数字地形模型DTM与地形分析.docx
《数字地形模型DTM与地形分析.docx》由会员分享，可在线阅读，更多相关《数字地形模型DTM与地形分析.docx（25页珍藏版）》请在冰豆网上搜索。
数字地形模型DTM与地形分析
南北美洲三角的西端，都有北南走向的山脉。
山脉面积大约占总面积的三分之一，其余的三分之二在东部，是一块大平原。
平原被两座低矮的山脉把它与大海隔离开来。
在北美洲，是拉布拉多山和阿巴拉契亚山；南美洲则是圭亚那山脉和巴西高原。
房龙
横看成岭侧成峰，远近高低各不同。
苏轼
第九章数字地形模型（DTM）与地形分析
导读：
DEM和DTM主要用于描述地面起伏状况，可以用于提取各种地形参数，如坡度、坡向、粗糙度等，并进行通视分析、流域结构生成等应用分析。
因此，DEM在各个领域中被广泛使用。
DEM可以有多种表达方法，包括网格、等高线、三角网等，本章同时介绍了这些表达方法之间的相互转换算法，如由三角网生成等高线，网格DEM生成三角网等等。
1．概述
数字地形模型（DTM,DigitalTerrainModel）最初是为了高速公路的自动设计提出来的（Miller，1956）。
此后，它被用于各种线路选线（铁路、公路、输电线）的设计以及各种工程的面积、体积、坡度计算，任意两点间的通视判断及任意断面图绘制。
在测绘中被用于绘制等高线、坡度坡向图、立体透视图，制作正射影像图以及地图的修测。
在遥感应用中可作为分类的辅助数据。
它还是地理信息系统的基础数据，可用于土地利用现状的分析、合理规划及洪水险情预报等。
在军事上可用于导航及导弹制导、作战电子沙盘等。
对DTM的研究包括DTM的精度问题、地形分类、数据采集、DTM的粗差探测、质量控制、数据压缩、DTM应用以及不规则三角网DTM的建立与应用等。
1．1DTM和DEM
从数学的角度，高程模型是高程Z关于平面坐标X，Y两个自变量的连续函数，数字高程模型（DEM）只是它的一个有限的离散表示。
高程模型最常见的表达是相对于海平面的海拔高度，或某个参考平面的相对高度，所以高程模型又叫地形模型。
实际上地形模型不仅包含高程属性，还包含其它的地表形态属性，如坡度、坡向等。
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。
数字地形模型中地形属性为高程时称为数字高程模型（DigitalElevationModel，简称DEM）。
高程是地理空间中的第三维坐标。
由于传统的地理信息系统的数据结构都是二维的，数字高程模型的建立是一个必要的补充。
DEM通常用地表规则网格单元构成的高程矩阵表示，广义的DEM还包括等高线、三角网等所有表达地面高程的数字表示。
在地理信息系统中，DEM是建立DTM的基础数据，其它的地形要素可由DEM直接或间接导出，称为“派生数据”，如坡度、坡向。
1．2DEM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，如图9-1所示。
1）数学方法
用数学方法来表达，可以采用整体拟合方法，即根据区域所有的高程点数据，用傅立叶级数和高次多项式拟合统一的地面高程曲面。
也可用局部拟合方法，将地表复杂表面分成正方形规则区域或面积大致相等的不规则区域进行分块搜索，根据有限个点进行拟合形成高程曲面。
2）图形方法
（2．1）线模式
等高线是表示地形最常见的形式。
其它的地形特征线也是表达地面高程的重要信息源，如山脊线、谷底线、海岸线及坡度变换线等。
（2．2）点模式
用离散采样数据点建立DEM是DEM建立常用的方法之一。
数据采样可以按规则格网采样，可以是密度一致的或不一致的；可以是不规则采样，如不规则三角网、邻近网模型等；也可以有选择性地采样，采集山峰、洼坑、隘口、边界等重要特征点。
图9-1：
DEM的表示方法
在地理信息系统中，DEM最主要的三种表示模型是：
规则格网模型，等高线模型和不规则三角网模型。
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。
数学上可以表示为一个矩阵，在计算机实现中则是一个二维数组。
每个格网单元或数组的一个元素，对应一个高程值，如图9-2所示。
图9-2：
格网DEM
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，这样就需要用一种插值方法来计算每个点的高程。
计算任何不是网格中心的数据点的高程值，使用周围4个中心点的高程值，采用距离加权平均方法进行计算，当然也可使用样条函数和克里金插值方法。
规则格网的高程矩阵，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。
它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。
格网DEM的缺点是不能准确表示地形的结构和细部，为避免这些问题，可采用附加地形特征数据，如地形特征点、山脊线、谷底线、断裂线，以描述地形结构。
格网DEM的另一个缺点是数据量过大，给数据管理带来了不方便，通常要进行压缩存储。
