[发明专利]一种保持地形特征的自适应尺度DEM建模方法

说明书

技术领域

本发明属于数字地形分析领域，特别涉及一种保持地形特征的自适应尺度DEM建模方法。

背景技术

数字高程模型(Digital Elevation Model，DEM)用以表达自然环境中的地形、地貌特征，是空间数据基础设施中的重要组成部分。随着全球范围SRTM(航天飞机雷达地形测绘任务) 90米分辨率DEM数据库和ASTER GDEM(先进星载热发射和反射辐射仪全球数字高程模型)30米分辨率DEM数据库的公开，全国范围1:100万、1:25万、1:5万DEM数据库的建立及区域级1：1万DEM建库工作的相继完成，DEM数据库呈现出多尺度、多分辨率、多数据源的特征。

空间数据处理与分析的尺度效应是地球科学的一项基本问题，被认为是“所有研究的基础”(Quattrochi and Goodchild, 1997，参见背景文献1)。在数字地形模型与分析中，地形参数及特征具有多尺度特性，基于DEM的应用（如地质灾害、环境保护、水土保持等）也具有多尺度需求。当DEM的空间尺度变化时，提取的地形参数如坡度﹑坡向、曲率和地形特征等会出现相应的变化。例如在实际应用中，当研究大流域时，一个平缓的小山丘可以被忽略掉，而若考虑到区域的局部水系特征时，这个小山丘就会显得非常重要。

在纸质地图中，一幅地图数据是单一尺度的。为了解决多尺度问题，出现了1：100万、1：25万、1：5万等不同尺度的纸质地图。但这仅仅是多级固定尺度数据的组合，每一级只考虑了自己的尺度。纸质地图的局限性限制了实际应用。随着国家空间数据基础设施建设的不断完善，国家基础地理信息中各级DEM数据库相继建立。然而，这些DEM数据库仍是针对不同尺度的DEM构建不同的数据库。所谓的多尺度数据库是由多个固定尺度DEM数据库组合而成，从而导致数据冗余、数据更新维护不一致等一系列问题。可以说这只是纸质地图在数字化时代的延续，并没有找到多尺度数字地形表达之间的精髓和内在关系，没有从根本上生成一种适应于多尺度的DEM数据库。

现代DEM的管理和应用需要不同尺度间的协调并行，从固定尺度的应用逐渐演变为任意尺度的应用，进而转化为满足用户需求的自适应尺度应用。例如，对大区域滑坡泥石流灾害的监测往往建立在粗尺度DEM基础上，而真正希望做到滑坡泥石流灾害的预警，则必须能控制在非常精细的尺度上才能达到有的放矢。舟曲的泥石流灾害不仅希望在地方一级做到监测，同时要在国家一级就能进行预警。这就要求根据不同应用，动态构建自适应尺度的实时模型。该模型既涵盖非常大的区域，又可以进行局部精细研究，对于每一个细节都有所控制。这是现有的多级DEM数据库无法解决的问题，受限于现有的DEM分析尺度、建模方法和数据质量等因素。其中，最根本的问题还是现有的多级DEM数据模型所产生的弊病。因此，在实际中迫切需要适应于现代多尺度DEM应用的理论模型。

利用精细尺度的DEM综合得到粗尺度DEM是一种解决途径。目前通常采用的DEM综合方法是基于栅格DEM的重采样方法。然而，重采样方法具有“平滑”作用，地形参数随着尺度的变化会发生较大变化，无法保持地形的基本特征。Zhang and Montgomery (1994，参见背景文献2)采用多种分辨率(2–90m)检测了栅格尺寸对地形表达和水文模拟的影响，他们发现DEM分辨率会极大地影响地形参数和水位曲线的计算。Florinsky and Kuryakova (2000，参见背景文献3)利用微观尺度的地形属性（比如坡度、坡向、水平曲率、垂直曲率）相关系数的变化以及地表性质（比如土壤湿度）进行了DEM栅格大小的灵敏度分析，并提出了满足地形研究最小需求的DEM分辨率。Zhou and Liu (2004，参见背景文献4) 研究了DEM分辨率对多种坡度和坡向算法的影响，并推断许多DEM提取因子的不确定性与栅格数据结构紧密相关。研究证明由重采样方法得到粗分辨率DEM时，提取的地形因子被严重低估了。例如，当DEM栅格大小从30'' 增加到 32'，研究区域的平均坡度百分比就从12.4%减少到0.9%，很难直接从粗分辨率DEM计算坡度因子(Zhang et al., 1999，参见背景文献5)。在实际应用中，一个区域的平均坡度不应随着所选用的DEM数据尺度的变化而发生较大变化。尺度变化会损失细节，但会保留重要的地形特征，也就是“骨架”,需要根据尺度而保持不同级别的地形特征。