[GIS原理] 9 数字地形分析DTA、数字地形模型DTM、数字高程模型DEM、数字地表模型DSM、不规则三角网TIN

本文主要是介绍[GIS原理] 9 数字地形分析DTA、数字地形模型DTM、数字高程模型DEM、数字地表模型DSM、不规则三角网TIN,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

在知识传播途中,向涉及到的相关著作权人谨致谢意!

文章目录

  • 1 数字地形分析(DTA)
    • 1.1 数字地形模型(DTM)
      • 1.1.1 DSM与DEM对比
    • 1.2 数字地形分析研究与应用进展
      • 1.2.1 DEM模型的拓展
        • 1.2.1.1 高保真数字高程模型
        • 1.2.1.2 平原河网区P-DEM构建
      • 1.2.2 DEM表达方式的拓展
      • 1.2.3 DEM地形分析方法的进展
        • 1.2.3.1 基于DEM的地形模式识别
      • 1.2.5 DEM应用领域的拓展
  • 2 数字地面模型相关术语

1 数字地形分析(DTA)

【数字地形分析】指在数字地形模型(DTM)上进行地形属性计算和特征提取的数字信息处理技术,是随着数字高程模型的发展而出现的地形分析方法

【主要内容】

  1. 提取描述地形属性和特征的因子,并利用各种相关技术分析解释地地貌形态、划分地貌形态等
  2. DTM的可视化分析

1.1 数字地形模型(DTM)

【数字地形模型Digital Terrain Model 】

  1. 是利用一个任意坐标系中大量选择的已知x,y,z的坐标点对连续地面的一种模拟表示
  2. 是地形表面形态属性信息的数字化表达,是带有空间位置特征和地形属性特征的数字描述
  3. x、y表示该点的平面坐标,地形表面形态的属性信息(z值)可以表示高程、坡度、温度等信息
    • 当z表示高程时,就是数字高程模型(DEM)

【DTM研究内容】DTM的精度问题、地形分类、数据采集、DTM的粗差探测、质量控制、数据压缩、DTM应用以及不规则三角网DTM的建立与应用

【DTM的作用】

  1. 最初是为了高速公路的自动设计提出来的,它被用于各种线段选线(铁路、公路、输电线)的设计以及各种工程的面积、体积、坡度计算,任意两点间的通视判断及任意断面网绘制
  2. 在测绘中被用于绘制等高线、坡度坡向图、立体透视图,制作正射影像图以及地图的修测
  3. 在遥感应用中可作为分类的辅助数据
  4. 它还是地理信息系统的基础数据,可用于土地利用现状的分析、合理规划及洪水险情预报等
  5. 在军事上可用于导航即导弹制导、作战电子沙盘等

1.1.1 DSM与DEM对比

DEM(数字高程模型Digital Elevation Model)DSM(数字地表模型Digital Surface Model)相同点
DEM只包含了地形的高程信息,并未包含其他地表信息DSM是在DEM的基础上,进一步涵盖了除地面以外的其他地表信息(地表建筑物、桥梁、树木等高度)的高程都是数字地形模型(DTM)

1.2 数字地形分析研究与应用进展

1.2.1 DEM模型的拓展

当模型改变以后,分析方法和分析的结果都有相应的改变

1.2.1.1 高保真数字高程模型

【特点】通过保持重要的地形特征信息,在相当程度上克服了地形描述失真的DEM
【特征嵌入式DEM】通过在原有栅格DEM中嵌入重要的地形特征线,从而构建的特征嵌入式DEM(F-DEM)
【构建模式】
1. 已知特征数据,实现对DEM数据的修正
2. 在散点数据和特征数据共享下,实现F-DEM构建
【关键技术】数据采样策略;内插范围;内插函数选择
【组织形式】矢栅一体化

【应用案例】梯田数字地面模型构建技术

  1. 对梯田地形的数字化表达具有代表性
  2. 梯田地形具有对原始地形的继承性,类型的多样性,以及田坎边界的不稳定性等特点
  3. 应用部门希望构建二元化的地形描述新方法
    二元化:原始地形、梯田地形一键切换
1.2.1.2 平原河网区P-DEM构建

【问题】平原地区的DEM数据失真较大
【平原河网区P-DEM构建】矢栅一体化记录平原河网与DEM

1.2.2 DEM表达方式的拓展

【背景】三维地形如何在二维的地图上表达,并保持对地形起伏的有效渲染,一直是地图学研究的重要命题

【方法】

  1. 基于DEM的分层设色
  2. 利用地表纹理增强晕渲渲染
  3. 基于DEM的地形素描

1.2.3 DEM地形分析方法的进展

【背景】目前的DEM地形分析方法都是基于窗口分析完成的,缺点是视野过于狭窄,难以看到地面的宏观态势

汤国安教授把窗口分析称为“近视眼分析法”

1.2.3.1 基于DEM的地形模式识别
  1. 坡谱分析法:实践中发现同一个地貌地形区的坡度直方图(横轴坡度,纵轴坡度占的百分比)相同
    【类比】光谱(横坐标波长、纵坐标反射率),每个地物在一个条件是具有同一个光谱
    【思考】坡度直方图:能不能是判别地貌类别的标准
  2. 基于地形特征点簇的地貌模式识别
  3. 多因子分析法、地形信息拓扑分析法:综合多个因子在一起,得到多个复合结果,复合结果就能得到更综合的结果
    【例子】黄土正负地形的空间分异
  4. 地面-地下一体化实验
    【例子】基于下覆基岩DEM构建的黄土地貌继承性研究:用浅层地震的方法测量黄土高原地下的古地形是怎么样
  5. 地形纹理分析:将地形纹理进行定量表达,建立基于纹理的地貌判别方法

1.2.5 DEM应用领域的拓展

  1. 基于DEM重要地理信息的统计
  2. 基于DEM的地质灾害分析
  3. 基于DEM的山地小气候模拟
  4. 基于DEM的流域汇流模拟
  5. 不同年代城市三维变化
  6. 水下DEM建构及长三角地形演变

2 数字地面模型相关术语

术语全称特点与含义
DEMDigital Elevation Model以绝对高程或海拔表示的地形模型
DHMDigital Height Model以任意高程表示的地形模型,包括绝对高程和相对高程,为德国所用
DGMDigital Cround Model具有连续变化特征的地表实体模型,为英国所使用
 DIgital Geomorphology Model除高程外的其他地貌形态模型,如坡度、坡向等
DTMDigital Terrain Model泛指地形表面自然、人文、社会景观模型
DTEMDigital Terrain Elevation Model为美国国防制图局所使用的地形模型,强调模型的格网结构特征

这篇关于[GIS原理] 9 数字地形分析DTA、数字地形模型DTM、数字高程模型DEM、数字地表模型DSM、不规则三角网TIN的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/705516

相关文章

python panda库从基础到高级操作分析

《pythonpanda库从基础到高级操作分析》本文介绍了Pandas库的核心功能,包括处理结构化数据的Series和DataFrame数据结构,数据读取、清洗、分组聚合、合并、时间序列分析及大数据... 目录1. Pandas 概述2. 基本操作:数据读取与查看3. 索引操作:精准定位数据4. Group

MySQL中EXISTS与IN用法使用与对比分析

《MySQL中EXISTS与IN用法使用与对比分析》在MySQL中,EXISTS和IN都用于子查询中根据另一个查询的结果来过滤主查询的记录,本文将基于工作原理、效率和应用场景进行全面对比... 目录一、基本用法详解1. IN 运算符2. EXISTS 运算符二、EXISTS 与 IN 的选择策略三、性能对比

MySQL 内存使用率常用分析语句

《MySQL内存使用率常用分析语句》用户整理了MySQL内存占用过高的分析方法,涵盖操作系统层确认及数据库层bufferpool、内存模块差值、线程状态、performance_schema性能数据... 目录一、 OS层二、 DB层1. 全局情况2. 内存占js用详情最近连续遇到mysql内存占用过高导致

深度解析Nginx日志分析与499状态码问题解决

《深度解析Nginx日志分析与499状态码问题解决》在Web服务器运维和性能优化过程中,Nginx日志是排查问题的重要依据,本文将围绕Nginx日志分析、499状态码的成因、排查方法及解决方案展开讨论... 目录前言1. Nginx日志基础1.1 Nginx日志存放位置1.2 Nginx日志格式2. 499

Spring Security 单点登录与自动登录机制的实现原理

《SpringSecurity单点登录与自动登录机制的实现原理》本文探讨SpringSecurity实现单点登录(SSO)与自动登录机制,涵盖JWT跨系统认证、RememberMe持久化Token... 目录一、核心概念解析1.1 单点登录(SSO)1.2 自动登录(Remember Me)二、代码分析三、

在MySQL中实现冷热数据分离的方法及使用场景底层原理解析

《在MySQL中实现冷热数据分离的方法及使用场景底层原理解析》MySQL冷热数据分离通过分表/分区策略、数据归档和索引优化,将频繁访问的热数据与冷数据分开存储,提升查询效率并降低存储成本,适用于高并发... 目录实现冷热数据分离1. 分表策略2. 使用分区表3. 数据归档与迁移在mysql中实现冷热数据分

Olingo分析和实践之EDM 辅助序列化器详解(最佳实践)

《Olingo分析和实践之EDM辅助序列化器详解(最佳实践)》EDM辅助序列化器是ApacheOlingoOData框架中无需完整EDM模型的智能序列化工具,通过运行时类型推断实现灵活数据转换,适用... 目录概念与定义什么是 EDM 辅助序列化器?核心概念设计目标核心特点1. EDM 信息可选2. 智能类

Olingo分析和实践之OData框架核心组件初始化(关键步骤)

《Olingo分析和实践之OData框架核心组件初始化(关键步骤)》ODataSpringBootService通过初始化OData实例和服务元数据,构建框架核心能力与数据模型结构,实现序列化、URI... 目录概述第一步:OData实例创建1.1 OData.newInstance() 详细分析1.1.1

Olingo分析和实践之ODataImpl详细分析(重要方法详解)

《Olingo分析和实践之ODataImpl详细分析(重要方法详解)》ODataImpl.java是ApacheOlingoOData框架的核心工厂类,负责创建序列化器、反序列化器和处理器等组件,... 目录概述主要职责类结构与继承关系核心功能分析1. 序列化器管理2. 反序列化器管理3. 处理器管理重要方

SpringBoot中六种批量更新Mysql的方式效率对比分析

《SpringBoot中六种批量更新Mysql的方式效率对比分析》文章比较了MySQL大数据量批量更新的多种方法,指出REPLACEINTO和ONDUPLICATEKEY效率最高但存在数据风险,MyB... 目录效率比较测试结构数据库初始化测试数据批量修改方案第一种 for第二种 case when第三种