共查询到20条相似文献，搜索用时 93 毫秒
1.
DEM建模方案的分析 总被引：13，自引：0，他引：13
首先阐述了数字地面模型的定义，其次叙述了目前DEM建模的方法：根据离散点建模和根据等高线数据建模，最后讨论一种基于数字化等高线建立高质量DEM的方案，并分析其可行性。 相似文献
2.
以重庆市缙云山DEM为数据源,首先利用ArcGIS的Model Builder生成明暗等高线模型,然后导入重庆市缙云山DEM数据得到明暗等高线,最后根据明暗等高线属性字段设置受光面和背光面等高线颜色得到具有三维立体效果的明暗等高线地图。实验结果表明,根据DEM绘制得到的明暗等高线与缙云山实际地貌形态较符合,能真实反映缙云山的三维地貌形态,弥补了传统等高线表示地形立体感不强的缺点,同时空间建模也大大提高了等高线绘制工作的效率。 相似文献
3.
研究了二维矢量数据在IMAGIS环境下,没有建模区DEM数据,利用等高线半自动赋值重新生成DEM和用等高线给山体建模构建城市三维景观的特殊方法。 相似文献
4.
文中利用动态数据链表的技术 ,为等高线数据重新设计了一种数据结构和检索方法 ,从而实现了内存中有效地操作等高线数据 ,使基于矢量等高线数据的 DEM建模速度得到了显著的提高 相似文献
5.
6.
用回放等高线评估DEM精度的研究 总被引：4，自引：0，他引：4
DEM回放等高线并与原始等高线进行对比分析是一种客观准确、形象直观的DEM精度评估方法.在分析已有DEM精度评估指标的基础上,提出用回放等高线水平偏移度和重要地性线回放偏移误差两个指标来评估DEM精度.基于1:5万DEM数据,详细描述了基于回放等高线的DEM精度评估方法的实现过程和步骤.包括原始等高线与回放等高线的几何匹配和各精度评估指标的计算.这一成果为DEM精度评估提供了借鉴方法,对于进一步完善DEM精度评估体系具有重要的理论指导意义和实际应用价值. 相似文献
7.
8.
9.
10.
利用等高线生成DEM方法的研究 总被引：2，自引：0，他引：2
数字高程模型(DEM)是地理信息系统的一种基础数据。高质量数字高程模型的建立是DEM应用的重要前提。等高线地图作为生成DEM的重要而廉价的数据来源,具有十分重要的研究价值。介绍数字高程模型的概念、表示方法和主要表示模型等理论基础。论述了从等高线建立规则格网(Grid)和不规则三角网(TIN)的常用方法,对这些方法作了比较分析。就如何从等高线建立高质量DEM为目的,具体论述了从等高线的预处理、等高线的赋值、等高线的简化直到最后生成DEM整个过程的实现方法。 相似文献
11.
12.
目前,数字高程模型在理论和实践应用方面都有很大的进展,在测绘、地质、工程等方面有广泛的应用,因此,如何提高DEM的生产精度及如何对DEM进行质量检查是十分必要的.本文介绍了用全数字摄影测量系统生产DEM过程中控制DEM数据质量的方法策略以及粗差的探测方法,并且介绍了DEM质量检查的方法. 相似文献
13.
针对道路建设引起的路域DEM数据变化范围的标定问题,该文探讨了基于多源数据的标定方法。该方法首先提取设计成果的外边界作为核心变化区,再根据该区域100m范围内道路建设前后的遥感影像提取出植被发生明显变化的区域作为野外调查和建模处理的区域,并对该区域内融合构建的DEM数据和原有带状地形图构建的DEM数据进行差异分析,求出最终的DEM数据变化区。以杭瑞高速毕都(毕节至都格)段为例开展的实验研究表明,该文提出的方法可以精确地标定因道路建设引起路域DEM数据的变化区域,可直接用于DEM数据增量的采编与更新操作。 相似文献
14.
通过地形建模,将6个地形隶属函数按照101×101,112×112,126×126,144×144,168×168,201×201,257×257 7种格网密度生成6种局部地形单元的规则格网DEM;使用反距离加权(IDW)等7种插值算法,将前6种格网密度下的DEM插值成257×257规格;从原始257×257DEM中随机抽取检查点计算残差,并对残差中误差进行分析。通过分组插值实验,运用控制变量法、方差分析等方法研究地貌类型、采样密度和插值算法对DEM插值精度的影响。 相似文献
15.
16.
17.
18.
19.
用ANUDEM建立水文地貌关系正确DEM的方法研究 总被引：4，自引：0，他引：4
针对区域尺度的径流、水土流失定量评价和植被适宜性评价等研究工作需要,利用1∶25万数字地形图和ANUDEM软件,对黄土丘陵区中等分辨率水文地貌关系正确DEM建立方法进行了研究。结果表明该方法所建立的DEM,可以正确反映地貌梁、沟结构及其与流水线网络的关系,对地形描述的能力优于TIN方法建立的DEM;利用ANUDEM和1∶25万地形图插值建立黄土丘陵区DEM的三个主要参数分别为分辨率50或100,计算迭代次数40,第二糙率系数0.8。 相似文献