SRTM数据无效区域的填补方法和设备

摘要

本发明提供一种SRTM数据无效区域的填补方法和设备，所述填补方法包括：获取SRTM数据中的孤立的无效格网；利用孤立的无效格网周围的有效格网的高程值对孤立的无效格网的高程值进行插值补全，以得到数据内插后的SRTM数据；获取数据内插后的SRTM数据中的无效斑块；利用除SRTM数据之外的另一地形高程模型数据对无效斑块中的各个无效格网的高程值进行插补，以实现SRTM数据无效区域的填补。根据本发明的SRTM数据无效区域的填补方法和设备将数据自身内插补全与基于其他地形高程模型数据进行插补的方式结合，避免使用单一的填补方式带来的精度损失，提高了整体的填补精度。

说明书

技术领域

本发明涉及地理数据的处理领域。更具体地讲，涉及一种SRTM数据无效区域的填补方法和设备。

背景技术

风电行业在进行风电场宏观选址和微观选址时需要对研究区域的地理环境状况进行建模仿真，地形、地貌数据是建模时重要的数据输入，其准确性在很大程度上影响着最终的评估精度。对于表征地形状况的高程数据，风电场实际测绘图是最佳的选择，但是在实际的分析过程中经常会遇到暂时未进行测绘或者测绘范围无法覆盖整个建模区域的情况，在这种情况下就需要使用已有的覆盖全球的高程数字图进行代替。

综合各种常用的数字高程数据的覆盖范围、精度及其在山地复杂地形、平原地区质量的稳定性、与实测地形图的差异性，实际分析中通常选择表现较好的SRTM数据。但是SRTM数据由于云的影响存在有大量的高程值无效区域，在使用前需要对SRTM数据中高程值无效区域的高程值进行填补。

目前，对SRTM数据中高程值无效区域的高程值进行填补的方法主要有直接内插填补法、等高线内插法和其他高程模型数据插补法。但是，现有的填补方法的填补精度不高，难以满足风电场选址的数据要求。

发明内容

本发明的目的在于提供一种SRTM数据无效区域的填补方法和设备，以解决现有的填补方法存在的精度不高的缺陷。

本发明的一方面提供一种SRTM数据无效区域的填补方法，该填补方法包括：获取SRTM数据中的孤立的无效格网，其中，无效格网是指不具有有效高程值的格网；利用孤立的无效格网周围的有效格网的高程值对孤立的无效格网的高程值进行插值补全，以得到数据内插后的SRTM数据；获取数据内插后的SRTM数据中的无效斑块，其中，所述无效斑块是指由至少两个相邻的无效格网组成的区域；利用除SRTM数据之外的另一地形高程模型数据对无效斑块中的各个无效格网的高程值进行插补，以实现SRTM数据无效区域的填补。

可选地，对孤立的无效格网的高程值进行插值补全的步骤包括：基于反距离加权算法利用孤立的无效格网周围的有效格网的高程值对孤立的无效格网的高程值进行插值补全。

可选地，对无效斑块中的各个无效格网的高程值进行插补的步骤包括：针对每个无效斑块，获取该无效斑块周围的有效格网，并利用获取的有效格网与该无效斑块中的各个无效格网构建插补模型；确定所述插补模型中的各个有效格网的高程差，其中，各个有效格网的高程差是指各个有效格网在SRTM数据中的高程值与各个有效格网在所述另一地形高程模型数据中的高程值的差值；根据各个有效格网的高程差，计算该无效斑块中的各个无效格网的高程差；根据计算的各个无效格网的高程差以及各个无效格网在所述另一地形高程模型数据中的高程值确定各个无效格网在SRTM数据中的高程值。

