引用本文
史来亮, 赵斌, 李建国, 张璐. Google Earth高程数据精度分析及在地震勘探中的应用[J]. 物探与化探, 2016,40(3): 578-586.
SHI Lai-Liang, ZHAO Bin, LI Jian-Guo, ZHANG Lu. An analysis of Google Earth elevation data accuracy and its application to seismic exploration[J]. Geophysical and Geochemical Exploration, 2016,40(3): 578-586.
Doi:10.11720/wtyht.2016.3.21  
Permissions
Copyright©2016, 《物探与化探》编辑部
《物探与化探》编辑部 所有
Google Earth高程数据精度分析及在地震勘探中的应用
史来亮1, 赵斌1,2, 李建国1, 张璐1
1.山西省地球物理化学勘查院,山西 运城 044004
2.山西省地质勘查局,山西 太原 030001

作者简介: 史来亮(1987-),男,硕士,目前主要从事地震勘探及相关工作。E-mail:shilailiang1987@163.com

收稿日期: 2015-07-21
摘要

地震勘探勘查区往往位于偏远地区,已知地形资料较少。Google Earth(简称GE)采用的数字高程模型数据为SRTM,精度较高。笔者在批量提取GE高程数据的基础上,分别对山区和平原地区的GE高程数据的精度进行了分析。结果表明,无论是在山区还是平原地区,GE高程数据均与地表实际高程基本一致;在平原地区的精度高于山区;GE高程数据可以满足等高线生成和观测系统参数分析的需要。

关键词: Google earth; 地震勘探; 数据统计
中图分类号:P631.4 文献标志码:A 文章编号:1000-8918(2016)03-0578-09 doi: 10.11720/wtyht.2016.3.21
An analysis of Google Earth elevation data accuracy and its application to seismic exploration
SHI Lai-Liang1, ZHAO Bin1,2, LI Jian-Guo1, ZHANG Lu1
1.Geophysical and Geochemical Exploration Institute of Shanxi Province,Yuncheng 044004,China
2.Bureau of Geology Exploration in Shanxi Province,Taiyuan 030001, China
Abstract

The area of seismic exploration is often located in remote areas, and is always lack of terrain data. The digital elevation model data of Google Earth (GE) are based on SRTM and have a high precision. Based on the batch extraction of elevation data from GE, the authors analyzed the accuracy of elevation data between mountains and plains. The results show that GE elevation data and actual elevation data are consistent with each other whether in the mountains or plains; The accuracy of elevation data in plain area is higher than that in mountain area. The elevation data from GE can be used to produce contours and analyze the system parameters.

Keyword: Google earth; seismic exploration; statistical analysis

随着地震勘探目标区域深入, 勘查区内的地表条件越来越复杂, 施工难度越来越大。

在地震勘探工作开展前, 需要对勘探目标区域内的环境、地表条件、地面高度和高差、交通、道路等进行了解和考察, 以便做到心中有数。由于勘探区域往往位于偏远地区, 考虑到交通条件、投标时间限制等原因, 往往很少进行实地踏勘, 即使进行实地踏勘, 也只能以点带面、难以纵观全工区地表情况。这会造成两个方面的不利影响:一方面, 由于对青赔类型、面积的不了解, 对投资和成本控制的准确性难以把握; 另一方面, 拟编的观测系统设计是基于平地表条件下的, 与实际情况不符合, 难以满足实际需要, 在施工中某些炮点和检波点位置需要进行变观处理。因此, 在勘探前获得勘查区高程数据对地震勘探很有必要。

为了解决上述问题, 许多工程技术人员进行了有益的探索:施丽娟等人法[1]介绍了利用KLSeis 5.0, 进行基于起伏地表的三维观测系统设计的方; 关玉东等[2]探讨了Google Earth在地震勘探野外数据采集中的应用; 刘贵荣等[3]将搜集的电子地图、卫星影响等资料进行叠合, 进行三维地形分析; 夏勇等[4]将Google Earth应用于伊朗地震数据采集项目中; 黄亚锋等[5]将Google Earth应用于地质地震的显示; 罗文刚等[6]对Google Earth在地震勘探数据采集的可行性进行了探讨; 张剑等[7]对地震勘探点位在Google Earth中的显示和与输出进行了探讨; 郭小波等[8]将Google Earth应用在地质勘查路线的规划、部署中, 提高了工作效率; 史来亮等[9]将Google Earth引入到地震勘探的设计、采集、处理和解释各个环节。此外, 还有许多学者将Google Earth应用到地学研究[10]、道路修复[11]、土工试验[12]、三维河道动态模拟[13]和高压送电线路的选定[14]等领域。

