CN108829997B - 一种批量提取河流大断面数据的方法及装置 - Google Patents
一种批量提取河流大断面数据的方法及装置 Download PDFInfo
- Publication number
- CN108829997B CN108829997B CN201810658393.3A CN201810658393A CN108829997B CN 108829997 B CN108829997 B CN 108829997B CN 201810658393 A CN201810658393 A CN 201810658393A CN 108829997 B CN108829997 B CN 108829997B
- Authority
- CN
- China
- Prior art keywords
- section
- grid
- node
- data
- distance
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Revetment (AREA)
Abstract
本发明公开了一种批量提取河流大断面数据的方法及装置,包括如下步骤:采用具备矩形网格划分和插值功能的软件,在所需截取断面的地方设置网格节点,并将高程插值至网格节点上;提取网格节点的DEM数据;将各网格节点的DEM数据划分至所述断面;对每个断面中的网格节点进行排序;依次计算排序后各节点之间的距离,并累加得到各网格节点的起点距;输出各网格节点的高程和起点距。由于采用了上述技术方案,与现有技术相比,本发明将算法复杂的部分(坐标插值和节点定位)交与具备矩形网格划分功能的软件,设计人员仅需编写简单程序进行基础计算即可实现断面的批量提取,且一次编程即可永久使用,大大节省了设计人员的工作耗时。
Description
技术领域
本发明涉及数据提取领域,具体涉及一种批量提取河流大断面数据的方法及装置。
背景技术
随着测绘技术的进步,现在地形测绘多采用声呐、超声波等方式。这些方式的测量结果多为高程散点。但是现在的所有纵向一维河流数值模拟软件(HEC-RAS、MIKE),以及部分立面二维模拟软件(CE-QUAL-W2)的数值模拟计算均需输入河流大断面数据。因此,需要将“x-y-z”格式的高程散点转换为大“起点距-高程”的大断面格式。
现有的软件多具有地形剖切功能,可获取断面数据。但是其获取数据格式多仍旧为“x-y-z”格式的高程散点。少数软件,可直接获取大断面数据,但每次操作仅可获取一个断面信息,无法做到批量获取信息,因此,当河流较长时,断面数成百上千,想要完成整条河流的信息提取,则需要花费大量的人力和时间。
鉴于此,本发明提出一种可以批量提取河流大断面数据的方法及装置。
发明内容
为解决背景技术中无法的批量提取河流大断面数据的问题,本发明提供了一种批量提取河流大断面数据的方法,其包括如下步骤:
步骤1,采用具备矩形网格划分和插值功能的软件,在所需截取断面的地方设置网格节点,并将高程插值至网格节点上;
步骤2,提取网格节点的DEM数据;
步骤3,将各网格节点的DEM数据划分至所述断面;
划分方法如下:
①对于任意i≥2的节点pi,计算节点pi-1与pi之间的距离di和斜率li,以及节点pi与pi+1之间的距离di+1和斜率li+1;
②若|di+1/di|<0.2或|di+1/di|>5,且|li+1/li|>1.1或|li+1/li|<0.9,则将节点划分至要提取的断面的下一断面。
步骤4,对每个断面中的网格节点进行排序;
步骤5,依次计算排序后各节点之间的距离,并累加得到各网格节点的起点距;
步骤6,输出各网格节点的高程和起点距。
所述具备矩形网格划分和插值功能的软件包括SMS、MIKE等软件;所述DEM数据指的是数字高程模型数据。
通过在需要截取断面的地方设置矩形网格,而后将高程插值至网格点上,得到所需节点的“x-y-z”格式的位置、高程信息,然后将该数据用程序进行拆分、排序、计算,最终得到逐断面的“起点距-高程”大断面格式数据,采用矩形网格插值与编程计算相结合的方法,可快速批量提取河流大断面数据。
由于软件输出的网格节点信息,各断面的信息是连在一起,所以需按断面对数据进行划分,并载入数据至数组,以便进一步的分析;软件在对矩形网格节点进行编号时,位于同一断面的节点多至于相邻序号内。但是对于断面内部的若干节点,其排序可能会错位。考虑到断面内部节点的间距较小,而断面与断面间节点的间距较大;且节点与节点之间连接形成的直线的斜率相近,由此采用上述方法进行断面划分。
优选地,步骤4之后,还进行如下处理:计算断面与断面之间的距离并将其输出。
断面与断面之间的距离数据,可以单独输出,亦可与各网格节点的高程和起点距一起输出,视用户需求而定。
优选地,步骤4之后,还进行如下处理:获取各断面的河底高程并将其输出。
各断面的河底高程数据,可以单独输出,亦可与各网格节点的高程和起点距一起输出,视用户需求而定。
