第4章 DEM的建立.pptVIP

空间自相关及方向变异 大部分的地理现象都具有空间相关特性，即距离越近的两事物越相似。这一特性也是空间地统计分析的基础。 空间自相关是指空间位置上越靠近的事物或现象就越相似，即事物或现象具有空间位置的依赖关系。如气温、湿度等的空间分布体现了与海陆距离、海拔高程的相关性。如果没有空间自相关性，地理事物和现象的分布就是随意的，地理学中的空间分布规律就不能体现 三种空间自相关 正自相关：是指附近的观测值很可能是彼此相似的。 负自相关：是指附近的观测值很可能是彼此不同的 零自相关：是指无法辨别空间效应，观测值在看空间上似乎是随机分布的 自相关分析的结果可用来解释何须按照存在的空间聚集性或“焦点”。空间自相关分析需要的空间数据类型是点或面数据，分析的对象是具有点/面分布特征的特定属性。 全局空间自相关用来分析在整个研究范围内指定的属性是否具有自相关性。 局部空间自相关用来分析在特定的局部地点指定的属性是否具有自相关性。具有正自相关的属性，其相邻位置值与当前位置的值具有较高的相似性。 4.1.1 DEM地形表面重建的地理内涵和数学机理 分片的曲面模型分片模拟 （2）数学特征： 单值性 连续而不光滑 综合上述要求，高质量的逼近曲面应该具有较好的保凸性和逼真性，如果实际曲面是光滑的，则逼近面也应该是光滑的。 三个要求相互独立又相互影响。 DEM首先应满足保凸性和逼真性 对于数字高程模型而言 空间结构的构造-GRID、TIN 属性值-Elevation 构造空间域函数-Interpolation 利用空间域函数进行分析-Grid Value DEM建模的很多阶段都会用到内插 质量控制 表面重建 精度估计 地形分析 应用 共性： DEM内插的根本是对地形曲面特征的认识和理解 具体到方法上，则是内插点邻域范围的确定、权值确定方法（自相关程度）、内插函数的选择三个方面的问题。 4.3 DEM内插数学模型 精确插值：产生通过所有观测点的曲面。 这意味着在精确插值中，插值点落在观测点上，内插值等于估计值。 近似插值：插值产生的曲面不通过所有观测点。 当数据存在不确定性时，应该使用近似插值，由于估计值替代了已知变量值，近似插值可以平滑采样误差。 4.3 DEM内插数学模型 4.3.1整体内插 4.3DEM内插数学模型 为实现上述步骤，逐点内插需要解决好以下几个问题： 内插函数 邻域几何特性 数据点 采样点权重 采样点分布 附加信息 特点 逐点内插方法计算简单，应用比较灵活，是较为常用的一类DEM内插方法 逐点内插方法的主要问题是内插点邻域的确定，它不仅影响到DEM的内插精度，也影响到内插精度。 * 4.4DEM建立过程 4.4.2基于规则格网分布采样点的DEM建立： 基于规则格网分布采样点的DEM建立不需要搜索内插点的邻域，而是通过其简单的几何关系就可建立。 呈规则格网分布的数据，只需要判断内插点所处的格网，即可确定内插点周围的采样点。采样点的个数取决于内插函数，若内插函数为双线性函数或线性函数，一般为4个点；而当内插函数为三次样条函数时，一般为16个点。 * 4.4DEM建立过程 * 4.4DEM建立过程 1）线性内插（p88） 与基于TIN的内插方法类似，在规则格网上进行线性内插，是将内插点所处的格网单元剖分成两个三角形，每个三角形形成一个内插平面z=ax+by+c，系数通过内插点所在的三角形顶点确定。内插点高程值由所在三角形的线性平面计算得到。 * 4.4DEM建立过程 2）双线性内插（p89） 双线性内插将格网单元视为一个整体，并通过形如z=ax+bxy+cy+d的多项式来拟合地形表面。在格网单元上，通过格网单元的四个顶点可唯一确定双线性多项式系数。 * 4.4DEM建立过程 4.4.3基于等高线分布采样点的DEM建立： 基于等高线分布采样点，如通过数字摄影测量、扫描矢量化等获取的数据。一般有三种方法，即等高线离散化法、等高线内插法、等高线构建TIN法。 * 4.4DEM建立过程 1）等高线离散化法 是将按等高线分布的数据看作是不规则分布数据，并不考虑等高线特性，整体内插、局部分块内插、逐点内插等数学模型均可用来内插生成格网DEM。 这种方法思路直观，但内插中没有考虑采样点的等高线分布特性，生成的DEM格网可能会出现一些异常情况。 * 4.4DEM建立过程 2）等高线内插法 类似于在地形图等高线上手工内插点并计算高程。 基本步骤为： （1）通过内插点作四条直线，分别为东西、南北、东北-西南和西北-东南； （2）计算每条直线与最近等高线的交点； （3）计算每条直线上两交点之间的距离和高差，求出交点之间的坡度； （4）在最大坡度线上，按公式zp=z5+（z1-z