三角ポリゴンを用いた地形マップの簡略化手法  [in Japanese] Simplification Method of Topographic Map Using Triangle Polygons  [in Japanese]

Access this Article

Search this Article

Author(s)

Abstract

航空機ベース測量で得られた地形データは一般に空間的な並びが等間隔にならない.データに空間的な粗密が生じ,その中には不必要なものも含まれる.一般的にDEMのような地形モデルはラスタ形式のデータから生成され,データ削減による簡略化もその並びを利用して行われる.しかし,レーザ距離計などによる地形データをラスタ形式に変換すると精度が劣化し,高精度な測量データを有効活用しているとはいえない.したがって,本研究ではレーザ距離計で得られた地形データを,精度を維持しながら簡略化できる手法の開発を目的とした.本研究で扱った地形データはヘリコプタベース測量で得られたものであり,空間的なデータ密度にばらつきがあった.本稿では,得られた地形データから三角ポリゴンを自動生成し,地形形状を維持しながらデータ数を削減できる方法について述べた.また,ヘリコプタベース測量によって得られたデータの簡略化に伴う地形の形状変化を評価した.その結果,本来507点あった測量データから400点(生データの79%)を削減して107点にしても,元の形状からの誤差を0.12mに抑えることができた.一方,ランダムにデータを400点削除すると,誤差は1.35mとなり,ラスタ変換によりデータを110点にした場合,誤差は0.88mとなった.このことから,本手法による効果は著しいことが確認された.

Topographic data obtained by airplane-based surveys is spatially disordered. There are both high and low density portions in the topographic data, and some data are redundant. A graphical terrain model or a digital elevation model (DEM) is generally generated from raster data, and the decimation (reducing the level of redundancy in data) is based on that data structure. However, this approach is not useful when rasterizing topographic data derived from laser range finders because imposing a raster data structure introduces visual and numerical errors. In this research, topographic data was obtained using a one-axis laser range finder mounted on an unmanned helicopter. The collected data were not evenly spaced over a regular grid as rasterized data are. This paper describes methods that can automatically generate triangular mesh from a topographic data set, and simplify the data while maintaining accuracy. These methods were evaluated by examining the topographical feature error resulting from simplifying the 507 raw data points obtained by the helicopter-based survey. When a data set of 107 points were generated (79% size of the original raw data), topographical error was less than 0.12 m. By way of comparison, when 400 data points were eliminated at random, the corresponding error was 1.35 m. Furthermore, when 110 points data were generated by rasterizing, the error was 0.88 m. Consequently, it was concluded that the developed method was very effective.

Journal

  • Agricultural Information Research

    Agricultural Information Research 13(4), 291-300, 2004

    Japanese Society of Agricultural Informatics

Codes

  • NII Article ID (NAID)
    130003367847
  • NII NACSIS-CAT ID (NCID)
    AN10481161
  • Text Lang
    JPN
  • ISSN
    0916-9482
  • NDL Article ID
    7198868
  • NDL Source Classification
    ZR6(科学技術--農林水産)
  • NDL Call No.
    Z18-3538
  • Data Source
    NDL  J-STAGE 
Page Top