一种顾及地形语义信息的多尺度DEM构建方法技术

本发明专利技术公开了一种顾及地形语义信息的多尺度DEM构建方法，步骤包括：对DEM点位局部重要度进行计算DEM点位局部几何重要度TSIlocal；根据地形特征点类型与地形层次结构确定地形特征点语义重要度权重分配方案，计算DEM点位全局语义重要度TSIglobal；DEM点位综合重要度指数TSI测度与提取；根据比对法得到的重构目标DEM尺度大小与综合重要度指数TSI阈值之间的对应关系来确定TSI阈值；候选地形特征点的选取；进行空间插值完成目标尺度构建DEM。本发明专利技术通过高等级主要地貌要素优先保留、次要级别地物要素逐渐舍弃，可以保持不同尺度条件下的地形骨架特征，有利于维护多尺度DEM构建结果及其应用的一致性，有效提高多尺度DEM构建技术的实用效果，从而满足社会不同层次的多尺度DEM应用需求。

【技术实现步骤摘要】

本专利技术涉及一种多尺度DEM构建方法，特别是一种顾及地形语义信息的多尺度DEM构建方法。
技术介绍
数字高程模型(Digital Elevation Model,DEM)作为地形信息的重要数字载体，是进行空间分析和地学模拟的核心数据源。世界上发达国家不仅建立了覆盖本国的多种尺度DEM，同时也开始推进高精度、高分辨率DEM，以及全球尺度SRTM DEM、ASTER GDEM的建设；在我国，已陆续完成了覆盖全国范围的1:100万、1:25万、1:5万DEM数据库的建立，1:1万DEM也正在积极建设之中，在国民经济、国防建设和科学研究中发挥越来越重要的作用。然而，有限几种比例尺的DEM往往不能满足工程项目和科学研究的实际应用需求，现有固定分辨率的DEM数据常常与地学分析模型数据尺度不匹配，从而影响到地学分析结果的可靠性和有效性，亟需构建多尺度序列的DEM数据。此外，大范围地形场景实时可视化，也需要动态地生成多尺度DEM。因此，基于已有大比例尺DEM自动获取小比例尺DEM是十分必要的。与此同时，随着国家大比例尺DEM的相继建立，以及各种新型高分辨率传感器，如LiDAR、InSAR、SAR等的出现，使DEM在数据获取方式上更加迅速、灵活，从而为基于高精度DEM进行多尺度地形表达提供了良好的数据支持。就目前构建多尺度DEM数据库的方法而言，可以归结为两种主要方案，一是基于不同类型和不同比例尺数据源、按照各自标准和不同工序独立生产多尺度DEM数据库(称为独立构建法)，二是基于单一大比例尺DEM数据源，通过地形简化方式获取多尺度DEM(称为地形简化法)。对于独立构建法，当前各个国家通常基于独立构建法生产多尺度DEM数据库，这种多种比例尺共存的DEM数据库在给应用带来极大便利的同时，却存在一些难以回避的问题。(1)独立构建法生产的若干种尺度DEM往往不能满足实际应用需求。(2)独立构建多尺度DEM法存在较严重的数据冗余和数据更新难题，这是因为地形数据量庞大，多比例尺DEM共存的方式数据冗余较为突出；同时针对同一区域基于不同类型和不同比例尺数据源独立建库，当区域地形特征 发生变化时，需要对不同类型数据源进行重新采集和修改，并重复整个DEM建库过程才能完成不同尺度DEM数据的全面更新。(3)独立构建多尺度DEM法会产生地形特征建模结果不一致性及其给应用结果带来的不一致性。这是因为，基于不同类型或不同比例尺数据源，按照各自标准和不同工序独立构建多尺度DEM数据库时，伴随而来的将是同一区域地形建模结果的不一致性；另一方面，不同尺度DEM地形建模结果的不一致性，同时带来了地形分析应用结果的不一致性。例如，在生产不同比例尺的地形图数据时，往往需要根据制图综合原则对等高线进行不同程度地平滑处理，那么，将不同比例尺地形图作为数据源生产的DEM，虽然能取得较好的三维显示效果，但从中获得的定量化地形参数或地形特征要素则存在较大的不确定性，如同一条汇水线或分水线在不同比例尺DEM上逻辑错位相对比较明显(附图1和图2)，从而会影响到后续地学分析和应用的可靠性和适宜性。