CN110544305A - 面向规则格网dem构建的地形陡坎线信息融合方法 - Google Patents
面向规则格网dem构建的地形陡坎线信息融合方法 Download PDFInfo
- Publication number
- CN110544305A CN110544305A CN201910792253.XA CN201910792253A CN110544305A CN 110544305 A CN110544305 A CN 110544305A CN 201910792253 A CN201910792253 A CN 201910792253A CN 110544305 A CN110544305 A CN 110544305A
- Authority
- CN
- China
- Prior art keywords
- elevation
- steep
- line
- point
- terrain
- 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
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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
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)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种面向规则格网DEM构建的地形陡坎线信息融合方法。该方法包括如下步骤:S1,确定区域陡坎线最小高差,然后确定目标规则格网DEM的栅格尺寸;S2,偏移陡坎线上高程点,即将落在陡坎线上的高程点向陡坎线的某一侧偏移一定的距离;S3,在陡坎线一定范围内迭代加密生成高程点;S4,构建规则格网DEM。本发明的方法采用地形陡坎线高程节点偏移和顾及陡坎线周围虚拟高程采样点加密生成两个关键技术环节,能够有效解决高精度地形建模中地形陡坎线带来的形态失真问题。
Description
技术领域
本发明属于高精度数字高程模型构建的技术领域,涉及在构建规则格网DEM过程中有效融入地形陡坎线,以提高构建DEM的高程精度和形态精度的方法。
背景技术
数字高程模型(Digital Elevation Model,简称DEM)是国家基础地理数据的核心内容。目前,我国已初步完成1:100万、1:25万、1:5万和部分地区1:1万DEM数据的建设。这些数据在国民经济、国防建设及科学研究等方面发挥着了不可或缺的重要作用,其应用领域遍布测绘、交通、军事、水利、农业、环境、资源管理、规划与旅游等众多领域。
已有的经典DEM构建方法能较好反映地表的自然起伏特征,但是对于渐变地形与突变地形交错分布、人工地形与自然地形混合分布的地表,现有DEM地形描述与应用都存在严重的失真现象,形态保真度较低,严重制约了DEM在这些区域的应用深度。上述地形一个重要特点是存在大量的地形陡坎线,特别是在人类活动改造明显的区域,例如河堤、道路边线、农田地块边界线、梯田边界线等。这些边界线是不同地物的边界线,也是局部区域地表高程的突变线,往往线两侧呈现明显的高程差。因此,要在这些区域进行规则DEM构建,必需考虑上述各种边界线对区域高程的影响,否则会造成构建结果形态的明显失真。
将陡坎线融入到DEM中目前普遍应用的方式是构建不规则三角网TIN,即将陡坎线作为约束线成为构建TIN的数据源之一,从而将陡坎线嵌入到形成的不规则三角网中。这种构建方法目前在技术上比较成熟,也早已在一些应用软件中集成应用,例如ESRI旗下的ArcGIS软件。但是这种方式也存在一些问题,其中两个问题需要着重考虑:第一个问题,当将陡坎线嵌入到TIN中时,线要素上必然需要若干节点信息,而这些节点的高程计算是通过陡坎线两侧的高程点做线性插值计算得到的,这种方式计算的结果会在一个局部区域形成一个斜坡,同样造成了地形表达的失真;第二个问题,尽管TIN也是DEM的一种重要存储结构,但是不可否认的是规则格网DEM仍然是各个领域应用最多的DEM数据格式。因此,建立一种面向规则格网DEM的、能够有效保证地表形态精度的地形陡坎线嵌入方法是必要的,也是DEM构建中迫切需要解决的问题。
