数字高程模型DEM质量控制及精度分析.docVIP

数字高程模型DEM质量控制及精度分析 　　 数字高程模型(Digital Elevation Model, DEM)是“4D”产品的一种,它是一定区域范围内对地球表面地形地貌的一种离散数字表达。在城市和工程建设的各个领域,数字高程模型都有着广泛的应用价值。从DEM可以方便地派生出一系列适合工程应用的产品,如等高线、坡度图、坡向图、晕染图、立体透视图等。DE也是生产数字正射影像、建立三维城市景观模型以及GIS(Geographic Information System)建库不可缺少的重要数据。在实际生产中，采用的比较多的DEM生产模式为通过模式取样进行摄影测量或其他测量测定一系列取样点的高程数据。目前,测绘数据作为计算基础,实际测绘误差并不大，DEM逼近手段也很高,但实际DEM精度却往往不能满足要求,矛盾是很突出的。本文主要是讨论数字高程模型DEM在实际生产中的质量控制及其误差来源及精度的分析。 　　DEM的生产流程 　　 DEM生产流程见下图： 　　 　　 　　 其中对于特征点线的采集。特征点为山顶、凹地、鞍部、山谷及地形突变点；特征线为山脊线、山谷线、水系、水域线、断裂线及地形变换线、双线公路等。等高线、高程点亦可作为图内的特征点线。可在测图方式下采集地面特征点线，所采集的特征线不要穿越房屋、桥梁等高出地面的地物。对于平坦地区采集地面点线，不能有大面积空洞；对于等高的面状区域如水库、湖泊等，按常水位同一高度采集。静止水域的DEM格网点高程应一致，流动水域的上下游DEM格网点高程应梯度下降，关系合理。在生产DEM时，矢量数据尽可能采集的比实际范围大一些。在构TIN时，TIN网的三角形是按临近的原则找点，若边缘的矢量数据不够，容易导致DEM边界数据出错，矢量数据一般比真实DEM范围外扩300m左右，生成DEM时全部用地面矢量构TIN。图幅与图幅之间的特征矢量数据一定要接边。图幅内DEM的高程偏差不大于一个基本等高距。为保证DEM的接边精度，单模型DEM之间至少有2～3排格网的重叠带，相邻图幅DEM数据重叠区公共格网点高程必须一致。 　　DEM的质量控制 　　 在DEM的生产过程中，质量控制是关键的环节之一。事实上，不管采用何种测量方法，测量数据总会包含各种各样的误差，DEM数据也不例外，这些误差从不同方面影响了DEM原始数据的质量。DEM原始数据的质量有将严重影响最终DEM 的产品和派生产品的精度和可靠性。由此可见，对DEM质量控制问题的研究具有特别重要的意义。 　　误差的来源与性质 　　 数字高程模型的实际精度主要由原始数据的采集误差和高程误差两方面决定。在实际生产中，通过航空摄影测量、影像匹配、地面测量以及等高线数字化等方法均可产生各种类型的数字高程模型。DEM表面上点的误差是数字地面建模过程中所传播的各种误差的综合，它主要受以下几个因素的影响：地形表面的特征、原始数据的精度、密度和分布、表面建模的方法等。 　　 总体而言，可将误差分为三种，即系统误差、偶然误差和粗差。同系统误差、偶然误差相比，粗差实际上是一种错误，它在测量中出现的可能性一般比较小。但是与前两种误差相比，粗差对数字高程模型所反映的空间变化的扭曲更为严重。在有些情况下，粗差的存在会导致DEM及其产品严重失真甚至完全不能接受。 　　 通过影像匹配建立起来的数字高程模型，粗差通常产生在自动影像的错误匹配，当前大多的数字摄影测量工作站已经实现了DEM的自动生成。在DEM的生产上，同人工操作相比，通过匹配自动生成DEM的方法有很多优点，但是通过匹配方法产生的DEM可能包含各种来源的匹配错误（特征丢失、纹理的重复等）而产生的粗差。当立体图像的几何条件和辐射条件不同时，这种错误会增加，这样一来，不仅降低了DEM的精度，而且增加了后续人工编辑的操作。根据统计学的观点，粗差是与其他的观测值不属于同一集合的观测值，因此他们不能与集中的其他观测值一起使用，必须予以剔除。 　　DEM粗差探测方法 　　 误差通常被定义为观测数据与其真值之间的差异。不确定性是指对真值的认知或肯定的程度，更是广泛意义上的误差，包含系统误差、偶然误差、粗差、可度量和不可度量误差、数据的不完整性、概念的模糊性等。DEM误差分为数据误差和描述误差，数据误差分为采样点误差和内插误差，描述误差分为地形特征、尺度、DEM结构、采样点分布和密度。我们知道传统的粗差处理都是基于平差原理的，如果不存在平差问题，也就不能在平差过程中对粗差进行自动定位。因此要检查DEM数据中存在的错误，显然要进行更加妥善的处理，而不能简单借用一般的平差方法，同时仅仅分析单个独立的数据也是不够的，只有从整体或局部对数据进行分析处理才能使问题得到解决。 　　 DEM有多种数据形式：规则格网、不规则格网、等高线、剖