DEM精度评价自动化系统的成果展示




程序员:左正康 完成时间:2013/12/3

系统开发背景:

原始的DEM精度评价方法:采用ArcGIS结合Excel的方式完成DEM的精度评价。具体操作是:利用ArcGIS工具箱中的创建TIN,TIN转DEM,坡度分析等工具将等高线的坡度图生成,然后在坡度图上选择坡度大的地方人工矢量28个检查点,然后再返回到矢量图层,人工判断计算每个检查点的高程值并依次手动填写完成属性表。然后利用ArcGIS的ExtractMultiValuesToPoints工具以检查点和DEM为录入数据,算出DEM上对应检查点的表面Z值,然后将2列属性信息导入到EXCEL中,利用EXCEL的数学工具算出高程差,中误差,然后根据2者之间的关系评价DEM的精度。

缺点:在生成检查点的这个环节中,工作量不仅大,而且由于人为的矢量和判读误差,造成评价的2次误差,最后得出的结果不精确。一般来说,检查点采集的越多,评价的结果越精确,这样就会造成工作量的增大,工作量增大就容易出错。

基于目前的现状和原始DEM精度评价的缺点,开发一款全自动的DEM评价系统很必要。

DEM精度评价自动化系统的开发思路与实现要点:

此系统将DEM评价的一整套流程集成在了此系统中。主要包括以下几个流程:DEM的自动生成,检查点的自动生成,DEM表面Z值的计算,中误差的计算以及评价结果图的生成。

此系统中较为核心的突破是检查点的自动生成。其它的环节都是基于AE的2次开发,检查点的自动生成是通过设计一套算法来实现的,该环节的自动化有效的解决了原始方法的不足,提高了评价结果的精度,全自动化大大降低了人类的工作量。以下具体展示该环节的设计与实现过程。

自动生成检查点的算法设计与实现:

由于对地形图的矢量化工作比较庞大,所以不同的人的数据质量有差异,数据风格也各不相同,所以第一步就是对数据的预处理。

1.预处理包括以下内容:

将等高线根据高程信息从大到小排序。

将相同高程的等高线归组。

这2项预处理保证了我们每遍历的2条等高线空间位置相邻并相差一个等高距。

接下来就是两两相邻等高线间坡度最大的点的自动选择。
 2.主要包括以下内容:

计算2相邻等高线之间的最短距离。

在最短距离上选择中间点。

最后一步就是生成点图层了。

3.主要包括以下内容:

空间点的生成。

属性数据的生成。

系统测试成果展示:

通过以下的前2个等高线放大图我们可以清楚的看到检查点精确的生成在了2相邻等高线最靠近的地方,也就是坡度最大的地方,测试结果说明:自动生成检查点的算法是准确的。






 
  附:原始方法评价的结果,经过比较,此系统的评价结果是正确的,此DEM不合格。


DEM精度评价自动化系统的成果展示,布布扣,bubuko.com

时间: 2024-08-09 02:02:41

DEM精度评价自动化系统的成果展示的相关文章

Kivy 中文教程 实例入门 简易画板 (Simple Paint App):0. 项目简介 & 成果展示

本教程咪博士将带领大家学习创建自己的窗口部件 (widget).最终,我们完成的作品是一个简易的画板程序. 当用 kivy 创建应用时,我们需要仔细思考以下 3 个问题: 我们创建的应用需要处理什么数据? 如何可视化地展示这些数据? 用户如何与这些数据交互? 以本教程的简易画板为例,我们希望用户可以用手指在触摸屏上画画,这便是用户与数据交互的方式.为了实现这样的交互,我们需要记录下用户手指的位置,这便是应用需要处理的数据.而在不同位置点之间绘制线条就是数据展示的方式. Kivy 应用中,用户界面

Python关于PIL库的学习总结与成果展示

一.关于PIL库的学习总结 PIL(Python Image Library)库是Python语言的第三方库,需要通过pip工具安装.安装PIL库的方法如下,需要注意,安装库的名字是pillow. :\>pip install pillow      #或者    pip3 install pillow PIL库支持图像储存.显示和处理,他能够处理几乎所有图片格式,可以完成对图像的缩放.剪裁.叠加以及向图像添加线条.图像和文字等操作. PIL库主要可以实现图像归档和图像处理两方面功能需求. (1

跟老男孩学习运维专业绘制原理图及架构图成果展示

利用周末时间学习了老男孩教育专业绘图免费视频,获益匪浅,原网址如下: 手把手带你绘图1-亿图专业绘制原理图超详细实战教程(限时免费) http://edu.51cto.com/course/course_id-6173.html 手把手带你绘图2-Visio专业架构图实战讲解(限时免费) http://edu.51cto.com/course/course_id-6334.html 首次绘图,水平有限,希望这是一个好的开始. 亿图7.8绘制:Linux硬连接与软连接逻辑图 Visio2013绘制

前端成果展示

这段时间一直在学习数据可视化的东西,主要用到D3.js库,

航空制造业信息化顶层架构部分成果展示

航空制造是我们国家未来高速发展的一个行业,是中国国家能力的一个重要表征,近几年我们涉足了. 航空制造业的信息化顶层架构的规划,有些内容比较有参考价值,截取一些片段供同行们参考....

β版本成果展示和使用实例-第二组【攻城喵组】

[注:当前的bbs为8月3日更新数据后的新版本] 一.注册和登录演示: 二.主页演示: 三.板块界面演示: 四.发帖演示: 五.回帖演示: 六.修改用户信息演示: 七.mini聊天演示: 八.其他用户页面演示: 原文地址:https://www.cnblogs.com/gongchengmiao/p/9416691.html

第一次冲刺阶段后的成果展示

开发软件:Android Studio(使用的模拟器为夜神模拟器) 使用语言:Java 实现功能及相应截图:app图标: 目录界面(左方为公式预览图,右方为公式名称) 公式详情界面(上方为公式图片,为了是公式的现实更标准,所以采用了图片显示:下方为公式名称.介绍) 设置功能(希望实现但由于时间有限没有具体界面,只是罗列了"设置.收藏.关于我们"这些选项) 总结与感悟:1.经过这几天的编程,认识了一个新的软件Android Studio,初步了解了一些软件功能与操作. 2.通过查找资料与

自动问答最新研究成果展示(SQuAD)

地址:https://rajpurkar.github.io/SQuAD-explorer/ Stanford Question Answering Dataset (SQuAD) is a reading comprehension dataset, consisting of questions posed by crowdworkers on a set of Wikipedia articles, where the answer to every question is a segme

信息领域热词查询统计(成果展示)

开场: 搜索:   主页: 分类搜索 词云图:  联系图: 文档下载: 文档: 原文地址:https://www.cnblogs.com/smartisn/p/12293582.html