專(zhuān)利名稱(chēng)：一種保持地形特征的自適應(yīng)尺度dem建模方法
技術(shù)領(lǐng)域：
本發(fā)明屬于數(shù)字地形分析領(lǐng)域，特別涉及一種保持地形特征的自適應(yīng)尺度DEM建 模方法。
背景技術(shù)：
數(shù)字高程模型(Digital Elevation Model, DEM)用以表達(dá)自然環(huán)境中的地形、地 貌特征，是空間數(shù)據(jù)基礎(chǔ)設(shè)施中的重要組成部分。隨著全球范圍SRTM(航天飛機(jī)雷達(dá)地形 測(cè)繪任務(wù))90米分辨率DEM數(shù)據(jù)庫(kù)和ASTER GDEM (先進(jìn)星載熱發(fā)射和反射輻射儀全球數(shù) 字高程模型)30米分辨率DEM數(shù)據(jù)庫(kù)的公開(kāi)，全國(guó)范圍1 100萬(wàn)、1 25萬(wàn)、1 5萬(wàn)DEM數(shù)據(jù) 庫(kù)的建立及區(qū)域級(jí)1 :1萬(wàn)DEM建庫(kù)工作的相繼完成，DEM數(shù)據(jù)庫(kù)呈現(xiàn)出多尺度、多分辨率、 多數(shù)據(jù)源的特征?？臻g數(shù)據(jù)處理與分析的尺度效應(yīng)是地球科學(xué)的一項(xiàng)基本問(wèn)題，被認(rèn)為是“所有研 究的基礎(chǔ)” (Quattrochi and GoodchiId, 1997，參見(jiàn)背景文獻(xiàn)1)。在數(shù)字地形模型與分析 中，地形參數(shù)及特征具有多尺度特性，基于DEM的應(yīng)用(如地質(zhì)災(zāi)害、環(huán)境保護(hù)、水土保持等) 也具有多尺度需求。當(dāng)DEM的空間尺度變化時(shí)，提取的地形參數(shù)如坡度、坡向、曲率和地形 特征等會(huì)出現(xiàn)相應(yīng)的變化。例如在實(shí)際應(yīng)用中，當(dāng)研究大流域時(shí)，一個(gè)平緩的小山丘可以被 忽略掉，而若考慮到區(qū)域的局部水系特征時(shí)，這個(gè)小山丘就會(huì)顯得非常重要。在紙質(zhì)地圖中，一幅地圖數(shù)據(jù)是單一尺度的。為了解決多尺度問(wèn)題，出現(xiàn)了 1 :100 萬(wàn)、1 :25萬(wàn)、1 :5萬(wàn)等不同尺度的紙質(zhì)地圖。但這僅僅是多級(jí)固定尺度數(shù)據(jù)的組合，每一級(jí) 只考慮了自己的尺度。紙質(zhì)地圖的局限性限制了實(shí)際應(yīng)用。隨著國(guó)家空間數(shù)據(jù)基礎(chǔ)設(shè)施建 設(shè)的不斷完善，國(guó)家基礎(chǔ)地理信息中各級(jí)DEM數(shù)據(jù)庫(kù)相繼建立。然而，這些DEM數(shù)據(jù)庫(kù)仍是 針對(duì)不同尺度的DEM構(gòu)建不同的數(shù)據(jù)庫(kù)。所謂的多尺度數(shù)據(jù)庫(kù)是由多個(gè)固定尺度DEM數(shù)據(jù) 庫(kù)組合而成，從而導(dǎo)致數(shù)據(jù)冗余、數(shù)據(jù)更新維護(hù)不一致等一系列問(wèn)題?？梢哉f(shuō)這只是紙質(zhì)地 圖在數(shù)字化時(shí)代的延續(xù)，并沒(méi)有找到多尺度數(shù)字地形表達(dá)之間的精髓和內(nèi)在關(guān)系，沒(méi)有從 根本上生成一種適應(yīng)于多尺度的DEM數(shù)據(jù)庫(kù)?，F(xiàn)代DEM的管理和應(yīng)用需要不同尺度間的協(xié)調(diào)并行，從固定尺度的應(yīng)用逐漸演變 為任意尺度的應(yīng)用，進(jìn)而轉(zhuǎn)化為滿足用戶(hù)需求的自適應(yīng)尺度應(yīng)用。例如，對(duì)大區(qū)域滑坡泥石 流災(zāi)害的監(jiān)測(cè)往往建立在粗尺度DEM基礎(chǔ)上，而真正希望做到滑坡泥石流災(zāi)害的預(yù)警，則 必須能控制在非常精細(xì)的尺度上才能達(dá)到有的放矢。舟曲的泥石流災(zāi)害不僅希望在地方一 級(jí)做到監(jiān)測(cè)，同時(shí)要在國(guó)家一級(jí)就能進(jìn)行預(yù)警。這就要求根據(jù)不同應(yīng)用，動(dòng)態(tài)構(gòu)建自適應(yīng)尺 度的實(shí)時(shí)模型。該模型既涵蓋非常大的區(qū)域，又可以進(jìn)行局部精細(xì)研究，對(duì)于每一個(gè)細(xì)節(jié)都 有所控制。這是現(xiàn)有的多級(jí)DEM數(shù)據(jù)庫(kù)無(wú)法解決的問(wèn)題，受限于現(xiàn)有的DEM分析尺度、建模 方法和數(shù)據(jù)質(zhì)量等因素。其中，最根本的問(wèn)題還是現(xiàn)有的多級(jí)DEM數(shù)據(jù)模型所產(chǎn)生的弊病。 因此，在實(shí)際中迫切需要適應(yīng)于現(xiàn)代多尺度DEM應(yīng)用的理論模型。利用精細(xì)尺度的DEM綜合得到粗尺度DEM是一種解決途徑。目前通常采用的DEM 綜合方法是基于柵格DEM的重采樣方法。然而，重采樣方法具有“平滑”作用，地形參數(shù)隨著尺度的變化會(huì)發(fā)生較大變化，無(wú)法保持地形的基本特征。^iang and Montgomery (1994，參 見(jiàn)背景文獻(xiàn)2、采用多種分辨率O-90m)檢測(cè)了柵格尺寸對(duì)地形表達(dá)和水文模擬的影響， 他們發(fā)現(xiàn)DEM分辨率會(huì)極大地影響地形參數(shù)和水位曲線的計(jì)算。Florinsky and Kuryakova 0000，參見(jiàn)背景文獻(xiàn)3)利用微觀尺度的地形屬性(比如坡度、坡向、水平曲率、垂直曲率)相 關(guān)系數(shù)的變化以及地表性質(zhì)(比如土壤濕度)進(jìn)行了 DEM柵格大小的靈敏度分析，并提出了 滿足地形研究最小需求的DEM分辨率。