CN111538798A - 一种顾及dsm和dlg的城市汇水区精细化提取方法 - Google Patents
一种顾及dsm和dlg的城市汇水区精细化提取方法 Download PDFInfo
- Publication number
- CN111538798A CN111538798A CN202010273647.7A CN202010273647A CN111538798A CN 111538798 A CN111538798 A CN 111538798A CN 202010273647 A CN202010273647 A CN 202010273647A CN 111538798 A CN111538798 A CN 111538798A
- Authority
- CN
- China
- Prior art keywords
- grid
- dsm
- data
- value
- dlg
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
- G06T17/205—Re-meshing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Computer Graphics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种顾及DSM和DLG的城市汇水区精细化提取方法,该方法包括以下步骤:步骤1、获取城市DSM数据和对应的DLG数据,并对DSM数据和DLG数据进行栅格化处理,得到DSM栅格和DLG栅格;步骤2、在DSM栅格中去除非渍水区域;步骤3、计算去除非渍水区域后DSM栅格的流向,得到流向栅格数据;步骤4、结合DLG栅格数据与流向栅格数据,计算流量;步骤5、设置阈值,根据阈值提取汇水路线,进而提取出水口;步骤6、根据出水口和流向格栅数据,提取得到汇水区。本发明采用DSM划分城市汇水区能够很好的反映出城市规划建设对城市地形的改造影响,更贴合实际;解决了传统划分汇水区方法中无法处理非渍水区域的问题。
Description
技术领域
本发明涉及水文分析的技术领域,尤其涉及一种顾及DSM(Digital SurfaceModel,数字表面模型)和DLG(Digital Line Graphic,数字线划地图)的城市汇水区精细化提取方法。
背景技术
随着我国城市化进程的不断加快,水的自然循环被人为割裂,暴雨内涝频发。我国城市的暴雨内涝问题相当严重,在2008—2010年间,有62%的城市发生过不同程度的内涝,其中内涝灾害超过3次以上的城市有上百个,在发生过内涝的城市中,约一半以上城市的最长积水时间超过12小时。目前全国仍有相当数目的城市没有达到国家规定的防洪标准。利用GIS(Geographic Information System,地理信息***)、DSM和DLG等来建立模型进行风险评估,将提供快速准确的防洪减灾对策依据。
当前的城市暴雨内涝评估模型大多是对DEM(Digital Elevation Model,数字高程模型)数据采用D8算法划分汇水区,但是这样划分出来的城市汇水区并不能很好的反映出城市规划建设对城市地形的改造影响,尤其是对于建筑物,包括房屋、花坛、桥墩等地物,雨水落在这些地物上会向四周流散,流向不同的汇水区。如果只利用DEM数据划分汇水区,将会产生误差。
也有一些城市暴雨内涝评估模型是对DSM数据采用D8算法划分汇水区,这样可以在一定程度上反映出城市规划建设对城市地形的改造影响,但是如果出现房屋的房顶是凹陷的这种情况,会导致房屋平面里面存在着汇水区。这些问题的出现都会导致汇水区划分得不够精细,甚至不准确,导致接下来进行内涝评估的时候会出现很大的误差。
发明内容
本发明要解决的技术问题在于针对现有技术中的缺陷,提供一种顾及DSM和DLG的城市汇水区精细化提取方法。
本发明解决其技术问题所采用的技术方案是:
本发明提供一种顾及DSM和DLG的城市汇水区精细化提取方法,该方法包括以下步骤:
步骤1、获取城市DSM数据和对应的DLG数据,并对DSM数据和DLG数据进行栅格化处理,得到DSM栅格和DLG栅格;
步骤2、在DSM栅格中去除非渍水区域;
步骤3、计算去除非渍水区域后DSM栅格的流向,得到流向栅格数据;
步骤4、结合DLG栅格数据与流向栅格数据,计算流量;
步骤5、设置阈值,根据阈值提取汇水路线,进而提取出水口;
步骤6、根据出水口和流向格栅数据,提取得到汇水区。
进一步地,本发明的步骤1中进行栅格化处理的方法为:
