APP下载

1∶10 000 DEM精细化处理方法及其应用效果分析

2021-04-20张腾腾

北京测绘 2021年2期
关键词:格网等高线卷积

张腾腾

(广东省国土资源测绘院, 广东 广州 510700)

0 引言

数字高程模型(Digital Elevation Models,DEM)是进行地形地貌信息提取和研究的重要手段。DEM数据的分辨率越高,对地形要素和分布特征的提取效果越好,然而受各种条件的限制和影响,原始的DEM数据在分辨率上不是很高,因而需要对原始DEM数据进行精细化处理[1-4]。

杨灿灿等[5]以南京市某区1∶500地形图为实验数据,对现有地形图分类在城市DEM建模中的应用进行了分析;辛全波等[6]运用多要素组合拓扑构面的方法对面状地形要素的提取问题进行了研究,认为该方法提取效率和精度均较高;潘成军[7]基于倾斜摄影模型,对1∶500地形图要素提取方法进行了分析,为倾斜摄影技术应用于大比例尺地形图测绘提供一定的借鉴;李阿竹[8]对1∶10 000 DEM的制作进行了介绍,并对DEM数据采集、精度、接边等问题进行了阐述说明。

文章以1∶10 000 DEM精细化处理方法进行了研究,并基于DEM精细化处理流程,并对比分析了最近邻域法、双线性内插法以及三次卷积法三种重采样方法对DEM精细化处理效果的影响,以期能为地形特征等数据的提取提供精度较高的基础数据。

1 研究区概况及数据基础

广东某地面积约为1 400 km2,下辖7个镇、4个乡,总人口约35万,属亚热带湿润气候,年平均气温为22℃,年平均降雨量1 624 mm,地势为南高北低,高程范围为56~1 090 m,以丘陵、山地和高山地为主。所采用的研究区基础数据为1∶10 000 DEM及 DLG(数字线地图,Digital Line Graphic)数据组成,时间跨度为2009—2019年,数据采用的平面标准为2000年国家大地坐标系,采用的高程基准为1985国家高程基准,其中网格间距为2.5 m的图幅共计16幅,网格间距为5 m的共计44幅,网格间距为10 m的图幅共计13幅。选用其中现势性好、精度高的原始数据作为本文分析的数据基础,并通过数据源的检查,确保研究数据的准确性。

2 DEM精细化处理方法及流程

对所选图幅的坡度占比情况进行统计分析,选择适当的数据精细化处理方法,具体情况为:(1)当所选图幅大于45°坡度的占比达到整个图幅面积20%以上时,采用原始1∶10 000的DLG数据作为精细化处理的数据源;(2)当所选图幅小于45°坡度的占比达到整个图幅面积80%以上时,选用1∶10 000的DEM数据作为精细化处理的数据源。

基于DLG数据的DEM精细化处理流程为:(1)进行地貌要素和水系要素的提取和整理,获得等高线、高程点以及静置面状水体等参数;(2)进行特征点、线数据采集与编辑;(3)生成DEM的矢量数据集(成果数据),并检查生成质量;(4)进行数学内插,得到内插规则的格网DEM;(5)检查内插规则格网DEM的质量,若满足要求,则导出规则格网DEM成果数据,若不满足要求,则重复(3)~(5)步,见图1。

图1 基于DLG数据的精细化处理流程 注:不规则三角网(Triangulated Irregular Network,TIN)

基于DEM数据进行DEM精细化处理流程为:(1)对已有DEM数据源进行检查,然后将数据源转换为tif格式;(2)检查图幅间的接边差、重叠差等,确保差值在2倍等高距之内;(3)进行坐标转换;(4)进行图幅镶嵌,通过大量数据试验,选用距离加权法进行图幅镶嵌;(5)按格网大小进行数据重采样,将5 m格网DEM数据通过重采样生成为2 m格网DEM;(6)进行DEM的拼接和裁切;(7)检查DEM生成质量,若满足要求,则导出精细化处理成果,见图2。

图2 基于DEM的精细化处理流程

3 重采样方法的选取

在DEM精细化处理过程中,需要5 m格网DEM数据通过重采样生成为2 m格网DEM,根据以往实践经验,重采样的方法主要包括最近邻域法、双线性内插法和三次卷积法[9-11],由于重采样方法的选择受数据多方面因素的影响,因此,需要根据研究区数据特征进行合理的选取,否则会造成DEM精细化处理效果不佳的后果。

最近邻域法:计算简单,数据处理过程快捷,不改变输入数据的任何数值,适用于离散数据的重采样处理和分析,将与输出格栅的像元中心点(正方形)距离最为接近的像元值(三角形)作为改点的采样值;双线性内插法:考虑输出像元中心点附近4个像元值的相互影响,通过计算4个距离值的加权平均值作为输出像元值;三次卷积法:考虑像元中心点附近距离最近的16个像元值,通过计算16个距离值的加权平均值作为输出像元值,如图3所示。