Zhou and Liu Q004，參見(jiàn)背景文獻(xiàn)4)研究了 DEM 分辨率對(duì)多種坡度和坡向算法的影響，并推斷許多DEM提取因子的不確定性與柵格數(shù)據(jù)結(jié) 構(gòu)緊密相關(guān)。研究證明由重采樣方法得到粗分辨率DEM時(shí)，提取的地形因子被嚴(yán)重低估了。 例如，當(dāng)DEM柵格大小從30’’增加到32’，研究區(qū)域的平均坡度百分比就從12. 4%減少 到0. 9%，很難直接從粗分辨率DEM計(jì)算坡度因子(^iang et al.，1999，參見(jiàn)背景文獻(xiàn)5)。 在實(shí)際應(yīng)用中，一個(gè)區(qū)域的平均坡度不應(yīng)隨著所選用的DEM數(shù)據(jù)尺度的變化而發(fā)生較大變 化。尺度變化會(huì)損失細(xì)節(jié)，但會(huì)保留重要的地形特征，也就是“骨架”，需要根據(jù)尺度而保持 不同級(jí)別的地形特征。由于柵格DEM在多尺度下進(jìn)行重采樣后，給提取出的地形參數(shù)帶來(lái)了很大的不確 定性，另一種方法是采用不規(guī)則三角網(wǎng)(TIN)來(lái)表達(dá)地形面。Danovaro et al. Q006，參 見(jiàn)背景文獻(xiàn)6)提出了一種多分辨率表面網(wǎng)絡(luò)來(lái)表達(dá)多分辨率地形模型，通過(guò)將地形面分 解成以特征點(diǎn)(如極小值、極大值和鞍點(diǎn))和積分線為邊界的區(qū)域這種幾何化簡(jiǎn)方法，用TIN 描述了所有分辨率下的地形。但是尋找特征點(diǎn)和積分線并不容易，特別是對(duì)于復(fù)雜的地形 面。mi and Amaratunga ^)03，參見(jiàn)背景文獻(xiàn)7)提出了小波不規(guī)則三角網(wǎng)(WTIN)的方 法，該方法基于第二代小波理論，可對(duì)數(shù)字高程數(shù)據(jù)進(jìn)行多分辨率表達(dá)。Li 0008，參見(jiàn)背 景文獻(xiàn)8)描述了一種基于特征點(diǎn)的辦法來(lái)表達(dá)多尺度地形面，它形成了一種建立在多級(jí) 地形特征點(diǎn)(比如山峰或土坎)上的多尺度數(shù)字地面模型結(jié)構(gòu)，這樣即使只有這些特征點(diǎn)保 留下來(lái)，地形面也能得到大部分的保留。許多算法被用于探測(cè)沿地形剖面的特征點(diǎn)，比如 Douglas-Peucker算法、VIP算法、最大Z-tolerance算法、啟發(fā)性方法和分層算法。^iou and Chen Q010，參見(jiàn)背景文獻(xiàn)9)提出了一種由特征點(diǎn)和流域約束線構(gòu)建TIN的方法，這 種TIN受到流域的約束，同時(shí)分析了從TIN提取出的地形參數(shù)，其結(jié)果表明在計(jì)算粗尺度下 的地形參數(shù)方面，TIN結(jié)構(gòu)能夠比重采樣得到更好的結(jié)果?，F(xiàn)有的發(fā)明中，自適應(yīng)尺度技術(shù)大多應(yīng)用于圖像處理，與之相關(guān)的有
國(guó)家海洋局第二海洋研究所的陳建裕0007，參見(jiàn)背景文獻(xiàn)10)提出了一種尺度自適 應(yīng)的圖像分割方法，其發(fā)明以圖斑自身屬性界定圖像對(duì)象的最優(yōu)分割尺度，使得不同尺度 的對(duì)象具有各自適宜的分割尺度。包括如下步驟
1)根據(jù)圖像及其變換結(jié)果的一個(gè)或多個(gè)圖層確定待分割圖像集，并以連續(xù)變化的尺 度系數(shù)分割圖像；
2)定義圖斑顯著性，以連續(xù)變化尺度分割下的圖斑組成圖斑演進(jìn)曲線，并形成分割演 進(jìn)過(guò)程中圖斑的顯著性曲線、分割初尺度曲線；
3)從顯著性曲線中計(jì)算極值形成尺度倒序，再根據(jù)尺度倒序中對(duì)應(yīng)的極值形成極值 尺度圖像，最后以極值尺度圖像中的優(yōu)勢(shì)尺度確定分割圖斑。杭州電子科技大學(xué)的李軼等0007，參見(jiàn)背景文獻(xiàn)11)提出了一種多尺度自適應(yīng) 對(duì)比度變換的醫(yī)學(xué)圖像增強(qiáng)方法，通過(guò)將醫(yī)學(xué)圖像分解成金字塔形狀排列的分辨率逐步降低的圖像集合后，對(duì)分解得出的分層系數(shù)做調(diào)整，最后將調(diào)整系數(shù)后的各個(gè)細(xì)節(jié)層次圖像 再合成原圖像增強(qiáng)后的圖像，使得任意大小的低對(duì)比度區(qū)域可見(jiàn)度都可以得到較大的提 高，且不會(huì)產(chǎn)生谷粒效應(yīng)。Hughes Aircraft Company 的 Frankot and Robert (1996，參見(jiàn)背景文獻(xiàn) 12)提出 了一種干涉SAR數(shù)據(jù)的自適應(yīng)尺度方法，當(dāng)干涉SAR數(shù)據(jù)中高信噪比區(qū)域的分辨率需要保 留時(shí)，就利用自適應(yīng)尺度濾波對(duì)低信噪比區(qū)域進(jìn)行平滑處理。自適應(yīng)尺度濾波將多種應(yīng)用 于復(fù)雜干涉圖的線性濾波進(jìn)行組合，不僅計(jì)算效率高，還適合并行實(shí)現(xiàn)，同時(shí)釆用了一種多 級(jí)的金字塔結(jié)構(gòu)，減少了計(jì)算負(fù)載和內(nèi)存需求。以上發(fā)明只適用于圖像處理與分析領(lǐng)域，在本發(fā)明涉及的數(shù)字地形分析領(lǐng)域中， 由于多尺度DEM數(shù)據(jù)庫(kù)帶來(lái)的數(shù)據(jù)冗余、不一致性以及無(wú)法滿足實(shí)際應(yīng)用的尺度需求，需 要解決這些問(wèn)題，同時(shí)要保持不同尺度下地形的基本特征。背景文獻(xiàn)
I.Quattrochij D. A. , Goodchildj M. F. (eds.), 1997. Scale in Remote Sensing and GISj CRC Press。2. Zhang, I ’ Montgomery, D. R., 1994. Digital elevation model grid size, landscape representation, and hydrologic simulations. Water Resources Research 30(4)，1019-1028 ；
3.Florinskyj I. V.，Kuryakovaj G. Α.，2000. Determination of grid size for digital terrain modelling in landscape investigation - exemplified by soil moisture distribution at a micro-scale. International Journal of Geographical Information Science 14(8)， 815-832;
4.Zhou,Q.，Liuj X.，2004. Error analysis on grid-based slope and aspect algorithms. Photogrammetric Engineering and Remote Sensing 70(8)， 957-962;
5.Zhang, X.，Drake, N. A.，Wainwrightj J.，Mulligan, M.，1999. Comparison of slope estimates from low resolution DEMs: scaling issues and a fractal method for their solution. Earth Surface Processes and Landforms 24(9)， 763—779。6. Danovaroj Ε. , Florianij L. D. , Papaleoj L. , Vitalij Μ. , 2006. A multi-resolution representation for terrain morphology. Lecture Notes in Computer Science 4197， 33-46 ；
7.Wuj J.，Amaratungaj K.，2003. Wavelet triangulated irregular networks. International Journal of Geographical Information Science 17(3)， 273-289;
8.Li, Ζ., 2008. Multi-scale digital terrain modelling and analysis. Advances in Digital Terrain Analysis. 59-83 ；
9.Zhou,Q.，Chen, Y.，2011. Generalization of DEM for terrain analysis using a compound method. ISPRS Journal of Photogrammetry and Remote Sensing. Vol 66，1. 38-45 ο10.國(guó)家海洋局第二海洋研究所，陳建裕，一種尺度自適應(yīng)的圖像分割方法，中國(guó) 專(zhuān)利，200710068214，2007-09-19 ；
II.杭州電子科技大學(xué)，李軼，范影樂(lè)，龐全，多尺度自適應(yīng)對(duì)比度變換的醫(yī)學(xué)圖像增強(qiáng)方法，中國(guó)專(zhuān)利，200710067693, 2007-09-05 ；
12. Hughes Aircraft Company, Frankot, et al. Multi-scale adaptive filter for interferometric SAR data, United States Patent,5488374,1996-1—30。

發(fā)明內(nèi)容
本發(fā)明所要解決的是當(dāng)前多尺度DEM存在的數(shù)據(jù)冗余、不一致性、無(wú)法滿足實(shí)際 尺度需求以及在多尺度下無(wú)法保持基本地形特征等問(wèn)題，提供一種能保持地形特征的自適 應(yīng)尺度 DEM 建模方法(Self-adaptive Scale DEM, SS-DEM)。本發(fā)明的技術(shù)方案所提供保持地形特征的自適應(yīng)尺度DEM建模方法，包括如下步 驟
步驟1，根據(jù)原始精細(xì)尺度的數(shù)字高程模型構(gòu)建不規(guī)則三角網(wǎng)，構(gòu)建時(shí)采取由特征點(diǎn)和 流域線構(gòu)建不規(guī)則三角網(wǎng)的方式，包括根據(jù)最大高程誤差ζ的不同取值從原始精細(xì)尺度的 數(shù)字高程模型中提取地表的特征點(diǎn)，從原始精細(xì)尺度的數(shù)字高程模型提取流域線并簡(jiǎn)化， 綜合地表的特征點(diǎn)和流域線構(gòu)建不規(guī)則三角網(wǎng)；
步驟2，比較原始精細(xì)尺度的數(shù)字高程模型和步驟1所得不規(guī)則三角網(wǎng)，計(jì)算出最大 高程誤差ζ在不同取值下的均方根誤差RMSE，對(duì)最大高程誤差ζ和均方根誤差RMSE進(jìn)行曲 線擬合，得到最大高程誤差ζ和均方根誤差RMSE之間的最佳函數(shù)解析表達(dá)式； 步驟3，建立不同尺度的特征點(diǎn)集并進(jìn)行優(yōu)化，具體步驟如下， 步驟3. 1，根據(jù)制圖規(guī)范中比例尺和等高距的關(guān)系，獲取與尺度對(duì)應(yīng)的最大高程誤差ζ 取值范圍和均方根誤差RMSE取值范圍，并根據(jù)步驟2所得最大高程誤差ζ和均方根誤差 RMSE之間的最佳函數(shù)表達(dá)式，確定最大高程誤差ζ的準(zhǔn)確取值范圍，采用由特征點(diǎn)和流域 線構(gòu)建不規(guī)則三角網(wǎng)的方式提取出不同尺度下的特征點(diǎn)集，
對(duì)任一尺度提取特征點(diǎn)集的實(shí)現(xiàn)過(guò)程為，根據(jù)與尺度對(duì)應(yīng)的最大高程誤差ζ在準(zhǔn)確取 值范圍的不同取值，從原始精細(xì)尺度的數(shù)字高程模型中提取地表的特征點(diǎn)，然后從原始精 細(xì)尺度的數(shù)字高程模型提取流域線并按照尺度進(jìn)行簡(jiǎn)化，綜合地表的特征點(diǎn)和流域線得到 特征點(diǎn)集；
步驟3. 2，如果在某尺度下，存在有兩個(gè)特征點(diǎn)的間距小于該尺度下柵格數(shù)字高程模型 的格網(wǎng)單元間距，就只保留其中最大高程誤差ζ取值較大的特征點(diǎn)；
步驟3. 3，如果一個(gè)特征點(diǎn)和簡(jiǎn)化后流域線的間距與簡(jiǎn)化后流域線長(zhǎng)度的比值小于設(shè) 定的閾值，去除該特征點(diǎn)；
步驟4，構(gòu)建自適應(yīng)尺度DEM數(shù)據(jù)結(jié)構(gòu)，在應(yīng)用中根據(jù)用戶(hù)指定尺度獲取特征點(diǎn)和流域 線，生成數(shù)字地形模型并提取出地形參數(shù)，具體步驟如下，
步驟4. 1，根據(jù)步驟3所得不同尺度的特征點(diǎn)集構(gòu)建自適應(yīng)尺度DEM數(shù)據(jù)結(jié)構(gòu)，包括按 照特征點(diǎn)出現(xiàn)的最粗尺度賦予各特征點(diǎn)尺度屬性，得到包含所有特征點(diǎn)的尺度屬性圖； 步驟4. 2，根據(jù)用戶(hù)指定的尺度獲取特征點(diǎn)和流域線，獲取方式為， 如果用戶(hù)指定尺度存在于尺度屬性圖中，則該尺度下的特征點(diǎn)由尺度屬性圖中所有具 有該尺度以及更粗尺度屬性的特征點(diǎn)組成；如果用戶(hù)指定尺度不存在于尺度屬性圖中，則 重復(fù)步驟3提取出該尺度下的特征點(diǎn)，并按照步驟4. 1對(duì)尺度屬性圖進(jìn)行更新，該尺度下的 特征點(diǎn)由更新后的尺度屬性圖中所有具有該尺度以及更粗尺度屬性的特征點(diǎn)組成；根據(jù)用戶(hù)指定尺度對(duì)流域線進(jìn)行簡(jiǎn)化，得到簡(jiǎn)化后的流域線； 步驟4. 3，根據(jù)步驟4. 2所得用戶(hù)指定尺度下的特征點(diǎn)和流域線生成受流域約束的不 規(guī)則三角網(wǎng)作為數(shù)字地形模型，并提取出該用戶(hù)指定尺度下的地形參數(shù)。而且，在步驟4后執(zhí)行步驟5進(jìn)行精度評(píng)估，具體步驟如下，
步驟5. 1，評(píng)估生成的數(shù)字地形模型的精度，包括將步驟4生成的數(shù)字地形模型與國(guó)家 基礎(chǔ)地理信息中心現(xiàn)有的多尺度數(shù)字地形模型進(jìn)行比較，計(jì)算出均方根誤差；
步驟5. 2，評(píng)估提取出的地形參數(shù)和主要地形特征，所述地形參數(shù)包括平均坡度、平均 地表粗糙度和曲率，所述主要地形特征包括流線匹配度和流線匹配誤差；
步驟5. 3，評(píng)估流域分析不同算法的精度，包括選取一種數(shù)學(xué)模擬曲面計(jì)算其理論單位 匯水面積，再對(duì)該數(shù)學(xué)模擬曲面采取其他算法計(jì)算出單位匯水面積，將單位匯水面積與理 論單位匯水面積進(jìn)行比較，計(jì)算出均方根誤差。而且，采用Douglas-Peucker算法實(shí)現(xiàn)對(duì)流域線進(jìn)行簡(jiǎn)化。本發(fā)明創(chuàng)造性地將自適應(yīng)尺度技術(shù)應(yīng)用于數(shù)字地形分析領(lǐng)域，并且自適應(yīng)尺度技 術(shù)只在原始精細(xì)尺度DEM的基礎(chǔ)上增加了一個(gè)索引結(jié)構(gòu)，而沒(méi)有更改原始的數(shù)據(jù)源，從而 解決了多尺度DEM數(shù)據(jù)庫(kù)帶來(lái)的數(shù)據(jù)冗余、不一致性以及無(wú)法滿足實(shí)際應(yīng)用的尺度需求等 問(wèn)題，并能最大程度保持不同尺度下的基本地形特征。因此本發(fā)明特別適合應(yīng)用于數(shù)字地 形分析領(lǐng)域，實(shí)現(xiàn)自適應(yīng)尺度DEM的地形建模與分析。


圖1為本發(fā)明實(shí)施例的流程圖。圖2為本發(fā)明實(shí)施例步驟1的子流程圖。圖3為本發(fā)明實(shí)施例步驟2的子流程圖。圖4為本發(fā)明實(shí)施例步驟3的子流程圖。圖5為本發(fā)明實(shí)施例步驟4的子流程圖。圖6為本發(fā)明實(shí)施例步驟5的子流程圖。具體實(shí)施方法
技術(shù)領(lǐng)域：
本發(fā)明要解決的核心問(wèn)題是構(gòu)建一個(gè)適用于從廣域到局部范圍通用的精細(xì)DEM數(shù)據(jù) 庫(kù)，根據(jù)應(yīng)用需要從該數(shù)據(jù)庫(kù)中提取多尺度的地形參數(shù)和特征，依據(jù)尺度信息保持不同級(jí) 別地形特征，使得不同尺度下地形骨架基本一致。從理論上說(shuō)，為進(jìn)行多尺度地形分析，地 表高程數(shù)據(jù)集需要滿足三個(gè)基本條件
1.采用一個(gè)精細(xì)尺度的DEM數(shù)據(jù)庫(kù)，表現(xiàn)所需的任何尺度的數(shù)據(jù)。2.地形參數(shù)(平均坡度、粗糙度)隨著尺度的變化不能發(fā)生巨變，需要保持地形 基本特征。3.所提取的流域網(wǎng)絡(luò)、地形要素等不能發(fā)生巨變。即地貌特征，流水線，幾何形 狀和整體結(jié)構(gòu)不能發(fā)生巨大變化。實(shí)施例的流程參見(jiàn)附圖1，該方法通過(guò)基于尺度的由特征點(diǎn)和流域線構(gòu)建TIN的 方法(scale-deterministic Compound Point Extraction, S-CPE)，即從精細(xì)尺度 DEM 中 提取出多種更粗尺度下的特征點(diǎn)，建立一個(gè)自適應(yīng)尺度DEM數(shù)據(jù)結(jié)構(gòu)，以滿足范圍內(nèi)任何 尺度的應(yīng)用需求。根據(jù)用戶(hù)指定的尺度提取出的特征點(diǎn)，生成數(shù)字地形模型，并對(duì)模型本身以及提取出的地形參數(shù)進(jìn)行驗(yàn)證。以下分步驟詳細(xì)說(shuō)明實(shí)施例的具體實(shí)施過(guò)程
步驟1，對(duì)原始精細(xì)尺度的DEM采取現(xiàn)有由特征點(diǎn)和流域線構(gòu)建TIN的方法(Compound Point Extraction，CPE)，構(gòu)建過(guò)程包括根據(jù)最大高程誤差ζ的不同取值從原始精細(xì)尺度的 數(shù)字高程模型中提取地表的特征點(diǎn)，從原始精細(xì)尺度的數(shù)字高程模型提取流域線并簡(jiǎn)化， 綜合地表的特征點(diǎn)和流域線構(gòu)建不規(guī)則三角網(wǎng)。具體實(shí)施時(shí)，由特征點(diǎn)和流域線構(gòu)建TIN的方法可參見(jiàn)aiou，Q., Chen, Y., 2011. Generalization of DEM for terrain analysis using a compound method. ISPRS Journal of Photogrammetry and Remote Sensing. Vol 66,1. 38—45。根據(jù)這種CPE方法，實(shí)施例首先利用現(xiàn)有最大z-tolerance算法，z-tolerance 指定了由該等級(jí)下的特征點(diǎn)集生成的TIN容忍范圍內(nèi)的最大高程誤差，隨著ζ值的變化從 原始精細(xì)尺度的DEM中檢索出不同級(jí)別的地表特征點(diǎn)。為了突出關(guān)鍵流域特征，再將補(bǔ)充 的流域線從原始精細(xì)尺度的DEM中識(shí)別出來(lái)，并加入到特征點(diǎn)集，最后生成受流域約束的 TIN。為了便于實(shí)施，在此介紹最大z-tolerance算法的實(shí)現(xiàn)過(guò)程最大z-tolerance 算法采用一種迭代過(guò)程。首先選取DEM的四個(gè)角點(diǎn)，使得所構(gòu)建的第一個(gè)TIN覆蓋整個(gè) DEM的范圍，然后連接一條對(duì)角線，將TIN劃分為兩個(gè)三角形，接著對(duì)TIN的每個(gè)三角形， 計(jì)算格網(wǎng)中的每一點(diǎn)與所落入三角形面的高差，并確定差值最大的點(diǎn)。如果差值大于指定 的z-tolerance，便標(biāo)記該點(diǎn)并將其添加到TIN中，現(xiàn)存TIN中的每個(gè)三角形都被檢測(cè)后， 選中添加的點(diǎn)重新計(jì)算三角網(wǎng)，這個(gè)過(guò)程持續(xù)進(jìn)行直到格網(wǎng)里的所有點(diǎn)都在指定的最大 z-tolerance t 內(nèi) ο但是，最大z-tolerance算法所提取出的特征點(diǎn)集不能確定在地形分析中十分重 要的流域類(lèi)型，所以CPE方法增加了額外的流域特征線。為了獲取這些流域線，可利用D8 算法從DEM中進(jìn)行提取。參見(jiàn)圖2，實(shí)施例中，為了減少數(shù)據(jù)的冗余，首先比較由最大z-tolerance算法提 取出的特征點(diǎn)和D8算法提取出的流域線，若存在有重疊點(diǎn)，就由最大z-tolerance算法提 取出的特征點(diǎn)中去除重疊點(diǎn)，不存在則直接保留所有最大z-tolerance算法提取出的特征 點(diǎn)，結(jié)果記為點(diǎn)集A。然后根據(jù)現(xiàn)有技術(shù)中的Douglas-Peucker算法對(duì)流域線進(jìn)行簡(jiǎn)化以提 取出更有意義的流域特征線，如果原始DEM的分辨率為5m，可將Douglas-Peucker算法的 閾值設(shè)為5m。經(jīng)過(guò)Douglas-Peucker算法去除流域線上冗余的特征點(diǎn)后，簡(jiǎn)化后的流域線 記為點(diǎn)集B，最終得到的特征點(diǎn)集包括點(diǎn)集A加上點(diǎn)集B，基于該特征點(diǎn)集(A+B)即可生成 TIN。步驟2，比較原始精細(xì)尺度的數(shù)字高程模型和步驟1所得不規(guī)則三角網(wǎng)，計(jì)算出最 大高程誤差ζ在不同取值下的均方根誤差RMSE，對(duì)最大高程誤差ζ和均方根誤差RMSE進(jìn)行 曲線擬合，得到最大高程誤差ζ和均方根誤差RMSE之間的最佳函數(shù)解析表達(dá)式。有兩種屬性與特征點(diǎn)集相關(guān)，也就是ζ和RMSE。ζ值指定了由該等級(jí)下的特征點(diǎn) 集生成的TIN容忍范圍內(nèi)的最大高程誤差。ζ值越大，特征點(diǎn)就越顯著。RMSE描述了生成 的TIN表面和原始DEM間的可容許的平均高程誤差。描述這兩種屬性關(guān)系的最佳函數(shù)式可 通過(guò)回歸分析獲取，其相關(guān)系數(shù)浐應(yīng)大于0. 99。根據(jù)最佳函數(shù)式，在CPE中獲取的ζ值大 小能夠根據(jù)指定的RMSE計(jì)算出來(lái)。
參見(jiàn)附圖3，實(shí)施例比較原始DEM和步驟1得到的TIN，通過(guò)精度分析計(jì)算出不同 ζ值下的均方根誤差(RMSE)Jf ζ和RMSE進(jìn)行曲線擬合，得到它們之間的最佳函數(shù)解析表 達(dá)式。具體操作為，根據(jù)各尺度下生成的TIN生成DEM，將其與原始DEM進(jìn)行精度分析比較， 計(jì)算出RMSE。利用統(tǒng)計(jì)回歸分析對(duì)ζ值和RMSE進(jìn)行曲線擬合，得到一個(gè)最佳函數(shù)解析表達(dá)
式，比如少=以+ ^Ce (a = 2. 166，b = 0. 173, c = 1· 096)，x 代表 RMSE ι 代表 ζ。此時(shí)
得到的相關(guān)系數(shù)爐大于0. 999，滿足要求。根據(jù)得到的最佳函數(shù)式可將與每個(gè)特征點(diǎn)相關(guān) 的ζ值與相應(yīng)的RMSE進(jìn)行轉(zhuǎn)換。步驟3，建立不同尺度的特征點(diǎn)集。本步驟也利用了現(xiàn)有由特征點(diǎn)和流域線構(gòu)建TIN的方法，并改進(jìn)以建立不同尺度 的特征點(diǎn)集，可稱(chēng)為基于尺度的由特征點(diǎn)和流域線構(gòu)建TIN的方法(scale-deterministic Compound Point Extraction, S-CPE)。參見(jiàn)附圖4，實(shí)施例具體步驟如下
步驟3. 1，根據(jù)據(jù)制圖規(guī)范(例如2001年國(guó)家質(zhì)量技術(shù)監(jiān)督局發(fā)布的《數(shù)字地形圖 系列和基本要求》)中比例尺和等高距的關(guān)系，獲取與尺度對(duì)應(yīng)的ζ和RMSE取值范圍，并根 據(jù)步驟2得到的ζ和RMSE之間的最佳函數(shù)表達(dá)式，確定ζ的準(zhǔn)確取值范圍，再次利用CPE 提取出不同尺度下的特征點(diǎn)。根據(jù)指定的尺度確定相應(yīng)的RMSE。按照國(guó)家質(zhì)量技術(shù)監(jiān)督局的標(biāo)準(zhǔn)(2001)，二分 之一等高線間距定義為丘陵地區(qū)的的RMSE，而且ζ不能大于RMSE的兩倍，所以要得到RMSE 和ζ的有效取值范圍，就要先確定指定尺度下的等高距。由于國(guó)家制圖標(biāo)準(zhǔn)只規(guī)定了一些 固定尺度的等高距，參見(jiàn)附圖4，需要進(jìn)行內(nèi)插得到尺度和等高距間的連續(xù)分段函數(shù)解析 式，這樣對(duì)于任意一種尺度就能計(jì)算出相應(yīng)的等高距，從而得到相應(yīng)的RMSE和ζ的取值范 圍。然后根據(jù)步驟2得到的ζ和RMSE之間的最佳函數(shù)表達(dá)式，確定ζ的準(zhǔn)確取值范圍，接 著采用CPE提取出特征點(diǎn)，從而得到該尺度下的特征點(diǎn)集。在實(shí)施例中，如果比例尺為1:100000，得到丘陵地區(qū)的等高距為20m，則RMSE大于 10m, ζ大于20m的特征點(diǎn)集應(yīng)該出現(xiàn)在1 100000的尺度下，再通過(guò)步驟2的ζ和RMSE之 間的最佳函數(shù)式得到更準(zhǔn)確的ζ值范圍，從而利用CPE提取出該尺度下的特征點(diǎn)集。而在 1:200000比例尺下，由于制圖標(biāo)準(zhǔn)中不存在該尺度，需要根據(jù)內(nèi)插得到的尺度和等高距間 的連續(xù)分段函數(shù)解析式進(jìn)行計(jì)算，最終得到等高距為40m，則RMSE大于20m，ζ大于40m的特 征點(diǎn)應(yīng)出現(xiàn)在1:200000的尺度下，同樣根據(jù)最佳函數(shù)式得到準(zhǔn)確的ζ值范圍，利用CPE提 取出1:200000尺度下的特征點(diǎn)集。因?yàn)橥瑯硬捎肅PE方法，本步驟實(shí)現(xiàn)與步驟1類(lèi)似對(duì)任一尺度提取特征點(diǎn)集的實(shí) 現(xiàn)過(guò)程為，根據(jù)與尺度對(duì)應(yīng)的最大高程誤差ζ在準(zhǔn)確取值范圍的不同取值，從原始精細(xì)尺 度的數(shù)字高程模型中提取地表的特征點(diǎn)，然后從原始精細(xì)尺度的數(shù)字高程模型提取流域線 并按照尺度進(jìn)行簡(jiǎn)化，綜合地表的特征點(diǎn)和流域線得到特征點(diǎn)集。也就是說(shuō)，在提取某一尺 度的特征點(diǎn)集，實(shí)施例首先由最大z-tolerance算法提取出的特征點(diǎn)構(gòu)成點(diǎn)集，然后比較 由D8算法提取出的流域線，若有重疊點(diǎn)就從點(diǎn)集中去除；然后用Douglas-Peucker算法對(duì) D8算法提取出的流域線進(jìn)行簡(jiǎn)化，將簡(jiǎn)化結(jié)果加入點(diǎn)集。提取不同尺度的特征點(diǎn)集時(shí)，區(qū)別 只在于(1)對(duì)應(yīng)于不同尺度，ζ的取值范圍不同。(2)對(duì)應(yīng)于不同尺度，用Douglas-Peucker 算法對(duì)D8算法提取出的流域線進(jìn)行簡(jiǎn)化時(shí)，Douglas-Peucker算法的閾值根據(jù)與尺度相應(yīng)的分辨率設(shè)定，因此取值不同。所以，只需從原始精細(xì)尺度的數(shù)字高程模型采用D8算法提 取一遍流域線，然后在不同尺度下根據(jù)不同的閾值采取Douglas-Peucker算法進(jìn)行簡(jiǎn)化即 可。在后續(xù)步驟4. 2中，也只需根據(jù)用戶(hù)指定尺度對(duì)流域線進(jìn)行簡(jiǎn)化，得到簡(jiǎn)化后的流域 線。步驟3. 2，如果兩個(gè)特征點(diǎn)的間距小于該尺度下柵格DEM的格網(wǎng)單元間距，就只選 擇其中ζ值較大的點(diǎn)。在實(shí)例中，1:100，000尺度應(yīng)用下兩特征點(diǎn)的間距應(yīng)該大于50m，而在1:250,000 尺度下距離會(huì)增加到125m，如果兩個(gè)特征點(diǎn)的間距小于該尺度下柵格DEM的格網(wǎng)單元間 距，就只保留擁有較大ζ值的特征點(diǎn)。步驟3. 3，如果一個(gè)特征點(diǎn)和流域線的間距與流域線長(zhǎng)度的比值小于設(shè)定的閾值， 去除該特征點(diǎn)。本步驟所述流域線是指簡(jiǎn)化后的流域線。在實(shí)施例中，根據(jù)公式 = | ，t表示
點(diǎn)與流域線的距離指數(shù)，d表示點(diǎn)與流域線的間距，L表示流域線段的長(zhǎng)度，Di表示閾值， 該閾值與尺度無(wú)關(guān)，一般設(shè)為0. 5%。如果一點(diǎn)的距離指數(shù)小于閾值，就去除該特征點(diǎn)。步驟3. 1所得不同尺度的特征點(diǎn)集經(jīng)步驟3. 2和步驟3. 3優(yōu)化后，成為下一步驟 的處理對(duì)象。步驟4，構(gòu)建自適應(yīng)尺度DEM數(shù)據(jù)結(jié)構(gòu)，在應(yīng)用中根據(jù)用戶(hù)指定的尺度獲取特征點(diǎn) 和流域線，生成數(shù)字地形模型并提取出地形參數(shù)。參見(jiàn)附圖5，實(shí)施例具體步驟如下
步驟4. 1，根據(jù)步驟3所得不同尺度的特征點(diǎn)集構(gòu)建自適應(yīng)尺度DEM數(shù)據(jù)結(jié)構(gòu)。實(shí)現(xiàn)過(guò) 程為，首先對(duì)各特征點(diǎn)賦予尺度屬性，某個(gè)特征點(diǎn)的尺度屬性為所有出現(xiàn)該特征點(diǎn)的尺度 中的最粗尺度，表示從最精細(xì)尺度到該最粗尺度都包含該特征點(diǎn)；從而得到包含所有特征 點(diǎn)的尺度屬性圖，構(gòu)建出自適應(yīng)尺度DEM數(shù)據(jù)結(jié)構(gòu)。在實(shí)施例中，假如選擇的尺度范圍是250m到30m，以IOm遞減，那么先對(duì)250m的 最粗尺度采取步驟3提取出特征點(diǎn)集，并將這些特征點(diǎn)標(biāo)記上250m的尺度屬性。然后同樣 對(duì)MOm的尺度采取步驟3進(jìn)行提取，此時(shí)得到的特征點(diǎn)集包含了 250m尺度下的特征點(diǎn)，將 這些在上一級(jí)已經(jīng)出現(xiàn)的特征點(diǎn)去除后，得到的就是新出現(xiàn)的特征點(diǎn)，將它們標(biāo)記為MOm 的尺度屬性。依次對(duì)所有尺度進(jìn)行這樣的處理，直到在30m的最精細(xì)尺度下新出現(xiàn)的特征 點(diǎn)也進(jìn)行了標(biāo)記，不是特征點(diǎn)的單元賦予0，這樣就得到了一幅包含所有特征點(diǎn)的尺度屬性 圖。步驟4. 2，根據(jù)用戶(hù)指定的尺度獲取特征點(diǎn)和流域線。如果用戶(hù)指定的尺度存 在于尺度屬性圖中，則該尺度下的特征點(diǎn)就由尺度屬性圖中所有該尺度以及更粗尺度屬 性的特征點(diǎn)組成；如果用戶(hù)指定的尺度不存在，則重復(fù)步驟3通過(guò)S-CPE方法提取出該 尺度下的特征點(diǎn)，并按照步驟4. 1對(duì)尺度屬性圖進(jìn)行更新。同時(shí)根據(jù)用戶(hù)指定尺度采用 Douglas-Peucker算法對(duì)流域線進(jìn)行過(guò)濾，得到簡(jiǎn)化后的更有意義的流域線。在實(shí)施例中，如果用戶(hù)指定的尺度為100m，而尺度屬性圖中恰好存在該尺度值，則 該尺度下的特征點(diǎn)集就由IOOm到250m尺度屬性下的所有特征點(diǎn)組成，直接從尺度屬性圖 中檢索出這些特征點(diǎn)即可；如果用戶(hù)指定的尺度為95m，而尺度屬性圖中不存在該尺度值， 則重復(fù)步驟3提取出95m尺度下的特征點(diǎn)，并按照步驟4. 1對(duì)尺度屬性圖進(jìn)行更新。為提高效率起見(jiàn)，具體實(shí)施時(shí)也可以不對(duì)所有特征點(diǎn)重新賦予尺度屬性，只對(duì)尺度屬性為用 戶(hù)指定尺度的特征點(diǎn)進(jìn)行調(diào)整，即只需過(guò)濾掉IOOm尺度下的特征點(diǎn)，對(duì)于剩余的特征點(diǎn)， 將它們?cè)诔叨葘傩詧D中的尺度屬性更改為95m即可。根據(jù)用戶(hù)指定的尺度，如100m，采用 Douglas-Peucker算法對(duì)流域線進(jìn)行過(guò)濾時(shí)，其閾值可設(shè)為該尺度下的DEM分辨率大小，即 IOOm0步驟4. 3，根據(jù)步驟4. 2得到的用戶(hù)指定尺度下的特征點(diǎn)和流域線生成受流域約 束的TIN，即可得到數(shù)字地形模型。并提取出該尺度下的地形參數(shù)，如坡度、坡向，曲率等。為了反映保持地形特征的效果，本發(fā)明實(shí)施例還設(shè)計(jì)了精度評(píng)估步驟。通過(guò)計(jì)算 均方根誤差可以從整體意義上描述地形參數(shù)和其真值的離散程度。步驟5，對(duì)于生成的數(shù)字地形模型、提取出的地形參數(shù)以及流域分析中不同算法的 精度，采用統(tǒng)計(jì)分析的方法評(píng)估精度。參見(jiàn)附圖5，具體步驟如下
步驟5. 1，評(píng)估生成的數(shù)字地形模型的精度。將生成的數(shù)字地形模型與國(guó)家基礎(chǔ)地理信 息中心現(xiàn)有的多尺度數(shù)字地形模型進(jìn)行比較，計(jì)算出均方根誤差，該值越小說(shuō)明精度越高。步驟5. 2，評(píng)估提取出的地形參數(shù)和主要地形特征，比如平均坡度、平均地表粗糙 度、曲率等地形參數(shù)，以及流線匹配度和流線匹配誤差等提供主要地形特征的流域保持指 數(shù)。對(duì)于地形分析的應(yīng)用，關(guān)鍵是保持地形參數(shù)和主要地形特征。因而不僅對(duì)地形參 數(shù)如平均坡度和平均地表粗糙度，也對(duì)流域保持指數(shù)做了比較，比如自適應(yīng)尺度DEM方法 和重采樣方法的結(jié)果之間進(jìn)行比較得到的流線匹配度(SMR)和流線匹配誤差(SME)，它們 評(píng)價(jià)了在不同尺度下綜合后的DEM與原始DEM提取得出的流域線之間的匹配度。在實(shí)例中，計(jì)算平均坡度—和平均地表粗糙度K的公式如下
其中，S表示坡度，A表示投影面積，η表示單元總數(shù)，下標(biāo)i用于標(biāo)識(shí)第i個(gè)單元，sec 表示正割三角函數(shù)。 為了計(jì)算SMR，首先對(duì)從原始DEM提取出的河網(wǎng)生成緩沖區(qū)，緩沖半徑依尺度而
定，然后將綜合后的DEM提取出的河網(wǎng)和該緩沖區(qū)進(jìn)行疊置分析，最后得到SMR。計(jì)算公式 f
為
權(quán)利要求
1.一種保持地形特征的自適應(yīng)尺度DEM建模方法，其特征在于，包括以下步驟步驟1，根據(jù)原始精細(xì)尺度的數(shù)字高程模型構(gòu)建不規(guī)則三角網(wǎng)，構(gòu)建時(shí)采取由特征點(diǎn)和 流域線構(gòu)建不規(guī)則三角網(wǎng)的方式，包括根據(jù)最大高程誤差ζ的不同取值從原始精細(xì)尺度的 數(shù)字高程模型中提取地表的特征點(diǎn)，從原始精細(xì)尺度的數(shù)字高程模型提取流域線并簡(jiǎn)化， 綜合地表的特征點(diǎn)和流域線構(gòu)建不規(guī)則三角網(wǎng)；步驟2，比較原始精細(xì)尺度的數(shù)字高程模型和步驟1所得不規(guī)則三角網(wǎng)，計(jì)算出最大 高程誤差ζ在不同取值下的均方根誤差RMSE，對(duì)最大高程誤差ζ和均方根誤差RMSE進(jìn)行曲 線擬合，得到最大高程誤差ζ和均方根誤差RMSE之間的最佳函數(shù)解析表達(dá)式； 步驟3，建立不同尺度的特征點(diǎn)集并進(jìn)行優(yōu)化，具體步驟如下， 步驟3. 1，根據(jù)制圖規(guī)范中比例尺和等高距的關(guān)系，獲取與尺度對(duì)應(yīng)的最大高程誤差ζ 取值范圍和均方根誤差RMSE取值范圍，并根據(jù)步驟2所得最大高程誤差ζ和均方根誤差 RMSE之間的最佳函數(shù)表達(dá)式，確定最大高程誤差ζ的準(zhǔn)確取值范圍，采用由特征點(diǎn)和流域 線構(gòu)建不規(guī)則三角網(wǎng)的方式提取出不同尺度下的特征點(diǎn)集，對(duì)任一尺度提取特征點(diǎn)集的實(shí)現(xiàn)過(guò)程為，根據(jù)與尺度對(duì)應(yīng)的最大高程誤差ζ在準(zhǔn)確取 值范圍的不同取值，從原始精細(xì)尺度的數(shù)字高程模型中提取地表的特征點(diǎn)，然后從原始精 細(xì)尺度的數(shù)字高程模型提取流域線并按照尺度進(jìn)行簡(jiǎn)化，綜合地表的特征點(diǎn)和流域線得到 特征點(diǎn)集；步驟3. 2，如果在某尺度下，存在有兩個(gè)特征點(diǎn)的間距小于該尺度下柵格數(shù)字高程模型 的格網(wǎng)單元間距，就只保留其中最大高程誤差ζ取值較大的特征點(diǎn)；步驟3. 3，如果一個(gè)特征點(diǎn)和簡(jiǎn)化后流域線的間距與簡(jiǎn)化后流域線長(zhǎng)度的比值小于設(shè) 定的閾值，去除該特征點(diǎn)；步驟4，構(gòu)建自適應(yīng)尺度DEM數(shù)據(jù)結(jié)構(gòu)，在應(yīng)用中根據(jù)用戶(hù)指定尺度獲取特征點(diǎn)和流域 線，生成數(shù)字地形模型并提取出地形參數(shù)，具體步驟如下，步驟4. 1，根據(jù)步驟3所得不同尺度的特征點(diǎn)集構(gòu)建自適應(yīng)尺度DEM數(shù)據(jù)結(jié)構(gòu)，包括按 照特征點(diǎn)出現(xiàn)的最粗尺度賦予各特征點(diǎn)尺度屬性，得到包含所有特征點(diǎn)的尺度屬性圖； 步驟4. 2，根據(jù)用戶(hù)指定的尺度獲取特征點(diǎn)和流域線，獲取方式為， 如果用戶(hù)指定尺度存在于尺度屬性圖中，則該尺度下的特征點(diǎn)由尺度屬性圖中所有具 有該尺度以及更粗尺度屬性的特征點(diǎn)組成；如果用戶(hù)指定尺度不存在于尺度屬性圖中，則 重復(fù)步驟3提取出該尺度下的特征點(diǎn)，并按照步驟4. 1對(duì)尺度屬性圖進(jìn)行更新，該尺度下的 特征點(diǎn)由更新后的尺度屬性圖中所有具有該尺度以及更粗尺度屬性的特征點(diǎn)組成； 根據(jù)用戶(hù)指定尺度對(duì)流域線進(jìn)行簡(jiǎn)化，得到簡(jiǎn)化后的流域線； 步驟4. 3，根據(jù)步驟4. 2所得用戶(hù)指定尺度下的特征點(diǎn)和流域線生成受流域約束的不 規(guī)則三角網(wǎng)作為數(shù)字地形模型，并提取出該用戶(hù)指定尺度下的地形參數(shù)。
2.根據(jù)權(quán)利要求1所述自適應(yīng)尺度DEM建模方法，其特征在于在步驟4后執(zhí)行步驟5 進(jìn)行精度評(píng)估，具體步驟如下，步驟5. 1，評(píng)估生成的數(shù)字地形模型的精度，包括將步驟4生成的數(shù)字地形模型與國(guó)家 基礎(chǔ)地理信息中心現(xiàn)有的多尺度數(shù)字地形模型進(jìn)行比較，計(jì)算出均方根誤差；步驟5. 2，評(píng)估提取出的地形參數(shù)和主要地形特征，所述地形參數(shù)包括平均坡度、平均 地表粗糙度和曲率，所述主要地形特征包括流線匹配度和流線匹配誤差；步驟5. 3，評(píng)估流域分析不同算法的精度，包括選取一種數(shù)學(xué)模擬曲面計(jì)算其理論單位 匯水面積，再對(duì)該數(shù)學(xué)模擬曲面采取其他算法計(jì)算出單位匯水面積，將單位匯水面積與理 論單位匯水面積進(jìn)行比較，計(jì)算出均方根誤差。
3.根據(jù)權(quán)利要求1或2所述自適應(yīng)尺度DEM建模方法，其特征在于采用 Douglas-Peucker算法實(shí)現(xiàn)對(duì)流域線進(jìn)行簡(jiǎn)化。
全文摘要
本發(fā)明提出了一種保持地形特征的自適應(yīng)尺度DEM建模方法,即構(gòu)建一個(gè)適用于從廣域到局部范圍通用的精細(xì)DEM數(shù)據(jù)庫(kù)，提出自適應(yīng)尺度數(shù)據(jù)結(jié)構(gòu)和分析方法，從精細(xì)尺度DEM數(shù)據(jù)庫(kù)中根據(jù)應(yīng)用需要提取多尺度的地形參數(shù)和特征，依據(jù)尺度信息保持不同級(jí)別地形特征，使得不同尺度下地形骨架基本一致。本發(fā)明將自適應(yīng)尺度技術(shù)應(yīng)用于數(shù)字地形分析領(lǐng)域，提高了多尺度DEM生成的效率，保證了多尺度下地形特征的一致性，滿足了實(shí)際應(yīng)用中的尺度需求。
文檔編號(hào)G06T17/05GK102122395SQ201110033539
公開(kāi)日2011年7月13日 申請(qǐng)日期2011年1月31日 優(yōu)先權(quán)日2011年1月31日
發(fā)明者周啟鳴, 朱全生, 祁昆侖, 陳玉敏 申請(qǐng)人:周啟鳴, 武漢大學(xué)