基于既有不動產(chǎn)測圖數(shù)據(jù)的地形級實景三維構(gòu)建

劉天清，萬阿芳

摘? 要：地形級實景三維主要由數(shù)字高程模型與數(shù)字正射影像經(jīng)實體化，并融合實時感知數(shù)據(jù)構(gòu)成。高程模型（DEM）作為一種重要的基礎(chǔ)地理測繪產(chǎn)品，其生產(chǎn)及快速更新具有重要意義。本文對特征線自動提取與處理和道路面高程恢復(fù)及異常處理等關(guān)鍵技術(shù)進行了研究，形成了湖南省基于既有不動產(chǎn)測繪成果生產(chǎn)省域2 m格網(wǎng)高精度DEM的技術(shù)方法，實現(xiàn)實用型地形級實景三維建設(shè)。實驗表明該方法可有效提高地形級實景三維的生產(chǎn)效率和成果精度。

關(guān)鍵詞：地形級實景三維；航空攝影測量；DEM；精度

中圖分類號：P231? ? ? ? ? ?文獻標(biāo)志碼：A? ? ? ? ? ? ? ?文章編號：1672-5603（2023）03-100-05

Terrain-3DRS Generation Based on Existed Real-estate Mapping Data

Liu Tianqing，Wan Afang

（The First Surveying and Mapping Institute of Hunan Province， Changsha Hunan 410119）

Abstract：Terrain-3DRS is mainly generated from digital elevation model and digital orthophoto， and real-time monitoring data integrated as well. DEM（digital elevation model） is an important basic data in surveying and mapping field，? and its? updating has? significant meaning. This paper discussed the key points of automatic feature line extraction and road-surface elevation recovery in DEM generation， and formed an effective way of 2-meter-grid high-precision DEM generation based on the existed real estate mapping data of Hunan Province， and obtained practical terrain-3DRS. The experiment analysis shows that the proposed way in the paper could improve the productive and prescion of terrain-3DRS.

Keywords：terrain-3DRS; aero-phtotgarmmatry; DEM; precision

1 概述

1.1 研究背景

數(shù)字高程模型（DEM）是利用離散的有序數(shù)值陣列對地表形態(tài)進行的一種數(shù)字化表達，一種對空間起伏變化的連續(xù)表示方法，是地形級實景三維建設(shè)的重要底板數(shù)據(jù)。隨著經(jīng)濟社會精細化、智能化水平程度的不斷提高，對DEM更新時效性和精度也提出了更高的要求[1-2]。目前國內(nèi)DEM生產(chǎn)主要方式有航空（航天）攝影測量和利用LiDAR點云兩種。數(shù)字線劃圖與DEM表達方式存在很大差異，利用已有DLG數(shù)據(jù)生產(chǎn)DEM需要大量的人工干預(yù)[3-4]。

本文以湖南省2 m格網(wǎng)高精度數(shù)字高程模型（DEM）建設(shè)項目為背景，研究基于既有不動產(chǎn)測圖數(shù)據(jù)自動化生產(chǎn)DEM的關(guān)鍵技術(shù)，解決了自動化生成山頂、山脊、山谷鞍部等特征部位地形線和消除道路面高程異常關(guān)鍵難點，為地形級實景三維構(gòu)建提供了借鑒意義。

2 技術(shù)路線

湖南省2 m格網(wǎng)高精度數(shù)字高程模型（DEM）建設(shè)項目，以1∶2000不動產(chǎn)數(shù)字線劃圖和空三成果為基礎(chǔ)數(shù)據(jù)源，提取相關(guān)貼地面要素后，進行要素預(yù)處理，在航測立體環(huán)境下補充采集其他相關(guān)特征要素，形成地貌特征矢量數(shù)據(jù)集，構(gòu)建TIN內(nèi)插DEM[5-7]。比對分析DEM反生的等高線與原始同名等高線的套合程度及DEM高程點與立體的切合程度，對DEM精度不符合要求的區(qū)域，進行細部修改，重新內(nèi)插DEM，最后分幅裁切生成精細化的DEM成果數(shù)據(jù)，總體生產(chǎn)流程如圖1所示。

3 矢量特征線自動化處理

3.1 地貌特征線自動生成

山脊、山谷線等地貌特征線的自動生成是無需人工采集及干預(yù)的情況下，利用已有的等高線、高程點數(shù)據(jù)自動獲得，其具有效率高、閾值少、人工干預(yù)少等特點[8-10]。該項目中通過大量數(shù)據(jù)驗證，地貌特征線自動生成提升了DEM生產(chǎn)階段人工采集地形特征線100%的生產(chǎn)效率，方法如圖2所示。

該關(guān)鍵技術(shù)具體流程包括以下步驟：

S1，利用等高線、高程點、以及其他帶有高程的數(shù)據(jù)，共同構(gòu)建不規(guī)則三角網(wǎng)TIN；

S2，據(jù)三角網(wǎng)中頂點的高程Z和邊的類型，提取3R三角形；

S3，依次遍歷3R三角形，跟蹤相鄰平三角形，生成節(jié)點二叉樹；

S4，沿二叉樹生成地形控制線；

S5，地形控制線的簡化與平滑：需在保持起始點不變前提下重構(gòu)轉(zhuǎn)折點，并采用距離加權(quán)平均的方法，依次計算地形控制線高程，同時提高計算效率；

S6，地形控制線賦高程：根據(jù)控制線上各節(jié)點離首尾節(jié)點的線上距離，內(nèi)插計算出各節(jié)點高程、以及其他帶有高程的數(shù)據(jù)，構(gòu)建不規(guī)則三角網(wǎng)TIN。

利用自動提取的地貌特性線生成DEM，對比無地貌特性線DEM反生等高線和提取地貌特性線DEM反生等高線與原始等高線套合情況，對比效果如圖3所示。

3.2 道路面高程自動恢復(fù)及異常處理

利用空三加密成果及原始影像提取的DSM測制DLG時，道路高程會出現(xiàn)異常突變現(xiàn)象，且由于恢復(fù)的道路面兩邊高程不一致，DEM成果在道路處存在凸凹變形，利用該成果制作的實景三維模型道路也存在大量失真[11-13]。

利用道路高程算法從DSM數(shù)據(jù)中提取道路中心線逐點高程，通過行道樹清理算法處理道路面高程異常情況，將道路中心線高程賦值給道路兩邊邊線，依據(jù)修改后的道路生產(chǎn)更新DEM成果，使生成的DEM成果在道路區(qū)域的變形消除，其方法如圖4[12-16]。

本方法遍歷道路上所有節(jié)點，計算連續(xù)5個點高程的平均值，將計算結(jié)果賦值給中間點，計算公式如下：

[Zi=Zi?2+Zi?1+Zi+Zi+1+Zi+25]? ?（式1）

圖5和圖6中，藍線代表當(dāng)前道路的高程，單位為米，橙線代表當(dāng)前的坡度，單位為度。本示例中將坡度閾值設(shè)置為10°，距離閾值設(shè)置為25 m。從圖5中可以看出，A、B兩點之間很多點坡度超出坡度閾值，是A、B兩點之間為道路高程異常區(qū)域，將A、B兩點之間的節(jié)點按照距離內(nèi)插計算高程，即可清除高程異常。圖7是清除道路高程異常前后的地形級實景三維效果對比圖。

4 結(jié)語

4.1 精度分析

根據(jù)《數(shù)字高程模型質(zhì)量檢驗技術(shù)規(guī)程》（CH/T 1026—2012），針對項目作業(yè)區(qū)選取了平地、丘陵地、山地、高山地四種不同地形DEM成果，采取野外實測法，即外業(yè)實地選取檢測點，同一平面選取格網(wǎng)并記錄其高程值進行比對，開展成果高精度檢測[17-20]。中誤差計算公式如下：

M=±[i=1nΔi2n]? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（式2）

式中，M為成果中誤差；Δi為較差；n為檢測點數(shù)量。

按規(guī)范要求每幅圖選取大于20個高程檢測點，經(jīng)湖南省測繪產(chǎn)品質(zhì)量檢驗中心實體外業(yè)檢測統(tǒng)計DEM高程中誤差精度情況，見表1。

由檢測結(jié)果可知，基于既有不動產(chǎn)測圖數(shù)據(jù)，通過自動提取地貌特性線和消除道路異常技術(shù)處理后生產(chǎn)的DEM成果精度優(yōu)于規(guī)范（CHT9008.2-2010）《基礎(chǔ)地理信息數(shù)字1：500、1：1000、1：2000數(shù)字高程模型》中1：2000 DEM三級精度要求，能夠滿足并服務(wù)于地形級實景三維地理場景更新。

4.2 結(jié)論

本文在總結(jié)湖南省2 m格網(wǎng)高精度數(shù)字高程模型（DEM）建設(shè)項目生產(chǎn)過程的基礎(chǔ)上，討論了基于既有不動產(chǎn)測圖數(shù)據(jù)成果高效構(gòu)建地形級實景三維地理場景的問題，重點探討了其中“地形特征線簡化、路面高程平滑處理”等問題。通過項目內(nèi)外業(yè)檢驗，本文所提出方法具有自動化程度高、整體精度好等特點，能夠用于地形級實景三維場景的快速制作更新。

參考文獻/References

[1]自然資源部.自然資源部國土測繪司關(guān)于印發(fā)新型基礎(chǔ)測繪與實景三維中國建設(shè)技術(shù)文件（1-4）的函[Z/OL].（2021-12-16）[2023-04-23].http：//gi.mnr.gov.cn/202112/t20211227_2715842.html.

[2] 龔強，王麗欣.InSAR+傾斜攝影點云數(shù)據(jù)構(gòu)建高精度DEM方法研究[J].哈爾濱師范大學(xué)自然科學(xué)學(xué)報，2021（5）：57-61.

[3] 何建寧，吳燕平，李冬芳，等.實景三維DEM數(shù)據(jù)生產(chǎn)及質(zhì)量控制技術(shù)探索[J].地理信息世界，2022（3）：43-48.

[4] 王友，趙彥棟.無人機航攝在基礎(chǔ)測繪1∶10000 DOM與DEM局部更新中的應(yīng)用[J].江蘇科技信息，2022（22）：54-56.

[5] 熊俊華，方源敏，鄧德標(biāo).最小二乘曲面擬合的LiDAR數(shù)據(jù)濾波方法[J].測繪科學(xué)，2013（4）：74-76.

[6] 黃國森，陳翠嬋.基于ArcGIS的廣東省1∶10000 DEM數(shù)據(jù)整合的研究[J].測繪與空間地理信息，2015（8）：161-162.

[7]龔雨，周英，何潔等.實景三維技術(shù)在智慧紅圖建設(shè)中的應(yīng)用[J].國土資源導(dǎo)刊，2023，20（2）：55-58+71.

[8]武堅，王向前，白冰，等.含有DEM誤差的立體正射影像對上高程量測精度探討[J].測繪與空間地理信息，2021，44（3）：170-172.

[9]楊琪琳，葉芬，戴緒文等.基于遙感衛(wèi)星的地形級地理場景更新方法研究[J].國土資源導(dǎo)刊，2023，20（2）：11-17.

[10] 虞泰泉，沈泉飛.基于DSM和TDOM的城市三維模型構(gòu)建[J].現(xiàn)代測繪.2010，（4）：21-22.

[11]王偉麗，穆利娜等.實景三維 DEM 生產(chǎn)關(guān)鍵技術(shù)及質(zhì)量檢查方法[J].測繪標(biāo)準(zhǔn)化，2022，2（38）：96-100.

[12] 劉華光，王軍軍，寇媛.利用無人機激光點云數(shù)據(jù)更新地形級實景三維地理場景[J].測繪通報，2022（9）：111-114.

[13]鄒馨，劉健，張杰，等.基于高分7號衛(wèi)星立體像對的DEM提取及其精度評定[J].江西科學(xué)，2022，40（3）：502-507.

[14]徐軍，尹長林，許文強.一種基于神經(jīng)網(wǎng)絡(luò)的傾斜攝影三維語義分割方法[J].國土資源導(dǎo)刊，2022，19（2）：76-81.

[15] 魏易從，曹建君.數(shù)字高程模型（DEM）質(zhì)量檢驗方法研究[J].礦山測量，2020，48（4）：129-131+135.

[16]柳清琦，黃小強.3DMine軟件在仁里礦區(qū)鈮鉭礦體三維地質(zhì)模型中的運用[J].國土資源導(dǎo)刊，2022，19（02）：43-48.

[17]王友，趙彥棟.無人機航攝在基礎(chǔ)測繪1∶10000 DOM與DEM局部更新中的應(yīng)用[J].江蘇科技信息，2022，39（22）：54-56+61.

[18]陳軍，劉建軍，田海波.實景三維中國建設(shè)的基本定位與技術(shù)路徑[J].武漢大學(xué)學(xué)報（信息科學(xué)版），2022，47（10）：1568-1575.

[19]蔡姬雯，陳曦，劉鵬姣，等.實景三維中國建設(shè)項目中的DEM成果質(zhì)量檢查方法與實踐[J].測繪與空間地理信息，2021（S1）：322-326.

[20]周樂恒，劉偉鋅，王興平等.集成激光掃描與無人機航攝的古建筑測圖技術(shù)研究[J].國土資源導(dǎo)刊，2022，19（4）：70-73+47.