法律状态公告日
法律状态信息
法律状态
2023-04-04
未缴年费专利权终止 IPC(主分类):G06K 9/00 专利号:ZL2015102051110 申请日:20150427 授权公告日:20180116
专利权的终止
2018-01-16
授权
授权
2015-09-02
实质审查的生效 IPC(主分类):G06K9/00 申请日:20150427
实质审查的生效
2015-08-05
公开
公开
技术领域
本发明涉及地理信息领域。
背景技术
坡形是一种重要的地形特征,也是影响滑坡发育的决定性因素, 因此无论是在滑坡预测还是在土地评价中,都会涉及到坡形的提取。 而如今最常用的地形信息获取数据源就是数字高程模型(以下简称 DEM),它是地表形态高程属性的数字化表达。
目前,随着GIS技术的飞速发展,利用DEM作为信息源,提取 各种地形定量因子,例如坡度、坡向、地表曲率、地形起伏度、地 表粗糙度等,已经成为十分成熟的技术。然而,坡形的提取却由于 其无法准确定量化计算且存在大量不确定性因素等原因一直被研究 者所回避。
发明内容
本发明的目的是提供一种利用DEM作为数据源提取各种坡形分 类信息的方法。
为实现本发明目的,其具体的技术方案为:
一种基于数字高程模型的坡形提取与识别方法,包括如下步骤:
步骤1.将所测区域的DEM利用地表水文分析提取出的汇水线与 分水线(即山谷和山脊线)所形成的集水流域,划分为若干个斜坡 单元;
步骤2.对于每一个斜坡单元,从单元内所有高程数据点中找出 高程最大的一个点,当高程最大的点不止一个时可任取一个;
步骤3.在每一个斜坡单元内,利用单元内所有数据点的高程值 做出斜坡在单元范围内的所有等高线,数据点不足时需要进行插值 处理,等高线越密最终所得到的坡形结果越准确;
步骤4.以步骤2中得出的高程最大点为起点,从高到低依次找 出下一条等高线上的一个点,使之与找出的上一点距离最近,所有找 到点的连线可称为斜坡的一条最陡路径;
步骤5.将步骤4中找到的每个点放置于直角坐标系中,以每个 点的高程值作为纵坐标,每两个相邻点的横坐标间隔为它们之间的 水平距离差。连接直角坐标系中各点即可得到可以合理表达坡形的 斜坡纵剖面曲线;
步骤6.将步骤5中直角坐标系内的所有点拟合成一个三次函 数曲线的一部分,并找出这个三次函数的极值点与拐点;
步骤7.如果步骤6所拟合出的曲线上靠近两端点的某一指定范 围内存在极值点,则舍去极值点与端点之间所有的点;
步骤8.经步骤7处理后的曲线上,靠近中点的某一指定范围内 如果存在拐点,则以拐点为分界点,判断:(1)如果拐点以上部分的 两个端点纵坐标平均值与中点纵坐标值之差大于某一特定参数R(R 为正),拐点以下部分的中点纵坐标值与两个端点纵坐标平均值之 差大于参数R,则识别结果为上凹下凸形坡;(2)如果拐点以上部分 的两个端点纵坐标平均值与中点纵坐标值之差大于参数R,拐点以下 部分的中点纵坐标值与两个端点纵坐标平均值之差不大于参数R,则 识别结果为凹形坡;(3)如果拐点以上部分的中点纵坐标值与两个端 点纵坐标平均值之差大于参数R,拐点以下部分的两个端点纵坐标平 均值与中点纵坐标值之差大于参数R,则识别结果为上凸下凹形坡; (4)如果拐点以上部分的中点纵坐标值与两个端点纵坐标平均值之 差大于参数R,拐点以下部分的两个端点纵坐标平均值与中点纵坐标 值之差不大于参数R,则识别结果为凸形坡;(5)如果拐点以上部分 的中点纵坐标值与两个端点纵坐标平均值之差的绝对值不大于参数 R,拐点以下部分的两个端点纵坐标平均值与中点纵坐标值之差大于 参数R,则识别结果为凹形坡;(6)如果拐点以上部分的中点纵坐标 值与两个端点纵坐标平均值之差的绝对值不大于参数R,拐点以下部 分的中点纵坐标值与两个端点纵坐标平均值之差大于参数R,则识别 结果为凸形坡;(7)如果拐点以上部分的中点纵坐标值与两个端点纵 坐标平均值之差的绝对值不大于参数R,拐点以下部分的中点纵坐标 值与两个端点纵坐标平均值之差的绝对值也不大于参数R,则识别结 果为平坡;
步骤9.经步骤7处理后的曲线上,靠近中点的某一指定范围内 如果不存在拐点,则判断:(1)如果两个端点纵坐标平均值与中点纵 坐标值之差大于某一特定参数r(r为正),则识别结果为凹形坡; (2)如果中点纵坐标值与两个端点纵坐标平均值之差大于参数r,则 识别结果为凸形坡;(3)如果中点纵坐标值与两个端点纵坐标平均值 之差的绝对值不大于参数r,则识别结果为平坡。
本发明的有益效果在于:
(1)在划分了斜坡单元的基础上提取坡形,而非网格单元,使得 最终得出的坡形分布结果更加准确,避免了一个单元内包含多个斜 坡的情况;
(2)利用等高线的原理找到斜坡的最陡路径,以此获得纵剖面曲 线,而非以直线路径获得纵剖面曲线,这样可以比较合理的反映出 斜坡的真实坡形;
(3)运用三次函数拟合的方法识别坡形,可以在保证贴近真实情 况的同时,较好地将主观过程转化为数学计算,并且可以较好的把 握住斜坡的整体坡形,而不被小范围内的坡形变化所影响;
(4)本发明可以完整地识别出出各种坡形情况,无论简单的凹凸 平坡还是复杂的“S”形坡。还可以根据需要设定参数来主观控制识 别过程,这些都使得最终识别结果更加准确。
附图说明
图1为本发明的流程图。
图2为本发明的计算机操作流程图。
图3为本发明提供的方法对某斜坡生成的最陡路径示意图。
图4为本发明提供的方法对某斜坡生成的纵剖面线及坡形识别 结果示意图。
图5为本发明提供的方法在某村镇提取的坡形分类示意图。
具体实施方式
下面结合附图和实施例对本发明的具体实施方法作进一 步说明,但不应该理解为本发明范围仅限于下述实施例。在不脱离 本发明上述方法的情况下,根据本领域普通技术知识和惯用手段, 做出各种替换和变更,均应包括在本发明的保护范围内。
如图2所示,为利用本发明的实施方法编织出的计算机程序流 程图,具体实施步骤包括:
(1)利用GIS软件中的水文分析工具,分别提取出正地形和反地 形的汇水线与分水线,然后把生成的集水流域与反向集水流域融合, 再经后期修改不合理的单元,最终得到所测区域的斜坡单元划分结 果;
(2)将GIS软件中DEM的高程值与xy坐标值均提取至鱼网点, 同时将每个鱼网点所处斜坡单元的编号一并提取至鱼网点,最后将 鱼网点数据导出;
(3)由于GIS软件无法处理较为复杂的计算过程,因此需要借助 二次开发编程实现,可以选择Python、C等各种计算机语言。本实 施例选择应用Matlab计算软件。将导出的数据通过read函数导入 至Matlab;
(4)应用循环语句依次提取出每个单元编号下所有的鱼网点数 据,之后的步骤5到12均是以一个单元内的点为操作对象进行的;
(5)找出单元内所有点中高程值最大的点,当找到多个时可任取 一个作为最陡路径的起点;
(6)利用Matlab中的griddata函数,将单元内的若干个散点差 值计算形成一个光滑的曲面,并利用contour3函数做出曲面的等高 线,等高线条数可以任意指定,等高线越密最终所得到的坡形结果 越准确。同时删除掉在实际高程范围以外的等高线,这些多余的等 高线是由于差值形成曲面时单元的边界被扩大所导致的;
(7)由于Matlab中的contour3函数在生成等高线后所反馈回来 的等高线信息无法直接使用,其中错乱的包含了等高线的条数、每 条等高线的高程值、每条等高线上各点的xy坐标值等各种数据,因 此需要单独提取并整理出对我们有用的信息,即每条等高线上点的 xy坐标值;
(8)从最高点出发,从高到低依次找出下一条等高线上的一个 点,使之与找出的上一点距离最近。之后运用scatter3函数画出单 元内点的空间分布,并在同一幅图中运用plot3函数画出所有找到 的点的连线;
(9)建立直角坐标系xy平面,取水平方向为x轴,竖直方向为y 轴,以步骤8找到的各点到y轴的水平距离作为横坐标,纵坐标则 取每个点的高程值,可以将最高点的横坐标定为0,之后计算中每相 邻两点间的水平距离,作为直角坐标系中每两个相邻点的横坐标间 距,从而绘制出纵剖面曲线;
(10)利用polyfit函数将步骤9直角坐标系中的所有点拟合成 一条三次函数曲线,并通过反馈回来的三次函数的系数计算出极值 点坐标和拐点坐标;
(11)当曲线两端含有极值点时,需要删除掉极值点与端点之间 的部分,这是为了避免局部的凹凸变化影响整体坡形的识别。其中 “两端”的定义可以通过对参数赋值来进行控制,如取曲线前后各 四分之一为“两端”范围;
(12)判断曲线中部是否存在拐点,其中“中部”的定义同样可 以通过对参数赋值来进行控制,如取曲线四分之二到四分之三的范 围为“中部”。如果存在拐点,则分别判断拐点以上部分和拐点以 下部分的凹凸性,上半部分凹下半部分凸的为上凹下凸形坡,上半 部分凹下半部分平的为凹形坡,由于对称性不可能存在上半部分凹 下半部分凹,上半部分凸下半部分凹的为上凸下凹形坡,上半部分 凸下半部分平的为凸形坡,由于对称性不可能存在上半部分凸下半 部分凸,上半部分平下半部分凸的为凸形坡,上半部分平下半部分 凹的为凹形坡,上半部分平下半部分平的为平坡。如果不存在拐点 则直接判断整条曲线的凹凸性。凹凸性的判断是通过比较曲线两端 点纵坐标平均值与曲线中点纵坐标值得到的,比较的过程中需要指 定一个阈值,两个值的差别在阈值范围内的视为平坡;
(13)对每一种坡形赋相应的数值,经过多次循环后得到每一个 单元的坡形值,将这些坡形值利用属性表连接导回到GIS软件中, 绘制出最终的所测区域坡形分布图。
取某一山区村镇作为实施例,利用上述程序,通过所测区域的 DEM数据得出了每个单元内斜坡的最陡路径以及纵剖面线,图3与图 4为其中一个单元的结果,并得到了各单元内斜坡的坡形识别结果, 最终得到该实施例地区的坡形分布图,如图5所示。
机译: 利用多边形和数字高程模型进行流域提取的装置和方法
机译: 基于非参数有效轮廓的数字高程模型中对象提取脚印的方法
机译: 数字高程模型自动提取建筑物高度的系统,用于三维模型制造的航空摄影