CN103177255A - 一种基于多分辨率数字高程模型的潮间带提取方法 - Google Patents
一种基于多分辨率数字高程模型的潮间带提取方法 Download PDFInfo
- Publication number
- CN103177255A CN103177255A CN2013100828760A CN201310082876A CN103177255A CN 103177255 A CN103177255 A CN 103177255A CN 2013100828760 A CN2013100828760 A CN 2013100828760A CN 201310082876 A CN201310082876 A CN 201310082876A CN 103177255 A CN103177255 A CN 103177255A
- Authority
- CN
- China
- Prior art keywords
- polygon
- elevation
- tide
- zone
- low
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Processing Or Creating Images (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于多分辨率数字高程模型的潮间带提取方法，属于大地测量与测量工程领域。所述方法包括步骤：数据获取与坐标统一；多分辨率数据合并与插值，得到水陆一体数字高程模型；设置高、低潮位，提取符合高程要求的像素值，得到高、低潮位高程影像；将高、低潮位高程影像转化为多边形；填充多边形内部非邻海区域，得到高、低潮位未淹没区域多边形；根据高、低潮位未淹没区域多边形计算潮间带。所述方法充分利用海岛地形测绘数据和水下地形测绘数据，填补了因测绘工程难以在滩涂上开展而造成的滩涂地形空白。相比遥感观测的方法，所述方法能充分发挥实地测绘数据高精度的特性，有效提高了海岛潮间带提取结果的准确性和可靠性。
Description
技术领域
本发明涉及大地测量与测量工程领域，具体涉及一种基于多分辨率数字高程模型的潮间带提取方法。
背景技术
海岸线是多年平均大潮高潮所形成的海水和陆地分界的痕迹线。潮间带通常指平均大潮高潮面(海岸线)和理论最低潮面(海图理论深度基准面)之间的潮侵地带，也称干出滩和潮滩，是地形测量的困难地区。潮间带地区是海洋环境监测、近海养殖业、风电场建设的重点区域，同时也是军事研究的重要地带。由于海岸带受海水动力作用、地球构造、地貌演变、地质气象灾害、气候变暖导致的海平面上升等自然条件的变化及人类围垦、填海造地、海洋工程等人类活动的影响，海岸线和潮间带将发生向海淤进、向陆蚀退等空间位置的变迁以及海岸类型、走向和长度的变化。测定潮间带位置的动态变化是研究海陆相互作用、沿海围垦、港口开发、城镇扩建等必须进行的一项技术活动，也是地形图测绘、海道测量、海岸带调查等的重要内容。因此，对潮间带地形的全面掌握具有重大的民用价值和军事意义。
由于大部分潮间带地区无法直接测量或测量难度较大，因此潮间带的地形资料非常缺乏，海图上大部分潮间带的地形资料甚至是空白的。目前基于遥感影像的潮间带计算方法已有许多提取算法。尽管采用遥感的方法可拥有全天候、大范围、同步观测获取不同尺度时空信息等优点，并且不受地表、海况、天气、地理环境等条件限制，但同时也存在以下缺点：需要有大量不同时期的卫星影像支持，而且不同时期的海平面容易受诸如潮汐、水蚀和大气压等因素而变化，会带来较大的偏差；推算的结果只是潮间带的高程和大概轮廓，并不能真实显示潮间带的具体地形、地物特征；提取结果为瞬时水边线，需要大量潮位观测资料才能计算实际DEM，而影像获取的瞬时时刻一般难以和潮位观测资料的时刻完全相同，因此会影响最终计算精度。
尽管实地测量工作周期较长，需要做大量的野外工作，但这种方式获得的数据精度高、数据详尽，通过一定的方法可精确推算出潮间带DEM，适合生成小范围的高精度海岸地形和潮间带，弥补上述遥感方法的不足，具有一定的应用意义。
发明内容
本发明的目的是克服现有技术的不足，提供一种基于多分辨率数字高程模型的潮间带提取方法。
基于多分辨率数字高程模型的潮间带提取方法包括如下步骤：
步骤1：获取多分辨率的岛屿陆地测绘数字高程模型数据和水下测绘数字高程模型数据，转化为相同的存储结构，并且统一到相同大地坐标系下，存储结构包括矢量、不规则三角形网或栅格；
步骤2：将水上和陆地数字高程模型数据合并到一起重新构成不规则三角形网，再由此不规则三角形网数据插值生成海陆一体的栅格数字高程模型，栅格数字高程模型包括岛屿陆地部分、水下部分和滩涂部分；
步骤3：根据潮位观测资料或实际需要设置高、低潮位，分别在水陆一体化数字高程模型数据中提取符合高程要求的像素值，得到高潮位高程影像提取结果和低潮位高程影像提取结果；
步骤4：分别将所述高潮位高程影像提取结果和低潮位高程影像提取结果的栅格图像生成为多边形，得到高潮位高程多边形和低潮位高程多边形；
步骤5：根据所述高潮位高程多边形和低潮位高程多边形，填充内部非邻海区域，提取瞬时未淹没区域多边形，得到高潮位未淹没区域多边形和低潮位未淹没区域多边形；
步骤6：低潮位未淹没区域多边形必然在空间上包含高潮位未淹没区域多边形，将高潮位未淹没区域多边形减去低潮位未淹没区域多边形得到的潮间带区域多边形。
