数字高程模型数据压缩及算法研究

合集下载

数字高程模型及其应用

数字高程模型及其应用

德国使用的DHM
(Digital Height Model)
英国使用的DGM (Digital Ground Model) 美国地质测量局USGS使用的DTEM (Digital Terrain Elevation Model)和 DEM (Digital Elevation Model)
1) 数字地面模型DTM(Digital Terrain Models)
TIN
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。
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。
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 。
其余则不然。 三角形准则是建立三角形网络的原则,应用不同的准则将 会得到不同的三角形网络。 一般而言,应尽量保持三角网络的唯一性,即在同一准则 下,由不同的位置开始建立三角形网络,最终得到的形状 应是相同的。在这一点上,空外接圆准则、最大最小角准 则、张角最大原则都可以做到,对角线准则含有主观因素, 现今使用的不多。
4)张角最大准则
一点到基边的张角为最大。
5)面积比准则 三角形内切圆面积与三角形面积或三角形面积与周长平方之比 最大。 6)对角线准则准则
两三角形组成的凸四边形的两条对角线之比,这一准则的比值
限定支取给定。即当计算值超过限定值才进行优化。

单片机多级通信系统中的数据压缩与解压缩算法研究

单片机多级通信系统中的数据压缩与解压缩算法研究

单片机多级通信系统中的数据压缩与解压缩算法研究单片机多级通信系统是一种将多个单片机相互连接起来进行数据传输和通信的系统。

在这个系统中,数据的传输效率是非常重要的。

数据压缩与解压缩算法可以有效地减小数据的大小,提高数据传输的效率。

本文将研究在单片机多级通信系统中的数据压缩与解压缩算法。

1. 数据压缩算法的研究数据压缩算法是将原始数据在保持重要信息的前提下,通过某种方式减少数据的存储空间。

在单片机多级通信系统中,数据压缩可以减小数据的传输量,降低通信系统的负载,提高数据传输的效率。

1.1. Huffman编码Huffman编码是一种常用的数据压缩算法,其基本思想是将出现频率较高的字符用较短的编码表示,出现频率较低的字符用较长的编码表示。

在单片机多级通信系统中,可以通过统计原始数据中不同字符的出现频率,然后根据频率构建Huffman树,进而生成对应的Huffman编码。

在数据传输过程中,发送方将原始数据编码为对应的Huffman编码,接收方根据Huffman编码解码还原出原始数据。

1.2. Lempel-Ziv-Welch(LZW)编码LZW编码是一种无损数据压缩算法,其基本思想是通过建立字典表来动态地对数据进行编码。

在单片机多级通信系统中,可以使用LZW编码对原始数据进行压缩。

发送方首先建立一个初始字典表,包含所有的可能字符。

然后,发送方将原始数据从左到右逐个字符进行匹配,并将匹配的字符串在字典表中查找。

如果匹配成功,则继续向右匹配,直到无法匹配为止。

发送方将匹配成功的字符串对应的编码发送给接收方。

接收方根据接收到的编码和字典表,可以还原出原始数据。

2. 数据解压缩算法的研究数据解压缩算法是将压缩后的数据恢复到原始数据的过程。

在单片机多级通信系统中,解压缩算法可以对接收到的压缩数据进行解码,还原出原始数据。

2.1. Huffman解码Huffman解码是对Huffman编码进行解码的过程。

在单片机多级通信系统中,接收方根据发送方传输的Huffman编码和Huffman树,可以解码出原始数据。

DEM数字高程模型

DEM数字高程模型

概述:DEM旳点模式表达
高程矩阵(规则矩形格网),与栅格地图相同。 ●表达措施:将区域划提成网格,统计每个网格旳 高程; ●线模型到高程矩阵旳转换。 ◆优点:计算机处理以栅格为基础旳矩阵很以便, 使高程矩阵成为最常见旳DEM; ◆缺陷:在平坦地域出现大量数据冗余;若不变化 格网大小,就不能适应不同旳地形条件;在视线计 算中过分依赖格网轴线。
概述:建立DEM旳目旳
1)作为国家地理信息旳基础数据; 2)土木工程、景观建筑与矿山工程规划与设计; 3)为军事目旳而进行旳三维显示; 4)景观设计与城市规划; 5)流水线分析、可视性分析; 6)交通路线旳规划与大坝选址; 7)不同地表旳统计分析与比较; 8)生成坡度图、坡向图、剖面图、辅助地貌分析、估计侵蚀和径流等; 9)作为背景叠加多种专题信息如土壤、土地利用及植被覆盖数据等,以 进行显示与分析; 10)与GIS联合进行空间分析; 11)虚拟现实(Virtual Reality); 另外,从DEM还能派生下列主要产品:平面等高线图、立体等高线图、等 坡度图、晕渲图、通视图、纵横断面图、三维立体透视图、三维立体彩色图 等。
等高线插值法
三、DEM旳应用
概述应用: 1、三维景观 2、数码城市和虚拟现实 3、DEM在工程上旳应用 应用算法: 1、基于DEM旳信息提取 2、等高线旳绘制 3、基于DEM旳可视化分析
三维景观
数码城市和虚拟现实
City Model
Attribute RDB
DOM
DEM
DLG
数码深圳
3D 建筑
空间插值措施转换成点模式格式数据。
DEM旳生成
措施: 1、人工格网法 2、三角网法 3、立体像对法 4、曲面拟正当 5、等值线插值法
人工格网法