优选地,在执行步骤5的同时,还进行如下处理:获取各断面的河底高程并将其输出。
所述河底高程为各断面高程中最低点的高程,由于计算节点距离与识别河底高程都需要在一个断面所有节点做循环计算,同步进行,即在同一个循环内完成两种计算,可节约计算时间,提高处理效率。
计算断面与断面之间的距离并将其输出和获取各断面的河底高程并将其输出的步骤,只要设置在步骤4之后即可,它们既可以与步骤4或5同步进行,也可以在步骤4或5之后。
优选地,所述计算断面与断面之间的距离的方法如下:
对于任意j≥2的断面,分别计算断面j的中点坐标(xj,yj)和断面j-1的中点坐标(xj-1,yj-1),则断面j与断面j-1之间的距离为:
dj=dc*[(xj-xj-1)2+(yj-yj-1)2]0.5
上式中,dc为断面距离校正系数。
由于断面计算距离是直线距离,而实际上河道为蜿蜒的曲线,即实际长度长于计算长度,因此需要对距离进行校正。该系数取值为河道实际总长与计算河道总长之比,取值范围在1~1.5之间。
优选地,所述步骤4,采用冒泡法对每个断面中的网格节点进行排序。
部分网格提取程序在同一横排的节点内,节点编号可能错位,考虑到编程效率,推荐采用代码简易的冒泡法。若采用Python等具有排序函数的语言,可直接调研内置函数排序。
本发明还提供一种批量提取河流大断面数据的装置,包括矩形网格划分模块、插值模块、数据提取模块、断面划分模块、节点排序模块、计算模块和输出模块,所述矩形网格划分模块用于在所需截取断面的地方设置网格节点,所述插值模块用于将高程插值至所述网格节点上,所述数据提取模块用于提取网格节点的DEM数据,所述断面划分模块用于将各网格节点的DEM数据划分至所述断面,所述节点排序模块用于对每个断面中的网格节点进行排序,所述计算模块用于计算排序后各节点之间的距离,并累加得到各网格节点的起点距,所述输出模块用于输出各网格节点的高程和起点距。
通过在需要截取断面的地方设置矩形网格,而后将高程插值至网格点上,得到所需节点的“x-y-z”格式的位置、高程信息,然后将该数据用程序进行拆分、排序、计算,最终得到逐断面的“起点距-高程”大断面格式数据,采用矩形网格插值与编程计算相结合的方法,可快速批量提取河流大断面数据。
优选地,所述批量提取河流大断面数据的装置还包括根据接收节点排序模块或计算模块发送过来的数据,来计算断面与断面之间的距离,并将其输出的断面距离计算模块。
断面与断面之间的距离数据,可以单独输出,亦可与各网格节点的高程和/或起点距一起输出,视用户需求而定。
优选地,所述批量提取河流大断面数据的装置还包括根据接收节点排序模块或计算模块发送过来的数据,来获取各断面的河底高程并将其输出的河堤高程计算模块。
各断面的河底高程数据,可以单独输出,亦可与各网格节点的高程和/或起点距一起输出,视用户需求而定。
由于采用了以上技术方案,与现有技术相比较,本发明具有以下优点:
(1)简洁高效
采用矩形网格插值与编程计算相结合的方法,将算法复杂的部分(坐标插值和节点定位)交与具备矩形网格划分功能的软件,设计人员仅需编写简单程序进行基础计算即可实现断面的批量提取,且一次编程即可永久使用,大大节省了设计人员的工作耗时。
(2)准确
将所有的数据处理工作交与软件与程序,最大程度避免了重复劳动中由人为因素引起的数据错误。
附图说明
图1为本发明的流程图;
图2为本发明断面矩形网格划分示意图;
图3-图5为输出的“起点距-高程”的大断面格式的示意图。
图中:1、网格线;2、高程散点;3、网格节点。
具体实施方式
本发明的流程图如图1所示,一种批量提取河流大断面数据的方法,包括如下步骤:
步骤1,采用具备矩形网格划分和插值功能的软件,在所需截取断面的地方设置网格节点,并将高程插值至网格节点上;
步骤2,提取网格节点的DEM数据;
步骤3,计算断面节点与节点间的距离di与斜率li,若|di+1/di|<0.2或|di+1/di|>5,且|li+1/li|>1.1或|li/li|<0.9,则将节点划分至下一断面;否则不划分断面,计算下一个节点;
当遍历完所有数据后,进入步骤4;
步骤4,对每个断面中的网格节点进行排序;
步骤5,依次计算排序后各节点之间的距离,累加得到各网格节点的起点距;并识别河底高程;
步骤6,计算断面与断面之间的距离;
当遍历完所有数据后,进入步骤7;
步骤7,输出上述步骤得到的数据。
下面以白莲崖水库地形处理为例,结合附图对本发明作进一步详细描述。
其实施步骤如下:
步骤1,如图2所示,采用SMS软件在需要截取断面的地方绘制矩形网格,设置网格节点;
步骤2,利用软件内自带的插值功能,将高程插值至网格节点上;
步骤3,如表1所示,从*.geo文件内调取网格节点DEM数据;
步骤4,按断面划分数据并载入数据至数组;
步骤5,采用冒泡法对数据进行排序,
步骤6,依次计算排序后各节点之间的距离,并累加形成节点距;
步骤7,识别各断面河底高程;
