EN中文

Journal of Geo-information Science >

2020 , Vol. 22 >Issue 8: 1589 - 1596

DOI: https://doi.org/10.12082/dqxxkx.2020.200004

Classification and Expression of Urban Road from the Perspective of DEM Modeling

  • TAO Yu , 1, 3 ,
  • WANG Chun , 2, 3, * ,
  • XU Yan 3 ,
  • ZHANG Guangzu 1, 3 ,
  • SONG Susu 1, 3 ,
  • YANG Wei 4
Expand
  • 1. School of Geodesy and Geomatics, Anhui University of Science and Technology, Huainan 232001, China
  • 2. Anhui Province Key Laboratory of Physical Geographical Environment, Chuzhou 239000, China
  • 3. Geographic Information and Tourism College, Chuzhou University, Chuzhou 239000, China
  • 4. Resources Environment and Geosciences College, Yunnan University, Kunming 650000, China
*WANG Chun, E-mail:

Received date: 2020-01-01

  Request revised date: 2020-04-02

  Online published: 2020-10-25

Supported by

National Natural Science Foundation of China(41571398)

National Natural Science Foundation of China(41501445)

Copyright

Copyright reserved © 2020
Fold

Abstract

The Digital Elevation Model (DEM) is one of the most important basic geographic information data of a city. Urban road DEM modeling is an important part of urban DEM construction, while road classification is an important foundation and prerequisite of urban road DEM modeling. However, the existing urban road classification methods have a certain degree of distortion in expression of urban road surface. They cannot accurately reflect the planar morphological characteristics of the road, making it difficult to meet the needs of future surface processes simulation. In view of this problem, based on the composition of urban roads, this paper analyzed the characteristics of urban road morphology from the perspective of DEM modeling. An urban road classification method that takes into account the road morphology was proposed to address the shortcomings of existing road classification methods. Based on this, the DEM of urban roads was further explored. In our paper, we selected a subset of Nanjing as the experimental area and used DLG data was as the data source, to further verify the strengths of our urban road classification method. Our results show that the road morphology derived from the road DEM that was constructed based on our urban road classification method was more consistent with the actual road morphology than the existing methods. The framework structure of urban roads was obvious without abnormal changes on the local road surface. The urban road topography was expressed with finer details, which could be used as an important foundation for rain and flood simulation and hydrological analysis, etc. Thus, the road classification method proposed in this paper can assist the modeling of urban road DEM effectively and provide a reference for the construction of high-precision urban road DEM.

Key words： DEM; city; road; classification; DLG; terrain expression; terrain modeling; DTA

Cite this article

TAO Yu , WANG Chun , XU Yan , ZHANG Guangzu , SONG Susu , YANG Wei . Classification and Expression of Urban Road from the Perspective of DEM Modeling[J]. Journal of Geo-information Science, 2020 , 22(8) : 1589 -1596 . DOI: 10.12082/dqxxkx.2020.200004

