首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到17条相似文献,搜索用时 109 毫秒
1.
一种基于谷地填充的DEM综合方法   总被引:2,自引:1,他引:1  
提出一种基于次要谷地特征识别与填充的结构化DEM综合方法,该方法将地理层次的综合决策与几何层次综合操作整合到一起,以水文重要性作为谷地取舍的依据,对被舍弃的次要谷地填充其覆盖区域使局部地形变得平滑,从而实现DEM综合.该方法的原理基于如下考虑:地貌形态是内力和外力作用共同影响的结果,内力地质构造形成主要形态,外力侵蚀作用形成次要形态.旨在获得地貌主体特征简化表达的DEM综合可看做是一个弃除外力作用、还原内力作用的过程.通过实验及与其他基于图像处理算法(如重采样、低通滤波)的比较,发现本方法能够较好地保持地形特征的主体结构.  相似文献   

2.
基于Delaunay三角网模型在矢量等高线基础上通过弯曲特征分析,给出了一种地形结构特征提取及谷地树组织的方法,与传统的基于DEM或TIN数据结构提取地形特征的方法相比,该方法不仅得到了谷地系统在平面图上的拓扑结构,还获得了河谷在空间分布上的汇水范围,依托矢量线、多边形的几何关系判断,增强了谷地树组织中的结构化,避免了DEM方法中的噪音干扰,方法的核心是Delaunay三角网在单根等高线弯曲深度表达上的层次结构识别。基于系统地实验详细讨论了3种树的结构化组织:等高线弯曲特征嵌套结构表达的二叉树、谷地系统拓  相似文献   

3.
基于Delaunay三角网模型在矢量等高线基础上通过弯曲特征分析,给出了一种地形结构特征提取及谷地树组织的方法,与传统的基于DEM或TIN数据结构提取地形特征的方法相比,该方法不仅得到了谷地系统在平面图上的拓扑结构,还获得了河谷在空间分布上的汇水范围,依托矢量线、多边形的几何关系判断,增强了谷地树组织中的结构化,避免了DEM方法中的噪音干扰,方法的核心是Delaunay三角网在单根等高线弯曲深度表达上的层次结构识别。基于系统地实验详细讨论了3种树的结构化组织:等高线弯曲特征嵌套结构表达的二叉树、谷地系统拓扑关系表达的平面结构树、水文意义上主支流河谷表达的语义层次树。  相似文献   

4.
基于小波多尺度分析的DEM数据综合研究   总被引:7,自引:0,他引:7  
在同一地区,随着数字高程模型(DEM)分辨率的降低,或者地形图比例尺的缩小,DEM或地形图所描述的地形表面的细节部分不断舍弃而表现出宏观的骨架特征。本文将小波多尺度分析方法和方根模型结合模拟这一过程,由基于1:1万比例尺地形图建立的DEM生成了两种新的较小比例尺DEM,对比不同比例尺等高线可知,较小比例尺保持了较大比例尺的山体轮廓、山脊、谷地走向等地貌形态的塑造。采用坡度和剖面曲率两个参数及信息论的方法,分别对原始DEM和新生成的DEM进行分析和验证,结果表明,DEM经过数据综合,不但地形表面的轮廓越来越平缓,而且地形表面的细节也越来越平滑。利用方根模型作为小波高频系数阈值选取的依据更贴近于传统制图综合方法,能够将比例尺的改变与综合程度结合起来,实现任意比例尺DEM的自动综合。  相似文献   

5.
采用"联合Delaunay三角网"来提取成组等高线的弯曲,在弯曲处利用平三角形连接法进行局部地形结构线的连接,并建立起地形结构线的树状结构。运用方根模型确定谷地选取的数量指标,并提出了一种新的数学模型以确定谷地选取的质量指标,完成等高线群的自动综合。研究和实验表明,该方法充分顾及了地貌形态特征,谷地选取合理,概括程度适当,并完全避免了相邻等高线相交,综合效果较好。  相似文献   

