利用地形图生产DEM数据的研究_余鹏
无人机航测的DEM数据生产及编辑分析
（3）中值滤波。在编辑的过程中，有时需要使用模板数 据，将模板按照大小顺序排列好，使用含有奇数的滑动模板， 截取中间位置的数据信息作为最终数据处理的结果。通过这种 方式，在处理之后如果存在暗点噪声的情况，需要及时对数据 的位置进行调整，从而实现控制噪声的目的。这种方式对于处 理孤立噪声问题非常有效，另一方面，处理过程中需要做好图 像内容的保存工作，在进行DEM编辑的过程中，这种处理方式 也是常见的一种方式。技术人员根据实际情况选择合适的处理 编辑方式，保证最终结果的有效性[4]。
（1）三角网内插。在进行编辑的过程中，三角内插是常 用的一种方式，主要是对区域边缘的高程值进行处理，并在内 差点形成三角形之后进行搜索，之后完成重构，得到新的三角 形，并得到三角形的矢量结构、存储点以及拓扑关系。
使用这种方法可以有效对测绘过程中的树木、桥梁、房屋 以及道路等进行修正，从而改善数据的还原效果，提升数据的 准确性。合理使用三角网内插的方式，对于编辑对比，选择最 优区域，更好地开展立体测量都具有重要意义。
TECHNOLOGY AND INFORMATION
信息化技术应用
无人机航测的DEM数据生产及编辑分析*
谢燕祥 福建省上杭职业中专学校 福建 龙岩 364200
摘 要 地形地貌的测绘是我国工程施工的重要基础，在相关技术的推动下，测绘技术不断进步，同时也推动了工 程的发展。其中，利用无人机结合DEM数据可以充分利用虚拟的三维技术，提供可视化的信息服务。基于此，本文 将重点阐述无人机航测的DEM数据生产及编辑分析。 关键词 无人机航测；DE航测大数据运算中心建设的探究，福建省中青年教师教育科研项目资助，项目编号：JAT191896。
基于小波变换的多尺度DEM研究
基于小波变换的多尺度DEM 研究摘要：以福建省11个样区5米分辨率DEM 数据为原始数据，通过多进制小波变换派生生成15m ，25m ，35m 等低分辨率的DEM 数据。
在此基础上，研究小波派生的多尺度DEM 的精度变异，并对从小波变换派生的DEM 数据中提取的坡度、坡向等地形因子进行对比研究，探讨地形因子在不同分辨率下的变化规律。
研究结果对于掌握多尺度DEM 的变化规律及相应尺度下地形特征变化以及地貌综合具有一定的意义。
关键词：DEM 小波变换 地形因子 多尺度1 引言数字高程模型（Digital Elevation Model ，DEM ）是表示地形空间分布的一个三维向量系列{},,x y z ，其中(),x y 表示平面坐标，z 表示相应点的高程，它是以离散分布的平面点上的高程数据来模拟连续分布的地形表面错误！未找到引用源。
数字高程模型是地理信息系统（GIS ）地理数据库中最为重要的空间信息资料和进行地形分析的核心数据系统。
尺度问题是地学研究中普遍存在的现象。
作为地形表面的数字化表达，DEM 在通过离散方式表达连续的变化的地形表面过程中，存在着尺度依赖性。
这给基于DEM 的地形分析、水文分析和地貌综合等领域的研究和应用带来了很多不确定性。
特别在难以获得高精度大范围DEM 数据的区域，尺度转换成为有效解决DEM 的多尺度变换问题的最佳途径。
目前，DEM 尺度转换的常用方法主要有图示法，回归分析法，对比分析法，小波分析以及分形等方法错误！未找到引用源。
其中，具有时频多分辨功能的小波分析方法为DEM 多尺度研究开创了新的途径。
小波分析理论是一种新的数学调和分析方法，被看作傅里叶分析的丰富和发展。
由于具有良好的时频局部化特性，而且会随信号不同频率成分在空间域取样疏密进行调节，小波分析在包括图像识别、数据压缩、地质勘探等诸多领域获得广泛应用。
在DEM 领域，小波分析的应用面逐渐拓广。
吴凡错误！未找到引用源。
黄土丘陵沟壑区1_1万及1_5万比例尺DEM地形信息容量对比_汤国安
第21卷第2期2001年4月水土保持通报Bulletin of S oil and Water ConservationVol.21No.2Apr.,2001应用技术黄土丘陵沟壑区1∶1万及1∶5万比例尺D EM地形信息容量对比汤国安1,2,陈楠2,刘咏梅2,张友顺2,陈正江2(1.中科院水利部水土保持研究所,陕西杨凌712100;2.西北大学城市与资源学系,陕西西安710069)摘 要:黄土丘陵沟壑区地形变化异常复杂,1∶5万地形图对原始1∶1万地形图等高线形态综合、取舍程度很大,这些都在不同程度上影响了地形分析结果的准确性。
以高精度的1∶1万比例尺DEM为校准值,运用1∶1万及1∶5万比例尺DEM叠合比较分析的方法,研究1∶5万DEM的地形信息容量及提取不同地形要素的精度。
试验结果表明,在黄土丘陵区,与1∶1万DEM相比,1∶5万DEM在所提取的地面坡度、地面曲率、沟壑量等地形定量指标方面均都存在着较大的误差。
关键词:数字地形模型;比例尺;对比;误差文献标识码:B 文章编号:1000—288X(2001)02—0034—03 中图分类号:P283.8A Comparison on Digital T errain Models of Different Scales inLoess Hill and G ully AreaTAN G Guo2an1,2,CHEN Nan2,L IU Y ong2mei2,ZHAN G Y ou2shun2,CHEN Zheng2jiang2(1.Institute of Soil and W ater Conservation,Chinese Academy of Sciences and Minist ry of W ater Resources,Yangling712100,S haanxi Province,PRC;2.Depart ment of U rban and Resource Sciences,Northwest U niversity,Xi’an710069,PRC)Abstract:Taking Jiuyuan valley in the loess hill and gully area as a test site,the accuracy of terrain variables de2 rived from1∶50000scaled DEMs by means of a comparison with high accuracy DEMs of1∶10000scaled is probed into.The experiment shows a big error between the terrain variables(i.e.slope gradient,surface curva2 ture,channel networks etc.)derived from the both information sources.At present,1∶50000scaled DEM has been set up in the whole country,which will be applied as an important base for soil erosion investigation as well as soil and water conservation project planning in the loess plateau region.K eyw ords:DEM;map scale;comparison;error 数字高程模型(DEM),是遥感与GIS中赖以进行三维空间数据处理与地形分析的核心数据。
正射影像辅助下的LiDAR点云构建DEM方法
为保证地面点的准确性，首先控制 II 类误差，在此基 础上再尽可能降低 I 类误差。
可以看出，不规则三角网滤波算法能较好地维护
地形特征，减少地面损失，滤波精度较高。但该算法 对于低矮植被区域和小型建筑物密集区域的滤波效果
不是很好，需要不断调整滤波参数的设置。
2.2 DOM 生成
在 TerraPhoto 模块中，依据相机参数、POS 数据 和模型关键点数据进行空三加密获得影像外方位元素， 再通过逐片微分纠正生成 DOM。
目前的点云滤波算法较多，较为成熟的是 Axelsson 创建的基于不规则三角网的滤波算法 [5]，已经在商业软 件中得到应用。在实际生产中，由于地物地貌的复杂 性，点云滤波自动分类精度不高，还需对算法自动分 类出的点云进行进一步的提取。大量研究表明，融合 LiDAR 点云和其他数据源进行点云分类能够改善单一 利用 LiDAR 点云分类的精度 [6-8]。目前，常规机载激 光雷达系统配备有成像设备，能够获取地表的航空影 像。而影像在空间分辨率和纹理信息上具有明显优势， 且影像上不同地物间的空间关系清晰，可以作为点云 数据的有效补充 [9-11]。本文基于 TerraSolid 平台研究结 合 LiDAR 点云与航空影像制作高精度数字高程模型的 方法。
低，在滤波过程中易被误分为地面点。区域 2 中水稻
生长高度低，许多田坎上的激光点被误分为植被。个
别地方还出现了数据空洞，这是由于激光点打在水面 上造成了漫反射。区域 3 为一栋大型建筑物，建筑物
高度比周边地面要高出很多，滤波效果良好，但其附
属建筑结构复杂，高低不一，对于墙体立面和面积比
较小的建筑物如烟囱部分，滤波效果不好，有些地面
3 结 论
本文提出了在 TerraSolid 平台上结合 LiDAR 点云 和航空影像的 DEM 生成方法。该方法表明在点云自动 滤波的基础上，结合正射影像对点云数据进行再次分 类，通过少量的人工编辑，可以有效提高滤波分类的 正确率，进而获得精确的地面点点集，生成的 DEM 能 够满足精度要求。因此在实际工程中，采用此方法能 在一定程度上提高 DEM 生产的精度和效率。但在正射 影像辅助下，如何提高点云精确分类的自动化程度还 需要作进一步研究。
DEM生成及三维分析
fk (x ,y)=Ck
(k = 1,2,3... M)
且当Ck≠CL时,不可能有fL( x , y)=CL,其中Ck,CL为常 数,fk ,fL,为平面曲线或分段曲线函数。
（二）等高线DEM的建立
等高线DEM的建立一般是直接采用数字化地图 上的等高线即成。 目前常用的三种方法为：
DEM的制作才具有了较为可靠的质量。但精度分
析与评价仍用了中误差的概念，是不正确的。
（二）DEM精度分析及误差模型
1、等高线DEM精度
等高线DEM的数据是数字化地图或数字摄影测量方法的数字化 成果。 等高线DEM的误差包括原始数据误差△图和数字化误差△数， 地图上数据的误差可分为平面和高程两部分：
三、格网DEM
格网（Grid） DEM中的格网，指的是间距分别 为Dx和Dy的矩形方格网在二维平面上的正投影。 大规模的Grid DEM均需在等高线DEM或TIN DEM的数据基础上才能生成。生成DEM的内插 方法很多，一般分为：整体内插、分块内插和 逐点内插三类。 目前使用较多的内插方法是移动曲面法、加权 平均法、线性插值法和克里金法。
构造，有静态和动态多种算法。
Delaunay三角网规则构造TIN方法
静态法 Radial sweep Recursive split Diride conguer Step by step Modified hierarchical Incremental Incremental delete and build 动态法
Delaunay与Voronoi是计算几何中的两种 主要构造，它们互为对偶，故Delaunay三 角网又可由相应Voronoi多边形各相邻多 边形单元的内点连接得到。 平面结构的TIN，加上各点的高程，在三 维空间便是TIN DEM。
小波分析在多尺度DEM模型建立中的应用
８ 四川测绘 ２００３年３月小波变换在多尺度DEM模型建立中的应用方 鹏 谭仁春 李 霖武汉市珞喻路129号[摘要] 介绍了二维离散小波的分解与重构算法得到精度较高并给出了试验结果小波变换Wuhan UniversityWuhan430079)Abstract: This paper introduces the two-dimension discrete wavelet’s decomposition andreconstruction algorithm, and applies wavelet transform to simplify effectively DEM and getsmultiscale DEM model with high precision and smooth transition. At last, the experiment provesan ideal result.Key words: DEM; Wavelet Transform; Multi-resolution analysis数字高程模型作为一种基本类型的标准数字地学空间数据进而满足对等高线数据相同的各种需求被广泛应用于摄影测量土地规划通讯近年来数字地球(Digital Earth)更加快了DEM与地理信息系统李志林２００１用户对相同数据需求的详细程度不一致性当前GIS数据库为了满足人们浏览和利用空间数据集的不同需求多种版本多种详细程度的空间数据Heterogeneous SpatialDatabasesＥｇｅｎｈｏｆｅｒ，１９９８不仅产生大量的数据冗余和数据矛盾由于同一空间实体在多个尺度上的不同表示之间毫无联系因此本文利用小波的多分辨率性质连续地通过一种紧致的表示来获得DEM数据的多尺度表达模型且不同尺度模型之间无须建立几何形状过渡(geomorphs)张俊霞,具有很好的视觉主观感受姚天任２０００则)(tf的连续小波变换为dtab t t f a b a f CWT ∫∞∞−−−=)()(||),)((21ϕϕ)()(2R L t f ∈. 