| 利用资源三号卫星DSM提取的山体特征线精度分析 |
2. 河海大学地球科学与工程学院, 江苏 南京,210098;
3. 中国电力建设集团昆明勘测设计研究院有限公司, 云南 昆明,650051
2. School of Earth Science and Engineering, Hohai University, Nanjing 210098, China;
3. Kunming Survey and Design Institute Co., Ltd., Power Constructing Corporation of China, Kunming 650051, China
随着我国经济的高速增长,能源供应紧张的矛盾越来越突出,风力发电对于调节国内能源结构、促进能源可持续发展具有重要意义。地形是影响风能分布的主要因素,也是风电场项目可行性的衡量指标[1-3]。在风电场宏观选址中,传统的山体特征线的获取是通过外业测绘采集控制点高程信息,再提取山体特征线。虽然这种山体特征线具有精度高等特点,但是它耗时耗力,且采集工作量大,有时甚至在地势险恶地区根本无法获取。近年来,国内学者尝试通过数字高程模型利用软件自动提取山体特征线,并进行精度评估[4-10]。例如,杨族桥等利用多尺度DEM提取特征点,连线后与DEM套合目视分析精度[11];陈永良等通过方向剖面法筛选DEM山脊 (谷) 点提取山体特征线,并与DEM进行目视比较[12];刘泽慧等利用DEM改善地形流水模拟来提取山体特征线,再将DEM特征点连线进行形态比较[13]。
可以看出,通过DEM自动提取山体特征线工作量小,但大多数仅从提取的特征线几何形态方面进行比较,未考虑更精确的点位精度分析方式。本文采用ArcGIS软件自动提取DEM山体特征线,从几何形态和点位精度来评价提取的山体特征线精度,以期对风电场风机布置提供更快捷的地形数据。
1 数据来源与处理本文试验区位于云南省姚安县保顶山片区,它地处东经101°~102°、北纬25°~26°,面积约105×105 km2(见图 1)。区域内坐落着一条长约5.5 km、高程在909~3 102 m之间南北走向的连续山脊,约99.7%的高程在1 000~3 102 m之间,0.3%的高程在909~1 000 m之间。
![]() |
| 图 1 研究区域位置图 Figure 1 Sketch Map of the Study Area |
根据李炳元的地形地貌分类标准[14],该区域地形包括5类:①平原,起伏度在20 m以内,约占7.5%;②台地,起伏度介于20~30 m之间,约占6.5%;③低丘陵,起伏度在100 m内,约占0.3%;④高丘陵,起伏度处于100~200 m之间,约占85.6%;⑤小起伏中山,起伏度在200~500 m之间,且海拔在1 000~3 500 m内,约占0.1%。
研究区DSM数据来源于资源三号卫星 (ZY-3)。资源三号卫星是我国第一个民用高分辨率立体测绘卫星,它兼具国土1:2.5万及更大比例尺地图的修测和更新,国家测绘地理信息局、国土资源部、水利部、农业部等将充分利用资源三号卫星数据服务国民经济建设[15, 16]。SRTM DEM数据来源于美国太空总署网站。2000年2月,美国奋进号航天飞机雷达获取了地球表面60°N~56°S地形测绘数据,陆地表面覆盖率高达80%,其中分辨率为90 m SRTM数据已经向全球免费公布[17]。
本文采用汤国安等基于正反地形自动提取山脊线和山谷线的方法[18]。在提取过程中,需要设置两个阈值:分析窗口和坡向变率。其中,分析窗口是关键[19],它直接决定了提取的特征线的完整性和连续性。考虑到本文的数据源和研究区特点,为了获得最优分析窗口,基于n×n(n=4, 5, …, 50) 大小分别提取山体特征线,再将提取的栅格单元数与分析窗口大小进行拟合,以此确定最优分析窗口 (见图 2)。
![]() |
| 图 2 DSM中提取栅格数量与分析窗口大小拟合曲线 Figure 2 Grid Number and Analysis Window Size Fitting Curve from DSM |
由图 2可以看出,该曲线显著存在峰值,其横坐标对应的是最优分析窗口。本文以最大高差法确定拐点[20],可知峰值处n≈9,因此最优分析窗口大小应为9×9。
2 研究结果比较 2.1 吻合度分析比较ZY-3 DSM与SRTM DEM提取的山体特征线,直观上,两者所提取的数据具有较高的吻合度。根据刘勇等吻合度比率计算方法[21],使用栅格分析工具分别计算两者的吻合度比率,计算结果如表 1所示。