数字高程数据

数字高程数据

数字高程数据
数字高程数据是一种用于描述地球表面高程的数字化数据。

它是通过激光雷达、卫星测高等技术获取的,可以精确地测量地球表面的高度,包括山峰、河流、湖泊、海洋等地形特征。

数字高程数据在地理信息系统、地形分析、水文模拟等领域有着广泛的应用。

数字高程数据的精度是评价其质量的重要指标之一。

一般来说,数字高程数据的精度越高,其描述地形特征的准确性就越高。

数字高程数据的精度受到多种因素的影响,如测量设备的精度、数据处理的方法、地形复杂程度等。

因此,在使用数字高程数据时,需要对其精度进行评估,以确保数据的可靠性。

数字高程数据的应用范围非常广泛。

在地理信息系统中,数字高程数据可以用于制作地形图、三维模型等,帮助人们更好地了解地球表面的地形特征。

在地形分析中,数字高程数据可以用于计算坡度、坡向、流域等参数,为水文模拟、土地利用规划等提供基础数据。

在自然灾害预防中,数字高程数据可以用于洪水、滑坡等灾害的模拟和预测,为灾害防治提供科学依据。

数字高程数据的发展也在不断推进。

随着技术的不断进步,数字高程数据的精度和分辨率不断提高,数据获取的成本也逐渐降低。

同时,数字高程数据的应用也越来越广泛,为人们的生产和生活带来了更多的便利和效益。

数字高程数据是一种非常重要的地理信息数据,具有广泛的应用前景。

在使用数字高程数据时,需要注意其精度和质量,以确保数据的可靠性和准确性。

随着技术的不断进步,数字高程数据的应用前景将会更加广阔。

DEM数据处理与分析

DEM数据处理与分析

DEM数据处理与分析DEM数据处理与分析一、DEM数据获取在进行DEM数据处理与分析之前,首先需要获取相关的DEM数据。

DEM数据是通过激光雷达或者卫星遥感技术获取的数字高程模型数据,可以提供地形高度信息。

获取DEM数据的方式有很多种,可以通过互联网下载或者购买商业软件进行获取。

二、DEM数据处理一)初步预处理在进行DEM数据处理之前,需要对数据进行初步预处理。

这一步骤包括数据格式转换、数据质量检查、数据筛选和数据去噪等。

其中,数据质量检查是非常重要的一步,可以保证后续的数据处理和分析的准确性。

二)其他处理除了初步预处理之外,还有一些其他处理方法可以对DEM数据进行优化。

比如,可以进行数据插值、数据平滑、数据过滤等操作,可以提高DEM数据的精度和可靠性。

三)坐标转换(计算坡度之前的预处理)在进行坡度计算之前,需要对DEM数据进行坐标转换。

坐标转换是将数据从一个坐标系转换到另一个坐标系的过程,可以保证DEM数据的准确性和一致性。

三、DEM数据拼接一)获取在进行DEM数据拼接之前,需要先获取需要拼接的DEM数据。

可以通过互联网下载或者购买商业软件进行获取。

二)镶嵌将多个DEM数据镶嵌在一起,形成一个完整的DEM数据集。

在进行镶嵌之前,需要对数据进行预处理,包括格式转换、数据质量检查、数据筛选和数据去噪等。

三)裁剪在进行DEM数据裁剪之前,需要明确裁剪的范围和目的。

裁剪可以将DEM数据集中的某一部分提取出来,可以用于特定的分析和应用。

四、地形属性提取在进行DEM数据分析之前,需要先进行地形属性提取。

地形属性包括坡度、坡向、高程等信息,可以用于地形分析和地形建模。

提取地形属性的方法有很多种,可以通过GIS软件和编程语言进行实现。

一、提取坡度在地形分析中,坡度是一个十分重要的参数。

我们可以使用GIS软件来提取地形的坡度信息。

坡度的计算方式是通过对高程数据进行数学处理得到的。

在提取坡度时,我们需要先选择合适的高程数据,并设置合适的参数。

hnsw 压缩算法

hnsw 压缩算法

hnsw 压缩算法HNSW(Hierarchical Navigable Small World)是一种用于压缩高维数据的算法。