要实现上述目标,需要回归到格网DEM的构建过程中,寻求一种能顾及到陡坎线两侧高程差异的建模方法。众所周知,基于离散高程点采用空间插值方法是构建规则格网DEM的经典方法,该方法的基本过程是对于待计算高程的点,以该点为中心生成一个邻域,然后通过落入该邻域内的高程采样点按照某种规则计算该点的高程值。因此,若在该过程中考虑地形陡坎线的“分界”作用,需要在计算陡坎线一侧点的高程值时,保证以其为中心的邻域内没有落入另一侧的高程采样点。若要达到该目的普遍采用的思路是在生成邻域范围的时候考虑特征线,即将生成的邻域范围限制在陡坎线的一侧。这种方式看似完美可行,但是实际在处理的时候存在很多问题,例如当地形陡坎线复杂、相互交错时,可能会导致生成的邻域范围内没有足够的高程采样点,同样会造成结果的失真现象。可见,单纯的去优化DEM构建方法难以解决地形陡坎线处形态失真的问题,这就需要再去寻求一种新的策略,既要能在各种类型区域可操作,也要真正实现地形陡坎线处地形突变的特点,保证构建DEM的形态精度。否则,势必会影响水文、农业、环境保护等领域对DEM的应用需求,难以实现DEM的真正价值。
发明内容
本发明针对上述问题,面向规则格网DEM的构建,设计了一种能够有效保证形态特征的地形陡坎线信息融入方法。该方法采用地形陡坎线高程节点偏移和顾及陡坎线周围虚拟高程采样点加密生成两个关键技术环节,能够有效解决高精度地形建模中地形陡坎线带来的形态失真问题。
本发明采用的技术方案如下:
面向规则格网DEM构建的地形陡坎线信息融合方法,包括如下步骤:
S1,确定区域陡坎线最小高差,然后确定目标规则格网DEM的栅格尺寸;
S2,偏移陡坎线上高程点,即将落在陡坎线上的高程点向陡坎线的某一侧偏移一定的距离;
S3,在陡坎线一定范围内迭代加密生成高程点;
S4,构建规则格网DEM:首先基于加密的高程点与地形陡坎线构建不规则三角网TIN,然后按照步骤S1的栅格尺寸将不规则三角网TIN转为规则格网DEM。
进一步地,所述步骤S2的具体过程为:
S21,利用外包矩形筛选出陡坎线附近的高程点;
S22,遍历外包矩形内高程点,寻找陡坎线上高程点,给定判断高程点在陡坎线上的默认阈值d,若高程点到陡坎线的距离小于阈值d,则该高程点认为是陡坎线上高程点;
S23,生成每个过陡坎线上高程点的垂线,利用该垂线生成缓冲区,在缓冲区内寻找陡坎线两侧高程点;
S24,记录陡坎线上高程点和陡坎线两侧高程点的高程值,分别计算陡坎线两侧高程点的高程值的均值,将陡坎线上高程点的高程值与两侧高程点的高程值的均值做差取绝对值比较,然后将陡坎线上高程点偏移向绝对值小的一侧。
进一步地,所述步骤S24中,陡坎线上高程点偏移的距离为步骤S1中规则格网DEM栅格尺寸的一半。
进一步地,所述步骤S3的具体过程如下:
S31,利用高程点和地形陡坎线构建不规则三角网TIN;
S32,将陡坎线缓冲区作为加密约束要素,加大当前缓冲区内的加密密度,以减少陡坎线两侧高程值相互影响;将不规则三角网TIN中的每个三角形作为一个加密单元,在加密前先判断当前三角形是否加密,如果当前三角形面积大于指定参数,则执行步骤S33,否则继续判断下一个三角形;
S33,插入加密点,根据三角形的三个顶点的坐标计算三角形的重心作为插入点;
S34,加密点高程值插值,获取三角形顶点来源信息,基于三角形三个顶点的高程值,排除三角形陡坎线上顶点的高程值,利用反距离加权插值法对加密点进行插值运算;
S35,将初始高程点集与加密点集合并为新的初始高程点集,重复步骤S21至S34,直到达到指定加密迭代次数为止。
本发明的技术特点及有益效果:
(1)本发明提出的将地形陡坎线融入到规则格网DEM构建过程中的方法,在地形数据信息不变的情况下,通过合理添加虚拟高程采样点,较好地融入了地形陡坎线所表达的地形突变信息,最大程度保证了所构建DEM的地形形态特征,特别适用于人类活动显著区域的地形建模。
(2)本方法以地形陡坎线及周边的高程采样点为数据基础增加虚拟高程采样点,整个过程简单、易操作,避免了重新设计DEM构建方法的繁琐过程。同时,本发明的方法同样可以应用于其他约束线状要素信息的融入,同样能够明显改善DEM的形态效果。
(3)本发明通过对陡坎线上高程点的偏移,妥善解决了陡坎线上高程点对与其高程值相差较大一侧高程点高程值计算的影响,在保证形态特征构建精度的基础上,使高程采样点的利用率最大化。
附图说明
图1为本发明方法的流程示意图。
图2为本发明实施例中利用外包矩形筛选出陡坎线附近高程点的示意图。
图3为本发明实施例中高程点到直线距离的示意图。
图4为本发明实施例中生成垂线缓冲区的示意图。
图5为本发明实施例中偏移点方向判断示意图。
图6为本发明实施例中高程点偏移后示意图。
图7为本发明实施例中利用三顶点高程对加密点进行高程计算的三种情形:(a)三顶点来源都不是陡坎线,(b)有两顶点来源于陡坎线,(c)只有一个顶点来源为陡坎线。
图8为本发明实施例中的地形保真对比,(a)空间插值法构建的DEM,(b)未加密高程点构建的DEM,(c)利用本发明方法处理后的DEM。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