1 引言

城市DEM是雨洪过程模拟的重要基础,是城市地表汇水分析的关键[1]。城市中自然渐变地形和人工改造后的突变地形交错,致使要完成形态高保真城市DEM的建设,目前仍存在很大困难。值得注意的是,城市道路是城市三维形态的控制性地形要素,对形态高保真城市DEM的建模有着重要参考和支撑作用。
近几十年来,不同领域的学者从交通、景观等不同的视角,分别对城市道路的分类进行了相关研究。李朝阳等[2]针对城市道路功能,分析了我国城市道路分类的历史演变,借鉴国外道路分类方法对我国城市道路进行了分类研究;刘冰等[3]剖析了完善后的国内外道路分类体系,提出了“等级有主次、功能有分类、方式有优先”的三维道路分类体系;孙菲等[4]从景观视角出发,结合传统道路分类方法,研究构建了一种充分满足道路景观设计需求的城市道路分类体系;杨灿灿等[5]面向城市地形建模,采用面向对象的思想提出了一种城市地形要素分类与表达方法。在道路DEM表达方面,许多学者先后开展了一些探索研究,王峥等[1]从地表汇水分析角度研究了基于多源数据融合思想和地形修正思想的城市DEM构建方法,并对城市道路区域做了重点表达;王春等[6,7,8]针对常规格网DEM地形表达的失真问题,提出了“矢量化模拟,栅格化组织”方法,构建了融合地形特征与对象特征的特征嵌入式数字高程模型,并证明了地形形态特征的纹理特征的可行性,可以为进一步的数字地形分析提供参考;赵明伟等[9]针对高程散点构建的DEM在形态失真中的问题,提出了一种顾及形态变化特征的模型优化方法;周波等[10,11]针对地形整体特征的表达,设计了语义DEM概念模型;还有一些学者采用激光雷达、三维激光扫描和三维倾斜摄影等不同数据源研究了DEM的构建方法[12,13,14,15]。
当前的研究重点与成果,主要集中在城市地形表面整体的数字化表达上,鲜有从DEM建模视角出发的城市道路分类与表达研究。由于现有道路分类方法侧重于道路功能的表达,在城市道路建模中形态有所失真。因此,本文从DEM建模视角出发,以数字线划地图（DLG）数据为数据源,通过分析城市道路特征,解析城市道路的基本构成,提出一种顾及道路形态的城市道路分类方法,探讨城市道路DEM的表达方式,从而为复杂的城市道路地形建模提供基础和参考。

2 材料与方法

2.1 现有的城市道路分类

现有城市道路分类方法主要是从管理视角出发进行分类。城市道路一般参照《城市道路交通规划设计规范》（GB50220-95）[16]中的分类方式,按照道路等级分类,将城市道路分为快速路、主干路、次干路和支路4类。按照道路使用功能分类,城市道路经常分为“交通性道路”和“生活性道路”。在《1:500,1:1000,1:2000地形图要素分类与代码》（GB14804-1993）国家标准[17]中规定的交通及其附属设施的分类是面向地形图的测绘和更新入库等,如图1所示,城市道路被细分为高速公路、铁路和公路等类别。
图1 现有的城市道路分类方法

Fig. 1 Existing urban road classification methods

2.2 城市道路新分类与形态特征分析

现有城市道路分类方法侧重于对道路等级和功能的表达,对道路形态的考虑欠佳,不适用于直接进行复杂的城市道路DEM建模。城市道路是人工改造地形,道路形态随着城市的复杂变化和地形走势各不相同,具有延伸方向上高程起伏不大、垂直方向上可微变化、地形总体相对平缓的特征。同时,城市道路将城市有效地分割为各个地形单元,在DEM建模中能很好用于各个地块形态边界的分界线和收敛线。
由于城市的快速发展和交通需求的扩增,自行车道从单车道中逐步被分离成独立道路。因此,完整的城市道路的构成单元可分为主车道、辅道、人行道、单车道、自行车道和分隔带,其中分隔带可细分为主车道间分隔带、主车道与辅道间分隔带、主车道与单车道间分隔带、辅道和单车道间分隔带、辅道与人行道间分隔带、自行车道与人行道间分隔带和单车道与人行道间分隔带,如图2所示。
图2 城市道路基本构成要素分类示意

Fig. 2 Classification diagram of basic elements of urban road

理想情况下城市道路要素空间组合关系如图3所示。从道路横向上看,主车道是供机动车通行道路,通常是道路的核心部分,位于道路的正中央,也是道路DEM建模的关键要素。辅道是位于主车道的两侧,根据规划需求可供机动车单独行驶或机动车、电瓶车和自行车等共用的道路,通常是提供给车辆进行变道或转向使用。单车道是位于辅道旁,可供自行车、电瓶车以及其他非机动车共同行驶的道路,通常包括电瓶车道和部分自行车道。根据道路几何宽度和功能需求在以上各构成要素之间适当加入分隔带。
图3 理想情况下城市道路要素空间组合关系示意

Fig. 3 Schematic diagram of spatial combination of urban road elements under ideal conditions

