CN113360594B - 基于数字高程模型的汇水区提取方法、装置、设备及介质 - Google Patents

基于数字高程模型的汇水区提取方法、装置、设备及介质 Download PDF

Info

Publication number
CN113360594B
CN113360594B CN202110759401.5A CN202110759401A CN113360594B CN 113360594 B CN113360594 B CN 113360594B CN 202110759401 A CN202110759401 A CN 202110759401A CN 113360594 B CN113360594 B CN 113360594B
Authority
CN
China
Prior art keywords
target
depression
digital elevation
elevation model
user
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.)
Active
Application number
CN202110759401.5A
Other languages
English (en)
Other versions
CN113360594A (zh
Inventor
董颐
常禹
张立本
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Aerial Photogrammetry and Remote Sensing Co Ltd
Original Assignee
Aerial Photogrammetry and Remote Sensing Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Aerial Photogrammetry and Remote Sensing Co Ltd filed Critical Aerial Photogrammetry and Remote Sensing Co Ltd
Priority to CN202110759401.5A priority Critical patent/CN113360594B/zh
Publication of CN113360594A publication Critical patent/CN113360594A/zh
Application granted granted Critical
Publication of CN113360594B publication Critical patent/CN113360594B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28Databases characterised by their database models, e.g. relational or object models
    • G06F16/284Relational databases
    • G06F16/285Clustering or classification
    • G06F16/287Visualization; Browsing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05Geographic models

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Remote Sensing (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Graphics (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本申请提供一种基于数字高程模型的汇水区提取方法、装置、设备及介质,涉及水文分析技术领域。该方法包括:根据用户设置的目标范围和目标数据精度,向服务器请求目标范围内目标数据精度的数字高程模型;根据目标数据精度,对目标范围进行地形格网划分,得到目标范围的地形格网;将数字高程模型的高程数据映射至地形格网中的对应地理位置,得到目标地形格网;采用预设的洼地提取算法,对目标地形格网进行洼地提取,得到洼地边界信息;根据洼地边界信息,进行图形矢量绘制。该方法可利用目标范围内目标数据精度的数字高程模型实现对目标范围的汇水区的提取以及图形矢量绘制,填补了利用数字高程模型数据进行水文分析的领域研究空白。