其中函数系∫∞∞−−−=()(21,ab t a t b a ϕϕ (R b a ∈,且0≠a 它由函数)(t ϕ经不同的时间尺度伸缩和不同的时间平移得到Mother Wavelet Basic Waveletb 为时间平移参数实际工作中要对尺度和时移参数进行取样取j a 2=,j k b 2=,称为二进制小波田金文王智均李清泉且框架没有冗余对每个j ,当k 取不同值时用j W 表示便得到一个子空间序列{jW 于是可得出)(2R L 空间的一个正交和则对应于不同的j 可得出)(2R L 空间的一个嵌套子空间序列{j V }其中1−⊂j j V V j W 是j V 在1−j V 中的正交补任何信号)()(2R L t f ∈在子空间1−j V 上的正交投影f Pv j 1−可以用)(t f 在j V 上的正交投影fPv j 来逼近于是)(2R L 空间相继逼近的函数空间j V 的序列Mallat 于1987年把多分辨率思想引入小波分析中并给出了数学描述和离散小波变换算法其本质是不需要知道尺度函数和小波函数的具体结构虞湘宾２００２Ｍａｌｌａｔ Ｓ， １９８９需要将小波变换和多分辨率分析由一维推广到二维图1所示为分解过程具体来说将二维信号分解成概貌和细节两部分从而得到二维逼近信号1+j f 垂直和对角线方向的细节信号12+j c 和13+j c n h 和n g 分别为低通和高通合成滤波图1 Mallat 算法的小波分解过程图2 Mallat 算法的小波重建过程1fc c c 1112 小波分析在DEM 多尺度表示中的应用 小波变换作为一种新的数学工具或空域它在时-频域上同时具有良好的局部化性质空域可以对信号的任意细节作探测变焦它将信号分解成一系列相邻子带上的信号在低频子带中可以跟踪信号的时变趋势孙圣和我们可以把基于Grid 的DEM 看成是一个二维的关于高程的信号场于是每个网格焦点的高程值就可看成该象素点的灰度值可将空间实体的控制性骨架地貌作为低频信号细节信号分解和重建滤波器及分解水平的选择对DEM 的重构效果有很大的影响其算法仍然在研究之中李德仁２０００由于具有正交对称特性的小波函数在理论上是不存在的钟湜等在小波变换时可对图像边界进行对称展开克服了周期延拓带来的弊端２００２对称小波能降低量化误差２００１通过比较李建平右边图示给出了部分试验结果地貌的细节信息逐渐被综合图3为在第三次小波分解的基图3 02尺度上的重构地形图4 12−尺度上的重构地形图5 22−尺度上的重构地形图6 原始地形模型础上合成的大小为20×14个象素的基本地形骨架图4是对图3在尺度12−上进行小波合成的地形是对第２６卷 第１期 四川测绘 １１图6原始地形的逼近从最大高程平均高程以及中误差几项参数统计来看各尺度间的变化较为连续表1也显示了各尺度上的模型有较大的最大误差这一现象显然是DEM边界数据不连续性引起的混叠效应造成的本试验对原始地形的逼近模型中的高程数据作了相对误差统计误差在0.3m 以内的点为3972个在0.5m以内的点为4376个表明绝大数高程点的数据是较为接近原始值的可见不仅可以在不同尺度上获得地形的逼近信息从而建立起DEM模型的多尺度嵌套空间系列试验结果表明而且具有较高的数据精度过渡自然具有较好的视觉效果表1 原始地形及其生成的不同尺度地形统计数据[参考文献]1朱庆数字高程模型武汉大学出版社2张俊霞三维地形可视化及其实时显示方法30(4):85-87 3孙洪武汉 田金文--小波基本问题探讨3(7) 王智均李清泉利用小波变换对影像进行融合的研究25(2):137-1416董涛一种离散小波变换的快速分解和重构算法32(4) 梅晓丹2002哈尔滨工业大学学报408-4118余越葛成辉小波变换在遥感图像压缩中的应用研究3(10):849-85392002重庆陈鹰同济大学学报29(10)Heterogeneous Geo- graphic Databases ,http://www.ncgia.maine.deu12. Mallat S. A theory for multiresolution signaldecomposition :the wavelet re- presentation [J].IEEE Transaction on Pattern Analysis and Machine Intelli- gence,1989, 11(4):674-693[收稿日期] 2002-11-22[作者简介] 方鹏硕士Ｅ－ｍａｉｌ： ｐｅｎｇ＿ｆｘｑ＠１６３．ｃｏｍ最大高程(m)最小高程(m)平均高程(m)中误差(m)最大误差(m)及位置格网数图3108.7027.3554.360.33 7.37x=5, y=220×14图4 125.2925.3954.790.09 6.94x=39, y=640×28图5127.9526.5555.010.026.02x=10, y=080×56图6127.327.355.0180×56。
基于VirtuoZoIGS数字测图的DEM的生成技术探讨
［ ５］ 钟凯文， 黄建民．基于ＧＩＳ／ ＧＳＭ 的疾病防疫应急指挥决策 系统的设计与实现 ［ Ｊ］ ．测绘科学， ２００４， ２９ （ １） ２９～３２
以文字加专题图的形式以Ｗｏｒｄ格式输出。将应急救援 作战计划书按照固定的文档结构做成模板， 这样有利
了以上所描述的应急救援智能决策的整个流程， 运行 效果良好。这对目前各城市将要进行的城市公共安全
于计划书的标准化和格式化。其内容的来源为三方面：
应急系统平台的开发建设具有参考和使用价值。
１） 在救援指挥调度中生成的各种专题图。
３） 利用ＩＧＳ数字测图生成矢量文件 （ ＊．ｘｙｚ） 。这 一部分是本文的重头戏， 后面将详细介绍。
４） 将ｘｙｚ矢量文件叠加到立体模型， 参与影像预 处 理 。 把 测 图 生 成 的 矢 量 文 件 ｘｙｚ引 入 影 像 匹 配 预 处 理模块， 叠加到立体模型上， 这样可以提高一些特殊 地形诸如山脊、沟谷、黑影遮盖区、大片居民区或水 域等地区的匹配效果， 从而大大减少对匹配结果编辑 的工作量， 起到事半功倍的作用。
５） 影像自动匹配， 进行匹配结果的编辑。进行 自动匹配后， 就要对当前立体模型的自动匹配结果进 行编辑。用户根据此模块显示的视差断面或等视差曲 线以及系统认为是不可靠的匹配点， 发现粗差， 并进 行编辑， 即在立体显示模式下， 使用点、线、面的编 辑方式进行交互式编辑。在整个项目实施过程中， 这 一部分的工作量最大， 所以， 在保证精度要求的前提 下， 可以适当地采取一些相应的措施来减少工作量。 具体的内容将在后边谈到。
基于潮汐模型和DEM的海岸线提取方法研究
ｍ
ζＡ（ｔ）＝ＭＳＬＡ ＋ｉΣ＝１ｆｉＨｉｃｏｓ（σｉｔ＋ｖ０＋ｕｉ－ｇｉ）＋δＡ（ｔ）
（１）
ｍ
式（１）中：ＭＳＬＡ 为验潮站 Ａ平均海面，ｉΣ＝１ｆｉＨｉｃｏｓ（σｉｔ＋ｖ０＋ｕｉ－ｇｉ）为验潮站 Ａ的天文预报潮位；ζＡ（ｔ）为验潮
站 Ａ的余水位。
天文潮位是水位运动变化的主体，由若干分潮综合而成，假设分潮个数为 ｍ，则表达式为
ａｒｔｉｆｉｃｉａｌｓｈｏｒｅａｒｅａｓ
ｂｅｄｒｏｃｋｓｈｏｒｅａｒｅａ
ｔｏｏｂｔａｉｎｔｈｅｅｌｅｖａｔｉｏｎｏｆｔｈｅｗａｔｅｒｅｄｇｅ
ｌｉｎｅ（ｄｉｓｃｒｅｔｅｐｏｉｎｔｓｏｎｔｈｅｌｉｎｅ）
４８２
水 道 港 口
第 ４０卷第 ４期
Байду номын сангаас
３ 研究结论
海岸线从其定义上应该是唯一的，但往往不论是采用现场测量还是航空航天遥感影像判绘方法，都会 有不同的作业人员对同一岸段或同一作业人员对不同的岸段所测取的痕迹岸线也存在差异，甚至同一作业 人员不同次的量测结果也不一致，导致了海岸线测绘成果的不确定性，这与测绘学对地形要素几何和物理 意义准确、唯一表示的基本要求相违背［１７］。本文在通过总结目前海岸线测量方法的基础上，提出了一种新 的海岸线测量方法，并选择一处海域进行了试验，得出了以下结论：
摘 要：近年来随着卫星遥感和无人机测量等技术的飞速发展，通过遥感影像提取海岸线替代人工实
地测量逐步得到了应用，目前遥感影像判绘主要是根据影像上海岸线的痕迹，或直接用水涯线代替，提
取方式、提取结果存在一些不足。文章提出了一种基于潮汐模型和 ＤＥＭ的海岸线提取方法，通过无人
机航摄影像构建海岸带 ＤＥＭ，利用潮汐模型计算海岸线高、水涯线高及其差值，在 ＤＥＭ中提取水涯线
DEM模型的数据结构及生成
本科学生毕业论文DEM模型的数据结构及生成黑龙江工程学院二○一二年六月The Graduation Thesis for Bachelor's Degree DEM Model Data Structure and GenerateHeilongjiang Institute of Technology2012-06·Harbin摘要数字高程模型(Digilal Elevation Model)简称DEM,作为三维地理信息系统的基础数据，越来越广泛应用于各种地理分析当中。
DEM是一个具有光谱特征的连续的栅格图像数据,在坡度、坡向分析、高程分带、地形阴影、彩色地势、地形校正处理等地形分析中,都是以DEM为基础进行的。
DEM的建立是模型应用的基础，可采用直接建立方法和间接建立方法。
探讨DEM 的转换方法，有助于解决三维GIS中不同地形数据格式的转换问题，促进三维GIS空间模型的研究发展，进一步增强三维GIS软件的可用性。
论文在数字高程模型的基础上,着重讨论了规则格网模型的数据结构和应用以及利用离散点模型转换生成DEM的方法，主要研究离散点模型向规则格网(GRID)转换的基本思路,讨论了在建模过程中所遇到问题的解决方法，最后通过调用不规则采样点的数据,利用VB语言编程实现规则格网的生成关键词：数字高程模型；离散点；规则格网；数据结构ABSTRACTDigital elevation model (Digital Elevation Model) referred to DEM, 3D Geographic Information System as the basis of data, more and more widely used among a variety of geographic analysis.DEM is a continuous spectrum of characteristics of image data grid, in the slope, slope analysis, elevation banding, terrain shadow, color terrain, terrain correction, such as terrain analysis, are based on the DEM.DEM created is the base of the model application, which can adopt the direct and indirect establishing methods. Study on DEM transformation method is helpful to solve the three-dimensional GIS data formats of different landforms in the transformation problem, promote the development of study on three-dimensional GIS spatial model and further enhance the availability of three-dimensional GIS software.Thesis on the basis of the model, focused on the DEM structure of the data model and application of the GRID generation contour map algorithm, include described using the discrete points generated DEM model transformation method, major studyed the discrete points conversion to the regular grid (GRID) .Finally, by calling the irregular data sampling points, using VB programming language generation GridKey words: Digital Elevation Model；Discrete Points；Regular Grid；Data Structure目录摘要 (I)ABSTRACT (II)第1章绪论 (1)1.1 概述 (3)1.2 数字高程模型DEM的应用范畴 (5)1.3本文主要研究的内容 (6)第2章数字高程模型 (7)2.1数字高程模型的概念与理解 (7)2.1.1数字高程模型定义 (7)2.1.2数字高程模型的类型 (8)2.1.3 数字高程模型的特点 (9)2.2 数字高程模型的系统结构与功能 (10)2.3数字高程模型的数据采集 (10)2.4本章小结 (11)第3章DEM数据模型与数据结构 (12)3.1DEM数据模型 (12)3.1.1 镶嵌数据模型 (12)3.2 DEM 数据结构 (13)3.2.1 DEM数据结构的意义与分类 (13)3.3本章小结 (18)第4章建立规则格网DEM (19)4.1 规则格网DEM建立的基本思路 (19)4.2 DEM内插数学模型 (19)4.3 由离散点生成规则格网 (21)4.4 本章小结 (22)第5章计算机编程实践 (23)5.1 系统总体设计 (23)5.2 程序具体实施步骤 (23)5.3 本章小结 (28)结论 (29)参考文献 (30)致谢 (31)附录A (32)附录B (38)第1章绪论1.1概述研究的背景:数字高程模型(Digital Elevation Model，简称DEM)的概念于1958年由Miller提出，经过40余年的发展，DEM的很多基础理论问题得到了深入的研究，数字高程模型已成为地理空间基础设施和“数字地球”的重要组成部分，DEM及基于DEM数字地形分析的理论与技术方法体系正在形成。
