基于ArcEngine的DEM地形可視化自增強方法與實現

張 翔，王方雄

（1.遼寧師范大學 遼寧省自然地理與空間信息科學重點實驗室，遼寧 大連 116029；2.遼寧師范大學 城市與環境學院，遼寧 大連 116029）

數字高程模型（DEM）本身含有豐富的地形特征和結構信息，這些信息從不同的側面刻畫了地形地貌的本質特征，如果把這些信息再次和DEM本身進行融合，即可實現不需要借助任何外部數據的DEM地形可視化自增強[1]，為用戶提供更加直觀、準確、精細的地形認知，增強DEM的地形可視化效果。DEM地形可視化自增強是將數字地形分析（DTA）[2]的解譯結果（如坡度、坡向、曲率、變率等）與等高線、地形暈渲等進行有效融合，凸顯不同地形特征和細節，實現同時具備可量測性和直觀性的3維地形信息表達方法。本文基于Visual C#.NET開發平臺與ArcEngine組件技術來探索DEM地形可視化自增強方法，研究集準確性與靈活性于一體的DEM地形可視化自增強實現技術。

1 DEM地形可視化自增強方法

DEM地形可視化自增強方法的總體流程如圖1所示，分為提取坡面因子、生成暈渲圖和融合顯示3個步驟。首先通過DTA技術對DEM表面進行分析，提取坡度、坡向、曲率、變率等坡面因子模型，然后利用暈渲技術分別對坡面因子模型和原始DEM進行處理，得到DEM暈渲模型（光照模擬暈渲和彩色分區暈渲模型），最后通過融合技術調整DEM暈渲模型的透明度，從而形成具有更強立體感、易于地形信息認知的3維地形可視化模型。

圖1 DEM地形可視化自增強總體流程圖

DEM地形可視化自增強方法采用Visual C#.NET開發平臺與ArcEngine組件技術[3-5]進行開發，通過使用ISurfaceOp、IRasterDataset、IAlgorithmicColorRamp、IExport等主要接口完成。其中，提取有效的坡面因子是該方法的關鍵。按照坡面因子所描述的空間區域范圍，可以將坡面因子劃分為微觀坡面因子與宏觀坡面因子2種基本類型[6]，DEM地形可視化自增強主要針對微觀坡面因子進行提取。常用的微觀坡面因子有：坡度、坡向、坡度變率、坡向變率、剖面曲率、平面曲率等。由于坡度、坡向因子的提取是變率計算方法中的一部分，因此本文主要對基于坡度變率、坡向變率、剖面曲率和平面曲率的DEM地形可視化自增強方法作詳細介紹。這4個坡面因子的計算公式如表1所示。

2 DTA技術的實現

在DEM地形可視化自增強中，DTA技術主要用于完成變率因子和曲率因子的提取。利用ArcEngine提供的坡度計算、坡向計算和柵格運算等相關接口，結合變率和曲率的計算公式來實現。

2.1 變率因子提取

根據坡度變率和坡向變率計算公式，變率因子提取的關鍵在于坡度和坡向的計算方法。DEM 是地形曲面的微分模擬，算法設計必然存在各種各樣的假設，不同假設和前提導致不同的坡度坡向計算模型和結果，但對地形特征的可視化和地形分類影響不大[7]。DEM可視化增強是地形特征可視化的一種，為了計算方便，本文直接采用ArcGIS提供的3階反距離平方權差分法計算。

?

坡度變率提取的實質是對原有DEM進行2次坡度計算，生成坡度變率模型。先利用IRasterDataset接口獲取DEM數據，然后調用ISurfaceOp接口的Slope()方法計算坡度，將結果保存于IGeoDataset接口對象中，作為再次調用Slope()方法的輸入參數，最后利用IRasterBandCollection接口的SaveAs()方法，根據該方法的參數保存坡度圖到指定工作空間。

坡向變率提取過程主要涉及坡度計算、坡向計算和柵格運算。首先將DEM數據賦到IRasterDataset接口對象中，使用BindRaster方法為IRasterDataset綁定一個名為“DEM”的特征標記，以ImapAlgebraOp接口中Execute方法作為主要函數，向其中傳入柵格計算公式“0-[DEM]”，借助IRasterBandCollection接口中SaveAs()方法導出-DEM。然后參照計算公式調用Slope()方法和Aspect()方法對DEM和-DEM進行處理得到SOA1和SOA2。再次執行柵格計算代碼，使用BindRaster方法為IRasterDataset綁定一個名為“SOA1”和“SOA2”的特征標記，向Execute方法中傳入柵格計算公式，最后借助IRasterBandCollection接口中SaveAs方法導出最終計算結果SOA。

變率因子提取的關鍵代碼如下：

//坡度計算

IGeoDataset pOutputRaster = pSurfaceOp.Slope(DEM, slopeType, ref zFactor);

//坡向計算

IGeoDataset pOutputRaster = pSurfaceOp.Aspect(DEM,slopeType, ref zFactor);

//柵格計算

IMapAlgebraOp pRsalgebra=new RasterMap AlgebraOpClass();

pRsalgebra.BindRaster(pGeoDT1, SOA1);

pRsalgebra.BindRaster(pGeoDT1, SOA2);

IGeoDataset pOutGeoDT = pRsalgebra.Execute(“([SOA1]+[SOA2]-Abs([SOA1]-[SOA2]))/2”)

2.2 曲率因子提取

平面曲率和剖面曲率的提取使用同一接口方法來實現，即ISurfaceOp接口的Curvature()方法。Curvature()方法含有3個參數，通過后2個參數來區分平面曲率和剖面曲率，若為平面曲率則將第2個參數設為false，第3個參數設為ture，反之則為剖面曲率。首先利用IRasterDataset接口獲取DEM數據，然后調用Curvature()方法并傳入相應參數計算曲率，最后利用IRasterBandCollection接口的SaveAs()方法，根據該方法的參數保存坡度圖到指定工作空間。關鍵實現代碼如下：

IGeoDataset DEM = pRasterDataset as IGeoDataset;

//平面曲率

IGeoDataset pOutputRaster = pSurfaceOp.Curvature(DEM, false,ture);

outRasterName += ".tif";

IRaster pOutRaster = pOutputRaster as IRaster;

IRasterBandCollection rasterBandCollection =pOutRaster as IRasterBandCollection;

rasterBandCollection.SaveAs(outRasterName,outWorkspace, "TIFF");

3 暈渲及融合技術的實現

暈渲技術和融合技術的實現是富含技術與藝術的過程，主觀的選擇與調整對實現結果有很大影響，實現的關鍵在于如何完成藝術與精度的完美結合，有效地凸顯所要表達的地物信息。暈渲技術分為光照模擬暈渲和彩色分區暈渲2種，前者的目的在于逼真呈現地形起伏效果，使地形圖具有立體感；后者不僅可以對DEM模型，也可以對坡面因子模型進行暈渲，其目的在于直觀再現地形的空間分異。融合技術的目的在于將坡面因子模型和DEM暈渲模型進行完美結合，生成DEM地形可視化自增強圖。

光照模擬暈渲使用ISurfaceOp接口的HillShade()方法，通過設置azimuth和altitude參 數來調整太陽高度角和太陽方位角。彩色分區暈渲通過IAlgorithmicColorRamp接口選擇合適色帶，最后利用IRasterRenderer接口完成渲染。融合技術通過ILayerEffects接口的Transparency()方法調整透明度，在SceneControl控件中顯示融合效果，最后利用IExport接口導出最終可視化自增強圖。由于區域、地形的不同，融合參數也大不相同。以某區域為例，分別設置太陽高度角、太陽方位角為315°、30°，設置坡面因子彩色分區暈渲模型、光照模擬暈渲模型的透明度為50、0，最終DEM地形可視化自增強圖如圖2所示。

圖2 DEM地形可視化自增強圖

4 結 語

本文介紹了DEM地形可視化自增強的方法，以提取坡面因子、生成暈渲圖和融合顯示為總體流程，根據坡度變率、坡向變率、剖面曲率和平面曲率4個坡面因子的計算公式，借助C#開發語言和ArcEngine開發工具完成了DTA技術、暈渲技術和融合技術，形成具有更強立體感、易于地形信息認知的3維地形可視化模型，最終實現了集準確性、可測量性、直觀性和靈活性于一體的DEM地形可視化自增強實現技術。

關于DEM地形可視化自增強，除本文提到的靜態自增強技術以外，還有動態自增強技術，如動態漫游技術、動態顯示技術等，這方面還有待進一步研究與深化。

[1]王春，王占宏，李鵬，等.DEM地形可視化自增強技術[J].地理信息世界，2009,2(1)：39-45

[2]Wilson J P, Gallant J C.Digital Terrain Analysis[J].Terrain Analysis: Principles and Applications, 2000,6(12): 1-27

[3]王方雄，馬少君.基于ArcEngine的三維地形可視化系統設計與實現[J].地理空間信息，2011,9(3)：38-40

[4]ESRI.Building a Geodatabase[M].USA：ESRI Press, 2004

[5]Booth B, Using ArcGIS 3D Analyst[M].USA： ESRI Press,2001

[6]楊昕, 湯國安, 劉學軍, 等.數字地形分析的理論, 方法與應用[J].地理學報, 2009, 64(9): 1 058-1 070

[7]劉學軍.基于規則格網數字高程模型解譯算法誤差分析與評價[D].武漢: 武漢大學, 2002