6.
王璐  艾廷华 《测绘学报》2019,48(6):780-790
基于规则格网DEM谷地线提取受格网的几何形态、空间剖分和网格布局影响较大.传统的四边形格网D8 算法中,四边形网格的角邻域与边邻域存在的距离度量差异,影响了其计算结果对于地形变化的表达在两方向上的均衡性,从而影响了谷地线提取结果.六边形格网具有邻域一致、各向同性、紧凑、采样率高等优点,在空间场建模中越来越得到重用.本文旨在探求六边形格网结构在DEM谷地线提取中的性能特征,发现其与四边形格网比较的突出优势.基于六邻域处理单元,对六边形格网DEM谷地线提取过程中填洼、流向计算及平地区域流向判定作预处理,然后对流向线作拓扑连通组织,从而实现基于六边形DEM的谷地线提取.本文比较发现六边形方法在谷地线形状特征保持方面能力强,随着分辨率减小,六边形DEM所提取的谷地线与实测数据吻合程度高,弯曲特征继承性强.同时,在相同数据存储量条件下,六边形DEM数据精度更高,且其提取的谷地线网络的形状特征更为精细.  相似文献   

7.
目前三维Douglas-Peucker(3D_DP)算法主要应用于单一类型的DEM综合。本文引入"弯曲调节指数"来改进3D_DP算法,提出了一种三维空间河网要素与DEM综合的新方法,即将河网线矢量提取成三维离散点数据集(增加高程属性),与DEM三维离散点数据集合并,在河网层次化选取基础上,利用改进的3D_DP算法对合并数据集进行综合操作。通过试验结果的对比和分析表明,该方法通过弯曲调节指数的调节使河流自身所具有的弯曲形态与地形的主要特征得以同时保留,试验效果良好,实现了三维空间河网要素与DEM数据在同一简化因子作用下的综合,提升了地图综合的质量。  相似文献   

8.
等高线是地形图的重要组成要素之一,在各类比例尺的地形图测绘生产中,等高线主要通过传统航测技术生产而来,虽然这种方式能够形象地反映和概括等高线形态,但是其往往费时费力且对作业人员经验和素质要求较高。本文采用DEM生成等高线的方式,结合不同地形类别,分别采用直接对DEM生成等高线和对DEM平滑后生成等高线两种方式获取等高线,再对等高线进行平滑简化、取舍删除的方式,获取不同地形类别DEM生成等高线最优方案,从而提高等高线的生产效率。  相似文献   

9.
针对数字高程模型(digital elevation model,DEM)数据的多尺度表达问题,根据DEM格网数据在能量谱密度中“低频-高能-大尺度”的对应关系,在化简中关联地形语义特征,构建了DEM数据的多尺度表达模型。实验结果表明,该模型可以实时动态派生不同尺度下的DEM数据,通过等高线放样观察发现,该模型派生的DEM数据满足地形表达、空间认知和制图综合中的“保留主要地形特征、舍弃次要地形特征”的基本原则。与常用的DEM化简方法进行高程值统计以及坡形变化的定量对比分析,结果表明该方法在统计意义与结构意义上都具有较好的效果。  相似文献   

10.
王岩  范子贤  李成名  戴昭鑫  吴政 《测绘通报》2021,(7):117-120,125
在城市内涝模拟研究中,汇水区划分是十分重要的环节,同时对大尺度平原城市进行汇水区精细划分也是研究者共同研究的技术难点。针对现有基于DEM流向分析的划分方法存在的无法正确反映实际城市复杂地形和流向问题,本文提出了一种顾及地类和流向,适用于大尺度平原城市的精细汇水区分级划分方法。首先,从城市自然地形和主干河流出发,进行一级宏观尺度划分;然后,依据城市主次干道,干渠和管网实现二级中观尺度划分;最后,在二级划分的基础上,结合流向和地类做精细的三级子汇水区微观尺度划分。本文选取东营市30 km2核心主城区进行了验证分析,研究结果表明,划分结果跟实际地物类型和真实流向相吻合,该方法对于大尺度平原城市具有良好的适用性。  相似文献   

11.
As an important method of terrain representation, a DEM usually needs to be generalized at multiple resolutions in order to adapt to different applications. The preservation of main landscape features is an important constraint in DEM generalization. The traditional generalization method based on signal processing by resampling or low-pass filtering is just a data compression operation rather than the abstraction of real information. This study develops a structured analysis method to generalize DEM data through the identification of minor valleys and filling the corresponding depression positions. The generalization process has two steps: geographic decision and geometric operation. According to their hydrological significance, the unimportant valley branches are detected and their corresponding coverage is filled by raising the terrain to make the terrain surface smoother. In contrast to the conventional algorithms based on image processing, this method is able to retain the main geographical characteristics more effectively in terrain representation.  相似文献   

12.
基于共轭地表曲面的山脊线和山谷线提取方法的研究   总被引:3,自引:1,他引:2  
从数字化地形资料中自动提取山脊线和山谷线的技术,在测绘、工程设计等方面有着重要的意义。本文对地形流水模拟法提取山脊线和山谷线的方法进行深入研究后,提出利用共轭地表曲面的概念实现自动提取算法山谷线和山脊线的方法,并设计出了基于共轭地表曲面的地形流水模拟法自动提取算法山谷线和山脊线的算法。文后通过实验验证了该方法的有效性,它所提取的山脊线和山谷线与实际地形相符合。  相似文献   

13.
基于数字高程模型的混合流向算法   总被引:1,自引:1,他引:0  
夏誉玲  李小娟  王涛 《测绘学报》2018,47(5):683-691
从数字高程模型提取的汇水网络和汇水区等信息是分布式水文模型及应用分析的基础参数,基于地表汇水模拟的算法是提取该类信息的主要方法,其中,水流方向的确定对提取结果有着直接的影响。单流向算法因其易于实现、易于确定上游汇水区等特性,得到了广泛应用,然而单流向算法在坡度平缓区域会产生不自然的平行径流,能模拟地表水流分散径流特点的多流向算法可以在一定程度上避免此问题,但多流向算法使得不同区域的汇水单元可能存在交叉。本文结合两类流向算法各自的优点和适用性,设计实现了一种混合流向算法,以期在不同的地形条件下模拟得到更加合理的水流分配。首先,使用基于模板的形态检测方法,在给定阈值的基础上,对数字地形进行了分类,DEM被划分为山谷、山脊、鞍部、缓坡和陡坡5类。对陡坡、山谷和山脊区域运用单流向算法;对缓坡和鞍部区域采用多流向算法确定径流方向并进行水量分配。本文选取了黄土地貌和中低山丘陵的两个流域作为研究区,利用并采用了30 m和90 m两个分辨率的DEM。本文研究将混合流向算法与现有其他算法的结果进行比较。相比于多流向算法,该算法结果中的分散效应受到明显的抑制,相比于单流向算法,非自然的平行径流也大幅减少。同时,混合流向算法在较大分辨率DEM上(30 m)改进效果更加明显。  相似文献   

14.
小比例尺DEM制作的晕渲图地形破碎,含有大量的干扰细节,不利于从宏观上把握地形的骨架。为了增强数字地貌晕渲图中的地形特征,本文利用滤波和平面曲率相组合的DEM化简方法来描述山谷和山脊区域。分别针对盆地、平原和山地三种地貌类型,采用90 m、100 m和110 m三种分辨率的DEM数据进行实验,研究发现,这三种地貌类型最佳的山脊夸张系数都为1.3,相应的山谷深化系数分别为0.4、0.6和0.8;而三种分辨率情况下山地的最佳山谷深化系数都为0.8,且山脊的夸张系数都为1.3。  相似文献   

15.
舒方国  龙毅  周侗  曹阳 《测绘学报》2013,42(5):774-781
在地图水系自动综合中河流选取需要建立对不同河流重要性程度的有效判别。由于河流汇水区域直接反映河流的作用空间,因而其面积大小成为关键性的量化指标。目前基于河流的汇水区域自动提取方法主要从河流单一要素出发,按“空间均衡竞争”思想平分河流之间的区域,由于未考虑地形因素使得提取的汇水区域往往存在偏差,而传统基于DEM的汇水区域提取虽然考虑了地形,但没有与河流目标建立显性的对应关系。河流是一种天然的沟谷地性线,与山脊线具有对生互补的空间耦合关系,本文提出了一种等高线簇与河网双要素协同的河流汇水区域提取方法,该方法对河流与等高线的目标集合构建约束Delaunay三角网(CD-TIN)并将三角形分类,对不同类型的三角形分别采用骨架线提取规则与梯度向量引导的分水线搜索规则提取分水线段,连接形成网络结构并依此计算各河段的汇水区域。实验结果表明,本算法能更准确地提取河流汇水区域,从而为河流综合选取提供有效支持。  相似文献   

16.
格网DEM上径流长度计算误差的定量分析   总被引:1,自引:0,他引:1  
基于格网DEM的径流长度的计算误差主要来源于DEM数据和流径提取算法。通过数据独立的误差分析方法,定量分析流径提取算法模型产生的误差。首先选取5种数学曲面作为模拟DEM数据源,计算出径流长度,以由曲面公式推导的径流长度公式计算的径流长度作为理论真值,通过两者的对比,分析误差及其空间分布。结果表明,汇水区的径流长度计算精度明显高于分水区;分水区的径流长度含有一定的系统误差。  相似文献   

17.
Modelling the Spatial Distribution of DEM Error   总被引:7,自引:0,他引:7  
  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号