Description

基于数字高程模型的汇水区提取方法、装置、设备及介质
技术领域
本发明涉及水文分析技术领域,具体而言,涉及一种基于数字高程模型的汇水区提取方法、装置、设备及介质。
背景技术
随着全球气候条件不断变化,经济社会发展日新月异,水文环境在新的时代背景下呈现出新的特点,以我国为例,与水相关的灾害整体呈现出水旱相乘、灾害频发、强度加大、程度加深的特点,水文地质问题常常被忽视给施工带来许多困难与不便,甚至造成了严重的工程灾难。在这种情况下,利用现代的地理信息处理技术对汇水区进行提取分析显得尤为重要。
数字高程模型(Digital Elevation Model),简称DEM,是通过有限的地形高程数据实现对地面地形的数字化模拟(即地形表面形态的数字化表达),它是用一组有序数值阵列形式表示地面高程的一种实体地面模型,是数字地形模型(Digital Terrain Model,简称DTM)的一个分支,其它各种地形特征值均可由此派生。目前,针对DEM数据分析和可视化方法,主要集中在等高线、坡度、土方计算等,但是利用DEM数据对水文分析的汇水区分析和可视化尚缺乏,有待补充。
发明内容
本发明的目的在于,针对上述现有技术中的不足,提供一种基于数字高程模型的汇水区提取方法、装置、设备及介质,以利用DEM数据对水文分析的汇水区进行分析,填补此领域的研究空白。
为实现上述目的,本申请实施例采用的技术方案如下:
第一方面,本申请实施例提供了一种基于数字高程模型的汇水区提取方法,所述方法包括:
根据用户设置的目标范围和目标数据精度,向服务器请求所述目标范围内所述目标数据精度的数字高程模型;
根据所述目标数据精度,对所述目标范围进行地形格网划分,得到所述目标范围的地形格网;
将所述数字高程模型的高程数据映射至所述地形格网中的对应地理位置,得到目标地形格网;
采用预设的洼地提取算法,对所述目标地形格网进行洼地提取,得到洼地边界信息;
根据所述洼地边界信息,进行图形矢量绘制。
可选的,所述根据用户设置的目标范围和目标数据精度,请求所述目标范围内所述目标数据精度的数字高程模型之前,所述方法还包括:
获取所述用户通过界面设置的所述目标数据精度;
根据所述用户通过作用在所述界面上显示的地形图上的范围绘制操作,确定所述目标范围。
可选的,所述根据用户设置的目标范围和数据精度,请求所述目标范围内所述数据精度的数字高程模型之前,所述方法还包括:
获取所述用户通过界面设置的可视化配置参数;
所述根据所述洼地边界信息,进行图形矢量绘制,包括:
根据所述洼地边界信息和所述可视化配置参数,进行图形矢量绘制。
可选的,所述可视化配置参数包括:最小节点个数、绘制模式;
所述根据所述洼地边界信息和所述可视化配置参数,进行图形矢量绘制,包括:
根据所述洼地边界信息,确定地理位置的数量大于或等于所述最小节点个数的洼地区域为目标洼地区域;
在所述目标洼地区域,绘制所述绘制模式所指示的图形矢量。
可选的,所述在所述目标洼地区域,绘制所述绘制模式所指示的图形矢量,包括:
在所述目标洼地区域内,绘制所述绘制模式所指示的图形矢量的实体;
根据预设的动态液体材质,对所述图形矢量的实体进行材质渲染。
可选的,所述在所述目标洼地区域内,绘制所述绘制模式所指示的图形矢量的实体,包括:
根据所述目标洼地区域的地理位置信息、所述地理位置信息对应的高程数据,和所述绘制模式所指示的图形矢量的类型,创建所述图形矢量的实体。
可选择,在以上任一的基于数字高程模型的汇水区提取方法中,所述目标范围内所述目标数据精度的数字高程模型为:所述服务器对匹配到的所述目标范围的数字高程模型进行重采样得到的精度为所述目标数据精度的数字高程模型。
第二方面,本申请实施例还提供了一种基于数字高程模型的汇水区提取装置,该装置包括:
请求模块,用于根据用户设置的目标范围和目标数据精度,向服务器请求所述目标范围内所述目标数据精度的数字高程模型;
划分模块,用于根据所述数据精度,对所述目标范围进行地形格网划分,得到所述目标范围的地形格网;
映射模块,用于将所述数字高程模型的高程数据映射至所述地形格网中的对应地理位置,得到目标地形格网;
洼地提取模块,用于采用预设的洼地提取算法,对所述目标地形格网进行洼地提取,得到洼地边界信息;
绘制模块,用于根据所述洼地边界信息,进行图形矢量绘制。
第三方面,本申请实施例还提供了一种计算机设备,该计算机设备包括:处理器、存储介质和总线,存储介质存储有处理器可执行的程序指令,当所述计算机设备运行时,处理器与存储介质之间通过总线通信,处理器执行程序指令,以执行前述第一方面任一的基于数字高程模型的汇水区提取方法的步骤。
第四方面,本申请实施例还提供了一种计算机可读存储介质,存储介质上存储有计算机程序,计算机程序被处理器运行时执行前述第一方面任一的基于数字高程模型的汇水区提取方法的步骤。
本申请的有益效果是:在该方法中,由用户根据自身需要设置目标范围与目标数据精度,既满足了对用户对汇水区提取分析的区域设置灵活度与自由度的要求,也避免了***配置同一数据精度可能带来的运算数据量低于实际的分析需求或者运算量过大带来的运算资源浪费。此外,本申请的方法可利用目标范围内目标数据精度的数字高程模型实现对目标范围的汇水区的提取以及图形矢量绘制,填补了利用数字高程模型数据进行水文分析的领域研究空白。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本申请一实施例提供的一种基于数字高程模型的汇水区提取方法的流程图;
图2为本申请一实施例提供的设置目标区域的示意图;
图3为本申请一实施例提供的地形格网划分示意图;
图4为本申请又一实施例提供的一种基于数字高程模型的汇水区提取方法的流程图;
图5为本申请再一实施例提供的一种基于数字高程模型的汇水区提取方法的流程图;
图6为本申请再二实施例提供的一种基于数字高程模型的汇水区提取方法的流程图;
图7为本申请再三实施例提供的一种基于数字高程模型的汇水区提取方法的流程图;
图8为本申请再三实施例提供的一种基于数字高程模型的汇水区提取方法的汇水区渲染结果示意图;
图9为本申请再四实施例提供的一种基于数字高程模型的汇水区提取方法的边界点模式示意图;
图10为本申请再四实施例提供的一种基于数字高程模型的汇水区提取方法的汇水区模式示意图;
图11为本申请再四实施例提供的一种基于数字高程模型的汇水区提取方法的径流线模式示意图;
图12为本申请一实施例提供的一种基于数字高程模型的汇水区提取装置示意图;
图13为本申请一实施例提供的一种计算机设备示意图。
