论文部分内容阅读
基于数字高程模型DEM(Digital Elevation Models)提取水系信息，是研究分布式水文模型的基础。而DEM数据源多种多样，本文分析了目前流行的90m分辨率的SRTM DEM数据的特点，基于River Tools和ArcGIS Hydro Tools验证了SRTM的DEM数据在水文学中的应用，SRTM数据比GTOPO数据分辨率高、精度好，有着广阔的应用前景。 本文回顾了数字水系提取算法的研究进展，对比了各种DEM预处理方法，并比较了各种算法的复杂度，选取了一种快速填洼算法应用于系统开发中，该填洼算法定义了溢出高程的概念，并在最小代价搜索算法中结合数据结构中的优先队列逐步算出每一个栅格的溢出高程，最后得到的高程就是填洼处理后的高程数据。通过对不同分辨率的DEM的处理，发现该算法程序简单，在填洼效率上取得了极好的效果。而结合“tree.hh”库以建树的方式完成系统开发，程序简单紧凑。最后本系统基于SRTM DEM数据和30s分辨率的DEM数据在多个流域进行了验证，生成的水系与实际水系吻合较好。 采用面向对象的思想对系统进行分析设计，利用CH语言并基于标准模版库(STL)开发，编译环境为VC++.NET2003。STL是标准库中容器和算法这一部分的统称，其目的是将不同的算法和数据结构相结合，并获取最佳效率，其最重要的语言新特性是采用了命名空间技术。基于STL开发的系统程序简单紧凑，易于理解。而以建树数据结构的方法完成系统开发，不仅利于确定流域分水线，方便DEM栅格的流向计算，而且可以实现任意指定控制点或出口点的流域范围。所开发的系统基本不受地形影响，对平坦地区和复杂山区中的水系都能适用。