如图1所示,本发明的地形陡坎线融合方法的具体步骤如下:
步骤1:信息初始化,确定区域陡坎线最小高差,确定目标格网DEM栅格尺寸。
步骤2:初步筛选陡坎线附件高程点,利用外包矩形筛选出陡坎线附近高程点(图2),作为陡坎线上高程点偏移方向判断依据点。
步骤3:遍历外包矩形内高程点,寻找陡坎线上的高程点。如图3,给定判断高程点在线上的默认阈值d,阈值d为0.1倍的格网尺寸,若高程点到直线距离小于阈值d,则默认为陡坎线上高程点。
步骤4:生成每个过陡坎线上高程点的垂线,利用该垂线生成缓冲区,缓冲区搜索陡坎线上高程点的两侧高程点,若缓冲区内无陡坎线上高程点的两侧高程点,缓存区大小进行二倍的迭代递增,直至筛到陡坎线上高程点的两侧高程点集(图4中线框部分)为止,筛选出陡坎线上高程点的两侧高程点集。
步骤5:记录陡坎线上高程点和陡坎线缓冲区内两侧高程点的高程值,计算陡坎线两次高程值均值,陡坎线上高程点与两侧均值做相线绝对值比较,陡坎线高程点偏移向绝对值小的一侧,偏移距离一般为格网尺寸的一半。计算公式为:
HL=(hl1+hl2+hl3+…+hln)/nl
HR=(hr1+hr2+hr3+…+hrn)/nr
DL=|H-HL|
DR=|H-HR|
式中H陡坎线上高程点的高程值,HL、HR分别为陡坎线左侧高程点、右侧高程点的高程值的均值;DL、DR分别为陡坎线左侧高程点均值的高程值的均值、右侧高程点均值的高程值的均值与陡坎线上高程点的高程值之差的绝对值;hl、hr分别为陡坎线左侧高程点、右侧高程点的高程值,nl、nr分别为陡坎线为陡坎线左侧高程点、右侧高程点的个数。
在陡坎线上的点的偏移公式为:
z=z0
其中x0、y0、z0分别为陡坎线上高程点横、纵坐标及高程值,x、y、z为偏移点横、纵坐标及高程值,k为陡坎线上高程点附近陡坎线两节点斜率,L为高程点偏移距离。。
该偏移公式有两个解,即有两个偏移点,需要通过偏移方向的判断,舍取偏移点,具体公式如下:
D=x1y2-x2y1
其中D为偏移点方向判断,(x1,y1)为陡坎线上高程点附近陡坎线两节点向量,如图5向量a,(x2,y2)为偏移点与高程点附近陡坎线一节点向量,如图5向量b。当D大于零,偏移点位于陡坎线右侧,D小于零偏移点位于陡坎线左侧,取与偏移方向一致的偏移点(高程点偏移效果如图6所示)。
步骤6:利用高程点击和地物特征线(陡坎线)构建TIN,形成三角网。
步骤7:本实施例的加密方式是基于TIN模型中的每个三角形作为一个加密单元,在加密时输入陡坎线的缓冲区作为加密约束要素,缓冲距离为10倍格网尺寸,对该缓冲区内加密密度加大,减少特征线两侧高程值相互影响,使DEM中地物特征表达更为细腻;在加密前应判断该三角形是否加密,当该三角形面积大于指定参数(本实施例的指定参数为格网尺寸的二倍)时,执行步骤8,否则,继续判断下一个三角形。
步骤8:插入加密点,根据三角形的三个顶点的坐标计算当前三角形的重心作为插入点。重心计算公式如下:
x=(x1+x2+x3)/3
y=(y1+y2+y3)/3
式中x为加密点的横坐标,y为加密点的纵坐标。x1、y1、x2、y2、x3、y3分别为三角形的三个顶点的横、纵坐标。
步骤9:加密点高程值插值,利用反距离加权插值法(简称IDW,Inverse DistanceWeighted)对加密点进行插值运算,公式如下:
本发明方法主要通过三角形三顶点来源(可能为原始高程散点或者陡坎线上的节点)的不同,分情况利用三顶点高程对加密点进行高程计算。
参见图7,加密点高程值计算一般分两种情况:
情况1:三顶点来源都不是陡坎线,如(a)图所示:
图中d表示顶点到O点的距离,则根据反距离加权预测O点高程的计算公式如下:
w1=(1/(d1*d1))/(1/(d1*d1)+1/(d2*d2)+1/(d3*d3))
w2=(1/(d2*d2))/(1/(d1*d1)+1/(d2*d2)+1/(d3*d3))
w3=(1/(d3*d3))/(1/(d1*d1)+1/(d2*d2)+1/(d3*d3))
H(O)=w1*H(A)+w2*H(B)+w3*H(C)
式中,w表示顶点到加密点O点的权重,H表示点的高程。
情况2:三顶点来源包含陡坎线
(1)当三顶点来源都是陡坎线时,此三角形可以忽略,不做加密。
(2)当有两顶点来源于陡坎线时则取不在陡坎线上的顶点高程为加密点的高程;如(b)图所示,A、B两顶点的来源是陡坎线;
此时,预测点O的计算公式如下:
H(O)=H(B)
(3)若只有一个顶点的来源为陡坎线,则取不在陡坎线上的另两个顶点的高程利用反距离加权求加密点高程;如(c)图所示,顶点B的来源是陡坎线;
图中d表示顶点到O点的距离,则根据反距离加权预测O点高程的计算公式如下:
