Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Geodesia y Cartografía
ISSN 2029-6991 / eISSN 2029-7009
2021 Volumen 47 Número 4: 191–199
https://doi.org/10.3846/gac.2021.13208
CDU 528.422
1Departamento de Geodesia Aeroespacial y Gestión de Tierras, Universidad Nacional de Aviación, Kyiv, Ucrania
2 Instituto Científico-Educativo de la Construcción Universidad Nacional Tecnológica de Chernihiv, Chernihiv, Ucrania
3Geodesia, Departamento de Gestión de Tierras y Ecología, Universidad de Tecnologías Emergentes, Kyiv, Ucrania
Resumen. El artículo considera la cuestión de estimar la precisión de los métodos de interpolación para construir modelos digitales de elevación usando mapas
topográficos soviéticos. El territorio de la región de Kursk de la Federación Rusa se utilizó como área de estudio, ya que se encuentra en las tierras altas de Rusia
central y se caracteriza por la estructura compleja de la disección vertical y horizontal del relieve. Las curvas de nivel obtenidas automáticamente mediante un
algoritmo de Python se utilizaron como datos de elevación iniciales para construir un modelo de elevación digital. Se construyeron y analizaron modelos digitales de
elevación obtenidos por trece métodos de interpolación diferentes en el software ArcGIS y Surfer. Se presta especial atención al método ANUDEM, que permite
obtener modelos digitales de elevación hidrológicamente correctos. Se dan recomendaciones para el uso de uno u otro método de interpolación. Los resultados
pueden ser útiles para los profesionales que utilizan mapas topográficos en su trabajo y se ocupan del diseño utilizando modelos digitales de elevación.
Palabras clave: modelo de elevación digital, métodos de interpolación, ANUDEM, mapas topográficos soviéticos, curvas de nivel, vectorización automática de
curvas de nivel.
Copyright © 2021 El(los) autor(es). Publicado por la Universidad Técnica de Vilnius Gediminas
Este es un artículo de acceso abierto distribuido bajo los términos de la licencia de atribución de Creative Commons (http://creativecommons.org/licenses/by/4.0/), que permite el uso, la
distribución y la reproducción sin restricciones en cualquier medio, siempre que el original se acreditan el autor y la fuente.
Machine Translated by Google
192 V. Belenok et al. Análisis comparativo de métodos de construcción de modelos digitales de elevación a partir de mapas topográficos...
puntos dentro de vecindarios específicos, que son áreas espaciales también se compararon con el modelo SRTM para India. El autor
más pequeñas dentro del área de estudio más grande (Tagelsir, 2010). concluye que el método kriging funciona mejor que otros métodos
1. Los métodos deterministas de interpolación de superficies usan modernos en la mayoría de los casos.
funciones matemáticas para la interpolación y no tienen un componente El artículo de Salekin et al. (2018) estudia tres enfoques
aleatorio. Los métodos deterministas incluyen: – interpolación polinomial deterministas diferentes para construir DEM: Vecino natural, Topo a
global; ráster (ANUDEM) y Ponderación de distancia inversa (IDW). Los datos
– interpolación de polinomios locales; GNSS se utilizan como matriz de elevación. Los DEM se interpolaron
– ponderación inversa de la distancia (IDW); con una resolución espacial en el rango de 0,5 ma 10 m. Se encontró
– funciones de base radial; que la resolución más alta (0,5 m) da como resultado los errores más
– interpolación kernel con barreras; pequeños en los DEM obtenidos (RMSE = 0,428 m, MAE = 0,274 m).
– interpolación de difusión con barreras.
2. Métodos geoestadísticos de interpolación, que se basan en El método ANUDEM proporcionó la mayor precisión en la construcción
modelos matemáticos y estadísticos que tienen en cuenta la de DEM. Las desventajas del trabajo incluyen el estudio de la precisión
autocorrelación espacial entre puntos de referencia. Los métodos de un pequeño número de métodos de interpolación y la falta de
Kriging son comunes en GIS: son adecuados para diferentes tipos de consideración de los métodos geoestadísticos en absoluto.
datos y tienen diferentes supuestos básicos. Existen:
2. Datos del punto de sumidero (Figura 2). Una clase de objetos de asignó el valor mínimo de elevación de todos los píxeles ubicados a lo
punto que muestra mínimos de elevación locales conocidos. La elevación largo de la línea de costa.
del punto se puede dejar sin determinar configurando el valor de Z, que se 7. Datos de la línea del acantilado (Figura 7). Objetos lineales que
encuentra fuera de los límites definidos por el usuario (por ejemplo, –999,0). representan acantilados. Los objetos del acantilado deben tener una
dirección, de modo que el lado izquierdo de la línea corresponda al lado
3. Optimice los datos (Figura 3). Objetos lineales que representan inferior del acantilado.
una red de cursos de agua (ríos, arroyos, cursos de agua secantes). 8. Excepciones (Figura 8). Objetos poligonales que son áreas
Todos los arcos deben estar orientados aguas abajo. Los pares de excluidas del proceso de interpolación. Se utiliza con mayor frecuencia
coordenadas en cada flujo deben ordenarse desde el punto más alto al para excluir datos relacionados con presas y puentes.
más bajo. El artículo Tan y Xu (2014) estimaron la precisión de DEM construido
4. Datos de la costa (Figura 4). Clase de objetos espaciales poligonales por el método ANUDEM. Como resultado se obtuvieron los siguientes
que contienen los contornos de la línea de costa. A los píxeles en el ráster valores:
de salida final, ubicados fuera de estos polígonos, se les asigna un valor – para terreno montañoso: MAE = 2,704 m, RMSE = 5,864 m:
menor que el límite de elevación mínimo especificado por el usuario. – para terreno montañoso: MAE = 5.918 m, RMSE =
7.083m:
5. Datos de la línea de contorno (Figura 5). Objetos lineales (curvas Los errores obtenidos son los más pequeños entre los métodos de
de nivel principales y adicionales) que contienen valores de elevación en interpolación estudiados: Kriging, Ponderación de Distancia Inversa,
la tabla de atributos. La tabla debe contener las coordenadas y la elevación Interpolación Spline, Vecino Natural, TIN.
del contorno. Las isolíneas que se conectan a isolíneas con diferentes ANUDEM se utilizó para desarrollar DEM de 9 segundos de arco de
elevaciones se marcan en el archivo de errores. Australia (ANU Fenner School of Environment and Society and Geoscience
6. Datos de los límites del lago (Figura 6). Una clase de objetos Australia, 2008), que a su vez se utilizó para producir el mapa de cuencas
espaciales poligonales que determinan la ubicación de los lagos. Todos los de drenaje y aguas subterráneas para el continente australiano (Stein,
píxeles del ráster de salida que se encuentra dentro del lago son 2006).
Figura 2. Datos del punto de sumidero Figura 6. Datos de los límites del lago
Ventajas de utilizar el método ANUDEM: donde v es el ángulo de pendiente local en el píxel, h es el tamaño del
i
– procesa rápidamente varios tipos de datos en forma de puntos, píxel.
líneas; Luego, la función f se estima resolviendo la aproximación de
– la posibilidad de utilizar para determinar las características diferencia finita de cuadrícula regular a la función bivariada f que
hidrográficas de los ríos y sus cuencas; minimiza:
– la cantidad de datos de entrada puede ser un orden de magnitud 2
ÿ yo,
ÿ
norte
Figura 9. La ubicación del área de estudio en los trapecios de los mapas topográficos soviéticos
Machine Translated by Google
Figura 10. DEM de la región de Kursk obtenido como resultado de la misión SRTM
La región de Kursk está situada entre los 50°54ÿ y los 52°26ÿ de se realiza la clasificación por valores de HSV. Para ello,
latitud norte y los 34°05ÿ y los 38°31ÿ de longitud este en la seleccionamos manualmente rangos para cada uno de los tres
frontera con Ucrania. El territorio de la región de Kursk se parámetros HSV, que corresponden al color de las curvas de nivel,
encuentra en las laderas suroccidentales de las tierras altas de mediante el análisis de un escaneo específico del mapa topográfico.
Rusia Central. La elevación de la superficie sobre el nivel del mar Se crea un mapa de líneas de contorno, en el que los valores de
es principalmente de 175 a 225 m. La parte central de la región es 1 se asignan a los píxeles que caen dentro de los rangos de todos
la más elevada. La pendiente general del terreno va de noreste a los parámetros de HSV, y a los píxeles restantes se les asigna el
suroeste. El DEM de la región de Kursk obtenido de la misión valor 0. Como resultado de los pasos anteriores, obtenemos
SRTM y descargado del recurso (EarthExplorer, sin fecha) se automáticamente el curvas de nivel que se muestran en la Figura
muestra en la Figura 10. 12, que también muestra el resto de la información de elevación, que se obtuvo
La Figura 9 y la Figura 10 se crearon usando tecnología de
información geográfica como se describe en Liashenko et al.
(2020).
Los datos de entrada para construir el DEM fueron tres hojas
de mapas topográficos soviéticos a una escala de 1: 50 000,
cubriendo el área de interés, la nomenclatura ÿ-36-12-ÿ, ÿ-36-12-ÿ
y ÿ- 36-12-ÿ (Figura 11). Los mapas utilizaron el datum vertical del
Mar Báltico de 1977, se dibujaron contornos cada 10 m.
Para construir un DEM, se escanearon los mapas y se realizó
la digitalización automatizada de las curvas de nivel de acuerdo
con el algoritmo descrito en Rul et al. (2018).
En el primer paso, el script de Python lee un fragmento del
mapa utilizando la biblioteca NumPy y crea tres matrices con
valores de brillo en los canales R, G, B. Luego, las imágenes se
convierten en un modelo de color HSV (Tono, Saturación, Valor) :
se crea una nueva matriz, que se rellena con los valores HSV
calculados. En la siguiente etapa del algoritmo, Figura 12. Capas escaneadas de datos de elevación
Machine Translated by Google
196 V. Belenok et al. Análisis comparativo de métodos de construcción de modelos digitales de elevación a partir de mapas topográficos...
( ÿ XX i³
ÿ
) x2
RMSE =
i=1 , (4) de 2 1 x y 22 ÿ se eligen de las tablas de 2 Valores
x
norte
distribución por el número de grados de libertad (n ÿ1)
donde Xi es el valor de elevación obtenido del DEM interpolado,
ÿ
= ÿ12 ,
para la probabilidad p2 = ÿÿ 0.5 1( ) , donde1 ÿp pags
Después de determinar un intervalo , es fácil obtener un ANU Fenner School of Environment and Society and Geoscience Australia.
intervalo de confianza para el RMSE de una media aritmética simple (2008). GEODATA 9 segundos DEM y modelo de elevación digital D8
dividiendo todos los términos de la desigualdad por n : y cuadrícula de dirección de flujo, guía del usuario. Geociencia Australia,
Canberra.
METROÿ ÿÿ ÿÿ ,21M (6) Arun, PV (2013). Un análisis comparativo de diferentes métodos de
X
interpolación DEM. The Egyptian Journal of Remote Sensing and
donde M es el RMSE de una media aritmética simple, ÿ es su valor Space Sciences, 16, 133–139. https://doi.org/10.1016/
X
teórico. j.ejrs.2013.09.001
Asumiendo el valor de la probabilidad de confianza ÿ = 0.95 con n Curebal, I., Efe, R., Ozdemir, H., Soykan, A., & Sönmez, S. (2015).
= 20, obtenemos: 1p = 0.025, 2p = 0.975, Enfoque basado en SIG para el análisis de inundaciones: estudio de caso del
2 2
1 ÿ = 33,32 2 ,ÿ = 8,89 , 1ÿ = 0,76 de los , 2ÿ =1,46 . Los resultados evento de inundación repentina keçidere (Turquía). Geocarto Internacional, 31(4), 355–
datos, su distribución, la resolución del DEM y los métodos de con fines de planificación de carreteras. Geodesia y Cartografía, 43(4),
Encuesta geológica de los Estados Unidos. (Dakota del Norte). ¿Qué son
los modelos digitales de elevación (DEM)? https://www.usgs.gov/faqs/
what-are-digital elevation-models-dems?qt-news_science_products=0#qt
news_science_products
Voitenko, SP (2003). Matematychna obrobka heodezychnykh vymiriv.
Teoriia pokhybok vymiriv: Navchalnyi posibnyk.
Kyivskyi natsionalnyi universytet budivnytstva i arkhitektury (en
ucraniano).
Madera, JD (1996). La caracterización geomorfológica de los Modelos
Digitales de Elevación [Tesis de Doctorado]. Universidad de Leicester,
Leicester, Inglaterra.
Yakovchenko, SG (2007). Sozdanie geoinformatsionnyih sistem v
inzhenernoy gidrologii [Tesis doctoral]. Barnaúl (en ruso).
Yang, CS, Kao S.-P., Lee, FB y Hung, P.-S. (2004). Doce métodos de
interpolación diferentes: un estudio de caso de Surfer 8.0. https://
www.isprs.org/proceedings/xxxv/congress/comm2/
papeles/231.pdf