刘天清，万阿芳

摘  要：地形级实景三维主要由数字高程模型与数字正射影像经实体化，并融合实时感知数据构成。高程模型（DEM）作为一种重要的基础地理测绘产品，其生产及快速更新具有重要意义。本文对特征线自动提取与处理和道路面高程恢复及异常处理等关键技术进行了研究，形成了湖南省基于既有不动产测绘成果生产省域2 m格网高精度DEM的技术方法，实现实用型地形级实景三维建设。实验表明该方法可有效提高地形级实景三维的生产效率和成果精度。

关键词：地形级实景三维；航空摄影测量；DEM；精度

中图分类号：P231           文献标志码：A               文章编号：1672-5603（2023）03-100-05

Terrain-3DRS Generation Based on Existed Real-estate Mapping Data

Liu Tianqing，Wan Afang

（The First Surveying and Mapping Institute of Hunan Province， Changsha Hunan 410119）

Abstract：Terrain-3DRS is mainly generated from digital elevation model and digital orthophoto， and real-time monitoring data integrated as well. DEM（digital elevation model） is an important basic data in surveying and mapping field，  and its  updating has  significant meaning. This paper discussed the key points of automatic feature line extraction and road-surface elevation recovery in DEM generation， and formed an effective way of 2-meter-grid high-precision DEM generation based on the existed real estate mapping data of Hunan Province， and obtained practical terrain-3DRS. The experiment analysis shows that the proposed way in the paper could improve the productive and prescion of terrain-3DRS.

Keywords：terrain-3DRS; aero-phtotgarmmatry; DEM; precision

1 概述

1.1 研究背景

数字高程模型（DEM）是利用离散的有序数值阵列对地表形态进行的一种数字化表达，一种对空间起伏变化的连续表示方法，是地形级实景三维建设的重要底板数据。随着经济社会精细化、智能化水平程度的不断提高，对DEM更新时效性和精度也提出了更高的要求[1-2]。目前国内DEM生产主要方式有航空（航天）摄影测量和利用LiDAR点云两种。数字线划图与DEM表达方式存在很大差异，利用已有DLG数据生产DEM需要大量的人工干预[3-4]。

本文以湖南省2 m格网高精度数字高程模型（DEM）建设项目为背景，研究基于既有不动产测图数据自动化生产DEM的关键技术，解决了自动化生成山顶、山脊、山谷鞍部等特征部位地形线和消除道路面高程异常关键难点，为地形级实景三维构建提供了借鉴意义。

2 技术路线

湖南省2 m格网高精度数字高程模型（DEM）建设项目，以1∶2000不动产数字线划图和空三成果为基础数据源，提取相关贴地面要素后，进行要素预处理，在航测立体环境下补充采集其他相关特征要素，形成地貌特征矢量数据集，构建TIN内插DEM[5-7]。比对分析DEM反生的等高線与原始同名等高线的套合程度及DEM高程点与立体的切合程度，对DEM精度不符合要求的区域，进行细部修改，重新内插DEM，最后分幅裁切生成精细化的DEM成果数据，总体生产流程如图1所示。

3 矢量特征线自动化处理

3.1 地貌特征线自动生成

山脊、山谷线等地貌特征线的自动生成是无需人工采集及干预的情况下，利用已有的等高线、高程点数据自动获得，其具有效率高、阈值少、人工干预少等特点[8-10]。该项目中通过大量数据验证，地貌特征线自动生成提升了DEM生产阶段人工采集地形特征线100%的生产效率，方法如图2所示。

该关键技术具体流程包括以下步骤：

S1，利用等高线、高程点、以及其他带有高程的数据，共同构建不规则三角网TIN；

S2，据三角网中顶点的高程Z和边的类型，提取3R三角形；

S3，依次遍历3R三角形，跟踪相邻平三角形，生成节点二叉树；

S4，沿二叉树生成地形控制线；

S5，地形控制线的简化与平滑：需在保持起始点不变前提下重构转折点，并采用距离加权平均的方法，依次计算地形控制线高程，同时提高计算效率；

S6，地形控制线赋高程：根据控制线上各节点离首尾节点的线上距离，内插计算出各节点高程、以及其他带有高程的数据，构建不规则三角网TIN。

利用自动提取的地貌特性线生成DEM，对比无地貌特性线DEM反生等高线和提取地貌特性线DEM反生等高线与原始等高线套合情况，对比效果如图3所示。

3.2 道路面高程自动恢复及异常处理

利用空三加密成果及原始影像提取的DSM测制DLG时，道路高程会出现异常突变现象，且由于恢复的道路面两边高程不一致，DEM成果在道路处存在凸凹变形，利用该成果制作的实景三维模型道路也存在大量失真[11-13]。

利用道路高程算法从DSM数据中提取道路中心线逐点高程，通过行道树清理算法处理道路面高程异常情况，将道路中心线高程赋值给道路两边边线，依据修改后的道路生产更新DEM成果，使生成的DEM成果在道路区域的变形消除，其方法如图4[12-16]。