| 表 1 山体特征线吻合度分析 Table 1 Analysis of the Matching Degree of Terrain Feature Lines |
![]() |
由表 1可知,ZY-3 DSM提取的山体特征线比SRTM DEM栅格数量更多,空间匹配度更高,但两者提取的吻合度并不太高,主要是因为该方法提取的数据含有冗余的山脊线和山谷线[7]。具体地说,①本文使用的ZY-3 DSM分辨率为15 m×15 m,SRTM DEM分辨率为90 m×90 m,两者分辨率比值是1/36。除去分辨率因素外,就山脊线而言,ZY-3 DSM与SRTM DEM提取的栅格数大致相同,而吻合的栅格数前者却比后者高出1.3倍;②对于山谷线,ZY-3 DSM提取的栅格数比SRTM DEM减少约7%,相反,吻合的栅格数前者却比后者增加约22%;③在吻合度比率方面,无论是山脊线还是山谷线,基于ZY-3 DSM提取的均高于SRTM DEM,达到9%。
2.2 点位精度分析风电场选址一般选用1:10 000地形图[22], 根据《1:5 000、1:10 000地形图航空摄影测量内业规范》[23],结合研究区地貌种类,故取3倍中误差即2.25 mm为限差。本文从ZY-3 DSM和SRTM DEM上提取的山体特征线各随机选择100个点,再与1:10 000实测地形图的同名点分别进行点位精度比较,采用绝对误差、点位中误差和均方根误差作为精度评价指标进行精度评价,计算结果如表 2所示。
| 表 2 同名点绝对误差分析/m Table 2 Analysis of Absolute Error of Identical Points/m |
![]() |
总之,从ZY-3 DSM提取的山体特征线x坐标精度高于y坐标;但SRTM DEM的y坐标精度高于x坐标。SRTM DEM绝对误差平均值高出ZY-3 DSM的4倍,其中x坐标绝对误差最大值为ZY-3 DSM的4.4倍,y坐标高出2.3倍。利用ZY-3 DSM提取的山体特征线更接近实测数据,比SRTM DEM提取的山体特征线的点位精度更高。
更进一步,将绝对误差分区段比较 (图 3(a)和3(b))。在0~10 m内,基于ZY-3 DSM的山体特征线x坐标和y坐标的绝对误差占全部51%,与之相比,SRTM DEM仅占全部4%和17%。也就是说,由ZY-3 DSM产生的绝对误差主要集中在0~10 m区段内。基于ZY-3 DSM提取山体特征线上同名点x坐标绝对误差值域为[0, 27],y坐标为[0, 69]。然而,SRTM DEM提取特征线同名点x坐标绝对误差值域为[0, 207],y坐标值域为[0, 157]。可以说,基于ZY-3 DSM提取山体特征线比SRTM DEM有更高的点位精度。
![]() |
| 图 3 坐标绝对误差统计直方图 Figure 3 Absolute Error Histogram of Coordinates |
继续分析点位中误差和均方根误差。由图 4(a)和4(b)可知,ZY-3 DSM所提取的山体特征线较SRTM DEM所提取的山体特征线具有更高的点位精度。就点位中误差而言,ZY-3 DSM值域为[1.414 2,50.606 3],而SRTM DEM值域为[7.778 1,148.691 0]。并且,ZY-3 DSM的点位中误差主要集中在0~10 m内,占全部42%。相反,SRTM DEM点位中误差仅占1%。至于均方根误差,ZY-3 DSM的x坐标均方根误差仅为SRTM DEM的1/4,y坐标为SRTM DEM的1/3;而山谷线x坐标的均方根误差仅为SRTM DEM的1/7,y坐标为SRTM DEM的1/3。
![]() |
| 图 4 点位中位差与均方根误差 Figure 4 Point of Error and Root Mean Square Error |
3 结束语
本文采用基于正反地形自动提取山体特征线,并从特征线的吻合度、同名点的点位中误差和均方根误差3个方面对提取的山体特征线进行精度比较分析。所得的结论如下:①由分析窗口大小和提取的栅格单元数拟合曲线来选取分析窗口阈值,最优分析窗口为9×9;②无论是特征线吻合度,还是同名点位精度,基于ZY-3 DSM提取的山体特征线均比SRTM DEM具有更高的精度。
总体来说,使用资源三号卫星数字表面模型所提取的山体特征线基本符合测绘1:10 000地形制图标准,可用于风电场选址与设计。而且提取错误主要是由数字高程模型的分辨率以及断线缺失导致的。栅格分辨率越高,提取的山体特征线精度越高。断线缺失是因为真实地形中山脊 (谷) 存在部分地势较为平缓区域,以至于分析窗口无法检测到高程差,导致断线的出现。在今后的研究中,对提取方法进行优化,对地形描述精度进行评价,以期得到更广泛的应用。
致谢: 本文数据由国家测绘地理信息局卫星测绘应用中心提供,在此表示感谢。| [1] | 宫靖远. 风电场工程技术手册[M]. 北京: 机械工业出版社, 2004. |
| [2] | 仇卫东, 王智冬, 李隽. 我国风电发展相关问题分析[J]. 电力技术经济, 2008, (1): 19–23. |
| [3] | 朱俊生. 中国新能源和可再生能源发展状况[J]. 可再生能源, 2003, (2): 3–8. |
| [4] | 张维, 汤国安, 陶旸, 等. 基于DEM汇流模拟的鞍部点提取改进方法[J]. 测绘科学, 2011, 36(1): 158–159. |
| [5] | 朱庆, 赵杰, 钟正, 等. 基于规则格网DEM的地形特征提取算法[J]. 测绘学报, 2004, 33(1): 77–82. |
| [6] | 闾国年, 钱亚东, 陈钟明. 基于栅格数字高程模型提取特征地貌技术研究[J]. 地理学报, 1998, (6): 84–91. |
| [7] | 刘洲俊, 胡包钢. GPU加速的高分辨率DEM图像地形特征线提取算法[J]. 中国图象图形学报, 2012, 17(2): 96–102. |
| [8] | 孔月萍, 方莉, 江永林, 等. 提取地形特征线的形态学新方法[J]. 武汉大学学报·信息科学版, 2012, 37(8): 996–999. |
| [9] | 刘立昌. 数字高程模型在土方工程中的应用[J]. 测绘地理信息, 2016, 41(1): 79–81. |
| [10] | 詹总谦, 来冰华, 位明露. 滑坡误检测形变区域定位与分析[J]. 测绘地理信息, 2016, 41(4): 62–64. |
| [11] | 杨族桥, 郭庆胜, 牛冀平, 等. DEM多尺度表达与地形结构线提取研究[J]. 测绘学报, 2005, 34(2): 134–137. |
| [12] | 陈永良, 刘大有. 一种新的山脊线和山谷线自动提取方法[J]. 中国图象图形学报, 2001, 6(12): 86–90. |
| [13] | 刘泽慧, 黄培之. DEM数据辅助的山脊线和山谷线提取方法的研究[J]. 测绘科学, 2003, 28(4): 33–36. |
| [14] | 李炳元, 潘保田, 程维明, 等. 中国地貌区划新论[J]. 地理学报, 2013, 68(3): 291–306. |
| [15] | 李德仁. 我国第一颗民用三线阵立体测图卫星--资源三号测绘卫星[J]. 测绘学报, 2012, 41(3): 317–322. |
| [16] |
余建斌.中国高分辨率光学立体测绘卫星--资源三号卫星投用[OL].http://paper.people.com.cn/rmrbhwb/html/2012-07/31/content_1090134.htm, 2012 |
| [17] | 詹蕾, 汤国安, 杨昕. SRTM DEM高程精度评价[J]. 地理与地理信息科学, 2010, 26(1): 34–36. |
| [18] | 汤国安, 杨昕. ArcGIS地理信息系统空间分析实验教程[M]. 北京: 科学出版社, 2006. |
| [19] | 周毅, 汤国安, 张婷, 等. 基于格网DEM线状分析窗口的地形特征线快速提取方法[J]. 测绘通报, 2007, (10): 67–69. |
| [20] | 涂汉明, 刘振东. 中国地势起伏度最佳统计单元的求证[J]. 湖北大学学报 (自然科学版), 1990, (3): 266–271. |
| [21] | 刘勇. 中国西北部高山高原地区SRTM3数据质量评价[J]. 兰州大学学报 (自然科学版), 2008, 44(6): 1–7. |
| [22] | 牟磊, 刘天龙. 利用STRM和NCEP数据提高风电场宏观选址的准确性[J]. 电网与清洁能源, 2009, (8): 54–58. |
| [23] |
中国国家标准化管理委员会. GB/T 13990-20121:5000、1:10000地形图航空摄影测量内业规范[S].北京:中国标准出版社, 2012 |
2017, Vol. 42







