CN109887086A - 一种基于点坡度熵的地形简化方法 - Google Patents

Abstract

本发明涉及一种基于点坡度熵的地形简化方法，该方法包括以下步骤：先将DEM栅格数据转为点数据，即将栅格数据转化为栅格点，利用每个栅格中心点表示该栅格；定义点坡度熵概念，设DEM栅格点O为中心点，中心点O与周围点坡度差异的不确定度称为点坡度熵；计算DEM栅格点中各点的点坡度熵值及其标准值；增加重要区域栅格点的点坡度熵标准值；设定点坡度熵标准值的阈值，保留符合条件的地形特征候选点，生成地形简化后的新DEM；本发明解决了现有基于特征的地形简化方法能有效保留地形特征，但易造成重局部轻全局的问题，实现兼顾局部地形特征和全局地形特征，可有效保留地形骨架信息，并在取主舍次方面具有优势，主要应用于山区地形和DEM栅格数据。

Description

一种基于点坡度熵的地形简化方法

技术领域

本发明涉及地形简化方法技术领域，具体地说是一种基于点坡度熵的地形简化方法。

背景技术

针对地学中对于不同空间范围和细节层次问题研究的需求，构建不同尺度的数字高程模型(Digital Elevation Model，简称DEM)具有重要意义。地形简化是基于精细尺度DEM获取不同尺度DEM数据的重要方式。

如中国专利CN102122395A公开了一种保持地形特征的自适应尺度DEM建模方法，构建一个适用于从广域到局部范围通用的精细DEM数据库，提出自适应尺度数据结构和分析方法，从精细尺度DEM数据库中根据应用需要提取多尺度的地形参数和特征，依据尺度信息保持不同级别地形特征，使得不同尺度下地形骨架基本一致。

当前地形简化方法中基于特征的地形简化方法能有效保留地形特征，但易造成重局部轻全局等问题。

地理信息科学领域的学者基于信息熵理论，提出了坡谱信息熵和局部曲率熵等多种定义，将信息熵很好地运用在DEM地形简化和地图信息度量等多个方面，具有较大理论和实际应用价值。

坡度是坡面倾斜程度的度量，是定量描述地貌形态特征的重要因子，对地表物质流动与能量转变具有极大意义，但基于坡度建立信息熵模型并将其应用在地形简化中的研究有待补充。

因此，如何提供一种利用坡度和信息熵理论的地形简化方法，兼顾局部地形特征和全局地形特征，有效保留地形骨架信息，且在取主舍次方面具有优势，是目前本领域技术人员亟待解决的技术问题。

发明内容

有鉴于此，本申请的目的在于提供一种基于点坡度熵的地形简化方法，以实现兼顾局部地形特征和全局地形特征，有效保留地形骨架信息，在地形简化过程中具有取主舍次方面的优势。

为了达到上述目的，本申请提供如下技术方案。

一种基于点坡度熵的地形简化方法，包括以下步骤：

S1、先将DEM栅格数据转为点数据，即将栅格数据转化为栅格点，利用每个栅格中心点表示该栅格，其中，DEM栅格数据来自于测绘地理信息单位生产的已有DEM栅格数据或基于等高线等基础数据通过ArcGIS等软件插值生成的DEM栅格数据；

S2、定义点坡度熵概念：设DEM栅格点O为中心点，中心点O与周围点坡度差异的不确定度称为点坡度熵(Slope Entropy of Points，简称SEP)，点坡度熵值用Es表示；