本方法遍历道路上所有节点，计算连续5个点高程的平均值，将计算结果赋值给中间点，计算公式如下：

[Zi=Zi−2+Zi−1+Zi+Zi+1+Zi+25]   （式1）

图5和图6中，蓝线代表当前道路的高程，单位为米，橙线代表当前的坡度，单位为度。本示例中将坡度阈值设置为10°，距离阈值设置为25 m。从图5中可以看出，A、B两点之间很多点坡度超出坡度阈值，是A、B两点之间为道路高程异常区域，将A、B两点之间的节点按照距离内插计算高程，即可清除高程异常。图7是清除道路高程异常前后的地形级实景三维效果对比图。

4 结语

4.1 精度分析

根据《数字高程模型质量检验技术规程》（CH/T 1026—2012），针对项目作业区选取了平地、丘陵地、山地、高山地四种不同地形DEM成果，采取野外实测法，即外业实地选取检测点，同一平面选取格网并记录其高程值进行比对，开展成果高精度检测[17-20]。中误差计算公式如下：

M=±[i=1nΔi2n]                                 （式2）

式中，M为成果中误差；Δi为较差；n为检测点数量。

按规范要求每幅图选取大于20个高程检测点，经湖南省测绘产品质量检验中心实体外业检测统计DEM高程中误差精度情况，见表1。

由检测结果可知，基于既有不动产测图数据，通过自动提取地貌特性线和消除道路异常技术处理后生产的DEM成果精度优于规范（CHT9008.2-2010）《基础地理信息数字1：500、1：1000、1：2000数字高程模型》中1：2000 DEM三级精度要求，能够满足并服务于地形级实景三维地理场景更新。

4.2 结论

本文在总结湖南省2 m格网高精度数字高程模型（DEM）建设项目生产过程的基础上，讨论了基于既有不动产测图数据成果高效构建地形级实景三维地理场景的问题，重点探讨了其中“地形特征线简化、路面高程平滑处理”等问题。通过项目内外业检验，本文所提出方法具有自动化程度高、整体精度好等特点，能够用于地形级实景三维场景的快速制作更新。

参考文献/References

[1]自然资源部.自然资源部国土测绘司关于印发新型基础测绘与实景三维中国建设技术文件（1-4）的函[Z/OL].（2021-12-16）[2023-04-23].http：//gi.mnr.gov.cn/202112/t20211227_2715842.html.

[2] 龚强，王丽欣.InSAR+倾斜摄影点云数据构建高精度DEM方法研究[J].哈尔滨师范大学自然科学学报，2021（5）：57-61.

[3] 何建宁，吴燕平，李冬芳，等.实景三维DEM数据生产及质量控制技术探索[J].地理信息世界，2022（3）：43-48.

[4] 王友，赵彦栋.无人机航摄在基础测绘1∶10000 DOM与DEM局部更新中的应用[J].江苏科技信息，2022（22）：54-56.

[5] 熊俊华，方源敏，邓德标.最小二乘曲面拟合的LiDAR数据滤波方法[J].测绘科学，2013（4）：74-76.

[6] 黄国森，陈翠婵.基于ArcGIS的广东省1∶10000 DEM数据整合的研究[J].测绘与空间地理信息，2015（8）：161-162.

[7]龚雨，周英，何洁等.实景三维技术在智慧红图建设中的应用[J].国土资源导刊，2023，20（2）：55-58+71.

[8]武坚，王向前，白冰，等.含有DEM误差的立体正射影像对上高程量测精度探讨[J].测绘与空间地理信息，2021，44（3）：170-172.

[9]杨琪琳，叶芬，戴绪文等.基于遥感卫星的地形级地理场景更新方法研究[J].国土资源导刊，2023，20（2）：11-17.

[10] 虞泰泉，沈泉飞.基于DSM和TDOM的城市三维模型构建[J].现代测绘.2010，（4）：21-22.

[11]王伟丽，穆利娜等.实景三维 DEM 生产关键技术及质量检查方法[J].测绘标准化，2022，2（38）：96-100.

[12] 刘华光，王军军，寇媛.利用无人机激光点云数据更新地形级实景三维地理场景[J].测绘通报，2022（9）：111-114.

[13]邹馨，刘健，张杰，等.基于高分7号卫星立体像对的DEM提取及其精度评定[J].江西科学，2022，40（3）：502-507.

[14]徐军，尹长林，许文强.一种基于神经网络的倾斜摄影三维语义分割方法[J].国土资源导刊，2022，19（2）：76-81.

[15] 魏易从，曹建君.数字高程模型（DEM）质量检验方法研究[J].矿山测量，2020，48（4）：129-131+135.

[16]柳清琦，黄小强.3DMine软件在仁里矿区铌钽矿体三维地质模型中的运用[J].国土资源导刊，2022，19（02）：43-48.

[17]王友，赵彦栋.无人机航摄在基础测绘1∶10000 DOM与DEM局部更新中的应用[J].江苏科技信息，2022，39（22）：54-56+61.

[18]陳军，刘建军，田海波.实景三维中国建设的基本定位与技术路径[J].武汉大学学报（信息科学版），2022，47（10）：1568-1575.

[19]蔡姬雯，陈曦，刘鹏姣，等.实景三维中国建设项目中的DEM成果质量检查方法与实践[J].测绘与空间地理信息，2021（S1）：322-326.

[20]周乐恒，刘伟锌，王兴平等.集成激光扫描与无人机航摄的古建筑测图技术研究[J].国土资源导刊，2022，19（4）：70-73+47.