基于城市框架数据的大比例尺城市DEM建模与管理方法研究

冯 琰

（苏州科技大学 环境科学与工程学院，江苏 苏州 215009）

随着城市管理科学化、精细化水平的提高，城市各行各业对城市高精度DEM的应用需求也有了更高的要求。在城市规划行业，DEM数据是城市规划的重要基础数据，利用DEM数据可以进行土地监测[1]、水源保护区规划、水系规划、景观规划以及规划方案[2]的三维效果显示等；在市政管理部门，利用DEM数据可以提取等高线和坡度分布信息，进行道路设计和施工、道路横纵断面分析、地下管线设计管理等；在水利部门，利用DEM数据可以进行水流向分析、流域分析、城市积水分析等，对于城市洪水暴雨预警等有积极作用。

与全球和国家级别DEM相比，城市级别DEM在制作方法、表现方式、存储方法和更新维护方法等方面具有以下特点：（1）由于城市中地形地貌破碎复杂，具有丰富的特征线，比如马路牙、下沉式广场、隧道出入口等都需要表现，因此，必须有高精度、高分辨率DEM表现城市级别DEM。（2）国内各大中型城市都具有丰富的基础地形数据，例如上海市拥有1∶500、1∶1000和1∶2000多种大比例尺地形数据，更新周期分别为0.5 a、1 a、1 a。大比例尺基础地形数据具有丰富的特征点线数据，例如道路面、水域面、陡坎线和斜坡线等，这些特征点线可以直接用于城市DEM建模，从而可以代替传统的航空摄影测量方法，提高DEM的生产和更新效率。（3）DEM数据结构包括规则格网（GRID）和不规则三角格网（TIN），针对城市地形地貌特点，TIN能较好的顾及城市地貌特征，逼真的表示复杂地形特征，并能克服地形起伏不大区域的数据冗余问题。因此，对TIN组织管理DEM数据方法进行了深入研究。（4）城市发展到一定程度，城市的地形地貌变化相对变缓，每年只是局部区域会有变化和调整，DEM数据的维护更新也须适应这一特点。在原有城市TIN数据基础上实现局部TIN的更新。不同于传统DEM建模方法，对基于城市框架数据的大比例尺城市DEM建模方法进行了研究，基于不规则三角格网（TIN）的城市DEM数据管理方法，建立城市DEM数据库，并解决基于TIN的DEM局部增量动态更新问题。

1 大比例尺城市DEM建模方法

1.1 DEM建模方法概述

目前国内外常用的DEM制作方法有：（1）全野外测量数据构建，这种方法虽然精度很高，但耗时长，成本高，更新困难，应用范围也比较小；（2）将现有的地形图数字化，生成数字网络模型，该方法虽然节约成本，但对于城市中的细节无法准确表达；（3）摄影测量和遥感的方法，即利用两相邻像对，在全自动摄影测量系统的支持下，通过输入地面控制点、相对定向和绝对定向以及影像自动匹配，生成DEM数据；（4）激光雷达法，这种方法采集到的数据为DSM点云数据[3]，利用DSM数据制作DEM数据也是近来研究的热点，但是此方法成本高，技术难度大，难以完全滤掉建筑、树木等噪声的影响。以上几种建模方法各有优缺点，目前比较常用的是摄影测量与遥感方法。这种建模方法可以得到高精度、高分辨率的DEM数据，在有高分辨率影像前提下，可以准确表达城市地貌细节特征。但是这种方法需要大量的人工干预，建模效率较低。

以上几种DEM建模方法中，摄影测量和遥感方法是目前比较常用的方法，较广泛地应用于国家和省级DEM的建模中；近几年由于激光雷达技术的发展，利用该技术进行DEM建模也在一些地区得以开展研究，但由于其成本高，一些关键技术一直未得到较好解决，该种建模方法也未得到广泛推广。充分利用城市中已有的数据资源，大比例尺城市框架数据，结合城市地形地貌特点，开展城市DEM建模方法研究。

1.2 建模方法

城市框架数据包括高程散点、道路面、道路附属设施、铁路中心线、水域面、街坊面、等高线、陡坎线和斜坡线。利用以上数据，在城市DEM中可以准确描述道路、水域、陡坎、下沉式广场、隧道出入口等复杂城市地形地貌。基于大比例尺城市框架数据的DEM建模方法包括以下几步：数据准备、数据筛查、特征线采集、三维特征线插值和TIN网构建。

1.2.1 数据准备

该方法所需数据源包括1∶500、1∶1000、1∶2000大比例尺基础地形数据及航空数字正射影像数据。由于上海市1∶500、1∶1000和1∶2000数据覆盖不同区域范围，因此，在数据准备阶段需要将三种比例尺数据进行合并，形成覆盖上海全域的、无缝拼接的大比例尺城市框架数据。此外，为了保证数据现势性，需要利用最新航空正射影像数据对城市框架数据进行更新，主要包括：（1）对与影像上不符的已竣工通车的市政道路及其以上等级道路，进行现势性更新；（2）对与影像上不符的通航河道，进行现势性更新；（3）对城市重点区域，进行现势性更新。

1.2.2 数据筛查

数据筛查是对城市框架数据中不合理部分、缺失部分、逻辑关系不正确部分进行处理，使其满足DEM建模需求。主要包括以下工作：

（1）数据完整性排查：将所有道路面、水域面、街坊面及池塘面按作业区块合并分割，排查出作业范围内存在的空白区域，并根据正射影像赋予空白区域相应的属性。

（2）水域面筛查：水域面包括河流、湖泊和水库等，通过水域面筛查，保留大面积的，贯通的水域面，删除其中零星的水域面。

（3）池塘面筛查：通过池塘面筛查，保留大面积的，连片的池塘面，删除其中小面积的、零星的池塘面。

（4）道路标高点筛查：删除高架、桥梁及引桥上的标高点。

（5）地形地貌高程点筛查：删除高程特殊的高程散点（如-900 m或9 999 m），筛选每一个街坊面内部的高程点，保留具有代表性的点，删除一些微地貌上的点。

1.2.3 特征线采集

这里特征线采集是指框架数据中不包含的，对表现城市形态非常重要的地形地貌特征线，比如下沉式广场、大堤大坝、隧道出入口等。这些特征线需要在航空影像立体像对环境下采集，利用城市框架数据中的陡坎线和斜坡线，分割原街坊面，使得建筑物附近的地表尽可能平缓，构成新街坊面，并保留该街坊面内所有地形地貌高程点。对沿海地区的街坊面，利用城市框架的陡坎线和斜坡线，采集大堤边线及大堤旁的斜坡线。

1.2.4 三维特征线插值

三维特征线插值是指利用城市框架数据中的高程散点数据对城市框架数据特征线插值赋予高程信息，从而得到三维特征线数据。其中等高线的处理方法不同于其他特征线，由于等高线属性字段中包含高程值，因此，根据属性字段可以直接生成三维等高线。

1.2.5 TIN网构建

图1 TIN网

通过以上四步，可以得到高程散点、三维道路线、三维街坊线、三维等高线、三维水域线等三维特征点线，在第五步中，将利用这些三维特征点线，根据一定规则连接成覆盖整个区域且互不重叠的但相邻接的一系列三角网，以构成一个不规则三角网TIN。采用三角网增长算法构建TIN网，最终得到以TIN为数据结构的DEM数据。如图1所示，为某区域的TIN三角网数据。

2 大比例尺城市DEM空间数据库

对于一个城市DEM数据而言，DEM是连续的、无缝的。大比例尺城市DEM空间数据库建库目的就是将所有相关的特征点线数据和不规则格网TIN数据按照一定方法有效组织起来，并根据其地理分布特点，建立统一空间索引，进而可以快速调度空间数据库中的任意范围数据，达到对全市DEM数据的快速无缝浏览和查询。

2.1 大比例尺城市DEM数据组织与管理

对于TIN模型的存储结构，国内外的不少学者已提出了许多种方法，其中最早的是由Peucker及Flower等人提出的按网点坐标和高程表及地形点邻接指针链存储，网点邻接指针链用每个点所有邻接点的编号按顺时针（或逆时针）方向存储。这种结构的存储量小，编辑方便，但计算量大，不利于TIN的快速显示。Gold，McCullagh，Tarvelas提出了用网点坐标和高程、三角形表、邻接三角形的存储方法，该方法具有拓扑效率高等特点，但存储量大，编辑不方便。McKenna提出了混合表示网点及三角形邻接关系结构。国内也有学者提出了相应的存储结构，陈晓勇提出了将TIN转化为规则三角网来存储。刘学军提出了用点、边、三角形结构存储，相对于前几种存储方法而言，采用这种结构占用的存储量更大，但随着计算机硬件技术的不断发展，计算速度相对而言更为重要，由于这种结构拓扑关系明显，便于管理，因而被广泛的应用在数字高程模型的数据组织中。因此，文中也采用这种数据组织方法。

图2 TIN数据组织结构

图2的三个表，分别用来记录组成三角形的顶点号、边号和三角形号。这三个表之间，通过索引指针相互发生联系，即由某一三角形（面），可以检索出构成该三角形的三条边（线），从而又可检索出该三角形的三个顶点（点），由某条边又可以很方便地检索出共用该边的两个三角形。这种结构，不仅便于TIN数据存储，建立拓扑管理，而且方便实现TIN数据编辑修改。

2.2 城市DEM空间数据库管理系统

传统的DEM等空间数据的管理一般是使用文件系统的方式进行的，在这种方式下，文件按照生产时的图幅进行管理，每个图幅对应一个文件。和关系数据库相比，文件系统在数据安全控制、数据共享、并发操作等方面具有难以克服的缺陷，由于网络的发展，这些问题显得尤为突出。DEM空间数据库管理系统的建设，可以控制整个数据库系统的运行，控制用户的并发性访问，执行对数据库的安全、保密、完整性检验，实施对数据的检索、插入、删除、修改等操作。（1）数据显示与浏览：通过导航窗口能浏览数据库中数据情况，能够任意开窗、放大、缩小和漫游；（2）查询：可通过图幅编号、区域边界（如行政区域）、名称（如地名）、平面坐标等在任意范围内进行DEM数据的查询；（3）数据入库和更新：可将数据导入数据库中，经入库工具检查无问题后，对无数据的区域数据直接入库，对已有数据区域，更新现有数据，并与周边数据进行融合；（4）数据分发与提取：可以按照图幅编号、行政区域名、经纬度范围、大地坐标范围进行分幅，矩形分块提取数据，也可以通过多幅图编号进行数据分发和提取的批处理；（5）历史版本管理：对DEM更新情况进行记录，保存DEM历史更新情况和数据，实现不同历史版本的DEM数据管理；（6）日志管理：数据库变更信息、人员登录情况等相关活动记录到日志中进行管理；（7）用户管理：数据库用户管理。

2.3 城市DEM空间数据库维护和更新方法

随着城市不断建设发展，城市的DEM也在缓慢发生变化，这就需要定期对城市DEM数据进行更新。在DEM数据的生产和更新的作业过程中，由于DEM数据的复杂性，该课题将研究相关的DEM数据检查和维护更新工具，辅助作业人员进行作业，从而提高数据生产质量，保证数据库数据的正确性。具体的功能包括：

（1）局部数据的分幅、提取和导出等操作；

（2）数据拓扑关系等的检查；

（3）DEM数据的完整性、正确性、一致性等检查；

（4）局部数据更新和周边数据进行接边融合；

（5）数据生产作业信息记录。

3 大比例尺城市DEM空间数据库应用实例

利用大比例尺城市DEM数据进行智能化灾害预警发布，下雨时，通过对雨量的预估，利用DEM数据判断全市易积水路段和易积水街坊，并对街坊积水程度进行定量评估，并将这些分析结果实时发布服务政府决策和方便市民生活。如图3所示，当下雨量为70 mm/h时，不同街区的积涝风险分析图，分别用不同颜色表示积涝风险程度，分别为很危险、危险、比较危险和一般危险。如图4所示，为城市中易积水路段分析图，图中黑色加粗标识路段为易积水路段。

图3 积涝风险分析图

图4 易积水道路分析图

4 结语

大比例尺城市DEM数据是“智慧城市”建设的基础，是建设三维城市模型，进行城市建设、规划和土地管理、市政工程、气象和水务管理等都必不可缺的资源，大比例尺城市DEM空间数据库的建设，能为相关领域的智能管理、智能分析、预警预报、科学决策和分析提供有力的支持，能在相关领域产生良好社会效益和经济效益。

[1]冯琰，潘琛.结合地表模型和遥感影像的地表变化监测[J].测绘科学，2016，41（3）：44-48.

[2]汪旻琦，冯琰，顾星晔，等.上海市3维城市规划辅助审批系统建设与应用研究[J].测绘与空间地理信息，2013，36（7）：97-100.

[3]顾星晔，冯琰，潘琛，等.DSM数据存储与变化检测算法研究[J].测绘与空间地理信息，2015，38（1）：169-171.

[4]邱文双，白海丽，赵飞.一种基于数字线划图的大比例尺城市DEM的建立方法[J].矿山测量，2008（3）：40-41.

[5]诸敏秋，窦炜，赵伟.南京市DEM构建及其在城市规划中的应用[J].城市勘测，2009（1）：76-79.

[6]卢小平，田继辉，张剑伟，等.多尺度DEM数据的组织与管理方法研究[J].测绘通报，2010（6）：12-15.

[7]杨刚，李朝奎，王芳，等.基于ArcSDE的DEM空间数据库的设计与实现[J].中南林业科技大学学报，2011，31（4）：169-173.

[8]但尚銘，安海锋，但玻，等.基于AVHRR和DEM的重庆城市热岛效应分析[J].长江流域资源与环境，2009，18（7）：680-685.

[9]彭亮，邹峥嵘，徐涛，等.AutoCAD数据在基于Imagis建模中的预处理与质量控制研究[J].测绘科学，2008，21（3）：38-42.

[10]吴焕萍，潘懋，胡金星，等.基于空间索引的规则格网DTM内插算法研究[J].地理与地理信息科学，2004，20（1）：43-46.

[11]季建华，杨军生.大比例尺DEM生产过程中的粗差检测与质量控制的研究[J].现代测绘，2004，27（3）：31-33.