摘要

地形地貌对整个生物界的孕育、产生、繁衍、发展都具有重大影响，它控制着地球表面上水分、热量的再分配，进而对气候、水文、土壤、生态乃至人类有着重要的影响，而它本身也是人类认识自然、改造自然的重要客体。一直以来，人类对地貌的表达和研究也没有停止过，在地图制图学的发展历史中，出现了写景、晕滃、晕渲、等高线等多种多样的地貌可视化手段。近年来，随着地理信息技术和遥感技术的发展，更出现了大量的以格网DEM和TIN两种数字化表达的地貌数据。正是由于地貌表达形式的多样性和数据的海量性，当前摆在我们面前的问题就是，如何统一不同尺度下的不同表达形式的海量地貌数据,实现数据之间的自动转换更新和一致性保持等。

通过研究对比，学者们纷纷把眼光聚集到地形特征上。地形特征是自然地貌空间延展和分布的结构化信息，是统一不同尺度下不同地貌表达形式的桥梁，对地貌的表达起纲领和骨架的作用，它对DEM建立、水文分析、制图综合及地貌识别等具有重大意义。本文的研究正是在国家基础测绘科技计划项目“国家基础地理信息数据1：5万至1：25万跨比例尺处理实验”和国家自然科学基金资助项目“基于小波分析扩展空间数据模型尺度维的研究”的资助下进行的，以求解决基于数字等高线数据的地形特征自动提取问题。

作为地形特征提取的数据组织基础，本文首先研究了等高线拓扑关系及其数据结构，提出了一种新的未封闭等高线拓扑关系组织模型——“分区二叉树”模型。接着，本文全面分析了基于等高线的地形特征自动提取过程，提出了一种“联合Delaunay三角网”来探测和分析等高线群的弯曲，同时提出了“三角形局域连接方法”来解决地形特征线连接的难点。实验表明，与传统Delaunay三角网方法相比，利用“联合Delaunay三角网”和“三角形局域连接方法”能自动提取更完整的具有树结构的地形特征线。