19  Relief in modeli višin

Objavljeno

23. oktober 2026

19.1 Cilji in povezava z rastrskimi podatki

Višina je ena osnovnih prostorskih spremenljivk. Iz njene razporeditve lahko izpeljemo strmino pobočja, smer njegovega padanja in prikaz osvetlitve. Ti sloji pomagajo opisati površje, niso pa sami po sebi modeli erozije, poplav ali primernosti za gradnjo.

Po poglavju bomo razlikovali model golih tal od modela površja, izračunali naklon in ekspozicijo, izdelali senčen relief ter rezultate zapisali kot georeferencirane rastre. Uporabljamo pravi Copernicus DEM GLO-30 za Bled in okolico. Izrez obsega isto območje 6 × 6 km kot posnetek v Poglavje 20, vendar ima 30-metrsko mrežo. Pri branju in zapisu uporabimo znanje iz Poglavje 17.

Pojmovno izhodišče sta opis obdelave lidarskih podatkov in razlaga vpliva terena na osvetlitev v knjigi Daljinsko zaznavanje (Oštir 2006, 76–79, 131–32). Spodnja izvedba z NumPy in primeri so pripravljeni za to knjigo.

19.2 Kaj predstavlja model višin?

Izraz digitalni model višin (DMV) poudarja zapis višinske spremenljivke. Digitalni model reliefa (DMR) lahko poleg višin vključuje tudi strukturne značilnosti reliefa. V nadaljevanju z rastrskim DMR označujemo mrežo višin golih tal. V mednarodnih podatkovnih zbirkah poimenovanja DEM, DTM in DSM niso vedno uporabljena enotno, zato preberemo opis izdelka.

Model Predstavljena ploskev Značilna uporaba
Model golih tal (DTM) Tla pod vegetacijo in objekti Oblika pobočij, reliefne analize
Model površja (DSM) Zgornja površina, tudi krošnje in strehe Višina objektov, vidnost
Normalizirani model površja Razlika DSM in DTM Višina objektov nad tlemi

Lidar zajame oblak točk odboja. Izbira in klasifikacija talnih točk ter interpolacija omogočijo izdelavo modela tal. Zadnji odboj ni nujno talni: v gostem rastlinju žarek tal morda sploh ne doseže. Modeli nastajajo tudi s stereofotogrametrijo in radarsko interferometrijo; njihova kakovost je odvisna od zajema in obdelave, ne le od velikosti celice.

Pred odštevanjem DSM in DTM preverimo isto mrežo, časovno primerljivost, enote in višinski referenčni sistem. Negativna razlika ni nujno »negativna višina drevesa«, temveč lahko kaže na neusklajenost ali napako modelov.

19.3 Izvor in priprava podatkov

Copernicus DEM je urejen model površja (DSM), ki vključuje vpliv vegetacije in objektov; ni lidarski model golih tal. V tem primeru zato izračunavamo naklon in ekspozicijo predstavljene površine. Voda je v izdelku izravnana, zato ravna gladina jezera odraža tudi obdelavo modela. Opis izdelka Copernicus DEM.

Priložena ploščica Copernicus_DSM_COG_10_N46_00_E014_00_DEM izvira iz javnega arhiva GLO-30 na AWS (izdaja arhiva 2021). Metapodatki ploščice navajajo obdobje zajema od 20. junija 2011 do 9. septembra 2014; leto izdaje ni datum ene meritve. Model zato ni časovno enak satelitskemu posnetku iz leta 2021. Opis arhiva.

V data/relief/ sta izvorni izrez bled-copdem-izvor.tif v EPSG:4326 in pripravljeni bled-copdem-30m.tif v EPSG:32633. Izvorna mreža ima korak ene kotne sekunde. Skripta tools/pripravi-relief.py jo z bilinearno interpolacijo pretvori na 30-metrsko mrežo UTM, da lahko odvode računamo v metrih. Višine ostanejo vezane na geoid EGM2008; horizontalna reprojekcija ne spremeni višinskega datuma. Višinske enote in EGM2008.

Pripravljeni raster ima 200 × 200 celic. Izvorni izrez, XML metapodatki, licenca in parametri priprave so priloženi, zato lahko izračune izvajamo brez interneta. Obseg je enak satelitskemu izrezu, mreži pa zaradi različnih velikosti celic nista enaki. Prehod na drobnejšo mrežo ne bi ustvaril novih višinskih podrobnosti.

Navedba vira za prirejene podatke in prikaze: produced using Copernicus WorldDEM-30 © DLR e.V. 2010-2014 and © Airbus Defence and Space GmbH 2014-2018 provided under COPERNICUS by the European Union and ESA; all rights reserved.

19.4 Horizontalne in višinske enote

Naklon primerja spremembo višine s horizontalno razdaljo. V našem primeru so vse tri smeri izražene v metrih. Pri rastru s koordinatami v stopinjah bi morali najprej pripraviti ustrezno projekcijsko mrežo. Oznaka horizontalnega CRS sama po sebi ne pove, ali so višine elipsoidne ali vezane na geoid oziroma državni višinski sistem.

from pathlib import Path

import numpy as np
import matplotlib.pyplot as plt
import rasterio
from rasterio.plot import plotting_extent
from scipy.ndimage import binary_erosion

OUT_DIR = Path("_izhod/relief")
OUT_DIR.mkdir(parents=True, exist_ok=True)
with rasterio.open("data/relief/bled-copdem-30m.tif") as src:
    dem = src.read(1, masked=True)
    profile = src.profile.copy()
    transform = src.transform
    dx, dy = src.res
    source_tags = src.tags()
    assert src.crs.is_projected
    assert transform.b == 0 and transform.d == 0
    assert transform.a > 0 and transform.e < 0
z = dem.filled(np.nan).astype("float64")
print("Celica (m):", dx, dy)
print("Veljavne višine:", dem.count())
print("Razpon višin (m, EGM2008):", round(float(dem.min()), 1),
      round(float(dem.max()), 1))
Celica (m): 30.0 30.0
Veljavne višine: 40000
Razpon višin (m, EGM2008): 414.0 826.5

Preverjanja omejijo primer na severno orientirano mrežo brez zasuka. Enote smo preverili v opisu podatkov; is_projected sam ne zagotavlja, da so enote metri. V izrezu so veljavne vse vhodne celice, višine pa segajo približno od 414,0 do 826,5 m glede na EGM2008.

extent = plotting_extent(z, transform)
fig, ax = plt.subplots(layout="constrained")
im = ax.imshow(dem, extent=extent, cmap="terrain")
ax.set(xlabel="Vzhodna koordinata (m)", ylabel="Severna koordinata (m)")
ax.ticklabel_format(style="plain", useOffset=False)
fig.colorbar(im, ax=ax, label="Višina (m, EGM2008)")
plt.show()
Višinski model Blejskega jezera, okoliških gričev in dolin na območju 6 × 6 km.
Slika 19.1: Copernicus DEM GLO-30 za Bled in okolico, pretvorjen na 30-metrsko mrežo UTM. Višine se nanašajo na EGM2008. Navedba vira je v razdelku o podatkih.

19.5 Od spremembe višine do naklona

Naj bo \(p = \partial z / \partial x\) sprememba višine proti vzhodu in \(q = \partial z / \partial y\) sprememba proti severu. Naklon \(\beta\) dobimo iz dolžine gradienta:

\[ \beta = \arctan\!\left(\sqrt{p^2+q^2}\right). \]

Funkcija np.gradient() oceni odvode iz sosednjih celic. V notranjosti uporablja centralne diference. Ker je prva os polja smer vrstic, ki raste proti jugu, njen odvod pri pretvorbi v severno smer predznačimo negativno. Razdalji dy in dx sta pozitivni velikosti celice. Podrobnosti so v dokumentaciji NumPy.

def terrain_derivatives(elevation, dx, dy):
    dz_south, dz_east = np.gradient(elevation, dy, dx)
    p, q = dz_east, -dz_south
    # Konzervativno zahtevamo veljavno celotno okolico 3 × 3.
    valid = binary_erosion(np.isfinite(elevation),
                           structure=np.ones((3, 3)), border_value=0)
    magnitude = np.hypot(p, q)
    slope = np.where(valid, np.degrees(np.arctan(magnitude)), np.nan)
    aspect = (np.degrees(np.arctan2(-p, -q)) + 360) % 360
    aspect = np.where(valid & (magnitude > 1e-12), aspect, np.nan)
    return p, q, slope, aspect, valid

p, q, slope, aspect, valid = terrain_derivatives(z, dx, dy)
slope_percent = 100 * np.tan(np.radians(slope))
print("Največji naklon (stopinje):", round(float(np.nanmax(slope)), 2))
print("Veljavne celice odvodov:", int(valid.sum()))
Največji naklon (stopinje): 53.35
Veljavne celice odvodov: 39204

Odstotni naklon je \(100\tan\beta\). Naklon 45° pomeni 100 %, ne 45 %. Na izrezu primerjamo ravninske dele z okoliškimi pobočji. Večji naklon lahko poleg reliefa odraža tudi prehode v višini vegetacije ali objektov, ker uporabljamo DSM.

