第九章 数字地形模型（DTM）与地形分析 学习目标 了解数字地形模型的概念，数字高程模型的数据采集方法

Presentation on theme: "第九章 数字地形模型（DTM）与地形分析 学习目标 了解数字地形模型的概念，数字高程模型的数据采集方法"— Presentation transcript:

1 第九章 数字地形模型（DTM）与地形分析 学习目标 了解数字地形模型的概念，数字高程模型的数据采集方法
掌握数字高程模型的主要表示模型以及它们之间的相互转换方法 重点：格网模型、等高线模型和不规则三角网模型 。

2 1．概述 1．1 DTM和DEM 数字地形模型是地形表面形态属性信息的数字表达，是带有空间位置特征和地形属性特征的数字描述(DTM)。
数字地形模型中地形属性为高程时称为数字高程模型（Digital Elevation Model，简称DEM）。

3 1．2 DEM的表示法 一个地区的地表高程的变化可以采用多种方法表达，用数学定义的表面或点、线、影像都可用来表示DEM。

4 DEM的表示方法

5 2．DEM的主要表示模型 2．1规则格网模型 规则网格，通常是正方形，也可以是矩形、三角形等规则网格。规则网格将区域空间切分为规则的格网单元，每个格网单元对应一个数值。每个格网单元或数组的一个元素，对应一个高程值。

6

7 对于每个格网的数值有两种不同的解释。 第一种是格网栅格观点，认为该格网单元的数值是其中所有点的高程值，即格网单元对应的地面面积内高程是均一的高度，这种数字高程模型是一个不连续的函数。 第二种是点栅格观点，认为该网格单元的数值是网格中心点的高程或该网格单元的平均高程值。

8 规则格网的优点： 可以很容易地用计算机进行处理，特别是栅格数据结构的地理信息系统。还可以很容易地计算等高线、坡度坡向、山坡阴影和自动提取流域地形，使得它成为DEM最广泛使用的格式，目前许多国家提供的DEM数据都是以规则格网的数据矩阵形式提供的。

9 格网DEM的缺点： 1、不能准确表示地形的结构和细部 。 2、数据量过大，给数据管理带来了不方便，通常要进行压缩存储。 3、在地形平坦的地方，存在大量的数据冗余 4、在不改变格网大小的情况下，难以表达复杂地形的突变现象 。

10 2．2等高线模型 等高线模型表示高程，高程值的集合是已知的，每一条等高线对应一个已知的高程值，这样一系列等高线集合和它们的高程值一起就构成了一种地面高程模型。

11

12 等高线通常被存成一个有序的坐标点对序列，可以认为是一条带有高程值属性的简单多边形或多边形弧段。
等高线通常可以用二维的链表来存储。另外的一种方法是用图来表示等高线的拓扑关系，将等高线之间的区域表示成图的节点，用边表示等高线本身。

13

14 2．3不规则三角网（TIN）模型 TIN模型根据区域有限个点集将区域划分为相连的三角面网络，区域中任意点落在三角面的顶点、边上或三角形内。如果点不在顶点上，该点的高程值通常通过线性插值的方法得到（在边上用边的两个顶点的高程，在三角形内则用三个顶点的高程）。所以TIN是一个三维空间的分段线性模型，在整个区域内连续但不可微。

15 表达TIN拓扑结构的存储方式： 一个简单的记录方式是：对于每一个三角形、边和节点都对应一个记录，三角形的记录包括三个指向它三个边的记录的指针；边的记录有四个指针字段，包括两个指向相邻三角形记录的指针和它的两个顶点的记录的指针；也可以直接对每个三角形记录其顶点和相邻三角形。每个节点包括三个坐标值的字段，分别存储X，X，Z坐标。

16

17 2．4层次模型 层次地形模型（Layer of Details，LOD）是一种表达多种不同精度水平的数字高程模型。大多数层次模型是基于不规则三角网模型的，通常不规则三角网的数据点越多精度越高，数据点越少精度越低，但数据点多则要求更多的计算资源。所以如果在精度满足要求的情况下，最好使用尽可能少的数据点。层次地形模型允许根据不同的任务要求选择不同精度的地形模型。

18 3．DEM模型之间的相互转换 3．1不规则点集生成TIN
对于不规则分布的高程点，可以形式化地描述为平面的一个无序的点集P，点集中每个点p对应于它的高程值。将该点集转成TIN，最常用的方法是Delaunay三角剖分方法。

19 Voronoi图，又叫泰森多边形或Dirichlet图，它由一组连续多边形组成，多边形的边界是由连接两邻点线段的垂直平分线组成。N个在平面上有区别的点，按照最近邻原则划分平面：每个点与它的最近邻区域相关联。 Delaunay三角形是由与相邻Voronoi多边形共享一条边的相关点连接而成的三角形。Delaunay三角形的外接圆圆心是与三角形相关的Voronoi多边形的一个顶点。Delaunay三角形是Voronoi图的偶图。

