规则格网dem生成方法比较研究.docxVIP

规则格网dem生成方法比较研究 0 dem误差分析 地形可见度，又称地形可达性，是指地形面积或其他地形点之间的可见度。地形可视性分析是地形分析的重要组成部分,也是空间分析中不可或缺的内容。很多与地形有关的问题都涉及地形可视性计算问题,如火警观察站、雷达位置、广播电视或电话发射塔的位置、路径规划、航海导航、军事上的阵地布设、道路和建筑物的景观设计、日照分析等。可视性分析已成为建筑规划、景观分析与评估、空间认知与决策、考古、军事等领域研究的重要课题之一。 在数字环境下,地形可视性分析是在DEM上通过一定的算法实现的。DEM的误差、分辨率和算法的合理性直接决定着地形可视性分析的准确性,因此长期以来对基于DEM可视性分析的评价一直受到人们的重视。例如,Rose、Franklin等研究了DEM分辨率(水平分辨率、垂直分辨率)对可视性分析的影响,Franklin指出可视性对高程数据误差非常敏感,高程数据的微小变化对可视性分析结果产生较大影响,De Floriani等的研究也证实了这一点;Fisher研究了可视域分析的模糊性,并通过Monte Carlo模拟方法首次讨论了DEM不确定性对可视域分析的影响,指出DEM误差是引起可视域分析误差的一个主要因素;考虑到DEM误差来源的复杂性和多源性,Nackaerts等提出了概率可视性(probabilistic visibilities)的概念;Fisher、Branko在对不同的可视域算法进行分析对比后,指出在同一DEM和相同的视点上,不同算法会导致不同的分析结果,地形可视性算法对分析结果有显著的影响。 内插处理是建立DEM的必要环节,它实现了地形采样点从无序到有序的转变,但是内插过程却使DEM误差的来源复杂化。由于不同内插方法数学机理和适用条件不同,那么它们是否具有相同的可视性分析结果,其相关程度如何,可视性分析对内插方法的敏感性如何,这些是本文的主要研究内容。笔者以实际采样的散点数据为基础,利用反距离权(Inverse Distance Weighted,IDW)、样条函数(Spline)、克里格(Kriging)、自然邻点内插(Natural Neighbor Interpolation,NNI)、TIN(Triangulated Irregular Network)内插5种常用内插方法生成DEM,并对其可视性分析结果进行对比分析和相关分析,旨在揭示不同内插方法对可视性分析结果的影响规律和可视性分析对内插方法的敏感程度,为可视性分析的应用及内插方法的选择提供科学依据,也为内插方法研究提供新的思路。 1 剖分内插及内插函数的选取 DEM内插的实质是对采样点的位置进行变换和加密处理。其数学基础是二元函数逼近,即利用已知地形采样点集的三维空间数据坐标,展铺一张连续的数学曲面,将任一待插点的平面坐标带入曲面方程,求得该点的高程数据。DEM内插法可分为分块内插、移动内插和剖分内插3种。分块内插和剖分内插的共同点都是将区域划分成一系列子块,凡落在子块内的点的高程值,都可将其平面位置带入展铺在该子块上的唯一的数学曲面确定;剖分内插范围一般为三角形,其内插函数为平面,剖分内插的中间产品即为TIN;移动内插是以内插点为中心,以某一半径为邻域,利用确定的内插函数和落在邻域内的点来计算内插点的高程值,内插函数与邻域内点的数量有关。 内插函数多种多样,从数据分布规律上,有适合于规则分布数据或不规则分布数据的内插函数和适合于等高线数据的内插函数;按内插点的分布范围,有整体内插函数、局部内插函数和逐点内插函数;根据内插函数与采样点的关系,分为曲面通过所有采样点的纯二维插值方法和曲面不通过采样点的曲面拟合插值方法;从内插曲面的数学性质上,有多项式内插、样条内插、最小二乘配置内插等内插函数;从对地形曲面理解的角度,有克里格法、多层曲面叠加法、加权平均法、分形内插法等。考虑到内插函数的普遍性和实用性,本文选择反距离权内插、样条内插、克里格内插、自然邻点内插和TIN内插进行分析。 1.1 插值点估计值 反距离权内插是利用邻近已知点的数值进行加权运算,所需的权重根据距离远近来确定,离插值点越近的样本点赋予的权重越大。计算公式如下: z(x,y)=∑i=1n(di)?pzi∑i=1n(di)?p(1)z(x,y)=∑i=1n(di)-pzi∑i=1n(di)-p(1) 式中:z(x,y)为(x,y)处插值点的估计值;n为参与计算的实测样本点数;di为i点与插值点之间的距离;zi是第i个已知点的数值;p为距离的幂,p值显著影响内插结果,其选择标准是最小平均绝对误差,本文采用p=2。 1.2 插值估计范围 样条函数内插的本质是利用数学方程式来表现一条通过一组已知点的平滑曲线,并依据这条曲线来估算范围内每个插值点的属性值。样条函数内