.png){kind=icon}
返回
MRVd: a viewshed method for coupling multi-resolution terrain data
.png){kind=icon}
PRE
AI
DOI：10.1080/13658816.2026.2624786.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
规则格网数字高程模型（DEM）数据是可视域分析的基础，直接影响计算精度和效率。高分辨率DEM能产生更详细的结果，但计算成本可能高得令人望而却步，从而形成平衡计算精度与效率的困境。为解决这一问题，我们提出了一种多分辨率可视域（MRVd）方法，该方法根据距离观察点的远近耦合不同分辨率的 terrain 数据：在观察点附近使用高分辨率DEM数据，而在较远处使用低分辨率DEM数据。在山地、平原和城市地形上进行的实验表明，MRVd在仅增加少量额外计算时间的情况下，其性能优于固定分辨率的可视域方法。平均精度提升2～3倍，某些情况下可达6～7倍。此外，MRVd通过利用局部高分辨率DEM数据有效缓解了区块失真，其结果与使用统一高分辨率DEM数据获得的结果相似。这些发现表明，耦合多分辨率地形数据为平衡可视域计算中的精度与效率提供了一种可扩展、资源高效的计算策略。MRVd方法增强了可视域计算在景观评估、空间规划、考古学及相关领域的鲁棒性和可靠性。
Keyword:
Viewshed
multi-resolution viewshed
viewshed error
chunk distortion
期刊
IF:
5.1
论文数:
2.7K
被引数:
9.3K
机构
引用论文
分享收藏
How does data accuracy influence the reliability of digital viewshed models? A case study with wind turbines.png)
APPLIED GEOGRAPHY
APPLIED GEOGRAPHYIF5.4
PREAI
分享收藏More efficient terrain viewshed computation on massive datasets using external memory基于外部内存的大规模数据集高效地形可视域计算
PREAI
分享收藏
查看更多内容