可选地，计算各个无效格网的高程差的步骤包括：根据反距离加权算法利用各个有效格网的高程差计算各个无效格网的高程差。

可选地，获取该无效斑块周围的有效格网的步骤包括：确定该无效斑块的左上角、左下角、右上角和右下角所在的无效格网，并获取确定的无效格网周围的有效格网。

可选地，所述另一地形高程模型数据的空间分辨率与SRTM数据的空间分辨率相同。

可选地，所述另一地形高程模型数据为先进星载热发射和反射辐射仪全球数字高程模型数据。

可选地，在所述获取数据内插后的SRTM数据中的无效斑块的步骤中，将数据内插后的SRTM数据转换为矢量格式的数据。

可选地，在所述获取数据内插后的SRTM数据中的无效斑块的步骤中，对获取的无效斑块进行编号，建立每个无效格网与无效斑块的索引关系。本发明的另一方面提供一种SRTM数据无效区域的填补设备，该填补设备包括：无效格网获取单元，获取SRTM数据中的孤立的无效格网，其中，无效格网是指不具有有效高程值的格网；第一插补单元，利用孤立的无效格网周围的有效格网的高程值对孤立的无效格网的高程值进行插值补全，以得到数据内插后的SRTM数据；无效斑块获取单元，获取数据内插后的SRTM数据中的无效斑块，其中，所述无效斑块是指由至少两个相邻的无效格网组成的区域；第二插补单元，利用除SRTM数据之外的另一地形高程模型数据对无效斑块中的各个无效格网的高程值进行插补，以实现SRTM数据无效区域的填补。

可选地，第一插补单元基于反距离加权算法利用孤立的无效格网周围的有效格网的高程值对孤立的无效格网的高程值进行插值补全。

可选地，第二插补单元通过以下方式对无效斑块中的各个无效格网的高程值进行插补：针对每个无效斑块，获取该无效斑块周围的有效格网，并利用获取的有效格网与该无效斑块中的各个无效格网构建插补模型；确定所述插补模型中的各个有效格网的高程差，其中，各个有效格网的高程差是指各个有效格网在SRTM数据中的高程值与各个有效格网在所述另一地形高程模型数据中的高程值的差值；根据各个有效格网的高程差，计算该无效斑块中的各个无效格网的高程差；根据计算的各个无效格网的高程差以及各个无效格网在所述另一地形高程模型数据中的高程值确定各个无效格网在SRTM数据中的高程值。

可选地，第二插补单元根据反距离加权算法利用各个有效格网的高程差计算各个无效格网的高程差。

可选地，第二插补单元通过以下方式获取该无效斑块周围的有效格网：确定该无效斑块的左上角、左下角、右上角和右下角所在的无效格网，并获取确定的无效格网周围的有效格网。

可选地，所述另一地形高程模型数据的空间分辨率与SRTM数据的空间分辨率相同。

可选地，所述另一地形高程模型数据为先进星载热发射和反射辐射仪全球数字高程模型数据。

可选地，无效斑块获取单元将数据内插后的SRTM数据转换为矢量格式的数据。

可选地，无效斑块获取单元对获取的无效斑块进行编号，建立每个无效格网与无效斑块的索引关系。

本发明的另一方面提供一种计算机可读存储介质，存储有当被处理器执行时使得处理器执行如上所述的SRTM数据无效区域的填补方法的程序指令。

本发明的另一方面提供一种计算装置，包括：处理器；存储器，用于存储当被处理器执行使得处理器执行如上所所述的SRTM数据无效区域的填补方法的程序指令。

根据本发明的实施例的SRTM数据无效区域的填补方法和设备将数据自身内插补全与基于其他地形高程模型数据进行插补的方式结合，避免使用单一的填补方式带来的精度损失，提高了整体的填补精度。

将在接下来的描述中部分阐述本发明另外的方面和/或优点，还有一部分通过描述将是清楚的，或者可以经过本发明的实施而得知。

附图说明

通过下面结合附图进行的详细描述，本发明的上述和其它目的、特点和优点将会变得更加清楚，其中：

图1是示出根据本发明的实施例的SRTM数据无效区域的填补方法的流程图；

图2是示出根据本发明的实施例的无效格网与无效斑块中的索引关系的示例；

图3是示出根据本发明的实施例的对各个无效格网进行插补的步骤的流程图；

图4是示出根据本发明的实施例的格网与周围格网的行列位置关系；

图5是示出根据本发明的实施例的SRTM数据无效区域的填补设备的框图。

具体实施方式

下面参照附图详细描述本发明的实施例。

图1是示出根据本发明的实施例的SRTM数据无效区域的填补方法的流程图。该SRTM数据是根据航天飞机雷达地形测绘项目获取的北纬60度到南纬60度之间的雷达影像数据处理制成的数字地形高程模型(DEM)数据。SRTM数据由于云的影响存在有大量的高程值无效区域，采用本发明的填补方法可对SRTM数据中高程值无效区域的高程值进行填补。

