DEM数据空洞填补教程

 前言

DEM数据是GIS中地理环境各种地表空间数据集合最为基础和重要的基准资料之一。目前能获取的DEM数据很多，包括ASTER GDEMV3、ASTER GDEMV2、ASTER GDEMV1，SRTM90米、SRTM30米、GLS 2005 DEM、TanDEM等。但DEM数据很多存在一定的空洞（NoData区域，存在数据缺失情况），因此我们需要对DEM数据进行空洞填补。

一、使用数据

从Earth Explore下载的30或者90米的SRTM数据，使用30米数据，该数据存在一定的空洞区域。即使是已经处理过的（SRTM Void Fill）仍然存在数据缺失情况，因此对该数据的NoData进行填补。

二、使用方法

方法一：空洞区域 邻域统计

（1）选择Block Statistics或者Focal Statistics或者Filter等工具。这里使用Focal Statistics焦点统计工具，计算邻域平均值。

 需要注意的是，环境变量中需要设置数据输出范围，保持和原始的DEM数据一致即可。不设置的话，会造成边缘像元超出处理范围。

（2）根据邻域统计之后的栅格数据，替换原始栅格空值像元。可以用栅格计算器来完成这一操作。计算代码：  Con(IsNull("原始栅格"),"邻域统计栅格","原始栅格")

注意：这种方法相当于对全区做平滑，算出来的DEM数值会发生变化。如果空洞区域大的话，那么设置的邻域半径相对较大。邻域半径大小越大，空值越平滑，空洞周围DEM数值同原始栅格范围出入较大。因此，这种方法比较适合小区域的空洞填补。

方法二：原始DEM-等高线-TIN-新DEM

对空洞区域DEM提取等高线，生成TIN，再由TIN生成DEM，替换原始DEM栅格影像。

大片缺失DEM的情况，可以采用其他的DEM数据进行填补。方法二针对的是有较大空洞区域是NoData值的情况。此时不建议用方法一了，空洞周围DEM数值同原始栅格范围出入较大。

方法二由生成的DEM 虽然整体上和原始DEM高程存在一定的差距，但总的差别不大，而且保证了数据的连续性。只采用DEM-TIN-DEM的话，也会存在问题。若该区域存在大部分0值，那么在填补后，仍然会缺失一大片区域，或者在缺失区域仍然存在一定的空洞值。

原始DEM

TIN生成的DEM

镶嵌后的DEM

因此，可以选择在此基础上，对原始DEM和生成的DEM进行镶嵌。镶嵌过程中，选择重叠区域取最大值，这样在计算的过程中，可以避免重叠区域存在NoData或者0值造成接边不连续或者产生黑边，计算的结果最接近真实地表.

镶嵌过程中不采用最大值产生的黑边现象

总结

若DEM数据空洞区域范围较小，那么可以直接采用邻域统计，然后替代原始缺失的空洞区域即可。
若缺失区域较大，比如整行或者整列缺失，那么可以用其他同分辨率的DEM，进行数据融合，得到整体的DEM。
若缺失的空洞区域范围较小，但是采用邻域统计产生较大误差的情况下，可以先提取原始栅格的等高线数据，然后生成TIN，再由TIN生成新的DEM。至于镶嵌需不需要做，根据实际的研究区域确定。