基于GIS的地灾预警降雨栅格数据自定义网格抽稀点方法实现

龙晓君, 郑健松, 李小建, 何政伟， 刘严松, 朱纪广, 陈慕华

(1.广东财经大学 a.地理与旅游学院，b.统计与数学学院，广州 510320； 2.河南财经政法大学 a.城乡协调发展河南省协同创新中心,b.资源与环境学院,郑州 450046；3.河南大学 环境与规划学院黄河文明与可持续发展研究中心，开封 475001；4.成都理工大学 地质灾害防治与地质环境保护国家重点实验室，成都 610059)

基于GIS的地灾预警降雨栅格数据自定义网格抽稀点方法实现

龙晓君1a,2a,3, 郑健松1b, 李小建2a,3, 何政伟4， 刘严松4, 朱纪广2b, 陈慕华1a

(1.广东财经大学 a.地理与旅游学院，b.统计与数学学院，广州 510320； 2.河南财经政法大学 a.城乡协调发展河南省协同创新中心,b.资源与环境学院,郑州 450046；3.河南大学 环境与规划学院黄河文明与可持续发展研究中心，开封 475001；4.成都理工大学 地质灾害防治与地质环境保护国家重点实验室，成都 610059)

地质灾害预警系统中需要准确的研究区预报降雨栅格数据及生成方法，开发程序，借助于全区高程点进行子网格内高程点分层次随机抽稀，设置抽稀网格的大小及抽稀的比例，抽稀后的结果可进行人工补充剩余特征高程点；再根据已有监测站监测值，初步设定高程与降雨的关系，赋值降雨量，计算累加降雨，进行IDW插值生成预报降雨的栅格，根据不同的设置，将生成的预报降雨栅格与易发分区及历史灾害区域进行对比，判别最佳抽稀比例设置以生成最符合要求的预报降雨栅格。特点是程序快速抽稀，可控制度高，以少量更准确全面的点位获取更适用于研究区的降雨栅格，提高降雨预报的准确性，优化存取及处理效率,为降雨预报插值分析等应用提供一定的技术参考。

网格; 高程点抽稀; 预报降雨栅格; 程序实现; 地质灾害预警

0 背景

“5.12”汶川地震后，中国西南地区连续发生多次大规模崩塌、滑坡、泥石流等地质灾害事件，这表明多降雨气候，为地质灾害的形成和运动提供了成灾发育的能量和物源条件，是地质灾害诱发的重要因素。基于实时动态气象信息开发地质灾害时空预警系统需要准确的降雨栅格预报数据，能精准适当地反映研究区未来的天气情况，提高预警预报精准化程度，也是地质灾害预警建模等重要的指标之一。笔者以四川省甘孜州丹巴县为研究区，该区位于川西高海拔、高寒、脆弱地貌过渡带，主要区域为高山峡谷，降雨量充沛，地质构造复杂、属于典型的地质灾害易发区域[1]。为了获取更贴近于本研究区地质灾害易发区域及历史地质灾害区域对应的降雨栅格及生成方法或条件，面对海量的矢量场样本数据，数据抽稀简化技术至关重要。常用的空间抽稀方法有以下3种:①分层随机抽稀；②系统抽稀；③基于地统计抽稀。线状目标是地理空间中的3大要素(点、线、面)之一，由一系列散点组成。其简化算法基于点、用于线，并可扩展至面要素的形状简化，应用广泛[2]。常见的曲线抽稀算法有步长法、线段过滤法等，Douglas-Peucker及其衍生算法是当前的主流算法[3]，这些算法基于距离评估节点的重要程度并筛选淘汰点，进而简化线状目标[4-5],由此研究点抽稀算法是非常必要的，且具有一定实际价值。抽稀的关键是定义抽稀因子，抽稀因子的不同决定了抽稀算法的多样性[6]，笔者采用研究区最大范围矩形框分子网格的方法，在子网格范围内，使用由等高线转换的等高点，根据高程值排序，由高到低，按照抽稀的比例分段，随机选择，抽稀出来的高程点，人工可进行干预增删少量关键点，再根据初步假设的高程与降雨的关系，计算赋值降雨量及累积降雨量，根据抽稀点情况采用IDW方法插值，生成对应条件下的降雨栅格，再与研究区易发分区及历史地质灾害做对比，选取出最优贴近于研究区的抽稀条件，与其他抽稀方法(如Douglas-Peucker算法)相比，具有更加快速易于抽取，范围覆盖较大，简练、灵活性强、可控制度高，去除冗余数据，保留关键点，能够提高预报降雨的准确性，又能节约数据库存储空间、加快系统处理速度，与研究区域预报降雨应用适用的特点，属于简易的抽稀方法。在川西藏区脆弱地貌过渡带地质灾害预警系统的预警指标动态监测模块中开发实现降雨栅格动态生成，以期为高海拔高寒地质灾害多发地区提供预报降雨及灾害更精准的方法。

抽稀过程由插件程序[7-13]实现，开发工具为VS2010，地图工具为Arcgis 10.1 Engine。开发的语言为C#,WinForm架构，界面调用采用委托的方法，抽稀后台能够调用主界面的地图控件中数据，Arcgis Engine中提供了丰富的类库等地图支持，主要体现为灵活，更关注于算法方法的实现。地图数据集中在高程点的Shape数据，能够方便地读取。最后获得的点集合进行降雨量计算、保存结果等。系统实现的界面如图1所示。

图1 软件实现界面Fig.1 Software implementation interface

1 高程点抽稀实现

1.1 抽稀过程

抽稀过程如图2所示。

1)等高线转点，将研究区已有等高线数据，运用arcmap工具转换为等高点数据。

2)使用VS2010及Arcgis10.1搭建开发环境，利用arcgis engine读取高程点shp数据，获取整个研究区最外框包络(Envelope)，建立抽稀窗口。

3)根据研究区最外框(Envelope)，抽稀窗口设定的抽稀比例及网格比例，进行分网格，开始进行抽稀。

图2 抽稀过程示意图Fig.2 Sketch and method of pumping process

4)根据网格比例，横、纵向进行分割，如设置分割网格比例为10，表示将大范围网格分割为10*10个子网格。

5)已知最左下角、最右上角坐标，算法从最左下角开始进行构建子网格，网格采用AE的空间查询接口进行空间要素查询，得到当前子网格内的高程点数据。

6)根据网格内高程点，按照高程值进行从高到低排序，根据抽稀窗口设定的抽稀比例分段数据，如抽稀比例设置为7，表示当前子网格范围内高程点排序后被分为7段，如果有多余的点，补充到最后最低点范围内。

7)根据当前子网格范围分段数据，按照Dotnet提供的随机抽取方法，进行随机抽取，抽稀后保存到数据集，后续获取的子网格依次进行本步骤操作，直到所有网格遍历完成，获得当前抽稀网格比例及抽稀比例处理的抽稀点集合。

8)保存当前设置下获取的抽稀点，然后进行其他相应抽稀网格比例及抽稀比例操作，获取对应的抽稀点集合，都保存为Shapefile格式。

1.2 抽稀点效果

进行程序随机抽取，可以在使用时进行人工补点和删除点，目的是为了消除局部的差异，插值后的栅格可以和研究区易发分区及历史灾害数据做对比，如果有局部明显异常的区域，可以手动进行增删改高程点操作，以此进行消除异常过程。而系统设置的抽稀网格数及抽稀比例，可以获取不同条件下的降雨栅格，抽稀效果见图3。

图3 抽稀效果Fig.3 Thinning effect(a)20*7；(b)7*7 ；(c)20*4；(d)4*4

2 预警栅格生成应用

插值方法主要分为考虑高程的多变量地学统计插值方法与不考虑高程的单变量插值方法，其中包括泰森多边形、反距离法、克里格法、距离权重法、一阶局部多项式法、二阶局部多项式法、样条函数法等方法。因为抽稀后的离散点分布均匀，并且能反应区域内高程引起的降雨变化，笔者主要采用IDW插值的方式应用和系统开发。

表1 丹巴县近年5-9月最大日降水量统计表

注：单位 mm

根据程序获取的抽稀后高程点集合Shape文件，建立降雨字段Rainfall_Value，进行降雨值计算，为了获取区域内连续的降雨值，我们主要参考高程的影响，研究其与降雨的关系，已有相关的研究表明高程与降雨存在一定关系[12]，如到一定高程阈值前，研究区降雨量随高程增加而增加，过阈值后随高程增加而减少，这里自定义初步建立高程值与降雨的关系表达式进行模拟，如式(1)所示。

yi=-axi2+bxi+c

(1)

式中：xi为高程i对应的自变量；yi为相应的降雨因变量；a、b、c为相应的参数。研究区降雨集中，多集中在5月-9月，约占全年的75.4%，雨旱季明显。降雨时段集中，降雨量集中，多年月平均降雨量为110 mm以上。根据近5年统计资料显示(表1)，勘查区汛期多暴雨。使用表1中数据，再采用参数设置为0.7(计算累计降雨量的经验参数值)的累积降雨公式，得到最终的降雨值，赋值于高程抽稀点图层降雨值字段，再采用IDW插值进行插值计算。

(2)

图4 抽稀点插值生成栅格效果Fig.4 Raster effect of dilute point interpolation(a)20*7; (b)7*7; (c)20*4; (d)4*4

图5 栅格与易发分区对比效果Fig.5 Grid and prone partition contrast effect(a)20*7； (b)7*7； (c)20*4； (d)4*4

式中：Z值代表求得的点上的对应降雨值；Zi代表周围降雨点的降雨值；di代表目标点到周围点的距离。为获取连续降雨值延伸的特点，使用反距离加权法进行插值获取，距离抽稀点近的点受到的影响最大，因此能够获取趋近的值，生成的栅格值具有平滑的效果(图4)。

3 应用特点

抽稀算法的优劣可以用抽稀率与曲线精度等衡量，抽稀率是指过滤冗余信息的百分比，曲线精度是指抽稀后的曲线与原曲线误差程度[14]。然而抽稀算法的抽稀程度与精度均受到抽稀网格阀值与抽稀的比例控制[15]，因此，设置合理的阀值和比例是非常重要的。

我们主要以大范围的高程点去获取最适用研究区的抽稀网格及比例下点集(对应地图比例尺下抽稀后的关键点集)，以此推算符合研究区概况的预报降雨栅格，因为人工调整的原因，可以对最后结果产生影响。如图5所示，将生成的栅格与栅格范围内的易发分区进行对比，可以得出:

1)抽稀的网格越大，子网格越细，因为抽稀后的点数多，所以最终生成的栅格像元值分布越大并且连续。抽稀的网格小，生成的栅格范围大，精度体现的更低，适用于大范围普遍性预测。

2)抽稀的比例越高，同样最后生成的栅格像元也越丰富，可调整行越高。

3)与易发分区对比，明显抽稀网格数大抽稀比例高的更易于与分区进行详细地对比，适合人工再补点删点生成栅格操作。

4)采用自定义的二次方程能够在一定范围内模拟研究区高程与降雨的关系，能够计算累计雨量，方法具有一定的研究意义。

5)采用IDW插值方法，是根据研究区离散点能均匀分布并且密度能满足区域现状分析选取的。

6)采用开发的方式，能够更灵活地生成删格和获取对应的设置及数据，符合插件式快速开发应用的要求，便于应用。

4 结论

利用分子网格下高程值分层随机抽取的办法，能够平均地选取对应区域内的高程点，但是高程点对于本区域的重要性即权重值依然无法准确获取，因为降雨与多种地理及天气要素有关系，采用人工补充或者删除地形特征点的方法，能够在一定范围内补充降雨栅格精度及范围，最终获取合适的预报降雨栅格。实现了可自定义的分网格快速随机抽稀点的算法程序开发，结合了GIS生成栅格及对比分析，为大范围降雨预报提供了一种方便的预报栅格生成方式，符合一定的实际需求，有利于不同研究区灾害预警的工作，为其提供一定的技术支持。

[1] 龙晓君.地质生态环境多尺度非线性智能评估研究——以康东地区为例[D].成都:成都理工大学，2011.

LONG X J. Nonlinear multi-scale intelligent assessment of geological Environment -A Case Study in Kangdong area[D].Chengdu: ChengDu University of technology,2011.(In Chinese)

[2] 刘钊,高培超，施洪刚，等. SimpliPoly算法的线状目标简化研究[J].测绘科学,2012,32(2):209-210.

LIU Z,GAO P C,SHI H G,et al. Smplification of linear objects based on SimpliPoly algorithm[J]. Science of Surveying and Mapping,2012,32(2):209-210.(In Chinese)

[3] 费立凡，何津，马晨燕.等.3维Douglas-Peucker算法及其在DEM自动综合中的应用研究[J].测绘学报,2006,(3):278-284 .

FEI L F,HE J,MA C Y,et,at. Three dimensional Douglas-Peucker algorithm and the study of its application to automated generalization of DEM[J].Acta Geodaetica et Cartographica Sinica,2006,(3):278-284.(In Chinese)

[4] 陈红华，李满春，李飞雪. 插件式GIS应用框架的设计与实现[J].地理空间信息,2011(02) :26-28.

CHEN H H,LI M C,LI F X. Design and realization of plug-in GIS application framework[J]. Geospatial Information,2011(02) : 26-28.(In chinese)

[5] 卢英水，李乃良.基于特征点的高程点自动抽稀法[J].测绘与空间地理,2008(2):170-171.

LU Y S,LI N L.Automatic sparsing method for elevation points based on feature points[J]. Geomatics & Spatial Information Technology,2008(2):170-171.(In Chinese)

[6] 缪志修.基于机载LiDAR数据的DEM抽稀算法研究[D].成都:西南交通大学，2010.

MIU Z X. LIDAR-based DEM thinning algorithm[D].Chengdu:Southwest Jiaotong University,2010.(In chinese)

[7] 彭认灿，董箭，郑义东.垂距法与道格拉斯一普克法删除冗余顶点效率的比较[J].测绘通报,2010(3): 66-67.

PENG R C,DONG J,ZHENG Y D.The efficiency comparison of methods between perpendicular distance and Douglas-Peucker in deleting redundant vertexes [J].Bulletin of Surveying and Mapping,2010(3): 66-67.(In Chinese)

[8] 孙丽,高飞,胡小华. ArcEngine插件式GIS二次开发框架的设计与实现[J].测绘科学,2011(5):214-216.

SUN L,GAO F,H X H. Design and realization of framework for plug-in GIS secondary development based on ArcEngine[J].Science of Surveying and Mapping,2011(5):214-216. (In Chinese)

[9] 吴建华. 基于ArcGIS Engine的GIS软件开发方法[J].测绘通报,2010(11):54-57.

WU J H. Development methods of GIS software based on ArcGIS engine[J]. Bulletin of Surveying and Mapping,2010(11) : 54-57.(In chinese)

[10] 殷勇,梁西腾,丁圣陶,等.一种基于曲线分段的等高线自动注记方法[J].测绘科学,2012,37(5):76-77 ).

YIN Y,LIANG X T,DING S T,et at. A method of auto labelling on contour based on curve segment[J]. Science of Surveying and Mapping,2012,37(5):76-77.(In Chinese)

[11] 于靖,陈刚,张笑,等.面向自然岸线抽稀的改进道格拉斯—普克算法[J].测绘科学,2015(4):23-27.

YU J,CHENG G,ZHANG X,et al. An improved Douglas-Peucker algorithm oriented to natural shoreline simplification[J].Science of Surveying and Mapping,2015(4):23-27.(In Chinese)

[12] 应申，陈桂秋，曹晓航.多比例尺电子地图中基于线性道路的POI抽稀[J].测绘工程,2014(7):6-11 .

YING S,CHEN G Q,CAO X H. POI selection with the reference of linear roads in mufti-scale maps[J].Engineering of Surveying and Mapping,2014(7):6-11.(In Chinese)

[13] 张斌，刘洋，朱建涛.抽稀算法在工程机械定位监测数据处理中的应用研究[J].全球定位系统,2015(2):23-27.

ZHANG B,LIU Y,ZHU J T. Application of thinning algorithm based on processing in positioning data of construction machinery[J].GNSS World of China,2015(2):23-27.(In Chinese)

[14] 王屏，宋昊，刘淑红.基于点距离的点抽稀算法在电子地图符号化中的应用[J].科技与企业,2014(17):311-311.

WANG P, SONG H, LIU S H. Application of point based distance based algorithm m in the symbol of electronic map[J].Technology and enterprise,2014(17):311-311.(In Chinese)

[15] 刘新洪，李天，张永波.基于ArcGIS的点抽稀方法的研究[J].经纬天地,2015(1):31-34.

LIU X H,LI T,ZHANG Y B.Research on point pumping method based on ArcGIS[J]. Latitude and longitude,2015(1):31-34.(In Chinese)

Researchonimplementationandinterpolationofacustomgridextractionmethod

LONG Xiaojun1a,2b,3, ZHNEG Jiansong1b, LI Xiaojian2a,3, HE Zhengwei4, LIU Yansong4,ZHU Jiguang2b, CHEN Muhua1a

(1.Guangdong University of Finance, a.School of Geography and Tourism, b.School of Statistics and Mathematics,Guangzhou 510320,China; 2.Henan University of Economics and Law,a.Collaborative Innovation Center of Urban-Rural Coordinated Development, b.College of Resourcement and Environment, Zhenzhou 450046,China;3.College of Environment and Planning-Research Institute of Yellow River Civilization and Sustainable Development ,Henan University,Kaifeng 475001,China; 4.State Key Laboratory of Geohazard Prevention and Geoenvironment Protection, Chengdu University of Technology,Chengdu 610059,China)

The geological hazard warning system needs more accurate forecast rainfall and grid generation methods of study area,and develop process.With the help of the elevation points in the whole area, the hierarchical random sampling of the elevation points in the sub grid is carried out.We can set the size of the grid and the proportion of pumping. The results of sparsing can be used to artificial supplement the characteristic elevation points, according to the existing monitor data of of monitor stations,handle preliminary setting of relations between height and rainfall,assigned rainfall and calculate cumulative rainfall, and then use IDW interpolation to get rainfall forecast, according to the different settings, comparing the generated rainfall forecast grid with prone area and historical disaster area,determine the best proportion of dilution to get the most appropriate grid. Characteristics is the rapid extraction of the program, The control system is high, with a little more accurate and comprehensive point of view to obtain more suitable for the study area's rainfall grid, improve the accuracy of rainfall forecast, optimize access and processing efficiency. It provides some technical reference for the application of rainfall forecast interpolation analysis.

grid; elevation point sparsing; forecast rainfall raster; program implementation； forewarning of geological hazards

2016-11-21 改回日期： 2017-03-06

2017年广东高校省级重点平台和重大科研项目特色创新(社科类)项目(2017WTSCX038);广东省哲学社会科学“十三五”规划2017年度学科共建项目(GD17XSH07);河南省2015博士后科研基金项目(20150219);广东省大学生创新训练项目(201710592017)

龙晓君(1973-)，女，博士，讲师，主要研究方向为地质生态环境与地质灾害、灾害预警、灾害经济， E-mail：935627279@qq.com。

1001-1749(2017)06-0848-06

X 43

A

10.3969/j.issn.1001-1749.2017.06.19