将城市的DSM数据转化为栅格数据;提取对应的DLG数据中不会渍水的面状建筑物,将其转化为一个等值平面的栅格数据,得到DLG栅格;提取不会渍水的面状建筑物的方法为:
结合城市矢量数据进行空间重叠提取,进而判断不会渍水的面状建筑物特征,若雨水落在该建筑物上面时通过其排水***流出建筑物外,则判断该建筑物为不会渍水的面状建筑物。
进一步地,本发明的步骤2中去除非渍水区域的方法为:
通过叠加分析的方法去除非渍水区域,叠加分析的具体过程为:
对于DSM栅格和DLG栅格,在DSM栅格中去掉与DLG栅格的公共部分,由DSM得到的栅格数据为A1,由DLG得到非渍水区栅格数据为A2,根据公式:
A3=A1-A2
得到的A3为DSM栅格中去除非渍水区得到的新栅格。
进一步地,本发明的步骤3中计算流向栅格数据的方法为:
生成一个和栅格A3范围一致、栅格单元大小相同的新栅格B1,并根据D8算法,赋予B1栅格中每一个栅格单元一个数值,以数值表示每个单元的流向,数值变化范围是1~255;其中,1:东;2:东南;4南;8:西南;16:西;32:西北;64:北;128:东北;
D8算法的赋值方法为:以被赋值栅格单元为中心,计算中心栅格与其8邻域中各相邻栅格间的距离权落差;中心栅格单元的值为M,8邻域内每个栅格单元的值为Ni,i=1、2、3、4、5、6、7、8,中心栅格与邻域栅格中心间的距离为Di;
距离权落差值计算
Slope=(M-Ni)/Di
如果最大距离权落差值小于0,则赋以负值以表明此格网方向未定;
如果最大距离权落差值大于或等于0,且最大值只有一个,则将对应此最大值的方向值作为中心格网处的方向值;
如果最大距离权落差等于0,且有一个以上的0值,则以这些0值所对应的方向值相加;如果8个邻域高程值都与中心格网高程值相同,则中心格网方向值赋以255;
如果最大距离权落差值大于0,且有一个以上的最大值,则任选一个方向作为水流方向。
进一步地,本发明的步骤4中计算流量的方法为:
生成一个和栅格A3范围一致、栅格单元大小相同的权重栅格C1;对于栅格C1与栅格A2不相交部分的栅格单元权重设置为1,对于栅格C1与栅格A2相交的栅格单元,栅格C1与栅格A2相交的栅格单元是不会渍水的面状地物的边缘栅格,权重P的计算公式为:
P=S/L
其中,S为栅格A2中面状栅格内部的总栅格单元数,L为栅格A2中面状栅格边缘的总栅格单元数;
再结合权重栅格与流向栅格计算流量,流量由流入每个下游栅格单元的所有栅格单元的累积权重决定。
进一步地,本发明的步骤5中提取出水口的方法为:
步骤5.1、提取汇水路线的阈值设置为Q;
步骤5.2、依次遍历流量栅格中每一个栅格,栅格流量大于Q的栅格即为汇水路线上的栅格,把这些栅格提取出来组成新的栅格C,栅格C的初始值设置为0;
步骤5.3、将栅格C中取一个栅格单元作为种子点,值设置为a,并且把C中与它相邻的栅格单元作为新的种子点,值设置为b,每次种子点都取值都不同,如此递归运算,直到到达栅格边界或者没有新的种子点产生。这些取值不同的栅格组成为一条条不同的汇水路线;
步骤5.4、得到汇水路线后,对于每一条汇水路线,它其中的最大流量栅格单元就是出水口;
进一步地,本发明的步骤6中提取得到汇水区的方法为:
步骤6.1、结合出水口和水流方向数据,以出水口为种子点;
步骤6.2、在种子点的8邻域中搜索出流向它的栅格单元,把流向它的栅格单元作为新的种子点;
步骤6.3、根据新的种子点重复做步骤6.2的操作;
步骤6.4、直到找不到新的种子点或者到达栅格边界,停止递归,所有的种子点便构成一个汇水区。
本发明产生的有益效果是:本发明的顾及DSM和DLG的城市汇水区精细化提取方法,采用DSM划分城市汇水区能够很好的反映出城市规划建设对城市地形的改造影响,更贴合实际;解决了传统划分汇水区方法中无法处理非渍水区域的问题。
附图说明
下面将结合附图及实施例对本发明作进一步说明,附图中:
图1为本发明实施例的一种顾及DSM和DLG的城市汇水区精细化提取方法的流程图。
图2为本发明实施例的D8算法计算得到流向方向对应的数值。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
本发明中的实例以某地一小块DSM数据和其对应DLG数据为基础数据,精细划分了这一小块地方的563个汇水区。
如图1所示,本发明实施例的顾及DSM和DLG的城市汇水区精细化提取方法,包括以下步骤:
步骤1、DSM和DLG数据栅格化。
步骤2、在DSM栅格中去除非渍水区域。
步骤3、计算去除非渍水区域后DSM栅格的流向。
步骤4、结合栅格化DLG数据与流向栅格数据计算流量。
步骤5、根据阈值提取汇水路线,进而提取出水口。
步骤6、由出水口和流向栅格提取出汇水区。
下面就上述6个步骤详述实例:
步骤1:DSM和DLG数据栅格化。
把城市的DSM数据转化为栅格数据。同时还要把对应的DLG数据中不会渍水的面状建筑物转化为一个等值平面的栅格数据。不会渍水的面状建筑物的特征是当雨水落在这些建筑物上面时会因为其排水***而流出建筑物外面。不会渍水的面状建筑物的提取方法主要为结合城市矢量数据进行空间叠置提取。这样得到了两个栅格数据A1和A2,由DSM得到的栅格数据为A1,由DLG得到非渍水区栅格数据为A2。
步骤2、:在DSM栅格中去除非渍水区域。
用A1去和A2做差集,由于A2是DLG中被提取的部分地物转化成的栅格,所以A1的范围会比A2大。对于A1和A2公共部分,在A1中直接删去,其他部分仍然取A1的值。
A3=A1-A2
A3为DSM栅格中去除非渍水区得到的新栅格。
步骤3:计算去除非渍水区域后DSM栅格的流向。
计算流向的算法为D8算法,D8算法计算的值范围介于1到255之间的整型栅格。从中心出发的各个方向值如图2所示。
生成一个和栅格A3范围一致、栅格单元大小相同的新栅格B1,并根据D8算法,赋予B1栅格中每一个栅格单元一个数值,以数值表示每个单元的流向,数值变化范围是1~255。其中,1:东;2:东南;4南;8:西南;16:西;32:西北;64:北;128:东北。
D8算法的赋值方法为:以被赋值栅格单元为中心,计算中心栅格与其8邻域中各相邻栅格间的距离权落差。中心栅格单元的值为M,8邻域内每个栅格单元的值为Ni(i=1、2、3、4、5、6、7、8),中心栅格与邻域栅格中心间的距离为Di。
距离权落差值计算
Slope=(M-Ni)/Di。
如果最大距离权落差值小于0,则赋以负值以表明此格网方向未定。
如果最大距离权落差值大于或等于0,且最大值只有一个,则将对应此最大值的方向值作为中心格网处的方向值。
如果最大距离权落差等于0,且有一个以上的0值,则以这些0值所对应的方向值相加。在极端情况下,如果8个邻域高程值都与中心格网高程值相同,则中心格网方向值赋以255。
如果最大距离权落差值大于0,且有一个以上的最大值,则任选一个方向作为水流方向。
遍历A3中每一个栅格单元得到一个新的流向栅格,由于A3是去除非渍水区域后的栅格数据,所以得到的流向都是真实流向。
步骤4:结合栅格化DLG数据与流向栅格数据计算流量。
先新生成和A3范围一致,栅格单元大小相同的权重栅格C1。对于C1与A2不相交部分的栅格单元权重设置为1,对于C1与A2相交的栅格单元(栅格C1与栅格A2相交的栅格单元是不会渍水的面状地物的边缘栅格),权重P的计算公式为:
P=S/L
S为A2中面状栅格内部的总栅格单元数,L为A3与A2相交的边缘的总栅格单元数。
以上就修正了非渍水区边缘的权重,使得落在非渍水区的雨水量被分配到了非渍水区边缘的栅格中。然后根据水流方向数据计算每点流过的水量数值,即可得出区域的水流累积量,也就是流量。
步骤5:根据阈值提取汇水路线,进而提取出水口。
流量计算的实际意义在于在一定流量值时会产生地表径流,水流累积量大于临界值的栅格组成的路径就是汇水路线,所有相邻的汇水栅格单元组成在一起得到的路径就是一条汇水路线。具体提取方法为:
步骤5.1、提取汇水路线的阈值设置为Q。
步骤5.2、依次遍历流量栅格中每一个栅格,栅格流量大于Q的栅格即为汇水路线上的栅格,把这些栅格提取出来组成新的栅格C,C的初始值设置为0。
步骤5.3、将C中取一个栅格单元作为种子点,值设置为a,并且把C中与它相邻的栅格单元作为新的种子点,值设置为b,每次种子点都取值都不同,如此递归运算,直到到达栅格边界或者没有新的种子点产生。这些取值不同的栅格组成为一条条不同的汇水路线。
步骤5.4、得到汇水路线后,对于每一条汇水路线,它其中的最大流量栅格单元就是出水口。
步骤6:由出水口和流向栅格提取出汇水区。
步骤6.1、结合出水口和水流方向数据,以出水口为种子点。
步骤6.2、在种子点的8邻域中搜索出流向它的栅格单元,把流向它的栅格单元作为新的种子点。
步骤6.3、根据新的种子点重复做6.2的操作。
步骤6.4、直到找不到新的种子点或者到达栅格边界,停止递归,所有的种子点便构成一个汇水区。
通过以上步骤即可精细地划分城市汇水区。
发明采用DSM和DLG划分城市汇水区能够很好的反映出城市实际建筑物对城市地形的改造影响,更贴合实际;解决了传统划分汇水区方法中无法处理非渍水区域会将雨水向四周排出而不积水的问题。
