大范围DEM数据的快速生产
2011-04-18阮明
阮明
(南宁市勘测院,广西南宁 530001)
大范围DEM数据的快速生产
阮明∗
(南宁市勘测院,广西南宁 530001)
数字高程模型(DEM)作为基础空间数据之一,在城市规划和管理中有着广泛的应用,本文结合南宁市“水城”项目,提出了一种以地形图数据为基础,从不同数据源统一采集高程信息,并构建DEM的方法。为快速实现大范围、高精度DEM数据的批量生产提供一定经验。
DEM;地形图;快速生产;大范围
1 引 言
数字高程模型(Digital Elevation Model),简称DEM,它是用一组有序数值阵列形式表示地面高程的一种实体地面模型,它可以通过三维的形式反映地面高程信息。近年来,数字高程模型受到广泛的关注,在许多领域得到迅速发展,如在工程建设上,可用于如土方量计算、通视分析等;在防洪减灾方面,DEM是进行水文分析如汇水区分析、水系网络分析、降雨分析、蓄洪计算、淹没分析等的基础;在无线通讯上,可用于蜂窝电话的基站分析等。
目前南宁市正在规划建设“中国水城”项目,为了提供高程信息用于项目的规划设计,需要制作南宁市6 500 km2范围的数字高程模型,而南宁市勘测院拥有覆盖南宁市范围的基础地形图数据。因此,笔者提出了一套利用现有的各种地形图数据批量制作数字高程模型的方法。
2 数字高程模型的生产方法
目前,数字高程模型的构建方法主要有3种:
(1)通过数字摄影测量系统,利用航摄资料建立DEM。该方法受地面因素影响,获取的DEM精度不理想,且须充足的像控资料,投入较大,但获取的速度较快。
(2)由机载激光扫描系统直接扫描并经过后续处理得到,其优点是:直接测量地面要素高程,无需人工干预进行自动快速的数据处理,这种方法获取数据的速度最快,并且也不受天气影响;其缺点是投入较大,精度较低,需要专门的处理算法。
(3)野外实测得到离散地面点数据直接构建TIN,建立DEM,该方法获取的数据能达到很高的精度,但工作量大,效率不高,且费用昂贵,不适合大规模的DEM数据采集任务[1]。
3 基于地形图的DEM生产流程
利用地形图生产DEM数据的工作流程是通过采集地形图上的地形地貌,包括等高线、高程点等数据,然后由线性插值生成格网形式的DEM数据[2]。这种做法具有以下优点:
(1)南宁市勘测院的地形图实时更新,具有现势性,满足现状规划设计的需要;
(2)大比例尺地形图高程信息丰富,可以保证较高的精度;
(3)生产的周期较短、效率高、投入低,可以实现批量大范围生产。
项目中数字高程模型的生产采用了南宁市勘测院已有的地形图数据,数据源包括数字化地形图、栅格地形图和纸质地形图3种,覆盖面积约为6 500 km2,平面坐标系为1954北京坐标系,高程基准为1956黄海高程系。不同的数据源高程数据采集的过程不尽相同,其中数字化地形图占了绝大部分,是生产DEM的主要数据来源。
根据不同的数据源,将DEM的生产流程分为5大步骤,主要为纸质图的扫描处理,高程数据矢量化,数据转换与高程提取,接边与纠错,DEM的生成。DEM生产流程图如图1所示。
3.1 纸质图的扫描处理
(1)图形扫描
由于部分图纸长期保存,已造成折损,首先需要对图纸进行整平还原的工作。图形扫描就是将纸质地形图扫描成栅格图,我们采用了大幅面扫描仪Color-Trace,扫描分辨率为300 dpi,扫描的图像为TIFF格式,在等高线较密集或者图纸不清晰的地方还可以提高局部的扫描分辨率,这样可以保证扫描精度,减少后期矢量化和编辑工作。通过调整亮度、对比度等参数还可以获得较好的图像效果。
图1 DEM生产流程
(2)图像裁剪与纠正
首先需要对扫描成的图形进行裁剪,减少冗余数据。其次,由于扫描的图像不仅有纸张的变形误差,还有走纸误差和旋转变形,并且存在比例误差,因此需要对栅格图进行坐标匹配和纠正。
采用MapGIS的影像匹配功能,通过标准图框和公里格网的准确坐标,对栅格图进行坐标的匹配,对于精度较高的栅格图采用四点纠正法(即图框的四个角点),而对于精度较低的栅格图采用公里格网纠正法,尽量保留小数点后的位数以减少误差。影像匹配后的栅格图的椭球基准是1954北京坐标系,而坐标类型是地理坐标,需要运用高斯正算公式将经纬度换算到平面直角坐标,使栅格图坐标系转换为1954北京大地坐标系。
3.2 高程数据矢量化
对扫描后生产的栅格图及已有栅格图进行高程数据矢量化工作,高程数据矢量化是从栅格图上提取高程信息的过程。我们采用ArcGIS矢量化工具ArcScan模块进行屏幕跟踪矢量化。矢量化前需要对栅格图进行二值化处理。在作业过程中只要设置好跟踪像素的宽度和二值化图像的像素范围,就可以实现较好的跟踪效果,减少手工编辑,提高作业速度。
高程数据矢量化的工作包括等高线矢量化、高程点矢量化、等高线赋高程值、高程点赋高程值。
生产过程中按图幅分幅矢量化,每幅图的矢量化结果存储为一个要素类,以“图幅名-高程坐标系-等高距-生成年份”的方式命名,要素类中加入Elevation字段作为存储高程信息,最终的输出结果以Geodatabase数据库的格式保存。
3.3 数据转换与高程提取
由于数据源的不同,高程数据的采集过程也不尽相同,纸质图和栅格图通过矢量化来获得,它的存储方式是ArcGIS的Geodatabas数据库,而数字化地形图都是以CAD的格式存储,因此需要将二者统一。
我们生产DEM的主要数据来源是数字化地形图,因此,数据转换与提取是整个生产过程中的重要环节。
数字化地形图的高程数据采集可以在数据转换过程中一同完成,我们采用FME的管道技术来减少工作量,根据高程数据所在图层、几何类型以及高程属性等过滤条件实现高程数据的提取,并转换到Geodatabase数据库中,只要在FME中定义好数据的转换过程,就可以利用Workbench模块实现数字化地形图的批量处理。如图2所示是数字化地形图中等高线的提取过程。
图2 数字化地形图中等高线的提取过程
3.4 接边纠错
由于地形图都是以图幅的方式存储,因此,在进行完所有高程数据提取以后,还需要将每幅图进行接边,保证在Geodatabase数据库中的高程数据都是无缝连接,并且需要改正错误数据,例如高程值为零或为负值,高程出现特别大值等情况,对部分区域高程值进行修正,如桥梁、高架桥、河流、湖泊等,尽量避免后期DEM生成时出现不合理的情况。
3.5 DEM的生成
将所有地形图的高程数据提取出来以后,我们就可以进行DEM的制作,主要分为3个步骤:内插生产TIN;采样生成GRID;检查后生成DEM。
(1)采用ArcGIS的3D Analyst模块中的Create TIN from Features命令,将高程数据库内线型插值生成不规则三角网(TIN)。图3所示是某区域的不规则三角网。
图3 青秀山的不规则三角网
(2)运用3D Analyst模块中的TIN to Raster命令,对TIN采样生成格网(GRID)DEM数据。为满足城市规划建设的需要,栅格图像的分辨率设为10 m。图4所示是栅格DEM数据。
(3)通过ArcToolbox中的Raster to ASCII命令,将生成好的GRID数据转换成USGS格式的DEM数据。
图4 青秀山的栅格DEM数据
最终的DEM数据还需进一步的检查,通过Raster to Features命令,将栅格数据反算出等高线,然后与原始地形图反色叠合[2],检查有无错漏、偏移,不合格的地方要重新编辑生成,检查无误后方可提交成果。
4 结 论
数字高程模型在测绘、水文、气象、地貌、地质、土壤、工程建设、通讯等国民经济和国防建设以及人文和自然科学领域有着广泛的应用。采用地形图制作DEM的方式可以实现大面积批量生产,且精度高、速度快,勘测院的数据还可以保证现势性。根据项目的需要,后期我们对DEM数据进行了加工,加入了其他地形数据,如水系、湖泊和水库等,更加丰富了DEM数据内容,为“水城”项目中主要河流水位的确定以及城区内涝影响分析评估提供高程数据上的支持。
[1] 李志林,朱庆.数字高程模型[M].武汉:武汉测绘科技大学出版社,2000
[2] 王茜,薛怀平等.利用地形图批量生产DEM数据的方法[J].上海师范大学学报(自然科学版),2003,32(02)
[3] 马瑞尧,卢冈,赵小祥.数字高程模型的生产及更新[J].现代测绘,2004(04)
Large-scale DEM Data for Rapid Production
Yuan Ming
(Nanning Exploration&Survey Institute,Nanning 530001,China)
Digital Elevation Model(DEM)is one of the basic spatial data,widely used in city planning and management.In Nanning“waterside town”item,this paper advance a way to produce DEM data by using topographic map and collecting elevation data from different data source.It has a better popularizing value that it provides the experience of rapidly produce the large-scale and high-density DEM data.
DEM;topographic map;rapid production;large-scale
1672-8262(2011)01-102-03
P283.7
B
2010—02—15
阮明(1983—),男,硕士,主要从事地理信息系统方面研究。