(廣東麥科瑞地理信息工程有限公司,廣東 惠州 516000)
坡度圖是第三次全國國土調查成果的重要組成部分,尤其是耕地坡度。耕地坡度是耕地資源的重要屬性,直接關系到耕地保護政策制定、耕地生產能力評價等工作的開展及其成果質量。坡度圖制作的效果及精準度,對第三次全國國土調查的結果具有十分重要的意義。然而,坡度圖在制作過程中存在柵格數據矢量化、圖斑融合、數據拼接、圖斑邊界處理等難點,嚴重影響后期的圖形制作。為解決上述問題,提高坡度圖的制作效果,筆者利用聚類分析——遺傳算法來對前期柵格數據進行矢量處理,以及后期圖斑融合和數據拼接,旨在提高坡度圖的制作效果與精度。
坡度圖的數據量大,不同的GIS 圖片之間需要圖斑融合,易出現數據丟失、邊界模糊等問題。為了更好地分析坡度圖的制作技術,需對上述問題進行數學描述[1]。
(1)假設任意級坡度圖為M,其由柵格數據矢量化Si、圖斑融合Bi、數據拼接Di、圖斑邊界Li構成,i為1,2,……,n的自然數。
(2)兩個坡度圖的接口處分別為i、j兩個編號,即Sij、Bij、Dij、Lij。
(3)每一個接口處的數據被賦予ID 號,以便于在GIS 圖中被辨識。
(4)當兩個接口處的數據處于設定值范圍內時,實現數據的匹配,即Si=Sj屬于[0,x],Bi=Bj屬于[0,y],Di=Dj屬于[0,z],Li=Lj屬于[0,o]。
(5)坡度圖的制作公式如下:
式(1)中,M為坡度圖;x為柵格數據矢量化最大擬合值;y為圖斑融合最大擬合值;z為數據拼接最大擬合值;o為圖斑邊界最大擬合值;ξ為干擾調整系數。
假設坡度圖在Tk的約束條件下,GIS 數據由原始狀態(tài)I向矢量化J轉變,得到符合第三次全國國土調查要求坡度圖的期望值為P=ex[f(I)——f(J)/f(I+J)]Tk,該期望值介于0~1 之間,其值越接近于1,說明坡度圖質量越好。具體的計算公式如下:
由上述分析可知,只有兩個圖形的關鍵指標完全融合,其坡度圖的質量才最優(yōu)。
2.2.1 坡度圖融合點編碼
為了分析坡度圖制作關鍵技術的融合問題,必須先分析不同GIS 坡度圖銜接點的融合問題,構建銜接點的融合序列。假設每個銜接點有k個融合內容、r個融合指標,那么每個坡度圖融合點可編碼為IDk,r、數學描述為。
2.2.2 準確度設計
為了對坡度圖制作進行合理調節(jié),需要設定相應的準確度值,應對其坡度圖制作的時間進行分析,以此獲得最優(yōu)的坡度圖制作效果。準確度設計主要通過適應度函數來完成,從而反應理論測定值與實際結果值之間的吻合程度,或者兩者之間的差異化程度。為了避免準確度設計出現偏差,要對其進行閾值設定,以此來保證函數的有效性。筆者在GIS 圖形數據的基礎上,減少融合點之間的誤差,最大程度地實現圖形銜接處的準確融合,具體的計算公式如下:
式(3)中,Fk為最終得到的融合結果;ξ為融合點的調節(jié)系數,ti為銜接處的融合點,tj為銜接處的另一個融合點。
2.2.3 抗干擾設計
在進行坡度圖制作時,融合效果受外界干擾,干擾主要來自內部的矢量化數據和外部的冗余數據,這兩者對坡度圖的制作質量產生綜合性影響,也是坡度圖制作精度的主要影響因素。為了降低干擾因素對坡度圖制作的影響,需對其進行抗干擾函數設定,具體內容如下:
式(4)中,Nx,y,z,o為坡度融合點的最大擬合值;fmin為各個融合點的關鍵指標值集合;fmg為整個坡度圖各個融合點的關鍵指標值集合;fc為融合點的抗干擾程度。
(1)分析GIS 圖中的融合數據,得到融合點個數M,以及內部干擾P內、外部干擾性P外、融合點編碼IDk,r,以及各個融合點關鍵指標值集合fmin和整個坡度圖各個融合點關鍵指標值集合fmg。
(2)判斷融合點的計算過程,如果計算次數小于融合點總數M,且未遇到終止計算符號,則進入步驟3,否則轉入步驟6。
(3)依據Metropolis接受準則,設定融合點的干擾函數、適度函數的初始值,并形成計算方案。如果函數結果不符合預期要求,即[0,x],[0,y],[0,z],[0,o],則重新計算函數,重復此步驟,否則進入步驟4。
(4)分別將坡度圖的計算精度結果存入Sch,計算時間結果存入Tot。
(5)轉到步驟2,進行下一個融合點的計算。
(6)輸出整個坡度圖的結果,結束此運算。
以A 地區(qū)的LiDAR 地表高程數據為研究對象,數據點的要求為0~2 m(x=1.1,y=1.5,z=1.3,o=1.6);融合點M=2 010 個;適度函數的閾值為:平原地區(qū)<0.3 m、丘陵地區(qū)<0.8 m、山地地區(qū)<1.7 m;抗干擾函數排除圖片噪聲、架空人工構筑點,以及高程突變區(qū)域的復雜干擾,只考慮內部的技術因素。
為了測試坡度圖的制作效果,以及遺傳算法對關鍵技術的影響,筆者進行 MATLAB仿真分析。通過對上述案例的參數設定,得到處理結果(見表1)[2]。
由表1 可知,柵格數據矢量化Si、圖斑融合Bi、數據拼接Di、圖斑邊界Li關鍵技術指標的迭代次數為2 010,說明整個融合點都被有效遍歷。另外,隨著限制條件的增加,這個融合點的匹配結果并未出現較大的變化。同時,ti銜接處的融合點與tj銜接處的另一個融合點的匹配成功率>95 %,說明該圖形的融合效果較好,符合第三次全國國土調查坡度制圖的要求和規(guī)范。
表1 坡度圖制作的結果表
筆者隨機抽取坡度圖中的99 個融合點,分析其坡度圖的制作效果(見表2)。
表2 隨機抽取99 個點的制作效果分析表
由表2 可知,隨機抽樣的融合點中,標準誤差<1,說明上述數據在允許范圍內。另外,在對上述融合點的計算時間分析方面,各點的計算時間<10 min,最大時間為4 139.03 s,最小時間為315.272 s,由此說明坡度圖的制作時間較短。
為了進一步驗證坡度圖的制作效果,將計算精度與計算時間進行綜合分析,得到結果如圖1 所示。
圖1 坡度圖綜合效果分析圖
由圖1 可知,柵格數據矢量化Si、圖斑融合Bi、數據拼接Di、圖斑邊界Li與限制條件,坡度圖的制作效果符合相應的要求,并未超出預定的閾值限制,而且圖形整體比較平坦,說明圖形邊界在融合過程中效果較好,清晰度較高。
第三次全國國土調查中的坡度圖制作是調查結果的關鍵,但在坡度圖生成過程中,其關鍵技術發(fā)揮作用的效果并不理想[3]。利用遺傳算法對相關技術進行優(yōu)化,并構建坡度圖制作的數學模型,旨在提高坡度圖制作的準確率和綜合效果。MATLAB 仿真結果顯示,遺傳算法可以對坡度圖中的柵格數據矢量化Si、圖斑融合Bi、數據拼接Di、圖斑邊界Li關鍵性指標進行優(yōu)化,而且測量結果誤差<1,融合節(jié)點的數據要求符合0~2 m(x=1.1,y=1.5,z=1.3,o=1.6)。各點的計算時間<10 min,最大時間為4 139.03 s,最小時間為315.272 s。ti銜接處的融合點和tj銜接處的另一個融合點的匹配成功率>95 %。由上述分析可知,遺傳算法可以對坡度圖關鍵性指標進行優(yōu)化,使其在第三次全國國土調查中發(fā)揮作用,并提高成果質量。