利用TIN和高程梯度进行高程点抽稀

doi:10.13474/j.cnki.11-2246.2017.0166

测绘通报 ›› 2017, Vol. 0 ›› Issue (5): 110-112.doi: 10.13474/j.cnki.11-2246.2017.0166

利用TIN和高程梯度进行高程点抽稀

曹文涛, 何伟

武汉市测绘研究院, 湖北武汉 430022

收稿日期:2016-09-20 出版日期:2017-05-25 发布日期:2017-06-03
作者简介:曹文涛(1990-),男,助理工程师,主要从事AutoCAD二次开发和测绘数据处理等方面的研究工作。E-mail:cao6008@126.com
基金资助:
精密工程与工业测量国家测绘地理信息局重点实验室开放基金（PF2015-6）

Sparsing Elevational Points Using TIN and Elevational Gradients

CAO Wentao, HE Wei

Wuhan Geomatic Institute, Wuhan 430022, China

Received:2016-09-20 Online:2017-05-25 Published:2017-06-03

摘要/Abstract

摘要： 为了解决系列比例尺地形图缩编过程中高程点的抽稀问题，考虑到高程点分布的密度和地形起伏等因素，基于高程点构建了TIN，再结合平均高程面、高程梯度和局部高程最值点，对高程点进行了筛选抽稀。

关键词: TIN, 高程梯度, 高程点, 抽稀

Abstract: In order to solve the elevational points sparsing problem in the series scale topographic map downsizing process, considering the distribution density of elevational points, topography and other factors, this paper took a method for screening and sparsing elevational points based on the points constructing TIN,combined with mean elevation plane, elevational gradient and local extreme elevational points.

Key words: TIN, elevational gradients, elevational points, sparsing

中图分类号:

P284

曹文涛, 何伟. 利用TIN和高程梯度进行高程点抽稀[J]. 测绘通报, 2017, 0(5): 110-112.

CAO Wentao, HE Wei. Sparsing Elevational Points Using TIN and Elevational Gradients[J]. 测绘通报, 2017, 0(5): 110-112.

[1]	孔瑞瑶, 谢涛, 马明, 孔瑞林. CatBoost模型在水深反演中的应用[J]. 测绘通报, 2022, 0(7): 33-37.
[2]	段博凯. 基于Sentinel-3 OLCI卫星数据的海冰反照率研究[J]. 测绘通报, 2022, 0(6): 66-70.
[3]	兰进京, 曲逸穹, 都伟冰, 高鑫, 马丹丹, 郑岩超. 典型矿业城市地表形变遥感监测及沉降特征分析[J]. 测绘通报, 2022, 0(6): 98-103.
[4]	许广河, 何小锋, 王国瑞, 扈志勇, 程霞, 李小琼. 黄河流域宁夏(西吉县)段滑坡灾害的InSAR识别及成因分析[J]. 测绘通报, 2022, 0(6): 104-107.
[5]	朱邦彦, 唐超, 任志忠, 马状, 张琪, 李云. 基于PS-InSAR技术的珠海市地表形变监测与驱动力分析[J]. 测绘通报, 2022, 0(6): 108-113.
[6]	王道杰, 陈倍, 孙健辉. 机载LiDAR点云密度对DEM精度的影响[J]. 测绘通报, 2022, 0(5): 140-144,169.
[7]	李佳豪, 周吕, 马俊, 杨飞, 咸凌霄. 利用PS-InSAR技术进行城市地铁沿线形变监测与机理分析[J]. 测绘通报, 2022, 0(4): 20-25.
[8]	肖斌, 周忠赣, 范军林, 徐看, 刘向铜. Sentinel+Landsat融合影像的城市不透水面积参数获取[J]. 测绘通报, 2022, 0(4): 66-71,95.
[9]	王刚, 丁华祥. Sentinel-2A数据支持下的雷州半岛植被类型识别[J]. 测绘通报, 2022, 0(3): 76-82.
[10]	王晓晓, 韩留生, 杨骥, 李勇, 张大富, 孙广伟, 范俊甫. Sentinel-2与Landsat 8数据组合下的多特征冬小麦面积提取[J]. 测绘通报, 2022, 0(3): 111-115.
[11]	崔青林, 汪鸣泉, 黄永健. 融合随机森林模型和6种水体指数的上海市水体信息提取[J]. 测绘通报, 2022, 0(2): 106-109.
[12]	严夏青, 金双根, 黄敏敏. 基于Sentinel-1的长江干流水域面积动态变化遥感监测[J]. 测绘通报, 2022, 0(1): 33-38.
[13]	穆超, 刘振宇, 孟丹. 基于Sentinel-2卫星数据的内陆湖泊水体大气校正[J]. 测绘通报, 2021, 0(9): 9-14.
[14]	黄佳宾, 郭云开, 罗伟茂. 利用Sentinel-1监测武汉市地面沉降[J]. 测绘通报, 2021, 0(9): 53-58.
[15]	李丞鹏, 羊远新, 张蕴明. 使用FME与VBA提取机场方格网高程数据[J]. 测绘通报, 2021, 0(8): 129-134.

利用TIN和高程梯度进行高程点抽稀

Sparsing Elevational Points Using TIN and Elevational Gradients

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价