地理信息系统应用技术——三维模型分析(教案)

《地理信息系统应用技术——三维模型分析(教案)》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、第九章三维模型分析教学目标掌握D3M分析方法，掌握网络分析方法。内容纲要基于高程信息的三维分析主要包括三维儿何参数计算、地形因子提取、地类分类、通视性分析、地形剖而图绘制、地形三维可视化等。第三维信息也可以是如降雨量、温度等，进一步扩展了三维分析的应用领域。三维模型分析实现如下功能：1.网格化功能2.数据插密功能3.规则网数学计算及拼接功能4•绘制等值线图功能5•绘制彩色立休图功能6•剖而分析、而积体积量算功能7.专业分析功能一根据高程数据8・TIN模型分析第一节MAPGIS三维分析基础MAPG1S三维分析的基础是数字地形模型(DTM)。谈论数字地形模型时，必须首先要了解DEM。

2、DEM是数字高程模型(DigitalElevationModel)的简称，它是以数字的形式按一定的结构组织在一起，表示实际地形特征空间分布的数字定量模型。最基本的DEM模型是由一系列地而点的x,y坐标及与Z相对应的高程z所组成，由于这一原因，高程模型乂叫地形模型。实际上地形模型不仅包含高程属性，述包含•其他的地表形态屈性，如坡度、坡向等。数字地形模型(DigitalTerrainModel)是地形表面形态属性信息的数字表达，是带有空间位置特征和地形屈性特征的数字描述。在地理信息系统屮，DEM是建立DT1的基础数据，英他的地形要索可由DEM直接或间接导岀，称为“派生数据”，如坡度

3、、坡向。对于DEM数据由于观测方法和获取途径不同，DEM数据分布规律、数据特征有明显的差异，按其空间特征可分为：格网数据和离散数据。格网数据：把DEM覆盖区划分为规则网格，每个网格大小和形状都相同，用相应矩阵元素的行列号来实现网格点的二维空间定位，第三维为网格点的特征值，可以是高程和屈性，网格大小代表数据精度。离散数据：由于受观测手段的限制，无法得到所有地理位置上的观测值，一般也不可能按规则网来获得数据，离散数据DEM的平而二维地理空间定位由不规则分布的离散样点平面坐标实现，第三维仍为高程和属性特征值。在MAPGIS小与DEM模型相关的数据格式有：①*.DET：二维高程数据，是A

4、SCII码的明码文件格式。有“不规则网高程数据”、“规则网高程数据文件”两种。这两者可通过文本编辑进行编辑。②*・GRD：规则格网高程数据（二进制文件），是SURFER系统中的标准文件格式。③TIN：三角剖分高程数据（二进制文件）。是“DTM分析”了系统默认且最常用的内部文件形式，通常操作后的结果都以此方式进行保存。④BDM：底图库用高程文件。⑤*.BMP：位图文件。⑥*.RAW：MAPGIS系统图像原格式文件。第二节创建表面在MAPGIS中可通过GRD和TIN两种方式创建DEM模型，构建相关对象的表面形态。㈠当观测数据是等高线数据的时候，可选择使用下在几种流程形成高程数据文件：

5、⑴原始等高线数据一同“等值线高程栅格化”一直接形成规则网GRI）高程文⑵原始等高线+特征线/点数据一由“高程点线栅格化”一直接形成规则网GRD高程文件;⑶原始等高线数据-＞由“线数据提取高程点”一先形成离散高程点文件一再由“快速生成三角剖分”一形成三角网高程文件；⑷原始等高线数据+特征线/点数据一由“高程点线三角化”一形成三角网高程数据文件。㈡当观测数据是离散点数据时，可选择使用卜•面的流程形成高程数据文件；⑴离散点数据一由“快速生成三角剖分”一直接形成三角网高程文件；⑵离散点数据一由“离散数据网格化”一直接形成规则网GRD高程文件。一、GRD模型创建在GRD模型中可以对输入的离

6、散数据进行显示、交互式地修改、离散数据网格化、稀疏网格插密、绘制各种图形等各种分析操作。要构建GRD必须首先将原始数据进行栅格化处理，而这一过程如而所述有两种情况：原始数据为等高线和原始数据直接是离散数据。对原始数据为等高线情况总共有三种处理方式：等值线高程栅格化、高程点线栅格化、线数据提取高程点。对于线数据提取高程点实际是先离散后栅格的处理方式，等值线高程栅格化和操作方式类似。对于“线数据提取高程点”方式由于是先离散后栅格，所以在选择“线数据提取高程点”选项后，设置对等高线的采样精度。通过上述各种方式构建的GRD模型可依据实际情况进行进一步编辑处理，其涉及的编辑处理方式有：1•

7、格网插密或稀疏化2•多波束数据网格化3.未知点控制插值4.有效点滤波处理5•规则网拼接6.规则网差值运算7•规则网数学计算7.函数生成GRD数据8.方位变换9.局部数据提取11•局部数据无效化12.重要点集提取二、TIN模型创建不规则三角网（TIN）也是DTM的一•种表现形式。所谓TIN模型，实质上是将原始离散数据点，按一定规则连接成Delaunay三角形，然后在此基础上进行分析。与GRD模型相比,TIN模型可以不必对原始离散数据进行网格化处理，而是直接对这些非网格化数据直接建立