DEM格网
DEM网格单元大小的确定
DEM网格单元大小的确定简单方法1由地形图上的等高线生成DEM时，DEM网格大小的粗略估计: CELL Size = Scale分母/ 纸张分辨率纸张分辨率为300bpi(一般为200bpi)，即一英寸纸张上面可以印刷300条线，以1:5万地形图为例：cell size = 50000/300 (inch) = 4.24 (meter)方法2地图比例尺，航空摄影测量、影像分辨率的关系带来的启示航摄规范（GB/T 15661-1995）中规定航摄仪有效使用面积内镜头分辨率“每毫米内不少于25 线对”。
根据物镜分辨率和摄影比例尺可以估算出航摄影像上相应的地面分辨率D，即D=M/R。
(其中M 为摄影比例尺分母，R 为镜头分辨率。
)根据航摄规范中“航摄比例尺的选择”的规定和以上公式，可得下表。
成图比例尺航摄比例尺影像地面分辨率（m）1：5000 1：10,000～1：20,000 0.4～0.81：10,000 1：20,000～1：40,000 0.8～1.61：2,5000 1：25,000～1：60,000 1.0～2.41：50,000 1：35,000～1：80,000 1.4～3.2补充：卫星影像分辨率的选择考虑不同比例尺成图对影像分辨率要求和对应规格商用卫星影像产品的稳定货源。
卫星QuickBird-2 IKONOS-2 SPOT-5 SPOT-4 Landsat-7最高分辩率(m) 0.61 1 2.5 10 15成图比例尺卫星影像（分辨率）1：5000～1：10,000 QuickBird(0.61m)IKONOS-2 (1m)1：25,000 QuickBird-2(0.61m)IKONOS-2 (1m)SPOT-5(2.5m)1：50,000 SPOT-5(2.5m)DEM生成方法- ANUDEM 模型水是地貌形成的主要侵蚀因素。
ANUDEM (Australian National University Digital Elevation Model) 采用了这一思想，使用地貌与水文数据作为插值约束条件，插值等高线高程。
第4章-DEM表面建模PPT课件
• 不同的分块单元可用不同的内插函数， 常用的内插方法有线性内插、双线性内 插、多项式内插、样条函数内插、多层 曲面叠加法等。
.
19
4.3.2 局部分块内插
• 1）线性内插和双线性内插 • 将分块单元内部的地形曲面视为平面 • 线性内插： H= ax+by+c
• DEM应首先考虑保凸性和逼真性！
.
8
4.1.3 DEM建立的一般步骤和方法
• （1）采用合适的空间模型构造空间结构。 • 即DEM格网化过程（形成格网）或三角剖分
过程（形成TIN） • （2）采用合适的属性域函数，属性值为高程。 • （3）在空间结构中进行采样，构造空间域函
数（即内插函数的确定） • （4）利用空间域函数进行分析（即求取格网
• 2）二元样条函数内插 • 样条曲面就是将一张具有弹性的薄板压定在各
个采样点上，而其他的地方自由弯曲。 • 数学上讲，为一个分段的低次多项式，多项式
次数一般不超过三阶。 • 二元样条函数首先对采样区进行分块，对每一
块用一个多项式进行拟合，为保证各个分块之 间的平滑过渡，按照弹性力学条件设立分块之 间的连续性条件，即公共边界上的导数连续。 • 特点：不仅保留了局部地形的细部特征，还能 获取光滑的DEM。但由于多项式阶数较低， 对误差响应不敏感，具有较好的保凸性和逼真 性和平滑性。
• 整体内插函数通常是多项式，要求地形采样点 个数大于或等于多项式的系数数目。此时没有 唯一解，一般采用最小二乘法求解，即要求多 项式曲面与地形采样点之间差值的平方和为最 小，属曲面拟合插值或趋势面插值。
• 虽然任何复杂曲面都可以由多项式在任意精度 上逼近，但在DEM内插中整体内插并不常用。
不规则三角网(TIN)
不规则三角网（TIN）Ⅰ 数字高程模型（DEM）地球表面高低起伏，呈现一种连续变化的曲面，这种曲面无法用平面地图来确切表示。
于是我们就利用一种全新的数字地球表面的方法——数字高程模型的方法，这种方法已被普遍广泛采用。