它在处理大规模高维数据时,能够保持查询效率,并且可以显著降低存储空间的需求。

本文将对HNSW压缩算法进行详细介绍,包括原理、优势以及应用场景。

一、HNSW算法原理HNSW算法是基于Small World网络的数据结构,它通过构建多层索引来提高查询效率。

具体而言,HNSW算法将数据集划分为多个层,每层都是一个Small World网络。

这些层通过连接不同层中节点,形成了一个类似于多维网格的结构,从而使得查询时可以通过不断向上跳转来避免遍历所有节点。

HNSW算法的主要步骤如下:1.初始化:将数据集中的一个节点作为起始节点,然后逐个将其他节点添加到网络中。

在添加节点时,需要为其分配一个合适的层级,并在每个层级中选择一个连接节点,以确保网络的连接性。

2.构建多层索引:在初始化的基础上,继续添加节点,并在每个层级中形成连接。

为了保持Small World网络的属性,需要根据一定的规则选择连接节点,并且保证节点之间的距离足够小。

3.查询:根据查询点,从最高层开始搜索,逐层向下找到最接近的节点。

二、HNSW压缩算法优势HNSW压缩算法具有以下几个重要优势:1.查询效率高:HNSW算法利用多层索引以及Small World网络的连接性质,可以减少查询时需要遍历的节点数目,从而提高查询效率。

相比于一般的线性搜索算法,HNSW压缩算法在大规模高维数据集上能够显著缩短查询时间。

2.索引高度可控:HNSW算法支持动态调整索引节点的高度,可以根据实际需求灵活设置。

较低的索引高度可以保证更快的查询速度,而较高的索引高度则可以提供更准确的查询结果。

3.存储空间需求小:由于HNSW算法使用了多层索引并且使用了连接节点的方式来构建网络,相比于其他索引算法,它的存储空间需求更小。

这对于处理大规模高维数据时非常有优势。

数字高程模型DEM数据组织与管理

数字高程模型DEM数据组织与管理
关系型数据库对大数据量DEM的访问比文件系统经 过更多的步骤;在同样条件下;基于文件系统的数 据库效率要高;但在多事务处理 多用户访问 网络 安全等方面的能力有限 由于DEM数据库的规则性 较强;一般采用文件系统和空间索引的方式进行管 理
DEM 数据库结构
DEM 数据库结构实质上就是DEM 的数据结构 对于 TIN 而言;一般是把三角形的顶点看作数据库中的 基本实体;并在此基础上定义是三角形顶点 三角形 边 三角形面之间的拓扑关系
4四叉树数据结构
四叉树编码又称为四分树 四元树编码 它是一种更有效地压 编数据的方法 它将2n×2n像元阵列连续进行4等分;一直分 到正方形的大小正好与象元的大小相等为止如下图;而块 状结构则用四叉树描述;习惯上称为四叉树编码
2 3 2不规则三角网DEM数据结构
由于三角形的不规则型;三角形定义及其与相 邻三角形的关系要显式地表达出来;即TIN模型不 但要存储每个顶点的高程;还要存储三角形顶点的 平面坐标 顶点之间的连接关系和邻接三角形等拓 扑关系
TIN
坐标表
三角形表
TIN模型基本链表结构
这种结构简单但拓扑关系是隐含的;不利于TIN模型的检索与应 用 因此围绕着拓扑关系的描述产生了多种TIN的数据结构
1 TIN的面结构:面结构在基本链表结构基础上增加了用来描 述三角形之间拓扑关系的数据;即使用坐标表 三角形顶点表 以及邻接三角形表构成
TIN模型面结构的特点是:检索网点拓扑关系 效率高由于存储了三角形之间的邻接关 系;TIN内插 检索 等高线提取 显示以及局 部分析都比较方便;存储量大;不便于编辑 在TIN的编辑中要随时维护这种关系
● 构造规则镶嵌模型的方法是:用数学手段将研究区 域进行网格划分;把连续的地理空间离散为互不覆盖的网 格;然后对网格单元附加相应的属性信息;例如对规则格网 的DEM而言;一般通过曲面拟合方法求得栅格单元的高程 值