步骤8,计算断面与断面之间的距离;
步骤9,输出数据,输出结果见图3~图5所示。
表1网格节点DEM数据表(部分)
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (7)
1.一种批量提取河流大断面数据的方法,其特征在于,包括如下步骤:
步骤1,采用具备矩形网格划分和插值功能的软件,在所需截取断面的地方设置网格节点,并将高程插值至网格节点上;
步骤2,提取网格节点的DEM数据;
步骤3,将各网格节点的DEM数据划分至所述断面;
划分方法如下:
①对于任意i≥2的节点pi,计算节点pi-1与pi之间的距离di和斜率li,以及节点pi与pi+1之间的距离di+1和斜率li+1;
②若|di+1/di|<0.2或|di+1/di|>5,且|li+1/li|>1.1或|li+1/li|<0.9,则将节点划分至要提取的断面的下一断面;其中,下一断面为与该断面距离为dj的断面,dj=dc*[(xj-xj-1)2+(yj-yj-1)2]0.5;式中,对于任意j≥2的断面, (xj,yj) 为断面j的中点坐标,(xj-1,yj-1)为断面j-1的中点坐标,dc为断面距离校正系数;
步骤4,采用冒泡法对每个断面中的网格节点进行排序;
步骤5,依次计算排序后各节点之间的距离,并累加得到各网格节点的起点距;
步骤6,输出各网格节点的起点距和高程。
2.根据权利要求1所述的批量提取河流大断面数据的方法,其特征在于:步骤4之后,还进行如下处理:计算断面与断面之间的距离并将其输出。
3.根据权利要求1所述的批量提取河流大断面数据的方法,其特征在于:步骤4之后,还进行如下处理:获取各断面的河底高程并将其输出。
4.根据权利要求1所述的批量提取河流大断面数据的方法,其特征在于:在执行步骤5的同时,还进行如下处理:获取各断面的河底高程并将其输出。
5.一种批量提取河流大断面数据的装置,其特征在于:包括矩形网格划分模块、插值模块、数据提取模块、断面划分模块、节点排序模块、计算模块和输出模块;
所述矩形网格划分模块用于在所需截取断面的地方设置网格节点,所述插值模块用于将高程插值至所述网格节点上;
所述数据提取模块用于提取网格节点的DEM数据;
所述断面划分模块用于根据如下方法将各网格节点的DEM数据划分至所述断面:
①对于任意i≥2的节点pi,计算节点pi-1与pi之间的距离di和斜率li,以及节点pi与pi+1之间的距离di+1和斜率li+1;
②若|di+1/di|<0.2或|di+1/di|>5,且|li+1/li|>1.1或|li+1/li|<0.9,则将节点划分至要提取的断面的下一断面;其中,下一断面为与该断面距离为dj的断面,dj=dc*[(xj-xj-1)2+(yj-yj-1)2]0.5;式中,对于任意j≥2的断面, (xj,yj) 为断面j的中点坐标,(xj-1,yj-1)为断面j-1的中点坐标,dc为断面距离校正系数;
所述节点排序模块用于采用冒泡法对每个断面中的网格节点进行排序;
所述计算模块用于计算排序后各节点之间的距离,并累加得到各网格节点的起点距;
所述输出模块用于输出各网格节点的高程和起点距。
6.根据权利要求5所述的批量提取河流大断面数据的装置,其特征在于:还包括断面距离计算模块,用于根据接收计算模块发送过来的数据计算并输出断面与断面之间的距离。
7.根据权利要求5或6所述的批量提取河流大断面数据的装置,其特征在于:还包括河堤高程计算模块,用于根据接收计算模块发送过来的数据获取并输出各断面的河底高程。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810658393.3A CN108829997B (zh) | 2018-06-25 | 2018-06-25 | 一种批量提取河流大断面数据的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810658393.3A CN108829997B (zh) | 2018-06-25 | 2018-06-25 | 一种批量提取河流大断面数据的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108829997A CN108829997A (zh) | 2018-11-16 |
CN108829997B true CN108829997B (zh) | 2022-04-29 |
Family
ID=64138340
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810658393.3A Active CN108829997B (zh) | 2018-06-25 | 2018-06-25 | 一种批量提取河流大断面数据的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108829997B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112182814A (zh) * | 2020-09-11 | 2021-01-05 | 河海大学 | 一种基于稀疏断面点据的河道水下地形建模方法 |