数字高程模型的建立原理与方法
数字高程模型的建立原理与方法摘要：数字地形模拟是针对地形地貌的一种数字建模过程，这种建模的结果通常就是一个数字高程模型，借助于这种数字地形的表达，现实世界的三维特征能够得到充分而真实的再现。
本文介绍了数字高程模型的相关理论，以及建立DEM的方法。
基于规则格网的数字高程模型和基于不规则三角网的数字高程模型是目前数字高程模型的两种主要结构。
关键词：数字高程模型；TIN；高程内插1 引言数字地形模型（Digital Terrain Mode，DTM）简单地说就是用数字化的形式表达的地形信息。
在二维的区域上，以离散分布的平面点来模拟连续分布的地形，这些平面点的属性信息作为第三维数据。
根据这些属性的内容，DTM又可以分为：（1）数字高程模型（Digital Elevation Mode，DEM），属性信息为绝对高程数值；（2）派生的地面模型，属性数据为DEM经过计算得到的地形因子数据，如坡度、坡向、曲面面积、地表粗糙度等[1]。
DEM是各种地球科学分析、工程设计和辅助决策的重要基础性数据，有着广泛的应用领域。
DEM通过与各专业部门数据的匹配分析，还可进行遥感影像地形畸变的自动校正，以及进行土地利用规划的研究[2]。
2 数字高程模型的数据获取途径为了建立DEM，必须测量一些点的三维坐标，DEM数据点的采集方法主要有以下几种：（1）地面测量：用全球定位系统GPS、全站仪或经纬仪配合计算机在野外进行观测获取地面点数据，建成数字高程模型，一般用于小范围详细比例尺的数字地形测图和土方计算。
以地面测量的方法直接获取的数据能达到很高的精度，用于各种大比例尺高精度的地形建模。
然而，由于这种数据获取的工作量很大，效率不高，费用高，并不适合于大规模的数据采集任务[3]。
（2）现有地形图数字化：地形图是DEM的另一主要数据源。
从地形图上采集DEM数据，主要利用数字化仪对已有地图上的信息如等高线、地形線进行数字化，是目前常用的方法之一，数字化仪有手扶跟踪数字化仪和扫描数字化仪两种。
以数字化等高线地形图快速生成DEM
以数字化等高线地形图快速生成DEM
以数字化等高线地形图快速生成DEM
王乐;徐炳亭
【期刊名称】《网络新媒体技术》
【年(卷),期】2001(022)005
【摘要】本文提出一种根据等高线快速建立DEM的方法.用以矢量方式存储的等高线和等高线树形关系作为基础数据,通过分析计算出各等高线间空白区域的高程,并用这些数据将原数据填补成完整的DEM 数据.
【总页数】4页(314-317)
【关键词】等高线;DEM;地形图
【作者】王乐;徐炳亭
【作者单位】天津大学职业技术教育学院,;天津大学职业技术教育学院,
【正文语种】中文
【中图分类】TP391
【相关文献】
1.复杂地貌地形图等高线内插DEM算法的精度分析[J], 徐潇; 谭衢霖; 王浩宇; 胡吉平
2.地形图等高线的计算机矢量化及三维地形模型的生成 [J], 刘珍平; 张培仁
3.数字地面模型在中小比例尺地形图等高线及等高距选择研究的应用[J], 肖国雄
4.CASS和Surfer在地形图等高线自动生成中的应用比较[J], 尹言军; 黄海涛; 刘玉春
5.清华山维在地形图等高线自动生成中的运用初探 [J], 王政玮。
地质灾害防治自动化监测技术 余鹏
地质灾害防治自动化监测技术余鹏摘要：在当前我国矿山开采过程中，因为不良地质变动带来的影响和威胁极为关键，相应地质灾害的预防也就显得格外重要。
为了形成较为理想的地质灾害防治效果，加大监测力度极为必要，在以往地质灾害监测中，往往借助于人工定期现场勘察手段，获取相应数据信息。
本文对地质灾害防治自动化监测技术进行了简要分析。
关键词：地质灾害；自动化监测技术；应用1地质灾害因为自然地质的结构或者相对应的板块运动就会引发地质灾害，同时人类对自然环境的破坏以及资源的不断的开发和利用，都会促使自然地质灾害的发生，从而导致各种条件和环境受到破坏。
对于地质灾害的发生来说是难以抗拒的，一旦发生就难以制止，而且会产生较为严重的后果，因此必须把地质灾害的预防和防治工作抓起来。
但是从我国目前的地质灾害防治技术来说，还不够成熟，还有许多缺陷和漏洞，对地质灾害的预防和防治的需求来说还远远不能满足，只能尽可能的降低损害的程度。
为了能够更好的实现地质灾害的预防和防治工作，就要不断的对地质和板块运动的规律进行研究。
只有掌握了灾害发生的源头和发生的过程，才能够有效的进行防治和预防，尽可能的维持人们正常的生产经营活动。
现如今地震是影响最大的灾害，需要各方面时刻注意。
近年来，我国许多地方都经常发生地震，给我国经济带来很大的影响。
而且对于我国人民的生命财产安全也造成了巨大的破坏，地震后的修复也是非常的耗费人力和物力。
因此有关部门必须优化国家的抗震鉴定技术，而且要加强建筑的抗震系数。
通过抗震鉴定技术，提前预计地震的发生时间，做好预防工作，从而减少地震带来的各方面物资的损耗。
2矿山地质灾害自动化监测的内容地质灾害一旦发生，不仅会直接威胁到周围的生态环境，而且严重的情况下，将会直接对人们的生命安全造成严重威胁。
在这种背景下，要结合现代化科学技术手段，实现对矿山地质灾害自动化的监测。
这样不仅有利于对实际情况进行实时有效的监督和测量，而且一旦发现紧急情况的时候，可以立即给出相对应的警示，这样有利于从根本上避免矿山地质灾害对人们带来的恶劣影响。
基于利用DLG数据生产DEM的策略探析
基于利用DLG数据生产DEM的策略探析摘要：数字高程模型（DEM）是重要的 4D 产品之一，应用广泛。
数字时代 DEM 产品生产有更高的要求，比如成本、速度及质量等。
DEM 制作方法中，利用现有的 DLG 生成 DEM，不需要投入大量设备和人力，成本较低，速度较快，并且容易更新。
本文对利用DLG 数据生成 DEM 的策略及质量进行分析与探讨。
关键词：利用DLG数据生产DEM的策略数字高程模型(DEM)作为地表信息的集合是地理信息系统GIS空间数据库的重要组成部分。
且在工程基础建设、数字化城市、军事模拟等各种地形分析领域中,DEM是最为重要的基础数据之一。
所以,大范围的建设高质量的数字高程模型成为了当前研究的热点问题。
目前构建DEM的方法主要有野外实地测量、航空摄影测量、合成孔径雷达干涉测量技术和现有地形图数字化等方法。
尽管随着测绘技术的飞速发展,构建高精度的DEM的方法层出不穷,但是,在满足精度的要求下,从工程的实际操作性、成本、效率等因素考虑,现有的各种比例尺地形图数字化生成DEM仍然是目前最主要的方法之一。
本文就分析了利用各种数据源构建DEM的策略。
1数字高程模型（DEM）概述数字高程模型（DEM）是重要的4D产品之一。
近年来，随着数字摄影测量技术、遥感技术、激光雷达技术的飞速发展，DEM数据在测绘、水文、地貌、地质、土壤、工程建设、军事等国民经济和国防建设以及人文和自然科学领域得到了广泛的应用。
利用既有的数字地形图（DLG）制作生产DEM相比于其他生产方式具有成本低、效率高等优势。
近年来许多专家学者在此领域取得了丰硕的成果，汤竞煌，张望提出利用历史DLG数据优化正射影像的方法，戴腾，周汉华等人也成功利用DLG数据高效生产出了DEM产品。
归纳DLG生产DEM方法主要有两种方式：从等高线生成规则格网 DEM 一般有 2 种方式：一是将等高线直接内插形成DEM，二是以等高线上的点作为参考点生成 TIN 进而内插形成 DEM。
利用地形图生产DEM数据的研究_余鹏
利用地形图生产DEM数据的研究余 鹏 刘丽芬(国家基础地理信息中心 100044) 【摘 要】 数字高程模型在生产中的应用越来越广泛,本文对比了航摄法与用地形图生产DEM 方法的优缺点,提出了一种用地形图生产DEM数据的一般方法。
对生产过程中几个重要的技术问题进行了探讨:数据精度问题、采样间距问题、质量检查问题等。
一、研究意义数字地面高程模型(D ig ital Elevation M o dels)简称DEM,是一种用X、Y、Z坐标表达地表形态的数字形式,在生产中具有很高的利用价值。
首先,它能够反映区域内的地形条件,为各用图部门提供地形基础;其次,用它制作沙盘,具有快速、简便、精确的优点,可用于军事指挥和模型演示;它能够用于农业部门的农田水利规划;能用于水利部门的洪水淹没损失估算及水利建设的土方量计算;能用于交通、建筑等各建设部门的选址、规划;能用于通讯部门信号覆盖范围的规划与计算;能用于地质、勘探部门地形的分析;能用于各旅游景点的规划及土地资源调查等。
可以说D EM数据具有广泛的应用潜力。
由于DEM数据具有广泛的使用价值,国外将D EM 数据的提供作为其基本的服务项目之一。
国家测绘局自从开始研制各种基本比例尺的数字地图产品以后,也开始了各种比例尺D EM数据的研制工作。
笔者在对外提供DEM数据的基础上,摸索了一套DEM数据生产的方法,该方法对用地形图大面积生产DEM数据将提供一定的经验。
二、生产过程1.两种生产方法的对比生产DEM数据一般有两种方法。
一种是用航摄法,另一种是用地形图生产D EM数据的方法。
采用航摄法即利用两相邻像对,在全数字自动摄影测量系统的支持下,通过输入地面控制点,经过相对定向和绝对定向及影像自动相关匹配,生成D EM数据。
采用该方法进行生产,相对来说资料的时效性较好,如果与地面控制点进行配合,往往能达到很高的数据精度。
但是该方法也存在许多问题:首先,原始资料的成本太高。
基于地形图矢量化数据利用MapMatrix进行DEM生产_穆利娜
基于地形图矢量化数据利用MapMatrix进行DEM生产穆利娜赵红梅范兰（国家测绘局第一航测遥感院陕西西安710054）On Production of DEM with MapMatrix Based on VectorizedData from Topographic MapsMU Li'na ZHAO Hongmei FAN Lan摘要：MapMatrix是基于航空卫星遥感等数据进行多源空间信息综合处理的平台，功能设计合理，使用方便灵活。
介绍基于地形图矢量数据，利用全数字摄影测量软件MapMatrix进行DEM制作的方法，相对于利用ArcInfo进行地形图矢量化DEM生产的传统方法，该方法优化了生产工艺，提高了生产效率。
关键词：数字测图；DEM；MapMatrix；生产方法中图法分类号：P231．5传统的基于地形图矢量化数据生产DEM主要使用ArcInfo软件，操作较为复杂，不易掌握，局部出现问题时，只能是基于整体数据重新构TIN。
采用全数字摄影测量软件MapMatrix进行DEM生产，在没有立体模型的情况下，可以立体套合矢量数据检查，对DEM成果进行实时局部编辑修改，还可以分图幅制作，数据接边在误差范围内可以自动回写，保证图幅间接边零误差櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏櫏。
［5］Aneta J Florczyk，Francisco J López-Pellicer，J Vali珘n o，et al．INSPIRE-able Services［EB/OL］．http：//www．ikg．uni-hannover．de/agile/fileadmin/agile/paper/76．pdf ［6］EC INSPIRE GEOPORTAL TEAM．The INSPIRE Community Geoportal［EB/OL］．（2010-01-18）．http：//inspire．jrc．ec．europa．eu/documents/Network_Services/GeoportalPresentation_Vienna_1．0．pdf［7］Draft Technical Guidance Document for INSPIRE Discovery Services［EB/OL］．（2008-06-30）．http：//www．inspire．okxe．gr/assets/docs/attachments/D3．7_Draft_Technical_Guidance_document_Discovery_Services_v1．0．pdf［8］Network Services Drafting Team．INSPIRE Network Services Architecture［EB/OL］．（2008-07-19）．http：//inspire．jrc．ec．europa．eu/reports/ImplementingRules/network/D3_5_INSPIRE_NS_Architecture_v3-0．pdf［9］Alessandro Annoni．INSPIRE/GMES/GEOSS［EB/OL］．（2007-12-12）．http：//ies．jrc．ec．europa．eu/uploads/SDI/PRESENTATIONS/121207%20%20Alessandro%20Annoni．pdf［10］Architecture and Standards Working Group．INSPIRE Archi-tecture and Standards Position Paper［EB/OL］．（2002-10-03）．http：//inspire．jrc．ec．europa．eu/reports/position_papers/inspire_ast_pp_v4_3_en．pdf ［11］Network Services［EB/OL］．http：//geostandards．geonovum．nl/index．php/6．5_Network_Services［12］Paul Smits．INSPIRE：From Transposition to Implementa-tion［EB/OL］．（2008-05-28）．http：//www．isotc211．org/WorkshopCopenhagen/Presentations/Paul_Smits_INSPIRE．pdf［13］Technical Guidance to Implement INSPIRE View Ser-vices［EB/OL］．（2010-06-16）．http：//inspire．jrc．ec．europa．eu/documents/Network_Services/Technical_Guidance_View_Services_v2．12．pdf［14］D3．10Draft Implementing Rules for INSPIRE Transfor-mation Services［EB/OL］．（2009-09-07）．http：//www．esmis．government．bg/dox/inspire/4．2/INSPIRE_Draft_Implementing_Rules_Transformation_Services_（version_3．0）．pdf［15］D3．9Draft Implementing Rules for Download Services ［EB/OL］．（2009-09-25）．http：//inspire．jrc．ec．europa．eu/documents/Network_Services/INSPIREDrafImplementingRulesDownloadServices（version3．0）．pdf收稿日期：2011－06－21第一作者简介：史丽锋，助理工程师，现主要从事测绘地理信息生产与管理工作。
基于DEM的土地利用类型与地形因子关系研究_以重庆市酉阳县麻旺镇为例
第31卷第4期 西南大学学报(自然科学版) 2009年4月Vol131 No14Journal of Sout hwest University(Nat ural Science Edition)Apr1 2009文章编号:167329868(2009)0420159206基于DEM的土地利用类型与地形因子关系研究———以重庆市酉阳县麻旺镇为例①黄海洋, 杨庆媛, 王 成西南大学地理科学学院,重庆400715摘要:运用等高线数字化生成的数字高程模型(DEM),从中提取出研究区的高程和坡度数据,通过与土地利用现状数据的叠加分析得到在不同高程和坡度下的土地利用分布情况,并对土地利用类型与地形因子进行相关分析.研究结果表明:灌溉水田主要集中在高程300～400m的区域,旱地则主要分布在高程300～600m区域,并随海拔的升高而减少;灌溉水田、桑园、农村居民点均随着坡度的增加而减少,旱地、有林地、荒草地的分布则存在随着坡度增加而增加的趋势;灌溉水田、园地、农村居民点三个土地利用类型在不同坡度、不同高程的面积比例变化趋势具有高度相似性,在丘陵和低山地貌类型区域,坡度因子对耕地利用变化的影响程度最大.关 键 词:土地利用类型;地形因子;DEM;酉阳县麻旺镇中图分类号:F301124文献标识码:A土地利用是人类以生产生活为目的所进行的长期性或周期性的经济活动,它是受自然条件、社会经济条件和技术条件共同决定的土地功能.地形是决定土地利用的重要环境因子,也是众多自然因素中对人类影响最大的因素之一.地形差异是土地利用结构和空间分布格局分异的重要影响因子,特别是在人为活动占优势的区域,地形特征通常成为大尺度人为干扰活动地域分布格局的基本骨架[1].当前探讨土地利用格局的研究多从政策驱动、城镇化发展、经济力驱动、个人意愿等人文因素方面入手[224];对自然因素方面的探讨,国内外学者多从宏观角度揭示地形因子与土地利用时空变化的普遍关系,但由于基于地形的土地利用变化数据较难获取,阻碍了该项研究的深入,地形因子对土地利用分布的影响机制揭示仍较模糊[526].由于我国地域辽阔,地形条件复杂,高程、坡度等地形因子组合多样,导致不同的研究区域其研究结果不同.本文以地处我国西南丘陵低山地区的重庆市酉阳县麻旺镇为案例区域,利用地形图、土地利用现状图以及实地调研获取的数据,运用GIS技术建立研究区D EM得到高程、坡度两个地形因子,并通过叠加分析,研究各主要土地利用类型在不同高程、坡度条件下的分布特征.同时将土地利用类型分布与地形因子进行相关性分析,研究高程、坡度等地形因子对各类土地利用分布的影响程度.通过对土地利用类型与地形因子关系的研究,更加清楚地掌握地形因子对土地利用类型分布的影响规律,为山区土地资源合理利用提供基础性信息.1 研究区概况麻旺镇位于重庆市酉阳县中西部区域,距离酉阳县政府驻地约80km.其地理位置介于东经108°①收稿日期:2008212208作者简介:黄海洋(19812),男,重庆人,硕士研究生,主要从事国土资源管理与区域开发方面研究.通讯作者:杨庆媛,教授,博士生导师.53′53″～109°6′21″,北纬28°46′17″～28°59′42″,幅员面积为229176km 2.属典型亚热带季风气候,年均气温在20～25℃之间,多年平均降水量为1200mm 左右.地貌类型主要以丘陵、山地为主,海拔在290～1152m 之间,就其微地貌而言,西部为中山,中西部为槽地.全镇共辖15个村,2007年全镇总人口53512人,其中非农业人口约1080人,农业人口占绝大多数,为典型的纯农业乡镇.农民人均纯收入为2878元,种植业、林业、畜牧业为主要收入来源.该镇土地利用类型以林地和耕地为主,其中林地13097171hm 2,占幅员面积的57100%;耕地8326107hm 2,占幅员面积的36124%.耕地中旱地4957121hm 2,占耕地面积的59154%,灌溉水田1898149hm 2,占耕地面积的22180%.2 数据获取与研究方法211 数据来源本研究数据主要来源于全镇1∶10000地形图(2007年)、1∶10000土地利用现状数据库(2007年),并运用GIS 技术将现有矢量数据转化为栅格数据.将全镇1∶10000地形图数字化后,通过对等高线进行数据采集(包括采样和量测)进行数据内插制作成DEM [7].所有栅格数据定义的大小均为30m ×30m ,通过对生成的D EM 分析获得研究区的高程和坡度数据.212 研究方法及数据处理运用研究区的土地利用现状数据库得到主要土地利用类型的数据(表1),同时将各种土地利用的矢量数据转换为10m ×10m 像元大小的栅格数据,以便进行叠加分析.由于垂直分异规律的影响土地利用空间分布在数量结构和空间格局两个方面存在很强的地带性差异[8].光、热、水等自然条件会随高程的变化而发生改变,同时地形因子中的坡度因子也强烈影响着土地利用的类型.因此,探讨地形对土地利用的影响应充分考虑高程及坡度两个地形因子对土地利用类型分布的影响.研究技术路线图如图1所示.在全镇1∶10000地形图(2007年)的基础上,通过野外实地踏勘调绘后对其数值化,再将等高线、地形特征高程点等矢量数据进行内插建立不规则三角网(TIN ),通过TIN 转化为栅格数据得到研究区的D EM.利用得到的D EM 数据将研究区的高程每隔100m 进行分级,将坡度按照国家标准划分为5级(表2).表1 重庆市酉阳县麻旺镇2007年主要土地利用类型数据统计表土地利用类型灌溉水田旱地园地有林地农村居民点荒草地面积/hm 218981494957121261145909313845416450120占幅员面积比例/%81262115811143915811980122图1 基于DEM 的土地利用类型与地形因子关系研究技术路线图表2 地形因子分级标准等级范 围高程/m 坡度/°1<3000～22300～4002～63400～5006～154500～60015～255600～700>256700～8007800～9008900～100091000～110010>1100061西南大学学报(自然科学版) 投稿网址http ://xbgjxt 1swu 1cn 第31卷3 结果与分析311 高程因子影响下的土地利用类型分布特征分析将转换的土地利用现状栅格数据与高程分级的栅格数据进行叠加运算,得到各主要土地利用类型在不同高程下的面积,并以此来描述其分布特征(表3).从表3可以看出灌溉水田主要集中在高程300～400m 区域,该区域的灌溉水田占全部灌溉水田的77132%,旱地则主要分布在高程300～600m 区域,并且随海拔的升高而减少.桑园也集中分布在300～500m 区域,该区域的桑园占全部桑园面积的95123%,而在高程600m 以上地区由于水分、热量的变化不利于园艺业的发展则没有桑园的分布.值得注意的是在研究区全部高程范围内均有居民点的分布,原因是受农业生产耕作半径的限制.表3 重庆市酉阳县麻旺镇主要土地利用类型的高程分布特征表高程分级土地利用类型灌溉水田旱地桑园有林地农村居民点荒草地1面积/hm 2017431330100417401020163比例/%0104010701000105010011262面积/hm 21467197108919514716413431752621504185比例/%771322119969193141785717491663面积/hm 2272185213616953141375515311118215194比例/%1413743110251304113024160311754面积/hm 2301681085106101072629155401739125比例/%1162211894177281928196181435面积/hm 24178182143010046414221878199比例/%01253168010051110163171916面积/hm 2771791581980100217199171723126比例/%4110312101002140319061497面积/hm 231176142147010029213581715129比例/%11672187010031211192101548面积/hm 26140102140010028511931201112比例/%0134210601003114017021239面积/hm 251405115001009519971020187比例/%01281104010011051154117310面积/hm 2011241400100318701050100比例/%010101090100010401010100 通过对各主要土地利用类型在不同高程等级分布面积所占比例变化趋势比较可知,灌溉水田、桑园、农村居民点等土地利用类型随高程的变化趋势相同,绝大部分均分布在高程600m 以下区域;旱地和有林地的分布趋势基本一致,较灌溉水田等土地利用类型而言,其分布区域一般在700～800m 以下;荒草地的分布随海拔的变化趋势较为复杂,但海拔超过900m 区域鲜有分布.312 坡度因子影响下的土地利用类型分布特征分析通过土地利用类型与坡度分级图的叠加运算,得到研究区土地利用类型在不同坡度级下的分布特征表(表4).从表中可以看出69185%的灌溉水田分布于0°～6°坡度级,旱地的分布则随坡度增加比例不断增大,在25°以上分布的旱地占了全部旱地面积的56169%.有57115%的桑园分布于0°～6°坡度级,而且在各个坡度级别下都有桑园的分布,特别是在大于25°区域还有2519%的桑园分布,说明在西南山区桑园布局受坡度因子的影响较小.66157%的有林地分布于25°以上区域,2°～15°区域有林地仅占总面积的6168%.161第4期 黄海洋,等:基于DEM 的土地利用类型与地形因子关系研究———以重庆市酉阳县麻旺镇为例表4 重庆市酉阳县麻旺镇主要土地利用类型的坡度分布特征表坡度分级土地利用类型灌溉水田旱地桑园有林地农村居民点荒草地1面积/hm21063125632143831609601851421724165比例/%561011217639161101573113991272面积/hm2262171791553710676145571490129比例/%1318411601715501841216401583面积/hm213110047116019105531144771564103比例/%61909152910251841710681034面积/hm21411509631301617214711077619115148比例/%71451914371921611816192301805面积/hm230010328101335416960531579919625175比例/%151805616925190661572119951132 从各主要土地利用类型在不同坡度级所占面积的比例来看,灌溉水田、桑园、农村居民点均随坡度的增加而减少;旱地、有林地、荒草地的分布则存在随着坡度增加而增加趋势.单就坡度因子而言,研究区域上述几种主要土地利用类型的分布特征具有普遍性.313 地形因子综合影响下的土地利用类型分布特征分析在分别研究高程、坡度因子对土地利用类型分布影响特征的基础上,将高程、坡度等地形因子综合影响下的土地利用类型分布特征,寻求地形因素限制下的山区土地利用分布规律,为山区土地资源合理利用提供基础信息[9].运用已生成的DEM坡度分级图、高程分级图以及土地利用现状栅格图进行叠加运算,得到各土地利用类型的坡度、高程等属性数据.通过对各主要土地利用类型属性数据的统计分析,绘制成各主要土地利用类型在不同高程上的不同坡度面积所占比例曲线图(图2).从图2可知,灌溉水田、园地、农村居民点三个土地利用类型在坡度、高程方面的分布面积比例变化趋势具有高度相似性,5个坡度级中很大部分面积比例均分布在600m以下区域,说明高程因子对上述3类土地利用的影响程度较大,其土地利用的垂直分布特征较为明显.旱地和有林地在坡度、高程方面的分布面积比例变化趋势也基本一致,各坡度级地类面积均主要分布在高程1000m以下区域,但高程在600m 以下区域的面积远大于高程在600～1000m以上区域;在400～700m高程区域,相对其他坡度级所占面积比例而言,2°～6°所占面积比例普遍偏小.而不同坡度级的荒草地分布随高程的变化较为复杂,绝大部分0°～2°的荒草地都分布在高程600m以下区域,6°～15°荒草地则集中分布在高程500～800m之间,15°～25°及25°以上坡度的荒草地则主要分布在700m、800m以下区域.为了定量化地描述坡度、高程等地形因子对研究区域土地利用类型分布影响程度,本文运用SPSS统计分析软件计算了各主要土地利用类型与坡度、高程等地形因子的相关系数(表5).灌溉水田与坡度之间呈现较高的负相关性,相关系数为-01818,而与高程的相关系数为-01463,说明就高程因子而言坡度对灌溉水田分布的影响程度最大.旱地与坡度之间存在正相关性[10],两者的相关系数为01698.从灌溉水田、旱地与坡度、高程之间的相关性分析得知,在丘陵和低山地貌类型区域,坡度因子对耕地利用变化的影响程度最大.从表5可知,灌溉水田、桑园、农村居民点等土地利用类型与地形因子之间存在负相关性,且相关系数的变化趋势具有相对一致性.表5 重庆市酉阳县麻旺镇主要土地利用类型与地形因子相关系数统计表土地类型高程坡度土地类型高程坡度灌溉水田-01463-01818林地0117201770旱地0129401698农村居民点-01140-01673桑园-01490-01633荒草地-0151601647 261西南大学学报(自然科学版) 投稿网址http://xbgjxt1swu1cn 第31卷图2 地形条件影响下的不同土地利用类型面积比例曲线图4 结论与讨论本文运用GIS 技术对高程、坡度等地形因子与土地利用类型分布关系进行系统研究,并运用SPSS 统计软件就地形因子对土地利用类型分布影响程度进行定量分析.1)灌溉水田集中分布在高程300～400m 区域,旱地则主要分布在高程300～600m 区域,并且随海拔升高而减少.桑园集中分布在300～500m 区域,灌溉水田、桑园、农村居民点等土地利用类型随高程的变化趋势相同;荒草地的分布随海拔的变化趋势较为复杂,但海拔超过900m 区域鲜有分布.单就坡度因子而言,研究区域上述几种主要土地利用类型的分布特征具有普遍性.2)灌溉水田、园地、农村居民点三个土地利用类型随坡度、高程变化其面积比例变化趋势具有高度相似性,高程因子对上述三类土地利用的影响程度较大,其土地利用的垂直分布特征较为明显.旱地和有林地随坡度、高程变化其面积比例变化趋势也基本一致,各坡度级地类面积均主要分布在高程1000m 以下区域,但高程在600m 以下区域的面积远大于高程在600～1000m 以上区域.3)灌溉水田与坡度之间的相关系数远大于与高程的相关系数,说明就高程因子而言坡度对灌溉水田分布的影响程度最大.从灌溉水田、旱地与坡度、高程之间的相关性分析得知,在丘陵和低山地貌类型区域,坡度因子对耕地利用变化的影响程度最大.针对西南丘陵山区地形特点,这种基于像元的土地利用和地形因子的分析是从数量上准确剖析土地利用地形分布特征的有效途径之一,对于西南丘陵山区土地利用的合理性具有指导意义.运用DEM 和土地利用分布图建立的数字模型能够直观地显示土地利用空间格局与其所处地形因子的关系.在此基础上可进一步开展有关坡度、坡向等地形因子与土地利用空间适宜性等相关研究,从而为新一轮土地利用总体规划中各类土地资源的优化布局、区域农业结构调整和土地资源可持续利用等提供理论依据与方法借鉴.361第4期 黄海洋,等:基于DEM 的土地利用类型与地形因子关系研究———以重庆市酉阳县麻旺镇为例461西南大学学报(自然科学版) 投稿网址http://xbgjxt1swu1cn 第31卷参考文献:[1]毛蒋兴,李志刚,闫小培,等.深圳土地利用时空变化与地形因子的关系研究析[J].地理与地理信息科学,2008,24(2):71276.[2] 王玉华,刘彦随,周应华.沿海发达地区土地利用转换的人文驱动机制研究[J].地理科学进展,2004,23(2):43250.[3] 甄 霖,谢高地,杨 丽,等.泾河流域土地利用变化驱动力及其政策的影响[J].资源科学,2005,27(4):33237.[4] 贡 璐,潘晓玲,师庆东,等.塔里木河上游土地利用格局变化及其影响因子分析[J].资源科学,2005,27(4):71275.[5] 邱 扬,傅伯杰,王 军,等.黄土丘陵小流域土地利用的时空分布及其与地形因子的关系[J].自然资源学报,2003,18(1):20229.[6] 闫小培,毛蒋兴.巨型城市区域土地利用变化的人文因素分析———以珠江三角洲地区为例[J].地理学报,2006,61(6):6132623.[7] 虞继进.数字高程模型DEM的建立与应用[J].江苏测绘,1999,22(3):33236.[8] 徐 霞,王静爱,贾海坤,等.内蒙中部地区不同生态区土地利用格局分布特征[J].地理科学进展,2005,24(3):44249.[9] 陈 菁.基于遥感和GIS的莆田市土地利用变化分析[J].西南师范大学学报(自然科学版),2005,30(1):1842188.[10]张 丽,杨庆媛,冯应斌.基于分形理论的区域土地利用类型探讨[J].西南大学学报(自然科学版),2008,30(8):1382141.A Study on the R elationshipB et w een Land2UseType and T errain F actors B ased on DEM———A Case St udy of Mawang Town of Y ouyang Count ry in Chongqing HAN G Hai2yang, YAN G Qing2yuan, WAN G ChengSchool of Geographical Science,Southwest University,Chongqing400715,ChinaAbstract:Elevation and slope data were ext racted from DEM(digital elevation model)generated by digital contour,and informatio n about land use dist ribution was obtained t hrough overlay analysis of p resent land use data and elevation and slope data.Then correlation analysis was made between land2use types and ter2 rain factors.The result s showed t hat irrigated paddy fields were mainly dist ributed on t he elevation of300 -400m and non2irrigated farmland was mainly dist ributed on t he elevation of300-600m,decreasing wit h increasing elevation;irrigated paddy fields,mulberry gardens and rural residential areas decreased wit h increasing slope while t he dist ribution of non2irrigated farmland,forest land and wild grassland showed an oppo site t rend;t he tendency of change in t he p roportion of area wit h different slopes and eleva2 tions was highly similar among irrigated paddy fields,mulberry gardens and rural residential areas;and t he factor of slope had t he greatest influence on t he change in land use in regions wit h geomorp hic terrain fea2 t ures of hills and low mountains.K ey w ords:land2use type;terrain factor;digital elevation model;Mawang Town of Y ouyang Country责任编辑 胡 杨 。
DEM精度计算 杨朋朋
实验六DEM精度分析
——2008210527 杨朋朋
●一实验目的
掌握基本的对DEM质量进行检查的方法和对点数据检查的方法并理解其原理，在此基础上尝试其他检查方法
●二实验数据
Feapt Point.shp Terlk Arc Terlk Point.shp ysdem
●三实验步骤
（一）等高线的套合
（1）加载实验数据
（2）加载3D Analyst 模块，用等高线生成Tin数据。
（3）将生成的Tin数据转化成dem数据
（4）用生成的dem数据提取等高线
（5）用生成的等高线与原来的进行套合，对比，如下图示
（二）检查点的粗差
（1）将Terlk point的高程转换成栅格数据，栅格大小为5
看属性中的source选项
（1）基于dem做一个11*11的邻域分析（平均值），命名mean
(2) 用mean减去dem生成误差图
（2）进行分级（标准差）查看并调整直方图，呈正态分布
（3）提取标准差大于等于9的数据，数据命名为wuchach
（4）将误差图与hillshade图叠加进行分析
（四）计算精度场
基于wucha图做一个11*11的邻域分析（标准差），生成的数据命名为jingduch。
多源DEM和多时相遥感影像监测冰川体积变化_以青藏高原那木纳尼峰地区为例
文章编号:100020240(2010)0120126207多源DEM 和多时相遥感影像监测冰川体积变化———以青藏高原那木纳尼峰地区为例 收稿日期:2009205213;修订日期:2009210225 基金项目:科技部国家科技支撑计划项目(2007BA H12B05);欧盟第七框架研究计划(FP7)项目“Coordinated Asia 2European long 2termObserving system of Qinghai 2Tibet Plateau hydro 2meteorological processes and Asian 2monsoon system wit h Ground satellite Image data and numerical imuliations (CEOP 2A GEIS )"资助 作者简介:王祎婷(1986—),女,陕西汉中人,2008年毕业于北京师范大学,现为北京大学在读硕士研究生,主要从事生态遥感研究.E 2mail :wangyiting01@王祎婷1, 陈秀万1, 柏延臣2, 黎新亮3(1.北京大学遥感与地理信息系统研究所,北京100871;2.北京师范大学地理学与遥感科学学院,北京100875;3.Faculty of Eart h Sciences ,Utrecht University ,3514HR Utrecht ,t he Net herlands )摘 要:冰川储量变化对全球水循环、能量平衡和区域水资源都具有重要意义,构成全球变化研究的重要方面.针对当前冰川变化监测技术与方法,提出一种结合多源DEM 数据和多时相遥感影像监测冰川体积变化的方法.以青藏高原那木纳尼峰地区冰川为例,通过MSS/TM 遥感数据识别冰川范围,以地形图DEM 和SR TM 2DEM 计算出两时期冰川厚度变化信息,从而计算冰川体积变化值.计算过程中,对冰川范围识别、遥感数据不同时相、不同源DEM 数据的误差进行了分析和控制.结果显示,1976—2001年的25a 间该地区冰川体积减少了31060km 3,存在着较为强烈的消耗,冰川年损耗速率为011224km 3·a -1.关键词:遥感技术;冰川监测;数字高程模型;体积变化中图分类号:TP751:P343.6文献标识码:A0 引言地球中低纬地区广为发育的山地冰川与人类活动密切相关,山地冰川不仅是重要的径流补给和生产生活优质水源,也是气候变化的敏感指示器之一[1].进入20世纪以来,山地冰川普遍处于退缩状态[2].Oerleman 等[3]的研究甚至估计21世纪山地冰川将减少1/3至1/2,这将在全球范围内引起一系列复杂的生态环境效应.监测冰川变化,尤其是冰川储量变化,对建立冰川响应全球变化的模式以及区域水量平衡模型具有重要意义,能够为区域经济建设、环境保护、水循环和全球气候过程研究提供重要科学支持.由于山地冰川区地形复杂,难以到达,常规的野外观测方法在大部分高原地区都存在着难以开展、周期长、样本少、成本大等严重问题.而冰川变化研究要求宏观性、综合性、快速性和动态性.因此,20世纪60年代以来快速发展的遥感技术为冰川研究提供了有效的技术手段[4],甚至成为快速、广泛监测冰川变化的唯一手段[5].常规的冰川遥感监测可获取冰川条数、范围、面积形态及冰川特征界线(雪线、冰舌末端)等二维参数[6].其中,长度和面积是长期以来冰川遥感监测的最主要参数,也是冰川变化监测研究的基础.而冰川变化的三维参数(如厚度、体积等)早期由于技术限制未能开展研究,直到近年来雷达技术的发展、激光高度计的应用、摄影测量技术与遥感科学的结合,使冰川变化的三维研究取得突破性进展.利用多源地形数据和多时相遥感数据相结合获取冰川变化的三维参数,成为当前冰川遥感技术热点研究方向之一.相比传统的面积和长度变化等二维参数监测,冰川立体变化的研究起步较晚,但近年已有了较大发展.主要通过地形图、立体像对、雷达地形测绘以及激光高度计等获取冰川立体信息.Bert hier 等[7]和K b [8]分别用SPO T 25立体像对和ASTER第32卷 第1期2010年2月冰 川 冻 土J OU RNAL OF G L ACIOLO GY AND GEOCR YOLO GYVol.32 No.1Feb.2010立体像对生成冰川表面DEM数据以研究其厚度变化.但该方法在特征并不显著的山地冰川区生成立体模型困难较大,并且由于可见光波段对积雪无穿透能力,所测高度包含了冰川表面的积雪厚度.雷达地形测绘数据主要以SR TM2DEM数据为代表,该数据覆盖范围广、精度高,并且雷达对冰川表面积雪有一定的穿透,因而广泛用于冰川厚度研究.但由于只有单一时相数据,需要结合其它DEM数据研究冰川厚度变化.ICESat卫星上搭载的激光高度计G L AS数据测高精度可达分米级[9],在研究冰川变化方面有着很强的应用前景[10].在此研究背景下,本文提出一种基于多源地形数据和多时相遥感影像监测冰川体积变化的方法.利用MSS/TM影像提取冰川面积变化,利用地形图DEM和SR TM2DEM数据计算冰川厚度变化,从而分析研究了青藏高原那木纳尼峰地区30a来的冰川体积变化.计算过程对误差进行了严格控制,实验结果精度较高,具有理论和实际应用的价值,可为冰川响应全球变化模式建立和区域水资源预测提供技术支持.1 研究区与数据1.1 研究区介绍纳木那尼峰地区位于西藏西南部的普兰县内,坐落在81°～81°47′E,30°04′～31°16′N范围内,南与尼泊尔接壤,北隔玛旁雍错与冈仁波齐峰相望,西为普兰盆地(如图1示).纳木那尼峰地处雅鲁藏布江上游,喜马拉雅造山带内,是西喜马拉雅山脉的最高峰,海拔7694m.围绕高峰共发育了58条冰川,主要分布于北坡和南坡,东坡较少[11-12].选用纳木那尼峰地区作为研究区,一方面是因为该地冰川是我国典型的中低纬度山地冰川,且分布于人口居住区,研究其变化对当地居民的生产生活、下游河流及湖泊水量平衡研究等都具有重要意义;一方面是该区域冰川面积变化已有相关研究[12-13],其研究结论可作为本文研究结论的佐证.1.2 研究数据研究选用数据包括:研究区1976年Landsat MSS数据[14]、2001年Landsat TM数据[15]、1974年航片测绘1∶25万地形图生成的DEM数据及2000年SR TM2DEM数据[16],如表1所示.研究选用Landsat数据(MSS及TM,表1),该数据具有时间的延续性,能提供自1972年来偏远区域的冰川分布信息.所用遥感影像由美国马里兰大学的G L CF(Global Land Cover Facility)实验室提供,经过了大气纠正、正射校正及地理配准等预处理,校正及配准的精度都在一个象元内.1∶25万比例尺DEM数据为我国测绘部门生产的国家标准图幅D EM数据.该数据利用1∶25万矢量地形信息中的等高线、等深线、控制点、高程点、深度点,以及特征地形要素,采用不规则三角网(TIN)内插生成全国1∶25万数字高程模型.其格网间隔为100m×100m和3″×3″两种.用DEM的高程值与1∶25万地形图等高线、水准点高程和与三角点高程比较三种方法测试,地形图DEM的精度在517～7m之间. SR TM(Shuttle Radar Topograp hy Mission)即航天飞机雷达地形测绘使命,于2000年获得了从60°N至56°S间覆盖陆地表面80%以上的C波段(516cm)雷达数据,最终生成SR TM2D EM.雷达阴影的影像使SR TM2DEM不可避免地存在数据空洞,尤以山谷、沙丘和水体处常见.SRTM2DEM的图1 研究区位图Fig.1 Map showing the study area7211期王祎婷等:多源DEM和多时相遥感影像监测冰川体积变化 表1 研究数据介绍Table1The data sources数据名称获取时间轨道号空间分辨率用途Landsat MSS1976年12月155/3957m冰川识别Landsat TM2001年10月144/3928.5m地形图DEM1974年—100m厚度变化SR TM2DEM2000年144/3990m未填充版本存在较多的数据空洞,而填充版本采用了三角算法进行空洞填补,消除了山体背阴面的无数据点.该算法与山谷地形匹配良好,但与水体存在较大误差.由于本文的研究区域不存在水体,因而选用填充后的SR TM3(3″×3″,即90m栅格分辨率)数据.SR TM2DEM数据采用W GS284平面基准,EGM96高程基准,标称绝对平面精度±20m,标称绝对高程精度±16m,置信度90%.数据下载及基本情况参见SR TM官方网站http:// /srt m/,http://srt m.csi. /.1.3 数据预处理为研究冰川变化,首先要保证两期遥感数据和DEM数据的数学基础相同.Landsat MSS/TM数据、SR TM2DEM数据均采用U TM(Universal Transverse Mercator)投影和W GS284基准面.而1∶25万地形图D EM数据采用高斯克吕格(Gauss2 Kruger)投影和北京54坐标系.为了使数据具有可比性,首先将地形图DEM 转换为U TM投影.其次进行北京54坐标系到W GS284坐标系的转换.由于研究区覆盖面积较小,认为平面转换对高程影响较小,采用平面转换模型.建立同名点在不同坐标系中的坐标值,与坐标系间平移、缩放尺度和旋转参数的函数关系.根据2个平面点坐标对,即可求解转换参数,多于2个点可按最小二乘求解.该模型原理简单,数值稳定可靠,在小范围区域内的坐标转换精度可达厘米级以上[17].因此,认为投影坐标转换的误差对结果不构成影响,在误差分析中未予考虑.高程基准的不同,也会使高程测量值产生垂直偏差.地形图DEM采用1985国家高程基准,而SR TM2DEM采用EGM96高程基准.郭海荣等[18]经研究得出,1985高程基准和EGM96有大约3517 cm的垂直偏差,且系统差自东向西增大.根据这一规律,对SR TM2DEM数据进行垂直误差校正,以消除高程基准不同产生的系统差.完成投影转换、水平校正和垂直校正后,根据遥感图像上研究区的位置,对SR TM2DEM和地形图DEM进行裁切,使两幅D EM研究区域与遥感图像范围保持一致.2 研究方法国内外当前监测冰川变化的常规方法是通过多时相的多波段遥感影像来提取冰川信息,比较得出各时期冰川面积与空间分布情况.而多源DEM数据的出现,使获得冰川厚度变化成为可能.然而,由于DEM数据来源不同,如何在不同源D EM数据间求出冰川厚度变化,如何评价其精度,成为研究中首先需要解决的难题;再者,由于不同时期冰川范围发生了变化,在求出冰川高度变化后,如何与范围面积的变化相联系以求出体积变化,如何评价结果精度,这些都是利用多源D EM数据监测冰川体积变化必须考虑并解决的问题.当前利用DEM数据对冰川三维信息监测的主要工作有:Khalsa等[4]通过生成D EM模型得到每个冰川表面的高程分布函数,按面积加权得到体积;Bert hier等[19]将两期D EM数据进行偏差纠正后相减,假设冰川面积不变,与厚度变化相乘得到冰川体积变化;K b[8]计算不同高程下D EM数据的差值,按高程与厚度变化的关系计算得到总体厚度变化值,与早期面积相乘得到冰川体积变化.在利用不同源DEM数据计算冰川厚度变化中,研究者都对系统偏差进行了纠正,但高程分布函数的方法较为复杂;在求解体积变化方面,利用面积不变或早期面积求体积变化的假设不符合实际情况.基于此,本文提出这样的研究思路:对两期DEM数据进行偏差纠正;利用光学遥感数据得出两期冰川的范围面积,对两期范围求并集;计算得到并集范围内冰川厚度变化的平均信息,进一步计算研究区的冰川体积变化.其技术流程如图2所示.主要分四步:冰川范围提取、冰川范围地图并操作、冰川厚度变化平均值求解、冰川体积变化计算.与此同时,给出了对应的误差控制、精度评价和结果分析.2.1 冰川面积变化检测2.1.1 冰川识别冰在可见光波段反射率较高,约016～017,随波长增大,反射率逐渐降低,至中红外波段,冰川表面反射率降至最低,不足011[6].因此,反映在遥感影像上冰域较亮,易于识别.该地区冰川基本没有冰碛物覆盖,因而不考虑冰碛物覆盖分类.821 冰 川 冻 土 32卷 图2 技术路线Fig.2 The technology route MSS影像缺乏中红外波段信息,因此,采用4,2,1波段R G B顺序合成假彩色影像,选取冰川、森林、裸地等类别的感兴趣区作为样本,采用最近邻分类器进行分类,通过二值化得到冰川区域.对TM影像,由于冰在可见光和中红外波段反射特性差异明显,采用雪盖指数突出冰雪信息,良好地区分冰川末端与周围地物[20],并减少和消除由于地形起伏造成的光照差异[21].TM影像均一化雪盖指数N DS I由TM可见光和中红外波段DN值的比值得到[22]:N DS I=B and2-B and5B and2+B and5(1) N D S I的取值范围为-1～1,设定合适的阈值即可提取出冰川信息.分析N D S I图像的直方图并经多次实验,将阈值设定为0.65得到冰川范围.识别结果经人工判读检验,利用滤波及人机交互方法进行修正,滤去被积雪覆盖的小面积非冰川区以及其它非冰川区.2.1.2 面积变化两期影像的分类结果经人工判读检验及修正后,转为矢量图进行分析.通过叠加可以看出, 1976—2001年的25a间纳木那尼峰地区的冰川发生了比较显著的退缩.该地区1976年冰川面积为871453km2,而2001年为791810km2,面积减少了71644km2,约81740%,年退缩速率为01306 km2·a-1.文献[13]在纳木那尼峰地区的冰川变化研究中,得到1976年冰川面积为87104km2,2003年为79139km2,30a间退缩面积7166km2,约818%.此结果与本文近似,同时考虑到计算年限的差异,得到的冰川面积变化结果可以相互佐证.MSS和TM数据成像时间分别为10月和12月,纳木那尼峰地区已经开始降雪,新降雪可能形成的季节性雪斑在处理中结合冰川编目数据进行了消除,因此,认为冰川边界提取较为理想.在这种情况下,估计冰川边界提取的最大误差为±015象元.对MSS影像,边界最大误差为±28m由此导致的冰川面积误差为±4140km2,最大误差为5104%.对TM影像,边界最大误差为±1510m,导致的面积误差为±3138km2,最大误差为4124%,均在误差控制的范围内.冰川变化的研究与时间跨度有关,若时间跨度较小,误差通常比冰川变化的幅度更大;而时间跨度愈大,误差就越小[20].综合考虑上述因素,认为本文给出的估计值在可接受的范围内,具有实际应用的准确性.2.2 厚度变化检测2.2.1 DEM数据误差控制DEM数据表达了冰川的高程信息,两期DEM 的差值理论上可认为是冰川的厚度变化.大量的研究表明,SR TM数据的垂直精度超过了16m的要求[23],但干涉雷达的精度会受山区地形的影响而下降[24].为了计算冰川表面变化的误差,对SR TM2DEM和地形图DEM数据在无冰川覆盖区的数值进行比较.选取纳木那尼峰周围地势平坦、无冰雪及植被覆盖的裸露地区,计算SR TM2DEM与地形图DEM的差值(图3).由于SR TM23数据是由原1″数据取3″×3″格网内的平均值生成,为了避免重采样误差,将SR TM2DEM数据点转为矢量点数据,计算3″×3″窗口内地形图DEM数据平均值与9211期王祎婷等:多源DEM和多时相遥感影像监测冰川体积变化 SR TM 2DEM 点的差值.图3 DEM 计算厚度变化原理示意图Fig.3 Principle of the thickness change computation by DEM 计算的D EM 差值点数有3000余个,分坡度统计,结果如图4所示.高低点连线中的横线代表均值的标准差.DEM 差值的标准差为19111m ,即90%的置信水平为24146m ,这一估计包含了SR TM 2DEM 90%置信区间内的相对垂直误差20m ,地形图D EM 垂直误差7m ,以及SR TM 在研究区山地与坡度相关的精度下降.图4中极值(极小值-138m ,极大值142m )与陡峭地势或者SR TM 数据空洞相关.由于随机误差和系统误差都与坡度相关,坡度越大误差越大,并且冰川多沉积于较平坦的地区,因此若只考虑小于10°的区域,其标准差为12193m.图4 DEM 数据误差统计Fig.4 Error statistics of the DEM 平坦地区D EM 差值的均值为-1176m ,表明SR TM 2DEM 和地形图D EM 垂直参考系统存在-1176m 左右的系统偏差.因此,纠正两幅DEM 差值结果:对坡度为0°到5°间的区域进行-1176m 的偏差纠正,对5°到10°坡度之间的区域进行-1144m 的偏差纠正.2.2.2 冰川厚度及体积变化分析纠正后的DEM 差值图,包含了各像元高程变化信息,与冰川范围比较分析,即可计算出冰川厚度变化.若冰川面积不变,求出冰川范围内厚度变化的平均值,与面积相乘即可得到体积变化.然而,30a 间,冰川的进退变化使得冰川范围并非一成不变,如何真实表达冰川高度发生变化的区域就成了首先需要解决的问题.