图3 不同重采样方法像元值计算示意

采用不同重采样方法所获得的DEM成果见图4。从图4中可以看到:由于三次卷积法考虑了相对位置对象元值的影响,因此,相比于最近邻域法和双线性内插法,三次卷积法计算涉及的像元更多,可以对数据边缘起到锐化作用,因而生成的DEM图像更加平滑。

图4 不同重采样方法DEM成果

由于重采样生成的DEM图像目视效果较差,难以区分三种方法的重采样效果,故将生成的DEM数据反演生成等高线并与原始等高线数据进行对比,结果见图5。从图中可以看到:相比于最近邻域法,双线性内插法和三次卷积法反生成的等高线数据与原始数据基本重合,仅在局部地区出现曲线分离,因而,从计算精度来讲,双线性内插法和三次卷积法更适合研究区的样本数据。

图5 等高线数据反演结果

对三种重采样方法进行综合对比:(1)时间效率方面:由于最近邻域法、双线性内插法和三次卷积法在计算过程中分别考虑1个像元点、4个像元点和16个像元点,因此三种方法的计算复杂程度呈指数递增,故而最近邻域法的计算时间效率>双线性内插法的计算时间效率>三次卷积法的计算时间效率;(2)数据精度方面:三次卷积法的计算精度>双线性内插法的计算精度>最邻近内插法的计算精度;(3)图像效果方面:三次卷积法的图像效果>双线性内插法的图像效果>最邻近内插法的图像效果。内插法虽然计算速度最快、最简便,但所得到的DEM图像视觉效果最差,且误差也最大,三次卷积法虽然在图像效果和计算精度上表现最佳,但其计算过程较为费时,将大大降低工作效率,双线性内插法虽然未考虑灰度变化的影响,所获得的图像轮廓具有一定的模糊性,精度也没有三次卷积法高,但总体而言重采样所得到的2 m格网DEM满足计算要求,且较三次卷积法能大大提升工作效率,故决定采用双线性内插法进行DEM的重采样。

4 应用效果

根据上文分析结果,采用双线性内插法将5 m格网DEM数据通过重采样生成为2 m格网DEM,经DEM拼接裁切最终生成DEM精细化处理成果图,然后采用可视化法和检查点法对精细化处理成果进行检验,检验过程中分别对研究区高山地、山地和丘陵地三种地形进行了分类分析,可视化检验结果见图6。从图6中可以看到,高山地、山地和丘陵地三种地形下的套合效果良好,不存在明显偏差,等高线局部放大图虽然存在一定数量的锯齿外,反演生成的等高线也与原始地形图中的等高线基本吻合,因此,从等高线套合结果来看,精细化生成2 m格网DEM精度较高;高山地、山地和丘陵地三种不同地形下的等高线与晕渲图吻合度较高,层次结构明显,清晰度较高,能够准确地反映当地的地形分布特征,且数据成果均满足相关数据质量控制要求。

精细化处理过后的高程数据误差统计结果见表1。从表中可以看到:规范要求2 m格网的DEM数据中的高山地、山地以及丘陵地三种地形的高程精度(中误差)应该分别小于6.7、3.3和1.7 m,而经精细化处理后的三种地形的中误差分别为0.963、0.623和0.422 m,地形越高,误差越大,但均在规范要求范围内。

从可视化法和检查点法对DEM精细化处理过后的精度检验结果来看:经数据精细化处理后的DEM数据能准确反映不同地形的分布特征,清晰度较高,且精细化处理后的高程中误差均在规范要求范围内,可为研究区地形特征等数据的提取提供精度较高的基础数据。

表1 检查点法精度检验结果 单位:m

5 结束语

(1)受各种条件的限制,原始的DEM数据不能满足对分辨率的要求,需要对其进行DEM精细化处理,根据45°坡度所占图幅比例的比重,DEM精细化处理可分为基于DLG数据和基于DEM数据两种DEM精细化处理方法。

(2)对不同重采样方法下的DEM精细化处理效果进行了对比分析,综合时间效率、数据精度以及图像效果等因素,认为选择双线性内插法的效果最好。

(3)从可视化法和检查点法对DEM精细化处理过后的精度进行检验结果来讲:精细化处理后的DEM数据能较好反应不同地形的分布特征,且高程中误差均在规范要求内,可提供高精度的基础数据。

猜你喜欢

格网等高线卷积
基于全卷积神经网络的猪背膘厚快速准确测定
基于格网化高精度卫星导航定位服务方法的网络RTK精度分析
格网法在2000国家大地坐标系基准转换中的关键技术
基于格网坐标转换法的矢量数据脱密方法研究
一种基于卷积神经网络的地磁基准图构建方法
基于3D-Winograd的快速卷积算法设计及FPGA实现
一种并行不对称空洞卷积模块①
等高线地形图的判读和应用
地形图的阅读
基于精细化人口格网的城市机构养老设施供需分析