第七章数字高程模型及其应用ppt课件

第七章数字高程模型及其应用ppt课件

19
第三节 数字高程模型数据内插方法
精选课件ppt
20
精选课件ppt
21
精选课件ppt
22
精选课件ppt
23
精选课件ppt
24
第四节 数字高程模型的数据存储

1.DEM数据文件的存贮
文件头+各格网点的高程
2 .地形数据库
精选课件ppt
25
3.DEM数据的压缩
精选课件ppt
26

差分映射
1、在测绘中被用于绘制等高线、坡度坡向图、立
体透视图,制作正射影像图与地图的修测;
2、在军事上可用于导航及导弹制导;
3、地理信息系统的基础数据;
4、在工业上可利用DSM绘制出表面结构复杂的物
体的形状;
精选课件ppt
4
精选课件ppt
5
精选课件ppt
6
精选课件ppt
7
精选课件ppt
8
精选课件ppt
第五章数字高程模型
精选课件ppt
1
主要内容
精选课件ppt
2
第一节概述
精选课件ppt
3
数字地面模型DTM(Digital Terrain Model)
Miller教授1956年为高速公路设计提出来。此后,
用于各种线路的设计、各种工程面积、体积、坡度的
计算,任意两点间可视性判断及绘制任意断面图。
应用广泛
9
不规则三角网TIN
精选课件ppt
10
精选课件ppt
11
精选课件ppt12数据获取源自精选课件ppt13
精选课件ppt
14
第二节 数据预处理
精选课件ppt
  1. 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. 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. 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)。
二 、DEM 数据压缩
在计算机科学中 ,数据压缩是指用资格筛选法 、
信息量法或其他统计方法 ,把大量的原始数据或由 存贮器取出来的数据转换为有用的 、有条理的 、精炼 而简单的信息的过程 ,又称数据简化或数据综合 。 数据综合有助于删除冗余数据 ,减少数据的存贮量 , 节省存贮空间 ,加快后续处理速度 。
TIN ; 寻找包含高程点 V i 的三角形并计算 Ep ; if ( Ep < Ep0) t hen { 删除 V i ; 删除 TIN 中具有共同顶点 V i 的所有
三角形 ; Part TIN 存放到 TIN ; } }
} 2. 生成局部初始三角网过程 设点链表 VertexList 有 m 项 ,其中第一点 (第 一项) 为 Item [ 0 ] ; 第 m 个点 (第 m 项) Item [ m 1 ] ,则生成局部初始三角网的过程为 : i = 1 ; repeat { Item[ 0 ] 、Item[ i ]和 Item [ i + 1 ]连接生成 一个三角形 , i = i + 1 ; }until i = m - 2 3. 局部三角网优化过程 数据压缩过程中局部三角网优化方法采用 La2
DEM 的数据进行压缩 ,主要用于减少存储数据 量 ,提高后续处理速度 。一般在下列两种情况下进 行数据压缩 : ①是在 DEM 原始数据中 ,存在一定程 度的数据冗余 ,影响 DEM 的应用处理速度 ; ②是当 通过高尺度的 DEM 派生中小尺度的 DEM 时 ,其精 度要求降低 。
在以 TIN 描述的 DEM 中 ,笔者通过研究 ,提出 基于地形描述误差的 TIN 数据压缩方法 ,当对 TIN 中数据进行数据压缩时 ,在一定的误差许可范围内 , 通过淘汰部分高程点 ,重新生成新的局部三角网来 进行 。如果是第一种 DEM 数据压缩情况 ,淘汰的 高程点对 DEM 的精度影响非常小 ; 如果是第二种 情况 ,淘汰的高程点对 DEM 精度有一定的影响 ,但 能满足尺度变化对精度的要求 。
