利用地形图生产DEM数据的研究

利用地形图生产 DEM数据的研究 余　鹏　　　刘丽芬 (国家基础地理信息中心　100044) 　　【摘　要】　数字高程模型在生产中的应用越来越广泛, 本文对比了航摄法与用地形图生产 DEM 方法的优缺点,提出了一种用地形图生产 DEM 数据的一般方法。对生产过程中几个重要的技术问题进行 了探讨:数据精度问题、采样间距问题、质量检查问题等。 　　一、研究意义 数字地面高程模型( D ig ital Elevation Models)简称 DEM, 是一种用 X、Y、Z 坐标表达地表形态的数字形式, 在生产中具有很高的利用价值。首先, 它能够反映区域 内的地形条件,为各用图部门提供地形基础; 其次, 用它 制作沙盘, 具有快速、简便、精确的优点, 可用于军事指 挥和模型演示;它能够用于农业部门的农田水利规划; 能用于水利部门的洪水淹没损失估算及水利建设的土 方量计算; 能用于交通、建筑等各建设部门的选址、规 划; 能用于通讯部门信号覆盖范围的规划与计算;能用 于地质、勘探部门地形的分析; 能用于各旅游景点的规 划及土地资源调查等。可以说 DEM 数据具有广泛的应 用潜力。 由于 DEM 数据具有广泛的使用价值, 国外将 DEM 数据的提供作为其基本的服务项目之一。国家测绘局自 从开始研制各种基本比例尺的数字地图产品以后, 也开 始了各种比例尺 DEM 数据的研制工作。笔者在对外提 供 DEM 数据的基础上, 摸索了一套 DEM 数据生产的 方法, 该方法对用地形图大面积生产 DEM 数据将提供 一定的经验。 　　二、生产过程 1. 两种生产方法的对比 生产 DEM 数据一般有两种方法。一种是用航摄法, 另一种是用地形图生产 DEM 数据的方法。采用航摄法 即利用两相邻像对, 在全数字自动摄影测量系统的支持 下, 通过输入地面控制点 ,经过相对定向和绝对定向及 影像自动相关匹配, 生成DEM 数据。采用该方法进行生 产, 相对来说资料的时效性较好, 如果与地面控制点进 行配合, 往往能达到很高的数据精度。但是该方法也存 在许多问题: 首先,原始资料的成本太高。如果研究地区 有航片, 可以购买航片,如果没有航片, 临时航飞代价太 高。其次, 对软硬件要求较高。 也有用卫片来生产 DEM 数据的, 如利用法国的 SPOT 影像或俄罗斯的 SPIN—2影像等。其生产原理与 航摄法类似,因为都是采用栅格数据进行处理,所以都 存在用航摄法生产所带来的困难。 用地形图生产 DEM 数据, 具有如下优点: 第一, 地 形图相对较为便宜, 也容易得到。地形图上的等高线含 有丰富的高程信息,利用这些高程信息生产 DEM 数据, 可以极大地发挥地形图的作用,而地表的地形变化一般 来说都是比较小的。其次, 当前国内的数字化软件已相 当便宜,普通的微机就可以运行, 对软硬件的要求较低。 第三,地形数据以矢量形式存储、运算, 减少了昂贵的内 外存开销。第四, 可以批量生产。 2. 生产过程 DEM 数据的生产包括如下几个过程: ( 1) 数字化栅格底图的生成 该过程包括如下几个步骤: ¹ 地形图的扫描:即对购买来的地形图或二底图通 过扫描仪扫描,以获得数字化栅格底图; º 对栅格底图进行纠正,以消除纸张变形所带来的 误差。 ( 2) 高程信息的获取 高程信息的获取, 就是在栅格底图上进行数字化, 以获取生成 DEM 所必须的高程信息,它包括如下几个 步骤: ¹ 对等高线进行屏幕跟踪矢量化; º 对等高线标赋高程值; » 对离散高程点进行屏幕矢量化; ¼ 对高程点标赋高程; 最后,对这些矢量化产品进行编辑、检查、拼接以生 成拓扑关系完整的矢量图。 