CN112069696B (zh) * | 2020-09-23 | 2021-04-27 | 中国水利水电科学研究院 | 一维河网水沙生境要素数学模型断面自动划分方法 |
CN115082641B (zh) * | 2022-08-19 | 2022-12-02 | 航天宏图信息技术股份有限公司 | 一种基于网格化多邻域插值的点云栅格化方法及装置 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008171215A (ja) * | 2007-01-12 | 2008-07-24 | Hitachi Engineering & Services Co Ltd | 水害シミュレーションプログラム及び水害シミュレーションシステム |
JP2011118784A (ja) * | 2009-12-04 | 2011-06-16 | Sony Corp | 情報処理装置、情報処理方法およびプログラム |
CN103886141A (zh) * | 2014-03-05 | 2014-06-25 | 河海大学 | 一种自动批量计算河道断面信息的方法 |
CN105224748A (zh) * | 2015-10-08 | 2016-01-06 | 重庆大学 | 一种变截面梁有限元模型的断面预处理方法 |
CN105787289A (zh) * | 2016-05-26 | 2016-07-20 | 广西师范学院 | 一种河流特征数据分类系统及其分类方法 |
CN106092061A (zh) * | 2016-05-31 | 2016-11-09 | 河海大学 | 基于倾斜视角下透镜成像模型的河流水面流场定标方法 |
CN106503154A (zh) * | 2016-10-21 | 2017-03-15 | 长江勘测规划设计研究有限责任公司 | 批量河道断面形态数据的自动化提取方法 |
CN106997612A (zh) * | 2016-01-13 | 2017-08-01 | 索尼互动娱乐股份有限公司 | 图像渲染的装置和方法 |
CN107180450A (zh) * | 2017-06-06 | 2017-09-19 | 广西师范学院 | 一种基于dem的河谷横断面形态的算法 |
CN108010103A (zh) * | 2017-11-24 | 2018-05-08 | 武汉大学 | 复杂河道地形快速精细生成方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7239990B2 (en) * | 2003-02-20 | 2007-07-03 | Robert Struijs | Method for the numerical simulation of a physical phenomenon with a preferential direction |
US8676555B2 (en) * | 2010-10-26 | 2014-03-18 | The United States Of America, As Represented By The Secretary Of The Navy | Tool for rapid configuration of a river model using imagery-based information |
-
2018
- 2018-06-25 CN CN201810658393.3A patent/CN108829997B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008171215A (ja) * | 2007-01-12 | 2008-07-24 | Hitachi Engineering & Services Co Ltd | 水害シミュレーションプログラム及び水害シミュレーションシステム |
JP2011118784A (ja) * | 2009-12-04 | 2011-06-16 | Sony Corp | 情報処理装置、情報処理方法およびプログラム |
CN103886141A (zh) * | 2014-03-05 | 2014-06-25 | 河海大学 | 一种自动批量计算河道断面信息的方法 |
CN105224748A (zh) * | 2015-10-08 | 2016-01-06 | 重庆大学 | 一种变截面梁有限元模型的断面预处理方法 |