所述的步骤3为：根据当地潮位观测资料或实际需要设置高、低潮位，设置需要提取的潮位高度，从步骤2生成的海陆一体化栅格数字高程模型数据中分别提取不小于潮位高程的像素值，得到高潮位高程影像提取结果和低潮位高程影像提取结果，并保存到图层，分别记为LayerHighRaw和LayerLowRaw。
所述的步骤4为：分别将高潮位高程影像提取结果和低潮位高程影像提取结果的栅格图像生成为多边形，得到高潮位高程多边形和低潮位高程多边形，转换结果分别记为LayerHighPolygon和LayerLowPolygon。
所述的步骤5为：高潮位高程多边形和低潮位高程多边形包括邻海被淹没的区域和内陆部分高程值低于潮位高程的区域，采用多边形图层的外框多边形减去原多边形，得到小于潮位高程值区域，选取面积最大的多边形，作为海域多边形，用外框多边形减去海域多边形得到高潮位未淹没区域多边形和低潮位未淹没区域多边形，分别记为HighAboveArea和LowAboveArea。
本发明与现有技术相比具有有益效果：
1）本发明充分利用海岛地形测绘数据和水下地形测绘数据，填补了因测绘工程难以在滩涂上开展而造成的滩涂地形空白。
2）本发明可采用实地高程测量数据作为数据源，能充分发挥实地测绘数据高精度的特性，有效提高了海岛潮间带提取结果的准确性和可靠性。
3）相比遥感观测结果提取潮间带方法，本发明仅对陆上和水下两个DEM数据进行处理，简化了数据准备的工作，降低了数据处理过程的复杂性。
附图说明
图1为基于多分辨率数字高程模型的潮间带提取方法的流程图；
图2（a）为经过坐标系统一并插值之后的陆地DEM示意图；
图2（b）为经过坐标系统一并插值之后的水下DEM示意图；
图3为合并、插值后水陆一体化DEM示意图；
图4（a）为高潮位高程影像提取结果示意图；
图4（b）为低潮位高程影像提取结果示意图；
图5（a）为高潮位高程多边形示意图；
图5（b）为低潮位高程多边形示意图；
图6（a）为高潮位未淹没区域多边形示意图；
图6（b）为低潮位未淹没区域多边形示意图；
图7为最终潮间带区域示意图
具体实施方式
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。
如图1所示，基于多分辨率数字高程模型的潮间带提取方法包括如下步骤：
步骤1：获取多分辨率的岛屿陆地测绘数字高程模型数据和水下测绘数字高程模型数据，转化为相同的存储结构，并且统一到相同大地坐标系下，存储结构包括矢量、不规则三角形网或栅格；
步骤2：将水上和陆地数字高程模型数据合并到一起重新构成不规则三角形网，再由此不规则三角形网数据插值生成海陆一体的栅格数字高程模型，栅格数字高程模型包括岛屿陆地部分、水下部分和滩涂部分；
步骤3：根据潮位观测资料或实际需要设置高、低潮位，分别在水陆一体化数字高程模型数据中提取符合高程要求的像素值，得到高潮位高程影像提取结果和低潮位高程影像提取结果；
步骤4：分别将所述高潮位高程影像提取结果和低潮位高程影像提取结果的栅格图像生成为多边形，得到高潮位高程多边形和低潮位高程多边形；
步骤5：根据所述高潮位高程多边形和低潮位高程多边形，填充内部非邻海区域，提取瞬时未淹没区域多边形，得到高潮位未淹没区域多边形和低潮位未淹没区域多边形；
步骤6：低潮位未淹没区域多边形必然在空间上包含高潮位未淹没区域多边形，将高潮位未淹没区域多边形减去低潮位未淹没区域多边形得到的潮间带区域多边形。
所述的步骤3为：根据当地潮位观测资料或实际需要设置高、低潮位，设置需要提取的潮位高度，从步骤2生成的海陆一体化栅格数字高程模型数据中分别提取不小于潮位高程的像素值，得到高潮位高程影像提取结果和低潮位高程影像提取结果，并保存到图层，分别记为LayerHighRaw和LayerLowRaw。
所述的步骤4为：分别将高潮位高程影像提取结果和低潮位高程影像提取结果的栅格图像生成为多边形，得到高潮位高程多边形和低潮位高程多边形，转换结果分别记为LayerHighPolygon和LayerLowPolygon。
所述的步骤5为：高潮位高程多边形和低潮位高程多边形包括邻海被淹没的区域和内陆部分高程值低于潮位高程的区域，采用多边形图层的外框多边形减去原多边形，得到小于潮位高程值区域，选取面积最大的多边形，作为海域多边形，用外框多边形减去海域多边形得到高潮位未淹没区域多边形和低潮位未淹没区域多边形，分别记为HighAboveArea和LowAboveArea。
实施例
1）多分辨率数字高程模型（DEM）数据获取与坐标统一化。由于实际测绘数据的保密性，本实施例中使用的陆地和水下DEM均为网络下载的已经过插值的数据，采用栅格形式存储，如图2所示。其中岛屿陆地部分DEM为国际科学数据服务平台共享的全球30米分辨率数字高程数据产品，利用ASTER GDEM（V1）的数据进行加工得来，采用UTM/WGS84投影，51N分带，经过处理后截取范围左上坐标为（396707，3340139），右下坐标为（437327，3310229）。水下部分DEM采用WGS-84坐标系，经纬分辨率为0.033度，截取范围左上坐标为（21.810°E，30.232°N），右下坐标为（122.494°E，29.860°N）。将水下DEM数据投影到UTM/WGS84投影的51N分带下。
2）水下、陆地DEM合并并插值生成水陆一体化DEM。对陆地、水下DEM分别重新构成不规则三角形网（TIN）。以Elevation（高程）为字段，在DEM图层中提取TIN的顶点，合并到新的矢量点图层，记为DEMPointLayer。采用自然邻近法对DEMPointLayer进行插值，生成水陆一体化DEM栅格图像，如图3所示。