本研究的冰川体积变化计算原理为:假设冰川厚度发生变化的区域S 0,两期冰川范围并集S ,则有:S 0ΑS (S =S i ∪S j )(2) 因此,只要求出S 范围内冰川厚度变化的平均值,乘以面积S 即可得到冰川的体积变化:ΔV =V i -V j =S (ΔH ij )mran (S =S i ∪S j )(3)ΔH ij =H i -H j(4) 对两期冰川矢量图执行地图并操作,求出该并集面积为981677km 2,并集范围内冰川厚度变化均值为-311010m ,其90%的置信区间为(-311010±11146)m.因此,25a 间冰川变化的体积为(31060±01113)km 3.这一估算值在90%置信区间内,且仅考虑厚度变化误差引起的体积变化误差,未考虑并集范围面积误差引起的体积变化误差.3 试验结果结合遥感影像和D EM 数据对纳木那尼地区冰川体积变化的研究表明,此25a 间该研究区冰川存在着较为强烈的消融.研究区冰川面积从1976年的87145km 2降至2001年的791810km 2,减少了71644km 2,约81740%,明显高于20世纪60年代以来亚洲地区的平均水平7%[25].而25a 间该地区冰川的变化体积为(31060±01113)km 3,年消融达01122km 3·a -1.Ye 等[13]讨论了纳木那尼峰地区冰川退缩与气候变化的相互关系,认为过去30a 中,该地区冰川的强烈退缩主要是区域气温显著升高、降水量相对减少两方面原因造成的.31 冰 川 冻 土 32卷 4 结论本文运用多时相遥感影像识别冰川范围,利用地形图DEM、SR TM2D EM数据研究冰川厚度变化,并通过对两时期冰川范围求并集得到冰川平均厚度变化,与面积相乘得到冰川体积的变化值.与此同时,对冰川识别范围的误差、不同源DEM数据间的误差等进行了分析与有效的控制,试验证明其误差在可接受的范围内.遥感技术可用来科学监测冰川二维三维信息变化,随着技术的进步,结合多源地形数据可在二维监测的基础上,研究不同尺度的冰川三维变化(如厚度、体积、物质平衡量等),具有快速、动态、准确的特性.结合水文、气象气候观测数值和水文模型,更可进一步研究冰川响应气候变化、区域水量平衡及海平面上升等关系重大的问题,对人类生产生活和全球变化都具有重要意义.参考文献(R eferences):[1]IPCC.Houghton J T,Ding Y,Griggs D J,et al.ClimateChange2001:The Scientific Basis[M]//Contribution ofWorking Group I to t he Third Assessment Report.Cam2bridge University Press,Cambridge,U K,2001.[2]Dyurgerov M B,Meier M F.20t h century climate change:evidence from small glaciers[J].Proceedings of t he NationalAcademy of Sciences of t he United States of America,2000,97:1406-1411.[3]Oerlemans J,Fortuin J P F.Sensitivity of glaciers and smallice caps to greenhouse warming[J].Science,1992,258:115-118.[4]Khalsa S J S,Dyurgerov M B,Khromova T,et al.Space2based mapping of glacier changes using ASTER and GIS tools[J].IEEE Transactions on Geosciences and Remote Sensing,2004,42(10):2177-2183.[5]Raup B,K b A,Kargel J S,et al.Remote sensing and GIStechnology in t he G lobal Land Ice Measurement s from Space(G L IMS)Project[J].Computers&Geosciences,2007,33:104-125.[6]Gao J,Liu Y.Applications of remote sensing,GIS and GPSin glaciology:a review[J].Progress in Physical Geography,25(4):520-540.[7]Bert hier E,Toutin T.SPO T52HRS digital elevation modelsand t he monitoring of glacier elevation changes in Nort h2WestCanada and Sout h2East Alaska[J].Remote Sensing of Envi2ronment,2008,112:2443-2454.[8]K b A.G lacier volume changes using ASTER optical stere2o.A test study in Eastern Svalbard[C]//IEEE InternationalGeoscience and Remote Sensing Symposium(IGARSS),2007:3994-3996.[9]Arzhan B S,Aizen V B.Estimating volume change of moun2tain glaciers using SR TM and Map2based topographic data[J].IEEE Transactions on Geosciences and Remote Sensing,2006,44(10):2991-2995.[10]K b A.G lacier volume changes using ASTER satellite stere2o and ICESat G LAS laser altimetry.A test study on Edge ya,Eastern Svalbard[J].IEEE Transactions on Geosciences andRemote Sensing,2008,46(10):2823-2830.[11]Tibet Comprehensive Exploration Team of t he Chinese Acad2emy of Sciences.G laciers in Tibet[M].Beijing:SciencePress,1986.[中国科学院青藏高原综合科学考察队.西藏冰川[M].北京:科学出版社,1986.][12]Cold and Arid Regions Environmental and Engineering Re2search Institute of Chinese Academy of Sciences.ChineseG lacier Inventory[DB/CD].http://wdcdgg.westgis.ac.cn/,2004.[中国科学院寒区旱区环境与工程研究所.中国冰川编目[DB/CD]./,2004.] [13]Ye Q H,Yao T,Kang S,et al.G lacier variations in t heNaimona’nyi region,western Himalaya,in t he last t hree dec2 ades[J].Annals of G laciology.2006,43:385-389. [14]NASA Landsat ndsat MSS scenep155r392m19761206,Ort horectified,U SGS,12/06/1976. [15]NASA Landsat ndsat TM scene p144r39,Ort ho2rectified,USGS,10/13/2001.[16]USGS.Shuttle Radar Topography Mission,3Arc Secondscene SR TM_f03_p144r039,Filled Finished 2.0,G lobalLand Cover Facility,University of Maryland,College Park,Maryland,February2000.[17]Wang Jiexian,Wang J un,L u Caiping.Problem of coordinatetransformation between WGS284and Beijing54[J].Journalof Geodesy and Geodynamics,2003(8),23(3):70-73.[王解先,王军,陆彩萍.WGS284与北京54坐标的转换问题[J].大地测量与地球动力学,2003(8),23(3):70-73.] [18]Guo Hairong,Jiao Wenhai,Yang Yuanxi.The systematicdifference and it s dist ribution between t he1985national da2 tum and t he global quasigeoid[J].Acat Geodaetica et Car2 tographic Sinica,2004(5),33(2):100-104.[郭海荣,焦文海,杨元喜.1985国家高程基准与全球似大地水准面之间的系统差及其分布规律[J].测绘学报,2004,33(2):100-104.][19]Bert hier E,Arnaud Y,Kumar R,et al.Remote sensing esti2mates of glacier mass balances in t he Himachal Pradesh(Western Himalaya,India)[J].Remote Sensing of Environ2 ment,2007,108:327-338.[20]Hall D K,Bayr K,Bindschadler R A,et al.Changes in t hePasterze G lacier,Australia,as measured from t he ground andspace[C]//58th Eastern Snow Conference,Ottawa,Ontario,Canada.2001.http:/proceedings/2001/proceedings_index.ht ml[21]Dymond J R,Shepherd J D.Correction of t he topographiceffect in remote sensing[J].IEEE Transactions on Geosci2 ences and Remote Sensing,1999,37(5):2618-2619. [22]Hall D K,Riggs G A,Salomonson V V.Development ofmet hods for mapping global snow covers using Moderate Res2 olution Imaging Spect roradiometer(MODIS)data[J].Re2 mote Sensing of Environment,1995,54:127-140.[23]Brown C G,Sarabandi K,Pierce L E.Validation of t he Shut2tle Radar Topography Mission height data[J].IEEE Trans.Geosci.Remote Sens.,2005,43(8):1707-1715.[24]Eineder M,Holzner J.Interferometric DEMs in alpine ter2rain—Limit s and options for ERS and SR TM[C]//Proc.1311期王祎婷等:多源DEM和多时相遥感影像监测冰川体积变化 IGARSS,Honolulu,HI,2000:3210-3212.[25]Yao T D,Wang Y,Liu S,et al.Recent glacial retreat inHigh Asia and it s impact on water resource in Nort hwest Chi2na[J].Science in China(Series D),2004,47(12):1065-1075.Monitoring G lacier Volume Change B ased on Multi2Source DEM and Multi2T emporal R emote Sensing Images———a Case St udy in t he Mount Naimonaπnyi Region on t he Tibetan PlateauWAN G Y i2ting1, CH EN Xiu2wan1, BO Yan2chen2, L I Xin2liang3(1.I nstit ute of Remote S ensing and GIS,Peking Uni versit y,B ei j ing100871,China;2.S chool of Geog raphy and RemoteSensing,Bei j ing N ormal Uni versit y,Bei j ing100875,China;3.Facult y of Eart h S ciences,Ut recht Uni versit y,3514H R Ut recht,t he N et herlands)Abstract:For t he significance of glaciers in global hydro cycle and energy balance,glacier change has beco me a hot subject in global change st udies.The develop ment of remote sensing can help to acquire a large amount of land cover information while t he advent of high precise DEM data makes it possible to get t hree2dimensional information of land ob2 ject s.Based on current glacier change monitoring met hods,t his paper p roposes a way to combine multisource DEM data and multi temporal remote sensing data to estimate glacier volume change. The Mount Naimona’nyi region on t he Tibetan Plateau is taken as a st udy case.Firstly all data are t ransformed into U TM p rojection and W GS284da2t um.Especially SR TM2DEM is corrected f rom EGM296elevation system to19852Huanghai eleva2 tion system,t he same as t hat of topograp hic map DEM.Then Glacier extent is recognized t hrough MSS/TM remote sensing data,and glacier t hick2 ness change is ext racted t hrough topograp hic DEM and SR TM2D EM.Afterwards,glacier volume change is calculated and errors resulted f rom glac2 ier extent recognition,multi2temporal remote sens2 ing data and multi2source DEM data are controlled and analyzed well.The result is fine,t hus provi2 ding scientific support to model glacier response to global change pattern and to predict regional water resources.K ey w ords:glacier;remote sensing;D EM;volume change;Tibetan Plateau;Mountain Naimona’nyi region 231 冰 川 冻 土 32卷 。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
利用地形图生产DEM数据的研究余 鹏 刘丽芬(国家基础地理信息中心 100044) 【摘 要】 数字高程模型在生产中的应用越来越广泛,本文对比了航摄法与用地形图生产DEM 方法的优缺点,提出了一种用地形图生产DEM数据的一般方法。
对生产过程中几个重要的技术问题进行了探讨:数据精度问题、采样间距问题、质量检查问题等。
一、研究意义数字地面高程模型(D ig ital Elevation M o dels)简称DEM,是一种用X、Y、Z坐标表达地表形态的数字形式,在生产中具有很高的利用价值。
首先,它能够反映区域内的地形条件,为各用图部门提供地形基础;其次,用它制作沙盘,具有快速、简便、精确的优点,可用于军事指挥和模型演示;它能够用于农业部门的农田水利规划;能用于水利部门的洪水淹没损失估算及水利建设的土方量计算;能用于交通、建筑等各建设部门的选址、规划;能用于通讯部门信号覆盖范围的规划与计算;能用于地质、勘探部门地形的分析;能用于各旅游景点的规划及土地资源调查等。
可以说D EM数据具有广泛的应用潜力。
由于DEM数据具有广泛的使用价值,国外将D EM 数据的提供作为其基本的服务项目之一。
国家测绘局自从开始研制各种基本比例尺的数字地图产品以后,也开始了各种比例尺D EM数据的研制工作。
笔者在对外提供DEM数据的基础上,摸索了一套DEM数据生产的方法,该方法对用地形图大面积生产DEM数据将提供一定的经验。
二、生产过程1.两种生产方法的对比生产DEM数据一般有两种方法。
一种是用航摄法,另一种是用地形图生产D EM数据的方法。
采用航摄法即利用两相邻像对,在全数字自动摄影测量系统的支持下,通过输入地面控制点,经过相对定向和绝对定向及影像自动相关匹配,生成D EM数据。
采用该方法进行生产,相对来说资料的时效性较好,如果与地面控制点进行配合,往往能达到很高的数据精度。
但是该方法也存在许多问题:首先,原始资料的成本太高。
如果研究地区有航片,可以购买航片,如果没有航片,临时航飞代价太高。
其次,对软硬件要求较高。
也有用卫片来生产DEM数据的,如利用法国的SP OT影像或俄罗斯的SPI N—2影像等。
其生产原理与航摄法类似,因为都是采用栅格数据进行处理,所以都存在用航摄法生产所带来的困难。
用地形图生产D EM数据,具有如下优点:第一,地形图相对较为便宜,也容易得到。
地形图上的等高线含有丰富的高程信息,利用这些高程信息生产DEM数据,可以极大地发挥地形图的作用,而地表的地形变化一般来说都是比较小的。
其次,当前国内的数字化软件已相当便宜,普通的微机就可以运行,对软硬件的要求较低。
第三,地形数据以矢量形式存储、运算,减少了昂贵的内外存开销。
第四,可以批量生产。
2.生产过程DEM数据的生产包括如下几个过程:(1)数字化栅格底图的生成该过程包括如下几个步骤:¹地形图的扫描:即对购买来的地形图或二底图通过扫描仪扫描,以获得数字化栅格底图;º对栅格底图进行纠正,以消除纸张变形所带来的误差。
(2)高程信息的获取高程信息的获取,就是在栅格底图上进行数字化,以获取生成DEM所必须的高程信息,它包括如下几个步骤:¹对等高线进行屏幕跟踪矢量化;º对等高线标赋高程值;»对离散高程点进行屏幕矢量化;¼对高程点标赋高程;最后,对这些矢量化产品进行编辑、检查、拼接以生成拓扑关系完整的矢量图。
16 测 绘 通 报 1998年 第10期(3)D EM生成¹将生成的矢量图在A RC/IN F O软件中利用不规则三角网(T IN)进行内插,以使整个研究区域都含有高程值;º将T IN数据进行采样,转换为GR ID数据(lat-tice格式),对数据进行进一步检查;»将生成好的GR ID数据转成DEM数据(U SG S 格式)。
三、几个重要问题的探讨1.数据精度问题对D EM数据而言,数据精度包括平面位置精度和垂直高程精度。
国内对DEM数据生产的精度要求还未见有关文档,美国地质调查局(U SG S)在制定的DEM数据标准中要求R M SE不允许超过1/3等高距,最大误差不超过2/3等高距。
在DEM数据生产过程中,考虑到误差的传播性,在生产的每一步都要尽量减少误差。
用地形图生产D EM 的精度问题包括如下几个方面:(1)地形图扫描误差:该误差主要影响地形的平面精度,从而进一步影响D EM数据的高程精度。
扫描误差主要来源于纸张变形。
由于这种误差是一种不依比例的不规则变形,因此,在栅格数据生成后,要对栅格图进行纠正,以消除这种变形误差。
(2)屏幕数字化过程中所产生的数字化误差:该误差也主要是影响地形的平面精度。
但是该误差产生又有几个原因:第一,地形图的复杂程度;第二,地形图的清晰程度;第三,屏幕数字化人员的操作熟练程度。
如果地形图质量不太好,或者扫描参数不太好,都会使地形图上的等高线产生“粘连”,影响地形图数字化的质量。
(3)T I N内插过程中所产生的误差:从矢量图开始转换到T I N,由于考虑到数据量问题,必然对数据有所取舍,这种转换过程就会造成信息损失。
这种损失将会造成数据高程精度的误差。
(4)采样间距对数据误差的影响:生成的T IN数据还必须经过采样,转换为一定采样间距的DEM数据。
由于DEM数据是以采样间距大小的Cell来表示区域的高程,这个转换过程中也会产生数据损失,从而严重影响数据高程精度。
2.格网间距问题格网间距除影响数据精度外,对地貌形态的反映也比较敏感。
在不同的地貌形态下,为保持相同的数据精度,宜采用不同的格网间距。
但是,格网间距与地貌形态之间的关系问题一直没有得到很好的解决。
笔者对用1∶5万地形图生产DEM数据进行了研究,地貌类型包括高山、中山、低山以及喀斯特和黄土地貌。
研究方法包括高程采样分析、坡度分析、等高线反演以及存储量计算等。
通过对比、统计,我们认为用1∶5万地形图生产DEM数据,在喀斯特地貌、中山地貌、黄土地貌等相对高差不大,地形切割并不显著的地区,用25～30m格网间距可以很好的保留地形信息,且数据量不大;而高山地区,最好使用20m格网间距,否则将损失很多地形信息;而低山地区可以考虑用50m格网间距。
很显然,采样格网大小与使用DEM数据的应用要求有很大关系。
格网间距的确定应该与应用紧密挂钩。
3.数据质量及检查传统的DEM数据检查方法,主要是抽样。
但是抽样方法有两个弊端:第一,采点的工作量太大;其次,必须有精确的定位点高程数据。
我们在生产过程中发现,数据质量问题主要出现在矢量数据的形成时期,最重要的是要把好矢量数据的质量关。
我们首先要对生产出的矢量数据(等高线和离散高程点)进行回放检查。
不同高程的等高线用不同的颜色表示,以检查等高线的高程值标赋是否正确。
如果高程标赋有错,回放出来的等高线颜色没有规律,就必须重新标赋等高线高程。
在这一阶段也可发现等高线数字化时等高线错位的情况,并可通过编辑矢量图加以解决。
数据质量检查的第二阶段检查是在生成DEM数据之后,主要是从整体趋势观察数据是否符合地势起伏变化的规律。
这要绘制研究地区的灰阶图、分层设色图和晕渲图。
从灰阶图和分层设色图上通过观察灰阶或颜色变化是否均匀,以确定等高线或高程点高程值标赋是否正确;其次我们还要进一步生成晕渲图,晕渲图能够立体反映地形的起伏变化,便于更加直观的发现数据中存在的问题。
数据检查的最后一步,我们要将DEM数据反演生成等高线。
将喷绘出来的等高线与原始地形图等高线进行对比,以确定哪些地区等高线标赋有错,从而加以改正。
这种从原始图来又回到原始图的方法,我们可以作为最终数据检查的标准。
四、实 例采用以上DEM数据生产的思路,我们用1∶10万地形图生产了浙江等省、市地区的DEM数字产品。
我们发现用这种方式生产出来的D EM数据成本低廉、生产171998年 第10期 测 绘 通 报 周期短,具有较高的实用价值。
如下是我们用生产出的浙江省杭州地区的DEM数据绘制的晕渲图(见图1)。
图1 浙江省杭州地区晕渲图 五、结束语通过长时间的实际工作,我们在实践中摸索出了一套用地形图生产DEM数据的方法,并对该方法在生产上所存在的许多技术难点进行了深入的研究,为D EM 数据的批量生产提供了借鉴。
但也应该看到,当前我国对D EM数据的生产还处于试验论证阶段,还有许多问题值得我们去研究,特别是对DEM数据的生产标准研究得不够。
我们期待着我国基础DEM数据研制成功,在生产中发挥越来越大的作用。
参考文献[1]U SG S,Dig ital Carto gr aphic D ata Standar ds—D igi-tal Elev atio n M odels,1987[2]黄幼才、刘文保等.G IS空间数据误差分析和处理.武汉:中国地质大学出版社,1995年(上接第12页)叠加而得到加强,使得{x(1)i(k)}具有单调增加或单调减少的能用指数函数表达的数据序列;第二,可使{x(0)i(k)}中随机成份在A G O处理时相互抵消一部分而大为减弱。
这样,加强了{x(0)i(k)}中的确定性信息,减弱了随机信息,便于从{x(0)i(k)}中提取了指数趋势项。
因此,应用灰色建模的背景条件是原始序列是否适应指数规律,若离指数规律较远,为提高预报精度可采用等维信息模型[2、4],或者对原始序列分解成适应指数规律的子序列建立相应的灰色模型分别进行建模预报。
从系统的观点,M G M(1,n)是一种状态模型,它是单变量的GM(1,1)模型在多变量情形下的扩展和补充,它反映了各监测点的相互关联,相互影响。
M G M(1,n)不同于G M(1,n),它同时也是一种预测模型。
在贫信息条件下,用M G M(1,n)灰色建模,对建筑物进行沉降预报、评定质量,是有一定应用价值的。
参考文献[1]邓聚龙.灰色系统理论教程.武汉:华中理工大学出版社,1990[2]邓聚龙.灰色预测与决策.武汉:华中理工大学出版社,1986[3]尹晖等.贫信息条件下的多点变形预测模型及其应用.测绘学报,1997,26(4)[4]石世云.循环水泵房的沉降观测与灰色系统分析.电力建设,1997(11)[5]刘建华.深基坑施工监测及数据分析.’97工程测量综合性学术研讨会论文集(上),199718 测 绘 通 报 1998年 第10期。