DEM数据的预处理与不同格式DEM数据的建立

数字高程模型及地学分析的原理与方法0707070034_林江_地理信息系统PAGEPAGE15DEM数据的预处理与不同格式DEM数据的建立DEM数据的预处理与不同格式DEM数据的建立0707070034_林江_地理信息系统DEM数据由于各种人为，非人为的因素会造成数据不可避免的产生误差，甚至是错误。因此数据的预处理是一个对数据进行减小误差和消除错误的过程，是DEM数据能否为人们使用的关键步骤，关系到DEM数据以后的各种应用的保真性和准确性。（一）从DEM数据的生产过程来看，DEM误差主要来自于如下过程：地形表面特征地形表面特征决定了地形表面表达的难度。大量的研究表明DEM的精度随着地形破碎程度的大小而变化，最大的误差往往出现在地形起伏或水平转折处如山脊线，山谷线，地形变化线等部位。并且它们之间的关系式呈明显的线性相关特征。数据源误差目前用来构建DEM的数据主要来源有三种，即野外测量，地形图数字化和摄影测量。各自对应不同的数据误差如野外数据质量，地形图误差，航空像片误差。采点设备误差地图数字化的采点设备误差包括地形图手扶或扫描时数字化仪或扫描仪的误差；摄影测量的采点设备误差包括测图仪的误差和计算机计算有效位数。人为误差对于利用数字化地形图的等高线和高程点的方法所采集的DEM数据来说，人为误差包括数字化对点误差，高程赋值误差和控制点转换误差。控制点转换误差类似于航内的绝对定向误差，这种误差主要来源于控制点数字化和控制点大地坐标匹配时产生的误差。对于使用摄影测量方法采集的DEM数据来说，认为误差包括测标切地面的误差（采用数字摄影相关时为影像的相关误差），采集输出时的坐标转换和定向误差（绝对定向，相对定向）。采样点密度和分布采样点的密度和分布对DEM精度影响很大。由于任何内插方法在数据贫乏区都不可能获取可靠的内插结果，采样点应该具有足够的密度并且避免数据贫乏区。地形结构是地形表面的骨架线，采样点一般应该分布在各个地形特征点，特征线处。另外不同的数据采样方式也影响着DEM的精度。内插方法DEM的另一误差来源存在于高程内插的过程当中。任意一种内插方法都是原始地形起伏变化的连续光滑性，或者说邻近的数据点间有很大相关性，才可能由邻近的数据点内插处待定点的高程。DEM常采用线性内插，因为线性内插的方法不会引起奇异性内插，但是这种方法的缺点是内插结果的边缘不光滑，不能很好的反映地形特征。还有一些常用方法如多层叠加法，最小二乘配置法，有限元法，移动曲面法和三角剖分法等。可以说，不管采用哪种内插算法，内插点的计算高程与实际量测高程之间总存在差值。高程内插的误差一方面和选用的数学方法（内插算法）有关，另一方面和采样点密度及分布有关。DEM结构结构也影响着DEM对地形的表达。格网结构DEM的分辨率是格网DEM对地形描述好坏的直接因素之一，虽然较高分辨率的DEM能反映地形细部，但是以牺牲计算机存储量为代价的，DEM分辨率要和原始数据相匹配。TIN通过相互连接在一起的三角形平面来逼近地形表面，采样点的分布是TIN对实际地形表达准确度的重要指标。（二）质量控制是DEM生产中最关键的一个环节,它贯穿于DEM生产的整个流程。在大规模的数字高程模型的生产中,一方面要提高管理人员、作业人员和检查员的高度工作责任心,另一方面则要提倡标准化作业,重视研制开发生产作业程序,以减少错误,提高产品质量。其次,数据管理也是数据质量控制中不可忽视的重要环节。为了提高数据管理的质量应加强生产过程中各个环节的数据规范化管理,应充分利用现代化的网络资源,保证上交数据、单位备份数据和作业员手中的数据一致,保证过程数据的唯一性和最终数据传输的唯一性。DEM质量检查主要分为三个部分,它们分别是原始资料质量检查、数据处理中的质量检查(如DEM的内插模型)和最终产品的质量检查,详细内容如下:1．原始资料的质量检查主要是检查数据中是否含有误差,包括系统误差、随机误差和粗差。其中,粗差的存在会造成最终DEM产品的严重失真,甚至完全不能使用,因而对于它的检测和剔除成为今后的一个研究重点。2．数据处理中的质量检查DEM数据处理中最重要的就是内插模型的选择,对于它的检查则要复杂一些,从数学的角度而言,可从逼近程度、外推能力、平滑效果、唯一性、计算时间等方面进行评价。经验表明,使用双线性内插的效果比较好。3．最终产品的质量检查主要是验证生成DEM的内插模型的正确性、可用性;检查DEM数据高程改正数起止点坐标,DEM格网间距,DEM高程基准,高程值有效范围区域是否正确;对于存在不平滑的地方需要编辑处理;若DEM有粗差,应进行探测修正。利用DEM生成的彩色晕渲图与等高线叠加检查异常现象,保证相邻图幅DEM接边处连续、无裂缝,接边中误差符合要求。（三）DEM数据的预处理1.坐标校正一幅生产出来的DEM数据，有自己的坐标系，这可能会我们进行研究的区域所采用的坐标系不同，这是就需要进行坐标校正了。步骤如下：在ArcToolbox中选择DataManagementTools单击DataManagementTools=》ProjectionsandTransportations=》Raster=》DefineProjection，弹出DefineProjection对话框设置相关的参数，如下图：2.消除杂点在DEM生产的过程中，可能会由于某种人为或者非人为的原因，使DEM数据中出现非常明显的错误点，从而影响DEM数据的应用。所以就不得不消除杂点了，步骤如下：现在有一幅GRID的数据，存在杂点，如下图所示：将GRID数据转化为点要素：打开RastertoFeatures对话框：单击OK，生成点要素：查看点要素的属性表：删除那些选中的杂点后就是我们需要的没有杂点的点要素，然后再转化为我们需要的TIN或者等高线3.截取所需的DEM数据 有时候我们获得的数据的范围很大，而我们所研究的范围又是这个数据的一部分，这时，为了减小数据量，就可以从数据中截取我们所需要的那部分数据了。步骤如下：我们需要所截取区域的边界，然后在ArcToolbox中找到如下所示的Clip：打开Clip控件，设置相关参数就可以得到所需要的数据影像：（四）不同格式DEM的建立1.TIN的建立TIN是基于不规则镶嵌数据模型的DEM，建立过程如下：直接利用删除杂点后的点要素生成TIN。打开CreateTINFromFeatures对话框，设置如下参数：单击OK，生成了TIN，如下所示：2.等高线的建立等高线的建立可以是基于格网DEM或者是TIN的，步骤如下：利用去除杂点后的格网DEM生成等高线单击SpatialAnalyst-》SurfaceAnalysis-》Contour：打开Contour对话框，设置相关参数：单击OK，生成了Contour等高线，效果如下：放大后的效果：利用TIN生成等高线单击3DAnalyst-》SurfaceAnalysis-》Contour：弹出Contour对话框，设置相关参数：单击OK，生成了等高线，效果如下：放大后的效果：（五）小结DEM数据的质量是它生存的根本，所以DEM数据的质量检测和质量控制是DEM数据生产过程中的重要步骤。尽管在DEM数据生产过程中进行了严格的检测，但是生产出来的DEM数据还是不可避免的由于种种原因产生误差或者是错误，此时就需要对其进行预处理，对它进行纠正，已达到我们对数据的质量要求。DEM数据的预处理主要包括：坐