高程数据精度分析及在地震勘探中的应用

通过对表 １、表 ２ 和图 ５ 的统计结果进行分析 可知：ＧＥ 高程数据整体与实测数据基本一致，最大 误差 ６５．５８ ｍ，最小误差 ０ ｍ；５４．０１％ 的高程数据误 差在 １０ ｍ 以内，８４．３３％ 的高程数据误差在 ２０ ｍ 以 内；通过对误差大于 ３０ ｍ 的数据进行分析，发现误 差大于 ３０ ｍ 的点均位于陡坡处（ 图 ６） 。
随着地震勘探目标区域深入，勘查区内的地表 条件越来越复杂，施工难度越来越大。
在地震勘探工作开展前，需要对勘探目标区域 内的环境、地表条件、地面高度和高差、交通、道路等 进行了解和考察，以便做到心中有数。 由于勘探区 域往往位于偏远地区，考虑到交通条件、投标时间限 制等原因，往往很少进行实地踏勘，即使进行实地踏 勘，也只能以点带面、难以纵观全工区地表情况。 这 会造成两个方面的不利影响：一方面，由于对青赔类 型、面积的不了解，对投资和成本控制的准确性难以 把握；另一方面，拟编的观测系统设计是基于平地表 条件下的，与实际情况不符合，难以满足实际需要， 在施工中某些炮点和检波点位置需要进行变观处 理。 因此，在勘探前获得勘查区高程数据对地震勘 探很有必要。
就地震勘探而言，如果 Ｇｏｏｇｌｅ Ｅａｒｔｈ 高程精度 满足需要，不仅可以利用免费获得的高程数据生成
收稿日期：２０１５－７－２１；收稿日期：２０１６－３－１５
３期
史来亮等：Ｇｏｏｇｌｅ Ｅａｒｔｈ 高程数据精度分析及在地震勘探中的应用
·５７９·
地形等高线，还可以将其应用于起伏地表观测系统 的设计方面，这对施工效率的提高和技术风险的控 制有着重要作用。
为了使 ＧＥ 影像坐标与实测坐标一致，选择勘 查区中心区域的三个房屋作为参照物对平面坐标位 置校正（ 图 ２） ，确定偏移校正参数 ΔＸ ＝ ２７．４８ ｍ，ΔＹ ＝ －２８．９９ ｍ。 将 ２３ ３１８ 个实测坐标加上偏移校正参数，转换 为在 ＧＥ 中 的 坐 标 后 进 行 高 程 数 据 采 集， 得 到 ２３ ３１８ 个高程数据。 用 Ｓｕｒｆｅｒ 分别进行成图，可以 得到两者的平面等值线对比图（ 如图 ３），将等值线 图转换为 ＫＭＬ 文件载入 ＧＥ 后，可以得到三维等值 线图（图 ４）。
中；黄亚锋等［５］ 将 Ｇｏｏｇｌｅ Ｅａｒｔｈ 应用于地质地震的 显示；罗文刚等［６］ 对 Ｇｏｏｇｌｅ Ｅａｒｔｈ 在地震勘探数据 采集的可行性进行了探讨；张剑等［７］ 对地震勘探点 位在 Ｇｏｏｇｌｅ Ｅａｒｔｈ 中的显示和与输出进行了探讨； 郭小波等［８］ 将 Ｇｏｏｇｌｅ Ｅａｒｔｈ 应用在地质勘查路线的 规划、 部 署 中， 提 高 了 工 作 效 率； 史 来 亮 等［９］ 将 Ｇｏｏｇｌｅ Ｅａｒｔｈ 引入到地震勘探的设计、采集、处理和 解释各个环节。 此外，还有许多学者将 Ｇｏｏｇｌｅ Ｅａｒｔｈ 应用到地学研究［１０］ 、道路修复［１１］ 、土工试验［１２］ 、三 维河道动态模拟［１３］ 和高压送电线路的选定［１４］ 等领 域。
·５８０·
物 探 与 化 探
４０ 卷
图 ２ 房屋参照物在 ＧＥ 中的位置
图 ３ 山区实测高程数据和 ＧＥ 高程数据等值线对比
图 ４ 山区实测高程数据和 ＧＥ 高程数据等值线图在 ＧＥ 中的显示
３期
史来亮等：Ｇｏｏｇｌｅ Ｅａｒｔｈ 高程数据精度分析及在地震勘探中的应用
·５８１·
由此可知，虽然在精度上 ＧＥ 高程数据不及实 测高程数据，但可以满足前期对勘查区地形变化的 了解。
统计个数 均值
均值的标准误差 中值
标准差 偏度
偏度的标准误差 峰度
峰度的标准误差 全距
极小值 极大值
误差大小 数据个数
百分比
０ ～ １０ ｍ １２ ５９３ ５４．０１％
表 １ 山区实测高程数据和 ＧＥ 高程数据的统计分析
１ Ｇｏｏｇｌｅ Ｅａｒｔｈ 简介及其高程数据特点
谷歌地球（ Ｇｏｏｇｌｅ Ｅａｒｔｈ，简称 ＧＥ） ，是由 Ｇｏｏｇｌｅ 公司开发的虚拟地球软件。 它把卫星照片、航空照 相和地理信息系统（ ＧＩＳ） 融合在一个地球三维模型 上。
Ｇｏｏｇｌｅ Ｅａｒｔｈ 采 用 的 数 字 高 程 模 型 数 据 为 ＳＲＴＭ。 ＳＲＴＭ 的 全 称 是 Ｓｈｕｔｔｌｅ Ｒａｄａｒ Ｔｏｐｏｇｒａｐｈｙ Ｍｉｓｓｉｏｎ，即航天飞机雷达地形测绘使命。 ＳＲＴＭ 数 据主要是由美国太空总署（ ＮＡＳＡ） 和国防部国家测 绘局（ ＮＩＭＡ） 联合测量的。 ２０００ 年 ２ 月 １１ 日上午 １１ 时 ４４ 分，美国“ 奋进” 号航天飞机在佛罗里达州 卡那维拉尔角的航天发射中心发射升空，“ 奋进” 号 上搭载的 ＳＲＴＭ 系统共计进行了 ２２２ ｈ ２３ ｍｉｎ 的数 据采集工作，获取北纬 ６０° 至南纬 ５６° 之间，面积超 过 １．１９ 亿 ｋｍ２ 的 ９．８ 万亿字节的雷达影像数据，覆 盖全球陆地表面的 ８０％以上，该计划共耗资 ３．６４ 亿 美元，获取的雷达影像数据经过两年多的处理，制成 了数字地形 高 程 模 型， 该 测 量 数 据 覆 盖 中 国 全 境。 ＳＲＴＭ 数据有 ＳＲＴＭ１ 和 ＳＲＴＭ３ 两种，分别是 １ 角秒 和 ３ 角秒精度的数据，对应精度为 ３０ ｍ（ 每 ３０ ｍ 一 个高程数据） 和 ９０ ｍ（ 每 ９０ ｍ 一个高程数据） 。 谷 歌地球所使用高程数据即为 ＳＲＴＭ３，公开出来覆盖 中国区域的高程数据只有 ９０ ｍ 精度。
虽然许多工程技术人员将 Ｇｏｏｇｌｅ Ｅａｒｔｈ 应用于 地震勘探中，但尚未发现有人对其高程精度进行实 测和对比 分 析， 詹 蕾 等 人［１５］ 只 进 行 了 理 论 精 度 分 析，即： 利 用 高 程 中 误 差 模 型 及 空 间 插 值 方 法 对 ＳＲＴＭ ＤＥＭ 进行高程精度分析；孙茜［１６］ 以我国 １ ∶ ２５ 万 ＤＥＭ 为假定真值，定量分析 ＳＲＴＭＤＥＭ 的数 据质量，并研究该数据多个地形指数参数的精度特 征；张朝忙等［１７］ 假定 １ ∶５万 ＤＥＭ 数据为真值，以 １ ∶ ２５ 万 ＤＥＭ 为参照进行了精度分析。
笔者在前人工作的基础 上， 利 用 Ｇｏｏｇｌｅ Ｅａｒｔｈ ＣＯＭ ＡＰＩ，调用 ＩＰｏｉｎｔＯｎＴｅｒｒａｉｎＧＥ 接口，通过 Ｇｏｏｇｌｅ Ｅａｒｔｈ 的经纬度查询功能，批量获取了勘查区内炮检 点的高程数据。 限于篇幅，编程过程不予赘述。
３ 技术路线
主要技术路线（图 １）为： ① 利用 ＭＥＳＡ、ＫＬＳｅｉｓ 等软件进行二、三维观 测系统设计； ② 从初步设计的观测系统中导出炮检点坐标； ③ 根据设计坐标再进行实地测量，得到实际坐标 位置，并计算出与 ＧＥ 平面坐标的偏移量 ΔＸ 和 ΔＹ； ④ 对设计坐标进行偏移校正后，在 ＧＥ 中进行 高程数据采集； ⑤ 以实际高程数据为参照，对 ＧＥ 高程数据进 行精度分析。
实测高程数据 ２３３１８
９５８．５９７８ ０．３０５３５ ９５９．０３００ ４６．６２７４７ － ０．０５９ ０．０１６ － ０．７８１ ０．０３２ ２１６．４４ ８５４．７３ １０７１．１７
ＧＥ 高程数据 ２３３１８
９５７．２７２１ ０．３２１０９ ９５７．６０５０ ４９．０３０７４ － ０．０７２ ０．０１６ － ０．６３６ ０．０３２ ２５６．３９ ８２５．０９ １０８１．４８
Ｇｏｏｇｌｅ Ｅａｒｔｈ 高程数据精度分析 及在地震Байду номын сангаас探中的应用
史来亮１ ，赵斌１，２ ，李建国１ ，张璐１
（１．山西省地球物理化学勘查院，山西 运城 ０４４００４；２．山西省地质勘查局，山西 太原 ０３０００１）
摘 要： 地震勘探勘查区往往位于偏远地区，已知地形资料较少。 Ｇｏｏｇｌｅ Ｅａｒｔｈ（ 简称 ＧＥ） 采用的数字高程模型数据 为 ＳＲＴＭ，精度较高。 笔者在批量提取 ＧＥ 高程数据的基础上，分别对山区和平原地区的 ＧＥ 高程数据的精度进行 了分析。 结果表明，无论是在山区还是平原地区，ＧＥ 高程数据均与地表实际高程基本一致；在平原地区的精度高 于山区；ＧＥ 高程数据可以满足等高线生成和观测系统参数分析的需要。 关键词： Ｇｏｏｇｌｅ ｅａｒｔｈ；地震勘探；数据统计 中图分类号： Ｐ６３１．４ 文献标识码： Ａ 文章编号： １０００－８９１８（２０１６）０３－０５７８－０９
为了解决上述问题，许多工程技术人员进行了 有益的探索：施丽娟等人法［１］ 介绍了利用 ＫＬＳｅｉｓ ５． ０，进行基于起伏地表的三维观测系统设计的方；关 玉东等［２］ 探讨了 Ｇｏｏｇｌｅ Ｅａｒｔｈ 在地震勘探野外数据 采集中的应用；刘贵荣等［３］ 将搜集的电子地图、卫 星影响等资 料 进 行 叠 合， 进 行 三 维 地 形 分 析； 夏 勇 等［４］ 将 Ｇｏｏｇｌｅ Ｅａｒｔｈ 应用于伊朗地震数据采集项目
１０ ～ ２０ ｍ ７ ０６９
３０．３２％
表 ２ 山区误差统计分析
２０ ～ ３０ ｍ
３０ ～ ４０ ｍ
２ ６４０
８２０
１１．３２％
３．５２％
４０ ～ ５０ ｍ １７２
０．７４％
绝对误差 ２３３１８ １１．２０７３ ０．０５８５８ ９．１０９１ ６．６５ １．１９９ ０．０１６ １．４９６ ０．０３２ ６５．５８ ０ ６５．５８
图 １ 技术路线
４ ＧＥ 高程数据的精度分析
为了对 ＧＥ 的高程精度进行较为全面地分析， 选择了山区（ 三维地震） 和平原地区（ 二维地震） 两 个研究对象。 ４．１ 山区 ＧＥ 高程数据的精度分析
Ａ 勘查区勘查面积约 ９ ｋｍ２，地处陕北黄土塬的 北端。 地表大部分被第四系松散沉积物所覆盖，地 形变化大、沟壑纵横，区内地表相对高差约 ２６０ ｍ。
２ ＧＥ 高程数据的获取方法
许多学者对 ＧＥ 高程数据的批量获取方法进行 了探讨。 王莹等［１８］ 通过 ＶＣ ＋＋的 ＭＦＣ 类库进行编 程，利用 ＢＰ 神经网络，对指定区域高程图片进行识 别。 受限于识别精度及算法的复杂性，该方法应用 门槛较高， 推 广 性 不 强。 刘 文 荣［１９］ 运 用 Ｄｅｌｐｈｉ 工 具，结合 ＧＥ ＡＰＩ，实现了地形数据的批量快速提取， 并将其用于煤矿环评当中，但未对获取的高程数据 精度进行分析。 黄琪等人使用 ＧＥ ＡＰＩ 开发了获取 高程数据的程序，对 Ｇｏｏｇｌｅ Ｅａｒｔｈ、ＳＴＲＭ３ 和 ＡＳＴＥＲ ＧＤＥＭ 三个数据源获取的高程进行了对比，但未与 实测高程数据进行对比。
从图 ３ 和图 ４ 中可以看到，两者高程变化趋势 高度一致，只是在细节上有所差异。
为了对两者差异进行定量对比分析，利用 ＳＰＳＳ １９ 软件对实际测量数据和采集到的 ＧＥ 高程数据进 行统计分析（ ＳＰＳＳ 软件被公认为最优秀的统计分析 软件之一，是一整套集数据处理、评估和预测的解决 方案。 它能够对信息的采集、处理、分析进行全面评 估和预测），得到两组数据的统计结果（ 表 １，表 ２ 和 图 ５）。
第 ４０ 卷第 ３ 期 ２０１６ 年 ６ 月
物 探 与 化 探
ＧＥＯＰＨＹＳＩＣＡＬ ＆ ＧＥＯＣＨＥＭＩＣＡＬ ＥＸＰＬＯＲＡＴＩＯＮ
Ｖｏｌ．４０，Ｎｏ．３ Ｊｕｎ．，２０１６
ｄｏｉ： １０．１１７２０ ／ ｗｔｙｈｔ．２０１６．３．２１ 史来亮，赵斌，李建国，等．Ｇｏｏｇｌｅ Ｅａｒｔｈ 高程数据精度分析及在地震勘探中的应用［ Ｊ］ ． 物探与化探，２０１６，４０ （ ３） ：５７８ － ５８６． ｈｔｔｐ： ／ ／ ｄｏｉ． ｏｒｇ ／ １０． １１７２０ ／ ｗｔｙｈｔ．２０１６．３．２１ Ｓｈｉ Ｌ Ｌ，Ｚｈａｏ Ｂ，Ｌｉ Ｊ Ｇ，ｅｔ ａｌ．Ａｎ ａｎａｌｙｓｉｓ ｏｆ Ｇｏｏｇｌｅ Ｅａｒｔｈ ｅｌｅｖａｔｉｏｎ ｄａｔａ ａｃｃｕｒａｃｙ ａｎｄ ｉｔｓ ａｐｐｌｉｃａｔｉｏｎ ｔｏ ｓｅｉｓｍｉｃ ｅｘｐｌｏｒａｔｉｏｎ［ Ｊ］ ．Ｇｅｏｐｈｙｓｉｃａｌ ａｎｄ Ｇｅｏｃｈｅｍｉ⁃ ｃａｌ Ｅｘｐｌｏｒａｔｉｏｎ，２０１６，４０（３） ：５７８－５８６．ｈｔｔｐ： ／ ／ ｄｏｉ．ｏｒｇ ／ １０．１１７２０ ／ ｗｔｙｈｔ．２０１６．３．２１