3）根据潮位观测资料或实际需要设置高、低潮位，分别在水陆一体化DEM中提取符合高程要求的像素值，得到高潮位高程影像提取结果和低潮位高程影像提取结果。本例设置高潮位为1.0米，低潮位为0.7米。遍历一体化DEM数据每个像素点，将像素值小于0.7的像素设置为nodata，保存到新图层LayerLowRaw。再遍历LayerLowRaw，将像素值小于1.0的像素设置为nodata，保存到新图层LayerHighRaw，如图4所示。
4）分别将所述高潮位高程影像提取结果和低潮位高程影像提取结果的栅格图像生成为多边形，得到高潮位高程多边形和低潮位高程多边形。即分别将栅格图层LayerLowRaw和LayerHighRaw转换为矢量多边形。由于此多边形仅需要图形结果，可在转换过程中忽略其属性字段，提高转换效率。将每个图层生成的所有多边形进行合并，对其边缘进行平滑，以消除由于栅格边缘而形成的锯齿。转换结果记为LayerHighPolygon和LayerLowPolygon，表示高潮位高程多边形和低潮位高程多边形，如图5所示。
5）根据所述高潮位高程多边形和低潮位高程多边形，填充其内部非邻海区域，提取瞬时未淹没区域多边形，得到高潮位未淹没区域多边形和低潮位未淹没区域多边形。高程多边形LayerHighPolygon和LayerLowPolygon不仅包含了邻海被淹没的区域，也包含了内陆部分高程值低于潮位高程的区域。因此，需对潮位高程多边形的内部区域进行填充。创建新的矢量多边形图层，添加高程多边形图层的外框多边形（Extent）。对Extent采用原多边形进行Erase操作，得到小于潮位高程值区域（BelowArea），保存到新的矢量多边形图层。BelowArea应为多个多边形，因此将BelowArea中的复合多边形分裂成多个单一多边形。遍历BelowArea中的所有多边形，获取面积最大的多边形，即海域多边形（SeaPolygon）。再对原Extent用BelowArea进行Erase操作，即可得到未淹没区域，分别记为HighAboveArea和LowAboveArea，表示高潮位未淹没区域多边形和低潮位未淹没区域多边形，如图6所示。
6）根据所述高潮位未淹没区域多边形和低潮位未淹没区域多边形计算潮间带。低潮位未淹没区域多边形必然在空间上包含高潮位未淹没区域多边形。因此，对LowAboveArea采用HighAboveArea进行Erase操作即可得到潮间带区域，如图7所示。
Claims (4)
1.一种基于多分辨率数字高程模型的潮间带提取方法，其特征在于包括如下步骤：
步骤1：获取多分辨率的岛屿陆地测绘数字高程模型数据和水下测绘数字高程模型数据，转化为相同的存储结构，并且统一到相同大地坐标系下，存储结构包括矢量、不规则三角形网或栅格；
步骤2：将水上和陆地数字高程模型数据合并到一起重新构成不规则三角形网，再由此不规则三角形网数据插值生成海陆一体的栅格数字高程模型，栅格数字高程模型包括岛屿陆地部分、水下部分和滩涂部分；
步骤3：根据潮位观测资料或实际需要设置高、低潮位，分别在水陆一体化数字高程模型数据中提取符合高程要求的像素值，得到高潮位高程影像提取结果和低潮位高程影像提取结果；
步骤4：分别将所述高潮位高程影像提取结果和低潮位高程影像提取结果的栅格图像生成为多边形，得到高潮位高程多边形和低潮位高程多边形；
步骤5：根据所述高潮位高程多边形和低潮位高程多边形，填充内部非邻海区域，提取瞬时未淹没区域多边形，得到高潮位未淹没区域多边形和低潮位未淹没区域多边形；
步骤6：低潮位未淹没区域多边形必然在空间上包含高潮位未淹没区域多边形，将高潮位未淹没区域多边形减去低潮位未淹没区域多边形得到的潮间带区域多边形。
2.根据权利要求1所述的一种基于多分辨率数字高程模型的潮间带提取方法，其特征在于所述的步骤3为：根据当地潮位观测资料或实际需要设置高、低潮位，设置需要提取的潮位高度，从步骤2生成的海陆一体化栅格数字高程模型数据中分别提取不小于潮位高程的像素值，得到高潮位高程影像提取结果和低潮位高程影像提取结果，并保存到图层，分别记为LayerHighRaw和LayerLowRaw。
3.根据权利要求1所述的一种基于多分辨率数字高程模型的潮间带提取方法，其特征在于所述的步骤4为：分别将高潮位高程影像提取结果和低潮位高程影像提取结果的栅格图像生成为多边形，得到高潮位高程多边形和低潮位高程多边形，转换结果分别记为LayerHighPolygon和LayerLowPolygon。
4.根据权利要求1所述的一种基于多分辨率数字高程模型的潮间带提取方法，其特征在于所述的步骤5为：高潮位高程多边形和低潮位高程多边形包括邻海被淹没的区域和内陆部分高程值低于潮位高程的区域，采用多边形图层的外框多边形减去原多边形，得到小于潮位高程值区域，选取面积最大的多边形，作为海域多边形，用外框多边形减去海域多边形得到高潮位未淹没区域多边形和低潮位未淹没区域多边形，分别记为HighAboveArea和LowAboveArea。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310082876.0A CN103177255B (zh) | 2013-03-15 | 2013-03-15 | 一种基于多分辨率数字高程模型的潮间带提取方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310082876.0A CN103177255B (zh) | 2013-03-15 | 2013-03-15 | 一种基于多分辨率数字高程模型的潮间带提取方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103177255A true CN103177255A (zh) | 2013-06-26 |
