航道沖淤分析的可視化增強方法研究

張 玲，蔡忠亮，殷 紅，劉天云

(1.武漢大學資源與環境科學學院，湖北 武漢 430079；2.長江航道局，湖北 武漢 430010)

航道沖淤分析的可視化增強方法研究

張 玲1，蔡忠亮1，殷 紅2，劉天云2

(1.武漢大學資源與環境科學學院，湖北 武漢 430079；2.長江航道局，湖北 武漢 430010)

在航道沖淤分析過程及其可視化存在問題的基礎上，從數據建模處理、空間分辨率設定、圖形綜合處理、顯示重采樣設置、分級設色處理5個方面研究了航道沖淤分析可視化效果增強方法，并結合航道地形數據進行了試驗。試驗結果表明，本文提出的可視化效果增強方法不僅有效地避免了傳統可視化方法中的鋸齒效應、圖斑零碎和色彩分布不均等現象，而且能更加清晰、直觀、準確地表達航道沖刷與淤積的空間分布狀態與變化規律。

沖淤分析；可視化增強；圖形綜合；重采樣；分級設色

一、引 言

航道沖淤分析可視化即以可視化圖形表達航道沖刷與淤積的空間分布狀態與變化規律，是對沖淤分析過程和結果的可視化。它是分析航道地形演變的有利工具，是確定航道礙航區和計算疏浚工程量的重要支撐。然而，目前沖淤分析可視化研究中建模精度偏低，沖淤分析結果圖可視化效果不佳。

王紅等提出水下地形測量異常點剔除方法[1]，提高了水下地形測量數據建模精度。利用高程點、等高線結合地形特征數據創建DEM[2-6]，建模精度更高，更貼合真實地形。李志林等提出空間分辨率與基本等高距的關系[5]，李少梅等利用此關系確定了DEM空間分辨率，保證了數據建模精度與生成圖像的可視化效果[7]。重采樣算法中，與最近鄰法、雙線性法相比，三次卷積法可獲得更清晰的圖像，尹業彪等利用3種插值方法處理ALOS數據，并比較得出三次卷積法對影像中地物空間信息保留更好[8]的結論。利用擴張收縮算法可以較好地實現圖形綜合，陳夢竹等將其應用于土地圖斑綜合之中，取得了良好的效果[9]。

結合上述方法，本文從數據建模處理、空間分辨率設定、圖形綜合處理、重采樣設置、分級設色處理5個方面進行航道沖淤分析可視化效果增強。

二、航道沖淤分析過程及其可視化問題分析

航道沖淤分析是指對航道河床沖刷與淤積的空間分布狀態及其變化規律的分析過程，流程如圖1所示。首先處理航道地形數據建立DEM模型；然后對兩個不同時期的航道地形DEM模型進行疊置后差處理，得到航道沖淤分析結果圖。

圖1 航道沖淤分析流程

航道地形數據按照規則分布的格網點樣式進行采樣，技術難度大，導致數據點采集密度偏低；其次，水下地形寬高比很大，導致數據測量精度偏低，難以高精度描述航道水下地形。因此，在目前航道沖淤分析研究中，基于此類數據的DEM建模精度普遍偏低，最終生成的航道沖淤分析結果圖可視化效果不佳，鋸齒效應明顯，碎屑圖斑偏多，色彩分布不均。

三、可視化增強方法研究

基于上述航道沖淤分析可視化中存在的問題，本文從數據建模處理、空間分辨率設定、圖形綜合處理、重采樣設置、分級設色處理5個方面提出航道沖淤分析可視化效果增強方法。其中數據建模處理是針對建模精度不高提出的；后4個方面則是針對沖淤分析結果圖可視化效果不佳提出的。

1.數據建模處理

為了提高數據建模精度，本文對航道測深點數據作如圖2所示的處理。

圖2 數據建模處理流程

1)排除異常點。異常點是采集過程中人工或設備問題導致的，若不處理則會影響DEM建模精度。

2)加密測深點。原始測深點密度偏低，不能達到高精度地形建模要求，需要加密處理。

3)生成等深線。利用加密數據生成等深線，并根據實際地形特征適當調整等深線，使其能更加準確地描述水深空間分布情況。

4)創建DEM。鑒于水下地形比較復雜，本文利用特征數據強化水下地形特征[5]。如圖3所示，考慮特征數據的DEM模型明顯比未考慮特征數據的DEM模型更符合實際地形特征。因此，本文選擇利用測深點和等深線，并添加特征數據作為約束條件，建立DEM模型。

圖3 DEM建模效果對比

2.空間分辨率設定

DEM空間分辨率的高低決定其表達地表的詳細程度與細節破碎程度。分辨率過低，地表細節特征模糊；分辨率過高，表達地表細節破碎。同時，DEM空間分辨率的高低影響DEM建模精度。

本文利用分辨率與地表特征關系式確定合適的DEM空間分辨率[5]。地表地征關系式如下

式中，D表示DEM空間分辨率；K取值范圍為1.0～1.5；α為地表的平均坡度。

3.圖形綜合處理

本文通過圖形化簡平滑區域邊界，圖形合并聚合碎屑圖斑，實現對沖淤分析結果圖的圖形綜合處理。利用擴展和收縮算法實現圖形綜合，處理過程如圖4所示。首先，優先級較高的區域在各個方向上向外擴展覆蓋其鄰近的優先級較低的區域；然后，擴展后的圖形再向內收縮。此算法具有填充物體內部空洞、連接鄰近物體和平滑邊界的作用[10]。

圖4 圖形綜合原理

4.顯示重采樣設置

顯示重采樣是為了增強柵格數據的外觀而內插新像元值的過程。合適的重采樣技術可增強沖淤分析可視化效果。常用的4種重采樣技術有眾數法、最近鄰法、雙線性法和三次卷積法。眾數法和最近鄰法使處理后的圖像鋸齒效應明顯；雙線性插值法使圖像高頻分量受損，導致圖像輪廓模糊；三次卷積法能夠克服以上算法的不足，計算精度高，使處理后的圖像邊界光滑，細節更清晰[11]。

5.分級設色處理

分級設色是以色相的不同或色調的變化來表示現象數量分級的方法。為了更好地表達航道沖淤空間分布特征，本文從高程分級數設置、分類方法選擇、極端數據排除處理3個方面來設定分級設色的分級界限和級差。

(1)高程分級數設置

高程分級數過多，會導致圖斑零碎，圖像不連貫；分級數過少，會導致航道不同沖淤程度信息表達不夠詳細。本文根據航道地形起伏特征，結合具體可視化效果，設置最合適的高程分級數。

(2)分類方法選擇

分類方法有自然間斷點法、人工分類法、標準差分類法、等量分類法、幾何間隔分類法。自然間斷點法將相似值進行最恰當地分組，并可使各個類之間的差異最大化，能降低圖斑零碎度。人工分類法不易控制。標準差分類法適合正態分布數據；等量分類法適用于線性分布數據，兩者不適合本文數據分布特征。等距分類法容易產生空類，導致圖像色彩分布不均衡；幾何間隔分類法為確保每個類范圍與每個類所擁有的值的數量大致相同，常常會導致結果中出現圖斑零碎、色彩分布不均等現象。本文選擇自然間斷點法為最佳分類方法。

(3)極端數據排除

柵格像元屬性值分布直方圖中兩側像元數量非常少(稱這些像元為極端數據)。高程分級時，如果對這些像元數目極少的屬性值也加以考慮，會導致圖像色彩分布不均、圖斑零碎；并且這些像元幾乎都離散分布于數據邊緣，一般邊界數據誤差大。因此，分級設色可考慮排除這些極端像元來增強沖淤分析結果圖可視化效果。

四、試 驗

1.數據源與試驗平臺介紹

數據源為2003年10月、2012年10月的蘭竹壩水道地形圖；數據格式為AutoCAD數據格式DWG；數據類型為密集高程點。水道地形圖比例尺為1∶5000；除了靠河岸區，其坡度大致為2°～6°，平均坡度為5.7°，屬于平原河道；地形圖基本等高距為1 m[12]。

試驗平臺為ArcGIS Desktop 10.0。

2.試驗結果分析

(1)數據建模結果對比分析

將直接內插測深點數據建立的DEM模型與本文方法建立的DEM模型作對比。使用點檢測法作精度評估，前者中誤差為5.552，后者為0.22。采用本文方法創建DEM模型，精度得到有效提高。

對這兩種方法創建的DEM模型作相同渲染處理，得到結果如圖5所示。結合實際地形分析，與圖5(b)相比，圖5(a)框內突出的區域高程誤差偏大，與實際地形特征不符，這些區域是由原始測深數據中異常點導致的。由分析結果可知，采用本文方法創建DEM模型描述水下地形的準確度有效提高了。

圖5 不同建模方法下的DEM模型可視化效果對比

(2)空間分辨率設定結果對比分析

根據式(1)得到空間分辨的范圍為10～15 m。對不同空間分辨率下的沖淤分析結果圖作相同渲染處理，得到結果如圖6所示。空間分辨率為4 m的數據鋸齒效應明顯；空間分辨率為15 m的數據邊界光滑，輪廓清晰，可視化效果更好。

圖6 不同空間分辨率下的可視化效果對比

(3)圖形綜合處理結果對比分析

圖形綜合處理前后效果對比如圖7所示。與未作圖形綜合處理得到的結果相比，圖形綜合處理后的數據碎屑圖斑明顯減少，圖像連貫，可視化效果更好。

圖7 圖形綜合前后可視化效果對比

(4)重采樣設置結果對比分析

不同重采樣技術處理數據得到的結果如圖8所示。使用最近鄰法處理數據得到的圖像鋸齒效應明顯，邊界模糊不清；三次卷積法得到的圖像邊界光滑，整體效果更加清晰，圖像可視化效果更好。

圖8 不同顯示重采樣技術處理后可視化效果對比

(5)分級設色結果對比分析

使用柵格分類渲染器對沖淤分析結果圖作分級設色處理，最佳分級數設為9，最佳分類方法設為自然間斷點法，極端數據排除處理中忽略屬性值范圍設置為：－19～－13、23～39。

①高程分級數設置結果對比分析

不同分級數下的分級設色效果對比如圖9所示，分級數為4時，分級過少，表達沖淤信息不夠豐富；分級數為15時，分級過多，圖斑零碎，導致分級界線不明晰；分級數為9則恰到好處，既能充分表達航道不同沖淤程度的分級信息，又能避免圖斑過于零碎，也能使航道沖淤分級界線清晰，保證了較好的沖淤分析可視化效果。

圖9 不同分級數下的分級設色效果對比

②分類方法選擇結果對比分析

不同分類方法處理沖淤數據得到的結果如圖10所示，與圖10(a)相比，圖10(b)、圖10(d)、圖10(e)色彩分布不夠均衡，淺色面積偏少，圖10(b)中深色面積偏少；而圖10(c)碎屑圖斑偏多。由分析結果可知，自然斷點法作為分類方法，航道沖淤分析可視化效果明顯增強。

③極端數據排除處理結果對比分析

本文沖淤數據像元屬性值范圍為－19～39，忽略屬性值范圍設置為：－19～－13、23～39，極端值排除前后的效果對比如圖11所示。與作極端數據排除處理得到的圖相比，未作極端數據排除處理的圖中，碎屑圖斑偏多(如方框區域)；色彩分布不夠均衡(幾乎沒有深色)。由分析結果可知，極端數據排除處理有效增強了沖淤分析可視化效果。

圖10 不同分類方法下可視化效果對比

圖11 極端值排除前后可視化效果對比

3.試驗總結果分析

直接內插測深點建立DEM模型，空間分辨率設為1 m；分類方法設為標準差法，得到結果如圖12(a)所示。用本文可視化增強方法處理航道地形數據，得到結果如圖12(b)所示。前者高程誤差偏大，與實際地形特征不符(如B區)；碎屑圖斑較多(如A區)，鋸齒效應明顯；分級數過少，圖像對航道沖淤分級信息表達不夠豐富，色彩分布不均衡。由分析結果可知，本文方法處理航道地形數據得到的沖淤分析結果圖可視化效果有效提升。

圖12 可視化效果增強前后結果對比

五、結束語

本文從數據建模處理、空間分辨率設定、圖形綜合處理、顯示重采樣設置、分級設色處理5個方面進行航道測深數據處理及可視化效果增強，獲得了較好的航道沖淤分析效果圖，更加清晰、直觀、準確地反映了航道沖刷與淤積的空間分布狀態與變化規律。

該研究成果被成功應用于為長江航道管理部門研發的航道分析軟件平臺中，在實際應用中取得了很好的效果，從而驗證了該方法的有效性和實用性。但對于庫區等特殊地段的航道地形，該方法需要通過試驗進行適應性調整和進一步研究。

[1] 王紅，國輝，熊燕.水下地形測量高程異常點剔除方法研究[J].四川測繪，2004，27(1)：36-38.

[2] 楊勤科，MCVICAR T R，VAN NIEL T G，等.ANUDEM和TIN兩種建立DEM方法的對比研究[J].水土保持通報，2006，26(6)：84-88.

[3] HUTCHINSON M F.A New Procedure for Gridding Elevation and Stream Line Data with Automatic Removal of Spurious Pits[J].Journal of Hydrology，1989，106 (3)：211-232.

[4] 楊勤科，李領濤，張彩霞.ANUDEM——專業化數字高程模型插值算法及其特點[J].干旱地區農業研究，2006，24(3)：36-41.

[5] 李志林，林慶.數字高程模型[M].武漢：武漢大學出版社，2003.

[6] 郭明武，吳凡.對一種基于規則格網DEM自動提取地性線算法的改進[J].測繪通報，2006(7)：49-51.

[7] 李少梅.數字地貌暈渲理論與技術的研究[D].鄭州：信息工程大學，2004.

[8] 尹業彪，李霞，石瑞花，等.基于ALOS數據3種插值方法對比分析[J].新疆農業大學學報，2008，31 (6)：46-49.

[9] 陳夢竹，程雄，張新利，等.土地利用現狀圖斑綜合的工程應用方法研究[J].大地測量與地球動力學，2013，33(4)：83-87.

[10] 胡鵬，游漣，胡海.地圖代數[M].北京：測繪出版社，2007.

[11] 梅安新，彭望琭，秦其明，等.遙感導論[M].北京：高等教育出版社，2001.

[12] 中華人民共和國水利部.SL257—2000水道觀測規范[S].北京：中國水利水電出版社，2001.

Visualization Enhancement for Erosion-deposition Analysis in Waterway

ZHANG Ling，CAI Zhongliang，YIN Hong，LIU Tianyun

P237

B

0494-0911(2014)11-0068-05

2014-04-14

張 玲(1988—)，女，湖北襄陽人，碩士生，研究方向為數字地圖制圖與地理信息服務。

張玲，蔡忠亮，殷紅，等.航道沖淤分析的可視化增強方法研究[J].測繪通報，2014(11)：68-72.

10.13474/j.cnki.11-2246.2014. 0366