参照图1，在步骤S10，获取SRTM数据中的孤立的无效格网。

无效格网是指不具有有效高程值的格网。孤立的无效格网是指周围的格网都是有效格网的无效格网。有效格网是指具有有效高程值的格网。

这里，对SRTM数据的所有格网进行遍历，当格网为无效格网且其周围格网均为有效格网时，确定该格网为孤立的无效格网。

在步骤S20，利用孤立的无效格网周围的有效格网的高程值对孤立的无效格网的高程值进行插值补全，以得到数据内插后的SRTM数据。利于孤立的无效格网周围的有效格网的高程值对孤立的无效格网的高程值进行插值补全，不引入外部数据，可充分地利用SRTM数据的自身的地形特征进行数据插补，最大限度地保留其自身的地形特征。

可以理解，一个孤立的无效格网周围存在8个有效格网，这里，可利用孤立的无效格网周围的部分或全部有效格网的高程值对孤立的无效格网的高程值进行插值补全。优先地，可利用孤立的无效格网周围的全部有效格网的高程值对孤立的无效格网的高程值进行插值补全。

这里，可采用各种插值算法来利用孤立的无效格网周围的有效格网的高程值对孤立的无效格网的高程值进行插值补全。

例如，基于反距离加权算法利用孤立的无效格网周围的有效格网的高程值对孤立的无效格网的高程值进行插值补全。反距离加权算法也可以称为距离倒数乘方法。该方法先根据每一个有效格网与无效格网之间的距离，计算每一个有效格网的高程值和无效格网的高程值之间的权重关系，其中，距离越远，权重越小。再根据计算的权重关系以及各有效格网的高程值来计算无效格网的高程值。可根据各有效格网的中心点的坐标以及孤立的无效格网的中心点的坐标来计算各有效格网与孤立的无效格网之间的距离。

优选地，由于孤立的无效格网周围的每一个有效格网与孤立的无效格网之间的距离相差不大，因此，为了减小计算量，也可将孤立的无效格网周围的所有有效格网的高程值的平均值作为孤立的无效格网的高程值。

在步骤S30，获取数据内插后的SRTM数据中的无效斑块。所述无效斑块是指由至少两个相邻的无效格网组成的区域。

这里，由于SRTM数据一般是栅格格式的数据，为了方便后续的数据处理，可将栅格格式的SRTM数据转换为矢量格式的数据，即转换为矢量面图层。这里，可在转换得到的矢量面图层中删除非无效区的矢量面，得到无效斑块的矢量面。

此外，为了方便后续的数据处理，提高整体运算效率，可对获取的无效斑块进行编号，并且建立每个无效格网与无效斑块的索引关系，根据无效斑块的编号即可找到该无效区域内所有的无效格网的数据，每个无效格网的数据包括该无效格网的中心点的经、纬度坐标和高程信息。无效格网与无效斑块中的索引关系如图2所示，其中，Polygon表示无效斑块，point表示无效格网，X表示无效格网的中心点的经度坐标，Y表示无效格网的中心点的纬度坐标，Z表示无效格网的中心点的高程信息。