20 Delaunay三角网与Voronoi图

21 Delaunay三角形产生的基本准则： Delaunay三角形产生准则的最简明的形式是：任何一个Delaunay三角形的外接圆的内部不能包含其它任何点 。

22 Lawson 提出了一个局部优化过程LOP（Local Optimization Procedure）方法。
如下图所示。先求出包含新插入点p的外接圆的三角形，这种三角形称为影响三角形（Influence Triangulation）。删除影响三角形的公共边（图b中粗线），将p与全部影响三角形的顶点连接，完成p点在原Delaunay三角形中的插入。

23

24 3．2格网DEM转成TIN 格网DEM转成TIN可以看作是一种规则分布的采样点生成TIN的特例，其目的是尽量减少TIN的顶点数目，同时尽可能多地保留地形信息，如山峰、山脊、谷底和坡度突变处。

25 规则格网DEM可以简单地生成一个精细的规则三角网，针对它有许多算法，绝大多数算法都有两个重要的特征：
1）筛选要保留或丢弃的格网点； 2）判断停止筛选的条件。 其中两个代表性的方法算法是保留重要点法和启发丢弃法。

26 3．2．1保留重要点法 该方法是一种保留规则格网DEM中的重要点来构造TIN的方法[Chen、Gauvara（1987）]。它是通过比较计算格网点的重要性，保留重要的格网点。 重要点（VIP，Very Important Point）是通过3*3的模板来确定的，根据八邻点的高程值决定模板中心是否为重要点。格网点的重要性是通过它的高程值与8邻点高程的内插值进行比较，当差分超过某个阈值的格网点保留下来。被保留的点作为三角网顶点生成Delaunay三角网。

27 如下图所示，由3*3的模板得到中心点P和8邻点的高程值，计算中心点P到直线AE，CG，BF，DH的距离，图右图表示，再计算4个距离的平均值。如果平均值超过阈值，P点为重要点，则保留，否则去除P点。

28 3．2．2启发丢弃法（DH—Drop Heuristic）
该方法将重要点的选择作为一个优化问题进行处理。算法是给定一个格网DEM和转换后TIN中节点的数量限制，寻求一个TIN与规则格网DEM的最佳拟合。首先输入整个格网DEM，迭代进行计算，逐渐将那些不太重要的点删除，处理过程直到满足数量限制条件或满足一定精度为止。

29

30 具体过程 ： 1）算法的输入是TIN，每次去掉一个节点进行迭代，得到节点越来越少的TIN。很显然，可以将格网DEM作为输入，此时所有格网点视为TIN的节点，其方法是将格网中4个节点的其中两个相对节点连接起来，这样将每个格网剖分成两个三角形。 2）取TIN的一个节点O及与其相邻的其它节点，如图所示，O的邻点（称Delaunay邻接点）为A，B，C，D，使用Delaunay三角构造算法，将O的邻点进行Delaunay三角形重构，图中实线所示。

31 3）判断该节点O位于哪个新生成的Delaunay三角形中，如图9-9为三角形BCE。计算O点的高程和过O点与三角形BCE交点O’的高程差d。若高程差d大于阈值de，则O点为重要点，保留，否则，可删除。de为阈值。 4）对TIN中所有的节点，重复进行上述判断过程。 5）直到TIN中所有的节点满足条件d>de，结束。

32 3．3等高线转成格网DEM 表示地形的最常见的线模式是一系列描述高程曲线的等高线。由于现有地图大多数都绘有等高线，这些地图便是数字高程模型的现成数据源，可以将纸面等高线图扫描后，自动获取DEM数据。由于数字化的等高线不适合于计算坡度或制作地貌渲染图等地形分析，因此，必须要把数字化等高线转为格网高程矩阵。

33 3．4利用格网DEM提取等高线 在利用格网DEM生成等高线时，需要将其中的每个点视为一个几何点，而不是一个矩形区域，这样可以根据格网DEM中相邻四个点组成四边形进行等高线跟踪。其方法类似于后面描述的利用TIN提取等高线。实际上，也可以将每个矩形分割成为两个三角形，并应用TIN提取等高线算法，但是由于矩形有两种划分三角形的方法，在某些情况下，会生成不同的等高线，这时需要根据周围的情况进行判断并决定取舍。

34

35 在格网DEM提取等高线中，除了划分为三角形之外，也可以直接使用四边形跟踪等高线。但是在上图所示的情形中，仍会出现等高线跟踪的二义性，即对于每个四边形，有两条等高线的离去边。进行取舍判断的方法一般是计算距离，距离近的连线方式优于距离远的连线方式。在上图中，就要采用（b）图所示的跟踪方式。

36 3．5 TIN转成格网DEM TIN转成格网DEM可以看作普通的不规则点生成格网DEM的过程。方法是按要求的分辨率大小和方向生成规则格网，对每一个格网搜索最近的TIN数据点，按线性或非线性插值函数计算格网点高程。

37 4．DEM的建立 4．1 DEM数据采集方法 为了建立DEM，必需量测一些点的三维坐标，这就是DEM数据采集。 1）地面测量
2）现有地图数字化 3）空间传感器 4）数字摄影测量方法

