基于dem的分析山体对象构建

《基于dem的分析山体对象构建》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、ClassifiedIndex：P283．7U．D．C：910．1SouthwestJiaotongUniversityMasterDegreeThesisCONSTRUCTl0NOFTHEMOUNTAINOB皿CTBASED0NDE?14ANALYSISGrade：Candidate：AcademicDegreeAppliedfor：Specialty：Supervisor：2011HuangMengmengMasterCartographyandGeographicInformationEngineeringProfZb．XuUMay,2014西南交通大学学位论文版权使用

2、授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权西南交通大学可以将本论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复印手段保存和汇编本学位论文。本学位论文属于1．保密口，在年解密后适用本授权书；2．不保密0使用本授权书。(请在以上方框内打‘‘√”)学位论文作者张壹戴嘲日期：。M≮．S．埘⋯～锈镌日期：跏(争3-．“．西南交通大学硕士学位论文主要工作(贡献)声明本人在学位论文中所做的主要工作或贡献如下：1．为了实现山体对象的构建，并划分出有层次的山体。

3、本文在提取山谷线的基础上，提出一种基于汇流累积量的山谷线分级算法。这种分级算法与目前存在的河网分级算法的不同之处在于它能够比较好的划分沟谷网络之间的主次结构，能够很明显的反馈河网主干。2．山脊线也是山体的骨架线之一，为了能够构建山体对象。本文在提取山脊线的基础上，提出一种基于脊线二叉树深度的山脊线分级算法。这种分级算法是以二叉树的深度来作为分级指标，也能够比较明显的反应出山脊线的主干。3．在研究山脊线和山谷线的分级算法基础上，利用空间聚类(K—Means聚类算法)在脊线网络和谷线网络中选取每一层次合理的骨架线，并介绍本文采用的合理K值求解方法。4．按照前面提出的分级算法和搭接

4、原理，利用C{!；}．net和ArcEngine开发包在VisualStudio2010平台中开发了本文的实验系统。该系统能够完成：沟谷网络读取汇流量数据、山谷线与山脊线的分级、骨架线的搭接等工作。本人郑重声明：所呈交的学位论文，是在导师指导下独立进行研究工作所得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均已在文中作了明确说明。本人完全了解违反上述声明所引起的一切法律责任将由本人承担。⋯一虢崔强弋日期：妇也、』．辽衫西南交通大学硕士研究生学位论文第1页摘要地形的表达是一个非常重要的研究领域，

5、目前常用的地形模型主要有：规则格网模型(Grid)、不规则三角网模型(TIN)、等高线模型(Contour)等。以上几种模型都是基于场的观点建模，模型中并不具有地形对象，只有单个的像元、等高线、三角面片。从对地形的理解角度上，地形中存在地形对象。但是对于如何在地形中构建出对象，以及对地形对象构建的评价方法，还处于相对比较薄弱的阶段。山地地形是重要的地形之一，并且具有层次性，本研究尝试基于DEM分析构建山体对象。构建山体对象的基础是确定山体边界线和山地地形的特征线。山体边界线采用反地形流域盆提取。山地地形特征线主要有：山脊线和山谷线。提取地形特征线的方法基于不同的地形数据格式又

6、分为多种。本文以格网DEM数据为基础，采用地表径流模型提取山谷线，采用子流域边界提取山脊线。在山谷线和山脊线提取基础上，本文分别提出针对山谷线和山脊线的分级方法。山谷线的分级以汇流累积量为依据，通过地表径流模型提取的山谷线具有方向，将之与汇流累积量数据叠置，获取汇流量数据。山脊线的分级是以脊线二叉树的深度为依据。通过子流域边界获取的山脊线没有方向，也不能以汇流量为指标进行分级。但是，它本身是树状结构，具有层次性。本文将脊线网络转换成为二叉树，以求取二叉树深度的方式，获取脊线网络的主干，并对它进行分级。分级后的骨架网络线之间具有较好的层次结构关系，但是并不能直接选取作为每一层的

7、骨架网络。因此，本文采用K-Means算法，以骨架线段的等级和长度作为指标进行空间聚类，选取聚类后最优秀的一组数据作为每一层山体对象的骨架网络。本研究以SRTM90DEM的山地地形为数据源，在ArcGISDesktop软件上完成对山体边界线、山谷线、山脊线的提取。并在ArcGISEnginel0和VisualStudio2010平台采用C≠}语言编程实现山谷线分级、山脊线分级以及山体骨架线的选取和搭接。实验结果表明，本文提出针对谷线和脊线的分级算法能够得到比较理想的层次划分结果。采用K．Means聚类算