图例:121-请求模块;122-划分模块;123-映射模块;124-洼地提取模块;125-绘制模块;131-处理器;132-存储介质。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。以下对在附图中提供的本申请的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
需要说明的是,在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在本申请的描述中,“多个”的含义是至少两个,例如两个、三个,除非另有明确具体的限定。
如下通过多个实例对本申请所提供的基于数字高程模型的汇水区提取方法、装置、设备及介质进行示例说明。图1为本申请一实施例提供的一种基于数字高程模型的汇水区提取方法的流程图。该方法可由计算机设备通过运行预设的汇水区提取程序实现,该计算机设备例如可以为个人数字助理(personal digital assistant,PDA)、车载电脑、台式电脑、笔记本电脑、智能电视等能够运行本申请程序的计算机设备。如图1所示,该基于数字高程模型的汇水区提取方法,可包括:
步骤101:根据用户设置的目标范围和目标数据精度,向服务器请求目标范围内目标数据精度的数字高程模型。
目标范围可以为用户通过界面输入的地理位置坐标构成的地理范围,也可以为用户通过界面所框选的地理范围。该目标范围的位置坐标可通过经纬度坐标表示,那么,该目标范围实际包含:由经度范围和维度范围共同构成的地理范围。其中,该经度范围例如可以为东经120度52分至东经122度12分,纬度范围例如可以为北纬30度40分至北纬31度53分。用户可以根据实际的分析需求选择合适大小的目标范围,例如,用户需提取小范围内的汇水区时,可以设置长为10米,宽为7米的地理范围作为目标范围;当用户对大流域的汇水区进行分析时可以设置长为10千米,宽为7千米的地理范围作为目标范围。本申请对于目标范围的具体大小不做限定,上述仅为示例说明,在实际应用场景中,目标范围的大小也可以为其它的区域大小。
目标数据精度也可以由用户设置的,用以表征在目标范围内数据统计的精细程度,其也可称为粒度或者其他类似的描述。需要说明的是,目标数据精度表示的是在用户设置的目标范围内的数据精度,也就是目标范围内的地理位置的精度,其可以理解为在目标范围中两各位置点之间距离的最小值,那么目标数据精度的值越大,单位面积上的位置点就越少,细化程度越低;目标数据精度的值越大,单位面积上的位置点越多,细化程度越高。例如,用户设置的目标范围为G1,其中,G1为长a千米,宽b千米的矩形区域,设置目标数据精度为0.01千米,则在长度方向上选取了a/0.01个位置点,在宽度方向上选取了b/0.01个位置点,共选取了(a/0.01)*(b/0.01)个位置点;若设置目标数据精度为1千米,则在长度方向上选取了a/1个位置点,在宽度方向上选取了b/1个位置点,共选取了(a/1)*(b/1)个位置点。由此可以看出,目标数据精度的值越小,单位面积上的位置点越多,需要说明的是,单位面积上的位置点越多,需要计算的数据量越大,因此用户需要在使用中平衡运算量与运算精度之间的关系,选择合适的目标数据精度,在本申请中,对目标数据精度的具体数值不做限定。此外,需要说明的是,用户对目标数据精度的设置可以有多种方式,例如,用户可以在相关的目标数据精度的输入框中输入相应的数值;再例如,用户可以在一系列***给出的目标数据精度中进行选择;本申请对目标数据精度的设置方式不做限定。
在用户设置好目标范围和目标数据精度之后,可向服务器发送包含该目标范围和目标数据精度的请求消息,服务器在接收到该请求消息之后,确定目标范围内目标数据精度的数字高程模型。需要说明的是,服务器中可预先存储有至少一组数字高程模型。若用户设置的目标数据精度与服务器中存储的数字高程模型的模型精度不符,则需要服务器进行相关运算后输出与目标数据精度相符的数字高程模型。也就是说,在一种示例中,服务器可直接从预先存储的数字高程模型中,查找满足目标范围和目标数据精度的数字高程模型;若可以查找到满足目标范围和目标数据精度的数字高程模型,则可将其返回至计算机设备;若未查找到满足目标范围和目标数据精度的数字高程模型,其对与查找目标最接近的数字高程模型进行处理,从而得到满足目标范围和目标数据精度的数字高程模型,继而将其返回至计算机设备。
步骤102:根据目标数据精度,对目标范围进行地形格网划分,得到目标范围的地形格网。
通过地形格网的划分,可得到该目标范围的地形格网,该地形格网内包括多个相同大小的格网。
上述的地形格网划分的划分方法与目标范围的矩形设置方法对应:例如用户设置的是经纬度范围的地理矩形范围,划分后的地形格网中每个格网均为按经纬度划分的地理矩形格网。
步骤103:将数字高程模型的高程数据映射至地形格网中的对应地理位置,得到目标地形格网。
在采用上述步骤102得到了目标范围的地形格网之后,在该地形格网中,每个格网的四个顶点都具有其对应的地理位置坐标,而数字高程模型中每个地理位置具有对应的高程数据,因此,可将格网中各顶点的地理位置与数字高程模型的地理位置一一对应,得到各顶点的地理位置处在该数字高程模型中的高程数据,继而将地形格网与数字高程模型进行叠加,以将各顶点的地理位置处在该数字高程模型中的高程数据,映射至该地形格网中各顶点所在的位置,从而得到目标地形格网。也就是说,在目标地形格网中,既存在格网划分后的地理位置,又存在各地理处的高程数据。
步骤104:采用预设的洼地提取算法,对目标地形格网进行洼地提取,得到洼地边界信息。
利用洼地提取算法能够对洼地进行边缘检测,进而得到洼地边界信息。需要说明的是,上述洼地提取算法本身能够使用多种编程语言实现,例如C语言,Python等,本申请对洼地提取算法的实现语言与实现方式不做限定。
步骤105:根据洼地边界信息,进行图形矢量绘制。
根据步骤104提取的洼地边界信息,用户可以在计算机设备上对图形矢量的绘制模式进行选择,进而得到相应绘制模式的矢量图形,该绘制模式可以是以点的方式呈现、以线(例如边界线)的方式呈现、以面的方式呈现等,本申请对此不做限定。
在具体的应用示例中,如图2所示,图2为本申请一实施例提供的设置目标区域的示意图,用户根据实际的运算分析需要,使所需要选择的目标区域以合适的大小显示在界面上,在图2所示的界面中,能够看到图2下方有山脉的部分为大陆模块,上方的空白部分为水域;调整好显示范围后,选择目标区域,即用黑色边框框选出目标区域,在图2中,该黑色边框框选出的范围为由经度范围和维度范围共同构成的地理范围。其次,用户在相应的目标数据精度的输入框中输入目标数据精度为0.01千米。用户使用的计算机设备根据用户设置的目标范围和目标数据精度,向服务器请求黑色边框范围内的目标数据精度的数字高程模型;如图3所示,图3为本申请一实施例提供的地形格网划分示意图,根据用户设置的0.01千米的目标数据精度,对目标范围进行地形格网划分,所得到的目标范围的地形格网为精度方向上每0.01千米划分一条纬线,纬度方向上每0.01千米划分一条经线得到的图像;在图3的地形格网中,每个格网的四个顶点都具有其对应的地理坐标位置,将该地理位置坐标与服务器返回的数字高程模型中每个数据的地理坐标位置一一对应,得到目标地形格网。采用预设的洼地提取算法,对目标地形格网进行洼地提取,得到洼地边界信息;利用得到的根据洼地边界信息,进行图形矢量绘制。
本申请提供的一种基于数字高程模型的汇水区提取方法,根据用户设置的目标范围和目标数据精度,向服务器请求目标范围内目标数据精度的数字高程模型;根据目标数据精度,对目标范围进行地形格网划分,得到目标范围的地形格网;将数字高程模型的高程数据映射至地形格网中的对应地理位置,得到目标地形格网;采用预设的洼地提取算法,对目标地形格网进行洼地提取,得到洼地边界信息;根据洼地边界信息,进行图形矢量绘制。在该方法中,由用户根据自身需要设置目标范围与目标数据精度,既满足了对用户对汇水区提取分析的区域设置灵活度与自由度的要求,也避免了***配置同一数据精度可能带来的运算数据量低于实际的分析需求或者运算量过大带来的运算资源浪费。此外,本申请的方法可利用目标范围内目标数据精度的数字高程模型实现对目标范围的汇水区的提取以及图形矢量绘制,填补了利用数字高程模型数据进行水文分析的领域研究空白。
可选的,在上述图1所示的基于数字高程模型的汇水区提取方法的基础上,本申请实施例还提供一种基于数字高程模型的汇水区提取方法的可能实现示例。如图4所示,图4为本申请又一实施例提供的一种基于数字高程模型的汇水区提取方法的流程图。根据用户设置的目标范围和目标数据精度,请求目标范围内目标数据精度的数字高程模型之前,该方法还包括:
步骤401:获取用户通过界面设置的目标数据精度。
需要说明的是,用户通过计算机设备的界面进行设置,可能是在有触控功能的计算机设备界面上通过触控操作进行设置,也可能是利用鼠标键盘等外设对界面上的相关设置按钮或者填充框进行操作,本申请对比不做限定。
步骤402:根据用户通过作用在界面上显示的地形图上的范围绘制操作,确定目标范围。
用户通过在界面上显示的地形图上进行范围绘制操作,在一种可能的实现方式中,用户在地形图上利用触控或者鼠标点击拖动操作框选出需要计算的区域,从而确定目标范围;在另一种可能的实现方式中,用户可以输入至少两个对角顶点的经纬度坐标,从而更精确的确定目标范围。
界面上显示的地形图的显示方式有多种,例如,界面上显示的地形图可以是虚拟地形模型,即显示为三维地图的形式,用户可以通过放大缩小、旋转等操作将目标区域以合适的大小显示在界面上,以确定目标范围。再例如,界面上显示的地形图可以是遥感影像,用户可以通过调节遥感影像的比例尺,调节遥感影像范围的大小,以确定目标范围。上述仅为地形图的显示模式、在地形图上设置目标范围的具体方式的实例说明,本申请对地形图的显示模式、在地形图上设置目标范围的具体方式不做限定。在一种可能的实现方式中,地形图在界面上显示为遥感影像的形式,遥感影像的内存占用量少,有利于***的快速响应;在另一种可能的实现方式中,地形图在界面上显示为虚拟地形模型的形式,虚拟地形模型可以依托于虚拟地球模型设置,由此,三维地形图模式的虚拟地形波形考虑了地球本身椭球体的特质带来的经纬度的影响,使得用户在框选目标范围时更直观。
在具体的应用示例中,用户在界面上通过键盘输入目标数据精度,例如,目标数据精度为0.01千米,然后,点击绘制目标范围的按钮,点击操作完成后在界面的遥感影像类型的地形图上通过鼠标点击拖动操作,框选出经度范围为东经120度52分至东经122度12分,纬度范围为北纬30度40分至北纬31度53分的目标范围。
用户通过在界面上的操作完成对目标数据精度的设置和目标范围的区域的选择,界面显示直观生动,操作简单灵活,对用户使用友好。
可选的,在上述图1所示的基于数字高程模型的汇水区提取方法的基础上,本申请实施例还提供一种基于数字高程模型的汇水区提取方法的可能实现示例。如图5所示,图5为本申请再一实施例提供的一种基于数字高程模型的汇水区提取方法的流程图。根据用户设置的目标范围和数据精度,请求目标范围内数据精度的数字高程模型之前,该方法还包括:
步骤501:获取用户通过界面设置的可视化配置参数。
用户能够在界面上对可视化配置的相关参数进行配置,需要说明的是,可视化配置具有多种配置选择,是在最终图形矢量绘制时所用到的配置比如:比如点配置,矩形配置,最小节点个数,绘制模式等,在具体的使用场景中,用户可以根据自身需要对相应的可视化配置参数进行设置。此外,在一种可能的实现方式中,用户在界面上利用触控或者鼠标点击的方式选择相应配置的具体配置参数,完成可视化配置的准备操作;在另一种可能的实现方式中,用户利用键盘或者手写板等外设输入相应的可视化配置参数的具体参数数值。
根据洼地边界信息,进行图形矢量绘制,具体包括:
步骤502:根据洼地边界信息和可视化配置参数,进行图形矢量绘制。
利用步骤104得到的洼地边界信息,结合步骤501用户设置的可视化配置参数完成图形矢量绘制。
在具体的应用示例中,用户可以根据自身需要对相应的可视化配置参数进行设置,例如,用户可以根据其分析需要点击选择绘制汇水区,设置汇水区绘制的相关参数,进而得到绘制好的图形矢量。
用户能够根据自身需要对可视化配置参数进行配置,使得输出的图形矢量更好的满足用户实际的分析需求。
可选的,在上述图5所示的基于数字高程模型的汇水区提取方法的基础上,本申请实施例还提供一种基于数字高程模型的汇水区提取方法的可能实现示例。如图6所示,图6为本申请再二实施例提供的一种基于数字高程模型的汇水区提取方法的流程图。其中,可视化配置参数包括:最小节点个数、绘制模式;
根据洼地边界信息和可视化配置参数,进行图形矢量绘制,包括:
步骤601:根据洼地边界信息,确定地理位置的数量大于或等于最小节点个数的洼地区域为目标洼地区域。
利用步骤104得到的洼地边界信息,对边界信息进行提取处理,确定目标范围内的洼地区域。在一种可能的实现方式中,可以使用区域生长算法进行区域填充,确定出洼地区域,即在洼地边界所围绕的区域内确定种子点的位置,判断种子点位置以及其周围8邻域是否存在洼地边界,若在某方向上存在洼地边界,则停止该方向的生长,将除边界所在的邻域以外的其他邻域作为此次生长的种子点,不断循环上述方法,直至整个洼地边界所围绕的区域完成填充。上述可能的实现方式仅为示例说明,在实际的应用场景中,还可以利用图像的灰度等相似性质完成洼地区域确认,本申请对此不做限定。
节点个数表示提取到的是洼地区域中地理位置的数量,通过配置最小节点个数确定生成矢量的阈值,即通过对最小节点个数的参数调整,对不影响用户的分析结果但会加大***运算量的洼地区域中地理位置的数量小于用户设置的最小节点个数的洼地区域进行过滤,也就是说,在最终进行图形矢量绘制时,将洼地区域中地理位置的数量大于用户设置的最小节点个数的洼地区域确定为待绘制图形矢量的洼地区域,而洼地区域中地理位置的数量小于用户设置的最小节点个数的洼地区域不是待绘制图形矢量的洼地区域,忽略这些洼地区域。在一种可能的实现方式中,可以将洼地区域中地理位置的数量小于用户设置的最小节点个数的洼地区域填平,以将其移出待绘制区域;在另一种可能的实现方式中,可以利用滤波器对洼地区域中地理位置的数量小于用户设置的最小节点个数的洼地区域进行过滤。本申请对于将洼地区域中地理位置的数量小于用户设置的最小节点个数的洼地区域移出待绘制区域的方式不做限定。举例来说,若用户设置的最小节点个数为10,当洼地提取算法提取到的第一洼地区域中地理位置的数量为5时,因为第一洼地区域中地理位置的数量5小于用户设置的最小节点个数10,则第一洼地不在用户的分析范围内,即第一洼地不是待绘制图形矢量的洼地区域;当洼地提取算法提取到的第二洼地区域中地理位置的数量为100时,因为第二洼地的地理位置的数量100大于用户设置的最小节点个数10,则第二洼地在用户的分析范围内,即第一洼地是待绘制图形矢量的洼地区域。
步骤602:在目标洼地区域,绘制用户设置的绘制模式所指示的图形矢量。
绘制模式表示的是生成矢量的类型。在一种可能的实现方式中,若用户选择的绘制模式是边界点,则所绘制的图形矢量为一批点矢量;在另一种可能的实现方式中,若用户选择的绘制模式是汇水区,则所绘制的图形矢量为汇水区所在的平面形成的是面状矢量;在又一种可能的实现方式中,若用户选择的绘制模式是径流线,则所绘制的图形为表示径流的线状矢量。
在具体的应用示例中,用户根据实际的分析需求在界面上选择合适范围的目标范围,根据洼地提取算法得到的洼地边界信息,从而确定地理位置的数量大于或等于最小节点个数的洼地区域为目标洼地区域。例如,用户设置的最小节点个数为10,则只对各洼地区域中地理位置的数量5大于10的作为目标洼地区域,在目标洼地区域,绘制用户设置的绘制模式所指示的图形。
通过设置最小节点个数实现对不影响用户的分析结果但会加大***运算量的洼地区域中地理位置的数量小于用户设置的最小节点个数的洼地区域进行过滤,整体上减少了***的运算量,同时将更多的运算资源应用于对分析结果影响更大的洼地区域,提高分析速度与分析的精确性。此外,可选择的绘制模式使得用户能够根据自身需要输出合适模式的图形,增大了本申请所生成图像的适用范围。
可选的,在上述图6所示的基于数字高程模型的汇水区提取方法的基础上,本申请实施例还提供一种基于数字高程模型的汇水区提取方法的可能实现示例。如图7所示,图7为本申请再三实施例提供的一种基于数字高程模型的汇水区提取方法的流程图。在目标洼地区域,绘制用户设置的绘制模式所指示的图形矢量,该方法包括:
步骤701:在目标洼地区域内,绘制用户设置的绘制模式所指示的图形矢量的实体。
图形矢量由若干个图元组成,每个图元都是一个自成一体的实体,具有颜色、形状、轮廓、大小、位置等属性。在本申请绘制用户设置的绘制模式所指示的图形矢量的实体中,还需要对顶点的几何类型信息进行设置。顶点的几何类型信息表示的是用以对顶点进行表示的几何图形,例如,顶点的几何类型信息可以是矩形,即对矩形表示图形矢量的顶点;再例如,顶点的几何类型信息可以是圆形,即用圆形表示图形矢量的顶点;其顶点的几何类型信息也可以为其他的形状,例如三角形、球形等,本申请对此不做限定。本申请所生成的实体还可包含图形矢量的外骨架、材质等属性。在本申请中一种可能实现方式中,使用用户设置的目标范围的地理位置信息和所对应的数字高程模型信息以及绘制模式为边界点、顶点的几何类型信息为圆形所指示的图形矢量创建顶点信息。再结合材质等配置信息创建实体。
步骤702:根据预设的动态液体材质,对图形矢量的实体进行材质渲染。
步骤701所生成的图形矢量的实体的默认实体材质为单色填充,例如,其默认实体的材质为蓝色纯色填充,本申请可以将其更改为附有动画的动态水,例如本申请预设的动态液体材质为动态的、有流动或者波动效果的、有光影效果和透明度的水的材质。可以通过将实体材质的材质指针指向本申请预设的动态液体材质完成修改。
在一种可能的实施方式中,对图形矢量的实体进行材质渲染可以使用一种基于WebGL(Web Graphics Library,web图形库)的动画渲染技术进行动画渲染。在另外的可能实施方式中,对图形矢量的实体进行材质渲染可以使用OpenGL(Open Graphics Library,开放图形库)、Vulkan等渲染器,本申请对此不做限定。
需要说明的是,若在渲染结束后需要更改渲染相关的参数,例如需要修改材质,则需要删除图形矢量的实体后重新渲染;若在渲染之前需要更改渲染相关的参数,只需要更改实体材质对应材质指针即可。
在具体的应用实例中,选择绘制模式为汇水区模式,在目标洼地区域内,绘制用户设置的绘制模式所指示的图形矢量的实体,根据预设的动态液体材质,对图形矢量的实体进行材质渲染,如图8所示,图8为本申请再三实施例提供的一种基于数字高程模型的汇水区提取方法的汇水区渲染结果示意图。能够看出,在渲染后,汇水区的水面具有动态液体材质。
通过对图形矢量的实体进行材质渲染,使得本申请对所提取的汇水区的表达更加生动形象,使得分析的结果更直观易懂。
可选的,在上述图7所示的基于数字高程模型的汇水区提取方法的基础上,本申请实施例还提供一种基于数字高程模型的汇水区提取方法的可能实现示例。在目标洼地区域内,绘制用户设置的绘制模式所指示的图形矢量的实体,该方法包括:
根据目标洼地区域的地理位置信息、地理位置信息对应的高程数据,和绘制模式所指示的图形矢量的类型,创建图形矢量的实体。