DEM数据的无损压缩可以采用普通的栅格数据压缩方式，如游程编码、块码等，但是由于DEM数据反映了地形的连续起伏变化，通常比较“破碎”，普通压缩方式难以达到很好的效果；因此对于网格DEM数据，可以采用哈夫曼编码进行无损压缩；有时，在牺牲细节信息的前提下，可以对网格DEM进行有损压缩，通常的有损压缩大都是基于离散余弦变换（DiscreteCosineTransformation，DCT）或小波变换（WaveletTransformation）的，由于小波变换具有较好的保持细节的特性，近年来将小波变换应用于DEM数据处理的研究较多。
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。
如图9-3所示。
图9-3：
等高线
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。
由于等高线模型只表达了区域的部分高程值，往往需要一种插值方法来计算落在等高线外的其它点的高程，又因为这些点是落在两条等高线包围的区域内，所以，通常只使用外包的两条等高线的高程进行插值。
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。
此方法满足等高线闭合或与边界闭合、等高线互不相交两条拓扑约束。
这类图可以改造成一种无圈的自由树。
下图为一个等高线图和它相应的自由树（图9-4）。
其它还有多种基于图论的表示方法。
等高线与它的自由树
图9-4：
等高线和相应的自由树
2．3不规则三角网（TIN）模型
尽管规则格网DEM在计算和应用方面有许多优点，但也存在许多难以克服的缺陷：
1）在地形平坦的地方，存在大量的数据冗余；
2）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；
3）在某些计算，如通视问题，过分强调网格的轴方向。
不规则三角网（TriangulatedIrregularNetwork,TIN）是另外一种表示数字高程模型的方法[Peuker等，1978]，它既减少规则格网方法带来的数据冗余，同时在计算（如坡度）效率方面又优于纯粹基于等高线的方法。
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。
TIN的数据存储方式比格网DEM复杂，它不仅要存储每个点的高程，还要存储其平面坐标、节点连接的拓扑关系，三角形及邻接三角形等关系。
TIN模型在概念上类似于多边形网络的矢量拓扑结构，只是TIN模型不需要定义“岛”和“洞”的拓扑关系。
有许多种表达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（图9-5）。
每个节点包括三个坐标值的字段，分别存储X，X，Z坐标。
这种拓扑网络结构的特点是对于给定一个三角形查询其三个顶点高程和相邻三角形所用的时间是定长的，在沿直线计算地形剖面线时具有较高的效率。
当然可以在此结构的基础上增加其它变化，以提高某些特殊运算的效率，例如在顶点的记录里增加指向其关联的边的指针。
图9-5：
三角网的一种存储方式
不规则三角网数字高程由连续的三角面组成，三角面的形状和大小取决于不规则分布的测点，或节点的位置和密度。
不规则三角网与高程矩阵方法不同之处是随地形起伏变化的复杂性而改变采样点的密度和决定采样点的位置，因而它能够避免地形平坦时的数据冗余，又能按地形特征点如山脊、山谷线、地形变化线等表示数字高程特征。
2．4层次模型
层次地形模型（LayerofDetails，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。
层次模型的思想很理想，但在实际运用中必须注意几个重要的问题：
1）层次模型的存储问题，很显然，与直接存储不同，层次的数据必然导致数据冗余。
2）自动搜索的效率问题，例如搜索一个点可能先在最粗的层次上搜索，再在更细的层次上搜索，直到找到该点。
3）三角网形状的优化问题，例如可以使用Delaunay三角剖分。
4）模型可能允许根据地形的复杂程度采用不同详细层次的混合模型，例如，对于飞行模拟，近处时必须显示比远处更为详细的地形特征。
5）在表达地貌特征方面应该一致，例如，如果在某个层次的地形模型上有一个明显的山峰，在更细层次的地形模型上也应该有这个山峰。
这些问题目前还没有一个公认的最好的解决方案，仍需进一步深入研究。
3．DEM模型之间的相互转换
在实际应用中，DEM模型之间可以相互转换。
大部分DEM数据都是规则格网DEM，但由于规则格网DEM的数据量大而不便存储，也可能由于某些分析计算需要使用TIN模型的DEM，如进行通视分析。
此时需要将格网DEM转成TIN模型的DEM。
反之，如果已有TIN模型的DEM数据，为满足某种应用的需要，也需要转成规则格网的DEM。
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。
生成TIN的关键是Delaunay三角网的产生算法，下面先对Delaunay三角网和它的偶图Voronoi图作简要的描述。
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，如图9-6所示。
图9-6：
Delaunay三角网与Voronoi图
对于给定的初始点集P，有多种三角网剖分方式，而Delaunay三角网有
升级会员 