在步骤S40，利用除SRTM数据之外的另一地形高程模型数据对无效斑块中的各个无效格网的高程值进行插补，以实现SRTM数据无效区域的填补。

所述另一地形高程模型数据可以是除SRTM数据之外的各种地形高程模型数据。例如，所述另一地形高程模型数据可以是全球土地测量数据2005(Global Land Survey,GLS2005)或先进星载热发射和反射辐射仪全球数字高程模型数据(Advanced Spaceborne Thermal Emission and Reflection Radiometer Global Digital Elevation Model，ASTRE CDEM)等。优选地，为了节省数据处理的过程，减少因数据重采样带来的进度损失，所述另一地形高程模型数据的空间分辨率与SRTM数据的空间分辨率相同。所述另一地形高程模型数据优选为ASTRE CDEM数据。

这里，可利用各个无效格网在另一地形高程模型数据中的高程值来对各个无效格网在SRTM数据中的高程值进行插补。

由于另一地形高程模型数据与SRTM数据之间可能存在高程差，因此，可先确定高程差，再利用高程差以及各个无效格网在另一地形高程模型数据中的高程值来对各个无效格网在SRTM数据中的高程值进行插补。

这里，可针对SRTM数据的整个区域确定整体的高程差并将整体的高程差作为所有无效格网的高程差，或者，针对各个无效斑块确定各个无效斑块的高程差，并将各个无效斑块的高程差作为各个无效斑块内的每个无效格网的高程差。优选地，为了提高填补精度，可针对无效斑块内的各个无效格网确定各个无效格网的高程差。

以下将参照图3来详细描述对各个无效格网进行插补的具体步骤。

图3示出对各个无效格网进行插补的步骤的流程图。图3中的流程图针对无效斑块内的各个无效格网确定各个无效格网的高程差。这里，基于各个无效斑块的地形特征实现独立地插值补全，避免了使用同一尺度和模型对整个区域进行插值补全带来的精度损失。

参照图3，在步骤S401，针对每个无效斑块，获取该无效斑块周围的有效格网，并利用获取的有效格网与该无效斑块中的各个无效格网构建插补模型。该插补模型中包括该无效斑块中的各个无效格网的数据以及获取的有效格网(即该无效斑块周围的有效格网)的数据。

这里，可获取该无效斑块周围的全部或部分有效格网。优选地，为了减少数据计算量，可获取该无效斑块周围的部分有效格网。例如，可先确定该无效斑块的左上角、左下角、右上角和右下角所在的无效格网，并获取确定的无效格网周围的有效格网。

具体说来，可对无效斑块内的无效格网进行遍历获取左上角、左下角、右上角和右下角所在的无效格网，并记录获取的无效格网的行列号，然后根据无效格网与周围格网的行列位置关系(如图4所示，一个方格表示一个格网，方格内的数字表示格网的行列号)分别获取各无效格网周围8个方向上的有效格网，并获取有效格网的数据(即经度、维度和高程值)。因无效斑块形状的不同，获取的有效格网的数量也可能不同，最多可获取28个有效格网，最少可取到10个有效格网。

在步骤S402，确定所述插补模型中的各个有效格网的高程差。各个有效格网的高程差是指各个有效格网在SRTM数据中的高程值与各个有效格网在所述另一地形高程模型数据中的高程值的差值。

作为示例，可根据以下等式(1)来计算各个有效格网的高程差。

e(ij)＝S(ij)-A(ij) (1)

其中，e(ij)表示地理位置(i,j)处的有效格网的高程差，S(ij)表示地理位置(i,j)处的有效格网的在SRTM数据中的高程值，A(ij)表示地理位置(i,j)处的有效格网在另一地形高程模型数据中的高程值。

在步骤S403，根据各个有效格网的高程差，计算该无效斑块中的各个无效格网的高程差。

这里，可采用各种插值算法来根据各个有效格网的高程差，计算该无效斑块中的各个无效格网的高程差。

例如，根据反距离加权算法利用各个有效格网的高程差计算各个无效格网的高程差。反距离加权算法在上文中已进行了详细的介绍，在此不再赘述。

具体说来，可根据以下等式(2)来计算任意一个无效斑块中的任意一个无效格网的高程差。

其中，Z表示所述任意一个无效格网的高程差，n为插补模型中有效格网的数量，A_i为插补模型中第i个正常格网的高程差，P_i表示第i个正常格网的高程差对所述任意一个无效格网的高程差的权重，其中P_i＝1/r_i，其中r_i表示第i个正常格网的中心点与所述任意一个无效格网的中心点之间的距离。