在一种可能的实施方式中,绘制模式为边界点模式,则生成的是一批点矢量实体,其创建的图形矢量的实体如图9所示,图9为本申请再四实施例提供的一种基于数字高程模型的汇水区提取方法的边界点模式示意图;在另一种可能的实现方式中,若用户选择的绘制模式是汇水区,则形成的是面状矢量实体,其创建的图形矢量的实体如图10所示,图10为本申请再四实施例提供的一种基于数字高程模型的汇水区提取方法的汇水区模式示意图;在又一种可能的实现方式中,若用户选择的绘制模式是径流线,则形成线状矢量实体,其创建的图形矢量的实体如图11所示,图11为本申请再四实施例提供的一种基于数字高程模型的汇水区提取方法的径流线模式示意图。
每种绘制模式在完成绘制用户设置的绘制模式所指示的图形矢量的实体后,用户可以在界面上进行缩放,从更全面整体的角度,或者更局部的角度观察分析绘制结果。
利用目标洼地区域的地理位置信息、地理位置信息对应的高程数据,和绘制模式所指示的图形矢量的类型,完成图形矢量的实体的创建,使得创建的图形矢量实体包含更多内容,分析结果更加准确。
可选择,在上述任一实施例的基础上,本申请实施例还提供一种基于数字高程模型的汇水区提取方法的可能实现示例。在以上任一的基于数字高程模型的汇水区提取方法中,目标范围内目标数据精度的数字高程模型为:服务器对匹配到的目标范围的数字高程模型进行重采样得到的精度为目标数据精度的数字高程模型。
服务器中存储的是一种或者多种精度的数字高程模型数据,而用户设置的目标数据精度可能与服务器中存储的某一种数字高程模型的数据精度相同,也可能不同。因此,服务器在接收到请求后,需要在数字高程模型数据库中匹配目标范围内最匹配的数字高程模型数据。在一种可能的实施方式中,若用户设置的目标数据精度与服务器中存储的一种数字高程模型的数据精度相同,则该数字高程模型可以直接返回至计算机设备。在另一种可能的实施方式中,若用户设置的目标数据精度与服务器中存储的一种数字高程模型的数据精度不相同,则需要选择与用户设置的目标数据精度最相近的更高精度的数字高程模型,再将该数字高程模型中目标范围内的数据进行重采样,以获得满足用户实际的分析需求的目标数据精度地数字高程模型数据。需要说明的是,重采样是从高分辨率遥感影像中提取出低分辨率影像的过程。可以使用的重采样方法有最邻近内插法(nearest neighborinterpolation)、双线性内插法(bilinear interpolation)和三次卷积法内插(cubicconvolution interpolation)等。
通过多种采样方法实现服务器得到的精度为目标数据精度的数字高程模型,实现了目标数据精度的设置的灵活性与自由度。
下述对用以执行的本申请所提供的一种基于数字高程模型的汇水区提取装置、计算机设备及计算机可读存储介质等进行说明,其具体的实现过程以及技术效果参见上述,下述不再赘述。
如图12所示,图12为本申请一实施例提供的一种基于数字高程模型的汇水区提取装置示意图。该装置包括:
请求模块121,用于根据用户设置的目标范围和目标数据精度,向服务器请求目标范围内目标数据精度的数字高程模型;
划分模块122,用于根据数据精度,对目标范围进行地形格网划分,得到目标范围的地形格网;
映射模块123,用于将数字高程模型的高程数据映射至地形格网中的对应地理位置,得到目标地形格网;
洼地提取模块124,用于采用预设的洼地提取算法,对目标地形格网进行洼地提取,得到洼地边界信息;
绘制模块125,用于根据洼地边界信息,进行图形矢量绘制。
可选的,请求模块121在根据用户设置的目标范围和目标数据精度,请求目标范围内目标数据精度的数字高程模型之前还可用于:获取用户通过界面设置的目标数据精度;根据用户通过作用在界面上显示的地形图上的范围绘制操作,确定目标范围。
可选的,请求模块121在根据用户设置的目标范围和目标数据精度,请求目标范围内目标数据精度的数字高程模型之前还可用于:获取用户通过界面设置的可视化配置参数;绘制模块125还可用于:根据洼地边界信息和可视化配置参数,进行图形矢量绘制。
可选的,请求模块121中可视化配置参数包括:最小节点个数、绘制模式;绘制模块125还可用于:根据洼地边界信息,确定地理位置的数量大于或等于最小节点个数的洼地区域为目标洼地区域;在目标洼地区域,绘制用户设置的绘制模式所指示的图形矢量。
可选的,绘制模块125还可用于:在目标洼地区域内,绘制用户设置的绘制模式所指示的图形矢量的实体;根据预设的动态液体材质,对图形矢量的实体进行材质渲染。
可选的,绘制模块125还可用于:根据目标洼地区域的地理位置信息、地理位置信息对应的高程数据,和绘制模式所指示的图形矢量的类型,创建图形矢量的实体。
可选的,目标范围内目标数据精度的数字高程模型为:服务器对匹配到的目标范围的数字高程模型进行重采样得到的精度为目标数据精度的数字高程模型。
以上这些模块可以是被配置成实施以上方法的一个或多个集成电路,例如:一个或多个特定集成电路(Application Specific Integrated Circuit,简称ASIC),或,一个或多个微处理器,或,一个或者多个现场可编程门阵列(Field Programmable Gate Array,简称FPGA)等。再如,当以上某个模块通过处理元件调度程序代码的形式实现时,该处理元件可以是通用处理器,例如中央处理器(Central Processing Unit,简称CPU)或其它可以调用程序代码的处理器。再如,这些模块可以集成在一起,以片上***(system-on-a-chip,简称SOC)的形式实现。
如图13所示,图13为本申请一实施例提供的一种计算机设备示意图。该计算机设备包括:处理器131、存储介质132和总线,存储介质存储有处理器可执行的程序指令,当计算机设备运行时,处理器131与存储介质132之间通过总线通信,处理器131执行程序指令,以执行前述第一方面任一的基于数字高程模型的汇水区提取方法的步骤。上述计算机设备用于执行前述实施例提供的方法,其实现原理和技术效果类似,在此不再赘述。
可选的,在上述任一实施例的基础上,本申请实施例还提供了一种计算机可读存储介质,存储介质上存储有计算机程序,计算机程序被处理器运行时执行前述第一方面任一的基于数字高程模型的汇水区提取方法的步骤。上述计算机可读存储介质用于执行前述实施例提供的方法,其实现原理和技术效果类似,在此不再赘述。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(英文:processor)执行本发明各个实施例方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取存储器(英文:Random Access Memory,简称:RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。

Claims (6)

1.一种基于数字高程模型的汇水区提取方法,其特征在于,所述方法包括:
根据用户设置的目标范围和目标数据精度,向服务器请求所述目标范围内所述目标数据精度的数字高程模型;
根据所述目标数据精度,对所述目标范围进行地形格网划分,得到所述目标范围的地形格网;
将所述数字高程模型的高程数据映射至所述地形格网中的对应地理位置,得到目标地形格网;
采用预设的洼地提取算法,对所述目标地形格网进行洼地提取,得到洼地边界信息;
根据所述洼地边界信息,进行图形矢量绘制;
其中,所述根据用户设置的目标范围和数据精度,请求所述目标范围内所述数据精度的数字高程模型之前,所述方法还包括:
获取所述用户通过界面设置的可视化配置参数;所述可视化配置参数包括:最小节点个数、绘制模式;
其中,所述根据所述洼地边界信息,进行图形矢量绘制,包括:
根据所述洼地边界信息和所述可视化配置参数,进行图形矢量绘制;
其中,所述根据所述洼地边界信息和所述可视化配置参数,进行图形矢量绘制,包括:
根据所述洼地边界信息,确定地理位置的数量大于或等于所述最小节点个数的洼地区域为目标洼地区域;
在所述目标洼地区域,绘制所述绘制模式所指示的图形矢量;
其中,所述在所述目标洼地区域,绘制所述绘制模式所指示的图形矢量,包括:
在所述目标洼地区域内,绘制所述绘制模式所指示的图形矢量的实体;
根据预设的动态液体材质,对所述图形矢量的实体进行材质渲染;
其中,所述在所述目标洼地区域内,绘制所述绘制模式所指示的图形矢量的实体,包括:
根据所述目标洼地区域的地理位置信息、所述地理位置信息对应的高程数据,和所述绘制模式所指示的图形矢量的类型,创建所述图形矢量的实体。
2.如权利要求1所述的基于数字高程模型的汇水区提取方法,其特征在于,所述根据用户设置的目标范围和目标数据精度,请求所述目标范围内所述目标数据精度的数字高程模型之前,所述方法还包括:
获取所述用户通过界面设置的所述目标数据精度;
根据所述用户通过作用在所述界面上显示的地形图上的范围绘制操作,确定所述目标范围。
3.根据权利要求1-2中任一所述的方法,其特征在于,所述目标范围内所述目标数据精度的数字高程模型为:所述服务器对匹配到的所述目标范围的数字高程模型进行重采样得到的精度为所述目标数据精度的数字高程模型。
4.一种基于数字高程模型的汇水区提取装置,其特征在于,包括:
请求模块,用于根据用户设置的目标范围和目标数据精度,向服务器请求所述目标范围内所述目标数据精度的数字高程模型;
划分模块,用于根据所述数据精度,对所述目标范围进行地形格网划分,得到所述目标范围的地形格网;
映射模块,用于将所述数字高程模型的高程数据映射至所述地形格网中的对应地理位置,得到目标地形格网;
洼地提取模块,用于采用预设的洼地提取算法,对所述目标地形格网进行洼地提取,得到洼地边界信息;
绘制模块,用于根据所述洼地边界信息,进行图形矢量绘制;
其中,所述请求模块,还用于:
获取所述用户通过界面设置的可视化配置参数;所述可视化配置参数包括:最小节点个数、绘制模式;
其中,所述绘制模块,具体用于:
根据所述洼地边界信息和所述可视化配置参数,进行图形矢量绘制;
其中,所述绘制模块,还用于:
根据所述洼地边界信息,确定地理位置的数量大于或等于所述最小节点个数的洼地区域为目标洼地区域;
在所述目标洼地区域,绘制所述绘制模式所指示的图形矢量;
其中,所述所述绘制模块,还用于:
在所述目标洼地区域内,绘制所述绘制模式所指示的图形矢量的实体;
根据预设的动态液体材质,对所述图形矢量的实体进行材质渲染;
其中,所述绘制模块,还用于:
根据所述目标洼地区域的地理位置信息、所述地理位置信息对应的高程数据,和所述绘制模式所指示的图形矢量的类型,创建所述图形矢量的实体。
5.一种计算机设备,其特征在于,包括:处理器、存储介质和总线,所述存储介质存储有所述处理器可执行的程序指令,当所述计算机设备运行时,所述处理器与所述存储介质之间通过总线通信,所述处理器执行所述程序指令,以执行时执行如权利要求1至3任一所述的基于数字高程模型的汇水区提取方法的步骤。
6.一种计算机可读存储介质,其特征在于,所述存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行如权利要求1至3任一所述的基于数字高程模型的汇水区提取方法的步骤。
CN202110759401.5A 2021-07-05 2021-07-05 基于数字高程模型的汇水区提取方法、装置、设备及介质 Active CN113360594B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110759401.5A CN113360594B (zh) 2021-07-05 2021-07-05 基于数字高程模型的汇水区提取方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110759401.5A CN113360594B (zh) 2021-07-05 2021-07-05 基于数字高程模型的汇水区提取方法、装置、设备及介质

Publications (2)

Publication Number Publication Date
CN113360594A CN113360594A (zh) 2021-09-07
CN113360594B true CN113360594B (zh) 2023-09-26

Family

ID=77538229

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110759401.5A Active CN113360594B (zh) 2021-07-05 2021-07-05 基于数字高程模型的汇水区提取方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN113360594B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115880597B (zh) * 2023-02-15 2023-07-25 中国铁路设计集团有限公司 一种基于遥感技术的岩溶区落水洞提取方法
CN116340307B (zh) * 2023-06-01 2023-08-08 北京易控智驾科技有限公司 坡道图层生成方法和装置、高精度地图及电子设备

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103677826A (zh) * 2013-12-09 2014-03-26 河海大学 基于IDL和Mapinfo的子流域划分与信息提取方法
CN103886152A (zh) * 2014-03-27 2014-06-25 北京工业大学 基于城市下凹式立交桥区dem的流域汇水范围制作方法
CN105303612A (zh) * 2014-12-03 2016-02-03 河南理工大学 一种基于不规则三角网模型的数字河网提取方法
CN105740812A (zh) * 2016-01-29 2016-07-06 武汉大学 一种基于数字表面模型的城市汇水区提取方法
CN106446910A (zh) * 2016-09-12 2017-02-22 电子科技大学 一种复杂地质曲面特征提取与重构方法
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
CN109325084A (zh) * 2018-08-06 2019-02-12 青海中水数易信息科技有限责任公司 一种基于gis的河网图生成方法
CN110334384A (zh) * 2019-05-09 2019-10-15 上海海事大学 一种基于数字高程模型构建河道数据的方法
CN112017282A (zh) * 2020-07-15 2020-12-01 中山大学 面向数字高程模型的任意断面集水区边界与河网提取方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015130365A2 (en) * 2013-12-04 2015-09-03 Urthecast Corp. Systems and methods for earth observation

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103677826A (zh) * 2013-12-09 2014-03-26 河海大学 基于IDL和Mapinfo的子流域划分与信息提取方法
CN103886152A (zh) * 2014-03-27 2014-06-25 北京工业大学 基于城市下凹式立交桥区dem的流域汇水范围制作方法
CN105303612A (zh) * 2014-12-03 2016-02-03 河南理工大学 一种基于不规则三角网模型的数字河网提取方法
CN105740812A (zh) * 2016-01-29 2016-07-06 武汉大学 一种基于数字表面模型的城市汇水区提取方法
CN106446910A (zh) * 2016-09-12 2017-02-22 电子科技大学 一种复杂地质曲面特征提取与重构方法
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
CN109325084A (zh) * 2018-08-06 2019-02-12 青海中水数易信息科技有限责任公司 一种基于gis的河网图生成方法
CN110334384A (zh) * 2019-05-09 2019-10-15 上海海事大学 一种基于数字高程模型构建河道数据的方法
CN112017282A (zh) * 2020-07-15 2020-12-01 中山大学 面向数字高程模型的任意断面集水区边界与河网提取方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
A fast,simple and versatile algorithm to fill the depression of digital elevation models;Olivier Planchon等;《CATENA》;第46卷(第3期);159-176 *
基于DEM的水文特征信息的提取和可视化的研究与实现;孙友波;《中国优秀硕士学位论文全文数据库 基础科学辑》;A012-10 *

Also Published As

Publication number Publication date
CN113360594A (zh) 2021-09-07

Similar Documents

Publication Publication Date Title
Dübel et al. 2D and 3D presentation of spatial data: A systematic review
CN107479792B (zh) 一种智能网格预报订正方法及***
CN113360594B (zh) 基于数字高程模型的汇水区提取方法、装置、设备及介质
Yue et al. High-accuracy surface modelling and its application to DEM generation
US20110084967A1 (en) Visualization of Datasets
CN110738722B (zh) 一种热力图纹理的生成方法、装置及设备
Kennelly et al. Elevation models for reproducible evaluation of terrain representation
CN114820990B (zh) 一种基于数字孪生的流域防洪可视化方法及***
CN115861527A (zh) 实景三维模型的构建方法、装置、电子设备及存储介质
Meng Raster data projection transformation based-on Kriging interpolation approximate grid algorithm
CN110136262B (zh) 水体虚拟可视化方法和装置
CN113157990B (zh) 一种Cesium引擎下基于聚类算法的海洋标量可视化方法及***
CN114742931A (zh) 渲染图像的方法、装置、电子设备及存储介质
CN113902832A (zh) 一种洪水三维动态演进和渲染方法、装置及电子设备
US8330756B2 (en) Method and program of visualizing structured grid data
Zhukovskyy et al. Information System of Cartographic Images Analysis for Soil Condition Monitoring of Agricultural Parcels
Rink et al. An environmental exploration system for visual scenario analysis of regional hydro-meteorological systems
CN111667567B (zh) 电离层三维展示方法和装置
Polisciuc et al. Understanding urban land use through the visualization of points of interest
CN111445565B (zh) 一种基于视距的多源空间数据集成展示方法及装置
Ramirez Maps for the future: A discussion
CN114998497A (zh) 一种基于格网数据的图像渲染方法、***、设备及介质
CN115187709A (zh) 地理模型处理方法、装置、电子设备及可读存储介质
US20110074777A1 (en) Method For Displaying Intersections And Expansions of Three Dimensional Volumes
Samsonov Points-to-polygons and reverse animations for enhanced visual analytics on multiscale thematic maps

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