虽然许多工程技术人员将Google Earth应用于地震勘探中, 但尚未发现有人对其高程精度进行实测和对比分析, 詹蕾等人[15]只进行了理论精度分析, 即:利用高程中误差模型及空间插值方法对SRTM DEM进行高程精度分析; 孙茜[16]以我国1∶ 25万DEM为假定真值, 定量分析SRTMDEM的数据质量, 并研究该数据多个地形指数参数的精度特征; 张朝忙等[17]假定1∶ 5万DEM数据为真值, 以1∶ 25万DEM为参照进行了精度分析。

就地震勘探而言, 如果Google Earth高程精度满足需要, 不仅可以利用免费获得的高程数据生成地形等高线, 还可以将其应用于起伏地表观测系统的设计方面, 这对施工效率的提高和技术风险的控制有着重要作用。

1 Google Earth简介及其高程数据特点

谷歌地球(Google Earth, 简称GE), 是由Google公司开发的虚拟地球软件。它把卫星照片、航空照相和地理信息系统(GIS)融合在一个地球三维模型上。

Google Earth采用的数字高程模型数据为SRTM。SRTM的全称是Shuttle Radar Topography Mission, 即航天飞机雷达地形测绘使命。SRTM数据主要是由美国太空总署(NASA)和国防部国家测绘局(NIMA)联合测量的。2000年2月11日上午11时44分, 美国“ 奋进” 号航天飞机在佛罗里达州卡那维拉尔角的航天发射中心发射升空, “ 奋进” 号上搭载的SRTM系统共计进行了222 h 23 min的数据采集工作, 获取北纬60° 至南纬56° 之间, 面积超过1.19亿km2的 9.8万亿字节的雷达影像数据, 覆盖全球陆地表面的80%以上, 该计划共耗资3.64亿美元, 获取的雷达影像数据经过两年多的处理, 制成了数字地形高程模型, 该测量数据覆盖中国全境。SRTM数据有SRTM1和SRTM3两种, 分别是1角秒和3角秒精度的数据, 对应精度为30 m(每30 m一个高程数据)和90 m(每90 m一个高程数据)。谷歌地球所使用高程数据即为SRTM3, 公开出来覆盖中国区域的高程数据只有90 m精度。

2 GE高程数据的获取方法

许多学者对GE高程数据的批量获取方法进行了探讨。王莹等[18]通过VC++的MFC类库进行编程, 利用BP神经网络, 对指定区域高程图片进行识别。受限于识别精度及算法的复杂性, 该方法应用门槛较高, 推广性不强。刘文荣[19]运用Delphi工具, 结合GE API, 实现了地形数据的批量快速提取, 并将其用于煤矿环评当中, 但未对获取的高程数据精度进行分析。黄琪等人使用GE API开发了获取高程数据的程序, 对Google Earth、STRM3和ASTER GDEM三个数据源获取的高程进行了对比, 但未与实测高程数据进行对比。

笔者在前人工作的基础上, 利用Google Earth COM API, 调用IPointOnTerrainGE接口, 通过Google Earth的经纬度查询功能, 批量获取了勘查区内炮检点的高程数据。限于篇幅, 编程过程不予赘述。

3 技术路线

主要技术路线(图1)为:

① 利用MESA、KLSeis等软件进行二、三维观测系统设计;

② 从初步设计的观测系统中导出炮检点坐标;

③ 根据设计坐标再进行实地测量, 得到实际坐标位置, 并计算出与GE平面坐标的偏移量Δ X和Δ Y;

④ 对设计坐标进行偏移校正后, 在GE中进行高程数据采集;

⑤ 以实际高程数据为参照, 对GE高程数据进行精度分析。

图1 技术路线

4 GE高程数据的精度分析

为了对GE的高程精度进行较为全面地分析, 选择了山区(三维地震)和平原地区(二维地震)两个研究对象。

4.1 山区GE高程数据的精度分析

A勘查区勘查面积约9 km2, 地处陕北黄土塬的北端。地表大部分被第四系松散沉积物所覆盖, 地形变化大、沟壑纵横, 区内地表相对高差约260 m。

为了使GE影像坐标与实测坐标一致, 选择勘查区中心区域的三个房屋作为参照物对平面坐标位置校正(图2), 确定偏移校正参数Δ X=27.48 m, Δ Y=-28.99 m。