数字高程模型即DEM（Digital Elevation Model），是以数字形式按一定结构组织在一起，表示实际地形特征空间分布的模型，也是地形形状大小和起伏的数字描述。
DEM有三种主要的表示模型：规则格网模型，等高线模型和不规则三角网。
格网（即GRID）DEM在地形平坦的地方，存在大量的数据冗余，在不改变格网大小情况下，难以表达复杂地形的突变现象，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（简称TIN，即Triangulated Irregular Network）是另外一种表示数字高程模型的的方法（Peuker等，1978），它既减少了规则格网带来的数据冗余，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。
不规则三角网能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起伏平坦时的数据冗余，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。
Ⅱ TIN的基本知识在TIN中，满足最佳三角形的条件为：尽可能的保证三角形的三个角都是锐角，三角形的三条边近似相等，最小角最大化。
TIN 是基于矢量的数字地理数据的一种形式，通过将一系列折点（点）组成三角形来构建。
形成这些三角形的插值方法有很多种，例如Delaunay 三角测量法或距离排序法。
ArcGIS 支持Delaunay 三角测量方法。
TIN 的单位是英尺或米等长度单位，而不是度分秒。
当使用地理坐标系的角度坐标进行构建时，Delaunay 三角测量无效。
创建TIN 时，应使用投影坐标系（PCS）。
TIN 模型的适用范围不及栅格表面模型那么广泛，且构建和处理所需的开销更大。
获得优良源数据的成本可能会很高，并且，由于数据结构非常复杂，处理TIN 的效率要比处理栅格数据低。
第四章 格网DEM建立
7
Beijing University of Civil Engineering and Architecture
4.1 从散点到地形统计表面
DEM 质量评价标准
光滑性：光滑性是指曲线上切线方向变化的连续性，或者说 曲线上曲率的连续性。 三方面相互独立又相互影响： 曲面的逼真性与保凸性有关，保凸性显然会影响曲面的整体 逼近性； 而保凸性和光滑性常常矛盾，一个光滑性很好的逼近面可能 保凸性较差。 不同的应用领域对这些要求的重视程度也不一致，例如实际 地形曲面一般是比较粗糙的，DEM 应首先满足保凸性和逼真 性，而对于飞机、汽车等制造业而言，首先考虑的却是光滑 性。
4.1 从散点到地形统计表面
DEM 质量评价标准
逼真性： MAX ∣f (x, y) − F(x, y) ∣ ≤σ ，则认为逼近面达到 逼真性要求。
6
Beijing University of Civil Engineering and Architecture
4.1 从散点到地形统计表面
DEM 质量评价标准
4.2 规则格网DEM建立的基本思路
DEM内插分类方法
11ห้องสมุดไป่ตู้
Beijing University of Civil Engineering and Architecture
4.3 DEM内插数学模型
整体内插 定义：在整个区域用一个数学函数来表达地形曲面。
12
Beijing University of Civil Engineering and Architecture
4.4 DEM建立过程
基于不规则分布采样点的DEM建立 1）直接法---邻域和领域内点的确定 常用的邻域搜索区域包括搜索圆与搜索正方形两种 初始半径 经验公式
基于梯度方向的格网DEM的断裂特征线生成
在ｆ
＼
１ ０ 况 情 下，
， 。 ．
（ Ｌ ｔ 且 Ｌ北 。 （ 。
或者
边缘 点 。通 过 对所 有 点 的遍 历 ，获得 断 裂特 征 线 的 候 选 点 ，之 所 以这 里 得 到 的只 称 之 为候 选特 征 点 ，
是地学 分析 的基 础 ， 何获取 Ｄ Ｍ 的结构特 征 始终 的 结构 特 征 。本 文 探 讨 的就 是 如何 分 析 断 裂带 边 缘 如 Ｅ
是 其 中基 础 而 重要 的 问题 。一 般 情 况 下 ，可 以通 过 点 ，并 生 成其 上 下 边缘 线 ，为 后续 断裂 特征 面 对 象 断面极 值分 析 ［１ 取 局部 地形 特 征 点 ， 以及 最 大梯 的形 成作 准备 。 １获 ， ２
地形断裂线
特征提取
断裂面对 象
１引言
在 ＤＥ 结构 特 征线 分析 与连 接过 程 中碰 到 断裂 边 Ｍ
地 面 高程模 型 （ Ｅ Ｄ Ｍ，Ｄ ｇｔｌ ｌｖ ｔ ｎＭｏ ｅ） 缘 就采 用 新 的 处理 方 式 ，这 样 才 能 形成 准 确而 完 整 ｉｉ ｅ ａｉ ｄ １ ａＥ ｏ
摘
２０ ９ ） ００ ２
要： 本文按 照断裂地形局部 区域 的变化特性 建立数 学模 型 ， 先获得表 示断裂带边缘候选特征 点， 然后按
梯度最 小方 向搜 索和局部 区域 特征 线唯 一性 的地形特征超 关 系 （Ｃ Ｒ 原 则连接 分 别得 到地形断 裂区域的上 ＴＨ） 下沿特征线并形成对偶 。具体试验 中，我们针对海底地形 中台地 区域 的 Ｄ Ｍ进行分析和提取 ， 得 了实际地 Ｅ 取 形吻合得较满意 的断 裂特征线 。进一 步研 究，我们将根据 面向对 象的思想 ，生成相应 独立不规则但具有 自适
规则格网DEM的解算及精度检验
双线性插值直接通过网格单元的四个顶点拟合曲面袁 所采用的 曲面方程为院
11
移移 H=f渊x袁y冤=
aij xiyi
j = 0i = 0
=a00+a10x+a01y+a11xy
=a0+a1x+a2y+a3xy
渊2冤
2.3 双三次多项式内插数学模型
双三次多形式内插通过网格单元周围的顶点依据某种数学方式
进行曲面拟合袁所采用的方程为院
11
移移 H=f渊x袁y冤=
aij xiyi
渊3冤
j = 0i = 0
式中的坐标是各个各网点的直角坐标遥
将当前格网单元与周围格网单元的高程值组成方程组联立求
解袁将点 P 坐标渊xp袁yp冤代入袁就可求出其高程 Hp[3]遥 2.4 反距离加权法内插数学模型
渊1冤根据实际插值要求袁计算 P 点渊Xp袁Yp冤的平面坐标遥 渊2冤为了选择相邻的数据点袁使用点 P 为圆心袁R 为半径遥 选择落 在圆内的所有数据点遥 当插值二次曲面时袁考虑到计算的方便性袁将 坐标原点移动到 DEM 网格点 P渊Xp袁Yp冤袁由于反距离加权方法的系 数数量需要 4~10 个袁因此所需的数据点数量为 4<n<10遥 当数据点 Pi
确定权利的原则应该与数据点与等待点之间的距离 D 以及权的形式
渊1冤总结和分析现有的内插模型袁讨论 阅耘酝 内插模型的数学原理遥 渊2冤探讨同一精度指标对于不同内插方法的差异性遥 渊3冤编写 DEM 数据内插以及 DEM 精度评定程序遥
2 DEM 空间数据内插原理与方法
2.1 线性内插数学模型
线线性插值将网格单元分割成两个三角形袁 每个三角形由三个 顶点定义一个唯一平面袁插值过程为遥
格网 DEM 分析的主要应用。
格网 DEM 分析的主要应用。
答案：
（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。
（2）立体透视图：绘制透视立体图是 DEM 的一个极其重要的应用。
透视立体图能更好地反映地形的立体形态，非常直观。
人们可以根据不同的需要，对于同一个地形形态作各种不同的立体显示，更好地研究地形的空间形态。
（3）通视分析：通视分析有着广泛的应用背景。
典型的例子是观察哨所的设定、森林中火灾监测点的设定、无线发射塔的设定等。
通视问题可以分为五类：a）已知一个或一组观察点，找出某一地形的可见区域；b）欲观察到某一区域的全部地形表面，计算最少观察点数量；c）在观察点数量一定的前提下，计算能获得的最大观察区域；d）以最小代价建造观察塔，要求全部区域可见；e）在给定建造代价的前提下，求最大可见区。
根据问题输出维数的不同，通视可分为点的通视，线的通视和面的通视。
（4）流域特征地貌提取与地形自动分割：是进行流域空间模拟的基础技术。
主要包括两个方面：a）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；b）特征地貌自动提取和地形自动分割算法。
1
（5）计算地形属性：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。
2。
格网DEM
格网DEM的优点：数据结构简单，便于管 理；有利于地形分析，以及制作立体图。 格网DEM的缺点：格网点高程的内插会损 失精度，格网过大会损失地形的关键特征， 如山峰、洼地、山脊等；如不改变格网的大 小，不能适用于地形起伏程度不同的地区； 地形简单的地区存在大量数据冗余。
格网DEM是DEM最常用的形式，其数据的 组织形式类似于图像栅格数据，只是每个像 元的值是高程值。即格网DEM是一种高程 矩阵，其高程数据可直接由解析立体测图仪 获取，也可由规则或不规则的离散点数据内 插产生。
100 110 120 140 110 105 90 120 115 130 135 120 110 100 135 120 120 130 130 120 110 145 130 115 20 120 115 118
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
绘制规则格网和左右格网对角线一．绘制规则格网：
x=ones(3,3)
for i=1:3
x(:,i)=i;
end
x
y=1:3;
plot(x,y,'R*-')
hold on;
plot(y,x,'R*-')
二．绘制左对角线：
m=[1,2,3];
plot(m,n,'R*-')
n=[2,3];
m=[1,2];
plot(m,n,'R*-')
m=[2,3];
n=[1,2];
plot(m,n,'R*-')
三．绘制右对角线：m=[1,2,3];
n=[3,2,1];
plot(m,n,'R*-')
n=[2,1];
plot(m,n,'R*-')
m=[3,2];
n=[2,3];
plot(m,n,'R*-')
四．同时绘制左右对角线：x=ones(3,3)
for i=1:3
x(:,i)=i;
end
x
y=1:3;
plot(x,y,'R*-')
plot(y,x,'R*-') %左斜线
m=[1,2,3];
n=[1,2,3];
plot(m,n,'R*-') n=[2,3];
m=[1,2];
plot(m,n,'R*-') m=[2,3];
n=[1,2];
plot(m,n,'R*-') %右斜线
m=[1,2,3];
n=[3,2,1];
plot(m,n,'R*-') n=[2,1];
m=[1,2];
plot(m,n,'R*-') m=[3,2];
n=[2,3];
plot(m,n,'R*-')
Delaunay三角形算法实现
一．理论依据：
1.找出离散点集中相距最近的两点，连接这两点形成TIN的初始基线；
2.沿基线的固定一侧搜寻第三点，生成第一个Delauney三角形；
3.以三角形的两条新边作为新的基线；
4.依次重复2,3直至所有的基线处理完毕；
所以在算法中分别用了几个函数分别是用来获取第三个点，根据余弦值来判断三角形的，构建三角网的。
二．用Matlab编程算法：
定义数组：X=rand（1,30）;Y=rand(1,30)
%插入30个随机离散点；
1.寻找距离最近的两点作为初始基线：
For i=1:30
For j=i+1:30
D(i,j)=(x(j)-x(i))^2+(y(j)-y(i))^2;
% D为所有离散点之间的距离数组；
End
End
C=min(min(D));
%求出最小的距离
[m,n]=Cposition=find(D==min(min(D)));
%寻找最小距离所在矩阵的行列号；
M=[X(m),X(n)];
N=[Y(m),Y(n)];
%记录下最小距离两个点的位置；
Plot(M,N);
%连接这两个点；
2.寻找距离上述两点最近的第三点：
For i=1:28
Distance（i）=(X（i）-（X(m)+X(n)）/2)^2+(Y（i）-（Y(m)+Y(n)）/2)^2;
End
%求其它离散点到上述两点中点的距离;
C=min(Distance);
%求最小距离；
p=Cposition=find（Distance==min(Distance)）;
%求最小距离的位置；
TRI=[m,n,p];
Triplot(TRI,X,Y)；
%连接初始三角形；
3.以刚生成的三角形两边扩展三角形，方法如下：For i=1:30
A=(Y(m)-Y(p))/(X(m)-X(p));
B=(X(m)*Y(p)-X(m)*Y(p))/(X(m)-X(p));
Figure(i)=Y(i)-(A*X(i)-B);
If (Figure(i)>0)
Figure(i)=1;
Else if (Figure(i)<0)
Figure(i)=0;
End
End
%求出每个离散点的判别式的值；
Z 坐标求解
1.判断该点与三角形的位置：
由目视解译得所求点高程均在三角形内部。
2.判断过p 点平行于X 轴的水平线与三角形的位置关系： 三角形ABC ：（1）假如y p 大于y B 和y C 小于y A ，则该水平线通过AB ，AC 分别交于l ，r ；（2）假如y p 大于y A 和y C 小于y B ，则该水平线通过AB ，BC 交于l ，r ； （3）假如y p 大于y B 和y A 小于y C ，则该水平线通过CB ，AC 交于l ，r 。
3.求解方法双线性内插：
（1）先由y p =y l =y r 求出l,r 点的（X,Y ）坐标；
（2）在根据以下公式求出待求点的高程Z ； )/())(()
/())(()
/())((l l l l A C A A C A A B A l A B A l X Xr X Xp Z Zr Z Zp X X X Xr Z Z Z Zr X X X X Z Z Z Z ---+=---+=---+=
4.计算结果:
K2320.000
560.5215 113.7296 519.0251
L: 560.826 114.682 518.4637
L: 561.131 115.634 518.4535
L: 561.436 116.587 518.4318
L: 561.741 117.539 518.4224
L: 562.046 118.492 518.3963
L: 562.351 119.444 518.4271
L: 562.656 120.396 518.4151 L: 562.960 121.349 518.4031 L: 563.265 122.301 518.3911 L: 563.570 123.254 518.3791 L: 563.875 124.206 518.3671 L: 564.180 125.158 518.3551 L: 564.485 126.111 518.3431 L: 564.790 127.063 518.3311 L: 565.094 128.016 518.3191 L: 565.399 128.968 517.4044 L: 565.704 129.920 517.3032 L: 566.009 130.873 517.2018 L: 566.314 131.825 517.1006 L: 566.619 132.778 516.9992 R: 560.217 112.777 519.1264 R: 559.912 111.825 519.4047 R: 559.607 110.872 519.7376 R: 559.302 109.920 520.0700 R: 558.997 108.968 520.4025 R: 558.692 108.015 520.7353 R: 558.387 107.063 521.0677 R: 558.083 106.110 521.4005
R: 557.778 105.158 521.7330 R: 557.473 104.206 522.0654 R: 557.168 103.253 522.3982 R: 556.863 102.301 522.7307 R: 556.558 101.348 523.0635 R: 556.253 100.396 523.3959 R: 555.949 99.444 523.7284 R: 555.644 98.491 524.0612 R: 555.339 97.539 524.3937 R: 555.034 96.586 524.5805 R: 554.729 95.634 524.7625 R: 554.424 94.682 524.9445。