EN中文

地球信息科学学报 >

2017 , Vol. 19 >Issue 3: 317 - 325

DOI: https://doi.org/10.3724/SP.J.1047.2017.00317

地球信息科学理论与方法

面向城市DEM构建的地形要素分类及表达

  • 杨灿灿 , 1 ,
  • 江岭 , 1, * ,
  • 陈昕 2 ,
  • 王春 1 ,
  • 赵明伟 , 1
展开
  • 1. 滁州学院安徽地理信息集成应用协同创新中心,滁州 239000
  • 2. 南京市测绘勘察研究院有限公司,南京 210019
*通讯作者：江 岭（1987-）,安徽六安人,博士,讲师,研究方向为数字地形建模及高性能地学计算。 E-mail:

作者简介：杨灿灿（1988-）,安徽宿州,硕士,助教,主要从事DEM数字地形分析及其不确定性研究。E-mail:

收稿日期: 2016-06-29

  要求修回日期: 2016-09-11

  网络出版日期: 2017-03-20

基金资助

国家自然科学基金项目（41501445）

安徽省自然科学基金项目（1608085QD77）

安徽省高校自然科学研究项目（KJ2015B13、KJ2015A261）

滁州学院科研基金项目（2014KJ02）

收起

Classification and Expression of Urban Topographic Features for DEM Construction

  • YANG Cancan , 1 ,
  • JIANG Ling , 1, * ,
  • CHEN Xin 2 ,
  • WANG Chun 1 ,
  • ZHAO Mingwei , 1
Expand
  • 1. Anhui Center for Collaborative Innovation in Geographical Information Integration and Application, Chuzhou University, Chuzhou 239000, China
  • 2. Nanjing Institute of Surveying, Mapping& Geotechnical Investigation, Co. Ltd, Nanjing 210019, China
*Corresponding author: JIANG Ling, E-mail:

Received date: 2016-06-29

  Request revised date: 2016-09-11

  Online published: 2017-03-20

Copyright

《地球信息科学学报》编辑部 所有
Fold

摘要

地形要素是对地形在地表的空间分布特征具有控制作用的点、线或面状要素,其合理划分可为城市地形建模提供数据基础。本文在解析城市地形特征和分析现有地形图分类在城市DEM建模中不足的基础上,基于面向对象思想,以城市地形被城市道路网分割为基本原则,构建了城市地形要素分类及表达方法,并以南京市某区1:500地形图为实验数据,进行了相关验证实验与分析。实验结果表明,本文提出的地形要素分类和表达方法能够整体控制并有效表达集几何和语义信息为一体的复杂城市地形,在全局和局部地形上均有较好的建模效果。本文提出的城市地形要素分类及表达方法不但可为地形要素的分析和应用提供基础,也可为城市地形构建模拟、建设规划和分析决策等提供技术支撑。

关键词： 地形要素; 城市地形; 语义信息; 分类与表达; DEM

本文引用格式

杨灿灿 , 江岭 , 陈昕 , 王春 , 赵明伟 . 面向城市DEM构建的地形要素分类及表达[J]. 地球信息科学学报, 2017 , 19(3) : 317 -325 . DOI: 10.3724/SP.J.1047.2017.00317

Abstract

Topographic features are defined as point, polyline and polygon elements which control surface topography of the earth. Its reasonable classification can provide the data foundation for the simulation of urban topography. There are already many industrial standards for topographic map classification. However, the existed feature classification and coding methods are mainly focused on surveying, mapping, editing, updating, and data storage of topographic map. These methods cannot be used for urban DEM construction directly. After parsing the characteristics of urban terrain and analyzing the deficiencies of classification method in urban terrain modeling based on large scale topographic map, a classification and expression method of urban topographic features is put forward in this paper. According to the principle of urban space is divided by road and land parcel, the topographic features of urban terrain are classified and expressed with mathematical equations based on object-oriented thought by taking the 1:500 topographic maps as fundamental data. To test and verify the effectiveness and feasibility of the classification and expression method, this paper made a registration between classification results and remote sensing images, constructed the DEM and extracted the slope. Meanwhile, this paper performed a comprehensive evaluation for classification results from geometric and semantic perspectives. Also, it analyzed modeling effects at global and local scale, respectively. The experiment results showed that the classification results can be well matched with remote sensing images, the proposed classification and expression method of topographic features can express the geometric and semantic information of complex urban terrain effectively at both global and local scale. The classification and expression method of topographic features for urban DEM construction can not only provide basis for analysis and application of terrain factors, but also provide technical support for the application of topographic features, such as urban terrain modeling, construction planning and decision-making.

