基于SRTM数据的流域水系提取与三维可视化

摘要

遥感技术的飞速发展，为GIS提供了高空间分辨率遥感数据源，海量遥感影像数据的研究也日益受到人们的重视。由数字高程模型DEM(Digital Elevation Models)直接提取水系是水系识别自动化和智能化的基础之一。而DEM数据源多种多样，本文分析了目前流行的90m分辨率的SRTM DEM数据的特点，基于ArcGIS Hydro Tools验证了SRTM的DEM数据在水文学中的应用，通过SRTM DEM，自动提取了流域河网，并基于SRTM数据生成了仿真三维数字地形模型，实现了三维显示。 本论文研究工作流程分为信息采集、数据处理、相关信息的提取、分析总结。以SRTM遥感影像为数据源，应用ERDAS8.6、ArcGIS9.0软件对影像进行了处理突出了图像信息。论文研究的内容主要涵盖以下几个方面： (1)采用人工神经网络方法，将高程作为插值变量来解决SRTM数据空洞的问题，并利用该方法以一个小区域的SRTM数据空洞的填补问题为例进行研究。 (2)基于ArcGIS Hydro Tools验证了SRTM的DEM数据在水文学中的应用。 (3)基于SRTM数据生成了仿真三维数字地形模型，实现了三维显示。

目录

文摘

英文文摘

声明

第一章绪论

1.1选题背景及意义

1.2国内外研究现状与进展

1.2.1流域河网的数字化提取和数字化表示

1.2.2可视化的研究情况

1.3研究区域介绍

1.4研究内容和技术方法

1.5论文组织结构

第二章SRTM数据介绍

2.1 SRTM数据的简介

2.2 SRTM数据获取的基本原理

2.2.1 InSAR的简介

2.2.2 SRTM的基本原理

2.2.3 SRTM数据的获取

2.3 SRTM数据的特点

2.4 SRTM数据的应用

2.5本章小结

第三章SRTM数据空值区域填补

3.1 SRTM数据出现空缺数据的原因

3.2现有SRTM高程数据空值区域的填补方法

3.2.1利用相应的其他高分辨率DEM数据填充融合

3.2.2利用已有等高线内插镶嵌

3.2.3利用周围数据直接内插

3.2.4提取等高线后内插

3.2.5 SRTM数据空洞的填补工具

3.3基于神经网络的SRTM数据空值区域填补方法

3.3.1神经网络技术原理

3.3.2神经网络的学习

3.3.3人工神经网络的特点及应用

3.3.4人工神经网络的拓扑结构

3.3.5前馈神经网络

3.3.6 MATLAB神经网络工具箱

3.3.7 SRTM数据空值区域填补

3.4本章小结

第四章基于SRTM数据的流域水系提取

4.1基于DEM的水系提取方法简介

4.2基于DEM的流域水系提取基本原理

4.2.1 DEM的修正原理

4.2.2 DEM的流向计算原理

4.2.3河网的识别提取原理

4.3常见数字流域水系生成工具

4.4基于ARCGIS9.0水文分析模块的水系提取

4.4.1 ArcGIS的水文分析模块简介

4.4.2 DEM预处理

4.4.3流向的确定

4.4.4水流汇流累积栅格图层生成

4.4.5河网的自动生成

4.5本章小结

第五章基于SRTM数据的三维可视化

5.1三维可视化的基本理论

5.2三维可视化的功能

5.3基于ERDAS VituaIGIS的地形可视化

5.3.1 ERDAS VituaIGIS的特点

5.3.2 ERDAS VituaIGIS下的虚拟GIS引擎简介

5.3.3场景数据库的建立

5.3.4 ERDAS VituaIGIS虚拟场景的建立与实施

5.4本章小结

第六章总结与展望

6.1论文总结

6.2论文展望

参考文献

致谢

攻读学位期间主要的研究成果