Manjkajočih višin ne nadomestimo z ničlo: s tem bi ustvarili umetne robove. Tu izločimo tudi okolico NoData in zunanji rob rastra. To nekoliko zmanjša območje rezultatov, omogoča pa jasen in dosleden račun. Pri obdelavi po blokih bi vsakemu bloku dodali obrobo sosednjih celic.

19.6 Ekspozicija: smer padanja pobočja

Ekspozicija je azimut največjega padanja, ne smer naraščanja višine. Uporabljamo dogovor 0° = sever, 90° = vzhod, 180° = jug in 270° = zahod. Funkcija arctan2() upošteva oba predznaka in zato določi pravilen kvadrant.

Na povsem ravni ploskvi ekspozicija ni določena. Zapišemo jo kot manjkajočo vrednost, naklon take ploskve pa ostane 0°. Smeri so krožne: povprečje 359° in 1° mora biti blizu severa, ne juga. Za njihovo povzemanje uporabimo krožno statistiko ali skupine smeri.

19.6.1 Preverjanje z znano ploskvijo

Na ploskvi, ki proti vzhodu naraste za 10 m na vsakih 100 m, pričakujemo naklon približno 5,71° in padanje proti zahodu (270°). To je le ločen matematični preizkus funkcije; vse karte in izpeljane rastrske datoteke v poglavju temeljijo na pravem modelu Bleda. Kontrolni račun razkrije zamenjano os ali predznak, tudi če je karta na videz prepričljiva.

rr, cc = np.indices((7, 7))
plane = 0.1 * cc * dx
_, _, test_slope, test_aspect, _ = terrain_derivatives(plane, dx, dy)
assert np.allclose(test_slope[1:-1, 1:-1], np.degrees(np.arctan(.1)))
assert np.allclose(test_aspect[1:-1, 1:-1], 270)
print("Preverjanje naklona in smeri je uspelo.")
Preverjanje naklona in smeri je uspelo.

19.7 Senčenje reliefa

Senčen relief ponazori osvetlitev pri izbranem položaju svetila. Azimut merimo od severa v smeri urinega kazalca, višino svetila pa nad obzorjem. Normalni vektor ploskve je sorazmeren z \((-p,-q,1)\). Skalarni produkt enotske normale in smeri proti svetilu da kosinus vpadnega kota.

def hillshade(p, q, valid, azimuth=315, altitude=45):
    az, alt = np.radians([azimuth, altitude])
    light_east = np.cos(alt) * np.sin(az)
    light_north = np.cos(alt) * np.cos(az)
    light_up = np.sin(alt)
    illumination = (-p * light_east - q * light_north + light_up)
    illumination /= np.sqrt(1 + p*p + q*q)
    return np.where(valid, np.clip(illumination, 0, 1), np.nan)

shade = hillshade(p, q, valid)
shade_se = hillshade(p, q, valid, azimuth=135)
flat_shade = hillshade(np.zeros((3, 3)), np.zeros((3, 3)),
                      np.ones((3, 3), dtype=bool))
assert np.allclose(flat_shade, np.sin(np.radians(45)))

Rezultat je brezdimenzijski prikaz od 0 do 1. Izračun upošteva lokalno usmerjenost ploskve, ne pa vrženih senc, kjer bližnji hrib zakrije svetilo. Prav tako ne predstavlja letne energije Sončevega obsevanja. Za primerjavo z drugimi orodji preverimo metodo odvodov, obravnavo robov in merilo: rezultati se lahko razlikujejo od privzetega algoritma Horn v orodjih GIS.

extent = plotting_extent(z, transform)
fig, axes = plt.subplots(2, 2, layout="constrained")
for ax, data, title, cmap, vmin, vmax, unit in zip(
    axes.flat, [slope, aspect, shade, shade_se],
    ["Naklon", "Ekspozicija", "Svetilo: SZ", "Svetilo: JV"],
    ["YlOrBr", "twilight", "gray", "gray"],
    [0, 0, 0, 0], [np.nanmax(slope), 360, 1, 1],
    ["Stopinje", "Azimut (°)", "Osvetlitev", "Osvetlitev"],
):
    im = ax.imshow(data, extent=extent, cmap=cmap, vmin=vmin, vmax=vmax)
    ax.set_title(title)
    ax.set_xticks([])
    ax.set_yticks([])
    fig.colorbar(im, ax=ax, shrink=.75, label=unit)
plt.show()
Štiri karte prikazujejo naklon, smer pobočja ter osvetlitev iz severozahoda in jugovzhoda.
Slika 19.2: Naklon, ekspozicija in lokalno senčenje območja Bleda iz Copernicus DEM GLO-30. Senčenji uporabljata isti razpon od 0 do 1. Navedba vira je v razdelku o podatkih.

19.8 Zapis izpeljanih slojev

Dimenzije in transformacija ostanejo enake vhodnim, spremenita pa se pomen vrednosti in maska. Pri ekspoziciji so poleg robov neveljavne tudi ravnine. Vsak sloj zato zapišemo s svojo masko.

output_profile = profile.copy()
output_profile.update(dtype="float32", count=1, nodata=-9999, compress="deflate")
for name, array, description in [
    ("naklon", slope, "Naklon v stopinjah"),
    ("ekspozicija", aspect, "Azimut padanja v stopinjah od severa"),
    ("sencenje", shade, "Lokalna osvetlitev 0–1; azimut 315, visina 45"),
]:
    path = OUT_DIR / f"{name}.tif"
    saved = np.where(np.isfinite(array), array, -9999).astype("float32")
    with rasterio.open(path, "w", **output_profile) as dst:
        dst.write(saved, 1)
        dst.set_band_description(1, description)
        dst.update_tags(source_tile=source_tags["source_tile"],
                        source_vertical_crs=source_tags["vertical_crs"],
                        attribution=source_tags["attribution"])
    with rasterio.open(path) as check:
        restored = check.read(1, masked=True)
        assert check.transform == transform and check.crs == profile["crs"]
        assert np.array_equal(~np.ma.getmaskarray(restored), np.isfinite(array))
        assert np.allclose(restored.compressed(), array[np.isfinite(array)])
print("Trije izpeljani rastri so zapisani in preverjeni.")
Trije izpeljani rastri so zapisani in preverjeni.

19.9 Interpretacija in omejitve

Naklon je občutljiv na ločljivost, šum in interpolacijo vhodnega modela. Glajenje lahko zmanjša šum, hkrati pa zabriše nasipe ali jarke. Preprosto povečanje števila celic ne izboljša kakovosti višin. Pri primerjavi dveh izdelkov zato navedemo vir, datum, velikost celice, višinski sistem in metodo računanja.

Na gladini Blejskega jezera pričakujemo skoraj ničelni naklon in nedoločeno ekspozicijo povsem ravnih celic. Prehodi ob obali vključujejo tudi učinek prevzorčenja. Model gladine ni meritev globine jezera. Za natančno analizo golih tal pod gozdom bi namesto tega DSM izbrali ustrezen DTM, na primer iz klasificiranih lidarskih talnih točk.

Ekspozicija je uporabna pri opisu rastišč, senčen relief pa pri prepoznavanju oblik in kartografskem prikazu. Za hidrološki model potrebujemo še preverjanje ponorov, odtoka in povezljivosti; za presojo nevarnosti plazov tudi geološke in druge podatke. Svetel del senčenega reliefa ni nujno višji ali varnejši.

19.10 Preverite razumevanje

  1. V kontrolnem primeru uporabite plane = -0.1 * rr * dy. Ploskev narašča proti severu; pričakovana ekspozicija je 180°.
  2. Preverite konstantno ploskev: notranjost mora imeti naklon 0°, ekspozicijo NoData in enotno senčenje.
  3. Spremenite višino svetila na 20°. Pojasnite, zakaj se prikaz spremeni, naklon pa ostane enak.
  4. Izračunajte delež veljavnih celic z naklonom nad 20°. V imenovalcu uporabite veljavne celice naklona, ne vseh celic vhodnega rastra. Izbrane površine poiščite na karti Bleda.
  5. Zakaj odštevanje dveh modelov z različnima višinskima datumoma ni zanesljiva meritev višine objektov?
  6. Na kartah poiščite jezero, griče in doline. Zakaj Copernicus DEM na gozdnatem pobočju ni nujno enak modelu golih tal?

19.11 Viri in nadaljevanje

Za izvor modelov in povezavo z osvetlitvijo glejte Oštir (2006), poglavji 10.2 in 15.4. Za uporabo uveljavljenih orodij je na voljo učni primer GDAL za modele terena. V Poglavje 20 bomo prostorsko mrežo povezali še s spektralno informacijo in razložili, zakaj ista površina na različnih posnetkih nima nujno istih vrednosti.