三维地学建模与可视化数字地形建模 图文.ppt

《三维地学建模与可视化数字地形建模 图文.ppt》由会员分享，可在线阅读，更多相关《三维地学建模与可视化数字地形建模 图文.ppt（117页珍藏版）》请在三一办公上搜索。

1、三维地学建模与可视化-数字地形建模_图文,三维地学建模与可视化-数字地形建模_图文,主要内容,地面三维空间数据获取方法数字地形建模方法,主要内容地面三维空间数据获取方法,空间数据获取方法,野外获取方法：1. 点方式： 天文测量、大地测量、工程测量、矿井测量、GPS技术、钻孔勘探、物理勘探技术2. 面方式：摄影测量、遥感技术、激光扫描技术、集成传感技术 3. 体方式：CT扫描、3D地震技术室内获取方式：1.点方式：坐标量算、手扶数字化2.面方式：扫描数字化,空间数据获取方法 野外获取方法：,空间数据分类获取方法,1. 2D(x,y)： 天文测量、大地测量、工程测量、地图数字化、遥感2. 地表3D

2、(x,y,z) 与地上3D(x,y,z) ：大地测量、工程测量、 GPS技术、地图数字化、摄影测量、激光扫描技术 、SAR/InSAR、集成传感技术、 CT扫描 3. 地下3D(x,y,z) ：矿井测量、钻孔勘探、物理勘探技术、CT扫描、3D地震技术,空间数据分类获取方法 1. 2D(x,y)： 天文测量,地形图,覆盖面广，可获取性强现势性存储介质精度：比例尺、综合程度,地形图覆盖面广，可获取性强,地形图,地形图,地形曲面几何特征,地形曲面几何特征,DEM数据采样策略与采样方法,DEM数据采样策略与采样方法,采样的布点原则,采样的布点原则,合成孔径雷达干涉测量数据采集方法,合成孔径雷达干涉测量

3、数据采集方法,机载激光扫描数据采集,机载激光扫描数据采集,基于声波、超声波的DEM数据采集,基于声波、超声波的DEM数据采集,实例地形图数据获取,实例地形图数据获取,三维地学建模与可视化-数字地形建模_图文,实例数据,已有数据：地形地质图（mapgis工程，里面包含等高线线数据，线数据里面不包含属性值） 步骤1. 给等高线加属性数据,实例数据已有数据：地形地质图（mapgis工程，里面包含等高,三维地学建模与可视化-数字地形建模_图文,三维地学建模与可视化-数字地形建模_图文,三维地学建模与可视化-数字地形建模_图文,实例步骤,2. 打开“MapGIS 6.7”“图形处理”“输入编辑”，打开工

4、程，将等高线另存为”等高线.wl”，同时把图上非等高线的元素删除；3. 提取等高线上的点：打开“MapGIS 6.7”“空间分析”“DTM分析”，“文件”“打开数据文件”“线数据文件”，打开”等高线.wl”文件。如果区域内看不到图，鼠标右键选择“复位窗口”；,实例步骤2. 打开“MapGIS 6.7”“图形处理”,4.“处理点线”“线数据高程点提取”，在打开的对话框中设置抽稀提点（抽稀系数）、线属性高程域（线属性的高程字段），“确定”后图上的等高线上分布离散的点，点属性包含高程数据；,4.“处理点线”“线数据高程点提取”，在打开的对话框中设,5.将点数据导出wt文件：“模型应用”“高程点标注制

5、图”，在打开的对话框中设置XY轴对应的方向，勾选“输出标注到属性字段”，然后“文件”“另存数据于”“点数据文件”，保存为“抽稀点.wt”；,5.将点数据导出wt文件：“模型应用”“高程点标注制图”,实例步骤,6. 再打开主菜单“图形处理”“输入编辑”，打开“抽稀点.wt”，删除多余的图元，保存；7. 打开主菜单“图形处理”“文件转换”，“文件”“装入点”，如果区域内看不到图，鼠标右键选择“复位窗口”；8. “输出”“输出MAPGIS明码格式”，保存为“抽稀点.wat”；,实例步骤6. 再打开主菜单“图形处理”“输入编辑”，打开,三维地学建模与可视化-数字地形建模_图文,9.用记事本打开“抽稀点