16　　　　　　　　　　　　　　　　　测　绘　通　报　　　　　　　　　1998年　第 10期 ( 3) DEM 生成 ¹ 将生成的矢量图在 ARC/ INFO 软件中利用不规 则三角网( T IN )进行内插,以使整个研究区域都含有高 程值; º 将 T IN 数据进行采样 ,转换为 GRID 数据 ( lat- tice格式) ,对数据进行进一步检查; » 将生成好的 GRID 数据转成 DEM 数据 ( USGS 格式)。 　　三、几个重要问题的探讨 1. 数据精度问题 对 DEM 数据而言, 数据精度包括平面位置精度和 垂直高程精度。国内对 DEM 数据生产的精度要求还未 见有关文档, 美国地质调查局( USGS)在制定的 DEM 数 据 标准 excel标准偏差excel标准偏差函数exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载 中要求 RMSE 不允许超过 1/ 3 等高距, 最大误差 不超过 2/ 3 等高距。 在 DEM 数据生产过程中, 考虑到误差的传播性, 在 生产的每一步都要尽量减少误差。用地形图生产 DEM 的精度问题包括如下几个方面: ( 1) 地形图扫描误差: 该误差主要影响地形的平面 精度, 从而进一步影响DEM 数据的高程精度。扫描误差 主要来源于纸张变形。由于这种误差是一种不依比例的 不规则变形,因此, 在栅格数据生成后, 要对栅格图进行 纠正, 以消除这种变形误差。 ( 2) 屏幕数字化过程中所产生的数字化误差: 该误 差也主要是影响地形的平面精度。但是该误差产生又有 几个原因: 第一, 地形图的复杂程度; 第二, 地形图的清 晰程度; 第三,屏幕数字化人员的操作熟练程度。如果地 形图质量不太好, 或者扫描参数不太好, 都会使地形图 上的等高线产生“粘连”, 影响地形图数字化的质量。 ( 3) T IN 内插过程中所产生的误差: 从矢量图开始 转换到 T IN ,由于考虑到数据量问题,必然对数据有所 取舍, 这种转换过程就会造成信息损失。这种损失将会 造成数据高程精度的误差。 ( 4) 采样间距对数据误差的影响:生成的 T IN 数据 还必须经过采样, 转换为一定采样间距的 DEM 数据。由 于 DEM 数据是以采样间距大小的Cell来表示区域的高 程, 这个转换过程中也会产生数据损失, 从而严重影响 数据高程精度。 2. 格网间距问题 格网间距除影响数据精度外 ,对地貌形态的反映也 比较敏感。在不同的地貌形态下 ,为保持相同的数据精 度, 宜采用不同的格网间距。但是, 格网间距与地貌形态 之间的关系问题一直没有得到很好的解决。 笔者对用 1∶5 万地形图生产 DEM 数据进行了研 究, 地貌类型包括高山、中山、低山以及喀斯特和黄土地 貌。研究方法包括高程采样分析、坡度分析、等高线反演 以及存储量计算等。通过对比、统计, 我们认为用 1∶5 万地形图生产 DEM 数据, 在喀斯特地貌、中山地貌、黄 土地貌等相对高差不大, 地形切割并不显著的地区, 用 25～30 m格网间距可以很好的保留地形信息, 且数据量 不大; 而高山地区, 最好使用 20 m 格网间距, 否则将损 失很多地形信息; 而低山地区可以考虑用 50 m 格网间 距。 很显然, 采样格网大小与使用 DEM 数据的应用要 求有很大关系。格网间距的确定应该与应用紧密挂钩。 3. 数据质量及检查 传统的 DEM 数据检查方法, 主要是抽样。但是抽样 方法有两个弊端:第一, 采点的工作量太大; 其次, 必须 有精确的定位点高程数据。我们在生产过程中发现,数 据质量问题主要出现在矢量数据的形成时期, 最重要的 是要把好矢量数据的质量关。我们首先要对生产出的矢 量数据(等高线和离散高程点)进行回放检查。不同高程 的等高线用不同的颜色表示,以检查等高线的高程值标 赋是否正确。如果高程标赋有错,回放出来的等高线颜 色没有规律, 就必须重新标赋等高线高程。在这一阶段 也可发现等高线数字化时等高线错位的情况, 并可通过 编辑矢量图加以解决。 