图2 房屋参照物在GE中的位置

将23 318个实测坐标加上偏移校正参数, 转换为在GE中的坐标后进行高程数据采集, 得到 23 318 个高程数据。用Surfer分别进行成图, 可以得到两者的平面等值线对比图(如图3), 将等值线图转换为KML文件载入GE后, 可以得到三维等值线图(图4)。

图3 山区实测高程数据和GE高程数据等值线对比

图4 山区实测高程数据和GE高程数据等值线图在GE中的显示

从图3和图4中可以看到, 两者高程变化趋势高度一致, 只是在细节上有所差异。

为了对两者差异进行定量对比分析, 利用SPSS 19软件对实际测量数据和采集到的GE高程数据进行统计分析(SPSS软件被公认为最优秀的统计分析软件之一, 是一整套集数据处理、评估和预测的解决方案。它能够对信息的采集、处理、分析进行全面评估和预测), 得到两组数据的统计结果(表1, 表2和图5)。

通过对表1、表2和图5的统计结果进行分析可知:GE高程数据整体与实测数据基本一致, 最大误差65.58 m, 最小误差0 m; 54.01%的高程数据误差在10 m以内, 84.33%的高程数据误差在20 m以内; 通过对误差大于30 m的数据进行分析, 发现误差大于30 m的点均位于陡坡处(图6)。

由此可知, 虽然在精度上GE高程数据不及实测高程数据, 但可以满足前期对勘查区地形变化的了解。

表1 山区实测高程数据和GE高程数据的统计分析
表2 山区误差统计分析

图5 山区实测高程数据和GE高程数据直方统计

图6 误差大于30 m高程数据分布范围

4.2 平原地区GE高程数据的精度分析

B勘查区位于某聚煤盆地内, 二维地震勘查线长度约42 km, 区内地表较为平缓, 最大高差约50 m。

在GE中, 对二维勘查线4 204个检波点数据进行高程数据采集, 并与实测高程数据进行对比, 结果见图7。可以看出, 地表平缓处的高程数据误差较小, 当遇到地形变化剧烈时, 精度会受影响。

图7 平原地区实测数据(红)与GE高程数据(蓝)纵断面对比

利用SPSS 19软件对实际测量数据和采集到的GE高程数据进行统计分析, 得到两组数据的统计结果(表3, 表4和图8)。通过对表3、表4和图8的统计结果进行分析, 认为当地形起伏形态较小时, GE高程数据整体与实测数据高度一致, 最大误差28.37 m, 最小误差0 m; 89.56%的高程数据误差在5 m以内, 95.63%的高程数据误差在10 m以内。通过对误差大于10 m的数据进行分析, 发现这些点基本位于地形变化复杂的山区。由此可知, 该勘查区内GE高程数据完全满足进驻工地前对勘查区地形变化了解的需要。

表3 平原地区实测高程数据和GE高程数据的统计分析
表4 平原地区误差统计分析

图8 平原地区实测高程数据和GE高程数据直方统计

5 GE高程的实际应用与效果分析

仍以前文A勘查区三维地震观测系统的设计为例。在观测系统设计时, 一般采用基于水平地表的观测系统设计(图9)。根据设计坐标, 提取炮点和检波点的高程数据, 将获得的GE高程数据加载进观测系统后, 获得到了基于实际起伏地表的炮检点位置(图10)。

图9 水平地表条件下的炮检点位置

图10 加入高程数据的炮检点在GE(上)和MESA(下)软件中的立体显示

为了精确分析不同地表起伏条件对观测系统参数的影响, 分别对两种地表条件下相同观测系统的覆盖次数、偏移距、玫瑰花图进行了分析, 认为:在起伏地表条件下, 由于受地形的影响, 观测系统的覆盖次数会出现不均匀的情况, 最大覆盖次数从24次增至35次(图11), 特别是东部由于地形高差较大, 不均匀情况会更加明显(图12); 最大偏移距由390.51 m变为390.6 m, 变化可以忽略不计(图13), 由于加载高程数据后, 炮检点平面位置不变, 所以方位角分布没有变化(图14)。针对覆盖次数不均匀的问题, 可以通过调整炮点位置或增加炮点来进行观测系统变观设计。

图11 水平地表(左)和起伏地表下(右)观测系统的面元覆盖次数统计

图12 水平地表(左)和起伏地表下(右)观测系统的覆盖次数

图13 水平地表(左)和起伏地表下(右)观测系统的炮检距统计

图14 水平地表(左)和起伏地表下(右)观测系统的玫瑰图

通过以上分析可知:采用GE进行飞行踏勘为我们快速了解勘探工作区实际地形情况, 并根据地形情况进行野外观测系统设计提供了一种低成本、高效率的方法。

6 结论

在批量获取GE高程数据的基础上, 结合实测数据, 对山区和平原地区GE高程数据的精度进行了分析, 并将GE高程数据应用于山区三维观测系统的设计中。经过分析比较和生产实践验证, 获得以下认识:

1) 在山区, 54.01%的GE高程数据误差在 10 m 以内, 84.33%的高程数据误差在20 m以内; 在平原, 89.56%的GE高程数据误差在5 m以内, 95.63%的高程数据误差在10 m以内。GE高程数据在平原地区的精度远远高于在山区; 无论是在山区还是平原地区, GE高程数据与地表实际情况基本一致, 可以满足前期等高线生成和观测系统参数分析的需要。

2) GE高程数据的使用不仅可以降低由于对勘探工区地形等情况了解不全面导致的施工成本低估风险, 还可以降低由于观测系统设计未考虑实际地形起伏变化所导致的技术风险, 取得了良好的经济效益。

The authors have declared that no competing interests exist.

参考文献
[1] 施丽娟, 姜建军. 起伏地表三维可视化观测系统设计[J]. 天然气工业, 2007, 27(S1): 72-75. [本文引用:1]
[2] 关玉东, 史小奇, 耿少波, 等. Google Earth在Berri三维地震勘探中的应用[J]. 物探装备, 2008, 18(6): 407-409. [本文引用:1]
[3] 刘贵荣, 王晓琦, 黄文成. 地理信息在物探测量踏勘中的初步应用[J]. 物探装备, 2008, 18(3): 198-201. [本文引用:1]
[4] 夏勇, 陈智, 朱国铭, 等. 伊朗地震采集项目中的地震采集技术[J]. 石油地球物理勘探, 2008, 43(S2): 25-28. [本文引用:1]
[5] 黄亚锋, 范理信, 李胜乐. 基于Google Earth的地质地震信息展示[J]. 测绘信息与工程, 2011, 36(2): 49-51. [本文引用:1]
[6] 罗文刚, 苗中科. Google Earth在地震勘探中的应用可行性探讨[J]. 工程地球物理学报, 2011, 8(3): 269-273. [本文引用:1]
[7] 张剑, 刘梦花, 陈自华, 等. 基于Google Earth平台地震勘探点位批量显示与输出[J]. 工程地球物理学报, 2011, 8(4): 472-476. [本文引用:1]
[8] 郭小波, 马熹肇, 武娟. Google Earth在地质勘查测量中的应用[J]. 矿产勘查, 2012, 3(4): 523-526. [本文引用:1]
[9] 史来亮, 张璐, 杨忠友, 等. 基于Google Earth平台的地理信息技术在地震勘探中的应用[J]. 工程地球物理学报, 2015, 12(4): 530-534. [本文引用:1]
[10] 帅菲, 肖根如, 揭志强. Google Earth在地学研究中的应用[J]. 东华理工大学学报: 自然科学版, 2011, 34(1): 89-93. [本文引用:1]
[11] 黄振卫. Google Earth在巴基斯坦国道公路网N55北段道路修复工程中的应用[J]. 铁道勘察, 2012(03): 7-8. [本文引用:1]
[12] 薛雷, 商东旭. Google Earth在土工试验中的应用[J]. 中国西部科技, 2011, 10(27): 16-17. [本文引用:1]
[13] 苏尚军, 崔新结, 杨小楼, 等. 将表格数据制作成Google Earth图形的简便方法[J]. 物探装备, 2011, 21(6): 405-408. [本文引用:1]
[14] 毛克, 刘江龙, 刘永强. Google Earth三维选线技术在高压送电线路中的应用[J]. 电力勘测设计, 2010(4): 25-28. [本文引用:1]
[15] 詹蕾, 汤国安, 杨昕. SRTM DEM高程精度评价[J]. 地理与地理信息科学, 2010, 26(1): 34-36. [本文引用:1]
[16] 孙茜. SRTM数据精度检测[D]. 西安: 长安大学, 2010. [本文引用:1]
[17] 张朝忙, 刘庆生, 刘高焕, 等. 中国地区SRTM3 DEM高程精度质量评价[J]. 测绘工程, 2014, 23(4): 14-19. [本文引用:1]
[18] 王莹, 刘铁. 基于VC++与BP神经网络对Google Earth识别系统的设计与实现[J]. 沈阳化工学院学报, 2008, 22(2): 180-183. [本文引用:1]
[19] 刘文荣. 集成Google Earth的高程提取程序开发及在环评中的应用[J]. 煤炭工程, 2011(5): 122-124. [本文引用:1]