CN106997612A (zh) * | 2016-01-13 | 2017-08-01 | 索尼互动娱乐股份有限公司 | 图像渲染的装置和方法 |
CN105787289A (zh) * | 2016-05-26 | 2016-07-20 | 广西师范学院 | 一种河流特征数据分类系统及其分类方法 |
CN106092061A (zh) * | 2016-05-31 | 2016-11-09 | 河海大学 | 基于倾斜视角下透镜成像模型的河流水面流场定标方法 |
CN106503154A (zh) * | 2016-10-21 | 2017-03-15 | 长江勘测规划设计研究有限责任公司 | 批量河道断面形态数据的自动化提取方法 |
CN107180450A (zh) * | 2017-06-06 | 2017-09-19 | 广西师范学院 | 一种基于dem的河谷横断面形态的算法 |
CN108010103A (zh) * | 2017-11-24 | 2018-05-08 | 武汉大学 | 复杂河道地形快速精细生成方法 |
Non-Patent Citations (3)
Title |
---|
Simulation of sedi-ment-laden flow by depth-averaged model based on un-structured collocated grid;Liu Shihe等;《Journal of Hydrodynam-ics》;20071231;525-532 * |
河流数值模拟系统的开发与应用;罗秋实等;《武汉大学学报(工学版)》;20090228(第01期);71-74 * |
长江河道横断面形态分析;王燕等;《地理空间信息》;20110428(第02期);120-123 * |
Also Published As
Publication number | Publication date |
---|---|
CN108829997A (zh) | 2018-11-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108829997B (zh) | 一种批量提取河流大断面数据的方法及装置 | |
CN110262250B (zh) | 一种基于粒子群算法的b样条曲线拟合方法及系统 | |
CN103489218A (zh) | 点云数据质量自动优化方法及系统 | |
CN102565810B (zh) | 一种遥感影像上土地利用地物边界轮廓提取方法 | |
CN111369057A (zh) | 一种基于深度学习的空气质量预测优化方法及系统 | |
CN113344956A (zh) | 基于无人机航摄三维建模的地物轮廓提取分类方法 | |
CN112949840A (zh) | 通道注意力引导的卷积神经网络动态通道剪枝方法和装置 | |
CN110276777B (zh) | 一种基于深度图学习的图像分割方法及装置 | |
CN112887897B (zh) | 终端的定位方法、装置和计算机可读存储介质 | |
CN105205114A (zh) | 一种基于图像处理的Wi-Fi定位指纹数据库构建方法 | |
CN113822284A (zh) | 一种基于边界注意力的rgbd图像语义分割方法 | |
CN114155200A (zh) | 基于卷积神经网络的遥感影像变化检测方法 | |
CN106709969A (zh) | 一种基于分区的Delaunay三角网生长算法 | |
CN105389783B (zh) | 一种遥感图像精处理系统及方法 | |
CN112215301B (zh) | 基于卷积神经网络的影像直线探测方法 | |
CN109741282B (zh) | 一种基于预估校正的多帧气泡流图像处理方法 | |
CN112231907A (zh) | 一种流域设计洪水时空分布推算方法 | |
CN103092814A (zh) | 一种测量数据通用最小二乘平差方法 | |
CN114494441A (zh) | 基于深度学习的葡萄及其采摘点同步识别定位方法、装置 | |
CN114972695A (zh) | 一种点云生成方法、装置、电子设备及存储介质 | |
CN104036527A (zh) | 一种基于局部线性嵌入的人体运动分割方法 | |
CN110888167B (zh) | 一种二维测线地震数据闭合差的校正方法及处理终端 | |
CN109655884B (zh) | 一种速度拾取异常点去除方法及系统 | |
CN105989248A (zh) | 用于多个分子信号的数据处理方法和装置 | |
CN117668958B (zh) | 一种海岸线分形维数自动计算方法、系统及设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |