留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

局部区域多孔径六边形格网系统快速生成算法

郑明阳 贲进 周建彬 王蕊

郑明阳, 贲进, 周建彬, 王蕊. 局部区域多孔径六边形格网系统快速生成算法[J]. 武汉大学学报 ● 信息科学版, 2022, 47(9): 1376-1382. doi: 10.13203/j.whugis20220342
引用本文: 郑明阳, 贲进, 周建彬, 王蕊. 局部区域多孔径六边形格网系统快速生成算法[J]. 武汉大学学报 ● 信息科学版, 2022, 47(9): 1376-1382. doi: 10.13203/j.whugis20220342
ZHENG Mingyang, BEN Jin, ZHOU Jianbin, WANG Rui. Fast Generation Algorithm of Multi‐aperture Hexagonal Grid Systems of Regional‐Scale[J]. Geomatics and Information Science of Wuhan University, 2022, 47(9): 1376-1382. doi: 10.13203/j.whugis20220342
Citation: ZHENG Mingyang, BEN Jin, ZHOU Jianbin, WANG Rui. Fast Generation Algorithm of Multi‐aperture Hexagonal Grid Systems of Regional‐Scale[J]. Geomatics and Information Science of Wuhan University, 2022, 47(9): 1376-1382. doi: 10.13203/j.whugis20220342

局部区域多孔径六边形格网系统快速生成算法

doi: 10.13203/j.whugis20220342
基金项目: 

国家自然科学基金 41671410

详细信息
    作者简介:

    郑明阳,硕士,主要从事全球离散格网方面的研究。ZMY_DGGS@139.com

    通讯作者: 贲进,博士,教授。benj@lreis.ac.cn
  • 中图分类号: P208

Fast Generation Algorithm of Multi‐aperture Hexagonal Grid Systems of Regional‐Scale

Funds: 

The National Natural Science Foundation of China 41671410

More Information
    Author Bio:

    ZHENG Mingyang, master, specializes in discrete global grid system. E-mail: ZMY_DGGS@139.com

    Corresponding author: BEN Jin, PhD, professor. E-mail: benj@lreis.ac.cn
  • 摘要: 六边形全球离散格网系统是支持多源地球空间信息融合处理的优选解决方案,相关研究已引起学术界广泛关注。相较于完整的全球格网,局部不规则区域格网的应用需求更加广泛,相关生成算法是当前六边形全球离散格网系统研究的重要问题之一。将二十面体相邻三角面组合为菱形逻辑结构,在此基础上,提出一种局部区域多孔径六边形格网系统生成算法。首先,分析格网剖分类型,建立离散整数坐标系,描述多孔径六边形格网单元空间位置;其次,将局部区域分解到球面二十面体的菱形逻辑结构上创建子区域;然后,根据子区域边界设计外接最小菱形遍历算法,剔除与目标区域无关单元;最后,遍历最小菱形,生成多孔径局部格网。对比实验结果表明,提出的算法具有灵活性好、效率高等优点,生成的多孔径六边形格网用于栅格数据组织,可显著减少数据量,具有较好的应用潜力。
  • 图  1  菱形逻辑结构上的六边形剖分类型

    Figure  1.  Hexagonal Hierarchical Type of Diamond Plane

    图  2  混合三-四-七孔径格网单元归属

    Figure  2.  Mixed Three-Four-Seven Grid Cell Attribution

    图  3  球心投影和施耐德投影示意图

    Figure  3.  Schematic Diagram of Gnomonic Projection and Snyder Projection

    图  4  多种格网效率对比

    Figure  4.  Efficiency Comparison of Multi-type Grids

    表  1  多种格网系统菱形I/J坐标取值范围

    Table  1.   Range of Diamond I/J Coordinates for Various Grid Systems

    格网剖分类型 格网坐标参数I/J取值
    四孔Ⅰ类 0<i,j2n-1
    四孔Ⅱ类 0i,j3×2n-1
    三孔Ⅰ/Ⅱ类 I:0i,j3n+12-1,n=1, 3II:0i,j3n2-1,n=2, 4
    七孔剖分 0i,j2×7n2-1-1,n=2, 4
    混合孔径 三孔转换为四孔:
    0i,j3x+12×2n-x-1,x=1, 30i,j3x2×2n-x-1,n=2, 4
    四孔转换为三孔:
    i,j2x×3n+1-x2-1,x=1, 30i,j2x×3n-x2-1,n=2, 4
    七孔转换为三孔:
    0i,j2×7x2-1×3n-x2-1,n=2, 4
    七孔转换为四孔:
    0i,j2×7x2-1×2n-x-1,n=2, 4
    下载: 导出CSV