在步骤S404，根据计算的各个无效格网的高程差以及各个无效格网在所述另一地形高程模型数据中的高程值确定各个无效格网在SRTM数据中的高程值。也就是说，将各个无效格网的高程差与各个无效格网在所述另一地形高程模型数据中的高程值相加得到的和，作为各个无效格网在SRTM数据中的高程值。

作为示例，可根据以下等式(3)来计算各个无效格网在SRTM数据中的高程值。

S(mn)＝Z(mn)+A(mn) (3)

其中，S(mn)表示地理位置(m,n)处的无效格网的在SRTM数据中的高程值，Z(mn)表示地理位置(m,n)处的无效格网的高程差，A(mn)表示地理位置(m,n)处的无效格网在另一地形高程模型数据中的高程值。

图5是示出根据本发明的实施例的SRTM数据无效区域的填补设备的框图。该SRTM数据是根据航天飞机雷达地形测绘项目获取的北纬60度到南纬60度之间的雷达影像数据处理制成了数字地形高程模型(DEM)数据。SRTM数据由于云的影响存在有大量的高程值无效区域，采用本发明的填补设备可对SRTM数据中高程值无效区域的高程值进行填补。

参照图5，根据本发明的实施例的SRTM数据无效区域的填补设备包括无效格网获取单元10、第一插补单元20、无效斑块获取单元30和第二插补单元40。

无效格网获取单元10获取SRTM数据中的孤立的无效格网。

无效格网是指不具有有效高程值的格网。孤立的无效格网是指周围的格网都是有效格网的无效格网。有效格网是指具有有效高程值的格网。

这里，对SRTM数据的所有格网进行遍历，当格网为无效格网且其周围格网均为有效格网时，确定该格网为孤立的无效格网。

第一插补单元20利用孤立的无效格网周围的有效格网的高程值对孤立的无效格网的高程值进行插值补全，以得到数据内插后的SRTM数据。利于孤立的无效格网周围的有效格网的高程值对孤立的无效格网的高程值进行插值补全，不引入外部数据，可充分地利用SRTM数据的自身的地形特征进行数据插补，最大限度地保留其自身的地形特征。

可以理解，一个孤立的无效格网周围存在8个有效格网，这里，可利用孤立的无效格网周围的部分或全部有效格网的高程值对孤立的无效格网的高程值进行插值补全。优先地，可利用孤立的无效格网周围的全部有效格网的高程值对孤立的无效格网的高程值进行插值补全。

这里，可采用各种插值算法来利用孤立的无效格网周围的有效格网的高程值对孤立的无效格网的高程值进行插值补全。

例如，基于反距离加权算法利用孤立的无效格网周围的有效格网的高程值对孤立的无效格网的高程值进行插值补全。反距离加权算法也可以称为距离倒数乘方法。该方法先根据每一个有效格网与无效格网之间的距离，计算每一个有效格网的高程值和无效格网的高程值之间的权重关系，其中，距离越远，权重越小。再根据计算的权重关系以及各有效格网的高程值来计算无效格网的高程值。可根据各有效格网的中心点的坐标以及孤立的无效格网的中心点的坐标来计算各有效格网与孤立的无效格网之间的距离。

优选地，由于孤立的无效格网周围的每一个有效格网与孤立的无效格网之间的距离相差不大，因此，为了减小计算量，也可将孤立的无效格网周围的所有有效格网的高程值的平均值作为孤立的无效格网的高程值。

无效斑块获取单元30获取数据内插后的SRTM数据中的无效斑块。所述无效斑块是指由至少两个相邻的无效格网组成的区域。

这里，由于SRTM数据一般是栅格格式的数据，为了方便后续的数据处理，无效斑块获取单元30可将栅格格式的SRTM数据转换为矢量格式的数据，即转换为矢量面图层。这里，可在转换得到的矢量面图层中删除非无效区的矢量面，得到无效斑块的矢量面。

