数字高程第三章.pptVIP

数字高程模型;3.1DEM的数据来源; 应用影像数据作为DEM数据源时涉及到以下几个问题： 遥感影像的几何畸变； 遥感数据的增强处理，用于扩大不同地物影像的灰度差； 遥感影像数据的空间分辨率； 遥感影像数据的解译和判读； ;2.地形图：地形图是地貌形态的传统表述方法，是各种尺度DEM建立的主要数据源。 应用地形图作为DEM数据源时要注意以下几个问题： 地形图的现势性：纸质地形图制作工艺复杂，更新周期比较长，经济发达地区比落后（或山区）更明显； 地形图存储介质：传统地形图多为纸质存储介质，受环境影响易变形； 地形图精度：地形图精度决定着地形图对实际地形表达的可信度，与地形图比例尺、等高线密度（由等高距表示）、成图方法有关。不同比例尺的地形图，其所表示的几何精度和内容详细程度有很大的差别。地形图比例尺越小，对地形的综合程度就越大，所表示的地形就越概括和近似，反之亦然。 ;我国地形图比例尺系列特征;;;;3.2? DEM数据采样理论基础 ;采样;3.2.2基于不同观点的采样 1.统计学观点：DEM表面可以看作是点的特定集合（采样空间）有随机采样和系统采样两种方法。因此，对特定集合的研究可以转化为对采样数据的研究。 随机采样：对各采样点以一定概率进行选择，各点被选中的概率各不相同（若概率相同则为简单随机采样）。 系统采样：也称规则采样，以预先设定的方式确定采样点，各采样点被选取得概率为100%。 ;;;;;;;;;;;;3.3? DEM数据采样策略与方法;;;;;;;;;;;;;3.4? DEM数据采集质量控制;;1.基于趋势面的粗差探测与处理 基础：基于地形具有的自相关性，即地形表面变化符合一定的自然趋势，表现为连续空间的渐变模型，可用光滑曲面来描述。 趋势面表达了地形的宏观变化趋势，当某一采样点的观测值和趋势面计算值相差较大时，该点可能含有粗差—偏离了整体变化趋势。 ;应用趋势面进行粗差探测注意的问题： 趋势面函数的确定：理论上任何复杂的趋势面都可用高阶多项式去逼近，但高阶多项式本身不稳定，其系数的物理意义也不清楚，将导致不符合实际地形起伏的趋势； 阈值的确定：预测值和计算值相差多大时，被怀疑为粗差点。一般取中误差的三倍为极限值（可能遗漏或过多地选择粗差点）(中误差: 有限的几次观测的偶然误差求得的标准差)。 ;趋势面分析技术的特点： 将问题简单化、局部化，能找出部分可疑数据点，但不能确定该点是否为真正的粗差，需要用其他方法进一步分析。 ;2.三维可视化粗差检测技术 对含有粗差的原始数据建立三维表面模型（一般为TIN），在三维可视化环境下通过人机交互的方式有效地检测粗差点。 这种方法需要高效可靠的构网技术、快速的交互响应效率以及建立对异常值敏感的可视化图形。 常用图形：线框透视图和晕渲图 ;3.基于坡度信息的规则格网分布数据粗差探测技术 坡度是地表的固有属性，在局部连续空间的渐变模型上，其变化是连续的，因此， 可采用采样点与周围点的坡度变化是否一致来检测采样点是否含有粗差。 本方法适用于规则分布的采样点的粗差探测。;原理与步骤： 1）相邻两个区域坡度差计算：在3*3的局部窗口内，计算在水平方向和垂直方向上相邻两点之间的坡度（12个），然后计算两个格网之间的坡度差（6个）。 2）通过相邻两个网格之间的坡度差确定衡量坡度是否变化一致的阈值。 对当前窗口坡度差进行统计分析，统计标准可采用绝对平均值、数据值范围、均方根、算术平均值或标准差等，阈值为统计标准的K倍（K是常数）。 ;3）怀疑一点：当采样点在某一方向上的坡度差大于阈值，则该点在局部范围内不正常，可能含有粗差。 4）粗差剔除与数据点改正：通过周围各网点的坡度和高程计算粗差点的高程，取代原有高程值。 该方法一次只能检测一个点，当粗差分布比较集中时，要循环进行。该方法不适合边界部分粗差点的检测。;李志林等对此法做了深入地研究和试验： 统计标准为采用了水平方向和垂直方向标准偏差的和，阈值系数K=3，通过和原始数据勾绘出来的等高线相比，该法在处理格网数据的粗差上，效果是比较显著的。 ;4.基于高程信息的不规则分布数据粗差探测方法 数据点呈散乱分布，其坡度信息获取困难，与规则格网分布的区别是（其他步骤基本一致）： 窗口确定：采用窗口尺寸定义或确定窗口区域采样点数量这两种方法来指定邻域范围。 当使用后一种方法时，一般认为包含15-20个点的窗口是适宜的。 ;一致性标准的确定：采用高程信息，即计算高程变化是否一致的阈值。 原因是：规则格网上比较容易获取坡度信息，而从不规则分布数据获取坡度信息却比较困难，但高程和坡度同是刻画地形曲面连续性的指标，因此在散乱数据分布的区域上，一致性标准采用高程信息。;５.基于等高线采样