基于不同数据源的数字河网提取方法与空间分析

为了研究不同数据源提取数字河网的方法,本文从地形图、DEM和遥感影像三种不同来源的数据源,选取天水市麦积区颖川河为研究对象,通过采用对地形图的数字矢量化、Hc-DEM水文分析和遥感影像解译等不同方法分别提取数字化河网,并对提取结果进行空间分析。     

基于地物要素与DEM融合的水文信息提取方法研究

针对传统数字高程模型(DEM)数据提取水文信息时容易出现伪河道和河道穿越居民区的问题开展研究,探索了顾及地物要素的水文信息提取方法,将影响地表径流的地物要素如道路、水渠、堤坝工程等信息融入DEM,增强了数据中地物的高程差异,达到了细化DEM目的。提取的水文信息与传统上基于DEM数据的提取结果相比,更贴合实际,在一定程度上改善了基于DEM提取水文信息的误差问题。     

基于DEM的水系自动提取算法研究

基于数字高程模型（DEM）的水文信息自动提取,是进行水文模型研究的重要组成部分,利用 DEM数据进行快速而正确的提取信息将大大提高水文模型的应用效率,为更好地完成水文、地质分析提供保证。对利用DEM获取水文信息的洼地填充算法、水流方向计算算法进行分析研究,并通过编程加以实现,最后将水系提取进行了测试,与ARCGIS中的实现结果对比,结果较一致、实现效率较高。     

基于DEM的陕西省河网信息提取

利用数字高程模型(DEM)数据,采用最大距离权落差方法计算河流流向,根据流向数据计算汇流累积量,对汇流累积量用不同的阈值进行分割,得到不同密度的陕西省河网信息。此种方法提取河网信息较传统的人工调查方法获取信息更加灵活快捷,具有无可比拟的优势。     

面向复杂山地的机载LiDAR与无人机影像融合应用

本文针对LiDAR点云与无人机影像数据特征的优缺点,利用LiDAR点云与无人机DOM影像融合,将影像数据光谱信息赋给LiDAR点云数据,使其不仅具备精准的空间结构信息,还能得到清晰的纹理信息。为验证融合数据应用的可行性与数据提取的准确性,对融合前后的点云数据进行地面点提取与DEM构建。试验表明：将无人机影像的光谱信息赋给LiDAR点云数据,可以实现LiDAR点云数据从四维度表达到七维度的拓展,融合后点云数据具有清晰的纹理信息,地物类型判读更加容易,地面点分离完整;通过DEM模型的对比分析,融合后点云数据构建的DEM模型表达更加接近真实地表。研究结果为多源点云数据的深化应用提供了一定的技术方法支持作用。     

SRTM(1″)DEM在流域水文分析中的适用性研究

高精度的数字高程模型(digital elevation model,DEM)数据是流域水文分析应用的基础。美国地质调查局新发布了全球高分辨率数字高程数据产品,其空间分辨率为1″(约为30 m)。为评价该数据在流域水文分析中的适用性,以鹤壁汤河流域为实验区,以机载LiDAR DEM数据为参考,统计了SRTM(1″)数据的高程误差,分析了坡度、坡向、地表覆盖等对误差的影响;在基于地形的水文分析中,统计分析了SRTM(1″)数据误差对地形湿度指数、坡度坡长因子以及汇流动力指数等地形指数计算的影响;最后选取流域汇水区面积、最长水流路径长度、形状系数、弯曲度系数等流域特征参数对两种DEM数据提取结果进行了对比。研究表明SRTM(1″)DEM数据具有较高的精度,原始数据均方根误差为5.98 m,在消除平面位移误差后减小为4.32 m。基于地形的水文分析表明SRTM DEM与LiDAR DEM计算结果具有一定的差异,地形湿度指数平均值略高,坡度坡长因子和汇流动力指数平均值偏低,离散度偏小,这与SRTM DEM在微地貌以及高坡度地形区存在失真相关。两种DEM数据提取流域特征参数差异较小。上述研究表明SRTM DEM(1″)数据在流域水文分析中具有较大的应用潜力。     

机载LiDAR基础测绘关键技术及应用

针对激光扫描系统高精度检校与相机标定、点云数据滤波处理与高精度DEM构建、地物要素自动提取等技术难题,自主设计建立了机载LiDAR检校场,实现了机载LiDAR系统各个组成部分的高精度一体化检校;利用改进的各向异性扩散滤波算法模型有效滤除了高分辨率DEM数据中的高频噪声,提高了等高线提取和水文分析的质量;基于激光点云和高分辨率航空影像构建的面向对象的地物要素主被动遥感协同提取模型,实现了居民地、道路等主要地物要素的自动提取。实际应用结果表明,地物要素的整体提取准确度超过90%。     

基于ArcSWAT的漓江流域河网水系自动提取对比研究

流域水系提取是山洪预报、分布式水文模拟等研究的基础和关键。基于SRTM_V4 DEM和ASTER GDEM两种数字高程数据,运用ArcSWAT对漓江流域水系进行提取,用河网套合差方式对提取结果进行评价。结果表明,通过引入该地区矢量图层进行胁迫的方法所提取的河网水系精度最高;在无辅助信息胁迫条件下SRTM_V4 DEM数据对地形的表达比较准确,但通过修正后的ASTER GDEM数据更适用于流域水系提取。     

基于机载LiDAR数据提取城区数字高程模型

地形分析是评估景观、土壤变迁和生态功能不可或缺的一部分,因此研究提取城区数字高程模型(DEM)的方法非常有意义.本文采用机载激光雷达(LiDAR)三维点云数据提取DEM,首先对研究区原始点云用不规则三角网算法进行滤波,获得所有的地表面点云并进行抽稀,然后应用自然领域插值法进行内插生成DEM,最后再与该区参考DEM进行对比分析.结果显示,本文提出的方法能够高精度获取城区数字高程模型.     

基于机载LiDAR点云数据构建复杂山区高精度DEM方法研究

为解决大范围复杂山区DEM生产困难的问题,提出利用机载LiDAR点云数据构建DEM.本文对机载LiDAR数据处理流程及其在复杂山区的具体应用进行分析,主要利用LiDAR数据处理软件对点云数据进行内业DEM生产并编辑最终得到符合项目要求的数字高程模型数据,结果证明该方法可行.     

机载LiDAR DEM在流域水文分析与模拟中的尺度效应

DEM数据是流域水文分析和模拟的基础，不同DEM分辨率尺度深刻影响着水文分析和水文过程模拟的结果。本文基于机载LiDAR获取的DEM数据，分析了不同分辨率LiDAR DEM在坡度提取、水文指数分析和流域特征参数提取中的差异及产生原因；基于SWAT分布式水文模型模拟研究了不同分辨率DEM数据的水文效应。研究结果表明：随着DEM分辨率的降低，坡度平均值减小，TWI平均值增大，SPI平均值减小，LSF均值先增大后减小，当分辨率为10 m时，LSF取得最大值；SWAT模型模拟结果表明，随分辨率的降低、坡度值的变小，地形湿度指数变大，蒸散发量增加，地表径流深减小，而土壤渗漏量与地下径流量则是先减小后增加，出现极值时DEM分辨率为10 m，与LSF出现极值时一致。     

基于地形变化检测的机载LiDAR滤波方法

LiDAR滤波是从其数据中提取数字地形模型(DTM)的一个主要步骤。当前的LiDAR滤波方法大都是通过单一的LiDAR点云数据来进行的,由于点云缺乏真实数据作参考,在滤波时可能会出现较大的误差。因此,提出一种基于地形变化检测的机载LiDAR滤波方法。首先将LiDAR点云数据与已有的DEM数据精确配准并统一到同一坐标系下,然后对LiDAR点云数据进行格网化组织,使LiDAR点云数据与DEM数据中相应的区域对应,最后把已有的DEM数据与LiDAR点云数据叠加进行滤波。为了验证该方法,采用城区和山区2种不同地形特点的数据分别进行试验。结果表明该方法能有效滤除城市和山地环境中的地物,并且保留地形的细节信息。     

LiDAR数据中建筑物提取的新方法-Fc-S法

激光雷达技术(LiDAR)已广泛应用于数字高程模型(DEM)的快速获取和三维城市模型的建立中,但仍有许多不足之处,需要做更深入的研究。本文介绍了一种新的建筑物提取方法,称之为Fc-S法。该方法首先利用等高线特征进行滤波,从LIDAR数据内插的数字表面模型(DSM)中提取出DEM,利用DSM与DEM的高差阈值和DSM边缘特征参数去掉地面点和汽车等矮小物体,获得主要包含植被和建筑物的地物点群,然后对地物点群进行分割,利用二次梯度和面积等参数去掉植被点,并采用迭代逼近的方法精化建筑物。文章通过实验对所提方法进行验证,并借助高分辨率的航空影像对建筑物提取结果进行评估,评估结果表明该方法能够在地形起伏的区域中较准确地提取出建筑物。     

基于DEM的流域特征提取研究——以贵州省普定县后寨河流域为例

本文以喀斯特后寨河流域为例,探讨了在Arcgis 9.0环境下从数字高程模型(DEM)中提取流域特征的详细过程,包括:DEM的生成和预处理、水流方向的确定、汇流累积量分析、河网的提取和子流域的划分以及落水洞的计算。经分析得到了研究区域河网特征以及研究区其他常用的流域特征信息,与实际河流水系特征基本吻合,从而证明该方法在分析流域的河网水系结构特征时具有一定的应用价值。     

基于机载LiDAR数据的广西困难地区高精度DEM生产研究

数字高程模型(DEM)利用有限的地形高程数据实现对地表形态的数字化模拟,是测绘部门数据生产的重要内容.当前DEM生产主要采用交互式数字摄影测量方式,不仅需要投入大量人力,极为依赖经验,同时生产效率也较为低下.近年来兴起的机载激光雷达(LiDAR)技术为DEM获取提供了一种新的途径.本文以广西植被茂密区和陡石山区的点云数据为例,研究在广西困难地区应用机载LiDAR技术进行高精度DEM生产的可行性,并利用同区域的数字广西地貌成果对所生产的DEM进行精度验证.结果表明,应用机载LiDAR数据进行DEM生产不仅将植被茂密区的生产效率提升了25％,陡石山区的生产效率提升了7倍以上,同时数据精度能够满足1:10000 DEM的要求,在广西传统DEM生产困难地区具有极大的优势.     

基于LiDAR点云数据索引的DEM快速提取

DEM应用日趋广泛,从LiDAR点云数据中提取DEM是一种满足应用需求的简单有效方法。由于Li-DAR点云数据的庞大性,直接提取DEM效率不高。为了提高对点云数据处理的效率,本文探索应用索引技术来优化LiDAR点云数据的处理,生成高精度DEM。该方法首先对LiDAR原始数据点建立网格分块索引;然后再利用形态学的方法对LiDAR原始数据进行滤波处理;最后用逐点内插方法生成DEM。实验结果表明应用空间数据索引技术极大地提高了点云数据滤波与DEM生成的效率。     

基于 DEM 对喀斯特地貌山地及水系信息的提取--以桂林阳朔县为例

以30 m分辨率的SRTM－DEM数据为基础,通过GIS的空间分析功能,首先对数据进行坡度分析,通过坡度分级法将山地与平原划分,自动提取出山地的信息,再运用碎斑处理结合TM影像对结果进行修正;其次,在ArcGIS的水文分析（ Hydrology）模块下对 DEM进行数字地形分析,提取流域特征。经分析得到了研究区域的山地及河网特征信息,并与实际地形及河流水系大致吻合,改进了传统手工和野外调查为主的提取方法,初步实现了山地、水系信息的自动提取,为研究区域社会经济更好更快地发展具有一定的参考意义。     

并行化多流向策略的栅格河网提取算法

流域栅格河网提取是数字地形分析的一个重要应用。为减少数字高程模型(DEM)预处理而产生的伪河道及平行河道,提出基于并行化多流向策略的栅格河网提取算法。通过水流传输矩阵模拟水量的自然流动过程,可直接应用于原始DEM。从河网空间形态和算法运行效率两方面与串行MFD算法、R&N算法及D8算法进行对比,结果表明,多流向策略得到的河网与实际地形形态更加吻合,使用并行策略后,算法的效率比也较其他算法有明显提升。     

基于DEM的川西山地河网信息提取

基于DEM数据和D8算法,对研究区河网信息进行提取。这种方法主要是通过研究区集水面积与河网密度、河源密度二阶导数关系确定集水面积的阈值,避免了利用DEM提取流域河网时对阈值确定的反复过程,有助于模拟结果的有效性和准确性;不同集水面积阈值对确定主河道的空间位置影响较小,但对河网提取的详细程度具有重要影响,集水区面积阈值越大,河网就越稀疏。     

基于DEM和水箱理论识别流域河网方法研究

本文应用水箱原理处理流域DEM数据中存在的洼地问题,提出流域河网识别及编码的新方法。首先,确定洼地网格,搜索洼地区域,计算洼地容量,根据水箱原理确定洼地出口,判断洼地的流向;然后,逐层合并消减洼地,修正洼地水流方向;最后,计算网格集水面积,进行河网识别和编码。本文结合云南东川蒋家沟流域的DEM资料进行河网识别,得到了完整的流域河网,结果与实际勘测的河网完全吻合,这表明应用该方法提取流域河网是可行的,能够为进一步的分布式水文、泥石流、环境模型提供条件。