    表  2  多种六边形格网与经纬格网数据对比

    Table  2.   Efficiency Comparison of Multi-type Hexagonal Grids and Tranditional Grids

    区域 纬度范围 格网类型 分辨率/km2 格网单元/个 储存量/MB
    全球 180°W~180°E br90°S~90°N 等间隔经纬格网 1.00 933 120 000 2 675.02
    ISEA7H 0.737 33 691 770 943 1 983.13
    ISEA4H 0.760 06 671 083 163 1 923.83
    ISEA43H 0.888 68 573 956 282 1 645.39
    巴西 75°W~34°W
    34°S~6°N
    等间隔经纬格网 1.00 10 263 481 29.42
    ISEA7H 0.737 33 9 589 339 27.49
    ISEA4H 0.760 06 9 302 564 26.67
    ISEA43H 0.888 68 7 956 190 22.81
    美国 174°W~66°W
    18°N~73°N
    等间隔经纬格网 1.00 16 191 005 46.55
    ISEA7H 0.737 33 12 907 367 37.11
    ISEA4H 0.760 06 12 521 366 36.00
    ISEA43H 0.888 68 10 709 130 30.79
    加拿大 141°W~53°W
    41°N~84°N
    等间隔经纬格网 1.00 24 274 020 69.79
    ISEA7H 0.737 33 14 575 552 41.91
    ISEA4H 0.760 06 14 236 671 40.93
    ISEA43H 0.888 68 12 176 177 35.00
    下载: 导出CSV
  • [1] 贲进, 童晓冲, 周成虎, 等. 正八面体的六边形离散格网系统生成算法[J]. 地球信息科学学报, 2015, 17(7): 789-797 https://www.cnki.com.cn/Article/CJFDTOTAL-DQXX201507006.htm

    Ben Jin, Tong Xiaochong, Zhou Chenghu, et al. Construction Algorithm of Octahedron Based Hexagon Grid Systems[J]. Journal of Geo - Information Science, 2015, 17(7): 789-797 https://www.cnki.com.cn/Article/CJFDTOTAL-DQXX201507006.htm
    [2] 王蕊, 贲进, 杜灵瑀, 等. 正二十面体四孔六边形格网系统编码运算[J]. 武汉大学学报·信息科学版, 2020, 45(1): 89-96 doi:  10.13203/j.whugis20180191

    Wang Rui, Ben Jin, Du Lingyu, et al. Code Operation Scheme for the Icosahedral Aperture 4 Hexagonal Grid System[J]. Geomatics and Information Science of Wuhan University, 2020, 45(1): 89-96 doi:  10.13203/j.whugis20180191
    [3] Sahr K. Hexagonal Discrete Global Grid Systems for Geospatial Computing[J]. Archives of Photogrammetry, Cartography and Remote Sensing, 2011, 22: 363-376
    [4] He X J, Jia W J. Hexagonal Structure for Intelligent vision[C]// Information and Communication Technologies, Karachi, Pakistan, 2005
    [5] Sahr K. Discrete Global Grid Systems: A New Class of Geospatial Data Structures[D]. Ashland, USA: University of Oregon, 2005
    [6] Sahr K. Location Coding on Icosahedral Aperture 3 Hexagon Discrete Global Grids[J]. Computers, Environment and Urban Systems, 2008, 32(3) : 174-187 doi:  10.1016/j.compenvurbsys.2007.11.005
    [7] Vince A, Zheng X. Arithmetic and Fourier Transform for the PYXIS Multi-resolution Digital Earth Model[J]. International Journal of Digital Earth, 2009, 2(1): 59-79 doi:  10.1080/17538940802657694
    [8] Suess M, Matos P, Gutierrez A, et al. Processing of SMOS Level 1c Data onto a Discrete Global Grid [C]// Geoscience and Remote Sensing Symposium, Anchorage, USA, 2004
    [9] Kerr Y H, Waldteufel P, Richaume P, et al. The SMOS Soil Moisture Retrieval Algorithm[J]. IEEE Transactions on Geoscience and Remote Sensing, 2012, 50(5): 1384-1403 doi:  10.1109/TGRS.2012.2184548
    [10] 贲进, 李亚路, 周成虎, 等. 三孔六边形全球离散格网系统代数编码方法[J]. 中国科学, 2018, 48(3): 340-352 https://www.cnki.com.cn/Article/CJFDTOTAL-JDXK201803007.htm

    Ben Jin, Li Yalu, Zhou Chenghu, et al. Algebraic Encoding Scheme for Aperture 3 Hexagonal Discrete Global Grid System[J]. Scientia Sinica, 2018, 48 (3): 340-352 https://www.cnki.com.cn/Article/CJFDTOTAL-JDXK201803007.htm
    [11] 童晓冲, 贲进, 秦志远, 等. 基于全球离散网格框架的局部网格划分[J]. 测绘学报, 2009, 38(6): 506-513 doi:  10.3321/j.issn:1001-1595.2009.06.007

    Tong Xiaochong, Ben Jin, Qin Zhiyuan, et al. The Subdivision of Partial Grid Based on Discrete Global Grid Systems[J]. Acta Geodaetica et Cartographica Sinica, 2009, 38(6): 506-513 doi:  10.3321/j.issn:1001-1595.2009.06.007
    [12] 范帅博, 童晓冲, 雷毅. 基于单元复制的通用化离散格网系统生成算法[J]. 地理信息世界, 2018, 25(2): 60-65 doi:  10.3969/j.issn.1672-1586.2018.02.012

    Fan Shuaibo, Tong Xiaochong, Lei Yi. Universal Discrete Grid System Generation Algorithm Based on Unit Duplication[J]. Geomatics World, 2018, 25(2): 60-65 doi:  10.3969/j.issn.1672-1586.2018.02.012
    [13] 范帅博. 全球六边形格网可视化方法研究[D]. 郑州: 信息工程大学, 2018

    Fan Shuaibo. Research on Global Hexagonal Grid Visualization[D]. Zhengzhou: Information Engineering University, 2018
    [14] Wang R, Ben J, Zhou J, et al. A Generic Encoding and Operation Scheme for Mixed Aperture Three and Four Hexagonal Discrete Global Grid Systems [J]. International Journal of Geographical Information Science, 2021, 35(3): 513-555 doi:  10.1080/13658816.2020.1763363
    [15] Wang R, Ben J, Zhou J, et al. Indexing Mixed Aperture Icosahedral Hexagonal Discrete Global Grid Systems[J]. ISPRS International Journal of Geo-Information, 2020, 9(3): 171-191 doi:  10.3390/ijgi9030171
    [16] 贲进, 童晓冲, 张永生, 等. 对施奈德等积多面体投影的研究[J]. 武汉大学学报·信息科学版, 2006, 31 (10): 900-903 http://ch.whu.edu.cn/article/id/2566

    Ben Jin, Tong Xiaochong, Zhang Yongsheng, et al. Snyder Equal-Area Map Projection for Polyhedral Globes[J]. Geomatics and Information Science of Wuhan University, 2006, 31(10): 900-903 http://ch.whu.edu.cn/article/id/2566
    [17] Snyder J. An Equal-Area Map Projection for Polyhedral Globes[J]. Cartographica: The International Journal for Geographic Information and Geovisualization, 1992, 29(1): 10-21 doi:  10.3138/27H7-8K88-4882-1752
    [18] Sahr K. Central Place Indexing: Hierarchical Linear Indexing Systems for Mixed-Aperture Hexagonal Discrete Global Grid Systems[J]. The International Journal for Geographic Information and Geovisualization, 2019, 54(1): 16-29 doi:  10.3138/cart.54.1.2018-0022
    [19] Fisher I. A World Map on a Regular Icosahedron by Gnomonic Projection[J]. Geographical Review, 1943, 33(4): 605-619 doi:  10.2307/209914
  • [1] 曹闻, 戴浩然, 童晓冲, 彭斐琳, 冯晨光, 吴子满.  离散格网下的COVID-19隔离与收治人为防控措施模型 . 武汉大学学报 ● 信息科学版, 2021, 46(2): 167-176. doi: 10.13203/j.whugis20200343
    [2] 李涌涛, 李建文, 魏绒绒, 师一帅, 张硕, 车通宇.  全球电离层TEC格网时空变化特性分析 . 武汉大学学报 ● 信息科学版, 2020, 45(5): 776-783. doi: 10.13203/j.whugis20180431
    [3] 杜灵瑀, 贲进, 马秋禾, 王蕊, 李祝鑫.  基于弱对偶的平面三角形格网离散线转化生成算法 . 武汉大学学报 ● 信息科学版, 2020, 45(1): 105-110. doi: 10.13203/j.whugis20180205
    [4] 王维才, 艾廷华, 晏雄锋, 卢巍.  多约束条件下的正六边形格网室内路径规划 . 武汉大学学报 ● 信息科学版, 2020, 45(1): 111-118. doi: 10.13203/j.whugis20180219
    [5] 王蕊, 贲进, 杜灵瑀, 周建彬, 李祝鑫.  正二十面体四孔六边形格网系统编码运算 . 武汉大学学报 ● 信息科学版, 2020, 45(1): 89-96. doi: 10.13203/j.whugis20180191
    [6] 李兵权, 李永生, 姜文亮, 蔡建伟, 甘俊.  基于地基真实孔径雷达的边坡动态监测研究与应用 . 武汉大学学报 ● 信息科学版, 2019, 44(7): 1093-1098. doi: 10.13203/j.whugis20190049
    [7] 魏小峰, 苗双喜, 濮国梁, 陈波, 程承旗.  应用于六边形网格的链码方法 . 武汉大学学报 ● 信息科学版, 2019, 44(11): 1700-1707. doi: 10.13203/j.whugis20180018
    [8] 易琳, 袁林旺, 罗文, 俞肇元.  顾及V-邻域结构的局部保形插值算法 . 武汉大学学报 ● 信息科学版, 2012, 37(11): 1285-1288.
    [9] 罗广祥, 刘苗, 樊鸿宇, 杨芳.  全球等面积四叉树离散格网建模与编码体系研究 . 武汉大学学报 ● 信息科学版, 2012, 37(10): 1252-1255.
    [10] 高乐, 成英燕, 郑作亚, 赵春梅.  局部区域数据纳入ITRF的新方法 . 武汉大学学报 ● 信息科学版, 2011, 36(7): 839-842.
    [11] 廖海斌, 陈庆虎, 王宏勇.  融合局部形变模型的鲁棒性人脸识别 . 武汉大学学报 ● 信息科学版, 2011, 36(7): 877-881.
    [12] 牛飞, 韩春好, 张义生.  局部电离层异常对局域增强系统的影响及其监测方法 . 武汉大学学报 ● 信息科学版, 2009, 34(4): 444-448.
    [13] 田晋.  局部大地水准面精化系统软件的设计与实现 . 武汉大学学报 ● 信息科学版, 2009, 34(1): 113-116.
    [14] 汪长城, 廖明生.  一种多孔径SAR图像目标检测方法 . 武汉大学学报 ● 信息科学版, 2009, 34(1): 32-35.
    [15] 胡晓东, 沈占锋, 王卫红, 骆剑承.  基于局部差异加权的遥感影像融合方法研究 . 武汉大学学报 ● 信息科学版, 2008, 33(11): 1162-1165.
    [16] 龙毅, 毋河海, 周侗, 汤国安.  地图目标局部分形描述的元分维模型的实现 . 武汉大学学报 ● 信息科学版, 2006, 31(10): 891-895.
    [17] 田晋, 暴景阳, 刘雁春.  全球位系数模型构建高精度局部重力场的Clenshaw求和 . 武汉大学学报 ● 信息科学版, 2005, 30(10): 905-908.
    [18] 白建军, 赵学胜, 陈军.  基于线性四叉树的全球离散格网索引 . 武汉大学学报 ● 信息科学版, 2005, 30(9): 805-808.
    [19] 王峰, 史文中, 程朋根.  遥感图像纠正误差的局部变形改正 . 武汉大学学报 ● 信息科学版, 2001, 26(5): 425-429.
    [20] 周建彬, 贲进, 王蕊, 郑明阳.  四孔六边形全球离散格网一致瓦片层次结构编码运算 . 武汉大学学报 ● 信息科学版, 0, 0(0): 0-0. doi: 10.13203/j.whugis20200530
  • 加载中
图(4) / 表(2)
计量
  • 文章访问数:  141
  • HTML全文浏览量:  44
  • PDF下载量:  36
  • 被引次数: 0
出版历程
  • 收稿日期:  2020-09-10
  • 刊出日期:  2022-09-05

局部区域多孔径六边形格网系统快速生成算法

doi: 10.13203/j.whugis20220342
    基金项目:

    国家自然科学基金 41671410

    作者简介:

    郑明阳,硕士,主要从事全球离散格网方面的研究。ZMY_DGGS@139.com

    通讯作者: 贲进,博士,教授。benj@lreis.ac.cn
  • 中图分类号: P208

摘要: 六边形全球离散格网系统是支持多源地球空间信息融合处理的优选解决方案,相关研究已引起学术界广泛关注。相较于完整的全球格网,局部不规则区域格网的应用需求更加广泛,相关生成算法是当前六边形全球离散格网系统研究的重要问题之一。将二十面体相邻三角面组合为菱形逻辑结构,在此基础上,提出一种局部区域多孔径六边形格网系统生成算法。首先,分析格网剖分类型,建立离散整数坐标系,描述多孔径六边形格网单元空间位置;其次,将局部区域分解到球面二十面体的菱形逻辑结构上创建子区域;然后,根据子区域边界设计外接最小菱形遍历算法,剔除与目标区域无关单元;最后,遍历最小菱形,生成多孔径局部格网。对比实验结果表明,提出的算法具有灵活性好、效率高等优点,生成的多孔径六边形格网用于栅格数据组织,可显著减少数据量,具有较好的应用潜力。

English Abstract

郑明阳, 贲进, 周建彬, 王蕊. 局部区域多孔径六边形格网系统快速生成算法[J]. 武汉大学学报 ● 信息科学版, 2022, 47(9): 1376-1382. doi: 10.13203/j.whugis20220342
引用本文: 郑明阳, 贲进, 周建彬, 王蕊. 局部区域多孔径六边形格网系统快速生成算法[J]. 武汉大学学报 ● 信息科学版, 2022, 47(9): 1376-1382. doi: 10.13203/j.whugis20220342
ZHENG Mingyang, BEN Jin, ZHOU Jianbin, WANG Rui. Fast Generation Algorithm of Multi‐aperture Hexagonal Grid Systems of Regional‐Scale[J]. Geomatics and Information Science of Wuhan University, 2022, 47(9): 1376-1382. doi: 10.13203/j.whugis20220342
Citation: ZHENG Mingyang, BEN Jin, ZHOU Jianbin, WANG Rui. Fast Generation Algorithm of Multi‐aperture Hexagonal Grid Systems of Regional‐Scale[J]. Geomatics and Information Science of Wuhan University, 2022, 47(9): 1376-1382. doi: 10.13203/j.whugis20220342
  • 全球离散格网系统(discrete global grid system,DGGS)是一种支持多源地球空间信息融合处理的新型数据模型,它借助特定方法将地球均匀剖分,形成无缝无叠的多分辨率格网层次结构,有助于建立全球统一的空间参考基准和以空间位置为主键的数据关联新模式。

    在三角形、四边形和六边形这3种构建全球离散格网系统的常见图形中,六边形具有优良几何特性。如各向同性有助于度量空间的建立[1],空间采样效率高有助于数据的可视化表达[2-3],角分辨率高有助于提高空间分析精度[4]。在实际应用中,受任务目标、数据获取手段、数据处理能力等各种因素制约,完全使用全球数据集的场景相对较少,使用局部数据集的场景则普遍存在。因此,建立有利于数据组织和处理的局部不规则区域六边形离散格网系统具有较好的实用价值和应用前景。

    国内外学者和机构对六边形全球离散格网系统开展了深入研究。Sahr[5-6]基于施耐德等积多面体投影方法构建二十面体等积三孔六边形格网系统(icosahedral Snyder equal area aperture 3 hexagonal discrete global grid system,ISEA3H);Vince等[7]基于ISEA3H格网开发了空间数据整合软件PYXIS Worldview;欧洲航天局(European Space Agency,ESA)于2009年发射土壤湿度和海洋盐度(soil moisture and ocean salinity,SMOS)卫星,采用二十面体等积四孔六边形格网系统(icosahedral Snyder equal area aperture 4 hexagonal discrete global grid system,ISEA4H)采集、处理土壤湿度和海洋盐分数据[8-9];贲进等[10]研究了八面体和二十面体全球六边形格网生成算法;童晓冲等[11]研究了局部单一孔径六边形格网生成算法;范帅博等[12-13]研究了单一层次全球格网生成算法。

    综上,当前六边形全球离散格网系统的相关研究多数面向全球,涉及局部区域的成果大多是单一孔径。六边形离散格网有三、四、七及混合孔径多种类型[14-15],且会出现格网单元跨多面体多个面的情况[1]。相较于全球格网,局部格网边界是不规则的,且大范围的局部区域势必存在跨面的情况,相关算法仍缺乏深入研究。针对这一现状,本文提出一种能够生成局部区域多孔径六边形格网系统的生成算法,主要解决多孔径局部格网单元位置的统一描述、区域边界裁剪问题,并将其应用于大区域栅格数据组织,通过对比实验验证算法的灵活性和实用性。

    • 为了有利于地表数据均匀采样,保证每一层格网单元面积严格相等,本文采用施耐德等积多面体投影方法将地表局部不规则区域映射至二十面体表面[16-17],得到二十面体表面不规则多边形。将二十面体相邻三角面组合为菱形逻辑结构以简化算法。首先,分析格网剖分类型,在菱形逻辑结构上建立离散格网坐标系,判定跨面的单元归属,描述多孔径格网单元位置;其次,计算菱形逻辑结构的公共边与不规则多边形的交点,将不规则多边形分解到多个菱形面上,创建子区域;再次,根据子区域边界,在菱形逻辑结构上设计最小菱形遍历算法,剔除与目标区无关格网单元,提高生成效率;然后,遍历最小菱形区域,保留有效单元;最后,将有效单元通过逆施耐德投影方法映射至球面,得到球面局部不规则区域六边形格网系统。

    • 六边形格网剖分需要在同一个坐标框架下描述各种格网单元的位置,确定各层级之间格网单元数量关系及单元的中心点和单元半径。菱形逻辑结构上的六边形剖分类型见图 1

      图  1  菱形逻辑结构上的六边形剖分类型

      Figure 1.  Hexagonal Hierarchical Type of Diamond Plane

    • 多种层次剖分的格网有以下特点:三孔格网系统的奇数层和偶数层剖分不同,剖分按照奇偶层交替剖分方式产生格网系统;四孔I类剖分产生的格网单元连线与菱形逻辑结构边线平行,四孔II类剖分格网单元连线与菱形逻辑结构边线垂直;七孔剖分相邻层次之间发生旋转;混合孔径剖分格网涉及多种单一孔径剖分,具有三孔、四孔、七孔单一孔径所有的性质。

    • 菱形逻辑结构由2个不共面的三角面构成,采用行列、几何距离等二维坐标足以描述某点在其表面的位置[1]。设某一六边形格网单元中心记为H[s,(ij)],其中,ijZ*Z*是正整数集合,s是菱形逻辑结构的索引,(ij)是离散格网坐标(非负整数)。

      离散格网坐标系的参数(如格网单元半径、离散坐标取值)均与格网类型及剖分层次相关。由于七孔剖分单元随剖分层次旋转,本文定义奇数层为七孔I类剖分,偶数层为七孔II类剖分,建立统一的离散坐标系。

      假设格网系统的孔径为aa=3,4,7),层次为nn=0,1,2),x为当前格网层次。表 1是多孔径格网系统的二维坐标取值范围,每个离散坐标点代表单元的中心点坐标。对于格网单元的位置描述,若单元的6个顶点属于同一个菱形逻辑结构,则格网单元在菱形内,若6个顶点不属于同一个菱形逻辑结构,则需要判定公共边上跨面的单元位置,如表 1所示。

      表 1  多种格网系统菱形I/J坐标取值范围

      Table 1.  Range of Diamond I/J Coordinates for Various Grid Systems

      格网剖分类型 格网坐标参数I/J取值
      四孔Ⅰ类 0<i,j2n-1
      四孔Ⅱ类 0i,j3×2n-1
      三孔Ⅰ/Ⅱ类 I:0i,j3n+12-1,n=1, 3II:0i,j3n2-1,n=2, 4
      七孔剖分 0i,j2×7n2-1-1,n=2, 4
      混合孔径 三孔转换为四孔:
      0i,j3x+12×2n-x-1,x=1, 30i,j3x2×2n-x-1,n=2, 4
      四孔转换为三孔:
      i,j2x×3n+1-x2-1,x=1, 30i,j2x×3n-x2-1,n=2, 4
      七孔转换为三孔:
      0i,j2×7x2-1×3n-x2-1,n=2, 4
      七孔转换为四孔:
      0i,j2×7x2-1×2n-x-1,n=2, 4
    • 设定坐标轴上的格网单元属于当前菱形逻辑结构,菱形逻辑结构中I轴坐标最大值为imaxJ轴最大值为jmax图 1中10个菱形逻辑结构的1~5为上菱形,6~10为下菱形,球面二十面体南北极两个顶点的离散格网单元坐标设为(0,0)。因为三-四-七混合孔径剖分格网涉及多种单一孔径的剖分,所以通过判断单一孔径为三孔、四孔、七孔的格网系统跨面的单元位置可以归属混合孔径三-四-七格网系统跨面的格网单元。如图 2为四孔I类剖分格网,图 2中的3、4、8、9代表菱形逻辑结构的编号,Hi代表某一格网单元,编号ii=1, 2…)指代第i个单元。对于四孔I类剖分格网跨面的单元位置判定方法如下:

      图  2  混合三-四-七孔径格网单元归属

      Figure 2.  Mixed Three-Four-Seven Grid Cell Attribution

      1)在上菱形中,在j>jmax的情况下,若i0,则该单元的所有顶点都在上菱形公共边上,如图 2H3单元即为H6单元,跨面的单元H3的中心点所属的菱形逻辑结构索引s和坐标(ij)计算公式为:

      s=4,i=0,j=imax+1-i

      i=0,则该单元位于J坐标轴上,即图 2H4单元,其顶点为5个上菱形逻辑结构的顶点单元,顶点单元坐标为(0,0)。

      i>imax的情况下,若j0,如图 2H2单元,其j坐标不变,单元的索引si坐标计算公式如下:

      s=8,i=0

      j=0,则该单元位于I坐标轴上即下四边形的坐标原点,其坐标原点分布于3个菱形逻辑结构内,如图 2H1单元,原点单元坐标为(0,0)。

      2)在下菱形中,在j>jmax的情况下,与上菱形的情况类似,若i0,如图 2H8,其i坐标不变,单元所属的菱形逻辑结构索引sj坐标计算公式如下:

      s=4,j=0

      i=0,则该单元位于J坐标轴上,即四边形顶点图 2H7单元,其顶点分布于3个菱形逻辑结构的顶点单元,顶点单元坐标为(0,0)。

      i>imax的情况下,若j=0,则该单元位于I坐标轴上即四边形的顶点,其顶点分布于5个菱形逻辑结构内,如图 2H11单元,单元中心点坐标为(0,0)。

      j0,如图 2H10单元即为H12单元。根据几何关系,容易计算出单元H10中心点所属的菱形逻辑结构索引s和坐标(ij)计算公式如下:

      s=9,i=jmax+1-j,j=0

      图 2中单元H5的6个顶点坐标都在菱形逻辑结构内(没有跨面),其单元中心坐标为离散坐标系的定义坐标。对于三孔格网跨面的单元判定算法与四孔类似,七孔格网偶数层级跨面的单元判定算法与四孔类似,无需赘述。

    • 地表局部区域一般采用经纬度矢量坐标表示,相邻坐标点之间则用大圆弧(测地线)相连。施耐德等积多面体投影方法以多面体的单个面作为基本计算单位[18],当区域边界较长或恰好位于多面体面的交界处时,矢量边界必然跨越多个面。如图 3所示,AB是不规则区域边界的一部分,恰好跨越球面二十面体的相邻三角面,由此导致的跨面问题增加了不规则区域格网生成算法的复杂性。需要计算类似于边界矢量AB与球面二十面体棱V0V1的交点C的经纬度坐标,分解不规则区域,分面生成局部格网。

      图  3  球心投影和施耐德投影示意图

      Figure 3.  Schematic Diagram of Gnomonic Projection and Snyder Projection

      计算交点的方法主要分为两种:

      1)在投影面上求交点。球面二十面体的棱,在施耐德投影、球心投影后,为二十面体三角面的边。在施耐德投影面(即二十面体三角面)上,AB边界线是不规则曲线,虽然AB两点位置准确,但线段无法用解析式精确描述。但在球心投影面(仍然是二十面体三角面)上,根据球心投影性质,ABV0V1都是直线,可准确计算出它们的交点C,进而分解不规则多边形。但该算法需要逐点判断地表局部区域矢量点与投影中心的距离是否超出球心投影范围,由于不规则区域球心投影后会产生较大的变形[19],为了减小区域变形,需采用逆球心投影方法,将分解的不规则多边形投影至球面进而创建子区域,其过程涉及坐标转换,效率不高。

      2)在球面上求交点。首先,计算两条弧线长度是否为0,判断球面上两条弧线是否真实存在;其次,分别建立包含且经过球心的平面方程,判断两平面是否平行;然后,计算两平面方程与球面方程的交点;最后,判断交点是否在两条弧线上,确定球面分解点。

      以上两种方法比较,第二种方法不涉及逐点判断矢量点是否超出投影范围及坐标转换等问题,相较于投影面求交点算法,球面求交点算法只需逐线段遍历与球面二十面体的棱是否存在交点即可,算法更简单、高效。

    • 为了快速生成跨面的局部区域多孔径格网,在上述数学模型基础上,设计子区域外接最小菱形优化算法,接着遍历最小菱形,保留有效单元,进而生成子区域内全部单元。

    • 首先,将子区域失量数据转换为离散整数坐标,统计子区域离散坐标数据的最小值、最大值;然后,根据子区域离散坐标数据I/J的取值范围,确定子区域外接最小菱形区域,进而剔除菱形逻辑结构上不相关单元。对于其他层次的离散格网,最小外接菱形的边界确定方法是一样的。

    • 因为子区域经过施耐德投影获得的是平面笛卡尔坐标,所以需要将最小菱形区域内的离散格网中心点坐标H[s,(ij)]转换为二维笛卡尔坐标H[s,(xy)],转换公式如下:

      x=i-0.5jy=1.5j×l

      式中,x为笛卡尔横轴坐标,y为纵轴坐标;l为格网单元的边长。

      通过中心点坐标,根据6个顶点到单元中心(x,y)的偏移量,可以计算出格网单元的6个顶点坐标vi,i=0, 1,25格网单元的6个坐标计算公式如下:

      v0=(x,y)+(0,l)v1=(x,y)+(-1/2,l/2)v2=(x,y)+(-1/2,-l/2)v3=(x,y)+(0,-l)v4=(x,y)+(1/2,-l/2)v5=(x,y)+(1/2,l/2)

      在投影平面坐标系下,依次遍历子区域外接最小菱形区域内的单元,若子区域与单元有交集,则该单元为子区域内生成单元,根据前文中格网跨面的单元位置归属算法实现子区域格网拼接。采用逆施耐德投影方法,将平面局部格网投影至球面进而获得球面局部不规则区域六边形格网。

    • 为了验证六边形格网在大范围栅格数据组织方面的优势,本文以基于等间隔经纬度格网的全球1 km分辨率数字高程模型(digital elevation model,DEM)数据集GTOPO30为例,分别选取巴西、美国、加拿大地理纬度不同的国家,对比传统数据组织方式和采用六边形格网数据组织方式的数据量。本文选用与GTOPO30数据集1 km2经纬度格网分辨率最接近且优于1 km2的单元格网层次,根据ISEA4H、ISEA7H(icosahedral Snyder equal area aperture 7 hexagonal discrete global grid system)、ISEA43H(icosahedral Snyder equal area mixed aperture 4 and 3 hexagonal discrete global grid system)六边形格网的层次分辨率,分别选用的ISEA4H格网层次为13,分辨率为0.760 06 km2,ISEA7H格网层次为8,分辨率为0.737 33 km2,ISEA43H格网总层次为16,其中四孔层次数为1,分辨率为0.888 68 km2,统计格网单元数及理论存储量,统计结果如表 2所示。多种格网效率对比见图 4图 4(a)为多种类型格网单元个数统计图,图 4(b)为在多纬度地区,相较于传统数据组织方式,采用六边形格网数据组织方式,数据储存减少量占传统数据储存量的比率。

      表 2  多种六边形格网与经纬格网数据对比

      Table 2.  Efficiency Comparison of Multi-type Hexagonal Grids and Tranditional Grids

      区域 纬度范围 格网类型 分辨率/km2 格网单元/个 储存量/MB
      全球 180°W~180°E br90°S~90°N 等间隔经纬格网 1.00 933 120 000 2 675.02
      ISEA7H 0.737 33 691 770 943 1 983.13
      ISEA4H 0.760 06 671 083 163 1 923.83
      ISEA43H 0.888 68 573 956 282 1 645.39
      巴西 75°W~34°W
      34°S~6°N
      等间隔经纬格网 1.00 10 263 481 29.42
      ISEA7H 0.737 33 9 589 339 27.49
      ISEA4H 0.760 06 9 302 564 26.67
      ISEA43H 0.888 68 7 956 190 22.81
      美国 174°W~66°W
      18°N~73°N
      等间隔经纬格网 1.00 16 191 005 46.55
      ISEA7H 0.737 33 12 907 367 37.11
      ISEA4H 0.760 06 12 521 366 36.00
      ISEA43H 0.888 68 10 709 130 30.79
      加拿大 141°W~53°W
      41°N~84°N
      等间隔经纬格网 1.00 24 274 020 69.79
      ISEA7H 0.737 33 14 575 552 41.91
      ISEA4H 0.760 06 14 236 671 40.93
      ISEA43H 0.888 68 12 176 177 35.00

      图  4  多种格网效率对比

      Figure 4.  Efficiency Comparison of Multi-type Grids

      实验结果表明:

      1)该算法可以生成多孔径、多分辨率局部区域六边形格网。因为多孔径格网都是基于菱形逻辑结构剖分生成,所以只需更改格网生成参数即可得到不同结果。

      2)本文生成的等积六边形格网更有利于栅格数据组织。分析表 2可知,六边形格网数据集的数据量在同等条件下都小于传统经纬格网。其中,ISEA43H格网的数量最少,主要因为混合孔径分辨率具有可调节性,更能接近1 km2

      3)分析图 4(a)可知,相对不同孔径的六边形离散格网,不同纬度地区单元数量变化不大,趋势一致。但对于传统栅格数据,纬度越高,格网单元数量有明显的上升趋势。由图 4(b)可知,相较于传统数据组织方式,纬度越高,六边形格网的数据组织方式优势越明显,高纬度地区加拿大的数据储存量减少最多,达49.8%。因为局部离散格网采用施耐德等积投影方法,单元面积变化不大,但对于等间隔经纬数据,纬度越高,单元面积变化越大,数据冗余度越高。

    • 本文基于菱形逻辑结构,在同一数学模型下描述单元位置,并筛选区域内有效格网单元,生成局部多孔径多分辨率六边形格网。该格网可用于大范围栅格数据组织,和基于传统经纬格网的数据组织模式相比,具有分辨率灵活、存储空间小等优势,具有较好的推广应用潜力。

参考文献 (19)

目录

    /

    返回文章
    返回