Google Earth及ASTER DEM数据在非洲地区铁路项目前期中的应用

中铁第四勘察设计院集团有限公司 周承汉

为了解决非洲地区铁路项目前期研究中基础地形资料匮乏以及获取难度大的问题，分本文综合析了Google Earth及ASTER GDEM两种基础地理信息数据的特点和应用情况，提出了基础数据获取及利用方法，避免了单一数据源失真问题。并综合两种数据源的优势，获取项目研究区域影像数据及高程数据，制作了影像叠加图、矢量化地形图及高程数据模型，进行初步地质情况判识，用于项目前期方案研究。同时，通过吉布提铁路项目现场实测数据与Google Earth及ASTER GDEM数据的对比分析，表明了Google Earth、ASTER GDEM数据精度满足非洲地区铁路项目前期研究要求，证明了二者在非洲地区铁路项目前期研究中应用的可行性、可靠性及高效性。

Google Earth拥有全球大部分地区的卫星影像及高程数据，而SRTM、ASTER GDEM等免费DEM数据源提供了全球大部分地区的高程数据，这些数据精度虽然无法支撑详细的工程设计，但在铁路、公路、电力工程领域前期研究中均有所应用[1]，且Google Earth等数据具有获取便捷、资源投入少、表达效果好等特点，在工程设计前期研究中有一定的应用优势。

1 Google Earth及免费DEM数据特点

1.1 Google Earth

Google Earth是谷歌公司开发的一款虚拟地球软件，集合了卫星影像、航拍照片、遥感数据、高程模型等地理信息，可以提供全球大部分地区高分辨率栅格影像、高程模型和遥感数据。

Google Earth的全球地貌影像主要来源于卫星影像以及部分航拍照片。全球范围有效分辨率至少100m，大部分地区可达到30m，针对大城市、建筑物区域也提供分辨率为1m和0.5m左右的高精度影像。

1.2 DEM数据

目前常用的免费DEM数据主要有SRTM 和ASTER GDEM两种[2]。SRTM全称为Shuttle Radar Topography Mission，采用干涉雷达绘制而成。ASTER GDEM全称为Advanced Spaceborne Thermal Emission and Reflection Radiometer Global Digital Elevation Model，采用高分辨率卫星对地观测结果绘制而成。

目前ASTER GDEM、SRTM对地貌数据的描述普遍优于1:25万数字高程模型，其中ASTER GDEM数据基本接近1:5万地形图数据精度[3]。郭笑怡等[4]的研究表明SRTM在平原地区高程精度优于ASTER GDEM；而在地形复杂区域，ASTER GDEM数据分辨率优势明显，能更好地反应地形的起伏变化，高程精度更优。本文在研究过程中结合吉布提铁路项目地形地貌特点，选用在复杂地形条件下高程精度更优的ASTER GDEM作为Google Earth高程模型的补充，与Google Earth高程模型相互验证，以提高项目前期研究的可靠性。

2 基于Google Earth、ASTER GDEM数据的铁路项目前期研究

新建吉布提铁路位于非洲东部，速度目标值低，技术难度不大[5]。但项目所在地区经济落后，社会发展水平低，缺乏系统的基础测绘数据、地质资料，资料收集十分困难，无法获取可用于项目前期研究的基础地形、地质资料，且项目前期研究周期短、投入少，不确定性因素多，也就无法进行项目的航测或现场勘测。

因此，采用Google Earth及ASTER GDEM基础地理信息数据生成铁路线路设计可使用的影像、地形图作为基础数据获取的替代方案。

2.1 卫星图像获取及地形图制作

各个级别Google Earth影像数据可以使用RailGIS、奥维等软件下载获取，下载后的Google Earth影像经纠偏、拼接、坐标换算等过程后即可作为栅格数据用于铁路项目前期研究。

ASTER GDEM数据可通过太空总署网站下载，利用Global Mapper等软件处理生成各种等高距的等高线图，即可与Google Earth影像数据叠加，生成影像高程叠加图（如图1所示），也可以对Google Earth影像矢量化，得到包含地形地貌、河流水系、交通路网、城镇布局等基本测绘信息的地形图。

图1 Google Earth影像图矢量化地形图叠加高程数据Fig.1 Google Earth image vectorization topographic map overlay elevation data

2.2 初步地质状况判识

通过对Google Earth影像及ASTER DEM数据的遥感识别，可以得到初步的地质特征，如地形地貌、地质构造、地质灾害等，识别不良地质区域。如图2所示：为基于Google Earth的不良地质识别成果，从中可以识别矿坑等不良地质，为项目前期线站位方案研究提供地质选线基础支撑。

图2 基于Google Earth的不良地质识别成果Fig.2 Bad geological identification results based on Google Earth

2.3 线路选线设计

基于上述手段获取地形图及工程地质数据后，通过对影像数据及地形图的分析、判识，可以快速识别大型城镇、公路、既有铁路、机场、不良地质区等控制因素，即可应用于铁路线站位方案设计，减少现场调绘环节，提高研究效率。而线路纵断面设计可直接利用ASTER DEM高程模型，生成地面线。

3 Google Earth、ASTER GDEM数据精度分析

随着吉布提铁路设计的深入，利用0.5m分辨率Worldview影像配合现场航外控及外业调绘制作了1:2000地形图，并进行了现场勘测，获得线路实测地面高程数据，以满足后续设计阶段精度要求。

为验证Google Earth、ASTER GDEM精度，选取吉布提铁路DK371-DK388段线路，将Google Earth、ASTER GDEM数据高程值分别与实测数据进行线性回归分析（如图3、图4所示），表明两种数据高程值与实测结果有显著的相关性，趋势线的斜率均接近1，其中Google Earth数据的相关性更好。采用检查点法建立高程中误差模型对选定线路的Google Earth、ASTER GDEM的高程精度进行评价，以实测高程为真值，Google Earth、ASTER GDEM数据的高程中误差分别为2.332m、6.394m，高差小于10m的点位分别达到了100%、94%（如表1所示）。相关文献研究也表明从Google Earth、ASTER GDEM提取的地形精度与人工从1∶50000地形图上判读的精度相当[6]。综上所述，Google Earth、ASTER GDEM数据精度与1∶50000地形图基本相当，满足铁路项目前期研究要求。

图4 ASTER GDEM高程数据与实测高程数据线性回归分析Fig.4 Linear regression analysis of ASTER GDEM elevation data and measured elevation data

表1 实测高程与Google Earth、ASTER GDEM高程数据对比分析Tab.1 Comparative analysis of the measured elevation with Google Earth and ASTER GDEM elevation data

图3 Google Earth高程数据与实测高程数据线性回归Fig.3 Linear regression analysis between Google Earth elevation data and measured elevation data

4 结论

铁路项目前期研究需要大量的基础测绘及地质数据支撑，利用Google Earth及ASTER GDEM数据资源可以便捷、直观、高效地进行铁路项目前期研究，很好地解决非洲地区基础资料匮乏的问题。通过分析可知，Google Earth及ASTER GDEM数据精度满足铁路项目前期研究要求，且Google Earth在铁路项目设计成果展示方面也有一定的优势。故Google Earth及ASTER GDEM可在非洲地区类似项目中推广应用，但也要注意坐标转换、局部高程失真等问题。

引用

[1]闵柯.全球数字高程模型数据在国外铁路勘测设计中的应用[J].铁道勘察,2019,45(3):16-19.

[2]秦臣臣,陈传法,杨娜,等.基于ICESat/GLAS的山东省SRTM与ASTER GDEM高程精度评价与修正[J].地球信息科学学报,2020, 22(3):351-360.

[3]胡勇,马泽忠,黄健.复杂山区ASTER GDEM2高程精度验证[J].航天返回与遥感,2019,40(4):122-129.

[4]郭笑怡,张洪岩,张正祥,等.ASTERGDEM与STRM3数据质量精度对比分析[J].遥感技术与应用,2011,26(3):334-339.

[5]中铁第四勘测设计院集团有限公司.吉布提铁路Galile-Nagad段可行性研究[R].武汉:2013.

[6]张朝忙,刘庆生,刘高焕,等.STRM3与ASTER GDEM数据处理及应用进展[J].地理与地理信息科学,2012,28(5):29-34.