地形简化中的不确定性及优化模型的研究地图制图学与地理信息工程专业论文.docxVIP

西南交通大学硕士学位论文主要工作(贡献)声明 西南交通大学硕士学位论文主要工作(贡献)声明 本人在学位论文中所做的主要工作或贡献如下： 1)本研究对传统确定式简化方法进行了归纳总结，详细分析了不同简化模型的实 现机理。在此基础上，为更为全面地发挥确定式简化方法的优势，提出了一种基于骨架 联合约束的地形简化方法，从而使简化结果更大程度地保留原始地形的主体结构； 2)地形简化中存在不确定性。本研究一方面深入分析了这一不确定性的来源，另 一方面研究并明确了不确定性对简化结果产生的影响：为明确原始地形高程误差造成 的不确定性对地形简化的影响，模拟并获得了一系列同区域的地形实现，对其实施简 化操作，从多方面对简化结果进行了表面形态分析，以此确定了原始地形中的不确定 性对地形简化产生的作用规律；为明确简化模型中的不确定性对地形简化产生的影响， 选用不同的简化模型进行了简化操作。两种不确定性实验结论均表明：用于参与地形 简化的特征信息越丰富，其简化结果受不确定性的影响也越小； 3)传统方法在进行地形简化时，确定式的模型得到唯一性的结果。这一唯一性意 昧着：利用确定式模型求解不确定式问题的思路在理论层面并不合理。本研究采用了 一种逐步逼近真值的、不确定式的方法进行了地形简化操作，以此获得可信度更高的 目标尺度下的地形表达。这一方法能够很好地完成简化表面的优化过程，且该方法能 够排除初始特征点分布变化的干扰，在差异较大的分布格局下仍能寻求得到相对一致 的优化结果。 本人郑重声明：所呈交的学位论文，是在导师指导下独立进行研究工作所得到的 成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或 撰写过的研究成果。对本文的研究做出贡献的个人或集体，均己在文中作了明确说明。 本人完全了解违反上述声明所引起的一切法律责任将由本人承担。 学位论文作者签名： 砧刍忒 日期： a㈦ 万方数据 西南交通大学硕士研究生学位论文 西南交通大学硕士研究生学位论文 第1页 摘 要 数字地形分析研究领域常利用特定的分析手段挖掘地形模型中隐藏的信息，这些 信息包括：地形基本参数、地形水网结构以及地形对象要素等。地理空间数据中存在的 尺度效应导致了同一区域在不同尺度上具有不同的地形表达，对应的地形模型也随之 不同。研究区域通常仅具有单一或少量尺度下的地形模型，想要在更为丰富的尺度上 进行地形分析，必须为这些区域建立多尺度模型。地形简化方法为这一建模过程提供 了可行性方案。 地形简化存在不确定性。这一不确定性一方面来源于原始地形的高程误差，一方 面来源于简化模型本身。为研究原始地形高程误差造成的不确定性对地形简化的影响， 本文利用序贯高斯模拟方法为误差场生成满足空间自相关特性的序列误差场实现。为 研究简化模型中的不确定性对地形简化的影响，选用三种基于特征的地形简化方法在 不同简化程度下实施地形简化操作。虽然上述两种不确定性的模拟方法不同，但对于 简化结果的分析手段相对一致。分析方法分为两部分：定性分析与定量分析。定性分析 部分主要是通过将简化表面与原始地形的等高线与地形骨架进行叠置，利用目视比对 的方式分析不确定性；定量分析部分主要是通过计算简化表面的高程精度与骨架保留 度以分析不确定性。实验结果表明，两种类型的不确定性对地形简化具有相似的作用 规律：原始地形中的不确定性与简化模型中的不确定性均会对地形简化结果产生影响， 但简化模型顾及的原始地形特征越多，得到的目标简化尺度下的地形表达不确定性也 将越小，换言之，简化表面所表达的地形信息可信度也将越高。 地形简化中的不确定性导致了目标尺度上的简化表面真实值不得而知。传统的简 化模型以一种确定式的过程进行简化操作，得到的目标尺度上的简化地形存在唯一性。 这种以确定式的过程求解不确定式结果的方式在理论层面并不合理。更为严谨、合理 的方式应当是：求解过程不直接给出简化结果，而是以一种寻优、向真值逼近的方式逐 步获取更优解。显然，现阶段的简化方法均无法满足这一条件。为此，本文提出了一种 基于退火模拟算法的地形简化方法。该方法将地形特征点看作固体物质内部乱序运动 的粒子，在温度衰减过程中对特征点持续进行随机性扰动，以生成有限的状态集，随着 温度的降低，状态集的前后差异逐渐缩小，最终产生特定温度下的稳态。空间退火模拟 算法能够运用于地形简化，主要源于三方面：1)该方法能够作用于空间数据；2)该方 法中的扰动机制能够为地形特征建立有限的状态集：3)稳态的存在保证了最优简化表 面的可达。实验结果表明，新方法在不同的初始特征点分布以及不同的地形复杂度下 均能很好地完成特定目标函数下简化表面的优化。 关键词：DEM简化；不确定性；序贯高斯模拟；空间退火模拟 万方数据 西南交通大学硕士研究生学位论文 西南交通大学硕士研究生学