Key words： topographic features; urban terrain; semantic information; classification and expression; DEM

1 引言

地形要素是表征地表形态特征的点、线或面状要素,构成了地貌形态及其空间格局的基本框架,对地貌类型识别、划分及分析具有重要意义,是地形建模的数据基础[1-2]。城市作为人类生活的载体,其地形具有人工与自然结合、突变与渐变交错的特征,这些特征集中体现在地形几何与语义信息共生,甚至某些地形区域语义信息占主体,如篮球场、建筑基底面不仅表达了其几何形状还蕴含其地形具有“平”的语义特征以及与周围地物的关系特征,城市道路隐藏其延伸方向在合理坡度下随地势起伏等语义含义。这些城市地形语义信息既包含本体语义信息,又具有与其他对象的关系语义信息。城市地表形态的复杂程度对其地形建模研究提出了更高的要求。众多研究表明,任何复杂地形都由简单面片组合而成,而区域异质地形亦可分割为多种局地同质地形,这些单一面片或局地同质地形均是由点、线或面状要素构成,具有“对象特征”[3-4]。对于城市地形而言,这种对象特征尤为显著,如道路、边坡、运动场等。因此,如果采用面向对象的思想进行复杂城市DEM建模,其构建成功与否的关键和本质在于地形要素的获取,而地形要素获取的关键在于地形要素分类及表达。
地形要素的来源主要通过地形图数据、摄影测量与遥感影像数据以及地面测量等,采集内容一般为高程与平面位置数据[2]。传统DEM建模主要利用这些高程数据内插完成,具有一定的局限性[1,4-8],特别是针对城市地形,不能有效表达以几何与语义共生为主体的城市地形特征。既有学者通过地形图数据进行城市DEM构建[9-12],也有学者对顾及特征地形要素的DEM数据模型进行了研究[4,13-15]。上述研究取得了重要的研究成果,对地形要素的分类及表达具有一定借鉴的意义。然而,这些研究主要集中在自然渐变地形、梯田地形、河网地形以及城市个别人工构筑物对象上,且重点研究特征地形作为建模时的约束条件,未能针对城市地形提出直接适合其DEM构建的地形要素分类方法。针对城市地形的几何信息与语义信息共生的特征,如何对城市地形要素进行提取和应用,如何构建合适的城市DEM建模方法并确保其精细和保真度,如何利用城市DEM进行城市灾害及水文模拟等将是研究的重点,而面向DEM建模的城市地形要素分类和表达则是实现上述研究的基础。目前,城市地形测图已基本形成业内规范,但其地形要素分类与编码主要是针对地形图的测绘、识读、更新及入库等方面,无法直接适从于城市地形建模的需求[16-18]。鉴于此,本文基于大比例尺地形图,以地形图及基础地理信息分类标准为参考,以城市地形建模为目标,提出适合于城市DEM构建的地形要素分类和表达方法,为复杂城区地形建模提供基础。

2 地形要素分类及表达方法

2.1 分类思想

城市DEM是实现城市三维可视化表达、分析、规划的基础。城市DEM通过有限的采样数据数字化表达地表形态,其构建核心是城市地表几何信息及语义信息的获取和表达。城市地形要素的分类及表达则是有效提取与利用上述双重信息的基础。综合考虑城市地形具有平直地形与起伏地形共存、自然地形与人工地形交融、突变地形与渐变地形交错的特点,结合面向对象理论,本文从几何与语义双重视角出发,提出城市地形被道路骨架网分割,并由城市道路和城市地块2大模块组成的分类思想。其中,城市道路被定义为次干路及以上等级的城市道路（依据《城市道路工程设计规范》[19]）,城市地块是由城市道路围合而成的斑块区域,其他地形要素对象均包含在这2大模块内,分类概念如图1所示。
Fig. 1 Sketch map of urban terrain partitioning

图1 城市地形分割示意图

2.2 大比例尺地形图分类标准

地形图作为城市地形的基础数据,蕴涵丰富的地形属性与地形特征信息,《GB 14804-1993 1:500,1:1000,1:2000地形图要素分类与代码》国家标准中规定了大比例尺地形图要素共分为测量控制点、居民地和垣栅、工矿建筑物及其他设施、交通及附属设施、管线及附属设施、水系及附属设施、境界、地貌和土质、植被9类,并依次细分为小类,一级和二级,用以标识该比例尺范围地形图要素数字信息,为各种空间地形图要素信息的采集、存储、检索、分析、输出及交换等提供基础[16]。由于各地区特点不同,可根据自身实际在本标准规定的分类体系上进行增补和扩延,为地形图的测绘、识读和应用奠定基础。
上述分类标准的分类结果虽然全面且细致,然而却不适合直接用于城市DEM构建,具体表现在：
（1）类别信息冗余。地形图数据要素分类涵盖了所有城市地形要素,各类别的细分信息齐全;而城市地形模型主要关心地形要素的形态特征,具体是哪一个地理实体并不重要（如水系是细分为自然河流还是人工河流,是湖泊还是池塘等）同时也不表达植被覆盖以及管线等非地形信息。
（2）地形要素纷杂。对具有相同形态特征的地形要素,DEM对其所表达的结果是相同的,即DEM对其所反映出的形态特征具有一致性。然而,在地形图要素分类标准中,属于同一种形态的地形要素被划分到了不同的类别中。例如,加固的斜坡属于土质地貌类别,斜坡式防波堤属于水系及附属设施类别,而在地形建模中只被表达为斜坡。面向地形建模时,这些具有相同形态特征的地形要素要归属到同一类别中。
（3）高程点隶属不明。地形图中的高程点隶属于测量控制点,从其属性信息中可知其是否为高程点,但是其是否为地面点,为哪种地形要素的高程点却不可从属性信息中读取,只能人工解译,不利于局部DEM的建立。
（4）语义信息缺乏。地形图数据依据实际地形测量获取,着重考虑地形数据的几何信息,没有考虑先验人为认知及其蕴含的特征,缺乏语义信息。从语义认知角度来看,广场、球场等蕴含着“平”的信息,边坡表达着“斜”的特征,并且都具有与邻近地物的关系语义,地形图数据缺乏这些区域地形上的空间特征描述和概括。
因此,本文根据城市地形特点,遵循城市地形是由城市道路及其围合而成的地块构成的思想,在地形图分类标准的基础上,提出了面向城市DEM构建的地形要素分类及表达方法。

