下载文档原格式
利用等高线制作格网DEM方法的研究石翠萍【摘要】数字高程模型(DEM)作为数字摄影测量、数字测图的重要产品,在测绘领域以及地理信息系统中发挥着极为重要的作用.以建立基于等高线的高质量数字高程模型为目的,介绍当前等高线生成DEM的方法,对常用的构建DEM的插值方法进行分析,并系统描述构建各种不同DEM方法的优缺点.针对规则格网(GRID)与不规则三角网(TIN)表达形式的DEM,对优化等高线数据内插方法进行系统地比较,使等高线内插DEM能够更加真实自然地反映地表情况.【期刊名称】《黑龙江工程学院学报（自然科学版）》【年(卷),期】2014(028)004【总页数】5页(P17-20,27)【关键词】等高线;DEM;误差;TIN;GRID;精度【作者】石翠萍【作者单位】齐齐哈尔大学通信与电子工程学院,黑龙江齐齐哈尔161000【正文语种】中文【中图分类】P231数字高程模型(Digital Elevation Model，DEM)作为一种基础数据，在测绘学(地理信息系统)中扮演着极为重要的角色。
数字高程模型应用的前提是要有高质量的DEM，而等高线图作为重要且廉价的生成DEM的来源，具有重要的研究价值和意义。
数字高程模型建立的基础数据是地形高程数据，其地形数据主要通过对纸质的地形图进行数字化、对航测的遥感影像进行处理和野外的实地测绘等过程获得。
目前，对已有的纸质地形图进行数字化是建立数字高程模型的基本数据来源。
等高线图是用二维平面表示三维地形的重要工具，利用数字等高线地图得到实用的数字高程模型，可大大降低人力成本，并能使DEM的精度得到有效保证。
当等高线构建的数字高程模型能够达到所需的几何精度时，等高线地形将会成为构建数字高程模型的最为重要的数据来源。
虽然用等高线构建数字高程模型也已经开始研究，但大部分文献并未对种类繁多的地形变化给予足够的关注。
因此，本文研究的目的是如何构建高质量的数字高程模型。
在各种地学应用中，数字高程模型的精度是最受关注的问题，因为其质量会影响到后续应用成果的精度。
等高线生成3D 图
今天在看《第六章GIS空间分析导论》时，看到空间3D分析中可以生成这样的图，很兴奋，但不会做，于是找了一张等高线的图，与华夏土地的群网友交流，探索出方法，现做一个教程，希望对大家有用！
一、准备等高线图（如下图），shp线文件格式，且属性中有高程值，
二、对等高线进行适当修剪，以使生成的3D更为美观
三、1、调出3DAnalyst模块
2、单击3DAnalyst –Create/ModifyTIN-CreateTIN from Features，如图所示：
3、得到
Layers选择要创建TIN的图层，右边的Height source选择有高程值的字段，也就是高程值来源，选择输出路径。
OK！
4、生成结果如下图：。
大规模城市测绘中的地物提取与三维模型重建方法随着城市规模的不断扩大和发展，对城市地理信息的需求也越来越重要。
大规模城市测绘的目标之一就是准确、高效地提取城市中的地物信息，并使用这些数据进行三维模型的重建。
在本文中，将探讨大规模城市测绘中地物提取的方法以及使用这些数据进行三维模型重建的技术。
地物提取是城市测绘的基础工作之一，它是指从遥感影像或激光雷达数据中识别和提取出城市地物的过程。
其中一个常用的方法是基于遥感影像的地物提取。
这种方法使用遥感影像中的像素值和颜色信息进行分析，通过图像处理算法实现地物的提取。
例如，基于像元的分类方法可以通过将影像中的像素分为不同的类别来提取出建筑物、道路、植被等地物。
另一个常用的地物提取方法是基于激光雷达数据的地物提取。
激光雷达技术可以快速、精确地获取地物的三维坐标信息，因此在大规模城市测绘中得到了广泛应用。
通过激光雷达扫描城市建筑物、道路等地物，可以得到其三维点云数据。
通过对点云数据进行滤波、分类和分割处理，可以提取出城市中的不同地物。
地物提取只是大规模城市测绘中的第一步，而三维模型重建是其后续的重要工作。
三维模型重建是指利用地物提取得到的数据，将其转化为真实感的三维模型。
一种常见的三维模型重建方法是基于三角网格重建。
该方法通过将地物提取得到的点云数据转化为连续的三角网格，进而构建出光滑、真实感的三维模型。
这种方法在测绘中得到了广泛应用，可以用于建筑物、地形等地物的三维模型重建。
除了三角网格重建，还有其他一些三维模型重建方法。
例如，基于体素的重建方法使用体素表示地物的形状和结构，通过对体素进行操作和拟合，构建出三维模型。
这种方法适用于处理复杂的地物形状和结构，具有较高的灵活性和可扩展性。
在实际的大规模城市测绘中，地物提取和三维模型重建是相互依赖的。
地物提取提供了原始的地物数据，而三维模型重建将这些数据转化为可视化和可操作的三维模型。
因此，地物提取的准确性和高效性对于三维模型重建的质量和效率至关重要。
1.背景随着数字地球、数字城市等项目的相继启动,地形的三维可视化已成为数字化领域中一个极为重要的研究方面。
由于地表景观的复杂和不规则, 简单的纹理映像技术难以得到满意的结果。
遥感影像能真实、现势地记录地表景观, 正是满足三维地形仿真需要的重要数据资源。
通过对遥感影像处理将其作为纹理图片贴于三维地形表面, 可大大提高三维地形仿真的真实感。
2.基本流程图3 地形三维建模3.1 地形建模方法在地形的三维建模中, 常用的数据源为等高线或离散高程点, 其建模的思路一般是由等高线或离散点构建TIN,然后由TIN内插出格网DEM。
这是与TIN 和格网DEM 数据模型各自的优缺点紧密相关的, 并且大多数软件进行空间分析时都是基于格网, 用该方法建模既能保证建模的精度,又能满足应用的需要。
由于作为构建DEM 的主要数据源的地形图上的高程信息以等高线的形式存在, 所以我们重点讨论由等高线生成DEM 的方法。
3.1.1 等高线生成TIN1) 逐点插入法，虽然容易实现, 但效率极低2) 三角网生长法，占用内存空间较小, 但时间效率较低。
3) 分治算法，优点是时间效率高, 但需要大量递归运算, 因此占用内存空间较多, 如果计算机没有足够的内存, 这一方法就无法使用。
问题：在等高线生成TIN 的过程中, 如果未考虑到等高据结构的特殊性, 可能会出现三角形穿越等高线的异况。
解决方法：可以将等高线作为约束线参与三的生成, 即约束Delaunay三角网的生成, 在生成每个形的同时即检查生成的三角形是否跨越等高线, 规定等高线的三角形为无效三角形。
3.1.2 等高线生成规则格网DEM1) 等高线离散化法2) 等高线直接内插法3) 由TIN 内插格网DEM 的改进算法4) 地形多分辨率表达4 遥感影像处理表达地表景观的遥感影像通常包括航空影像(灰度影像、真彩色影像和彩红外影像等) 和各类卫星影像。
将遥感影像作为纹理数据映射在由DEM 数据建立的三维表面上,能够真实地模拟地表景观。
基于等高线生成三维地形图的研究摘要本文主要采用插值的方法，根据等高线图生成三维的地形图；利用梯度下降最快的方法求出雨水的流动路径。
问题一中，首先根据数字图像处理等有关技术，从地形图中提取出只含有等高线的地图。
然后从等高线中提取若干离散的数据点，利用Delaunay三角网对提取的离散数据点进行三维建模，然后分别利用线性插值和三次Hermite插值算法重建了三维地形图。
最后利用matlab对算法进行了检验，并对线性插值和三次Hermite 插值的结果进行了比较，从所得结果来看，利用三次Hermite插值的结果效果要好一些，构建了三维地形图符合等高线的规律，生成的三维图形逼真。
问题二中，根据题意知雨水流动的方向为地形图上梯度下降最快的方向，则问题转化为已知函数最大值点按最速下降原理求解函数的最小值一个迭代问题。
本文采用牛顿法进行求解，并记录下每次迭代下点的值，则由这些点构成路径就是下雨时雨水沿地形表面流动的方向。
关键词：插值；等高线；Delaunay三角网；三维地形图；梯度方向；牛顿法一.问题的重述在地图上，把陆地表面海拔高度相等的各点连接成的线，叫等高线。
把地面上海拔高度相同的点连成的闭合曲线。
垂直投影到一个标准面上，并按比例缩小画在图纸上，就得到等高线。
等高线也可以看作是不同海拔高度的水平面与实际地面的交线，所以等高线是闭合曲线。
等高线的特性有：（1）位于同一等高线上的地面点，海拔高度相同。
（2）在同一幅图内，除了悬崖以外，不同高程的等高线不能相交。
在图廓内相邻等高线的高差一般是相同的，因此地面坡度与等高线之间的水平距离成反比，相邻等高线水平距离愈小，等高线排列越密，说明地面坡度愈大；相邻等高线之间的水平距离愈大，等高线排列越稀，则说明地面坡度愈小。
因此等高线能反映地表起伏的势态和地表形态的特征。
问题一：建立数学模型，根据等高线生成三维地形图，评价模型的合理性。
问题二：根据生成的三维地形图上，建立数学模型分析下雨时水流的形成线路。
如何使用遥感技术进行大范围地图制作遥感技术在现代地图制作中起到了至关重要的作用。
利用遥感技术，我们可以获取高分辨率、全球覆盖的地球观测数据，并利用这些数据生成精确的大范围地图。
本文将介绍如何使用遥感技术进行大范围地图制作的过程和一些关键技术。
首先，遥感技术的核心是获取地球表面的信息。
目前，常用的遥感数据获取方式包括航空摄影和卫星遥感。
航空摄影使用航空器上的相机设备进行影像拍摄，而卫星遥感则是利用卫星在轨运行，通过搭载的传感器对地球表面进行观测。
这些传感器可以感知不同波长的能量，如可见光、红外线等，从而获取地表的各种信息。
然后，获取到的遥感数据需要进行预处理。
由于遥感数据通常具有高维度和大量的噪声，我们需要对其进行校正和处理，以提高数据质量和可用性。
预处理步骤包括大气校正、几何校正、辐射校正等，它们可以消除光照效果、纠正图像的几何形状和提高图像的对比度和可视性。
在数据预处理完成之后，我们需要进行图像分类和解译，以识别出图像中的不同地物和地物类型。
常见的图像分类方法包括基于像元的分类和基于对象的分类。
像元级分类是将图像中的每个像素分类为不同的地物类型，而对象级分类则将相邻的像素组合成更大的地物对象，从而更好地表示地物的形态和特征。
通过图像分类和解译，我们可以将遥感数据转化为具有语义信息的地图。
此后，我们可以进行地图制作和更新。
根据需求，我们可以选择不同的地图投影方式和比例尺，以及添加不同的地理要素和注记。
地图制作需要考虑到精度、可视性和可读性等因素，以便用户能够清晰地理解和使用地图。
此外，随着新的遥感数据的获取和处理，地图也需要进行定期的更新和维护，以保持其准确性和时效性。
除了地图制作，遥感技术还可以用于地理信息系统（GIS）的建设和应用。
GIS 是一种以地理数据为基础，利用计算机技术进行地理信息管理和分析的系统。
通过将遥感数据与其他地理数据进行集成，GIS可以为各行业提供空间分析、决策支持和资源管理等功能。
大规模城市测绘中的地物提取与三维模型重建方法随着城市的不断发展和人口的增长，对城市空间的准确测绘变得日益重要。
大规模城市测绘是指对城市范围内的地物进行全面、细致、高精度的测量和绘制。
在大规模城市测绘中，地物提取和三维模型重建是两项重要的技术。
地物提取是指从大规模的遥感影像或激光雷达数据中自动或半自动地提取城市地物的过程。
在过去，地物提取主要依赖人工解译遥感影像，这种方法耗时耗力且容易出错。
近年来，随着计算机视觉和机器学习的发展，自动地物提取的方法得到了很大的改进。
基于深度学习的方法，如卷积神经网络（CNN）和生成对抗网络（GAN），已经在地物提取中取得了显著的成果。
这些方法通过训练模型来识别和分割遥感影像中的不同地物类别，如建筑物、道路、树木等。
它们能够快速准确地提取地物，大大提高了地物提取的效率和精度。
三维模型重建是指通过一系列的测量和图像处理技术，将现实世界中的物体转化为三维模型的过程。
在大规模城市测绘中，三维模型重建可以用以生成城市的数字孪生，用于城市规划、土地管理、建筑设计等领域。
它对高精度的数据和复杂的算法要求较高。
目前，常用的三维重建方法有立体视觉、结构光、激光雷达等。
立体视觉利用多幅图像的视差信息来还原物体的三维形态；结构光则通过光斑的形变来计算物体表面的深度；激光雷达则利用激光束的反射信号来获取物体的三维坐标。
这些方法各有优劣，可以根据具体情况选择合适的重建方法。
在大规模城市测绘中，地物提取和三维模型重建是相互依赖的。
地物提取提供了测绘的基础数据，为三维模型重建提供了建筑物、道路等地物的位置和形态信息。
而三维模型重建则使地物在地理空间中具有了实体形态，为地物提取提供了精细的几何结构信息。
因此，地物提取和三维模型重建应该是一个相互协作的过程。
在地物提取和三维模型重建的过程中，还有一些常见的挑战。
首先是遥感影像或激光雷达数据的质量问题。
数据质量的好坏直接影响到地物提取和三维模型重建的精度和效果。
测绘技术中的三维地形可视化方法测绘技术是一门关于地理空间数据采集、处理和分析的学科。
在测绘技术的发展和应用中，三维地形可视化方法起着重要的作用。
三维地形可视化方法是将地理空间数据以三维形式呈现，使人们能够更直观地理解地形特征和地貌变化，为地质勘探、城市规划、环境监测等领域提供有力的支持。
本文将介绍几种常见的三维地形可视化方法，并探讨其应用和发展。
首先，最基本的三维地形可视化方法是高程数据的可视化。
高程数据是测量地表高程的数据，通常以数字高程模型（DEM）的形式存在。
通过对DEM进行渲染，可以将地形呈现为三维模型。
这种方法可以展示地形的整体特征和地势变化，帮助人们理解地势起伏和地形特征的分布。
高程数据的可视化方法有很多，包括等高线图、山体阴影图、三维网格等。
等高线图通过等高线的密集度和凸起程度显示地形变化，山体阴影图通过不同程度的灰度来表示地势的高低；而三维网格可以直接显示出地形的立体效果。
这些方法在地理学、地质勘探和城市规划等领域有广泛的应用。
其次，利用遥感数据进行三维地形可视化也是常见的方法。
遥感数据是通过卫星、飞机或无人机等远距离方式获取的地表信息。
利用遥感数据可以获取大范围的地形信息，通过对遥感数据的处理和分析，可以生成各种形式的三维地形可视化效果。
比如，通过卫星遥感数据获取的地表图像可以与高程数据结合，生成真实感十足的地表立体模型；利用无人机获取的高分辨率遥感数据，可以快速建立精细的三维地形模型。
这些方法在城市规划、环境监测和灾害预警等领域发挥着重要作用。
另外，三维地形可视化还可以结合地质信息进行。
地质信息包括岩性、构造、断层等地质要素的分布和变化。
将地质信息与地形数据相结合，可以实现地质地貌的综合可视化。
比如，在石油勘探中，通过将地形数据和地质信息相融合，可以直观地显示出潜在的油气储层，指导勘探工作。
此外，还可以将地质信息与地形数据进行模拟，生成地质灾害的三维可视化效果，有助于灾害评估和防灾减灾工作。
如何利用测绘技术进行遥感图像三维重建与分析遥感图像三维重建与分析是利用现代测绘技术，通过遥感图像获取的数据和相关处理方法，对地表的三维信息进行建模和分析的过程。
这一技术的应用范围广泛，可用于城市规划、自然资源管理、环境监测等领域。
本文将从数据获取、处理方法和应用等方面进行介绍。
一、数据获取遥感图像三维重建与分析的第一步是获取高质量的遥感图像数据。
目前常用的数据获取方式有两种，一是卫星遥感，二是无人机遥感。
卫星遥感是通过卫星搭载的传感器对地表进行观测和采集数据。
卫星遥感具有覆盖范围广、时间分辨率较高等优点，适用于大面积的三维重建与分析。
常用的卫星有Landsat、Sentinel等，它们提供了高分辨率的多光谱数据，可以获取到不同波段的图像信息。
无人机遥感是近年来发展起来的一种新型数据获取方式。
通过携带传感器的无人机，可以进行近距离、高分辨率的遥感观测。
无人机遥感适用于小范围、复杂地形的三维重建与分析。
无人机采集的图像数据分辨率较高，可以获取更详细的地表信息。
二、数据处理方法在获取到遥感图像数据后，需要经过一系列的数据处理方法，才能进行三维重建与分析。
首先是图像预处理，包括大气校正、辐射校正等。
这些校正方法能够消除图像中的噪声和偏差，提高图像的质量。
其次是图像匹配，即将不同角度、位置的图像进行匹配，得到对应的像素点。
常用的匹配算法包括特征匹配、区域匹配等。
匹配完成后，可以得到图像中的三维坐标点。
然后是点云生成，将匹配得到的三维坐标点进行重建。
常用的方法有立体摄影测量法、结构从运动法等。
通过点云生成，可以得到地表的三维模型。
最后是模型分析，通过对三维模型的分析，可以得到有关地表特征的信息。
例如，可以对建筑物进行体积计算，对地形进行坡度分析，对植被进行覆盖度计算等。
这些分析结果有助于城市规划、资源管理等领域的决策。
三、应用遥感图像三维重建与分析的应用范围广泛。
在城市规划中，可以利用三维重建技术对城市的空间格局进行分析。
等高线生成3D 图
今天在看《第六章GIS空间分析导论》时，看到空间3D分析中可以生成这样的图，很兴奋，但不会做，于是找了一张等高线的图，与华夏土地的群网友交流，探索出方法，现做一个教程，希望对大家有用！
一、准备等高线图（如下图），shp线文件格式，且属性中有高程值，
二、对等高线进行适当修剪，以使生成的3D更为美观
三、1、调出3DAnalyst模块
2、单击3DAnalyst –Create/ModifyTIN-CreateTIN from Features，如图所示：
3、得到
Layers选择要创建TIN的图层，右边的Height source选择有高程值的字段，也就是高程值来源，选择输出路径。
OK！
4、生成结果如下图：。
第2期,总第64期国 土 资 源 遥 感No.2,2005 2005年6月15日RE MOTE SENSI N G F OR LAND&RES OURCES Jun.,2005 利用等高线数据制作大规模3D遥感影像李远华,姜琦刚,张秉仁(吉林大学,长春 130026)摘要:把图像数据库的建库思想引入到大规模3D遥感影像的制作中。
在此基础上,提出利用合并分割法制作大规模3D遥感影像。
将经过特殊处理的等高线数据制成小块DE M,采用两种模式将遥感影像与这些DE M进行纹理映射,从而制作成大规模3D遥感影像。
这种方法提高了大规模3D遥感影像的制作水平,进一步增强了大规模3D 遥感影像的信息量与实用性。
关键词:大规模3D遥感影像;合并分割法;纹理映射;DE M中图分类号:P283.8 文献标识码:A 文章编号:1001-070X(2005)02-0076-040 引言所谓“大规模”,指的是数据上的海量,一幅好的大规模3D遥感影像应具有宏观性强、地形地貌信息丰富、地形与表面纹理的精度足够高,且便于计算机实时快速处理,制作精美等特点。
然而,由于计算量与技术方面的原因,一般大规模3D遥感影像的地形精度都不会很高[1],这影响到三维效果与结合地形信息的遥感信息提取质量;由于数据量极大,使得针对大规模3D遥感影像的显示、操作处理变得十分困难。
本文提出的制作方法解决了一般方法带来的低分辨率、裂缝、操作难等问题,提高了大规模3D遥感影像制作水平,增强了信息量与实用性。
采用的数据库与拼接两种纹理映射模式具有很好的互补性。
1 制作方案根据图像数据库的建立思想,将区域分块处理。
根据制作大规模3D遥感影像对遥感信息与地形信息的要求,制定分割方案。
将经过分割处理的等高线数据分别建立DE M;利用类似数据库的管理机制将这些DE M管理起来与遥感影像进行纹理映射,实现大规模3D遥感影像的制作。
这种数据库模式生成的大规模3D遥感影像以各块DE M为基本单元,不但使地形精度大为提高,还可以对各块DE M进行数据更新、选择操作;也可以根据实际需要选择不同的DE M组合;并能进行一些简单的空间分析。
收稿日期:2004-10-08;修订日期:2004-12-22当然,这种模式也有缺陷,当需要做全区坡度分析、坡向分析、等值线、山体阴影等操作时,整体性较差,操作麻烦,而且对区域的分割要求较高。
为此,将上述方法生成的小块DE M拼接为一个大的DE M 文件,再进行纹理映射。
这种拼接模式生成的大规模3D影像地形精度高,整体性强,可以开展全区的各类空间分析,容易发现全区各类信息之间的联系。
不足之处是数据量极大,处理时速度较慢。
采用同样DE M制作方法,将两类不同的映射模式结合起来,即可提高大规模3D遥感影像制作水平。
其制作流程见图1。
图1 3D遥感影像制作流程2 制作的关键技术2.1 合并分割法利用等高线数据制作大规模3D遥感影像时采用的方法如图2所示。
第2期李远华,等: 利用等高线数据制作大规模3D遥感影像图2 三种制作方法比较 方法1:如图2(a)所示。
将区内所有的等高线数据合并,在此基础上生成DE M,将遥感影像作为纹理映射到DE M上,制作出大规模3D遥感影像。
缺点是由于计算量的限制,影像分辨率较低(图3a),且操作困难。
方法2:如图2(b)所示。
直接将区内各块等高线数据分别生成DE M,然后通过数据库制成大规模的3D遥感影像。
虽然该方法提高了大规模3D遥感影像的地形精度,借助数据库或拼接两种模式来完成纹理映射,但同时也会出现图3b所示的缝隙。
方法3:如图2(c)所示。
采用合并分割法将区内所有等高线数据合并为一个文件,再将这一等高线数据根据地形精度要求分割开来,然后,把经过分割的等高线数据单独制作成DE M。
将遥感影像映射到相应的DE M数据上,便生成了3D遥感影像。
利用合并分割法生成的DE M数据可以通过生成3D遥感影像。
该方法有效地避免了拼接缝的出现,又提高了3D遥感影像的地形精度(图3c)。
图3 三种DE M制作方法效果 研究中,首先将原始格式为Coverage(A rc I nfo)的等高线数据转为shapefile格式(A rc V ie w),利用GI S软件A rc V ie w GI S的GeoPr ocessing W izard模块进行合并、伪地形去除、切割等处理;然后,在GI S软件A rcGI S的A rcT ool中将处理后的等高线数据转换为coverge格式,并添加相应的投影信息;再利用遥感图像处理软件ERDAS进行相应的遥感图像处理,并在它的Create Surface功能块中将coverge格式的等高线数据制成DE M文件;最后,利用virtual GI S 模块实现纹理映射,从而实现了大规模3D遥感影像的制作。
2.2 两种模式的互补2.2.1 数据库模式这种模式是将DE M与待映射的遥感数据通过类似数据库的技术组织起来,生成大规模3D遥感影像(图4)。
在将DE M、遥感影像装入库之前,需要制定统一的空间坐标系。
例如,平面坐标系可以选择大地坐标系或者高斯-克吕格平面坐标系;高程系选择国家标准统一高程系[2]。
地形分块和纹理分块可以提高图形的显示速度,纹理分块必须在地形分块基础上进行。
一般来讲,每块纹理大小不得小于相对应的地形块的大小[3]。
本文方法中遥感影像的分幅与组织模式与DE M保持一致。
图4 数据库模式的组织结构在该模式中,DE M与遥感数据通过坐标对应关系进行严格匹配,各个数据块是相互独立的,可以对其中的一个小块进行操作(图5中亮色方框处)而不影响其它的数据块。
本文利用遥感图像处理软件ERDAS 的V irtualWorld模块进行了类似的处理实践。
・77・国 土 资 源 遥 感2005年图5 数据库模式的3D遥感影像管理示意图2.2.2 拼接模式把合并分割法生成的DE M数据无缝拼接成一个文件。
这种模式最重要的是要保证各个DE M数据间的无缝拼接。
特别需要说明的是,采用这种模式制作的大规模3D遥感影像,在显示与计算机操作时较为缓慢。
3 实验结果与讨论3.1 实验结果制作区域大小为15.4×104km2,等高线数据为9幅1︰25万矢量化等高线数据。
制作区被分割为同等大小的36块,分别利用遥感图像处理软件ERDAS 制成DE M,DE M输出水平分辨率为97m(默认),遥感图像分辨率为30m。
如插页彩片14所示,利用本文方法制作的大规模3D遥感影像效果良好。
在不失宏观性的基础上,地形精度也得到了很大提高,也能保证计算机对大规模3D遥感影像的实时快速操作处理(拼接模式结果与之类似)。
地形精度通过3D遥感影像的细节图来反映。
实践证明,小范围的3D遥感影像地形精度是可以得到保障的。
因此,本研究将一幅用标准的25万地形数据制成的3D遥感影像细节图(插页彩片15(左))作为参考标准,对实验结果进行评定。
插页彩片15 (中)是用常规法制作的15.4×104k m2区域3D遥感影像细节图,插页彩片15(右)是采用文中方法制作的同等大小区域的3D遥感影像细节图。
从图中可以看出,本文方法制作的大规模3D遥感影像效果较好,但损失掉了小部份遥感信息。
可见,只要综合考虑得当,地形精度定位准确,就可以制作出效果良好的大规模3D遥感影像。
3.2 讨论(1)地形精度的调整。
3D遥感影像的地形精度取决于DE M的精度。
对实验结果进行分析可知, DE M数据量与生成DE M时的输出分辨率成非线性反比,和参与的计算点数呈线性正比关系。
(2)遥感影像信息损失。
制作区域较大时,当作纹理来映射的遥感影像数据量必然大增,这给3D遥感影像显示、操作带来很大困难。
所以软件只能通过金字塔结构原理将遥感影像数据的数据量降低再进行显示。
这样,即使将纹理(遥感图像)的细节控制水平(level of detail contr ol,ERDAS)调到100%,依然无法获得原始影像的效果。
插页彩片16(左)为15.4×104km2区域的3D遥感影像细节图,插页彩片16(右)为1.71×104km2的3D遥感影像细节图。
二者纹理细节控制水平均为100%。
显然,范围大的3D影像遥感信息有了部分丢失(点状部分)。
(3)两种模式比较。
将数据库模式与拼接模式的特点归纳为表1所示。
不难发现,二者有着较强的互补性。
表1 两种纹理映射模式的优缺点对比映射模式优 点缺 点数据库模式地形精度高计算机负载量小,操作灵活管理方便,易更新易于发现大区域信息间的联系整体性差一些地形分析功能无法实现制作复杂,对图像的分割有高要求拼接模式制作简单地形精度高整体性强能实现各类地形分析功能易于发现大区域信息间的联系一点动全身,计算机负载大不易于数据更新对遥感图像,DE M的拼接的高要求(4)投影问题。
由于研究目的不同,对投影要求也不同。
选用统一的兰伯特投影或大地坐标都不涉及到跨带问题,制作较为方便。
高斯投影常会碰到跨带问题,此时可以利用“跨带漫游算法”[4]来解决。
4 结论(1)制作大规模3D遥感影像需要综合考虑各方面的因素。
遥感影像选择可以在不影响研究的情况下尽量降低其分辨率;3D遥感影像的地形精度取决于DE M的精度。
(2)利用合并分割提高了大规模3D遥感影像的制作水平,增强了大规模3D遥感影像的信息量与实用性。
数据库与拼接两种纹理映射模式具有较强的互补性。
(3)如果在数据压缩和DE M制作方面进一步改进,数据库操作、显示算法构建方面做得更好,将能极大改善大规模3D遥感影像制作效果,提高其实用性。
另外,两种映射模式的精度差别也有待研究。
・87・第2期李远华,等: 利用等高线数据制作大规模3D 遥感影像参考文献[1] 吴险峰,刘昌明,王中根.栅格DE M 的水平分辨率对流域特征的影响分析[J ].自然资源学报,2003,18(2):149-154.[2] 李峻,边馥苓,谈晓军.DE M 及纹理图像的集成数据库研究[J ].测绘科学,2000,25(3):24-27.[3] 肖金城,李英成.大规模地形场景三维实时漫游显示技术研究[J ].遥感信息,2002,(6):11-14.[4] 王密,龚健雅,李德仁.型遥感影像数据库的空间无缝数据组织[J ].武汉大学学报,2001,26(5):419-423.[5] 唐新明,李莉,季小燕,等.全国七大江河流域重点防范区1︰1万数字高程模型(DE M )数据库的建立[J ].测绘通报,2002,(6):19-22,55.[6] 孙宝忠,李光伟,吴为禄.三维影像遥感技术在滇藏线预可行性研究中的应用[J ].铁道工程学报,2002(1):9-11.[7] 李志林,朱庆.数字高程模型[M ].武汉:武汉测绘科技大学出版社,2000.THE M ETHOD FO R CREAT I NG LARGE -SCAL E 3D RE MO TE SENS I NG I M AGE BASE O N D E ML I Yuan -hua,J I A NG Q i -gang,ZHANG B ing -ren(J ilin U niversity,Changchun 130026,China )Abstract:The authors have app lied the thought of i m age data base t o creating the Large -Scale Three -D i m en 2si onal Re mote Sensing I m age (L3DRSI ),and put for ward the ne w method “dividing -integrating ”.The s pecially p r ocessed large DE M data are divided int o s mall bl ocks,and texture mapp ing of RS i m age with these DE M data is perfor med in t w o ways .Finally,the L3DRSI is created .The ne w method can not only i m p r ove the p recisi on of ter 2rain which is very i m portant f or L3DRSI,but als o enrich the inf or mati on and enhance the p racticability of LRSI 3D.Key words:Large -scale Three -D i m ensi onal Re mote Sensing I m age (L3DRSI );Technique of “dividing -in 2tegrating ”;Texture mapp ing;DE M第一作者简介:李远华(1979-),男,硕士研究生,从事遥感技术应用与GI S 开发方面的研究。