w1=(1/(d1*d1))/(1/(d1*d1)+1/(d2*d2)+1/(d3*d3))
w2=(1/(d2*d2))/(1/(d1*d1)+1/(d2*d2)+1/(d3*d3))
H(O)=w1*H(A)+w2*H(C)
式中,w表示顶点到加密点O点的权重,H表示点的高程。
步骤10:将初始高程点集与加密点集合并为新的初始高程点集,重复上述步骤2至步骤9,直到达到指定加密迭代次数为止。
步骤11:生成高程采样点加密结果文件:回收加密过程中申请的内存,清空临时的外存数据;更新日志文件,统计并记录加密元数据信息;
步骤12:构建DEM,利用加密后的高程点与地物特征线构建不规则三角网TIN,TIN转栅格生成所需格网DEM。
实施例
已有的经典DEM构建方法能较好反映地表的自然起伏特征,但是对于渐变地形与突变地形交错分布、人工地形与自然地形混合分布的地表,现有DEM地形描述与应用都存在严重的失真现象,形态保真度较低。为了验证本发明方法对突变地形以及城市地形等复杂地形保真模拟的实用性,例举实例选取了南京人工地形改造较多,地势平坦且具有明显地形特征的区域,本例重点突出一条地物特征线(陡坎线)附近的高程突变,采取对次加密进行地物特征形态上的对比和精度上的验证。实施步骤如下:
步骤1:根据陡坎线高差,确定栅格尺寸为1米。
步骤2:偏移陡坎线上高程点,偏移距离为0.5米。
步骤3:高程点加密,采取偏移后的高程点集,基于根据加密单元三角形顶点来源的不同,采用不同的加密规则,利用程序进行高程点迭代加密。
步骤4:地形保真对比,利用加密后高程点集与陡坎线构建TIN,TIN转栅格,生成格网DEM作为本发明方法的生成结果,利用本发明生成的DEM与未加密高程点构建的DEM和空间插值法构建的DEM,通过山体阴影对比,检验本发明方法的地表形态保真精度以及地物形态特征的真实模拟(图8)。
步骤5:DEM结果的误差检验,利用原始高程采样点获取本发明高程点加密方法加密一至五次生成的DEM高程值。为了验证本发明对DEM地形特征构建的影响,本例只取一条陡坎边界作为研究对象,通过该陡坎线缓冲10米,获取陡坎线附近高程点,考虑到误差受DEM栅格像元大小影响,故在获取陡坎线附近高程点时去除了距陡坎线1米以内高程点。利用原始高程点值与获取的DEM高程值对比,检验本方法地物特征线融入格网DEM的精度,见表1。
表1 误差检验
结果DEM | 未加密 | 第一次加密 | 第二次加密 | 第三次加密 | 第四次加密 | 第五次加密 |
验证点数量 | 25 | 25 | 25 | 25 | 25 | 25 |
高程点总量 | 1845 | 8747 | 25656 | 71172 | 165363 | 255589 |
误差最小值 | 0.0001 | 0 | 0 | 0 | 0 | 0 |
误差最大值 | 0.17149 | 0.0383 | 0.04914 | 0.0598 | 0.0746 | 0.094 |
误差总和 | 0.774659 | 0.205959 | 0.23163 | 0.274999 | 0.318219 | 0.373401 |
误差均值 | 0.030986 | 0.008238 | 0.009265 | 0.011 | 0.012729 | 0.014936 |
误差标准差 | 0.042528 | 0.01068 | 0.01294 | 0.015474 | 0.018473 | 0.022361 |
通过加密后和未加密的误差比较,可看出本发明方法不仅顾及了地表形态特征,同时提升了DEM构建的精度。
Claims (4)
1.面向规则格网DEM构建的地形陡坎线信息融合方法,其特征在于,包括如下步骤:
S1,确定区域陡坎线最小高差,然后确定目标规则格网DEM的栅格尺寸;
S2,偏移陡坎线上高程点,即将落在陡坎线上的高程点向陡坎线的某一侧偏移一定的距离;
S3,在陡坎线一定范围内迭代加密生成高程点;
S4,构建规则格网DEM:首先基于加密的高程点与地形陡坎线构建不规则三角网TIN,然后按照步骤S1的栅格尺寸将不规则三角网TIN转为规则格网DEM。
2.根据权利要求1所述的面向规则格网DEM构建的地形陡坎线信息融合方法,其特征在于,所述步骤S2的具体过程为:
S21,利用外包矩形筛选出陡坎线附近的高程点;
S22,遍历外包矩形内高程点,寻找陡坎线上高程点,给定判断高程点在陡坎线上的默认阈值d,若高程点到陡坎线的距离小于阈值d,则该高程点认为是陡坎线上高程点;
S23,生成每个过陡坎线上高程点的垂线,利用该垂线生成缓冲区,在缓冲区内寻找陡坎线两侧高程点;
S24,记录陡坎线上高程点和陡坎线两侧高程点的高程值,分别计算陡坎线两侧高程点的高程值的均值,将陡坎线上高程点的高程值与两侧高程点的高程值的均值做差取绝对值比较,然后将陡坎线上高程点偏移向绝对值小的一侧。
3.根据权利要求2所述的面向规则格网DEM构建的地形陡坎线信息融合方法,其特征在于,所述步骤S24中,陡坎线上高程点偏移的距离为步骤S1中规则格网DEM栅格尺寸的一半。
4.根据权利要求2所述的面向规则格网DEM构建的地形陡坎线信息融合方法,其特征在于,所述步骤S3的具体过程如下:
S31,利用高程点和地形陡坎线构建不规则三角网TIN;
S32,将陡坎线缓冲区作为加密约束要素,加大当前缓冲区内的加密密度,以减少陡坎线两侧高程值相互影响;将不规则三角网TIN中的每个三角形作为一个加密单元,在加密前先判断当前三角形是否加密,如果当前三角形面积大于指定参数,则执行步骤S33,否则继续判断下一个三角形;
S33,插入加密点,根据三角形的三个顶点的坐标计算三角形的重心作为插入点;
S34,加密点高程值插值,获取三角形顶点来源信息,基于三角形三个顶点的高程值,排除三角形陡坎线上顶点的高程值,利用反距离加权插值法对加密点进行插值运算;
S35,将初始高程点集与加密点集合并为新的初始高程点集,重复步骤S21至S34,直到达到指定加密迭代次数为止。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910792253.XA CN110544305B (zh) | 2019-08-26 | 2019-08-26 | 面向规则格网dem构建的地形陡坎线信息融合方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910792253.XA CN110544305B (zh) | 2019-08-26 | 2019-08-26 | 面向规则格网dem构建的地形陡坎线信息融合方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110544305A true CN110544305A (zh) | 2019-12-06 |
CN110544305B CN110544305B (zh) | 2022-09-27 |
Family
ID=68712043
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910792253.XA Active CN110544305B (zh) | 2019-08-26 | 2019-08-26 | 面向规则格网dem构建的地形陡坎线信息融合方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110544305B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111858810A (zh) * | 2020-07-20 | 2020-10-30 | 滁州学院 | 一种面向道路dem构建的建模高程点筛选方法 |
CN111899335A (zh) * | 2020-07-29 | 2020-11-06 | 昆明理工大学 | 一种基于dem的图像生成方法 |
CN112116709A (zh) * | 2020-09-17 | 2020-12-22 | 滁州学院 | 一种提高地形表达精度的地形特征线处理方法 |
CN115795626A (zh) * | 2022-12-26 | 2023-03-14 | 武汉天际航信息科技股份有限公司 | 数字道路模型分析方法、装置、计算设备以及存储介质 |
CN116091369A (zh) * | 2023-04-10 | 2023-05-09 | 武汉天际航信息科技股份有限公司 | 数字道路地图区分方法、装置、计算设备和存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106504326A (zh) * | 2016-10-27 | 2017-03-15 | 滁州学院 | 顾及形态精度的地形高程采样点加密方法 |
CN107545600A (zh) * | 2017-07-12 | 2018-01-05 | 国网浙江省电力公司检修分公司 | 一种基于线性内插的虚拟地形建模方法 |
US20180081035A1 (en) * | 2016-09-22 | 2018-03-22 | Beijing Greenvalley Technology Co., Ltd. | Method and device for filtering point cloud data |
-
2019
- 2019-08-26 CN CN201910792253.XA patent/CN110544305B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180081035A1 (en) * | 2016-09-22 | 2018-03-22 | Beijing Greenvalley Technology Co., Ltd. | Method and device for filtering point cloud data |
CN106504326A (zh) * | 2016-10-27 | 2017-03-15 | 滁州学院 | 顾及形态精度的地形高程采样点加密方法 |
CN107545600A (zh) * | 2017-07-12 | 2018-01-05 | 国网浙江省电力公司检修分公司 | 一种基于线性内插的虚拟地形建模方法 |
Non-Patent Citations (2)
Title |
---|
田旦等: "方格网法土方计算精度提高的改进方法", 《城市勘测》 * |
马兴林等: "大比例尺数字高程模型中断裂线的处理探讨", 《地矿测绘》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111858810A (zh) * | 2020-07-20 | 2020-10-30 | 滁州学院 | 一种面向道路dem构建的建模高程点筛选方法 |
CN111858810B (zh) * | 2020-07-20 | 2022-05-06 | 滁州学院 | 一种面向道路dem构建的建模高程点筛选方法 |
CN111899335A (zh) * | 2020-07-29 | 2020-11-06 | 昆明理工大学 | 一种基于dem的图像生成方法 |
CN112116709A (zh) * | 2020-09-17 | 2020-12-22 | 滁州学院 | 一种提高地形表达精度的地形特征线处理方法 |
CN112116709B (zh) * | 2020-09-17 | 2023-07-07 | 滁州学院 | 一种提高地形表达精度的地形特征线处理方法 |
CN115795626A (zh) * | 2022-12-26 | 2023-03-14 | 武汉天际航信息科技股份有限公司 | 数字道路模型分析方法、装置、计算设备以及存储介质 |
CN116091369A (zh) * | 2023-04-10 | 2023-05-09 | 武汉天际航信息科技股份有限公司 | 数字道路地图区分方法、装置、计算设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110544305B (zh) | 2022-09-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110544305B (zh) | 面向规则格网dem构建的地形陡坎线信息融合方法 | |
Pu et al. | A three‐dimensional distance transform for optimizing constrained mountain railway alignments | |
Fan et al. | Temporal and spatial change detecting (1998–2003) and predicting of land use and land cover in Core corridor of Pearl River Delta (China) by using TM and ETM+ images | |
Van Vliet et al. | Modeling urban growth using a variable grid cellular automaton | |
CN104821013A (zh) | 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 | |
Yue et al. | An adaptive method of high accuracy surface modeling and its application to simulating elevation surfaces | |
Gong et al. | Spatiotemporal dynamics in the cultivated and built-up land of Guangzhou: Insights from zoning | |
CN104835202A (zh) | 一种三维虚拟场景快速构建方法 | |
Qiu et al. | The development of an areal interpolation ArcGIS extension and a comparative study | |
Wang et al. | The isotropic organization of DEM structure and extraction of valley lines using hexagonal grid | |
Jin et al. | Integrating CVOR-GWLR-Circuit model into construction of ecological security pattern in Yunnan Province, China | |
Haag et al. | Development of a data model to facilitate rapid watershed delineation | |
CN109118004A (zh) | 一种工程构筑选址适宜区预测方法 | |
CN114238384B (zh) | 区域定位方法、装置、设备和存储介质 | |
Xu et al. | Spatial distribution and site selection adaptation mechanism of traditional villages along the Yellow River in Shanxi and Shaanxi | |
CN112116709B (zh) | 一种提高地形表达精度的地形特征线处理方法 | |
Xiong et al. | Improved Priority‐Flood method for depression filling by redundant calculation optimization in local micro‐relief areas | |
Peng et al. | Integrating potential land use conflict into ecological security pattern in response to land use/cover changes at a county scale in Yangtze River Delta, China | |
CN116933607B (zh) | 一种矿山资源模型的创建方法、装置、设备及存储介质 | |
Chen et al. | Uncommonly known change characteristics of land use pattern in Guangdong Province–Hong Kong–Macao, China: Space time pattern, terrain gradient effects and policy implication | |
Xie et al. | Using contour lines to generate digital elevation models for steep slope areas: a case study of the Loess Plateau in North China | |
Jiang et al. | A modified HASM algorithm and its application in DEM construction | |
Wang et al. | Multi-Scenario Simulation and Eco-Environmental Effects Analysis of Land Use/Cover Change in China by an Integrated Cellular Automata and Markov Model | |
Wijesekara et al. | Impact of land-use changes on the hydrological processes in the Elbow river watershed in southern Alberta | |
Zhang et al. | A Simplified Approach to DEM Based on Important Points and the Triangular Irregular Network Angles |
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 |