2.3 城市地形要素分类方法

依据DEM高程表达的单值性原则,城市地形要素在本文指城市范围内、带有地形信息的、非镂空地物抽象形成的地形要素总称。根据2.1节的分类思想,以DEM建模为目的,城市地形要素分为城市道路和城市地块2大模块,并在本底基础要素和专题要素的类别下分为不同的“对象”,每个对象根据几何、语义信息及建模方式的不同进行细化。对于城市道路而言,不同的城市道路类型具有高程异值性与空间异位性,分为机动车道、非机动车道、人行道以及围合型隔离带4种对象,机动车道根据横切面的几何形态分为单向坡面型和双向坡面型。城市地块则以大比例尺地形图的分类为基础,依据地形要素表达的形态一致性以及城市地块要素的完整覆盖性、准确性、区域异质性为原则,分为建筑物基底、水域、小区道路、边坡、平直场区、铁路、其他硬化区7类对象。各对象要素又根据建模的几何及语义信息不同进行细分,具体分类情况如表1所示。
Tab. 1 Classification results of urban topographic features

表1 城市地形要素分类情况

一类 二类 三类 四类 编码 备 注
城市道路 基础要素 道路高程点 1010100 城市道路边界范围内的高程点
道路边界 1010200 城市道路的最外沿边界
专题要素 机动车道 单向坡面型 1020101 指横断面成单向倾斜状的车道
双向坡面型 1020102 指从由中央向两边倾斜的车道
非机动车道 1020200
人行道 1020300
围合型隔离带 1020400 指道路面上隔离性和装饰性地表非镂空围合型花坛或绿化带
城市地块 基础要素 地块高程点 2010100
等高线 2010200
陡坎线 2010300 包括自然的和人工修整的陡坎
地块边界 2010400 指城市地块的外边界
专题要素 建筑物基底 2020100 包括一般房屋,简易房屋以及有平直基底的人工建筑物等
水域 独立型水域 2020201 指在地块内完整封闭的水域,如湖泊、池塘、露天泳池等
连通型水域 2020202 指具有流动连通性的水域如河流、沟渠等
小区道路 主干道 2020301 指小区块内经过人工修整的主要道路
人行道 2020302
边坡 规则边坡 2020401 包括自然坡面、及路堤、阶梯、地下车口入口等人工边坡
不规则边坡 2020402
铁路 2020500 非镂空铁路
平直场区 2020600 包括广场、球场、以及停车场或公园内相对平直的区域
其他硬化区 主体硬化区 2020701 指地块内未被分类的其他非平直硬化区域
围合型构筑物 2020702 区域内人工构筑物,如花坛等

注：本分类表中的各类别均是独立对象,若存在包含关系,则是指剔除了被包含对象后的范围

为了便于数据存储、管理和利用,本文采用7位编码方式对每个类别进行编码,各地物要素编码见表1。主编码有3位,第1位为一类的编码,即属于城市道路还是城市地块,后2位代表2大模块下的地形要素类别即二类编码;次编码由两位数字构成表示在基础要素和专题要素下的各对象类别,而附类编码则表示3类对象的进一步细分。编码方式如下：
Tab. 2 Quantitative expression of urban topographic features

表2 地形要素信息表达

要素类型 地物类别 形态信息表达
点 高程点 {x,y}{z}{PH}{PG}{Type}{Class}
线 陡坎线、等高线、道路边界、地块边界等;
机动车道线（面）、非机动车道线（面）、人行道线（面）、围合型隔离带线（面）、建筑物基底线（面）、水域线（面）、小区道路线（面）、边坡（面）等
{x1,y1,x2,y2,⋯,xn,yn}{z1,z2,⋯,zn}{PH,PM}{PG}{Type}{Class}

注：Type表示地形要素形态类型（点、线或面）;Class表示地形要素分类类别;PH表示高程语义;PM表示形态语义;PG表示与邻近对象之间的关系语义

值得一提的是,上述城市地形要素分类方法充分顾及了城市地形的骨架特征,但鉴于科学研究是一个由简到繁、逐步完善的过程,本文提出的分类方法未考虑以下城市地形要素：① 建筑物。本文统一将建筑物抽象为镂空地物,这与实际存在一定的出入;② 小型独立构筑物。如混凝土立柱、实体围墙等,由于这些小型独立地物具有较小的长度或宽度,格网DEM难以对其进行有效表达;③ 阶梯。本文将阶梯归为边坡一类,即DEM对其表达时仅能反映出其整体形态特征;④ 下水井。由于下水井面积较小,考虑到DEM表达的有效性,本文未对其进行归类;⑤ 地下人工改造地形。如地下室、地下管道等。因此,在应用本文提出的城市地形要素分类方法时,需注意以上地形要素。

2.4 城市地形要素的表达

在上述分类基础上,需对城市地形要素进行其空间位置、几何以及语义信息的表达,才能为地形建模提供支撑。归结起来,地形要素中的各类别对象可以抽象并概括为具有上述信息的点、线、面3种形态要素,并可进行基于数学语言的抽象描述。
本文的点状要素主要是指各地形要素类别包含的普通高程点及地貌特征点,如道路面上高程点、边坡面内高程点等。每个点的空间位置可以用其三维坐标进行数学表达;对于任意一点对象本体的高程语义信息用PH表示,其与临对象之间的比较语义、关联语义信息等关系语义用PG表示,因此本文用式（1）进行点状地形要素的表达。
x , y , z P H P G （1）
线状地形要素是指在空间上呈线条状分布的普通线状要素或地物的几何边界线状要素。线是点的集合,故可以用序列点来表达线状要素。除了点的序列坐标外,各线状地形要素在高程语义约束的基础上又包含了自身形态语义PM以及与邻近对象的空间关系以及逻辑关系等关系语义PG,其表达式见式（2）。部分地形要素在仅考虑几何形态的情况下,式（2）中的高程信息可以忽略。
x 1 , y 1 , x 2 , y 2 , ⋯ , x n , y n z 1 , z 2 , ⋯ , z n P H , P M P G （2）
面状地形要素是指以完整平直面状、微起伏状或倾斜状形态分布的区域性地形要素,如水域面、建筑物基底面、边坡面等。从地物分类的角度看,围成面状要素的边界为线状要素,且此线状要素本身也是一个独立对象;从数学的角度来讲,面是由线构成,所以本文的面状要素通过线状要素来表达,并通过Type类型来区分。另外,不同类别的面具有不同的高程信息,如独立建筑物基底、球场等在人为认知的情况下认为是平直面状,即只有一个高程值或认为高程值在整个区域内相等,边坡面是倾斜状形态分布,其点的分布具有一定数学关系,而自然起伏地形的高程信息区别于规则地形;同时,此面对象与邻近对象的空间关系如何也是需要表达的语义信息。本文结合面对象本体具有的语义及与临对象之间的关系语义表达面状地物语义信息,同时为了区分地物类别加入了Class字段。
针对本文城市地形要素分类情况及各类别对象的表达类型,可统一概括并综合为点和线要素的表达,具体表达方式如表2所示。

3 实验与结果分析

3.1 实验数据

为验证本文提出的城市地形分类与表达方法的有效性,以南京市局部区域为实验区进行了测试实验。该实验区由低山、平原、河流、湖泊和沿江河地等地形单元构成,山水城林融为一体,平地山丘相得益彰,具有自然地形与人工地形交错,渐变地形与突变地形交融,平直地形与起伏地形共存的特点,形成了典型的地貌综合体,城市结构完整,具有代表性。
本文以实验区2014年更新后的1:500地形图为基础数据（图2）,通过以下的预处理,获取实验区可用于城市地形要素提取的数据。
Fig. 2 Topographic map of study area

图2 研究区域地形图

（1）格式转换。原始地形图数据不是以点、线或面数据的形式进行存储且不具有矢量数据特征,为方便点线面要素的提取和编辑,本文将CAD格式数据转换为矢量数据。
（2）图幅拼接。地形图数据以标准图幅进行存储,每个图幅的实际面积较小,为保证本实验区数据的完整性需对实验数据进行图幅拼接。
（3）数据精简。由于地形图数据中存在花圃填充符号、管线以及图幅框等非地形建模所需数据,本文将其剔除,使其简化。
（4）数据符号化。为了区分不同地物,方便目视解译,本文将数据进行符号化。
验证数据中用到的遥感影像为课题组购买的GeoEye影像,获取时间为2015年,与地形图数据的地物类型基本吻合。

3.2 地形要素提取方法

为对分类结果进行评价并满足地形要素的表达,依据本文分类标准,在上述预处理数据的基础上,利用地形图原有属性代码,进行各地形要素的点、线、面信息提取。各线状地形要素从线图层中提取,面要素以“线图层为主、面图层为辅”进行提取、编辑和构面,点要素利用已提取的各类别面要素或者线要素结合点图层提取,并在建立拓扑的前提下进行检查、编辑以及语义信息嵌入,进而将各个地形要素类别分别依据现有编码方式编码及数据入库。
地形要素提取流程如图3所示,城市道路提取出机动车道、非机动车道、人行道以及围合型隔离带4个类别。为方便后期DEM构建并保持“城市被道路网分割”的原则,隧道以及高架在本文中被并入相应车道内,即隧道和镂空高架车道类型与此条城市道路的道路类型保持一致。高程值需保持单一性原则,以地面真实高程为准,隧道遇到镂空道路桥则以隧道形态为主。地块要素的提取与城市道路提取思路相似,根据图层中的原有属性代码字段进行提取,同时以数据完整、逻辑正确、线条平滑、水域连通等原则进行要素编辑,进而构面及高程点提取。为了保持图面简洁,高程点、等高线等基础数据在本文中不展示,专题要素中线状要素和面状要素共存的则只展示面状要素,并用不同颜色进行可视化,其他区域指基础地块面内未被分类的区域,各专题地形要素提取结果如图4所示。
Fig. 3 Flow diagram of extracting urban terrain features

图3 城市地形要素提取流程图

Fig. 4 Classification results of urban topographic features

图4 地形数据分类结果

3.3 结果分析

从图4可看出,本文的分类方法能够较好地进行地形对象细分。城市道路能够构成城市地形的骨架,分类结果剔除了DEM不表达的镂空城市要素。本文提出的面向对象分类方法解决了地形图中公共边界只属于某一地类而无法直接提取利用的弊端,也验证了城市地形是由城市道路和城市地块两部分组成的思想。将上述分类结果与遥感影像套合,通过目视解译可以看出城市地形要素分类结果与遥感影像在位置及类别上能够很好地吻合。各地形要素套合局部放大结果见图5,实验区整体套合效果如图6所示。
Fig. 5 Partial enlarged figures of RS image registration

图5 分类结果与遥感影像套合局部细节图

Fig. 6 Map of registration between classification results and a RS image

图6 分类结果与遥感影像套合示意图

利用上述分类结果,在其数学表达的基础上,以“基础要素构建本底数据,专题要素复合嵌入”的方式对实验区进行了城市DEM建模,并进行坡度计算,结果如图7、8所示。同时,本文根据已有建模方法[2]直接利用基础地形要素构建了DEM,结果如图9所示。对比图7、9可见,在本文分类基础上完成的DEM模型更细致地刻画出了城市道路、建筑物、球场、水域、边坡等城市地形要素,更符合城市地形形态。由图7、8可知,从整体上看,基于地形要素分类构建的DEM所表达的城市地形与实验区地形的形态基本吻合,城市道路框架明显。城市地形在整体平缓渐变的同时夹杂起伏突变现象,实验区西半部分以城区为主地形较平缓,坡度较小;中部河流边界及两岸边坡形态得到了较好表达;实验区东部多低山及起伏地势,以及陡坎突变地形,坡度变化较大;模型结果与遥感影像及实际地形相符。从局部上分析,各地物除了几何信息能够有效表达外,此模型还保留了平直场区和建筑物基底的语义平直性（如图7中1号位置球场）,展现了道路在横向上坡度变化较小、纵向上随地形波动起伏的特性以及水面的语义平稳性（如图7中2号和3号位置）、陡坎的突变性、边坡和低山的渐变性等,同时各对象在与邻近地物的关系语义也能够有效表达,如1号球场和旁边阶梯的空间关系,2号道路与周围建筑物以及山丘等的位置方位及拓扑关系等,3号位置的水面与河岸的衔接等,各地物间能够较好地吻合。
Fig. 7 Map of hill-shade of study area

图7 实验区地形模型示意图

Fig. 8 Slope map of study area

图8 实验区坡度图

Fig. 9 Hill-shade model based on basic features

图9 基于基础地形要素构建的地形模型

综上所述,城市地形遵循被城市道路网分割的原则,各地形要素分类完整,具有正确的逻辑关系和空间关系,本文提出的分类和表达方法能够从全局进行城市地形控制,从局部进行形态表达,为城市DEM建模提供基础。

4 结语

本文分析了城市地形特征以及大比例尺地形图分类标准在城市DEM建模应用方面的不足,构建了面向复杂城市地形的地形要素分类与表达方法。实验结果表明,对于几何和语义信息共生为主体的复杂城市地形而言,本文提出的分类和表达方法能够表达城市地形结构,为城市DEM构建提供基础。在城市地形要素分类和表达的基础上,可进一步利用面向地理对象的思想针对城市地形进行整体和分区DEM建立,有望实现地形建模从传统的测量标绘到地理赋值、从整体构建到分层表达、从重几何轻语义到注重几何语义信息共生的转变。
本文提出的方法可为城市地形图的最大化利用、城市地形建模及应用推广提供基础。然而,本文主要针对城市地形的地形要素分类和表达方法进行了研究,对于微观尺度下的表达以及分类粒度问题还有待进一步探讨;同时,要实现高精度、高保真的城市地形构建,除要考虑数据特点外,还需要对高程点加密、模型内插等DEM构建方法和表达方式方面进行研究,这将是下一阶段的研究重点。

The authors have declared that no competing interests exist.

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
汤国安. 我国数字高程模型与数字地形分析研究进展[J].地理学报,2014,69(9):1305-1325.数字高程模型是最重要的国家基础地理信息数据,基于GIS的数字地形分析的理论、方法与应用,是当今地理学、地貌学界,特别是地理信息科学研究的热点问题.本文从DEM的数据模型、数字地形分析的不确定性、分析方法、尺度效应、高性能计算方法以及地学应用等方面,对我国学者在该领域的研究情况,特别是研究成果进行较全面的梳理与分析.综述显示,我国具有一批从事数字高程模型与数字地形分析的高水平研究力量,研究方向紧跟国际前沿,并取得了丰硕的成果,部分研究内容具有显著创新,年轻一代科学家正加速成长.在黄土高原、青藏高原的区域数字地形分析方面更彰显我国科学家的优势与特色,在国际学术界产生了重要的影响.

DOI

[ Tang G A.Progress of DEM and digital terrain analysis in China[J]. Acta Geographica Sinica, 2014,69(9):1305-1325. ]

[2]
汤国安,刘学军,闾国年.数字高程模型及地学分析的原理与方法[M].北京:科学出版社,2009.

[ Tang G A, Liu X J, Lv G N, et al.The principle and methodology of DEM based Geo-analysis[M]. Beijing: Science Press, 2009. ]

[3]
田丹,刘爱利,丁浒,等.地貌形态类型面向对象分类方法的改进[J].地理与地理信息科学,2016,32(2):46-50.提出一种改进的基于随机森林因子重要性分析和灰度共生矩阵纹理的地貌形态类型面向对象划分方法.以中国1:100万DEM为数据源,利用相关分析和雪氏熵值法筛选确定地貌分类的地形因子组合,并利用随机森林分类树评价各地形因子的重要性,将求得的各因子重要性数值作为面向对象多尺度分割各图层的阈值,最后基于灰度共生矩阵纹理信息构成分类样本的知识库进行地貌分类.全国地貌分类以《中国及毗邻地区1:400万地貌图》为精度评价标准,结果显示该文提出的分类方法总体精度为71.4％,比ISODATA非监督分类法精度提高5.7％,比常用的面向对象分类法精度提高15.7％;陕西省地貌分类以《中华人民共和国1:100万地貌图》为精度评价标准,分类的总体精度为72.9％.通过分析该文方法对不同分辨率DEM分类精度的影响,得出分辨率越高总体精度越高.

DOI

[ Tian D, Liu A L, Ding H, et al.Improvement of Object-Oriented classification method for landform types[J]. Geography and Geo-Information Science, 2016,32(2):46-50. ]

[4]
王春,汤国安,刘学军,等.特征嵌入式数字高程模型研究[J].武汉大学学报·信息科学版,2009,34(10):1149-1154.针对常规格网dem地形模拟的失真问题,借鉴面向对象技术,提出了“矢量化模拟,栅格化组织”方法,构建了融合地形场特征与对象特征为一体的特征嵌入式数字高程模型——f-dem(featurespreserved-dem)。

[ Wang C, Tang G A, Liu X J, et al.The model of terrain features preserved in grid DEM[J]. Geomatics and Information Science of Wuhan University, 2009,34(10):1149-1154. ]

[5]
王春,刘学军,汤国安,等.格网DEM地形模拟的形态保真度研究[J].武汉大学学报·信息科学版,2009,34(2):146-150.分析了现有格网DEM地形模拟的失真现象，研究DEM地形模拟失真的根源。提出了DEM地形形态保真度的概念，探讨了建设高保真DEM必须解决的问题。

[ Wang C, Liu X J, Tang G A, et al.Morphologic fidelity of grid digital elevation model[J]. Geomatics and Information Science of Wuhan University, 2009,34(2):146-150. ]

[6]
王耀革,朱长青,王志伟.基于Coons曲面的规则格网DEM表面模型[J].测绘学报,2008,37(2):217-222.内插是数字高程模型的核心问题.目前的内插模型主要是由离散的格 网数据构建的连续曲面,直接以点推面,可能存在较大的地形误差.本文建立的Coons曲面DEM表面模型,首先利用离散的格网数据构造与格网边界相对应的 地形剖面曲线的拟合曲线,再基于拟合曲线构建DEM表面模型.实验表明:Coons曲面DEM表面模型是一种高精度的DEM表面模型,其地形模拟误差比直 接基于格网数据建立的双线性内插、样条函数内插和移动曲面拟合法的误差都小,实际地形模拟误差与双线性模型相比减少15%～28%,且精度随着构建边界拟 合曲线所用格网点的增多而逐渐提高.

DOI

[ Wang Y G, Zhu C Q, Wang Z W.A surface model of grid DEM based on coons surface[J]. Acta Geodaetica et Cartographica Sinica, 2008,37(2):217-222. ]

[7]
Yue T X, Du Z P, Song D J, et al.A new method of surface modeling and its application to DEM construction[J]. Geomorphology, 2007,91(1/2):161-172.A new method of surface modelling based on the fundamental theorem of surfaces (SMTS) is presented. Eight different test surfaces are employed to comparatively analyze the simulation errors of SMTS and the classical methods of surface modeling in GIS, including TLI (triangulated irregular network with linear interpolation), SPLINE, IDW (inverse distance weighted) and KRIGING. Numerical tests show that SMTS is much more accurate than the classical methods. SMTS theoretically gives a solution to the error problem that has long troubled DEM construction. As a real-world example, SMTS is used to construct a DEM of the Da-Fo-Si coal mine in Shaan-Xi Province, China. Its root mean square error (RMSE) is compared with those of DEMs constructed by the four classical methods. The results show that although SMTS also has a higher accuracy in the real-world example, the improvement of accuracy is less distinct than that expected from the numerical tests. The accuracy loss seems to be caused by location differences between sampling points and the central points of lattices of the simulated surfaces. Two alternative ways are proposed to solve this problem.

DOI

[8]
Kingder D B.High-order interpolation of regular grid digital elevation models[J]. International Journal of Remote Sensing, 2003,21(14):2981-2987.The fundamental aim of a digital elevation model (DEM) is to represent a surface accurately, such that elevations can be estimated for any given location. It is, therefore, necessary to have efficient and precise algorithms for the computation of surface elevations between given points. The hypothesis presented here, is that higher-order interpolation techniques will always be more accurate than the likes of the popular bilinear algorithm. This hypothesis will be evaluated through an assessment of the accuracy with which DEMs can be interpolated to higher spatial resolutions. A variety of interpolation techniques are assessed, ranging from the one-term level plane to the 36-term biquintic polynomial. In general, techniques that take account of the local terrain neighbourhood are more consistent and accurate, reducing the rms. error by up to 20% of the bilinear interpolant.

DOI

[9]
Gabet L, Giraudon G, Renouard L.Automatic generation of high resolution urban zone digital elevation models[J]. ISPRS Journal of Photogrammetry& Remote Sensing, 1997,52:33-47.Our paper presents an automatic generation of high resolution urban digital elevation models (DEMs) based on a highly redundant correlation process. We will discuss the difficulties of such a task by commenting on the state of the art, and we propose an approach in three main steps. In the first step, the image acquisition specification as image sequences leads to pairs with various base/height ratios in order to obtain good precision and few errors due to hidden parts. In the second step we use various stereovision methods and we merge the results, thus attributing to each pixel the most probable and precise elevation. In the third step we automatically extract terrain-DEM and building-DEM from computed DEM in order to specifically post-process each class. Finally, we combine these two DEMs to generate a final DEM which presents the best continuity for ground surface, and which respects sharp building discontinuities. The results obtained with an operational example (including image size, difficulty of the scene) demonstrate the feasibility of generating metric resolution urban data bases from automated digital stereo methods.

DOI

[10]
Noumi Y, Shiono K, Masumoto S, et al.Generation of DEM from the topographic maps: Utilization of Inter-Contour information[J]. Geological Data Processing, 1999,10:235-246.A new algorithm is presented for creation of a Digital Elevation Model (DEM) based on a hard-copy topographic map. It is conventional that the DEM are estimated using elevation data poiots on contour lines. Because these data points are non-uniformly distributed in many cases, interpolation results are often erroneous to generate DEM that does not represent the true elevation. To overcome this problem, we consider that a topographic map illustrates a dense distribution of inequality information have treated that the elevation information as an expression of inquality which enables the use of inter-contour data in the interpolation algorithm. It is expected that the interpolated surface, which satisfies a numerous set of inequality constraints given by a dense sampling of the space between neighboring contour lines, provides better approximation of the DEM. The algorithm implemented in the Horizon programs enables the use of this inequality information and generates of an optimized interpolated surface. In this paper, we discuss advantages of use of inter-contour inequality information for the interpolation and the sensitivity of program parameters for calculating the interpolated surface.

[11]
Guo L, Yang W, He H, et al.Study on updating method of DEM based on Large-Scale topographic map[J]. Fourth International Conference on Digital Manufacturing & Automation, 2013,20:1339-1342.Our institude has a digital elevation model that is based on 2008 of ADS40 aerial photography production. DEM is already too old, in the nearly two years of actual use of this data. It have been found that the data is obviously not in line with the actual situation of the elevation. These problems generate direct result that DEM data is difficult to apply in areas which require the application of the three - dimensional GIS data such as urban planning, mobile base station location. So we must generate new updating procedures of Large - scale topographic maps and digital elevation model(DEM).

DOI

[12]
高轩. 基于大比例尺地形图的城郊道路DEM构建研究[D].青岛:山东科技大学,2011.

[ Gao X.Research on creating DEM of suburban roads based on large scale digital map[D]. Qingdao: Shandong University of Science and Technology, 2011. ]

[13]
胡刚,宋慧,张明礼.栅格DEM中隔断线约束算法应用评价[J].南京林业大学学报(自然科学版),2014,38(1):140-144.基于高精度差分GPS测量数据，在详细分析规则格网数字高程模型（DEM）构建过程中隔断线 算法过程基础上，构建带约束算法的大比例尺沟道侵蚀形态的规则格网DEM，并将其与非带约束条件的规则格网DEM和实测值进行了对比。研究发现：带约束条 件下的规则格网DEM能够很好地与实际形态相符合，并优于依据同样点所构建不规则三角网（TIN）转换而来的同等分辨率的规则格网DEM，而且研究发现随 着格网间距的减小，插值结果与实测值间的RMSE也随之减小，规则格网DEM对地形的表现能力渐趋增强。

DOI

[ Hu G, Song H, Zhang M L.Application evaluation of the bounding algorithm for breakline in grid DEM[J]. Journal of Nanjing Forestry University (Natural Sciences Edition), 2014,38(1):140-144. ]

[14]
赵卫东,周弯,汤国安,等.基于GRID-TIN混合格网DEM的旱作梯田数值模拟模型研究[J].地理与地理信息科学,2015,31(3):38-43.旱梯田地形具有独特的平面和剖面形态特征,现有DEM难以对其地 貌形态特征进行准确描述,无法满足构建旱梯田地形数值模拟模型的需求.为此,以黄土高原典型旱梯田地形为切入点,基于Grid-TIN混合格网DEM和面 向对象技术构建出水平梯田等典型旱梯田数值模拟模型.根据旱梯田地形的独特地貌形态特征,提出能够对旱梯田地形的高程、坡度进行准确计算的数字地形分析方 法.该研究成果是对基于DEM的旱梯田地形数值模拟模型研究的有益尝试,对于探讨利用DEM实现旱梯田地形的有效数字表达与分析具有重要理论意义.

DOI

[ Zhao W D, Zhou W, Tang G A, et al.Study on Grid-TIN hybrid DEM-Based numerical simulation model of terraced dryland[J]. Geography and Geo-Information Science, 2015,31(3):38-43. ]

[15]
古云鹤,杨勤科,罗仪宁,等.突变地形特征在DEM上的表达[J].水土保持研究,2011,18(2):174-179.黄土高原南部高塬沟壑区的地形,存在比较明显的塬边线和沟缘线等突变地形特征线,而这种地形特征在DEM表面的表达却缺乏必要研究.选长武县为研究区,将1∶50 000地形图(等高线、高程点和河流等专题层)及其手工提取的地形特征线(塬边线、沟缘线和坡脚线)数字化;利用多要素构TIN方法和Hutchinson插值方法,分别在有无地形特征线参与的情况下建立10 m分辨率规则格网的DEM;利用地图代数运算和频率统计等方法,比较分析所建DEM表面的高程、坡度和剖面曲率等地形属性特征.结果表明:在ANUDEM插值(Hutchinson算法)情况下,地形特征线的参与,可显著改善DEM对地形特征的表达,既避免了平三角,又兼顾了地形的光滑和连续性特征;而在构TIN建立DEM的情况下则无明显影响.

[ Gu Y H, Yang Q K, Luo Y N, et al.Representation of eroded geomorphological features on the DEM[J]. Research of Soil and Water Conservation, 2011,18(2):174-179. ]

[16]
国家技术监督局.中华人民共和国国家标准1:500、1:1000、1:2000地形图要素分类与代码(GB/T14804-1993)[S].北京:中国标准出版社,1993.

[National Technical Supervision Bureau. Classification and codes for features of 1:500, 1:100, 1:2000 topographic maps (GB/T14804-1993)[S]. Beijing: Standards Press of China, 1993. ]

[17]
中华人民共和国国家质量监督检验检疫总局,中国国家标准化管理委员会.基础地理信息要素分类与代码(GB/T 13923-2006)[S].北京:中国标准出版社,2006.

[ General Administration of Quality Supervision, Inspection and Quarantine of People's Republic of China. Specifications for feature classification and codes of fundamental geographic information (GB/T 13923-2006)[S]. Beijing: Standards Press of China, 2006. ]

[18]
张雪英,张春菊,闾国年.地理命名实体分类体系的设计与应用分析[J].地理与地理信息科学,2010,12(2):220-227.自然语言是一种重要的空间数据来源,从自然语言中获取地理空间信息是地理信息科学的重要研究议题.完善的地理命名实体分类体系,有助于实现自然语言中地理空间信息的解析、存贮、组织、管理、分析及共享应用.现有的基础地理要素分类体系、地名分类体系和组织机构分类体系,分别侧重于不同的应用领域,只能表达自然语言中的部分地理命名实体,没有考虑时空关联特性.本文在参照大量相关标准的基础上,根据大量自然语言文本的标注结果,以地理命名实体所指代的空间位置、地理特征和属性作为分类标准,采用主分表和复分表相结合的方式,设计了地理命名实体分类体系(简称"GNEC").采用定量和定性相结合的方法,分析了GNEC与GB/T18521-2001.GB/T13923-2006,CHGIS的地名分类体系、ADL的FTT词表之间的兼容性,并以中文文本的地理命名实体解析和地图服务为例,验证了GNEC的应用性能.多样性是自然语言中地理实体描述的重要特征,而分类体系主要实现地理命名实体的概念化操作.因此,在GNEC基础上构建本体,将成为解决这一问题的有效途径.

DOI

[ Zhang X Y, Zhang C J, Lv G N, et al.Design and analysis of a classification scheme of geographical named entities[J]. Journal of Geo-Information Science, 2010,12(2):220-227. ]

[19]
中华人民共和国住房和城乡建设部. 中华人民共和国行业标准城市道路工程设计规范(CJJ37-2012)[S].北京:中国建筑工业出版社,2012.

[ Ministry of Housing and Urban-Rural Development. Code for design of urban road engineering (CJJ37-2012)[S]. Beijing: China Architecture & Building Press, 2012. ]

Options
文章导航

/

〈 〉