数据质量检查的第二阶段检查是在生成 DEM 数据 之后,主要是从整体趋势观察数据是否符合地势起伏变 化的规律。这要绘制研究地区的灰阶图、分层设色图和 晕渲图。从灰阶图和分层设色图上通过观察灰阶或颜色 变化是否均匀, 以确定等高线或高程点高程值标赋是否 正确; 其次我们还要进一步生成晕渲图, 晕渲图能够立 体反映地形的起伏变化,便于更加直观的发现数据中存 在的问题。 数据检查的最后一步, 我们要将 DEM 数据反演生 成等高线。将喷绘出来的等高线与原始地形图等高线进 行对比, 以确定哪些地区等高线标赋有错, 从而加以改 正。这种从原始图来又回到原始图的方法,我们可以作 为最终数据检查的标准。 　　四、实　例 采用以上 DEM 数据生产的思路, 我们用 1∶10 万 地形图生产了浙江等省、市地区的 DEM 数字产品。我们 发现用这种方式生产出来的 DEM 数据成本低廉、生产 171998年　第 10期　　　　　　　　　　测　绘　通　报　　　　　　　　　　　　　　　　　 周期短, 具有较高的实用价值。如下是我们用生产出的 浙江省杭州地区的 DEM 数据绘制的晕渲图(见图 1)。 图 1　浙江省杭州地区晕渲图 　　五、结束语 通过长时间的实际工作, 我们在实践中摸索出了一 套用地形图生产 DEM 数据的方法, 并对该方法在生产 上所存在的许多技术难点进行了深入的研究, 为 DEM 数据的批量生产提供了借鉴。但也应该看到,当前我国 对 DEM 数据的生产还处于试验论证阶段, 还有许多问 题值得我们去研究,特别是对 DEM 数据的生产标准研 究得不够。我们期待着我国基础 DEM 数据研制成功,在 生产中发挥越来越大的作用。 参考文献 [ 1] USGS, Dig ital Carto gr aphic Data Standards—Digi- tal Elev ation Models, 1987 [ 2] 黄幼才、刘文保等. G IS 空间数据误差分析和处理. 武汉: 中国地质大学出版社, 1995 年 (上接第 12 页) 叠加而得到加强, 使得{x (1)i ( k ) }具有单调增加或单调减 少的能用指数函数表达的数据序列; 第二, 可使 {x (0)i ( k ) }中随机成份在 AGO 处理时相互抵消一部分而 大为减弱。这样,加强了{x ( 0)i ( k) }中的确定性信息, 减弱 了随机信息, 便于从{x (0)i ( k ) }中提取了指数趋势项。因 此, 应用灰色建模的背景条件是原始序列是否适应指数 规律, 若离指数规律较远 ,为提高预报精度可采用等维 信息模型[ 2、4] ,或者对原始序列分解成适应指数规律的 子序列建立相应的灰色模型分别进行建模预报。 从系统的观点, MGM ( 1, n)是一种状态模型, 它是 单变量的 GM ( 1, 1)模型在多变量情形下的扩展和补充, 它反映了各监测点的相互关联,相互影响。MGM( 1, n) 不同于 GM( 1, n) , 它同时也是一种预测模型。在贫信息 条件下, 用 MGM( 1, n)灰色建模, 对建筑物进行沉降预 报、评定质量,是有一定应用价值的。 参考文献 [ 1] 邓聚龙. 灰色系统理论教程. 武汉: 华中理工大学出 版社, 1990 [ 2] 邓聚龙. 灰色预测与决策. 武汉:华中理工大学出版 社, 1986 [ 3] 尹晖等. 贫信息条件下的多点变形预测模型及其应 用. 测绘学报, 1997, 26( 4) [ 4] 石世云.循环水泵房的沉降观测与灰色系统分析.电 力建设, 1997( 11) [ 5] 刘建华. 深基坑施工监测及数据分析. ’97 工程测量 综合性学术研讨会论文集(上) , 1997 18　　　　　　　　　　　　　　　　　测　绘　通　报　　　　　　　　　1998年　第 10期