对于地形简化法，是构建多尺度DEM数据库的常用方法，由于将已有大比例尺DEM作为构建多尺度DEM的数据源，与独立构建法相比，具有数据冗余较低、更新较快、一致性程度相对高等优点。目前，有关DEM地形简化方法非常多，根据地形简化过程中对地面点取舍时考虑的地面范围大小，可以将DEM地形简化方法归结为两大主要类型：一是基于局部邻域的DEM地形简化，二是基于全局结构的DEM地形简化。前者代表性算法有：层次法、重要点法、容忍度法、选择性滤波法等，这类方法主要依据局部邻域地形形态变化程度对地面点进行取舍，存在的问题是，对小范围的地形变化比较敏感；许多位于地形骨架线上的地形特征点，由于局部地形变化幅度不大而容易被忽略，因此，地形简化结果缺乏全局的精度控制。另外，还有几类特殊的局部地形简化算法，如重采样法、全局滤波法、数学形态学法、小波分析法等，这些算法对DEM每个点都做了相同的平滑处理，不符合“取主舍次”的地形简化原则，结果是山峰削平、沟谷抬升，造成整体地形骨架一定程度的失真。基于全局地形结构的DEM地形简化基本思想是，通过提取和评价地形结构线来分析地形特征和地形要素间的空间关系，从而决定地面点的取舍和综合程度。为此，出现了大量提取结构线的算法，归结起来有解析法、模拟法以及二者相结合的混合法。地形结构线简化法由于合理使用了地形结构线，从而避免了地貌形态的扭曲，但目前对地形结构线在地形简化过程中重要性程度缺乏进一步量化区分，不易确定不同的地形结构线适合与重构 何种尺度的DEM。此外，三维道格拉斯法是一种有代表性的顾及地形全局结构的DEM地形简化算法，该方法通过判断三维地形点与特定基面的距离来决定其取舍，从而完成三维地面点的简化处理，实现了地形简化所遵循的“取主舍次”原则，能够较好地保持地形整体轮廓；但地形特征点取舍仍然是基于地形几何特征，往往难以考虑地形自身层次结构性和空间相关性，并且特征点选取过程中受到扫描方向、起始基面等因素影响，对计算资源要求相对较高，当区域范围较大或简化尺度增大时，其实用性程度则相应降低。附图3和图4是应用重要点法和三维道格拉斯法进行地形简化时保留的候选地形特征点示意图，为了保证两种方法可比性，图中保留的候选特征点数目相同。可见由于不同地形简化方法选点原则和依据不同，地形简化过程中用于构建多尺度DEM的候选特征点空间分布差异明显，那么，结果DEM在建模精度和应用效果上则会存在较大差别。目前，应用地形简化法的细节层次技术LOD(Level-of-Detail)在大场景地形环境可视化中获得了大量应用。即对同一区域数字地表模型获取由简到繁、由粗到精的若干尺度表示，绘制时根据具体需要选用不同分辨率的模型，并取得了较好的显示效果。LOD技术经历了离散LOD模型、连续LOD模型以及多分辨率LOD模型三个发展阶段。采用预先建立好的离散LOD模型时，虽然计算简单并且绘制速度较快，层次有限易出现视觉“跳跃”，在很多情况下不能满足实际需要，而提供足够多的层次既不现实，不仅存在数据冗余，同时要求具有快速的网络响应与传输能力。采用连续LOD模型时，随着场景不断切换和视点频繁改变，可以实现地形细节连续变化，但对计算机硬件和实时处理能力要求较高；如果采用与视点相关的动态多分辨率LOD逼近模型，同一层次不同分辨率地形块间易出现拼接裂缝，严重影响了地形建模可视化水平与效率。尽管LOD算法较多，但在实际应用中往往难以保持地形的骨架特征，使得随着分辨率降低地形视觉误差则变得相对突出。在DEM地形简化方案中，通过评价基准DEM格网点在地表建模中的重要性来选取地形特征点重构多尺度DEM是其技术关键。然而，目前判别DEM栅格点在地形表达中重要性程度的方法，主要是从局部地形几何特征上进行描述，相对缺乏地形特征点语义信息方面的系统量化研究，导致多尺度DEM地形表达过程中，相对较“平”的主沟谷点和主山脊点更容易被忽略，从而出现山峰削平、 沟谷抬升的现象，造成整体地貌骨架一定程度的失真；进一步地，易给多尺度DEM地形表达及其应本文档来自技高网...

【技术保护点】
顾及地形语义信息的多尺度DEM构建方法，其特征在于步骤包括：1)根据局部地形变化形式，应用微分几何原理对DEM点位几何重要度进行测度，通过公式对计算DEM点位局部几何重要度TSIlocal；式中：θi是目标栅格单元与相邻栅格单元法向量夹角，即通过目标栅格单元与相邻8个栅格单元法向量夹角均值对局部重要度进行测度，并对整个样区内所有DEM点位局部几何重要度值统一进行归一化处理；2)根据地形特征点类型与地形层次确定地形特征点语义重要度权重分配方案，计算DEM点位全局语义重要度TSIglobal；沟谷点和山脊点：将最小不分支的河流或山脊划为第1级，仅仅接纳第1级支流或山脊的划为第2级，接纳1,2两级支流或山脊的属于第3级，依此类推对沟谷线和山脊线进行分级；位于等级为1的沟谷或山脊上的点位全局重要度值设为1，然后等级每增加1，其全局重要度值增加1；沟沿线点和坡脚点：将所有位于沟沿线和坡脚线上的DEM栅格点位全局重要度均赋值为1；山顶点和鞍部点：确定山顶点与鞍部点全局语义重要度值时，考虑到它们与脊线点在空间位置上具有重合性，将它们的全局重要度值另外赋值为1；沟谷结点和脊线结点：考虑到其与沟谷点或山脊点具有位置重合性，将其所连接次级沟谷点或山脊点级别数值的十分之一作为其附加的全局语义重要度值；3)DEM点位综合重要度指数TSI测度与提取：针对所有DEM点位在提取局部几何重要度TSIlocal和全局语义重要度TSIglobal的基础上，应用式TSI＝TSIlocal+TSIglobal对DEM点位综合重要度指数TSI测度与提取；4)候选地形特征点的选取：根据比对法得到的重构目标DEM尺度大小与综合重要度指数TSI阈值之间的对应关系来确定TSI阈值当地形为黄土丘陵沟壑区，提取综合重要度指数TSI数据源为国家基本比例尺1:1万分辨率为5米的DEM数据，提取汇水线和分水线采用的阈值为200，则构建与1:2.5万地形图相对应的DEM时TSI阈值为0.5；构建国家基本比例尺1:5万DEM时TSI阈值为1.0；构建与1:10万地形图相对应的DEM时TSI阈值为2.0；构建国家基本比例尺1:25万DEM时TSI阈值为5.0；进而通过选用的综合重要度指数TSI阈值，提取相应数量的候选地形特征点，用来重构目标尺度DEM；5)应用常规的DEM构建技术流程，使用提取的候选地形特征点完成目标尺度的DEM构建，即根据地形简化效率对候选地形特征进行疏化处理；然后使用保留的地形特征点加入地形特征线构建约束不规则三角网，在此基础上进行空间插值完成目标尺度构建DEM。...

【技术特征摘要】
1.顾及地形语义信息的多尺度DEM构建方法，其特征在于步骤包括：
1)根据局部地形变化形式，应用微分几何原理对DEM点位几何重要度进行
测度，通过公式对计算DEM点位局部几何重要度TSIlocal；
式中：θi是目标栅格单元与相邻栅格单元法向量夹角，即通过目标栅格单元与相
邻8个栅格单元法向量夹角均值对局部重要度进行测度，并对整个样区内所有
DEM点位局部几何重要度值统一进行归一化处理；
2)根据地形特征点类型与地形层次确定地形特征点语义重要度权重分配方
案，计算DEM点位全局语义重要度TSIglobal；
沟谷点和山脊点：将最小不分支的河流或山脊划为第1级，仅仅接纳第1
级支流或山脊的划为第2级，接纳1,2两级支流或山脊的属于第3级，依此类推
对沟谷线和山脊线进行分级；位于等级为1的沟谷或山脊上的点位全局重要度值
设为1，然后等级每增加1，其全局重要度值增加1；
沟沿线点和坡脚点：将所有位于沟沿线和坡脚线上的DEM栅格点位全局重
要度均赋值为1；
山顶点和鞍部点：确定山顶点与鞍部点全局语义重要度值时，考虑到它们与
脊线点在空间位置上具有重合性，将它们的全局重要度值另外赋值为1；
沟谷结点和脊线结点：考虑到其与沟谷点或山脊点具有位置重合性，将其所
连接次级沟谷点或山脊点级别数值的十分之一作为其附加的全局语义重要度值；
3)DEM点位综合重要度指数TSI测度与提取：针对所有DEM点位在提取
局部几何重要度TSIlocal和全局语义重要度TSIglobal的基础上，应用式TSI＝TSIlocal+
TSIglobal对DEM点位综合重要度指数TSI测度与提取；
4)候选地...

【专利技术属性】
技术研发人员：董有福，汤国安，
申请(专利权)人：董有福，汤国安，
类型：发明
国别省市：江苏;32