数据压缩是一种计算机数据处理技术 ,在计算 机地图制图 、GIS 中 ,通常利用数据压缩技术减少数 据量 。已研究出不少对线状地物 、面状地物的矢量 数据进行压缩的方法 。但对于用来表示地表高低起 伏的空间曲面模型 ———DEM 的数据压缩及数据综 合很少有人进行研究 。
DEM 常用 TIN 和 GR ID 两种数据结构形式描 述 。汤国安 、龚健雅通过调整格网边长对 GRID 精 度影响做了相关研究 。TIN 因直接由离散高程采 样点构成 ,描述地面形态的精度相对 GIRD 来说要 高 ,数据量少 ,但由于是用不规则的空间分布高程采 样点来描述地形 ,其数据结构 、生成 TIN 的算法 、处 理分析算法较复杂 ,进行空间曲面的数据压缩有一 定难度 。本文针对用 TIN 描述的 DEM ,提出 DEM 数据压缩地形误差 Ep 概念 , 在此基础论上提出一 种以 Ep 影响为压缩资格的数据压缩方法 。
加权法时 ,则
n
n
H0′= ∑w i Hi/ ∑w i
i=1
i=1
式中 ,权函数 w i = ( di) - u ,一般 u 取 2 ,即为距离平
方的倒数 。
四 、TIN 数据压缩算法
对于进行数字压缩的 DEM ,误差可分为高程采 样点误差 、地形描述误差和数据压缩误差 3 种 。在 确定数据压缩地形描述误差限值时 ,应充分考虑 3 种误差的相互影响 , 然后确定数据压缩误差限值 Ep0 。
三 、基于地形描述误差的 TIN 数据压缩 基本原理
如图 1 ,高程采样点集 V sub = { V 0 , V 1 , V 2 , V 3 , …, V n} 是构成 TIN 的高程采样点的子集 , 由 V sub 构成 TIN 的一个局部三角网 。
为了便于描述作如下定义 : 定义 1 :如果三角形Δ1 ,Δ2 , …,Δn 具有共同的 顶点 V 0 。则称Δ1 ,Δ2 , …,Δn 共顶点 。 定义 2 :如果三角形Δ1 ,Δ2 , …,Δn 共顶点 , 且
图 4 局部优化
五 、结束语
首次提出了 DEM 数据压缩 、DEM 数据压缩地 形描述误差 Ep 的概念 , 并在此基础上提出基于 DEM 地形描述数据压缩误差的数据压缩方法 ,该方 法将 Ep 作为 DEM 数据压缩的主要参数 ,对 TIN 进行数据压缩并提出相应的算法 。
收稿日期 : 2003207207 作者简介 :蔡先华 (19632) ,男 ,江苏泰州人 ,副教授 ,博士生 ,主要研究方向为交通地理信息系统 ,地理信息可视化 ,计算机地图制图 。
© 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved.
2003 年 第 12 期 测 绘 通 报 1 7
V 0 是它们的共同顶点 , 则称 V 0 为三角形Δ1 ,Δ2 , …,Δn 的共顶点 。的数据压缩时 ,当某一高程采样点淘 汰后 ,以该高程采样点为顶点的所有三角形将从 TIN 中删去 , 如图 1 ( b) 所示 ,以点集 V sub = { V 0 , V 1 , V 2 , V 3 , …, V n} 形成一个 TIN 的局部三角网淘 汰顶点 V 0 后 ,余下点的点集 V sub′= { V 1 , V 2 , V 3 , …, V n} ,用 V sub′为外壳重新生成新的局部三角网 , 以代替由点集 V sub = { V 0 , V 1 , V 2 , V 3 , …, V n } 构 成的三角网 。
wson 提出的局部优化过程 LOP (Local Optimization Procedure) ,这一过程是所有生成 Delaunay 三角网 的算法中都要用到的关键过程 。理论上讲 , 经过 LOP 过程优化的三角网应可以变为 Delaunay 三角 网 。LOP 的原理非常简单 ,它对具有公共边的相邻 两个三角形进行判断 。如图 4 所示 ,这两个三角形 由 4 个点构成 。如果一个三角形的外接圆包含第 4 点 ,则由交换原来对角线 ,形成两个新的三角形 ,所 形成的新三角形一定为 Delaunay 三角网 。
D EM 模拟面上的对应点 , H0 , H1 , H2 , H3 , H4 , H5 为高程采样点 V 0 , V 1 , V 2 , V 3 , V 4 , V 5 的高程值 , H0′为 V 0′的高程值 ,则
Ep = Et = H0 - H0′
图 3 DEM 地形描述压缩误差
因为已知 H0 , 所以求 Ep , 只需求出 H0′的值 , 由于 V 0′落在淘汰 V 0 后的 DEM 的模拟面上 , 因此 可以通过新形成的局部 TIN 计算出 V 0′值 , 计算方 法可采用最小二乘法或距离加权平均法 。采用距离
图 2 Ep 与 Et 关系
由图 2 可以看出在空间点 V 0 处 Ep 的绝对值 最大 , 因此可以用 V 0 点的 Ep 值表示数据压缩后 的数据压缩地形描述误差 。由于 V 0 就是实际地面 采样点 , 所以淘汰点 V 0 后的地形描述数据压缩误 差 Ep = Et 。但在其他位置同一点的 Ep 和 Et 值是 不一样的 。
一 、引 言
数字高程模型 (DEM) ,是进行 3 维空间数据处 理 、地形特征分析的核心数据 。在一般情况下 ,用于 存储 DEM 的数据量大 ,对其处理的时间长 。因此 , DEM 在能满足一定精度条件下 ,最好具有尽量少的 数据量 ,以减少数据处理的时间 ,提高运行效率 。如 何在保持一定精度的条件下减少 DEM 的数据量 、 提高处理速度是 DEM 应用中一个非常值得研究的 问题 。
A Study of D EM Data Compression and Its Algorithm
CA I Xian2hua ,ZHEN G Tian2dong
摘要 :提出 DEM 数据压缩 、DEM 地形压缩误差 ( Ep) 概念 ,在此基础上提出一种以 DEM 地形压缩误差影响为选取资格的数据压 缩方法 。利用该方法可以为 DEM 的数字综合提供一种技术手段 ,减小 DEM 的存储数据量 ,提高 DEM 后续处理速度 。 关键词 :DEM ; TIN ;数字压缩 ;数字综合
设 TIN 是有 n 个高程采样点构成的三角网 ,要 求的 DEM 数据压缩地形描述误差限值为 Ep0 。
算法的基本思想是对不是 TIN 边界的所有高
© 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved.
2. DEM 数据压缩地形描述误差 Ep 计算方法 如图 3 所示 , V 0 , V 1 , V 2 , V 3 , V 4 , V 5 为地面采 样点 ,υ0 ,υ1 ,υ2 ,υ3 ,υ4 ,υ5 为 V 0 , V 1 , V 2 , V 3 , V 4 , V 5 对 应 高 程 基 准 面 上 投 影 点 , V 0′为 淘 汰 V 0 后
是否淘汰某一高程采样点 , 主要考察该高程采 样点 对 DEM 精 度 的 影 响 程 度 。为 此 , 本 文 提 出 DEM 数据压缩地形描述误差的概念 。
1. DEM 数据压缩地形描述误差 DEM 精度是指所建立的 DEM 对真实地面描 述的准确程度 ,汤国安和龚健雅提出了 DEM 的地 形描述误差 ( Et ) [1 ] ,是假定 DEM 高程采样误差为 零的条件下 ,模拟地面与实际地面之差异 。本文在 此基础上提出 DEM 数据压缩地形描述误差 Ep ,是 指 DEM 数据压缩前后的差异 。图 2 是以 TIN 描述 的 DEM 误差关系图 ,折线 A DV 0 B 为淘汰高程采 样点 V 0 前模型模拟地面剖面线 , 折线 A V 0′B 为淘 汰 V 0 后 TIN 模型模拟地面的剖面线 , CC′为地面 点 C 的地形描述误差 , DD′为地面高程点 V 0 淘汰 后 D 点的地形描述数据压缩误差 。
相关文档
最新文档