38 4．2数字摄影测量获取DEM 数字摄影测量方法是空间数据采集最有效的手段，它具有效率高、劳动强度低的优点。 1）沿等高线采样
2）规则格网采样 3）渐进采样（Progressive Sampling） 4）选择采样 5）混合采样 6）自动化DEM数据采集

39 4．3 DEM数据质量控制 DEM的数据质量可以参考美国U.S.G.S.的分级标准，共分为三级：第一级，最大绝对垂直误差50米、最大相对垂直误差21米，绝大多数7.5分幅产品属于第一级；第二级DEM数据对误差进行了平滑和修改处理，数字化等高线插值生产的DEM属于第二级，最大误差为两个等间距，最大均方误差为半个等间距；第三级DEM数据最大误差为一个等间距，最大均方误差为三分之一个等间距。

40 5．DEM的分析和应用 5．1格网DEM应用 5．1．1 地形曲面拟合 5．1．2 立体透视图 5．1．3 通视分析
5．1．4 流域特征地貌提取与地形自动分割 5．1．5 DEM计算地形属性

41 5．1．1地形曲面拟合 DEM最基础的应用是求DEM范围内任意点的高程，在此基础上进行地形属性分析。由于已知有限个格网点的高程，可以利用这些格网点高程拟合一个地形曲面，推求区域内任意点的高程。曲面拟合方法可以看作是一个已知规则格网点数据进行空间插值的特例，距离倒数加权平均方法，克里金插值方法，样条函数等插值方法均可采用。

42 5．1．2立体透视图 透视立体图能更好地反映地形的立体形态，非常直观。与采用等高线表示地形形态相比有其自身独特的优点，更接近人们的直观视觉。从一个空间三维的立体的数字高程模型到一个平面的二维透视图，其本质就是一个透视变换。将“视点”看作为“摄影中心”，可以直接应用共线方程从物点（X，Y，Z）计算“像点”坐标（X,Y）。透视图中的另一个问题是“消隐”的问题，即处理前景挡后景的问题。

43 5．1．3通视分析 通视问题可以分为五类： 1）已知一个或一组观察点，找出某一地形的可见区域。 2）欲观察到某一区域的全部地形表面，计算最少观察点数量。 3）在观察点数量一定的前提下，计算能获得的最大观察区域。 4）以最小代价建造观察塔，要求全部区域可见。 5）在给定建造代价的前提下，求最大可见区。

44

45 5．1．4流域特征地貌提取与地形自动分割 基于格网DEM自动提取流域特征地貌和进行地形自动分割技术主要包括两个方面： 1）流域地貌形态结构定义，定义能反映流域结构的特征地貌，建立格网DEM对应的微地貌特征。 2）特征地貌自动提取和地形自动分割算法。格网DEM数据是一些离散的高程点数据，每个数据本身不能反映实际地表的复杂性。为了从格网DEM数据中得到流域地貌形态结构，必须采用一个清晰的流域地貌结构模型，然后针对该结构模型设计自动提取算法。

46 1）流域结构定义 可以使用一个具有根的树状图来描述流域结构[Shreve]，目前绝大多数算法都沿用这一描述方法。在此结构中主要包括三个部分，即结点集、界线集和汇流区集。

47 （a.内部沟谷段 b.外部沟谷段 c.内部汇流区 d. 外部汇流区 e.沟谷结点 f.汇流源点 g. 分水线段 h.分水线源点）

48 2）流域特征地貌自动提取和地形自动分割 特征地貌定义与提取：根据网格点高程与周围高程值的关系，将格网点分为坡地、洼地、分水线、谷地、阶地和鞍部等几类。先计算中心点与八邻点的高程差，然后对高程差进行排序，再根据高程差序列的特性给中心点格网赋一个特征编码。然后通过一系列特征码的组合特征，用模式识别的方法，将格网点划分到已知的特征地貌类别。

49 5．1．5 DEM计算地形属性 由DEM派生的地形属性数据可以分为单要素属性和复合属性二种。前者可由高程数据直接计算得到，如坡度因子，坡向。后者是由几个单要素属性按一定关系组合成的复合指标，用于描述某种过程的空间变化，这种组合关系通常是经验关系，也可以使用简化的自然过程机理模型。

50 5．2三角网DEM分析应用 5．2．1三角网内插 在建立TIN后，可以由TIN解求该区域内任意一点的高程。TIN的内插与矩形格网的内插有不同的特点，其用于内插的点的检索比网格的检索要复杂。一般情况下仅用线性内插，即三角形三点确定的斜平面作为地表面，因而仅能保证地面连续而不能保证光滑。进行三角网内插，一般要经过以下几个步骤： 1）格网点的检索 2）高程内插

51 5．2．2等高线追踪 基于TIN绘制等高线直接利用原始观测数据，避免了DTM内插的精度损失，因而等高线精度较高；对高程注记点附近的较短封闭等高线也能绘制；绘制的等高线分布在采样区域内而并不要求采样区域有规则四边形边界。而同一高程的等高线只穿过一个三角形最多一次，因而程序设计也较简单。但是，由于TIN的存贮结构不同，等高线的具体跟踪算法跟踪也有所不同。

52