此外，为了方便后续的数据处理，提高整体运算效率，无效斑块获取单元30可对获取的无效斑块进行编号，并且建立每个无效格网与无效斑块的索引关系，根据无效斑块的编号即可找到该无效区域内所有的无效格网的数据，每个无效格网的数据包括该无效格网的中心点的经、纬度坐标和高程信息。无效格网与无效斑块中的索引关系如图2所示，其中，Polygon表示无效斑块，point表示无效格网，X表示无效格网的中心点的经度坐标，Y表示无效格网的中心点的纬度坐标，Z表示无效格网的中心点的高程信息。

第二插补单元40利用除SRTM数据之外的另一地形高程模型数据对无效斑块中的各个无效格网的高程值进行插补，以实现SRTM数据无效区域的填补。

所述另一地形高程模型数据可以是除SRTM数据之外的各种地形高程模型数据。例如，所述另一地形高程模型数据可以是全球土地测量数据2005(Global Land Survey,GLS2005)或先进星载热发射和反射辐射仪全球数字高程模型数据(Advanced Spaceborne Thermal Emission and Reflection Radiometer Global Digital Elevation Model，ASTRE CDEM)等。优选地，为了节省数据处理的过程，减少因数据重采样带来的进度损失，所述另一地形高程模型数据的空间分辨率与SRTM数据的空间分辨率相同。所述另一地形高程模型数据优选为ASTRE CDEM数据。

这里，可利用各个无效格网在另一地形高程模型数据中的高程值来对各个无效格网在SRTM数据中的高程值进行插补。

由于另一地形高程模型数据与SRTM数据之间可能存在高程差，因此，可先确定高程差，再利用高程差以及各个无效格网在另一地形高程模型数据中的高程值来对各个无效格网在SRTM数据中的高程值进行插补。

这里，可针对SRTM数据的整个区域确定整体的高程差并将整体的高程差作为所有无效格网的高程差，或者，针对各个无效斑块确定各个无效斑块的高程差，并将各个无效斑块的高程差作为各个无效斑块内的每个无效格网的高程差。优选地，为了提高填补精度，可针对无效斑块内的各个无效格网确定各个无效格网的高程差。

第二插补单元40对各个无效格网进行插补的具体过程可参照图3中的具体步骤。

根据本发明的实施例的SRTM数据无效区域的填补方法和设备将数据自身内插补全与基于其他地形高程模型数据进行插补的方式结合，避免使用单一的填补方式带来的精度损失，提高了整体的填补精度。

根据本发明的实施例还提供一种计算机可读存储介质。该计算机可读存储介质存储有当被处理器执行时使得处理器执行如上所述的SRTM数据无效区域的填补方法的程序指令。该计算机可读记录介质是可存储由计算机系统读出的数据的任意数据存储装置。计算机可读记录介质的示例包括：只读存储器、随机存取存储器、只读光盘、磁带、软盘、光数据存储装置和载波(诸如经有线或无线传输路径通过互联网的数据传输)。计算机可读记录介质也可分布于连接网络的计算机系统，从而计算机可读代码以分布式存储和执行。此外，完成本发明的功能程序、代码和代码段可容易地被与本发明相关的领域的普通程序员在本发明的范围之内解释。

根据本发明的实施例还提供一种计算装置。该计算装置包括处理器和存储器。存储器用于存储程序指令。所述程序指令被处理器执行使得处理器执行如上所述的SRTM数据无效区域的填补方法的程序指令。

此外，根据本发明的实施例的SRTM数据无效区域的填补设备中的各个程序模块可完全由硬件来实现，例如现场可编程门阵列或专用集成电路；还可以由硬件和软件相结合的方式来实现；也可以完全通过计算机程序来以软件方式实现。

尽管已经参照其示例性实施例具体显示和描述了本发明，但是本领域的技术人员应该理解，在不脱离权利要求所限定的本发明的精神和范围的情况下，可以对其进行形式和细节上的各种改变。