基于区域地质图与数字高程模型的地层埋深预测方法及应用

对于页岩气、水溶气等非常规天然气资源早期选区评价,往往因为缺乏地震资料导致难以依赖地震构造解释获得目的层的埋深,故借助其他非地震资料有效预测目的层区域性埋深具有重要意义。区域地质图与数字高程模型(DEM)都是广泛覆盖且容易获取的基础性资料。利用区域地质图蕴含的地层产状、地下构造起伏趋势、地层埋深和地表出露地层年代的关系等信息,再叠合DEM地表高程,建立了一种有效预测目的层构造高度和埋深的新方法。利用四川盆地及周缘地区36幅1∶20万区域地质图和美国航空航天局(NASA)数字高程模型资料,预测了该区下志留统龙马溪组底界埋深,据此编制的龙马溪组底界埋深等值线图为该区页岩气保存条件评价提供了重要参数。该方法不仅可为页岩气早期选区评价提供有效支撑,还可应用于深部高压含水层中水溶气的资源评价、深部咸含水层CO_(2)地质封存的构造优选。

基于数字高程模型的月球精细重力场建模研究进展

月球重力场精细建模是构建月球高程基准、开展月球内部结构探测及科学研究的基础性工作.单纯基于航天器轨道数据构建的月球重力场模型空间分辨率有限,难以满足精细重力场研究的需求.高分辨率地形模型的获取为月球精细重力场建模研究提供了新的机遇.本文从月球全球重力场模型及评估方法、高分辨率精细重力场建模的理论技术和研究成果方面介绍当前月球精细重力场建模的现状和进展.在此基础上,本文从数据更新、高频重力场建模的误差改正问题、计算效率以及球谐分析的级数发散问题等方面系统总结了基于精细数字高程模型(DEM)的月球重力场建模中存在的关键理论问题和技术挑战,并探讨了下一步亟需开展的研究工作,为月球和其他类地行星的重力场研究提供参考.

基于数字高程模型数据分析迪庆州松林空间分布特征

通过选取迪庆州内旗舰树种云杉、冷杉和高山松3种主要森林类型为研究对象,利用DEM数据生成海拔、坡度、坡向等地形因子,并结合2017年调查完成的迪庆州森林资源二类调查数据成果,分析研究全州3种松林的空间分布特征。结果显示,迪庆州云杉主要分布于海拔2801~4000 m的缓坡、斜坡和陡坡区域;冷杉主要分布于海拔3201~4400 m的缓坡、斜坡和陡坡区域;高山松主要分布于海拔2801~4000 m的缓坡、斜坡和陡坡区域。

基于数字高程模型的民航甚高频地空通信信号覆盖仿真

为解决起伏地形下民航甚高频(very high frequency,VHF)地空通信信号覆盖范围计算精度低、冗余度大、数字高程模型(digital elevation model,DEM)数据获取缺乏自动性及信号覆盖图可视性差等问题,采用最大遮蔽角截止法等进行仿真研究。首先,考虑计算覆盖范围存在误差,提出利用反距离加权(inverse distance weight,IDW)插值法提高地形辨识度并在计算覆盖范围时考虑大气损耗;其次,为解决DEM数据获取缺乏自动性,利用MATLAB编码自动提取;再次,考虑遮蔽角计算存在冗余,采用“最大遮蔽角截止法”降低计算量;最后,为使覆盖范围直观可视,绘制二维及三维的覆盖显示图。结果表明,这些方法使遮蔽角计算量相较改进前降低了约64.60%,信号覆盖精度相较改进前提高了约3.315%。改进的覆盖仿真程序可以为VHF地面通信台站选址及飞行航线规划提供有效支撑。

利用全球开源数字高程模型的高程误差预测数据集

数字高程模型(DEM)校正一直是遥感地学研究中的重要内容,近年来蓬勃发展的机器学习新方法为DEM高程误差校正提供了新的解决途径。由于机器学习等人工智能方法依赖大量的训练数据,考虑到目前缺少大区域公开的、统一的、大规模和规范化多源DEM高程误差预测数据集,针对数据集缺失的问题,该文公开了多源DEM高程误差预测数据集(DEEP-Dataset)。该数据集包括4个子数据集,分别基于中国广东省研究区域的数字高程测量的TerraSAR-X附加组件(TanDEM-X)DEM和先进陆地观测卫星世界3D-30米(AW3D30)DEM以及澳大利亚北领地研究区域的航天飞机雷达地形测绘任务(SRTM)DEM和先进星载热发射和反射辐射计全球数字高程模型(ASTER)DEM构成。其中,广东省研究区域的样本数量约为40000,北领地研究区域的样本数约量为1600000。数据集中的每个样本均由10个特征组成,涵盖了地理空间、地物种类以及地表形态等特征信息。通过设置机器学习模型测试、DEM校正以及特征重要性评估等对比实验,验证了DEEP-Dataset在实际模型训练和DEM校正中的有效性,也证明了该数据集的合理性和丰富性。

基于无人机数字高程模型的灌区渠道测量研究

深入探讨了基于无人机数字高程模型的灌区渠道测量方法。无人机通过自主飞行、避障等功能,配合传感器捕捉地面目标信息,实现了灌区渠道的精确测量。同时,高程数据处理在灌溉渠道测量中发挥着重要作用,包括平滑算法、插值算法以及DEM构建等方法,为灌溉管理提供了重要依据。以松古灌区为例,采用自主研发无人机进行了详细的测量研究,成功获取了高清图像数据,并经过软件处理得到高分辨率的图像。这些图像为灌区的引水能力和运行效率提供了重要依据,为后续的数据分析和处理提供了极大的便利。

基于改进数字高程模型的架空线路杆塔基础土方量计算方法研究

架空输电线路建设工程中,杆塔基础土方量计算影响着工程经济效益和施工工期,因此,需要选取合适的土方量计算方法。本文中首先分析了断面法、方格网法、等高线法和数字高程模型(DigitalElevationModel,DEM)法4种方法,并采用花授粉算法(FlowerPollinationAlgorithm,FPA)对传统DEM方法进行改进。将5种不同的方法运用到实际案例中比较不同方法的适应地形及计算精度。结果表明,改进后的DEM法可以获得X、Y、Z轴上的最优分割网格数量,适用地形范围最广、计算精度最高,计算速度相较于传统DEM法也有提高。

我国全面建成新一代数字高程模型

在地形级实景三维建设方面,我国全面建成覆盖全国陆地国土的10米格网新一代数字高程模型,完成了东部和西部重点区域约600万平方千米优于5米格网地形的三维模型建设;建成了11版覆盖全国陆地国土2米分辨率、2版覆盖重点区域优于1米分辨率的影像数据,实现影像成果由不定期获取向按季度采集和提供的跨越;完成了黄河流域约40万平方千米基础地理实体数据建设。在城市级实景三维建设方面,已有26个省(区、市)的264个城市开展了约5.52万平方千米城市三维模型建设,在数字化转型和智慧城市建设中发挥了重要作用。

基于数字高程模型的三维公路选线设计研究

公路设计过程中选线设计尤为重要,利用数字高程模型可以对地形进行充分的掌握与构建,并经过道路矢量化方式实现公路选线的三维模型建设,有助于判断选线方案的优劣。基于此,本文在对数字高程模型的建立方法与技术进行总结的基础上利用实际工程案例制作了数字高程模型,并分别对几种选线模式的结果进行了仿真计算,分析各种选线方案并进行选择,希望能够为公路选线设计提供必要思路与参考。

基于无人机数字高程模型的灌区渠道测量研究

基于无人机数字高程模型的渠道测量可以实现对渠道形态、病害等要素的快速有效提取,大幅提升渠道监测维护的效率。本文详细阐述了无人机数字高程模型的原理、构建方法,并系统阐释了模型在渠道测量中的应用,包括渠道几何参数提取、横纵断面测量、变形监测等方面。研究结果表明,无人机数字高程模型可以准确获取渠道形态信息,实现对渠道的精确测量,有效检测病害变形,为渠道运行状态评估提供科学依据。

利用无人机雷达点云的数字高程模型构建研究

数字高程模型(Digital Elevation Model,简称DEM)作为基础地理信息数据在水利工程中应用越来越广泛,无人机激光雷达凭借其高密度、高精度、全天候三维数据获取优势日渐成为构建高质量DEM的数据源。此文以某丘陵地区LIDAR点云为研究对象,讨论了点云滤波、DEM构建等关键技术,并利用实测数据对DEM成果进行了精度评定。结果表明,利用该方法可快速高效构建DEM高程模型,在误差满足规范要求前提下,模型具有高保真性,对快速获取高精度DEM数据具有一定借鉴意义。

基于数字高程模型(DEM)的地面台站最大遮蔽角和遮蔽距离算法

本文根据数字高程模型(DEM),使用台站站点的坐标,利用计算机读取该坐标点映射的DEM所记录的高程值。利用高程传递算法即可得到台站相位中心高程值。采用相同方法提取某一方位角上一定距离内所有高程值,计算该方位上所有遮蔽角,取遮蔽角数值最大为该方位最大遮蔽角。以台站相位中心坐标和最大遮蔽角处所对应地面点平面坐标进行高斯平面坐标反算,得到该方位最大遮蔽角平面距离,即遮蔽距离。本文以某天气雷达台站预选址项目为背景,详述基于数字高程模型(DEM)的地面台站最大遮蔽角和遮蔽距离算法。

基于数字高程模型的淤地坝地区河网提取方法

淤地坝作为黄土高原水土流失严重地区重要而独特的治沟工程,具有滞洪、拦淤、蓄水等作用,但在该地区利用数字高程模型(DEM)进行流域水系分析时,提取的河网会受淤地坝的干扰出现河网偏移、错位问题。本文提出一种通过对淤地坝进行检测并修正DEM的自动化方法来实现河网的有效提取。该方法先利用区域生长和形态学算法提取河道中心线,以缩小淤地坝检测范围,再基于改进的直线段检测(LSD)算法以及角度滤波确定淤地坝候选轮廓直线,然后构建十字模型定位淤地坝,最后对淤地坝所在栅格高程进行修正以提取河网。该方法在黄土高原两个典型样区中检测淤地坝的F1值分别为86.67%和86.95%,相比于仅使用填充、裂开的两种河网提取方法,本文方法能有效解决河网偏移问题。结果表明,本文方法提取的河网结果更符合真实地形,可为黄土高原淤地坝地区的流域数字地形分析技术提供有益补充与支持。

建立省级数字高程模型(DEM)的关键技术——以江苏省为例

文章以江苏省的DEM制作为例,介绍利用ARCINFO、ARCVIEW软件生成DEM的全过程中的关键技术。应用结果表明,可以快速查找出采编地形图信息过程中的错误,建立的DEM精度较高,更适合于水土流失的定量监测,显示了该技术方法的可行性。

全国七大江河流域重点防范区1∶1万数字高程模型(DEM)数据库的建立

全国七大江河流域重点防范区 1∶1万数字高程模型数据库建库是一项海量数据库建库工程。如何建立图幅达上万幅、数据量几十个GB的空间数据库是建库的核心问题。总结 1∶1万DEM数据库的建库经验 ,提出在建库之前必须进行充分有效的大规模的建库试验。在数据库结构和管理系统的建立时必须牢牢树立以应用为核心。在数据质量控制问题上 ,应采用以计算机自动和辅助检查为主 ,以图面检查为辅的原则。

数字高程模型(DEM)的构建及其应用

数字高程模型(DEM)是一定区域范围内规则格网点的平面坐标及其高程的数据集或者是经、纬度和海拔高度的数据集。DEM用途广泛,数字地球、数字城市、数字区调等工作以及虚拟现实三维可视化都需要高精度的DEM支撑。本文分析了DEM的构建方法及利用地形图生成的DEM的技术路线和数据转换的问题,论述了DEM在数字区调中的应用,实践证明,该技术在一定程度上解决了高原区调面临的难题,为地质工作提供了一种新途径。

数字高程模型(DEM)在构造地貌研究中的应用新进展

简要介绍了数字高程模型(DEM)的基本概念,系统总结了近些年来DEM空间分析技术在构造地貌研究中的最新进展,列举并讨论了DEM相关数据和技术在典型地貌特征分析和宏观构造地貌演化研究中的典型应用实例。数字高程模型(DEM)理论和数据精度的不断发展和提高,DEM及其空间分析技术与相关地学研究手段相结合的复合分析,必将为构造地貌研究实现定量化提供强有力的技术支持。

基于ICESat-2的横断山区NASA DEM高程精度评价与误差校正

以星载激光雷达ICESat–2为参考数据源,将NASA DEM作为实验数据,分析了其在横断山区中西部复杂地形地貌区的整体高程精度;同时,研究了DEM误差与地表变量(如坡度、坡向、起伏度、植被覆盖度、土地利用类型等)之间的关系。为校正NASA DEM的高程误差,引入随机森林、反向传播神经网络、极度梯度提升树模型和轻量级梯度提升模型等4种机器学习方法,结合地表变量构建了高程误差校正模型并对校正后的NASA DEM进行精度分析。结果表明:NASA DEM的高程平均误差为–3.5 m,平均绝对误差为8.2 m,均方根误差为11.7 m,高程误差符合正态分布。NASA DEM的高程精度随着坡度、起伏度和植被覆盖度的增大而降低,不同坡向和土地利用类型下的高程精度存在较大差异。4种机器学习模型均能校正NASA DEM的高程精度,校正后的平均误差、平均绝对误差和均方根误差均有所改善;RF、XGBoost和LightGBM校正后的平均误差均为0 m;BPNN校正后平均绝对误差最低为6.9 m;BPNN和XGBoost校正后均方根误差最低均为10.6 m;BPNN校正后的R2值最高;BPNN在不同土地利用类型下的校正精度表现最佳。本研究结果为地学研究中选择和应用NASA DEM时提供精度上的参考依据,并通过引入多种机器学习模型,为NASA DEM及其他全球DEM产品高程误差校正研究提供了有效的方法论。

TerraSAR-X/TanDEM-X获取高精度数字高程模型技术研究

以双星系统（TerraSAR-X/TanDEM-X）下的bistatic数据模式为例研究了差分干涉获取高精度DEM产品的融合算法和技术流程.针对不同观测几何条件下（升降轨,不同入射角）观测数据的畸变和缺失,提出一种迭代的顾及垂直基线、阴影和叠影的数据融合新方法重建高分辨率高精度的数字高程模型,并对TanDEM-X融合的DEM在不同地物属性特征下（山区及高楼林立的城区）的精度进行定量分析.本文采用了两对覆盖珠海、澳门区域的升降轨TerraSAR-X/TanDEM-X干涉对进行融合处理,并通过收集的高精度Lidar数据进行精度比较分析.此外,本文还定量分析了TanDEM-X的DEM对常规DInSAR技术的改进,并与SRTM、ASTER的结果进行对比.结果表明：提出的升降轨融合方法较单一轨道平台能够较好地改正或减弱由于几何畸变引起的高程信息缺失或错误,通过与Lidar数据的对比发现TanDEM-X的融合DEM在山区的精度较高,其残差的标准差为3.5 m,较单一轨道（升、降轨）分别降低8%和22%,能够通过迭代的方法获取高分辨率（可达2～5m）、高精度的地形信息;而针对城区密集建筑物的复杂地形来说,融合的DEM的精度稍低,残差的标准差为11.8m,但较单一轨道（升、降轨）来说有较大改进,其残差标准差分别降低了28%和22%;而在分布较为稀疏的居民区,融合的DEM能够较Lidar数据获取更好的建筑物高度及外形信息,此时的残差标准差可达5m.同时,TanDEM-X的融合DEM作为外部DEM能够较SRTM和ASTER来说更好地去除地形信息,尤其在山区及高程建筑密集分布的城区,从而利于后续的相位解缠和形变信息的精确获取和解译,为更高精度的时序InSAR形变监测提供有利条件。

一种基于数字高程模型DEM的淹没区灾害评估方法

采用数字高程模型 DEM来进行洪水淹没分析和灾害评估是 GIS水利应用领域的研究前沿 .通过对基于种子蔓延算法的淹没区计算及灾害评估方法的分析 ,将淹没分为有源淹没和无源淹没两种 ,进而论述了淹没区计算方法的精度及灾害评估和预测的准确性主要取决于数字地面模型 DEM空间数据精度和社会经济信息数据的准确性 ;而种子蔓延算法及空间叠加运算速度则决定了整个模型的效率 .