实际情况中,由于场地、规划等多种因素的限制,城市道路要素的空间组合有许多不同的变化,常见的组合形式有“主车道+辅道+单车道+自行车道+人行道+分隔带”、“主车道+辅道+单车道+人行道+分隔带”、“主车道+辅道+人行道+分隔带”、“主车道+单车道+人行道+分隔带”、“主车道+单车道+分隔带”、“主车道+人行道+分隔带”、“主车道+人行道”和“主车道”等。图4为“主车道+辅道+单车道+人行道+分隔带”的组合情况的实际道路图。
图4 “主车道+辅道+单车道+人行道+分隔带”的道路组合

Fig. 4 Road combination of "main lane + auxiliary road + single lane + sidewalk + separator"

城市道路中,主车道是必有的道路要素,而辅道、单车道、自行车道、人行道和分隔带等要素是可以根据数据源和实际建模需求来进行相应的道路表达。
如表1所示,各个道路要素的形态特征为：
（1）主车道形态在纵向上略微渐变高程起伏,整体连续,在横向上是单一平直面或单一曲面。根据道路宽度和路面排水情况将主车道可分为单向或双面横坡。
（2）辅道形态在纵向上整体连续高程起伏不大,但道路要素独立,局部可断,如部分路段可在道路延伸方向融入主车道。辅道部分路段与主车道形态相同,有时候部分路段也可依据实际地形与主车道形态不同,如某些下穿型道路,辅道和主车道形态明显不一样,辅道横向上是单一平直面或单一曲面。
（3）单车道形态在纵向上整体与主车道形态相似,平缓高低起伏不大。特殊路况下与主车道和辅道形态不一致,如下穿型道路。单车道在横向上为单一平直面或单一曲面。
（4）自行车道是城市新型道路,形态整体平整,与人行道相似,在纵向上道路两端高程略有起伏,在横向上是单一平直面。
（5）人行道形态在纵向上整体呈不连续状态,每段道路纵向两端略有起伏,在横向上是单一平直面。人行道通常是分块存在,与主车道、辅道、单车道或自行车道间基本都有明显的高坎。
表1 城市道路要素形态特征

Tab. 1 Form characteristics of urban road elements

道路要素类型 形态特征 道路要素等级
纵向 横向
主车道 整体连续,微高程起伏 单一平直面或曲面 一级
辅道 整体连续,局部可断,微高程起伏 单一平直面或曲面 二级
单车道 整体平缓,高程起伏不大 单一平直面或曲面 三级
自行车道 整体平缓,两端高程略有起伏 单一平直面 四级
人行道 整体平缓,不连续,两端高程略有起伏 单一平直面 五级
面向城市道路要素的多种空间组合变化,根据道路使用主体为车辆的原则,从DEM建模视角出发,可将主车道、辅道、单车道、自行车道和人行道这些道路要素等级依次从高到低分为一级、二级、三级、四级和五级。由于各类道路的形态特征不一,当低等级道路在延伸方向上渐渐融入高等级道路时,道路形态遵循高等级优于低等级原则,以高等级道路形态为主建设DEM。例如,当辅道并入主车道时,辅道形态也融入主车道形态,以主车道形态为主构建道路DEM。
城市道路DEM是地理空间中道路地形表面的数字化表达[18]。城市道路的表达方式通常分为图形表达和语言表达2种方式,图形表达方式有地形图、等高线图等,关注的是单个的采样点精度和几何表达[11]。而语言表达方式虽较为普遍,但更多的是对道路的整体表达,与DEM建模所需要的高精度相悖,对道路的表达不完整。城市道路功能多样,构成复杂,以致现有的道路表达对城市道路的表达很不完整,从而导致形态高保真城市道路DEM无法建立起来。

3 实验与分析

3.1 实验数据

目前许多城市已经拥有1:500 DLG数据,其具有较高精度的地形信息和相关高程信息,与其他激光雷达、三维激光扫描、三维倾斜摄影等[12,13,14,15]数据来源相比,在节约成本的基础上还能保证数据精度,因此,本文采用南京市局部1:500 DLG数据来构建城市道路DEM,以验证新的道路分类方法的有效性。实验区位于江苏省南京市某局部区域,实验区内的城市道路比较完整,具有很好的代表性。