S3、计算DEM栅格点中各点的点坡度熵值及其标准值；

S4、增加重要区域栅格点的点坡度熵标准值；

S5、设定点坡度熵标准值的阈值，保留符合条件的地形特征候选点，生成地形简化后的新DEM。

优选地，所述步骤S3中DEM栅格点中各点的点坡度熵值及其标准值，包括以下步骤：

S31、依据中心点O的位置分布确定参与计算的点数量；

S32、计算中心点O的点坡度熵值及其标准值。

优选地，所述步骤S31中依据中心点O的位置分布确定参与计算的点数量，包括以下步骤：

101、选取局部3×3窗口为参与中心点O点坡度熵计算的周围点空间范围；

102、设定n为中心点O与周围点参与计算的点总数；

103、判断中心点O的位置：如果O点位于边角区域，令n＝4；如果O点位于边缘行或边缘列区域，令n＝6；否则n＝9。

优选地，所述步骤S32计算中心点O的点坡度熵值及其标准值，包括以下步骤：

201、计算中心点O与周围点坡度的平均值

式中，α_i为中心点O与周围点的坡度；

202、计算中心点O及周围点坡度与坡度平均值的标准差σ：

式中，α_i为中心点O与周围点的坡度，为中心点O与周围点坡度的平均值；

203、计算点坡度熵值E_S：

E_S＝log₂(1+σ)

式中，σ为中心点O及周围点坡度与坡度平均值的标准差。

204、归一化处理点坡度熵，得点坡度熵标准值

式中，E_Smax和E_Smin分别为该区域所有栅格点E_S中的最大值和最小值。

优选地，所述点坡度熵标准值的值域为[0，1]，单位为bit。

优选地，所述步骤S4中增加重要区域栅格点的点坡度熵标准值，将山脊、山谷和鞍部等骨架线区域栅格点的点坡度熵标准值增加，增加值为ΔE_S：

式中，为各点的点坡度熵标准值，为所有点的点坡度熵标准值平均值。

优选地，步骤S5包括以下步骤：

S51、根据实际需要，设定点坡度熵标准值的阈值；

S52、若栅格点的点坡度熵标准值大于阈值，则保留该点；若栅格点的点坡度熵标准值小于等于阈值，则舍去该点；

S53、利用保留的栅格点(地形特征候选点)通过常用插值方法生成简化后的新DEM。

上述基于点坡度熵的地形简化方法的应用，该简化方法主要应用于山区地形和DEM栅格数据

本发明所获得的有益技术效果：

1)本发明解决了现有基于特征的地形简化方法能有效保留地形特征，但易造成重局部轻全局的问题，本发明实现兼顾局部地形特征和全局地形特征，可有效保留地形骨架信息，并在取主舍次方面具有优势，主要应用于山区地形和DEM栅格数据；

2)本发明基于信息熵和坡度理论，提出了点坡度熵的概念及模型，利用ArcGIS软件先将DEM栅格数据转为点数据，再通过计算点坡度熵标准值，根据阈值，舍去不符合条件的点，通过插值法构建简化后DEM。

上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，从而可依照说明书的内容予以实施，并且为了让本申请的上述和其他目的、特征和优点能够更明显易懂，以下以本申请的较佳实施例并配合附图详细说明如后。

根据下文结合附图对本申请具体实施例的详细描述，本领域技术人员将会更加明了本申请的上述及其他目的、优点和特征。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。

图1是本发明的工艺流程图；

图2-a是本发明中中心点O位于边角区域的位置分布；

图2-b是本发明中中心点O位于边缘行区域的位置分布；

图2-c是本发明中中心点O位于边缘列区域的位置分布；

图2-d是本发明中中心点O位于其他区域的位置分布；

图3是本发明与对比例的地形特征候选点空间分布(SEP法为左图，VIP法右图)；

图4是本发明与对比例的回放与原始等高线套合(SEP法为左图，VIP法右图)。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。在下面的描述中，提供诸如具体的配置和组件的特定细节仅仅是为了帮助全面理解本申请的实施例。因此，本领域技术人员应该清楚，可以对这里描述的实施例进行各种改变和修改而不脱离本申请的范围和精神。另外，为了清除和简洁，实施例中省略了对已知功能和构造的描述。

应该理解，说明书通篇中提到的“一个实施例”或“本实施例”意味着与实施例有关的特定特征、结构或特性包括在本申请的至少一个实施例中。因此，在整个说明书各处出现的“一个实施例”或“本实施例”未必一定指相同的实施例。此外，这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。

实施例1

如附图1所示，一种基于点坡度熵的地形简化方法，包括以下步骤：

S1、先将DEM栅格数据转为点数据，即将栅格数据转化为栅格点，利用每个栅格中心点表示该栅格；转化方法利用ArcGIS软件。

需要说明的是，ArcGIS软件的使用方法属于现有技术，故在此不作具体说明。

其中，DEM栅格数据来自于测绘地理信息单位生产的已有DEM栅格数据或基于等高线等基础数据通过ArcGIS等软件插值生成的DEM栅格数据。

S2、定义点坡度熵概念：设DEM栅格点O为中心点，中心点O与周围点坡度差异的不确定度称为点坡度熵(Slope Entropy of Points，简称SEP)，点坡度熵值用Es表示；

S3、计算DEM栅格点中各点的点坡度熵值及其标准值，包括以下步骤：

S31、依据中心点O的位置分布确定参与计算的点数量，包括以下步骤：

101、选取局部3×3窗口为参与中心点O点坡度熵计算的周围点空间范围；

102、设定n为中心点O与周围点参与计算的点总数；

103、判断中心点O点位置：如果O点位于边角区域，令n＝4；如果O点位于边缘行或边缘列区域，令n＝6；否则n＝9，如附图2所示。

S32、计算中心点O的点坡度熵值及其标准值，包括以下步骤：

201、计算中心点O与周围点坡度的平均值

式中，α_i为中心点O与周围点的坡度；

202、计算中心点O及周围点坡度与坡度平均值的标准差σ：

式中，α_i为中心点O与周围点的坡度，为中心点O与周围点坡度的平均值；

203、计算点坡度熵值E_S：

E_S＝log₂(1+σ)

式中，σ为中心点O及周围点坡度与坡度平均值的标准差。

204、归一化处理点坡度熵，得点坡度熵标准值

式中，E_Smax和E_Smin分别为该区域所有栅格点E_S中的最大值和最小值，点坡度熵标准值的值域为[0，1]，单位为bit。

S4、增加重要区域栅格点的点坡度熵标准值，顾及全局地形特征，将山脊、山谷和鞍部等骨架线区域栅格点的点坡度熵标准值增加，增加值为ΔE_S：

式中，为各点的点坡度熵标准值，为所有点的点坡度熵标准值平均值。

需要说明的是，山脊、山谷等骨架线区域的确定方法是采用水文分析法，属于现有技术，故在此不作具体说明。

S5、设定点坡度熵标准值的阈值，保留符合条件的地形特征候选点，生成地形简化后的新DEM，包括以下步骤：

S51、根据实际需要，设定点坡度熵标准值的阈值；

S52、若栅格点的点坡度熵标准值大于阈值，则保留该点；若栅格点的点坡度熵标准值小于等于阈值，则舍去该点；

S53、利用保留的栅格点(地形特征候选点)通过常用插值方法生成简化后的新DEM。

上述基于点坡度熵的地形简化方法的应用，该简化方法主要应用于山区地形和DEM栅格数据。

实施例2

基于上述实施例1，基于西部某山区数据为实验样本，通过实施例1中的基于点坡度熵的地形简化方法(SEP法)构建简化DEM，其中阈值设为0.9，实验样区面积约为4km²，坡度0.07～67.57°，山势陡峭，山脊线等地形骨架线丰富，实验数据为分辨率为2.5m高精度DEM栅格数据。将本发明(SEP法)与常用VIP法通过地形特征候选点空间分布分析和等高线套合分析进行对比，SEP法与VIP法取相同数量的地形特征候选点。

如附图3所示，地形特征候选点空间分布分析，将两法地形特征候选点和DEM栅格数据叠加，两法地形特征候选点均在主要骨架线区域得到了明显保留，SEP法比VIP法在高等级和较高等级的山脊(谷)区域保留了更多的地形特征候选点，而VIP法在高程值差异较大的坡面和等级较低的山脊(谷)区域保留了更多的地形特征候选点，由此说明SEP法主要保留的是高等级和较高等级山脊(谷)区域，舍弃了一些低等级山脊(谷)区域和其他次要区域。

如附图4所示，等高线套合分析，利用高精度DEM生成原始等高线，利用简化后DEM生成新等高线，将新等高线与原始等高线套合，两法在高等级和较高等级山脊(谷)等主要骨架线区域等高线套合效果较好，但在离主要骨架线较远的区域，SEP法效果始终差于VIP法，主要表现为SEP法回放等高线由弯变直，地形失真较大，说明SEP法在地形简化过程中舍弃了保留这些区域。

综合上述分析，可知本发明能有效保留地形骨架信息，在地形简化取主舍次方面具有优势。

以上所述仅为本发明的优选实施例而已，其并非因此限制本发明的保护范围，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，通过常规的替代或者能够实现相同的功能在不脱离本发明的原理和精神的情况下对这些实施例进行变化、修改、替换、整合和参数变更均落入本发明的保护范围内。

Claims (8)

1.一种基于点坡度熵的地形简化方法，其特征在于，包括以下步骤：

S1、先将DEM栅格数据转为点数据，即将栅格数据转化为栅格点，利用每个栅格中心点表示该栅格，其中，DEM栅格数据来自于测绘地理信息单位生产的已有DEM栅格数据或基于等高线等基础数据通过ArcGIS等软件插值生成的DEM栅格数据；

S2、定义点坡度熵概念：设DEM栅格点O为中心点，中心点O与周围点坡度差异的不确定度称为点坡度熵，点坡度熵值用Es表示；

S3、计算DEM栅格点中各点的点坡度熵值及其标准值；

S4、增加重要区域栅格点的点坡度熵标准值；

S5、设定点坡度熵标准值的阈值，保留符合条件的地形特征候选点，生成地形简化后的新DEM。

2.根据权利要求1所述的基于点坡度熵的地形简化方法，其特征在于，所述步骤S3中DEM栅格点中各点的点坡度熵值及其标准值，包括以下步骤：

S31、依据中心点O的位置分布确定参与计算的点数量；

S32、计算中心点O的点坡度熵值及其标准值。

3.根据权利要求2所述的基于点坡度熵的地形简化方法，其特征在于，所述步骤S31中依据中心点O的位置分布确定参与计算的点数量，包括以下步骤：

101、选取局部3×3窗口为参与中心点O点坡度熵计算的周围点空间范围；

102、设定n为中心点O与周围点参与计算的点总数；

103、判断中心点O的位置：如果O点位于边角区域，令n＝4；如果O点位于边缘行或边缘列区域，令n＝6；否则n＝9。

4.根据权利要求2所述的基于点坡度熵的地形简化方法，其特征在于，所述步骤S32计算中心点O的点坡度熵值及其标准值，包括以下步骤：

201、计算中心点O与周围点坡度的平均值

式中，α_i为中心点O与周围点的坡度；

202、计算中心点O及周围点坡度与坡度平均值的标准差σ：

式中，α_i为中心点O与周围点的坡度，为中心点O与周围点坡度的平均值；

203、计算点坡度熵值E_S：

E_S＝log₂(1+σ)

式中，σ为中心点O及周围点坡度与坡度平均值的标准差。

204、归一化处理点坡度熵，得点坡度熵标准值

式中，E_Smax和E_Smin分别为该区域所有栅格点E_S中的最大值和最小值。

5.根据权利要求1-3任一项所述的基于点坡度熵的地形简化方法，其特征在于，所述点坡度熵标准值的值域为[0，1]，单位为bit。

6.根据权利要求1-3任一项所述的基于点坡度熵的地形简化方法，其特征在于，所述步骤S4中增加重要区域栅格点的点坡度熵标准值，将山脊、山谷和鞍部等骨架线区域栅格点的点坡度熵标准值增加，增加值为ΔE_S：

式中，为各点的点坡度熵标准值，为所有点的点坡度熵标准值平均值。

7.根据权利要求1-3任一项所述的基于点坡度熵的地形简化方法，其特征在于，所述步骤S5包括以下步骤：

S51、根据实际需要，设定点坡度熵标准值的阈值；

S52、若栅格点的点坡度熵标准值大于阈值，则保留该点；若栅格点的点坡度熵标准值小于等于阈值，则舍去该点；

S53、利用保留的栅格点(地形特征候选点)通过常用插值方法生成简化后的新DEM。

8.根据权利要求1-7任一项所述的基于点坡度熵的地形简化方法的应用，其特征在于，该简化方法主要应用于山区地形和DEM栅格数据。