基于地表流水物理模拟分析原理的微地形自动识别方法技术

本发明专利技术公开了基于地表流水物理模拟分析原理的微地形自动识别方法，解决了现有技术的不足，包括以下步骤：步骤1，获取区域高程数据；步骤2，确定地形区域类型，地形区域类型包括正地形区域和负地形区域；步骤3，基于区域高程数据，对洼地进行填充；步骤4，通过流量分析对流量与流量零值进行计算；步骤5，根据子步骤4的内容识别山脊线与山谷线；步骤6，识别垭口和山顶点。顶点。顶点。

【技术实现步骤摘要】
基于地表流水物理模拟分析原理的微地形自动识别方法


[0001]本专利技术涉及图像自动识别
，尤其是指基于地表流水物理模拟分析原理的微地形自动识别方法。

技术介绍

[0002]对于水文物理过程研究而言，由于山脊、山谷分别表示分水性与汇水性，山脊线和山谷线的提取实质上也是分水线与汇水线的提取。因此，对于山脊线和山谷线就可以利用水文分析的方法进行提取。
[0003]但是现有的利用水文分析对于山脊线和山谷线的提取方法中，误差较大，无法准确有效的对山脊线和山谷线进行提取，进而对于微地形的自动识别的错误率较高，识别的效率较低。

技术实现思路

[0004]本专利技术的目的是克服现有技术中的缺点，提供一种基于地表流水物理模拟分析原理的微地形自动识别方法。
[0005]本专利技术的目的是通过下述技术方案予以实现：
[0006]基于地表流水物理模拟分析原理的微地形自动识别方法，包括以下步骤：
[0007]步骤1，获取区域高程数据；
[0008]步骤2，确定地形区域类型，地形区域类型包括正地形区域和负地形区域；
[0009]步骤3，基于区域高程数据，对洼地进行填充；
[0010]步骤4，通过流量分析对流量与流量零值进行计算；
[0011]步骤5，根据子步骤4的内容识别山脊线与山谷线；
[0012]步骤6，识别垭口和山顶点。
[0013]基于DEM的这种地形表面流水物理模拟分析的原理是：对于山脊线而言，由于它同时也是分水线，那么对于分水线上的那些栅格，由于分水线的性质是水流的起源点，通过地表径流模拟计算之后这些栅格的水流方向都应该只具有流出方向而不存在流入方向，也就是其栅格的汇流累积量为零。通过对零值的汇流累积值的栅格的提取，就可以得到分水线，也就得到了山脊线；对于山谷线而言，由于其具有汇水的性质，那么对于山谷线的提取，可以利用反地形的特点，即是利用一个较大的数值减去原始的DEM数据，而得到了与原始地形完全相反的地形数据，也就是原始的DEM中的山脊变成负地形的山谷，而原始DEM中的山谷在负地形中就变成了山脊，那么，山谷线的提取就可以在负地形中利用提取山脊线的方法进行提取。
[0014]垭口地形主要提取位置集中在山顶点、山谷点以及山脊线、山谷线构成的特征线交汇处。即成山脊等地形连线之间正交的凹凸焦点位置，绝大多数处于山脊相对的汇水面区域。周启鸣等将垭口地形定义为位于成正交的凸凹线的交点处，又称交线点。因而，可以认为垭口位于山脊上相对汇水的区域。
[0015]作为优选，所述的步骤2具体为：
[0016]首先对DEM焦点统计，其用于计算输出栅格数据的邻域运算，各输出像元的值是其指定邻域范围内所有输入像元值的函数，要计算统计数据的像元称为待处理像元，待处理像元的值以及所识别出的邻域中的所有像元值都将包含在邻域统计数据的计算中；
[0017]之后对原始DEM数据与邻域分析之后的数据做减法运算，并将运算结果重分为两级，分级界线为0，那么大于0的区域在原始DEM上就是正地形区域，小于0的区域在原始DEM上就是负地形区域。
[0018]作为优选，所述的步骤5具体为：
[0019]打开步骤4处理后数据的属性信息，进行重新分类，将分类级别设置为两类，不断的调整分界数据大小，并以由DEM生成的等值线图和晕渲图为辅助判断数据；数据属性值越接近于1的栅格越有可能是山脊线的位置；对于山谷线而言，由于其具有汇水的性质，那么对于山谷线的提取，利用反地形的特点，即利用一个较大的数值减去原始的DEM数据，而得到与原始地形完全相反的地形数据，也就是原始的DEM中的山脊变成负地形的山谷，而原始DEM中的山谷在负地形中就变成了山脊，那么，山谷线的提取就可以在负地形中利用提取山脊线的方法进行提取。
[0020]作为优选，所述的步骤6识别垭口的过程具体为：
[0021]对原始DEM进行最大值的焦点统计，与原始DEM相减为零的点为山顶点；相邻两山头之间呈马鞍形的低凹部分称为垭口，垭口是两个山脊和两个山谷会合的地点，将提取出的山脊线数据和山谷线数据利用栅格计算器工具进行相乘运算，得到的结果再与正地形数据进行相乘运算，就得到了垭口点的栅格形式数据。
[0022]作为优选，所述的步骤6识别山顶点的过程具体为：
[0023]对DEM进行焦点统计，利用邻域分析的方法以11
×
11的网格计算最大值，分析结果命名为max，再将得到的max数据与原始DEM进行比较，得到其相等的部分，命名为max_data，之后将max_data进行重分类，将其0值赋值为Nodata，将其2值赋值为1，输出及为山顶栅格数据。
[0024]作为优选，基于地表流水物理模拟分析原理的微地形自动识别方法还包括准确度验证步骤，通过对样本的基杆塔自动识别，和肉眼识别的基杆塔做比较，若识别的准确率大于设定的阈值则判断自动识别成功。
[0025]本专利技术的有益效果是：基于地表流水物理模拟分析原理的微地形自动识别方法能有效的对微地形进行快速准确的识别，对于后续利用微地形进行分析研究提供了有利的依据。
附图说明
[0026]图1是本专利技术的一种算法原理图。
具体实施方式
[0027]下面结合附图和实施例对本专利技术进一步描述。
[0028]实施例：
[0029]基于地表流水物理模拟分析原理的微地形自动识别方法，包括以下步骤：
[0030]步骤1，获取区域高程数据；
[0031]步骤2，确定地形区域类型，地形区域类型包括正地形区域和负地形区域；
[0032]步骤3，基于区域高程数据，对洼地进行填充；
[0033]步骤4，通过流量分析对流量与流量零值进行计算；
[0034]步骤5，根据子步骤4的内容识别山脊线与山谷线；
[0035]步骤6，识别垭口和山顶点。
[0036]基于DEM的这种地形表面流水物理模拟分析的原理是：对于山脊线而言，由于它同时也是分水线，那么对于分水线上的那些栅格，由于分水线的性质是水流的起源点，通过地表径流模拟计算之后这些栅格的水流方向都应该只具有流出方向而不存在流入方向，也就是其栅格的汇流累积量为零。通过对零值的汇流累积值的栅格的提取，就可以得到分水线，也就得到了山脊线；对于山谷线而言，由于其具有汇水的性质，那么对于山谷线的提取，可以利用反地形的特点，即是利用一个较大的数值减去原始的DEM数据，而得到了与原始地形完全相反的地形数据，也就是原始的DEM中的山脊变成负地形的山谷，而原始DEM中的山谷在负地形中就变成了山脊，那么，山谷线的提取就可以在负地形中利用提取山脊线的方法进行提取。基于DEM利用水文分析的方法提取山脊线和山谷的技术流程如图1所示。
[0037]垭口地形主要提取位置集中在山顶点、山谷点以及山脊线、山谷线构成的特征线交汇处。即成山脊等地形连线之间正交的凹凸焦点位置，绝大多数处于山脊相对的汇水面区域。周启鸣等将垭口地形定义为位于成正交的凸凹本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于地表流水物理模拟分析原理的微地形自动识别方法，其特征是，包括以下步骤：步骤1，获取区域高程数据；步骤2，确定地形区域类型，地形区域类型包括正地形区域和负地形区域；步骤3，基于区域高程数据，对洼地进行填充；步骤4，通过流量分析对流量与流量零值进行计算；步骤5，根据子步骤4的内容识别山脊线与山谷线；步骤6，识别垭口和山顶点。2.根据权利要求1所述的基于地表流水物理模拟分析原理的微地形自动识别方法，其特征是，所述的步骤2具体为：首先对DEM焦点统计，其用于计算输出栅格数据的邻域运算，各输出像元的值是其指定邻域范围内所有输入像元值的函数，要计算统计数据的像元称为待处理像元，待处理像元的值以及所识别出的邻域中的所有像元值都将包含在邻域统计数据的计算中；之后对原始DEM数据与邻域分析之后的数据做减法运算，并将运算结果重分为两级，分级界线为0，那么大于0的区域在原始DEM上就是正地形区域，小于0的区域在原始DEM上就是负地形区域。3.根据权利要求1所述的基于地表流水物理模拟分析原理的微地形自动识别方法，其特征是，所述的步骤5具体为：打开步骤4处理后数据的属性信息，进行重新分类，将分类级别设置为两类，不断的调整分界数据大小，并以由DEM生成的等值线图和晕渲图为辅助判断数据；数据属性值越接近于1的栅格越有可能是山脊线的位置；对于山谷线而言，由于其具有汇水的性质，那么对于山谷线的提取，利用反地形的特点，即利用一个较大的数值减去原始的D...

【专利技术属性】
技术研发人员：黄建杨，丁梁，俞键，何智频，徐恩，赵力，陈淑萍，詹奇，周树昊，章姣妃，
申请(专利权)人：绍兴大明电力设计院有限公司诸暨分公司武汉大学，
类型：发明
国别省市：