3.2 建模流程

道路DEM建模主要思路是在上述分类表达的基础上,对实验区的DLG数据进行预处理,根据道路中心线和道路面数据生成道路横向平行栅格网,以主车道对栅格网进行裁剪,将主车道向外延展至所有道路要素类型以覆盖整个城市道路,再将不同道路形态的辅道、单车道、人行道和分隔带分别构建好DEM后分层镶嵌到主车道延展面上,最终形成实验区的城市道路DEM。其中分隔带作为道路分界线,在DEM建模中受其形状或宽度的影响,有些分隔带宽度过窄,如栅栏、行道篱笆等,不能在DEM中表达。城市DEM的格网分辨率通常为 1 m,因此,只有非镂空型且宽度大于1 m的分隔带才需要表达。对于这类宽度大于1 m的非镂空型必建的分隔带,根据它的局部实际形态采用对应的建模方法,如自然起伏的隔离带,将采用现有DEM建模方法;人工平直面式隔离带,将采用平直面法构建其DEM。具体城市道路DEM建模过程如下,流程图如图5所示。
图5 城市道路DEM建模流程

Fig. 5 Flow chart of DEM modeling of urban road

（1）道路要素分拣。对南京市DLG数据进行检查确认,提取出需要的高程点数据和城市道路边界数据。
（2）数据清洗和归并。对提取出的道路数据进行查漏补缺,对数据中不合理、逻辑关系不正确的部分进行清洗和适当地归并。由于该实验区内无完全独立的辅道和自行车道,最终道路分类结果如图6所示,其中城市道路的空间组合形式有“主车道+单车道+人行道+分隔带”（图6中位置1）、“主车道+单车道+分隔带”（图6中位置2）、“主车道+人行道+分隔带”（图6中位置3）、“主车道+人行道”（图6中位置4）和“主车道”（图6中位置5）。
图6 实验区城市道路分类结果

Fig. 6 Result map and partial enlarged map of urban road classification in experimental area

（3）道路高程赋值。对道路高程点赋上该点的高程值,再将高程点通过垂直于中心线平移映射至两边道路边界线和中心线上。
（4）高程点加密和内插。现有DLG数据上的地形高程点密度较为稀疏,不足以较好支撑高精度的城市道路DEM建模。根据城市道路在延伸方向可起伏、垂直方向微小变化的特征等,构建了顾及几何语义约束的城市道路采样点加密方法,实现道路高程点加密,并用不同内插模型分类分块地对各个类型道路进行内插。
（5）城市道路要素建模。利用加密后的高程点、道路中心线、城市道路面等数据生成各道路要素的横向平行栅格网,再以道路面来裁剪栅格网得到各道路要素的DEM。
（6）DEM分层镶嵌。以主车道为建模的核心参考,其他类型道路DEM与主车道延展面进行分层镶嵌融合,然后对道路DEM提取坡度,检查道路形态。

3.3 结果分析

图7是城市道路DEM构建的结果图和局部放大图。图7表明,本文方法建立的城市道路DEM,道路形态和各类要素清晰显著。通过基于本文分类方法和基于现有分类方法所建立的城市道路DEM的山体阴影图（图8）和道路坡度图（图9）对比可看出,基于现有分类方法所建立的道路DEM只是大致反映了道路的整体形态,在横断面上,部分路段有较大的坡度起伏,没有准确表达出城市道路的横断面特征。在纵向方向,整体虽连续,但局部地区会发生突变,致使部分路段道路形态严重失真（图8（b））。
图7 实验区道路DEM构建结果

Fig. 7 Result map and partial enlarged map of urban road DEM construction in experimental area

图8 实验区山体阴影

Fig. 8 Hillshadeand partial enlarged map of mountain in experimental area

图9 实验区道路坡度

Fig. 9 Road slope map of the experimental area

相比之下,基于本文分类方法所构建的道路DEM清晰地展现了道路空间结构,表达出了道路各要素的形态特征和各要素之间的等级关系。同时,道路分类结果在横向方向,各类道路要素坡度变化很小,平直面特性表达得较好。在纵向方向上,表达出了城市道路连续高低起伏平缓,局部无明显较大突变。同时,现有方法结果中不同功能类型道路连接处会发生突变,本文方法构建的道路DEM较好地增强了路口间的光滑性。此外,通常人行道与主车道间会有一定的高差,现有的分类方法建模后表达不出来,而本文方法可以有效地表达出这一地形特征。实验结果表明,通过本文城市道路的分类与构建技术,构建的城市道路DEM,对城市道路形态的表达更精细和准确,能够较好地反映实际道路的地表形态特征。

4 结论与讨论

4.1 结论

（1）本文从DEM建模视角出发,分析了现有的城市道路分类方法侧重于道路功能的表达,对道路形态的考虑欠佳,无法准确反映道路平面形态特征,导致其难以满足未来的地表过程模拟的需求,现有分类不适用于直接进行复杂的城市道路DEM建模。在此基础上,解析了城市道路的基本构成要素和多变的城市道路要素组合形式,分析了城市道路形态特征,针对现有道路分类方法的不足,提出了一种顾及道路形态的城市道路分类方法。
（2）现有道路DEM建模方法是对道路采用间接内插法构建不规则三角网,然后将三角网转栅格或是对道路采用统一的数学曲面建模。现有的建模方法中三角网法会造成一定程度的道路突变失真,也忽视了道路横断面的空间要素组合层次,数学曲面法缺乏对道路形态的考虑。实际城市道路中的主车道、辅道、单车道、自行车道、人行道和分隔带等要素,显然不是一个统一的数学曲面模型能够表达出来,因此,本文构建了顾及道路形态特征的新型城市道路分类方法,以及顾及各个城市道路要素形态特征的DEM建模方法,形成了“分类—采样—内插—建模”一体化的城市道路DEM建模技术。
（3）与现有的方法相比,本文分类方法顾及了城市道路的横纵向形态特征,能够较好地对城市道路这种典型且复杂的人工改造地形进行要素细分,更好反映出城市道路的空间构成单元。基于该分类方法构建的道路DEM所表达的道路形态,更符合实际实验区中道路形态,没有出现局部路面不正常的突变情况且城市道路要素框架结构明显,所表达的城市道路地形更为精细,可以为雨洪模拟和水文分析等提供重要基础,具有良好应用前景。

4.2 讨论

由于格网本身的数据结构限制,纯格网的道路DEM难以表达道路精细突变地形,如果在建模过程中需要更为精细地表达城市道路突变信息,如路坎、人行道阶梯、隔离带坎沿等信息,需要采用F-DEM[6]或其他矢栅一体化DEM模型,有望实现城市道路的精准DEM建模。本文只用到DLG数据,在接下来的研究中,还需要更多地考虑DLG、激光雷达、三维激光扫描、三维倾斜摄影等多源数据的快速融合应用问题,必要时采用其他数据源对DLG数据进行补充,同时要考虑设计更优化的分类内插算法,为实现实时城市道路DEM快速自适应生产提供强有力地支撑。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
王峥, 孙永华, 李小娟. 顾及地表汇水分析的城市DEM 构建[J]. 地球信息科学学报, 2016,18(12):1608-1614.

[ Wang Z, Sun Y H, Li X J. Urban DEM construction for analysis of surface water catchment[J]. Journal of Geo-information Science, 2016,18(12):1608-1614. ]

[2]
李朝阳, 王新军, 贾俊刚. 关于我国城市道路功能分类的思考[J]. 城市规划汇刊, 1999(4): 39-42, 34-80.

[ Li Z Y, Wang X J, Jia J G. Thinking on the functional classification of urban roads in China[J]. Urban Planning Forum, 1999(4): 39-42, 34-80. ]

[3]
刘冰, 颜淋丽, 张涵双, 等. 关于重构城市道路分类体系的探讨[J]. 城市规划学刊, 2014(5):92-96.

[ Liu B, Yan L L, Zhang H S, et al. Reconceptualizing urban road classification system[J]. Urban Planning Forum, 2014(5):92-96. ]

[4]
孙菲, 宋平, 岳邦瑞. 景观视角下的城市道路分类方法及其特征研究——以西安曲江二期为例[J]. 西安建筑科技大学学报(自然科学版), 2012,44(4):523-528.

[ Sun F, Song P, Yue B R. Research on the classification and feature of urban streets from the perspective of landscape architecture: Based on the case of phase II project in Qujiang, Xi'an[J]. Journal of Xi'an University of Architecture & Technology(Natural Science Edition), 2012,44(4):523-528. ]

[5]
杨灿灿, 江岭, 陈昕, 等. 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.

[ Yang C C, Jiang L, Chen X, et al. Classification and expression of urban topographic features for DEM construction[J]. Journal of Geo-information Science, 2017,19(3):317-325. ]

[6]
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.

[ 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. ]

[7]
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):146-149.

[ Wang C, Tang G A, Liu X J, et al. Morphologic fidelity of grid digital elevation model[J]. Geomatics and Information Science of Wuhan University, 2009,34(2):146-149. ]

[8]
Wang C, Tao Y, Liu K, et al. The sensitivity analysis of DEM terrain texture characteristics based on Grey Level Co-occurrence Matrix[C]. 2014 22nd International Conference on Geoinformatics, 2014.

[9]
赵明伟, 张扬, 江岭, 等. 一种优化高精度曲面建模的DEM构建方法[J]. 测绘科学, 2019,44(3):122-126.

[ Zhao M W, Zhang Y, Jiang L, et al. A method of optimizing HASM for DEM construction[J]. Science of Surveying and Mapping, 2019,44(3):122-126. ]

[10]
周波, 刘学军, 徐俊波. 顾及地形特征语义约束的高保真地形建模方法探索[J]. 地理与地理信息科学, 2017,33(1):8-12.

[ Zhou B, Liu X J, Xu J B. An exploration of high fidelity terrain modeling way constrained by terrain′s feature semantic[J]. Geography and Geo-information Science, 2017,33(1):8-12. ]

[11]
周波, 刘学军, 徐俊波. 基于语义认知的地形建模[J]. 测绘科学, 2017,42(3):12-17.

[ Zhou B, Liu X J, Xu J B. Research of elevation modeling based on semantic cognition[J]. Science of Surveying and Mapping, 2017,42(3):12-17. ]

[12]
Polat N, Uysal M, Toprak A S, et al. An investigation of DEM generation process based on LiDAR data filtering, decimation, and interpolation methods for an urban area[J]. Measurement, 2015,75:50-56.

[13]
Wang J, Wang L, Jia M, et al. Construction and optimization method of the open-pit mine DEM based on the oblique photogrammetry generated DSM[J]. Measurement, 2020,152:107322.

[14]
Sefercik U G, Yastikli N, Dana I. DEM extraction in urban areas using high-resolution TerraSAR-X imagery[J]. Journal of the Indian Society of Remote Sensing, 2014,42(2):279-290.

[15]
RossiI C, Gernhardt S. Urban DEM generation, analysis and enhancements using TanDEM-X[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2013,85:120-131.

[16]
中华人民共和国住房与城乡建设部. 城市道路交通规划设计规范(GB50220-1995)[S]. 北京: 中国计划出版社, 1995.

[ Ministry of Housing and Urban-Rural Development of the People's Republic of China. Code for design of urban road engineering (GB50220-1995)[S]. Beijing: China Planning Press, 1995. ]

[17]
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. ]

[18]
汤国安, 李发源, 刘学军. 数字高程模型教程[M]. 北京: 科学出版社, 2010.

[ Tang G A, Li F Y, Liu X J. Digital elevation model course[M]. Beijing: Science Press, 2010. ]

Options
Outlines

/

〈 〉