CN108765560A - 一种将dem数据转化为网格模型的方法及装置 - Google Patents
一种将dem数据转化为网格模型的方法及装置 Download PDFInfo
- Publication number
- CN108765560A CN108765560A CN201810482602.3A CN201810482602A CN108765560A CN 108765560 A CN108765560 A CN 108765560A CN 201810482602 A CN201810482602 A CN 201810482602A CN 108765560 A CN108765560 A CN 108765560A
- Authority
- CN
- China
- Prior art keywords
- data
- model
- underlying surface
- grid
- dem
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 230000001131 transforming effect Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 30
- 239000000809 air pollutant Substances 0.000 description 2
- 231100001243 air pollutant Toxicity 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 230000007123 defense Effects 0.000 description 2
- 239000003344 environmental pollutant Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 231100000719 pollutant Toxicity 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Computer Graphics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Remote Sensing (AREA)
- Image Generation (AREA)
Abstract
本申请提供一种将DEM数据转化为网格模型的方法及装置,所述方法包括:获取DEM数据,其中,所述DEM数据呈数据阵列格式;根据所述DEM数据在所述数据阵列中的位置,分别将所述DEM数据转变为带有三维坐标的散点数据;根据所述散点数据的三维坐标,在三维坐标系中生成与所述散点数据对应的数据点;利用线条将所述数据点连接成下垫面模型;以所述下垫面模型为下底面,生成与所述下垫面对应的计算域;根据预设的网格大小,将所述计算域划分为网格模型。通过本申请提供的方法,能够准确地将DEM数据转化为三维的地形变化网格模型,有效地解决了现有的研究地形变化方法中无法准确地将一些复杂地形的变化趋势展现出来,从而影响地形变化研究结果准确性的问题。
Description
技术领域
本申请涉及数据处理领域,特别涉及一种将DEM数据转化为网格模型的方法及装置。
背景技术
地形变化对大气边界层内的空气流动以及污染物的分布有很大的影响。首先,地形的高低起伏会使得空气在流动时产生涡旋,地形的起伏越大,所产生涡旋的尺度也越大,而大尺度的涡旋会改变大气边界层中的垂直对流以及水平对流,使得低浓度污染区域中的空气污染物和高浓度污染区域中的空气污染物在垂直对流和水平对流的带动下混合,从而影响大气边界层中的污染物分布;其次,有些区域的地形较为复杂,例如我国西南地区的地形包括:山地、丘陵和峡谷等,当空气流过这些复杂地形时,通常会产生一些不稳定的空气流动现象,例如背风面的流动分离等,从而导致西南地区复杂地形对大气边界层内的空气流动产生很大的影响。因此,研究地形的变化是非常有必要的。
现有的研究地形变化的方法中,通常使用DEM数据对地形进行数字模拟,其中,DEM(Digital Elevation Model,数字高程模型)是一种专门用于研究地形变化的数字高程模型,其表现形式通常为包含多个具体数据的一组有序数据阵列,观测员通过观察数据阵列中数据的分布位置以及数据的大小来模拟地形的变化。由于DEM数据具有数据量小和便于使用与管理等优势,并且能够准确地模拟出地面的高程变化趋势,因此DEM数据被广泛地应用在测绘、水文、气象、地貌和国防建设等领域。
但是,现有的研究地形变化的方法在利用DEM数据研究时通常无法直观地看出一些地形的变化趋势,导致观测员在利用DEM数据对一些复杂地形进行研究时,例如洼坑、山脊或者山谷等,无法准确地将地形的变化趋势展现出来,从而影响地形变化研究结果的准确性。
发明内容
本申请提供一种将DEM数据转化为网格模型的方法,以解决现有的利用DEM进行地形变化研究的方法无法准确地将一些复杂地形的变化趋势展现出来,从而影响地形变化研究结果准确性的问题。
第一方面,本申请提供一种将DEM数据转化为网格模型的方法,所述方法包括:
获取DEM数据,其中,所述DEM数据呈数据阵列格式;
根据所述DEM数据在所述数据阵列中的位置,分别将所述DEM数据转变为带有三维坐标的散点数据;
根据所述散点数据的三维坐标,在三维坐标系中生成与所述散点数据对应的数据点;
利用线条将所述数据点连接成下垫面模型;
以所述下垫面模型为下底面,生成与所述下垫面对应的计算域;
根据预设的网格大小,将所述计算域划分为网格模型。
结合第一方面,在一种实现方式中,所述利用线条将所述数据点连接成下垫面模型,包括:
分别选择所述数据点中相邻的四个数据点为一组数据点组;
利用线条将每组数据点组中的数据点连接成数据面;
利用线条将每个数据面连接成下垫面模型。
结合第一方面,在一种实现方式中,以所述下垫面模型为底面,生成与所述下垫面对应的计算域,包括:
选择所述下垫面模型为下底面;
根据所述下垫面模型的最高点高度和横截面形状,生成与所述下底面相对应的侧面和上底面,其中,所述侧面的高度大于所述下垫面模型中的最高点高度,所述上底面的形状与所述下垫面模型的横截面形状相同;
选择所述下底面、侧面和上底面所围成的封闭区域为计算域。
结合第一方面,在一种实现方式中,在所述根据预设的网格大小,将所述计算域划分为网格模型之前,还包括:
根据所述下垫面模型的起伏变化程度,将与所述下垫面模型对应的计算域划分为计算块,其中,所述下垫面模型的起伏变化程度越大,所述计算块的划分数量越多。
结合第一方面,在一种实现方式中,在所述根据预设的网格大小,将所述计算域划分为网格模型之后,还包括:
判断所述网格模型中是否存在网格畸变的计算域;
如果是,则重新根据预设的网格大小,将所述计算域划分为网格模型。
第二方面,本申请提供一种将DEM数据转化为网格模型的装置,所述装置包括:
获取模块,用于获取DEM数据,其中,所述DEM数据呈数据阵列格式;
转变模块,用于根据所述DEM数据在所述数据阵列中的位置,分别将所述DEM数据转变为带有三维坐标的散点数据;
第一生成模块,用于根据所述散点数据的三维坐标,在三维坐标系中生成与所述散点数据对应的数据点;
连接模块,用于利用线条将所述数据点连接成下垫面模型;
第二生成模块,用于以所述下垫面模型为下底面,生成与所述下垫面对应的计算域;
第一划分模块,用于根据预设的网格大小,将所述计算域划分为网格模型。
结合第二方面,在一种实现方式中,所述连接模块包括:
第一选择单元,用于分别选择所述数据点中相邻的四个数据点为一组数据点组;
第一连接单元,用于利用线条将每组数据点组中的数据点连接成数据面;
第二连接单元,用于利用线条将每个数据面连接成下垫面模型。
结合第二方面,在一种实现方式中,所述第二生成模块包括:
第二选择单元,用于选择所述下垫面模型为下底面;
第一生成单元,用于根据所述下垫面模型的最高点高度和横截面形状,生成与所述下底面相对应的侧面和上底面,其中,所述侧面的高度大于所述下垫面模型中的最高点高度,所述上底面的形状与所述下垫面模型的横截面形状相同;
第三选择单元,用于选择所述下底面、侧面和上底面所围成的封闭区域为计算域。
结合第二方面,在一种实现方式中,在所述第一划分模块之前,还包括:
第二划分模块,用于根据所述下垫面模型的起伏变化程度,将与所述下垫面模型对应的计算域划分为计算块,其中,所述下垫面模型的起伏变化程度越大,所述计算块的划分数量越多。
结合第二方面,在一种实现方式中,在所述第一划分模块之后,还包括:
判断模块,用于判断所述网格模型中是否存在网格畸变的计算域。
由以上技术方案可知,本申请提供一种将DEM数据转化为网格模型的方法及装置,所述方法包括:获取DEM数据,其中,所述DEM数据呈数据阵列格式;根据所述DE M数据在所述数据阵列中的位置,分别将所述DEM数据转变为带有三维坐标的散点数据;根据所述散点数据的三维坐标,在三维坐标系中生成与所述散点数据对应的数据点;利用线条将所述数据点连接成下垫面模型;以所述下垫面模型为下底面,生成与所述下垫面对应的计算域;根据预设的网格大小,将所述计算域划分为网格模型。通过本申请提供的方法,能够准确地将DEM数据转化为三维的地形变化网格模型,有效地解决了现有的研究地形变化方法中无法准确地将一些复杂地形的变化趋势展现出来,从而影响地形变化研究结果准确性的问题。
附图说明
图1为本申请实施例提供的一种将DEM数据转化为网格模型的方法工作流程示意图;
图2为本申请实施例提供的下垫面生成方法的工作流程示意图;
图3为本申请实施例提供的计算域生成方法的工作流程示意图;
图4为本申请实施例提供的另一种将DEM数据转化为网格模型的方法工作流程示意图;
图5为本申请实施例提供的另一种将DEM数据转化为网格模型的方法工作流程示意图;
图6为本申请实施例提供的一种将DEM数据转化为网格模型的装置结构示意图;
图7为本申请实施例提供的连接模块结构示意图;
图8为本申请实施例提供的第二生成模块结构示意图;
图9为本申请实施例提供的另一种将DEM数据转化为网格模型的装置结构示意图;
图10为本申请实施例提供的另一种将DEM数据转化为网格模型的装置结构示意图;
图11为本申请实施例提供的DEM数据阵列示例图;
图12为本申请实施例提供的散点数据三维坐标示例图;
图13为本申请实施例提供的下垫面模型示例图;
图14为本申请实施例提供的计算域示例图;
图15为本申请实施例提供的计算块示例图;
图16为本申请实施例提供的网格模型示例图。
具体实施方式
为使本申请的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本申请作进一步详细的说明。
参阅图1,示出了本申请实施例提供的一种将DEM数据转化为网格模型的方法工作流程示意图。
步骤101,获取DEM数据,其中,所述DEM数据呈数据阵列格式。
DEM(Digital Elevation Model,数字高程模型)是一种专门用于研究地形变化的数字高程模型,其表现形式通常为一组有序数据阵列。通过登录开源网站,例如http://srtm.csi.cgiar.org/SELECTION/inputCoord.asp,选择目标区域,点击下载即可获取目标区域的DEM数据。
步骤102,根据所述DEM数据在所述数据阵列中的位置,分别将所述DEM数据转变为带有三维坐标的散点数据。
在上述步骤中,根据DEM数据在数据阵列中的位置,根据预设的分辨率大小以及水平范围的尺度,依次将分布在同一行的DEM数据赋予相同的x轴坐标,依次对DEM数据赋予相同间隔的y轴坐标,将DEM数据的具体数值大小作为z轴坐标,通过上述步骤,将DEM数据赋予三维坐标之后,有利于将DEM数据转变为三维坐标轴中的数据点,从而便于生成网格模型。
步骤103,根据所述散点数据的三维坐标,在三维坐标系中生成与所述散点数据对应的数据点。
在上述步骤中,根据散点数据的三维坐标,分别将散点数据在三维坐标轴中进行描点,并生成与散点数据相对应的数据点,该步骤是由DEM数据转换网格模型的转折点,为后续的进行一步细化网格结构打下了基础。
步骤104,利用线条将所述数据点连接成下垫面模型。
在上述步骤中,在将散点数据转换成数据点之后,依次选择相邻的且不在同一直线上的四个数据点,利用直线将四个数据点连接成一组数据面,再利用直线依次将多个数据面连接成下垫面模型,通过该步骤,有效地将多个零散的数据点转变成下垫面模型,从而可以通过下垫面模型的高低起伏变化来模拟地形的变化趋势,进而便于观测员更好的进行地形变化研究。
步骤105,以所述下垫面模型为下底面,生成与所述下垫面对应的计算域。
在上述步骤中,在该步骤中,将下垫面模型作为下底面,在下垫面模型的周围生成与下底面相对应的侧面以及上底面,并将下底面、侧面和上底面所围成的封闭区域作为计算域,其中,侧面的高度大小大于下垫面模型中起伏的最高点的高度,从而保障最终生成的计算域能够完全将下垫面模型封闭,上底面的形状与下垫面模型的横截面形状相同。通过该步骤,能够将下垫面模型转换封闭的计算域,从而便于网格模型的生成。
步骤106,根据预设的网格大小,将所述计算域划分为网格模型。
在上述步骤中,在对计算域进行网格划分时,根据预设的网格大小,将计算域划分为多个细小的网格,并最终生成网格模型,其中,每个网格的大小相同,通过该步骤将计算域划分为网格模型,能够准确地将复杂地形的变化趋势通过网格模型展现出来,从而提高地形变化研究结果的准确性。
综上所述,本申请提供一种将DEM数据转化为网格模型的方法及装置,所述方法包括:获取DEM数据,其中,所述DEM数据呈数据阵列格式;根据所述DEM数据在所述数据阵列中的位置,分别将所述DEM数据转变为带有三维坐标的散点数据;根据所述散点数据的三维坐标,在三维坐标系中生成与所述散点数据对应的数据点;利用线条将所述数据点连接成下垫面模型;以所述下垫面模型为下底面,生成与所述下垫面对应的计算域;根据预设的网格大小,将所述计算域划分为网格模型。通过本申请提供的方法,能够准确地将DEM数据转化为三维的地形变化网格模型,有效地解决了现有的研究地形变化方法中无法准确地将一些复杂地形的变化趋势展现出来,从而影响地形变化研究结果准确性的问题。
参阅图2,示出了本申请实施例提供的下垫面生成方法的工作流程示意图。
步骤201,分别选择所述数据点中相邻的四个数据点为一组数据点组;
步骤202,利用线条将每组数据点组中的数据点连接成数据面;
步骤203,利用线条将每个数据面连接成下垫面模型。
通过上述步骤,先将数据点连接成数据面,再将数据面连接成下垫面模型,通过这样的方式能够使得最终生成的下垫面模型保持平滑,从而能够更清楚地将地形变化趋势展现出来,同时,将数据点转换成下垫面模型为后续进一步网格划分打下了基础。
参阅图3,示出了本申请实施例提供的计算域生成方法的工作流程示意图。
步骤301,选择所述下垫面模型为下底面;
步骤302,根据所述下垫面模型的最高点高度和横截面形状,生成与所述下底面相对应的侧面和上底面,其中,所述侧面的高度大于所述下垫面模型中的最高点高度,所述上底面的形状与所述下垫面模型的横截面形状相同;
步骤303,选择所述下底面、侧面和上底面所围成的封闭区域为计算域。
在上述步骤中,将下垫面模型作为下底面,在下垫面模型的四周与顶部生成与下底面对应的侧面以及上底面,使得侧面以及上底面将下垫面模型封闭成一个闭合的计算域,从而便于进一步进行网格划分。
参阅图4,示出了本申请实施例提供的另一种将DEM数据转化为网格模型的方法工作流程示意图。
在步骤106之前,还包括步骤107,根据所述下垫面模型的起伏变化程度,将与所述下垫面模型对应的计算域划分为计算块,其中,所述下垫面模型的起伏变化程度越大,所述计算块的划分数量越多。
在上述步骤中,在对计算域进行网格划分之前,将与下垫面模型对应的计算域划分为计算块,其中,下垫面模型的高低起伏越大,计算块的划分数量越多。通过该步骤能够使得对计算域进行网格划分时划分得更加精确,从而更有利于对地形变化的研究。
参阅图5,示出了本申请实施例提供的另一种将DEM数据转化为网格模型的方法工作流程示意图。
在步骤106之后,还包括步骤108,判断所述网格模型中是否存在网格畸变的计算域,如果是,则重新根据预设的网格大小,将所述计算域划分为网格模型。
在上述步骤中,在对计算域进行网格划分之后,判断网格是否存在畸变的部分,如果存在,则重新预设网格的大小,对该网格畸变部分对应的计算域重新进行网格划分。通过该步骤,能够将网格模型中的畸变网格找出,从而确保网格模型中网格划分的准确性。
下面结合示例,对本申请实施例提供的将DEM数据转化为网格模型的方法作进一步说明:
参阅图11,示出了本申请实施例提供的DEM数据阵列示例图。
从开源网站上下载并获取DEM数据,其中,DEM数据呈数据阵列格式。
参阅图12,示出了本申请实施例提供的散点数据三维坐标示例图。
根据DEM数据在数据阵列中的位置,将DEM数据转变为带有三维坐标的散点数据,例如:将分布在数据阵列第一行中的2129、2143、2149、2147、2169、2175、2162、2165、2167和2165赋予相同的x轴坐标,并根据预设的分辨率大小以及水平范围的尺度,依次对上述DEM数据赋予相同间隔的y轴坐标,将上述数据的数值大小作为其z轴坐标,从而生成带有三维坐标的散点数据;
参阅图13,示出了本申请实施例提供的下垫面模型示例图。
根据散点数据的三维坐标,将散点数据在三维坐标轴中进行描点,得到多个数据点;
利用直线将数据点中相邻且不在同一直线上的四个点连接成数据面,并利用直线将多个数据面连接成下垫面模型。
参阅图14,示出了本申请实施例提供的计算域示例图。
以下垫面模型为下底面,生成与下底面相对应的侧面以及上底面,从而将下垫面模型封闭成计算域。
参阅图15,示出了本申请实施例提供的计算块示例图。
将与下垫面模型对应的计算域划分为计算块,其中,下垫面模型的高低起伏越大,计算块的划分数量越多。
参阅图16,示出了本申请实施例提供的网格模型示例图。
根据预设的网格大小,分别对计算块进行网格划分,并生成网格模型,在生成网格模型之后,若出现网格畸变部分,则重新预设网格大小,对该部分再次划分计算块并进行网格划分。
参阅图6,示出了本申请实施例提供的一种将DEM数据转化为网格模型的装置结构示意图。
获取模块401,用于获取DEM数据,其中,所述DEM数据呈数据阵列格式;
转变模块402,用于根据所述DEM数据在所述数据阵列中的位置,分别将所述DEM数据转变为带有三维坐标的散点数据;
第一生成模块403,用于根据所述散点数据的三维坐标,在三维坐标系中生成与所述散点数据对应的数据点;
连接模块404,用于利用线条将所述数据点连接成下垫面模型;
第二生成模块405,用于以所述下垫面模型为下底面,生成与所述下垫面对应的计算域;
第一划分模块406,用于根据预设的网格大小,将所述计算域划分为网格模型。
参阅图7,示出了本申请实施例提供的连接模块结构示意图。
第一选择单元501,用于分别选择所述数据点中相邻的四个数据点为一组数据点组;
第一连接单元502,用于利用线条将每组数据点组中的数据点连接成数据面;
第二连接单元503,用于利用线条将每个数据面连接成下垫面模型。
参阅图8,示出了本申请实施例提供的第二生成模块结构示意图。
第二选择单元601,用于选择所述下垫面模型为下底面;
第一生成单元602,用于根据所述下垫面模型的最高点高度和横截面形状,生成与所述下底面相对应的侧面和上底面,其中,所述侧面的高度大于所述下垫面模型中的最高点高度,所述上底面的形状与所述下垫面模型的横截面形状相同;
第三选择单元603,用于选择所述下底面、侧面和上底面所围成的封闭区域为计算域。
参阅图9,示出了本申请实施例提供的另一种将DEM数据转化为网格模型的装置结构示意图。
获取模块401,用于获取DEM数据,其中,所述DEM数据呈数据阵列格式;
转变模块402,用于根据所述DEM数据在所述数据阵列中的位置,分别将所述DEM数据转变为带有三维坐标的散点数据;
第一生成模块403,用于根据所述散点数据的三维坐标,在三维坐标系中生成与所述散点数据对应的数据点;
连接模块404,用于利用线条将所述数据点连接成下垫面模型;
第二生成模块405,用于以所述下垫面模型为下底面,生成与所述下垫面对应的计算域;
第二划分模块407,用于根据所述下垫面模型的起伏变化程度,将与所述下垫面模型对应的计算域划分为计算块,其中,所述下垫面模型的起伏变化程度越大,所述计算块的划分数量越多;
第一划分模块406,用于根据预设的网格大小,将所述计算域划分为网格模型。
参阅图10,示出了本申请实施例提供的另一种将DEM数据转化为网格模型的装置结构示意图。
获取模块401,用于获取DEM数据,其中,所述DEM数据呈数据阵列格式;
转变模块402,用于根据所述DEM数据在所述数据阵列中的位置,分别将所述DEM数据转变为带有三维坐标的散点数据;
第一生成模块403,用于根据所述散点数据的三维坐标,在三维坐标系中生成与所述散点数据对应的数据点;
连接模块404,用于利用线条将所述数据点连接成下垫面模型;
第二生成模块405,用于以所述下垫面模型为下底面,生成与所述下垫面对应的计算域;
第一划分模块406,用于根据预设的网格大小,将所述计算域划分为网格模型;
判断模块408,用于判断所述网格模型中是否存在网格畸变的计算域。
具体实现中,本申请还提供一种计算机存储介质,其中,该计算机存储介质可存储有程序,该程序执行时可包括本申请提供的DNS劫持的防御方法的各实施例中的部分或全部步骤。所述的存储介质可为磁碟、光盘、只读存储记忆体(英文:read-only memory,简称:ROM)或随机存储记忆体(英文:random access memory,简称:RAM)等。
本领域的技术人员可以清楚地了解到本申请实施例中的技术可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本申请实施例中的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。
本说明书中各个实施例之间相同相似的部分互相参见即可。尤其,对于装置实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例中的说明即可。
以上所述的本申请实施方式并不构成对本申请保护范围的限定。
Claims (10)
1.一种将DEM数据转化为网格模型的方法,其特征在于,所述方法包括:
获取DEM数据,其中,所述DEM数据呈数据阵列格式;
根据所述DEM数据在所述数据阵列中的位置,分别将所述DEM数据转变为带有三维坐标的散点数据;
根据所述散点数据的三维坐标,在三维坐标系中生成与所述散点数据对应的数据点;
利用线条将所述数据点连接成下垫面模型;
以所述下垫面模型为下底面,生成与所述下垫面对应的计算域;
根据预设的网格大小,将所述计算域划分为网格模型。
2.根据权利要求1所述的将DEM数据转化为网格模型的方法,其特征在于,所述利用线条将所述数据点连接成下垫面模型,包括:
分别选择所述数据点中相邻的四个数据点为一组数据点组;
利用线条将每组数据点组中的数据点连接成数据面;
利用线条将每个数据面连接成下垫面模型。
3.根据权利要求1所述的将DEM数据转化为网格模型的方法,其特征在于,以所述下垫面模型为底面,生成与所述下垫面对应的计算域,包括:
选择所述下垫面模型为下底面;
根据所述下垫面模型的最高点高度和横截面形状,生成与所述下底面相对应的侧面和上底面,其中,所述侧面的高度大于所述下垫面模型中的最高点高度,所述上底面的形状与所述下垫面模型的横截面形状相同;
选择所述下底面、侧面和上底面所围成的封闭区域为计算域。
4.根据权利要求1所述的将DEM数据转化为网格模型的方法,其特征在于,在所述根据预设的网格大小,将所述计算域划分为网格模型之前,还包括:
根据所述下垫面模型的起伏变化程度,将与所述下垫面模型对应的计算域划分为计算块,其中,所述下垫面模型的起伏变化程度越大,所述计算块的划分数量越多。
5.根据权利要求1所述的将DEM数据转化为网格模型的方法,其特征在于,在所述根据预设的网格大小,将所述计算域划分为网格模型之后,还包括:
判断所述网格模型中是否存在网格畸变的计算域;
如果是,则重新根据预设的网格大小,将所述计算域划分为网格模型。
6.一种将DEM数据转化为网格模型的装置,其特征在于,所述装置包括:
获取模块,用于获取DEM数据,其中,所述DEM数据呈数据阵列格式;
转变模块,用于根据所述DEM数据在所述数据阵列中的位置,分别将所述DEM数据转变为带有三维坐标的散点数据;
第一生成模块,用于根据所述散点数据的三维坐标,在三维坐标系中生成与所述散点数据对应的数据点;
连接模块,用于利用线条将所述数据点连接成下垫面模型;
第二生成模块,用于以所述下垫面模型为下底面,生成与所述下垫面对应的计算域;
第一划分模块,用于根据预设的网格大小,将所述计算域划分为网格模型。
7.根据权利要求6所述的将DEM数据转化为网格模型的装置,其特征在于,所述连接模块包括:
第一选择单元,用于分别选择所述数据点中相邻的四个数据点为一组数据点组;
第一连接单元,用于利用线条将每组数据点组中的数据点连接成数据面;
第二连接单元,用于利用线条将每个数据面连接成下垫面模型。
8.根据权利要求6所述的将DEM数据转化为网格模型的装置,其特征在于,所述第二生成模块包括:
第二选择单元,用于选择所述下垫面模型为下底面;
第一生成单元,用于根据所述下垫面模型的最高点高度和横截面形状,生成与所述下底面相对应的侧面和上底面,其中,所述侧面的高度大于所述下垫面模型中的最高点高度,所述上底面的形状与所述下垫面模型的横截面形状相同;
第三选择单元,用于选择所述下底面、侧面和上底面所围成的封闭区域为计算域。
9.根据权利要求6所述的将DEM数据转化为网格模型的装置,其特征在于,在所述第一划分模块之前,还包括:
第二划分模块,用于根据所述下垫面模型的起伏变化程度,将与所述下垫面模型对应的计算域划分为计算块,其中,所述下垫面模型的起伏变化程度越大,所述计算块的划分数量越多。
10.根据权利要求6所述的将DEM数据转化为网格模型的装置,其特征在于,在所述第一划分模块之后,还包括:
判断模块,用于判断所述网格模型中是否存在网格畸变的计算域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810482602.3A CN108765560A (zh) | 2018-05-18 | 2018-05-18 | 一种将dem数据转化为网格模型的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810482602.3A CN108765560A (zh) | 2018-05-18 | 2018-05-18 | 一种将dem数据转化为网格模型的方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108765560A true CN108765560A (zh) | 2018-11-06 |
Family
ID=64008625
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810482602.3A Pending CN108765560A (zh) | 2018-05-18 | 2018-05-18 | 一种将dem数据转化为网格模型的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108765560A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110032785A (zh) * | 2019-04-01 | 2019-07-19 | 南京信息工程大学 | 一种将实际地形数据转化为微尺度数值计算网格的方法 |
CN113032334A (zh) * | 2021-03-24 | 2021-06-25 | 中国人民解放军63796部队 | 一种wrf模式下垫面数据的处理方法 |
CN114332440A (zh) * | 2022-03-08 | 2022-04-12 | 南京雷电信息技术有限公司 | 采用stl格式3D模型反演生成目标SAR图像的方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104821013A (zh) * | 2015-05-11 | 2015-08-05 | 武汉大学 | 基于大地坐标系数字高程模型的地表面积提取方法及系统 |
CN107357999A (zh) * | 2017-07-19 | 2017-11-17 | 云南电网有限责任公司电力科学研究院 | 一种风场的数值模拟方法及系统 |
CN107704592A (zh) * | 2017-10-12 | 2018-02-16 | 滁州学院 | 一种基于WebGIS的洪水预报服务构建方法 |
-
2018
- 2018-05-18 CN CN201810482602.3A patent/CN108765560A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104821013A (zh) * | 2015-05-11 | 2015-08-05 | 武汉大学 | 基于大地坐标系数字高程模型的地表面积提取方法及系统 |
CN107357999A (zh) * | 2017-07-19 | 2017-11-17 | 云南电网有限责任公司电力科学研究院 | 一种风场的数值模拟方法及系统 |
CN107704592A (zh) * | 2017-10-12 | 2018-02-16 | 滁州学院 | 一种基于WebGIS的洪水预报服务构建方法 |
Non-Patent Citations (2)
Title |
---|
刘青娥等: "面向分布式水文模型的汉江流域空间离散化方法", 《南水北调与水利科技》 * |
杨峰: "DEM在小流域洪水预报中的应用研究", 《人民长江》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110032785A (zh) * | 2019-04-01 | 2019-07-19 | 南京信息工程大学 | 一种将实际地形数据转化为微尺度数值计算网格的方法 |
CN113032334A (zh) * | 2021-03-24 | 2021-06-25 | 中国人民解放军63796部队 | 一种wrf模式下垫面数据的处理方法 |
CN113032334B (zh) * | 2021-03-24 | 2023-06-02 | 中国人民解放军63796部队 | 一种wrf模式下垫面数据的处理方法 |
CN114332440A (zh) * | 2022-03-08 | 2022-04-12 | 南京雷电信息技术有限公司 | 采用stl格式3D模型反演生成目标SAR图像的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7391899B2 (en) | System and method for three dimensional change detection and measurement of a scene using change analysis | |
Abel et al. | Tracing the dark matter sheet in phase space | |
Liu et al. | A novel entropy-based method to quantify forest canopy structural complexity from multiplatform lidar point clouds | |
Conolly | Geographical information systems and landscape archaeology | |
CN108182724B (zh) | 一种高精度城市热岛检测方法、设备及存储设备 | |
JP2024066980A (ja) | マルチスケール不均質性を有する三次元割れ目ネットワーク岩体モデル特徴付け法 | |
CN108765560A (zh) | 一种将dem数据转化为网格模型的方法及装置 | |
TWI475511B (zh) | 曲面網格化系統及方法 | |
Coles et al. | Topology in two dimensions–I. The Lick Galaxy Catalogue | |
Pang et al. | Data quality issues in visualization | |
CN101750616B (zh) | 植被风阻的测量方法及系统 | |
CN107391794B (zh) | 一种台风连续立体风场反演方法 | |
Jjumba et al. | Spatial indices for measuring three-dimensional patterns in a voxel-based space | |
Zhang et al. | Wind modelling for wind erosion research by open source computational fluid dynamics | |
Qin et al. | Artificial surfaces simulating complex terrain types for evaluating grid-based flow direction algorithms | |
Borselli et al. | Soil roughness, slope and surface storage relationship for impervious areas | |
CN105741340A (zh) | 一种用于网页展示的输电线路三维场景仿真方法和系统 | |
Oqielat et al. | A hybrid Clough-Tocher radial basis function method for modelling leaf surfaces | |
Lieberwirth et al. | Applying low budget equipment and open source software for high resolution documentation of archaeological stratigraphy and features | |
KR20120101952A (ko) | 기상 진단 모델을 이용한 확산 모델의 온도장 후처리 시스템 및 그 방법 | |
Lu et al. | 3D modelling strategy for weather radar data analysis | |
Valette et al. | A virtual discrete rainfall simulator | |
Hyväluoma | Reducing the grid orientation dependence of flow routing on square-grid digital elevation models | |
CN112381936A (zh) | 一种基于自适应屏幕分辨率的海底地形建模方法 | |
CN118246133B (zh) | 一种土石混合体边坡降雨破坏预警方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20181106 |
|
WD01 | Invention patent application deemed withdrawn after publication |