6、.wat”，可以得到各高程点的坐标值，将其导入到Excel文件；,9.用记事本打开“抽稀点.wat”，可以得到各高程点的坐标值,实例步骤,10.打开主菜单“库管理”“属性库管理”， “文件“导出”，在打开的对话框中，内部数据打开“抽稀点.wt”，数据源选择“Excel file”，点击旁边的“+”，“用户DSN”，选择“Excel file”，点击“配置”，选择工作簿，打开已有的excel文件，两次“确定”后，输入表格名称“高程”，点击“导出”；,实例步骤10.打开主菜单“库管理”“属性库管理”， “文,三维地学建模与可视化-数字地形建模_图文,11.此时，在Excel中有两个表，一个是点的坐

7、标值，一个是点的属性值（高程），根据点ID，将两个表合并,11.此时，在Excel中有两个表，一个是点的坐标值，一个是,数字地形建模方法,数字地形建模方法,地下,地下商场,地铁,地下停车场,地表,地上,人防工程,地下管线,空气质量,天气,地下构造与自然资源,地下地下商场地铁地下地表地上人防工程地下管线空气质量天气地下,DTM概念,DEM，(Digital Elevation Models)，是国家基础空间数据的重要组成部分，它表示地表区域上地形的三维向量的有限序列，即地表单元上高程的集合，数学表达为：z=f(x，y)。 DTM：当z为其它二维表面上连续变化的地理特征，如地面温度、降雨、地球磁力

8、、重力、土地利用、土壤类型等其他地面诸特征，此时的DEM成为DTM(Digital Terrain Models)。,DTM概念DEM，(Digital Elevation Mo,DEM 与 DTM的区分,数字高程模型(Digital Elevation Model，DEM)：研究地面起伏。数字地形模型(Digital Terrain Model，DTM)：含有地面起伏和属性(如坡度、坡向等)等含义，是DEM的进一步分析。,DEM 与 DTM的区分数字高程模型(Digital El,从DEM到DTM,从DEM到DTM,数字地形模拟方法,1.物理模拟：沙盘模型、橡皮模型2.数字模拟 1）数学描述

9、：全局函数、傅里叶级数、多项式函数；局部函数、规则分块函数、非规则分块函数2）图形描述 点方式：TIN、Grid、特征点线方式：等高线、特征线、剖面线面方式：影像、透视图,数字地形模拟方法1.物理模拟：沙盘模型、橡皮模型,三维地学建模与可视化-数字地形建模_图文,三维地学建模与可视化-数字地形建模_图文,地面DTM,地面DTM,DEM的表示方法,DEM的表示方法,从散点到地形统计表面,地形的空间分布特征分片模拟各向异性自相似性数学特征分片的曲面模型单值性连续而不光滑,从散点到地形统计表面地形的空间分布特征,三维地学建模与可视化-数字地形建模_图文,DEM质量评价标准,保凸性逼近面与实际曲面的波

10、动次数相等或接近，而且两者对应的脊线、谷线位置和走向基本一致，这保凸性好，反之保凸差；逼真性逼近面和实际地形曲面对应点之间满足关系式：光滑性光滑性和平顺性,DEM质量评价标准保凸性,三维地学建模与可视化-数字地形建模_图文,DEM建立的一般步骤与方法,采用合适的空间模型构造空间结构；采用合适的属性域函数；在空间结构中进行采样，构造空间域函数；有限性，可计算性利用空间域函数进行分析,DEM建立的一般步骤与方法采用合适的空间模型构造空间结构；,规则DEM建立的基本思路,规则DEM建立的基本思路,DEM内插方法,DEM内插方法,根据参考点上的高程求出其它待定点上的高程，,整体函数内插,局部函数内插,

11、逐点内插法,DEM内插数学模型,根据参考点上的高程求出其它待定点上的高程， 整体函数内插 局,三维地学建模与可视化-数字地形建模_图文,三维地学建模与可视化-数字地形建模_图文,逐点内插的步骤,定义内插点的邻域范围；确定落在邻域内的采样点；选定内插数学模型；通过邻域内的采样点和内插计算模型计算内插点的高程。,逐点内插的步骤定义内插点的邻域范围；,基于不规则分布采样点的DEM建立,基于不规则分布采样点的DEM建立,基于不规则分布采样点的DEM建立,基于不规则分布采样点的DEM建立,内插函数模型,1.整体内插法：趋势面法、最小二乘法、傅里叶级数法、最小二乘样条函数法、距离加权最小二乘法。2.局部内

12、插法逐点内插法：移动内插法、移动平均法、Voronoi图法分块内插法：克里格法、样条函数法、多面函数法、线性内插法、有限元法,内插函数模型1.整体内插法：趋势面法、最小二乘法、傅里叶级数,内插函数模型,采用了多个邻近点之加权平均水平面移动拟合法内插：,内插函数模型采用了多个邻近点之加权平均水平面移动拟合法内插：,基于规则格网分布采样点的DEM建立,基于规则格网分布采样点的DEM建立,基于规则格网分布采样点的DEM建立,基于规则格网分布采样点的DEM建立,基于等高线分布采样点的DEM建立,等高线离散化法等高线内插法等高线构建TIN法,基于等高线分布采样点的DEM建立等高线离散化法,不规则三角网T

13、IN的基本概念,TIN (Triangulated Irregular Network)不规则三角网,不规则三角网TIN的基本概念TIN (Triangulate,TIN的基本元素,TIN的基本元素,TIN的数据结构,TIN的数据结构应包括结点的x,y,z坐标信息、边和三角形及其拓扑关系，经典的LTL（Lawsons Triangle List）三角网表结构示例为：class TriangleNet：public Objectint NodeA;/ 三角形的顶点A的坐标索引int NodeB;/ 三角形的顶点B的坐标索引int NodeC;/ 三角形的顶点C的坐标索引int AdjTriang

14、leA;/ 三角形的顶点A的对边相邻的三角形int AdjTriangleB;/ 三角形的顶点B的对边相邻的三角形int AdjTriangleC;/ 三角形的顶点C的对边相邻的三角形int index;/ 三角形的索引,TIN的数据结构TIN的数据结构应包括结点的x,y,z坐标信,数据和TIN的类型,无约束数据域约束数据域无约束TIN约束TIN,数据和TIN的类型无约束数据域,TIN数据结构：基本数据结构,TIN数据结构：基本数据结构,TIN数据结构：面结构,TIN数据结构：面结构,TIN数据结构：点结构,TIN数据结构：点结构,TIN数据结构：点面结构,TIN数据结构：点面结构,TIN数据

15、结构：边结构,TIN数据结构：边结构,TIN数据结构：边面结构,TIN数据结构：边面结构,格网与不规则三角网结构混合结构,格网与不规则三角网结构混合结构,规则格网 DEM和TIN的对比,规则格网 DEM和TIN的对比,TIN建立算法,直接Delaunay三角剖分经典算法，根据其实现过程可分为分治算法逐点插入算法三角网生长法,TIN建立算法直接Delaunay三角剖分经典算法，根据其实,Delaunay三角剖分的基本思想,1908年，G. Voronoi首先在数学上限定了每个离散点数据的有效作用范围，定义了二维平面上的Voronoi图；后来，A.H.Thiessen应用Voronoi图进行了区域

16、平均降水量研究。因此，Voronoi图又叫泰森多边形，由一组连续多边形组成，多边形的边界由连接两邻点直线的垂直平分线组成。平面上的不同点，按最近邻原则划分平面：每个点与它的最近邻区域相关联。1934年，俄国数学家Delaunay提出了三角形最小内角最大的三角化准则，并证明了在没有四点或四点以上共圆条件下的平面散乱点存在的一种三角化方式，使连成的三角形网中的三角形满足这一条件，最接近等边三角形，通常称这类三角形为Delaunay三角形。,图Delaunay三角网与Voronoi图,Delaunay三角剖分的基本思想 1908年，G. Vor,Delaunay三角形,Delaunay三角形是由与相

17、邻Voronoi多边形共享一条边的相关点连接而成的三角形。Delaunay三角形的外接圆圆心是与三角形相关的Voronoi多边形的一个顶点。Delaunay三角形是Voronoi图的偶图，简称D-三角形，如图5-1所示。研究证明，同Voronoi图互为对偶图的Delaunay三角剖分图具有如下性质。1）空外接圆性质。任何一个三角形的外接圆均不包含其它数据点；2）最小内角最大性质。在所有可能形成的三角剖分中，Delaunay三角剖分中三角形的最小内角之和是最大的。这两个特性保证了Delaunay三角剖分能够尽可能地避免生成小内角的长薄单元，使三角形能够最接近等角或等边,这也是Delaunay三角

18、剖分的算法依据。,Delaunay三角形Delaunay三角形是由与相邻Vor,TIN的三角剖分准则,TIN的三角剖分准则,LOP局部优化过程,运用Delaunay 三角网的空外接圆性质,对由两个有公共边的三角形组成的四边形进行判断，如果其中一个三角形的外接圆中含有第4 个顶点,则交换由两个三角形所构成的四边形的对角线。这一调整过程称为局部优化过程(LOP) 。,LOP局部优化过程 运用Delaunay 三角网的空外接圆性,LOP局部优化过程,局部优化过程主要应用于不规则三角网TIN建立过程中，生成Delaunay三角形时判断其是否符合Delaunay的空圆特性，如不符合，则通过LOP局部优化

19、过程进行优化。其基本思想：运用Delaunay-TIN三角网的空外接圆性质对两个公共边的三角形组成的四边形进行判断，如果其中一个三角形的外接圆中含有第四点，则交换四边形的对角线。,LOP局部优化过程 局部优化过程主要应用于不规则三角网TIN,局部优化过程，local optimal procedure ，LOP,局部优化过程，local optimal procedure,LOP局部优化过程,热点应用-三角网数字地面模型快速构建算法研究LOP局部优化过程是基于具有公共边的两个三角形进行的，对每个三角形进行LOP时，要快速找出与处理三角形共边的三角形，虽说可以通过拓扑关系快速找出共边的三角形，但

20、由于逐点插入算法是一个动态过程，因而如何在动态过程中创建和维护拓扑关系，直接影响到算法的执行效率。对每一次LOP过程都需要进行空外接圆检测，该过程在整个算法过程中的执行频率极高，故空外接圆检测方法的好坏对程序效率影响很大。空外接圆检测过程是一个数值分析与计算过程，因而成在计算稳定可靠的前提下，尽量减少计算次数和较费时的函数计算，从而提高执行效率。,LOP局部优化过程 热点应用-三角网数字地面模型快速构建算,LOP局部优化过程,在Delaunay三角形中，每一个三角形都要经过空外接圆检测。在算法中，这一过程是恒定的，它具有累计性。当数据较大，它在整个程序执行中所占用的CPU时间不容忽视。目前常见

21、的做法是计算分裂三角形的外接圆圆心及半径，然后利用第四顶点到圆心距离和外接圆的半径关系进行判定。这一过程中要多次执行三角函数、开方、除法、平方等运算，而这些函数与加减乘除的执行效率相比，则是比较低的。因此有必要在保证计算精度和稳定性购前提下，简化处理空外接圆检测公式。通过公式简化，可使得其时间复杂度相应的减少，从而提高了执行效率。当数据量比较大时，整体算法与点数几乎是线性的，即具有O（N）的复杂度，仍有研究空间。,LOP局部优化过程 在Delaunay三角形中，每一个三角形,TIN建立算法,三角网生长算法三角网生长算法就是从一个“源”开始，逐步形成覆盖整个数据区域的三角网。 从生长过程角度，三

22、角网生长算法分为收缩生长算法和扩张生长算法两类。 收缩生长算法是先形成整个数据域的数据边界（凸壳），并以此作为源头，逐步缩小以形成整个三角网。 扩张生长算法与收缩算法过程刚好相反，是从一个三角形开始向外层层扩展，形成覆盖整个区域的三角网。,TIN建立算法三角网生长算法,TIN建立算法,三角网生长算法-递归生长算法在数据集中任取一点，查找距离此点最近的点，相连后作为初始基线；在初始基线右边应用Delaunay法则搜索第三点；生成Delaunay三角形，并以该三角形的两条新边作为新的基线；重复前面过程直至所有基线处理完毕；,TIN建立算法三角网生长算法-递归生长算法,TIN建立算法,三角网生长算法

23、-递归生长算法这种算法大量的时间花费在符合要求的邻域点的搜索方面，为了减少搜索时间，许多学者提出了许多不同的方法，如将数据分块并排列，以外接圆的方式限定其搜索范围。,TIN建立算法三角网生长算法-递归生长算法,TIN建立算法,三角网生长算法-凸闭包收缩法 该算法的基本思路:首先找到包含数据区域的最小凸多边形，并从该多边形开始从外向里逐层形成三角形格网。平面点凸闭包的定义是包含这些平面点的最小多边形。在凸闭包中，连接任意两点的线段必须完全位于多边形内。凸闭包是数据点的自然极限边界，相当于包围数据点的最短路径。凸闭包是数据集标准Delaunay三角网的一部分。计算凸闭包是该算法的核心。,TIN建立

24、算法三角网生长算法-凸闭包收缩法,三角网生长算法-凸闭包收缩法,三角网生长算法-凸闭包收缩法,TIN建立算法,逐点插入算法 1）定义包含所有数据点的最小外界矩形范围，并以此作为最简单的凸闭包。2）按一定规则将数据区域的矩形范围进行格网划分（如限定每个格网单元的数据点数）。3）剖分数据区域的凸闭包形成两个超三角形，所有数据点都一定在这两个三角形范围内。4）对所有数据点进行循环，作如下工作（设当前处理的数据点为P）：搜寻包含点P的三角形，将P与此三角形三个顶点相连，形成三个三角形；由里到外优化整个三角网；重复以上过程直到所有点处理完毕；删除所有包含一个或多个超三角形顶点的三角形。5）处理外围三角形

25、。,TIN建立算法逐点插入算法,TIN建立算法,TIN建立算法,TIN建立算法,分治算法把点集V以横坐标为主，纵坐标为辅按升序排序；把点集V分为近似相等的两个子集VL和VR；在VL和VR中生成三角网；用LOP算法优化所生成的三角网，使之成为Delaunay三角网；找出连接VL和VR中两个凸壳的底线和顶线由底线至顶线合并VL和VR中两个三角网；递归执行步骤直至所有的所有点都已形成Delaunay三角网。,TIN建立算法分治算法,分治算法,分治算法,TIN建 立几种算法 分析,逐点插入法虽然实现比较简单，占用内存较小，但它的时间复杂度差，运行速度慢；从时间复杂度方面看，分治算法最好，但由于递归执行

26、 ,它需要较大内存空间。在较低档的计算机平台上，速度慢和占用大空间都是令人难以接受的。三角网生成算法的时间复杂度比较适中，并且生成的三角网形状较好。,TIN建 立几种算法 分析逐点插入法虽然实现比较简单，占用内,实例TIN的数据结构,用VB编写TIN的数据结构的代码如下：Public Type TIN_Struct ID As Integer 表示该三角形的编号 F_ID As Integer 表示该三角形的第一顶点的编号S_ID As Integer 表示该三角形的第二顶点的编号T_ID As Integer 表示该三角形的第三顶点的编号FT_ID As Integer 表示该三角形的第一条

27、边上邻接三角形的编号ST_ID As Integer 表示该三角形的第二条边上邻接三角形的编号TT_ID As Integer 表示该三角形的第三条边上邻接三角形的编号End Type,实例TIN的数据结构用VB编写TIN的数据结构的代码如下：,图TIN的二维可视化,图TIN的二维可视化,图5-7 TIN的三维可视化,图5-7 TIN的三维可视化,表面TIN纹理映射示例,表面TIN纹理映射示例,地形可视化分类,地形可视化分类,地形二维可视化表达,地形二维可视化表达,明暗等高线法,根据斜坡所对的光线方向确定等高线的明暗程度；将受光部分的等高线饰为白色，背光部分的等高线饰为黑色；地图的底色饰为灰色

28、；,明暗等高线法根据斜坡所对的光线方向确定等高线的明暗程度；,明暗等高线法的绘制,明暗等高线法的绘制,明暗等高线法,明暗等高线法,分层设色法,左：基于高程的分带设色 右：高程灰度影像,分层设色法左：基于高程的分带设色 右：高程灰,分层设色法,连续高程灰度影像（左：等高线 右：灰度图）,分层设色法连续高程灰度影像（左：等高线 右：,地貌晕渲法,通过模拟太阳光对地面照射所产生的明暗程度，并用灰度色调或彩色输出，得到随光度近似连续变化的色调，达到地形的明暗对比，使地貌的分布、起伏和形态特征显示具有一定的立体感，直观地表达地面起伏变化。,地貌晕渲法 通过模拟太阳光对地面照射所产生的明暗程度，,地貌晕渲

29、法,DEM实现地貌晕渲法：（1）确定光源方向；（2）计算DEM单元的坡度、坡向；（3）比较坡向和光源方向，面向光源的斜坡得到浅色调灰度值，背光的斜坡得到深灰度值，其它按坡度确定灰度值。,地貌晕渲法 DEM实现地貌晕渲法：,同一地区不同条件下地貌晕渲图,同一地区不同条件下地貌晕渲图,同一地区不同条件下地貌晕渲图,同一地区不同条件下地貌晕渲图,地貌晕渲加等高线明暗图,地貌晕渲加等高线明暗图,地貌晕渲加垂直曲率效果图,地貌晕渲加垂直曲率效果图,地形三维可视化表达,DEM的三角形分割（TIN不需此步）；透视投影变换。即建立地面点（DEM结点）与三维图象点之间的透视关系，由视点、视角、三维图形大小等参数

30、确定；光照模型。建立一种能逼真反映地形表面明暗、彩色变化的数学模型，逐个计算每像素的灰度和颜色；消隐和裁剪。消去三维图形不可见部分，裁剪掉三维图形范围之外的部分；图形绘制和存储。依据各种相应的算法绘制并显示各种类型的三维地形图，若需要则按标准的图形图像文件存储；地物叠加。在三维地形图上，叠加各种地物符号、注记，并进行颜色、亮度、对比度等处理。,地形三维可视化表达DEM的三角形分割（TIN不需此步）；,地形三维可视化表达,立体等高线模型三维线框透视模型地形三维表面模型,地形三维可视化表达立体等高线模型,立体等高线模型,立体等高线模型,三维线框模型,线框模型是三维对象的轮廓描述，用定点和邻边表示三

31、维对象。优点：结构简单、易于理解；数据量少、建模速度快；缺点：没有面和体的特征，表面轮廓线随视线方向的变化而变化。,三维线框模型线框模型是三维对象的轮廓描述，用定点和邻边表示三,三维地学建模与可视化-数字地形建模_图文,三维线框建模,三维线框建模,三维地学建模与可视化-数字地形建模_图文,三维地学建模与可视化-数字地形建模_图文,三维地学建模与可视化-数字地形建模_图文,三维地学建模与可视化-数字地形建模_图文,地形三维表面模型,三维表面模型是用有向边围成的面域来定义形体表面，由面的集合来定义形体。,地形三维表面模型三维表面模型是用有向边围成的面域来定义形体表,三维地学建模与可视化-数字地形建模_图文,思想有多远，我们就能走多远。,思想有多远，我们就能走多远。,感谢聆听,感谢聆听,