当前位置:主页 > 科技论文 > 软件论文 >

DEM数据中路径搜索与地貌自动划分方法研究

发布时间:2018-04-05 10:44

  本文选题:路径搜索 切入点:骨架线 出处:《西安建筑科技大学》2017年硕士论文


【摘要】:在数字高程模型(Digital Elevation Model,简称DEM)数据上进行路径搜索和地貌类型的划分是数字地形分析在地理学、地貌学以及地理信息科学中研究的热点问题,在人类生产、生活实践中具有良好的应用价值。在复杂的自然地形中,人或者车辆朝一定方向行进时,往往需要考虑地形对通行性的影响来选取适宜的路径。以此实际需要为导向,设计了一种沿搜索方向寻找较易通行路径的解决方法。此外,由于地貌影响着资源的配置,需要深入研究基本地貌类型的自动划分方法,科学地认知地貌特征,合理地利用自然资源。论文的主要工作分为以下两个方面:(1)考虑地形平坦度、地势等因素对通行性的影响,以坡度、地势起伏度、地表粗糙度为通行性评价指标对区域的通行程度进行评估与分级,在通行性分级数据的基础上,提取了可通行性区域的骨架线,并将其转化为有向图,进而运用Dijkstra算法找出与搜索方向吻合的路径。(2)目前,公认的地貌划分体系是地貌形态与成因综合对地貌进行划分。遵循这一划分原则,从地形因子的数学含义和地学意义出发,对进行了定性分析,筛选了适合地貌划分的地形因子组合,用以训练卷积神经网络实现了平原和山地特征信息的自动挖掘,再结合决策表对中国青藏高原、两广丘陵等部分地区进行地貌自动划分。
[Abstract]:Path search and geomorphologic classification based on digital elevation model digital Elevation model (demm) are hot issues in digital terrain analysis in geography, geomorphology and geographic information science.It has good application value in life practice.In complex natural terrain, when people or vehicles move in a certain direction, it is often necessary to consider the influence of terrain on the traffic to select the appropriate path.Based on the practical needs, a new method is designed to find a more accessible path along the search direction.In addition, due to the influence of geomorphology on the allocation of resources, it is necessary to study the automatic division method of basic geomorphological types, to scientifically recognize the geomorphological characteristics and to make rational use of natural resources.The main work of the paper is divided into the following two aspects: 1) considering the influence of terrain flatness, topography and other factors on the transportability, using slope, terrain fluctuation and surface roughness as the indicators of the evaluation of the accessibility of the area to evaluate and classify the traffic degree.Based on the traffic classification data, the skeleton line of the traversability region is extracted and transformed into a directed graph, and then the path matching with the search direction is found by using the Dijkstra algorithm.The recognized system of geomorphological classification is the combination of geomorphology and its origin.In accordance with this principle, from the mathematical meaning and geoscientific significance of topographic factors, the qualitative analysis is carried out, and the combination of topographic factors suitable for geomorphologic classification is selected.In order to train convolutional neural network, the feature information of plain and mountain can be excavated automatically, and the geomorphology of some areas such as Qinghai-Tibet Plateau, Liangguanghilly area and so on in China are divided automatically with decision table.
【学位授予单位】:西安建筑科技大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:P208

【参考文献】

相关期刊论文 前10条

1 曲景影;孙显;高鑫;;基于CNN模型的高分辨率遥感图像目标识别[J];国外电子测量技术;2016年08期

2 田丹;刘爱利;丁浒;张雯;齐威;;地貌形态类型面向对象分类法的改进[J];地理与地理信息科学;2016年02期

3 宋晓阳;姜小三;江东;黄耀欢;万华伟;王昌佐;;基于面向对象的高分影像分类研究[J];遥感技术与应用;2015年01期

4 尹宝才;王文通;王立春;;深度学习研究综述[J];北京工业大学学报;2015年01期

5 蒋好忱;杨勤科;;基于DEM的地形起伏度算法的比较研究[J];水土保持通报;2014年06期

6 汤国安;;我国数字高程模型与数字地形分析研究进展[J];地理学报;2014年09期

7 刘建伟;刘媛;罗雄麟;;深度学习研究进展[J];计算机应用研究;2014年07期

8 常直杨;王建;白世彪;梁中;;基于DEM数据的地貌分类研究——以西秦岭为例[J];中国水土保持;2014年04期

9 程维明;周成虎;;多尺度数字地貌等级分类方法[J];地理科学进展;2014年01期

10 高晓巍;;基于量子行为粒子群优化算法的路径规划[J];科技通报;2013年07期

相关博士学位论文 前2条

1 涂伟;基于Voronoi图的大规模物流车辆路径优化方法研究[D];武汉大学;2013年

2 梁立恒;基于空间形态的模糊数据集数字地貌研究[D];吉林大学;2011年

相关硕士学位论文 前9条

1 曾德耀;基于最佳地形因子组合的地貌形态类型划分研究[D];重庆交通大学;2015年

2 祝军;基于深度学习模型的图像分类研究[D];宁波大学;2015年

3 周勇军;蒙西至华中铁路煤运通道工程黄土滑坡3S技术应用研究[D];西南交通大学;2013年

4 季宇虹;地学信息图谱在城市生态信息表达中的应用[D];南京信息工程大学;2011年

5 林璐;基于小波分析的多尺度DEM表达及地形分析效应研究[D];西北大学;2008年

6 黄晶晶;数字高程模型TIN和等高线建模[D];中南大学;2007年

7 宋佳;基于DEM的我国地貌形态类型自动划分研究[D];西北大学;2006年

8 张真;越野机动的通道分析模型研究[D];解放军信息工程大学;2006年

9 刘爱利;基于1:100万DEM的我国地形地貌特征研究[D];西北大学;2004年



本文编号:1714431

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/1714431.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户50f98***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com