1]关泽群, 刘继琳.遥感图像解译[M].武汉:武汉大学出版社, 2006.

[2]陈亚明, 宋志勇.卫星数据影像在750 kV送电线路工程中的应用[J].测绘技术装备, 2007, 2 (9) :23-25.

DEM模型 第7篇

关键词：DEM,误差,高程内插DEM误差来源,误差评价方法

1 等值线DEM特征点类型的识别

1.1 特征点类型的识别基本方法

我们可以找出地形特征点, 但是还不知道这些特征点的类型, 即是山脊点还是山谷点或者鞍部?因此在找出特征点后, 还要对其进行分析判断哪些特征点是山脊点、山谷点, 哪些是鞍部点。山脊点山谷点的基本判断方法如图1所示, 即计算特征点处等值线张角范围内某点D的高程, 并与C点高程比较, 如果D点的高程大于C点高程, 则C点为山脊点, 反之，C点为山谷点。D点的高程通过内插获得内插点高程算法复杂, 计算量大, 影响判断效率。为了简化算法, 可利用直线与曲线中的折线相交的方法 (等值线由若干折线构成) 来判断特征点的类型。

1.2 四种情况下的特征点类型判断

1.2.1 如图2所示, 等值线为常规的规则形状, C点为一个特征点, A点、B点为与C点同一条等值线上C点左右两侧与C相邻的点 (曲线拟合点或数字化点) , D点为由A B连线的中点向C点相反方向所作垂线与相邻等值线的交点, D点的高程为该等值线的高程。如果D点的高程大于C点高程, 则C点为山脊点。反之，C点为山谷点。

1.2.2 如图3、图4所示, 所述方法得到的D点为同一等值线上的点, 则D点的高程与C点的高程相等, 说明特征点位于山顶或山谷底处、或者特征点处的等值线为极不规则的等值线。对于此种情况, 由AB连线的中点向C点相同方向作垂线, 得到与相邻等值线的交点D′, D′点的高程为该等值线的高程。如果D′点的高程小于C点高程, 则C点为山脊点。反之，C点为山谷点。

2 高程内插误差评价方法

DEM的精度评价主要是针对高程内插的误差分析。高程内插的评价方法有：等高线回放法和影像分析法。

2.1 等高线回放法

在实际应用中，为评价DEM精度的总体状况以及DEM是否和实际地形吻合的情况，一般采用DEM内插回放等高线的方法，用DEM回放等高线.将回放后的等高线和实际的原有等高线相比较，检查等高线误差的实际状况：等高线回放法一般包括回放原有的等高线 (若等高线高程点作为参考点时) 和回放中间等高线的方法 (如当等高线高程为100、120、140时，回放110、130、1 50处或105、125、145处的等高线) 。比较内插处的高程值。这种方法可以得到其它内插点处的高程连续分布。

2.2 影像分析法

DEM常常是一组用矩阵形式表示的高程组。实际为栅格数据和其它栅格数据一样.可以用影像来表达和检查高程误差。在实际应用中常常用影像来检查DEM的误差。用影像来检查DEM的手段主要有两种，即用灰度和彩色影像。两种方法均采用色彩对照表建立各个高程值和灰度或彩色之间的对应关系，对DEM的局部进行详细检测，进而计算出局部区域DEM的误差。如对高程为100～200之间的高程值用5米间隔建立灰度对照表 (共20个灰度值) ，根据灰度值来比较实际高程和内插高程的太小。这种方法因工作量大，主要用于对局部DEM进行区域的详细检测和分析。

3 结语

本文讨论了等值线DEM特征点类型和高程内插误差评价方法。对中小比例尺地形图来说，运用等高线和高程点进行内插是效率最高的一种办法，而且这种方法得到的密集等高线，可以作为地形数据库中的高程要素的一种表现形式存放于数据库中，数据库中其他的要素如示坡线、冲沟、滑坡、陡坎及采石场等的特征线、河流、湖泊和大坝等要素可直接用于高程内插时的特征线，某些特征线如山区中的河流可以用三角网法直接计算出特征线上点的高程值。

参考文献

[1]贝文顿P.R.1996:数据处理和误差分析.仇维扎, 擦恩广.陈生忠译.知识出版社

[2]柯正谊, 何建邦, 池天河.数字地面模型北京:中国科学技术出版社, 1993

基于DEM的地形特征提取算法 第8篇

在对地形场景的快速重建过程中,为加快场景显示速度,通常需要为场景进行可见性剔除。目前可见性剔除的重点是基于遮挡剔除的方法,场景的高度信息对于遮挡剔除有很重要的作用,场景中最高点所在的区域通常成为遮挡物,遮挡在其后面的场景。因此,首先需要提取出这些地形特征。国内外众多的学者对基于规则格网的地形特征提取进行了广泛地研究,提出了许多方法,文献[1]研究了基于TIN的提取算法,文献[2]提出了基于数字化等高线地形图的提取算法。然而这些方法在处理复杂地形时都存在着运算效率和结果准确性等方面的不足,难以适用于大规模DEM数据的处理。本文提出并实现了一种基于规则格网的快速准确的山脊线特征提取算法,算法通过对地形噪点和洼地的预处理,提高了提取山脊线特征算法的精度与效率。实验结果证明了本文算法的有效性。

1地形的预处理

在DEM中,一个山脊点是沿某一个方向高程数据变化的局部极大值点。而一条山脊线可以看成是由一系列离散的山脊点构成的“链”。如果沿山脊线的法线方向,穿过某一山脊点做一条短剖面,山脊点的高程值必高于其两侧相邻数据点的高程值。实际的地形地貌中存在洼地和噪点等特殊地形。在提取地形特征之前,需要先对这些特殊地形进行处理。

1.1洼地的填平处理

在洼地进行地形特征的提取,普遍存在着运算效率和结果准确性等方面的不足,难以适用于大规模DEM数据的处理。因此,需要首先对洼地进行检测填平处理。复杂地形中的洼地在形态上可划分为简单孤立型洼地、复合型洼地和嵌套型洼地3种类型。简单孤立型洼地呈孤立分布;互通型洼地一般为2个各自周边最低出口单元互为对方汇水区单元的相邻洼地;嵌套型洼地为1个大洼地嵌套1个或多个小洼地,嵌套深度可达数层。互通与嵌套的情形可能同时出现,即外层嵌套洼地与内层被嵌套洼地互以对方的汇水栅格为各自的出口单元,这2个洼地在本质上可归入互通型洼地。

按高程由低到高的顺序,依次将所有洼地底部及其汇水区栅格、周边最低出口栅格检出,建立洼地及其汇水栅格标记和索引。对每个洼地的出口栅格进行跟踪判断,将所有出口单元互为对方汇水区栅格的2个邻接互通型洼地归并,并更新合并形成的各大洼地的最低出口单元,直至流域中没有互通型洼地可归并为止,此时只剩下孤立型和嵌套型洼地。

按出口单元由低到高的顺序处理每个未处理的洼地,若当前洼地的出口单元为流域出口的汇水栅格,则它必为孤立洼地或最外层的嵌套洼地,以出口单元高程作为洼地的填平基准,将洼地中低于基准高程的栅格垫高填平,并将该洼地及其汇水区栅格标记为流域出口的汇水栅格。若洼地出口单元为另一个洼地的汇水栅格,则该洼地一定被外层未处理的洼地嵌套,此时暂时搁置对该洼地的处理,接着处理后续的出口单元较低的孤立洼地或最外层嵌套洼地,如此循环检测处理直至所有洼地处理完毕。由于首先处理的洼地均是孤立洼地或最外层的嵌套洼地,随着处理的进行,洼地嵌套的情形逐层消失,每个洼地的处理均为一次有效完成,这种处理原则适用于复杂的深层嵌套情形。

1.2地形的平滑处理

地形进行填平处理后,下一步的工作就是提取地形的特征,然而如果直接提取地形的特征,将受到隐藏在地形全局结构中的高频噪声的影响。为了消除这些地形固有的噪声的影响,在提取地形特征之前,还需要对地形进行平滑滤波处理。在本文中使用类似Taubin提出的平滑滤波算法[3],消除地形中的高频噪声。它实际上是一种改进了的高斯滤波器,消除了由于高斯滤波而导致的物体轮廓上的收缩。设vi为物体上的第i个顶点,使用vi及与其相邻点进行高斯滤波得到的滤波后的顶点v′i可以计算为:

undefined。 (1)

式中,vj是与vi相邻的点;i*={j|(i,j)∈E},E是与vi相邻的点所组成的集合;μ为等分标度因子,在传统的高斯滤波器中的取值为1.0;wij表示与vi相邻的顶点vj的权重,它是一个非负的值,且

undefined。 (2)

一般情况下wij的取值为1/n,n为集合E所包含的点的个数。

使用式(1)对地形进行处理时包括2个滤波过程:首先是收缩滤波过程,在这个过程中μ是一个正值(μ=p>0),然后是一个扩张的滤波过程,在这个过程中μ是一个负值(μ=q<0)。在滤波过程中p和q的值要满足1/p+1/q=1.0。

在对地形数据进行高频噪声滤波时,只对地形数据中的高程数据进行改进的高斯滤波,同时在滤波过程中,为了避免地形数据的4个边角上的数据出现摆动,还需要保持这部分数据的值不变。

2地形山脊点的提取

本文采用断面极值法提取地形的山脊特征,其基本原理是分析组成DEM格网的纵横断面,找出断面上的高程极值点,其中的极大值点是山脊线上的候选点。再根据一定的规则对已得到的候选点进行筛选和排序,得到所需要的山脊线特征。

设DEM格网数据为Gij(i=1,2,,m;j=1,2,,n),选择DEM数据中一个(2k+1)(2k+1)的邻域点建立一个模板,则可以用式(3)判定沿纵向方向上的山脊点的候选点。

undefined

同理可以得到判定横向上的山脊点的候选点的条件为:

undefined

为了得到更全面的的山脊点信息,需要在2个斜方向上的判定山脊点的候选点,类似于式(3)可以得到2个斜方向上判定山脊点的候选点的条件为:

undefined

式中,i,j分别表示数据点的行列坐标;z(i,j)是格网点Gij处的高程值,1≤l≤k。如果DEM中的数据点是山脊点,则该点必是沿某一方向高程变化的局部极大值点,那么,其邻域模板中各数据点的高程值必满足式(3)～(6)中的一个。对DEM中的每一个数据点,都用式(3)～(6)来检查其高程值,则可以判断出DEM数据中所有可能的山脊点。

用上述方法确定的山脊点中。有些点为孤立的山脊点,这些点应该剔除;有些点在局部位置上构成了山脊点的宽带,这些宽带部位应做细化处理。本文使用改进后的Hilditch细线化算法处理山脊点[4],既可以剔除孤立的山脊点,又可以将山脊点的宽带部位细线化,其详细过程可参见文献[4]。

3山脊线的生成

将筛选后两两相邻的山脊点连接起来,即形成了山脊线的雏形。在山脊线雏形中,2条或多条山脊线交汇部位可能会出现封闭的三角形,用以下处理过程可以将山脊线雏形中的封闭三角形断开:

步骤1:沿扫描线方向移动一个33模板,检查模板中是否存在两两相邻的3个山脊点,如果存在,就将高程较低的2个山脊点之间的连接线从山脊线雏形中剔除,直至对所有的山脊点处理完成为止;

步骤2:山脊线“雏形”中存在许多“短枝”。它们并不是真正的山脊线,而是一些随机干扰。将这些“短枝”从“雏形”中删除,剩下的连接线即为真正的山脊线。这些“短枝”的特点是,“短枝”的端点与其他连接线之间没有连接关系,而另一端则与2个或2个以上的连接线之间存在连接关系。根据这一特点,即可以删除山脊线“雏形”中长度为一个栅格大小的“短枝”。

经过上述处理,可以得到地形中完整的山脊线,然而在实际的遮挡剔除中,使用的地形特征线要尽可能少,通常使用的是地形中的对视觉有重要影响的主要特征,即主山脊线,而其余的次要特征对结果的影响不大,因此,需要对山脊线的处理结果进行进一步的精简处理,提取地形的主要山脊线。在提取地形的主山脊线时,主要用到4个参数:地形的平均高度undefined、地形的平均曲率undefined、山脊的长度l和山脊的走向d。对于山脊线R{ri|i=0n},当它满足以下条件时则将其删除[5]:

① 如果一条山脊线的平均高度undefinedi小于一个给定的高度阈值et,即undefinedi

② 如果一条山脊线的平均曲率undefinedi小于一个给定的高度阈值ct,即undefinedi

③ 如果一条山脊线的2个端点与另一条山脊线的2个端点相近,并且包围2个山脊线的包围盒也相似,则删除2条山脊线中平均曲率大的同脊线;

④ 如果2条山脊线在公共的峰点相接,则将2条山脊线合并为1条山脊线记录此山脊线,并删除原来的2条山脊线;

⑤ 如果有n+1条山脊线rir(i+n)在公共的峰点相接,首先选出最长的一条山脊线rk,然后计算rk与其余山脊线的连接系数其计算公式如下:

undefined

式中,gj,gk为rj,rk在交点处的梯度向量;θ(gj,gk)为梯度向量gj与gk的夹角,是一个在(0,π)之间的角度值;α(dj,dk)为在交点处2条山脊走向的夹角,是一个在[0,π/2]之间的角度值。得到系数最大的山脊线与rk合并成一条新的山脊,记录此山脊线并删除相应的2条山脊线,重复以上操作,直至只有一条山脊线为止。

最后,将R中的山脊线按对应的权重进行筛选,这个权重是山脊线长度与高度之间的一个权衡值。

本文对算法进行了实验验证,实验数据为一块大小为10241024的DEM数据,经本文算法处理后得到最终的主要山脊特征线如图1所示。图1(a)为地形高程数据的灰度图像表示,图中亮度越高则高程值越大;图1(b)为图1(a)中的地形数据经本文算法处理后的得到的全部山脊线特征图;图1(c)为本文算法提取的主山脊线特征的最终结果。从实验结果中可以看出,本文提出的算法能有效对复杂地形进行地形特征的提取,同时,在有效提取出地形的主要山脊线特征的同时,算法的速度也有一定提高。

4结束语

针对大规模复杂地形的特点,本文提出了一种有效的基于规则网格的地形主山脊线特征提取算法。算法针对大规模地形中的洼地和噪点等特征,首先进行了洼地填平与快速有效的地形平滑处理,然后利用地形山脊点的特性,提出了一种山脊线的生成与细化算法,最后根据地形遮挡剔除的需要,进行了主山脊线的提取,实验结果在实际遮挡剔除的应用中取得了比较满意的效果。

摘要：从数字化地形中自动提取地形特征是地形分析的一种重要方法。针对大规模复杂地形的特点,提出了一种有效的基于规则网格的地形主山脊线特征提取算法。该算法首先进行了洼地填平与快速有效的地形平滑处理,然后提取地形的山脊线并进行细化,最后根据地形遮挡剔除的需要,进行主山脊线的提取,其结果在对地形的遮挡剔除的应用中取得了比较满意的结果。

关键词：地形特征,山脊线,地形平滑,数据高程模型

参考文献

[1]TRIBE A.Automated Recognition of Valley Lines and Drainage Networks from Grid Digital Elevation Models:A Reviewand aNew Method[J].Journal of Hydrology,1992,139(3):263-293.

[2]陈晓勇.数学形态学理论和模型的若干扩展及在CCD扫描等高线图的DEM自动建立中的应用[D].武汉:武汉测绘科技大学,1990:150-180.

[3]TAUBIN G.A Signal Processing Approach to Fair Surface Design[M].USA:Computer Graphics,1995,351-358.

[4]孙家广.计算机图形学[M].北京:清华大学出版社,1998.