| CN103177255B CN103177255B (zh) | 2016-01-20 |
Family
ID=48637096
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310082876.0A Active CN103177255B (zh) | 2013-03-15 | 2013-03-15 | 一种基于多分辨率数字高程模型的潮间带提取方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103177255B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115100537A (zh) * | 2022-06-27 | 2022-09-23 | 中国科学院地理科学与资源研究所 | 一种基于遥感影像的潮汐能资源评估方法 |
| CN115393884A (zh) * | 2022-09-02 | 2022-11-25 | 华东师范大学 | 一种海图专题信息的提取处理方法、装置及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5719949A (en) * | 1994-10-31 | 1998-02-17 | Earth Satellite Corporation | Process and apparatus for cross-correlating digital imagery |
| CN102032903A (zh) * | 2010-12-01 | 2011-04-27 | 南京大学 | 基于Landsat数据源的珊瑚岛礁遥感信息自动提取方法 |
| CN102306169A (zh) * | 2011-08-23 | 2012-01-04 | 国家测绘局卫星测绘应用中心 | 数字矢量海、陆图融合方法和系统 |
| WO2013025240A1 (en) * | 2011-08-16 | 2013-02-21 | Ramez Atiya | Parallel cycle for tidal range power generation |
-
2013
- 2013-03-15 CN CN201310082876.0A patent/CN103177255B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5719949A (en) * | 1994-10-31 | 1998-02-17 | Earth Satellite Corporation | Process and apparatus for cross-correlating digital imagery |
| CN102032903A (zh) * | 2010-12-01 | 2011-04-27 | 南京大学 | 基于Landsat数据源的珊瑚岛礁遥感信息自动提取方法 |
| WO2013025240A1 (en) * | 2011-08-16 | 2013-02-21 | Ramez Atiya | Parallel cycle for tidal range power generation |
| CN102306169A (zh) * | 2011-08-23 | 2012-01-04 | 国家测绘局卫星测绘应用中心 | 数字矢量海、陆图融合方法和系统 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115100537A (zh) * | 2022-06-27 | 2022-09-23 | 中国科学院地理科学与资源研究所 | 一种基于遥感影像的潮汐能资源评估方法 |
| CN115100537B (zh) * | 2022-06-27 | 2023-03-28 | 中国科学院地理科学与资源研究所 | 一种基于遥感影像的潮汐能资源评估方法 |
| CN115393884A (zh) * | 2022-09-02 | 2022-11-25 | 华东师范大学 | 一种海图专题信息的提取处理方法、装置及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103177255B (zh) | 2016-01-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107063197B (zh) | 一种基于空间信息技术的水库特征曲线提取方法 | |
| Zhao et al. | A simple waterline approach for tidelands using multi-temporal satellite images: A case study in the Yangtze Delta | |
| Li et al. | A comparative study of shoreline mapping techniques | |
| Alberico* et al. | Historical shoreline change of the Sele Plain (Southern Italy): The 1870–2009 time window | |
| Liu et al. | Topographic mapping of offshore sandbank tidal flats using the waterline detection method: A case study on the Dongsha Sandbank of Jiangsu Radial Tidal Sand Ridges, China | |
| CN101359052A (zh) | 一种库容监测方法 | |
| Liu et al. | Seasonal pattern of tidal-flat topography along the Jiangsu middle coast, China, using HJ-1 optical images | |
| CN110686653B (zh) | 无地面水文数据支持的水库蓄水变化量遥感监测方法 | |
| CN104268848A (zh) | 一种海洋内波波速监测的方法 | |
| Liu et al. | Toward a method of constructing tidal flat digital elevation models with MODIS and medium-resolution satellite images | |
| CN103761375A (zh) | 一种基于遥感水边线的潮滩dem率定方法 | |
| Giannini et al. | Cartography and remote sensing for coastal erosion analysis | |
| Guo et al. | Sea level changes of China seas and neighboring ocean based on satellite altimetry missions from 1993 to 2012 | |
| CN103177255B (zh) | 一种基于多分辨率数字高程模型的潮间带提取方法 | |
| Zhang et al. | Quality of terrestrial data derived from UAV photogrammetry: A case study of Hetao irrigation district in northern China | |
| Song et al. | Preliminary 3D assessment of coastal erosion by data integration between airborne LiDAR and DGPS field observations | |
| White | Utilization of LIDAR and NOAA's vertical datum transformation tool (VDatum) for shoreline delineation | |
| Light | Morphodynamic evolution of coastal Oregon: using new lidar-derived beach and sand dune morphometrics to explore multi-decadal change | |
| He et al. | An integrated use of topography with RSI in gully mapping, Shandong Peninsula, China | |
| Cao et al. | Methodology for fine-scale seamless elevation model construction using unoccupied aerial and surface vehicles | |
| Yu et al. | Ice flow velocity mapping in Greenland using historical images from 1960s to 1980s: Scheme design | |
| Saruulzaya | Thermokarst lake dynamics in the continuous and isolated permafrost zones, Mongolia | |
| Luppichini et al. | A METHOD BASED ON BEACH PROFILE ANALYSIS FOR SHORELINE IDENTIFICATION | |
| Wu et al. | An improved DEM construction method for mudflats based on BJ-1 small satellite images: A case study on Bohai Bay | |
| Ai et al. | Three-dimensional dynamic visualization of coastal zones for sea-land integration |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant |