龍曉君, 鄭健松, 李小建, 何政偉， 劉嚴(yán)松, 朱紀(jì)廣, 陳慕華

(1.廣東財(cái)經(jīng)大學(xué) a.地理與旅游學(xué)院，b.統(tǒng)計(jì)與數(shù)學(xué)學(xué)院，廣州 510320； 2.河南財(cái)經(jīng)政法大學(xué) a.城鄉(xiāng)協(xié)調(diào)發(fā)展河南省協(xié)同創(chuàng)新中心,b.資源與環(huán)境學(xué)院,鄭州 450046；3.河南大學(xué) 環(huán)境與規(guī)劃學(xué)院黃河文明與可持續(xù)發(fā)展研究中心，開封 475001；4.成都理工大學(xué) 地質(zhì)災(zāi)害防治與地質(zhì)環(huán)境保護(hù)國(guó)家重點(diǎn)實(shí)驗(yàn)室，成都 610059)

基于GIS的地災(zāi)預(yù)警降雨?yáng)鸥駭?shù)據(jù)自定義網(wǎng)格抽稀點(diǎn)方法實(shí)現(xiàn)

龍曉君1a,2a,3, 鄭健松1b, 李小建2a,3, 何政偉4， 劉嚴(yán)松4, 朱紀(jì)廣2b, 陳慕華1a

(1.廣東財(cái)經(jīng)大學(xué) a.地理與旅游學(xué)院，b.統(tǒng)計(jì)與數(shù)學(xué)學(xué)院，廣州 510320； 2.河南財(cái)經(jīng)政法大學(xué) a.城鄉(xiāng)協(xié)調(diào)發(fā)展河南省協(xié)同創(chuàng)新中心,b.資源與環(huán)境學(xué)院,鄭州 450046；3.河南大學(xué) 環(huán)境與規(guī)劃學(xué)院黃河文明與可持續(xù)發(fā)展研究中心，開封 475001；4.成都理工大學(xué) 地質(zhì)災(zāi)害防治與地質(zhì)環(huán)境保護(hù)國(guó)家重點(diǎn)實(shí)驗(yàn)室，成都 610059)

地質(zhì)災(zāi)害預(yù)警系統(tǒng)中需要準(zhǔn)確的研究區(qū)預(yù)報(bào)降雨?yáng)鸥駭?shù)據(jù)及生成方法，開發(fā)程序，借助于全區(qū)高程點(diǎn)進(jìn)行子網(wǎng)格內(nèi)高程點(diǎn)分層次隨機(jī)抽稀，設(shè)置抽稀網(wǎng)格的大小及抽稀的比例，抽稀后的結(jié)果可進(jìn)行人工補(bǔ)充剩余特征高程點(diǎn)；再根據(jù)已有監(jiān)測(cè)站監(jiān)測(cè)值，初步設(shè)定高程與降雨的關(guān)系，賦值降雨量，計(jì)算累加降雨，進(jìn)行IDW插值生成預(yù)報(bào)降雨的柵格，根據(jù)不同的設(shè)置，將生成的預(yù)報(bào)降雨?yáng)鸥衽c易發(fā)分區(qū)及歷史災(zāi)害區(qū)域進(jìn)行對(duì)比，判別最佳抽稀比例設(shè)置以生成最符合要求的預(yù)報(bào)降雨?yáng)鸥?。特點(diǎn)是程序快速抽稀，可控制度高，以少量更準(zhǔn)確全面的點(diǎn)位獲取更適用于研究區(qū)的降雨?yáng)鸥?，提高降雨預(yù)報(bào)的準(zhǔn)確性，優(yōu)化存取及處理效率,為降雨預(yù)報(bào)插值分析等應(yīng)用提供一定的技術(shù)參考。

網(wǎng)格; 高程點(diǎn)抽稀; 預(yù)報(bào)降雨?yáng)鸥? 程序?qū)崿F(xiàn); 地質(zhì)災(zāi)害預(yù)警

0 背景

“5.12”汶川地震后，中國(guó)西南地區(qū)連續(xù)發(fā)生多次大規(guī)模崩塌、滑坡、泥石流等地質(zhì)災(zāi)害事件，這表明多降雨氣候，為地質(zhì)災(zāi)害的形成和運(yùn)動(dòng)提供了成災(zāi)發(fā)育的能量和物源條件，是地質(zhì)災(zāi)害誘發(fā)的重要因素。基于實(shí)時(shí)動(dòng)態(tài)氣象信息開發(fā)地質(zhì)災(zāi)害時(shí)空預(yù)警系統(tǒng)需要準(zhǔn)確的降雨?yáng)鸥耦A(yù)報(bào)數(shù)據(jù)，能精準(zhǔn)適當(dāng)?shù)胤从逞芯繀^(qū)未來(lái)的天氣情況，提高預(yù)警預(yù)報(bào)精準(zhǔn)化程度，也是地質(zhì)災(zāi)害預(yù)警建模等重要的指標(biāo)之一。筆者以四川省甘孜州丹巴縣為研究區(qū)，該區(qū)位于川西高海拔、高寒、脆弱地貌過(guò)渡帶，主要區(qū)域?yàn)楦呱綅{谷，降雨量充沛，地質(zhì)構(gòu)造復(fù)雜、屬于典型的地質(zhì)災(zāi)害易發(fā)區(qū)域[1]。為了獲取更貼近于本研究區(qū)地質(zhì)災(zāi)害易發(fā)區(qū)域及歷史地質(zhì)災(zāi)害區(qū)域?qū)?yīng)的降雨?yáng)鸥窦吧煞椒ɑ驐l件，面對(duì)海量的矢量場(chǎng)樣本數(shù)據(jù)，數(shù)據(jù)抽稀簡(jiǎn)化技術(shù)至關(guān)重要。常用的空間抽稀方法有以下3種:①分層隨機(jī)抽?。虎谙到y(tǒng)抽??；③基于地統(tǒng)計(jì)抽稀。線狀目標(biāo)是地理空間中的3大要素(點(diǎn)、線、面)之一，由一系列散點(diǎn)組成。其簡(jiǎn)化算法基于點(diǎn)、用于線，并可擴(kuò)展至面要素的形狀簡(jiǎn)化，應(yīng)用廣泛[2]。常見的曲線抽稀算法有步長(zhǎng)法、線段過(guò)濾法等，Douglas-Peucker及其衍生算法是當(dāng)前的主流算法[3]，這些算法基于距離評(píng)估節(jié)點(diǎn)的重要程度并篩選淘汰點(diǎn)，進(jìn)而簡(jiǎn)化線狀目標(biāo)[4-5],由此研究點(diǎn)抽稀算法是非常必要的，且具有一定實(shí)際價(jià)值。抽稀的關(guān)鍵是定義抽稀因子，抽稀因子的不同決定了抽稀算法的多樣性[6]，筆者采用研究區(qū)最大范圍矩形框分子網(wǎng)格的方法，在子網(wǎng)格范圍內(nèi)，使用由等高線轉(zhuǎn)換的等高點(diǎn)，根據(jù)高程值排序，由高到低，按照抽稀的比例分段，隨機(jī)選擇，抽稀出來(lái)的高程點(diǎn)，人工可進(jìn)行干預(yù)增刪少量關(guān)鍵點(diǎn)，再根據(jù)初步假設(shè)的高程與降雨的關(guān)系，計(jì)算賦值降雨量及累積降雨量，根據(jù)抽稀點(diǎn)情況采用IDW方法插值，生成對(duì)應(yīng)條件下的降雨?yáng)鸥?，再與研究區(qū)易發(fā)分區(qū)及歷史地質(zhì)災(zāi)害做對(duì)比，選取出最優(yōu)貼近于研究區(qū)的抽稀條件，與其他抽稀方法(如Douglas-Peucker算法)相比，具有更加快速易于抽取，范圍覆蓋較大，簡(jiǎn)練、靈活性強(qiáng)、可控制度高，去除冗余數(shù)據(jù)，保留關(guān)鍵點(diǎn)，能夠提高預(yù)報(bào)降雨的準(zhǔn)確性，又能節(jié)約數(shù)據(jù)庫(kù)存儲(chǔ)空間、加快系統(tǒng)處理速度，與研究區(qū)域預(yù)報(bào)降雨應(yīng)用適用的特點(diǎn)，屬于簡(jiǎn)易的抽稀方法。在川西藏區(qū)脆弱地貌過(guò)渡帶地質(zhì)災(zāi)害預(yù)警系統(tǒng)的預(yù)警指標(biāo)動(dòng)態(tài)監(jiān)測(cè)模塊中開發(fā)實(shí)現(xiàn)降雨?yáng)鸥駝?dòng)態(tài)生成，以期為高海拔高寒地質(zhì)災(zāi)害多發(fā)地區(qū)提供預(yù)報(bào)降雨及災(zāi)害更精準(zhǔn)的方法。

抽稀過(guò)程由插件程序[7-13]實(shí)現(xiàn)，開發(fā)工具為VS2010，地圖工具為Arcgis 10.1 Engine。開發(fā)的語(yǔ)言為C#,WinForm架構(gòu)，界面調(diào)用采用委托的方法，抽稀后臺(tái)能夠調(diào)用主界面的地圖控件中數(shù)據(jù)，Arcgis Engine中提供了豐富的類庫(kù)等地圖支持，主要體現(xiàn)為靈活，更關(guān)注于算法方法的實(shí)現(xiàn)。地圖數(shù)據(jù)集中在高程點(diǎn)的Shape數(shù)據(jù)，能夠方便地讀取。最后獲得的點(diǎn)集合進(jìn)行降雨量計(jì)算、保存結(jié)果等。系統(tǒng)實(shí)現(xiàn)的界面如圖1所示。

圖1 軟件實(shí)現(xiàn)界面Fig.1 Software implementation interface

1 高程點(diǎn)抽稀實(shí)現(xiàn)

1.1 抽稀過(guò)程

抽稀過(guò)程如圖2所示。

1)等高線轉(zhuǎn)點(diǎn)，將研究區(qū)已有等高線數(shù)據(jù)，運(yùn)用arcmap工具轉(zhuǎn)換為等高點(diǎn)數(shù)據(jù)。

2)使用VS2010及Arcgis10.1搭建開發(fā)環(huán)境，利用arcgis engine讀取高程點(diǎn)shp數(shù)據(jù)，獲取整個(gè)研究區(qū)最外框包絡(luò)(Envelope)，建立抽稀窗口。

3)根據(jù)研究區(qū)最外框(Envelope)，抽稀窗口設(shè)定的抽稀比例及網(wǎng)格比例，進(jìn)行分網(wǎng)格，開始進(jìn)行抽稀。

圖2 抽稀過(guò)程示意圖Fig.2 Sketch and method of pumping process

4)根據(jù)網(wǎng)格比例，橫、縱向進(jìn)行分割，如設(shè)置分割網(wǎng)格比例為10，表示將大范圍網(wǎng)格分割為10*10個(gè)子網(wǎng)格。

5)已知最左下角、最右上角坐標(biāo)，算法從最左下角開始進(jìn)行構(gòu)建子網(wǎng)格，網(wǎng)格采用AE的空間查詢接口進(jìn)行空間要素查詢，得到當(dāng)前子網(wǎng)格內(nèi)的高程點(diǎn)數(shù)據(jù)。

6)根據(jù)網(wǎng)格內(nèi)高程點(diǎn)，按照高程值進(jìn)行從高到低排序，根據(jù)抽稀窗口設(shè)定的抽稀比例分段數(shù)據(jù)，如抽稀比例設(shè)置為7，表示當(dāng)前子網(wǎng)格范圍內(nèi)高程點(diǎn)排序后被分為7段，如果有多余的點(diǎn)，補(bǔ)充到最后最低點(diǎn)范圍內(nèi)。

7)根據(jù)當(dāng)前子網(wǎng)格范圍分段數(shù)據(jù)，按照Dotnet提供的隨機(jī)抽取方法，進(jìn)行隨機(jī)抽取，抽稀后保存到數(shù)據(jù)集，后續(xù)獲取的子網(wǎng)格依次進(jìn)行本步驟操作，直到所有網(wǎng)格遍歷完成，獲得當(dāng)前抽稀網(wǎng)格比例及抽稀比例處理的抽稀點(diǎn)集合。

8)保存當(dāng)前設(shè)置下獲取的抽稀點(diǎn)，然后進(jìn)行其他相應(yīng)抽稀網(wǎng)格比例及抽稀比例操作，獲取對(duì)應(yīng)的抽稀點(diǎn)集合，都保存為Shapefile格式。

1.2 抽稀點(diǎn)效果

進(jìn)行程序隨機(jī)抽取，可以在使用時(shí)進(jìn)行人工補(bǔ)點(diǎn)和刪除點(diǎn)，目的是為了消除局部的差異，插值后的柵格可以和研究區(qū)易發(fā)分區(qū)及歷史災(zāi)害數(shù)據(jù)做對(duì)比，如果有局部明顯異常的區(qū)域，可以手動(dòng)進(jìn)行增刪改高程點(diǎn)操作，以此進(jìn)行消除異常過(guò)程。而系統(tǒng)設(shè)置的抽稀網(wǎng)格數(shù)及抽稀比例，可以獲取不同條件下的降雨?yáng)鸥?，抽稀效果見圖3。

圖3 抽稀效果Fig.3 Thinning effect(a)20*7；(b)7*7 ；(c)20*4；(d)4*4

2 預(yù)警柵格生成應(yīng)用

插值方法主要分為考慮高程的多變量地學(xué)統(tǒng)計(jì)插值方法與不考慮高程的單變量插值方法，其中包括泰森多邊形、反距離法、克里格法、距離權(quán)重法、一階局部多項(xiàng)式法、二階局部多項(xiàng)式法、樣條函數(shù)法等方法。因?yàn)槌橄『蟮碾x散點(diǎn)分布均勻，并且能反應(yīng)區(qū)域內(nèi)高程引起的降雨變化，筆者主要采用IDW插值的方式應(yīng)用和系統(tǒng)開發(fā)。

表1 丹巴縣近年5-9月最大日降水量統(tǒng)計(jì)表

注：?jiǎn)挝?mm

根據(jù)程序獲取的抽稀后高程點(diǎn)集合Shape文件，建立降雨字段Rainfall_Value，進(jìn)行降雨值計(jì)算，為了獲取區(qū)域內(nèi)連續(xù)的降雨值，我們主要參考高程的影響，研究其與降雨的關(guān)系，已有相關(guān)的研究表明高程與降雨存在一定關(guān)系[12]，如到一定高程閾值前，研究區(qū)降雨量隨高程增加而增加，過(guò)閾值后隨高程增加而減少，這里自定義初步建立高程值與降雨的關(guān)系表達(dá)式進(jìn)行模擬，如式(1)所示。

yi=-axi2+bxi+c

(1)

式中：xi為高程i對(duì)應(yīng)的自變量；yi為相應(yīng)的降雨因變量；a、b、c為相應(yīng)的參數(shù)。研究區(qū)降雨集中，多集中在5月-9月，約占全年的75.4%，雨旱季明顯。降雨時(shí)段集中，降雨量集中，多年月平均降雨量為110 mm以上。根據(jù)近5年統(tǒng)計(jì)資料顯示(表1)，勘查區(qū)汛期多暴雨。使用表1中數(shù)據(jù)，再采用參數(shù)設(shè)置為0.7(計(jì)算累計(jì)降雨量的經(jīng)驗(yàn)參數(shù)值)的累積降雨公式，得到最終的降雨值，賦值于高程抽稀點(diǎn)圖層降雨值字段，再采用IDW插值進(jìn)行插值計(jì)算。

(2)

圖4 抽稀點(diǎn)插值生成柵格效果Fig.4 Raster effect of dilute point interpolation(a)20*7; (b)7*7; (c)20*4; (d)4*4

圖5 柵格與易發(fā)分區(qū)對(duì)比效果Fig.5 Grid and prone partition contrast effect(a)20*7； (b)7*7； (c)20*4； (d)4*4

式中：Z值代表求得的點(diǎn)上的對(duì)應(yīng)降雨值；Zi代表周圍降雨點(diǎn)的降雨值；di代表目標(biāo)點(diǎn)到周圍點(diǎn)的距離。為獲取連續(xù)降雨值延伸的特點(diǎn)，使用反距離加權(quán)法進(jìn)行插值獲取，距離抽稀點(diǎn)近的點(diǎn)受到的影響最大，因此能夠獲取趨近的值，生成的柵格值具有平滑的效果(圖4)。

3 應(yīng)用特點(diǎn)

抽稀算法的優(yōu)劣可以用抽稀率與曲線精度等衡量，抽稀率是指過(guò)濾冗余信息的百分比，曲線精度是指抽稀后的曲線與原曲線誤差程度[14]。然而抽稀算法的抽稀程度與精度均受到抽稀網(wǎng)格閥值與抽稀的比例控制[15]，因此，設(shè)置合理的閥值和比例是非常重要的。

我們主要以大范圍的高程點(diǎn)去獲取最適用研究區(qū)的抽稀網(wǎng)格及比例下點(diǎn)集(對(duì)應(yīng)地圖比例尺下抽稀后的關(guān)鍵點(diǎn)集)，以此推算符合研究區(qū)概況的預(yù)報(bào)降雨?yáng)鸥?，因?yàn)槿斯ふ{(diào)整的原因，可以對(duì)最后結(jié)果產(chǎn)生影響。如圖5所示，將生成的柵格與柵格范圍內(nèi)的易發(fā)分區(qū)進(jìn)行對(duì)比，可以得出:

1)抽稀的網(wǎng)格越大，子網(wǎng)格越細(xì)，因?yàn)槌橄『蟮狞c(diǎn)數(shù)多，所以最終生成的柵格像元值分布越大并且連續(xù)。抽稀的網(wǎng)格小，生成的柵格范圍大，精度體現(xiàn)的更低，適用于大范圍普遍性預(yù)測(cè)。

2)抽稀的比例越高，同樣最后生成的柵格像元也越豐富，可調(diào)整行越高。

3)與易發(fā)分區(qū)對(duì)比，明顯抽稀網(wǎng)格數(shù)大抽稀比例高的更易于與分區(qū)進(jìn)行詳細(xì)地對(duì)比，適合人工再補(bǔ)點(diǎn)刪點(diǎn)生成柵格操作。

4)采用自定義的二次方程能夠在一定范圍內(nèi)模擬研究區(qū)高程與降雨的關(guān)系，能夠計(jì)算累計(jì)雨量，方法具有一定的研究意義。

5)采用IDW插值方法，是根據(jù)研究區(qū)離散點(diǎn)能均勻分布并且密度能滿足區(qū)域現(xiàn)狀分析選取的。

6)采用開發(fā)的方式，能夠更靈活地生成刪格和獲取對(duì)應(yīng)的設(shè)置及數(shù)據(jù)，符合插件式快速開發(fā)應(yīng)用的要求，便于應(yīng)用。

4 結(jié)論

利用分子網(wǎng)格下高程值分層隨機(jī)抽取的辦法，能夠平均地選取對(duì)應(yīng)區(qū)域內(nèi)的高程點(diǎn)，但是高程點(diǎn)對(duì)于本區(qū)域的重要性即權(quán)重值依然無(wú)法準(zhǔn)確獲取，因?yàn)榻涤昱c多種地理及天氣要素有關(guān)系，采用人工補(bǔ)充或者刪除地形特征點(diǎn)的方法，能夠在一定范圍內(nèi)補(bǔ)充降雨?yáng)鸥窬燃胺秶罱K獲取合適的預(yù)報(bào)降雨?yáng)鸥?。?shí)現(xiàn)了可自定義的分網(wǎng)格快速隨機(jī)抽稀點(diǎn)的算法程序開發(fā)，結(jié)合了GIS生成柵格及對(duì)比分析，為大范圍降雨預(yù)報(bào)提供了一種方便的預(yù)報(bào)柵格生成方式，符合一定的實(shí)際需求，有利于不同研究區(qū)災(zāi)害預(yù)警的工作，為其提供一定的技術(shù)支持。

[1] 龍曉君.地質(zhì)生態(tài)環(huán)境多尺度非線性智能評(píng)估研究——以康東地區(qū)為例[D].成都:成都理工大學(xué)，2011.

LONG X J. Nonlinear multi-scale intelligent assessment of geological Environment -A Case Study in Kangdong area[D].Chengdu: ChengDu University of technology,2011.(In Chinese)

[2] 劉釗,高培超，施洪剛，等. SimpliPoly算法的線狀目標(biāo)簡(jiǎn)化研究[J].測(cè)繪科學(xué),2012,32(2):209-210.

LIU Z,GAO P C,SHI H G,et al. Smplification of linear objects based on SimpliPoly algorithm[J]. Science of Surveying and Mapping,2012,32(2):209-210.(In Chinese)

[3] 費(fèi)立凡，何津，馬晨燕.等.3維Douglas-Peucker算法及其在DEM自動(dòng)綜合中的應(yīng)用研究[J].測(cè)繪學(xué)報(bào),2006,(3):278-284 .

FEI L F,HE J,MA C Y,et,at. Three dimensional Douglas-Peucker algorithm and the study of its application to automated generalization of DEM[J].Acta Geodaetica et Cartographica Sinica,2006,(3):278-284.(In Chinese)

[4] 陳紅華，李滿春，李飛雪. 插件式GIS應(yīng)用框架的設(shè)計(jì)與實(shí)現(xiàn)[J].地理空間信息,2011(02) :26-28.

CHEN H H,LI M C,LI F X. Design and realization of plug-in GIS application framework[J]. Geospatial Information,2011(02) : 26-28.(In chinese)

[5] 盧英水，李乃良.基于特征點(diǎn)的高程點(diǎn)自動(dòng)抽稀法[J].測(cè)繪與空間地理,2008(2):170-171.

LU Y S,LI N L.Automatic sparsing method for elevation points based on feature points[J]. Geomatics & Spatial Information Technology,2008(2):170-171.(In Chinese)

[6] 繆志修.基于機(jī)載LiDAR數(shù)據(jù)的DEM抽稀算法研究[D].成都:西南交通大學(xué)，2010.

MIU Z X. LIDAR-based DEM thinning algorithm[D].Chengdu:Southwest Jiaotong University,2010.(In chinese)

[7] 彭認(rèn)燦，董箭，鄭義東.垂距法與道格拉斯一普克法刪除冗余頂點(diǎn)效率的比較[J].測(cè)繪通報(bào),2010(3): 66-67.

PENG R C,DONG J,ZHENG Y D.The efficiency comparison of methods between perpendicular distance and Douglas-Peucker in deleting redundant vertexes [J].Bulletin of Surveying and Mapping,2010(3): 66-67.(In Chinese)

[8] 孫麗,高飛,胡小華. ArcEngine插件式GIS二次開發(fā)框架的設(shè)計(jì)與實(shí)現(xiàn)[J].測(cè)繪科學(xué),2011(5):214-216.

SUN L,GAO F,H X H. Design and realization of framework for plug-in GIS secondary development based on ArcEngine[J].Science of Surveying and Mapping,2011(5):214-216. (In Chinese)

[9] 吳建華. 基于ArcGIS Engine的GIS軟件開發(fā)方法[J].測(cè)繪通報(bào),2010(11):54-57.

WU J H. Development methods of GIS software based on ArcGIS engine[J]. Bulletin of Surveying and Mapping,2010(11) : 54-57.(In chinese)

[10] 殷勇,梁西騰,丁圣陶,等.一種基于曲線分段的等高線自動(dòng)注記方法[J].測(cè)繪科學(xué),2012,37(5):76-77 ).

YIN Y,LIANG X T,DING S T,et at. A method of auto labelling on contour based on curve segment[J]. Science of Surveying and Mapping,2012,37(5):76-77.(In Chinese)

[11] 于靖,陳剛,張笑,等.面向自然岸線抽稀的改進(jìn)道格拉斯—普克算法[J].測(cè)繪科學(xué),2015(4):23-27.

YU J,CHENG G,ZHANG X,et al. An improved Douglas-Peucker algorithm oriented to natural shoreline simplification[J].Science of Surveying and Mapping,2015(4):23-27.(In Chinese)

[12] 應(yīng)申，陳桂秋，曹曉航.多比例尺電子地圖中基于線性道路的POI抽稀[J].測(cè)繪工程,2014(7):6-11 .

YING S,CHEN G Q,CAO X H. POI selection with the reference of linear roads in mufti-scale maps[J].Engineering of Surveying and Mapping,2014(7):6-11.(In Chinese)

[13] 張斌，劉洋，朱建濤.抽稀算法在工程機(jī)械定位監(jiān)測(cè)數(shù)據(jù)處理中的應(yīng)用研究[J].全球定位系統(tǒng),2015(2):23-27.

ZHANG B,LIU Y,ZHU J T. Application of thinning algorithm based on processing in positioning data of construction machinery[J].GNSS World of China,2015(2):23-27.(In Chinese)

[14] 王屏，宋昊，劉淑紅.基于點(diǎn)距離的點(diǎn)抽稀算法在電子地圖符號(hào)化中的應(yīng)用[J].科技與企業(yè),2014(17):311-311.

WANG P, SONG H, LIU S H. Application of point based distance based algorithm m in the symbol of electronic map[J].Technology and enterprise,2014(17):311-311.(In Chinese)

[15] 劉新洪，李天，張永波.基于ArcGIS的點(diǎn)抽稀方法的研究[J].經(jīng)緯天地,2015(1):31-34.

LIU X H,LI T,ZHANG Y B.Research on point pumping method based on ArcGIS[J]. Latitude and longitude,2015(1):31-34.(In Chinese)

Researchonimplementationandinterpolationofacustomgridextractionmethod

LONG Xiaojun1a,2b,3, ZHNEG Jiansong1b, LI Xiaojian2a,3, HE Zhengwei4, LIU Yansong4,ZHU Jiguang2b, CHEN Muhua1a

(1.Guangdong University of Finance, a.School of Geography and Tourism, b.School of Statistics and Mathematics,Guangzhou 510320,China; 2.Henan University of Economics and Law,a.Collaborative Innovation Center of Urban-Rural Coordinated Development, b.College of Resourcement and Environment, Zhenzhou 450046,China;3.College of Environment and Planning-Research Institute of Yellow River Civilization and Sustainable Development ,Henan University,Kaifeng 475001,China; 4.State Key Laboratory of Geohazard Prevention and Geoenvironment Protection, Chengdu University of Technology,Chengdu 610059,China)

The geological hazard warning system needs more accurate forecast rainfall and grid generation methods of study area,and develop process.With the help of the elevation points in the whole area, the hierarchical random sampling of the elevation points in the sub grid is carried out.We can set the size of the grid and the proportion of pumping. The results of sparsing can be used to artificial supplement the characteristic elevation points, according to the existing monitor data of of monitor stations,handle preliminary setting of relations between height and rainfall,assigned rainfall and calculate cumulative rainfall, and then use IDW interpolation to get rainfall forecast, according to the different settings, comparing the generated rainfall forecast grid with prone area and historical disaster area,determine the best proportion of dilution to get the most appropriate grid. Characteristics is the rapid extraction of the program, The control system is high, with a little more accurate and comprehensive point of view to obtain more suitable for the study area's rainfall grid, improve the accuracy of rainfall forecast, optimize access and processing efficiency. It provides some technical reference for the application of rainfall forecast interpolation analysis.

grid; elevation point sparsing; forecast rainfall raster; program implementation； forewarning of geological hazards

2016-11-21 改回日期： 2017-03-06

2017年廣東高校省級(jí)重點(diǎn)平臺(tái)和重大科研項(xiàng)目特色創(chuàng)新(社科類)項(xiàng)目(2017WTSCX038);廣東省哲學(xué)社會(huì)科學(xué)“十三五”規(guī)劃2017年度學(xué)科共建項(xiàng)目(GD17XSH07);河南省2015博士后科研基金項(xiàng)目(20150219);廣東省大學(xué)生創(chuàng)新訓(xùn)練項(xiàng)目(201710592017)

龍曉君(1973-)，女，博士，講師，主要研究方向?yàn)榈刭|(zhì)生態(tài)環(huán)境與地質(zhì)災(zāi)害、災(zāi)害預(yù)警、災(zāi)害經(jīng)濟(jì)， E-mail：935627279@qq.com。

1001-1749(2017)06-0848-06

X 43

A

10.3969/j.issn.1001-1749.2017.06.19