应当理解的是,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,而所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (7)
1.一种顾及DSM和DLG的城市汇水区精细化提取方法,其特征在于,该方法包括以下步骤:
步骤1、获取城市DSM数据和对应的DLG数据,并对DSM数据和DLG数据进行栅格化处理,得到DSM栅格和DLG栅格;
步骤2、在DSM栅格中去除非渍水区域;
步骤3、计算去除非渍水区域后DSM栅格的流向,得到流向栅格数据;
步骤4、结合DLG栅格数据与流向栅格数据,计算流量;
步骤5、设置阈值,根据阈值提取汇水路线,进而提取出水口;
步骤6、根据出水口和流向格栅数据,提取得到汇水区。
2.根据权利要求1所述的顾及DSM和DLG的城市汇水区精细化提取方法,其特征在于,步骤1中进行栅格化处理的方法为:
将城市的DSM数据转化为栅格数据;提取对应的DLG数据中不会渍水的面状建筑物,将其转化为一个等值平面的栅格数据,得到DLG栅格;提取不会渍水的面状建筑物的方法为:
结合城市矢量数据进行空间重叠提取,进而判断不会渍水的面状建筑物特征,若雨水落在该建筑物上面时通过其排水***流出建筑物外,则判断该建筑物为不会渍水的面状建筑物。
3.根据权利要求1所述的顾及DSM和DLG的城市汇水区精细化提取方法,其特征在于,步骤2中去除非渍水区域的方法为:
通过叠加分析的方法去除非渍水区域,叠加分析的具体过程为:
对于DSM栅格和DLG栅格,在DSM栅格中去掉与DLG栅格的公共部分,由DSM得到的栅格数据为A1,由DLG得到非渍水区栅格数据为A2,根据公式:
A3=A1-A2
得到的A3为DSM栅格中去除非渍水区得到的新栅格。
4.根据权利要求1所述的顾及DSM和DLG的城市汇水区精细化提取方法,其特征在于,步骤3中计算流向栅格数据的方法为:
生成一个和栅格A3范围一致、栅格单元大小相同的新栅格B1,并根据D8算法,赋予B1栅格中每一个栅格单元一个数值,以数值表示每个单元的流向,数值变化范围是1~255;其中,1:东;2:东南;4南;8:西南;16:西;32:西北;64:北;128:东北;
D8算法的赋值方法为:以被赋值栅格单元为中心,计算中心栅格与其8邻域中各相邻栅格间的距离权落差;中心栅格单元的值为M,8邻域内每个栅格单元的值为Ni,i=1、2、3、4、5、6、7、8,中心栅格与邻域栅格中心间的距离为Di;
距离权落差值计算:
Slope=(M-Ni)/Di
如果最大距离权落差值小于0,则赋以负值以表明此格网方向未定;
如果最大距离权落差值大于或等于0,且最大值只有一个,则将对应此最大值的方向值作为中心格网处的方向值;
如果最大距离权落差等于0,且有一个以上的0值,则以这些0值所对应的方向值相加;如果8个邻域高程值都与中心格网高程值相同,则中心格网方向值赋以255;
如果最大距离权落差值大于0,且有一个以上的最大值,则任选一个方向作为水流方向。
5.根据权利要求1所述的顾及DSM和DLG的城市汇水区精细化提取方法,其特征在于,步骤4中计算流量的方法为:
生成一个和栅格A3范围一致、栅格单元大小相同的权重栅格C1;对于栅格C1与栅格A2不相交部分的栅格单元权重设置为1,对于栅格C1与栅格A2相交的栅格单元,栅格C1与栅格A2相交的栅格单元是不会渍水的面状地物的边缘栅格,权重P的计算公式为:
P=S/L
其中,S为栅格A2中面状栅格内部的总栅格单元数,L为栅格A2中面状栅格边缘的总栅格单元数;
再结合权重栅格与流向栅格计算流量,流量由流入每个下游栅格单元的所有栅格单元的累积权重决定。
6.根据权利要求1所述的顾及DSM和DLG的城市汇水区精细化提取方法,其特征在于,步骤5中提取出水口的方法为:
步骤5.1、提取汇水路线的阈值设置为Q;
步骤5.2、依次遍历流量栅格中每一个栅格,栅格流量大于Q的栅格即为汇水路线上的栅格,把这些栅格提取出来组成新的栅格C,栅格C的初始值设置为0;
步骤5.3、将栅格C中取一个栅格单元作为种子点,值设置为a,并且把栅格C中与它相邻的栅格单元作为新的种子点,值设置为b,每次种子点取值都不同,如此递归运算,直到到达栅格边界或者没有新的种子点产生;这些取值不同的栅格组成为一条条不同的汇水路线;
步骤5.4、得到汇水路线后,对于每一条汇水路线,它其中的最大流量栅格单元就是出水口。
7.根据权利要求1所述的顾及DSM和DLG的城市汇水区精细化提取方法,其特征在于,步骤6中提取得到汇水区的方法为:
由出水口和流向栅格提取出汇水区,结合水流方向数据,分析搜索出该出水点上游所有流到该出水口的栅格得到汇水区;
具体方法为:
步骤6.1、结合出水口和水流方向数据,以出水口为种子点;
步骤6.2、在种子点的8邻域中搜索出流向它的栅格单元,把流向它的栅格单元作为新的种子点;
步骤6.3、根据新的种子点重复做步骤6.2的操作;
步骤6.4、直到找不到新的种子点或者到达栅格边界,停止递归,所有的种子点便构成一个汇水区。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010273647.7A CN111538798B (zh) | 2020-04-09 | 2020-04-09 | 一种顾及dsm和dlg的城市汇水区精细化提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010273647.7A CN111538798B (zh) | 2020-04-09 | 2020-04-09 | 一种顾及dsm和dlg的城市汇水区精细化提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111538798A true CN111538798A (zh) | 2020-08-14 |
CN111538798B CN111538798B (zh) | 2023-09-19 |
Family
ID=71978569
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010273647.7A Active CN111538798B (zh) | 2020-04-09 | 2020-04-09 | 一种顾及dsm和dlg的城市汇水区精细化提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111538798B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111898229A (zh) * | 2020-09-29 | 2020-11-06 | 中国水利水电科学研究院 | 一种基于城市雨水汇水区计算方法与*** |
CN112242003A (zh) * | 2020-10-19 | 2021-01-19 | 中国测绘科学研究院 | 一种顾及地类与流向的城市子汇水区划分方法 |
CN112530137A (zh) * | 2020-11-27 | 2021-03-19 | 淮阴师范学院 | 一种基于临界雨量的分布式中小流域地质灾害及洪水预警方法 |
CN113882496A (zh) * | 2021-11-19 | 2022-01-04 | 中国电建集团成都勘测设计研究院有限公司 | 光伏阵列区排水沟快速生成的方法 |
CN114612631A (zh) * | 2022-03-02 | 2022-06-10 | 自然资源部重庆测绘院 | 一种基于InSAR技术的高精度无漏洞DSM提取方法 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003346168A (ja) * | 2002-05-28 | 2003-12-05 | Autodesk Inc | 地図情報作成装置、地図情報作成方法、地図情報作成プログラム及び地図情報作成プログラム記録媒体 |
FR2917843A1 (fr) * | 2007-06-25 | 2008-12-26 | Rhea Sa | Procede et dispositif d'aide a la gestion en temps reel de risques d'inondations |
WO2009131108A1 (ja) * | 2008-04-23 | 2009-10-29 | 株式会社パスコ | 建物屋根輪郭認識装置、建物屋根輪郭認識方法、及び建物屋根輪郭認識プログラム |
CN102708587A (zh) * | 2012-04-17 | 2012-10-03 | 中国地质大学(北京) | 一种快速获取三维建筑信息的方法及*** |
CN104898183A (zh) * | 2015-05-29 | 2015-09-09 | 杭州辰青和业科技有限公司 | 暴雨城市内涝建模评估方法 |
CN106845074A (zh) * | 2016-12-19 | 2017-06-13 | 中国人民解放军信息工程大学 | 建立六边形格网模型的方法、洪水推演模拟方法及其*** |
CN106884405A (zh) * | 2017-03-08 | 2017-06-23 | 中国水利水电科学研究院 | 一种无资料地区溃堤型山洪灾害分析评价方法 |
KR20170080315A (ko) * | 2015-12-31 | 2017-07-10 | 한국국토정보공사 | 건물 객체에 대한 다축척 모델 기반의 지도 처리 방법 |
CN107305701A (zh) * | 2017-05-14 | 2017-10-31 | 杭州师范大学 | 一种基于数字高程模型的城市洼地提取方法 |
CN108009753A (zh) * | 2017-12-26 | 2018-05-08 | 广东工业大学 | 城市内涝预测方法、装置、终端及计算机可读存储介质 |
CN109671149A (zh) * | 2018-12-03 | 2019-04-23 | 南京师范大学 | 基于dem的地形素描图自动绘制方法 |
CN109919372A (zh) * | 2019-02-28 | 2019-06-21 | 武汉大学 | 一种基于全时空的城市暴雨积水评估建模方法 |
CN110135351A (zh) * | 2019-05-17 | 2019-08-16 | 东南大学 | 基于城市建筑空间数据的建成区边界识别方法及设备 |
CN110232737A (zh) * | 2019-05-13 | 2019-09-13 | 杭州师范大学 | 一种城市汇水区划分方法 |
-
2020
- 2020-04-09 CN CN202010273647.7A patent/CN111538798B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003346168A (ja) * | 2002-05-28 | 2003-12-05 | Autodesk Inc | 地図情報作成装置、地図情報作成方法、地図情報作成プログラム及び地図情報作成プログラム記録媒体 |
FR2917843A1 (fr) * | 2007-06-25 | 2008-12-26 | Rhea Sa | Procede et dispositif d'aide a la gestion en temps reel de risques d'inondations |
WO2009131108A1 (ja) * | 2008-04-23 | 2009-10-29 | 株式会社パスコ | 建物屋根輪郭認識装置、建物屋根輪郭認識方法、及び建物屋根輪郭認識プログラム |
CN102708587A (zh) * | 2012-04-17 | 2012-10-03 | 中国地质大学(北京) | 一种快速获取三维建筑信息的方法及*** |
CN104898183A (zh) * | 2015-05-29 | 2015-09-09 | 杭州辰青和业科技有限公司 | 暴雨城市内涝建模评估方法 |
KR20170080315A (ko) * | 2015-12-31 | 2017-07-10 | 한국국토정보공사 | 건물 객체에 대한 다축척 모델 기반의 지도 처리 방법 |
CN106845074A (zh) * | 2016-12-19 | 2017-06-13 | 中国人民解放军信息工程大学 | 建立六边形格网模型的方法、洪水推演模拟方法及其*** |
CN106884405A (zh) * | 2017-03-08 | 2017-06-23 | 中国水利水电科学研究院 | 一种无资料地区溃堤型山洪灾害分析评价方法 |
CN107305701A (zh) * | 2017-05-14 | 2017-10-31 | 杭州师范大学 | 一种基于数字高程模型的城市洼地提取方法 |
CN108009753A (zh) * | 2017-12-26 | 2018-05-08 | 广东工业大学 | 城市内涝预测方法、装置、终端及计算机可读存储介质 |
CN109671149A (zh) * | 2018-12-03 | 2019-04-23 | 南京师范大学 | 基于dem的地形素描图自动绘制方法 |
CN109919372A (zh) * | 2019-02-28 | 2019-06-21 | 武汉大学 | 一种基于全时空的城市暴雨积水评估建模方法 |
CN110232737A (zh) * | 2019-05-13 | 2019-09-13 | 杭州师范大学 | 一种城市汇水区划分方法 |
CN110135351A (zh) * | 2019-05-17 | 2019-08-16 | 东南大学 | 基于城市建筑空间数据的建成区边界识别方法及设备 |
Non-Patent Citations (2)
Title |
---|
祝士杰 等: "基于DLG水系的DEM修正方法研究", vol. 32, no. 6 * |
蔡甜: "基于排水模型和GIS模糊评价的城市暴雨内涝风险评估", no. 02 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111898229A (zh) * | 2020-09-29 | 2020-11-06 | 中国水利水电科学研究院 | 一种基于城市雨水汇水区计算方法与*** |
CN112242003A (zh) * | 2020-10-19 | 2021-01-19 | 中国测绘科学研究院 | 一种顾及地类与流向的城市子汇水区划分方法 |
CN112530137A (zh) * | 2020-11-27 | 2021-03-19 | 淮阴师范学院 | 一种基于临界雨量的分布式中小流域地质灾害及洪水预警方法 |
CN113882496A (zh) * | 2021-11-19 | 2022-01-04 | 中国电建集团成都勘测设计研究院有限公司 | 光伏阵列区排水沟快速生成的方法 |
CN114612631A (zh) * | 2022-03-02 | 2022-06-10 | 自然资源部重庆测绘院 | 一种基于InSAR技术的高精度无漏洞DSM提取方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111538798B (zh) | 2023-09-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111538798B (zh) | 一种顾及dsm和dlg的城市汇水区精细化提取方法 | |
CN111507375B (zh) | 一种城市内涝风险快速评估方法及*** | |
CN111651885A (zh) | 一种智慧型海绵城市洪涝预报方法 | |
CN109543275B (zh) | 一种城区地表径流二维数值模拟方法 | |
CN112800634B (zh) | 耦合干湿状态辨识与多源信息融合的降水估计方法及*** | |
CN106779232B (zh) | 一种城市内涝的建模预测方法 | |
KR101383617B1 (ko) | 일사량 예측 방법 및 장치 | |
CN109657841A (zh) | 一种城市暴雨内涝积水深度提取方法 | |
CN104851051A (zh) | 一种结合动态修正的电网区域暴雨量精细化预警方法 | |
CN115859676B (zh) | 一种顾及气候要素的多层次城市内涝耦合模拟方法 | |
CN114881381B (zh) | 基于改进卷积神经网络的城市积水水位预测方法及*** | |
CN111340668B (zh) | 一种台风灾害评估*** | |
CN109815611B (zh) | 一种基于数字流域的流域边界生成方法 | |
CN113435630B (zh) | 一种产流模式自适应的流域水文预报方法及*** | |
CN112800379B (zh) | 一种modis遥感积雪信息的处理方法和装置 | |
CN108646319A (zh) | 一种短时强降雨预报方法及*** | |
CN116305933B (zh) | 一种基于dem数据的坡面产汇流简易计算方法及装置 | |
Topno et al. | SCS CN runoff estimation for vindhyachal region using remote sensing and GIS | |
CN113379828B (zh) | 一种融合地表形态特征的坡长提取方法 | |
CN117593657A (zh) | 一种精细化气象预报数据处理方法、***及可读存储介质 | |
CN117332542A (zh) | 一种多尺度自适应选择的城市洪涝建模模拟方法 | |
CN116643328A (zh) | 一种基于网络预报的城市内涝预报方法 | |
CN113722924B (zh) | 一种小流域地面雨量站密度的确定方法 | |
CN115188163A (zh) | 一种基于暴雨与洪水相似性的洪水预警方法及*** | |
CN113052084A (zh) | 一种基于手机定位数据的社区级矢量道路网提取方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |