基于层次地形结构先验的可控晕渲方法

《ISPRS International Journal of Geo-Information》：A Controllable Hill-Shading Method Based on Hierarchical Terrain Structure Priors

　　

晕渲（Hill-shading），又称地形立体渲染（relief shading），是中、小比例尺地形图编绘中的重要可视化方法。尽管解析式晕渲方法具有较高的生成效率，但往往存在地形细节过载的问题。部分深度学习生成式模型已引入地形先验信息，但在地形结构的可控表达与合理简化方面仍存在不足。本研究提出了一种基于层次地形结构线的Swiss风格晕渲方法。通过引入具有层次语义的山脊线作为先验信息，构建了增强与抑制协同调控机制，以突出主要地形结构，同时适度弱化次要细节。该模型采用融合Transformer编码器与卷积解码器的混合架构，以建模全局地形结构。在测试阶段，通过调节不同层级山脊线的组合，实现了对晕渲表达中细节程度与结构重要性的可控调整。多区域实验结果表明，所提方法能够生成具有清晰结构层次和明确主次关系的晕渲结果。与其他模型相比，该方法在实现地形结构的合理层次化表达与细节简化方面表现出更为稳定的性能，接近Swiss风格手工晕渲的视觉效果。

**研究背景与问题**

地形晕渲通过模拟光照与阴影关系来表现地形起伏，是增强地图空间结构可读性的核心制图技术。Swiss风格手工晕渲因兼具科学准确性与艺术表现力而被视为晕渲表达的经典范式。Imhof指出，有效的晕渲依赖于多尺度地形细节与阴影色调的协调表达，以营造清晰自然的三维印象。Swiss风格晕渲不限于几何光照模拟，更体现对地形结构的制图组织，包括局部照明与亮度调整、沿主要山脊与河谷的对比度增强，以及尺度自适应的地形概括，从而使主要地貌骨架清晰可辨，同时减少过多的局部细节。然而，Swiss风格手工晕渲的制作高度依赖制图人员的专业经验、地形解读能力与艺术技能，存在效率低下、难以大规模复制的固有局限。

现有自动化晕渲方法主要包括解析式晕渲与基于深度学习的生成式方法。解析式晕渲通常基于坡度、坡向与光照方向之间的几何关系生成阴影效果，计算效率高且明暗对比良好，但由于缺乏对地形结构语义的感知能力，易在小比例尺条件下产生碎片化细节累积、主山脊模糊等问题，尤其在复杂地形条件下更为突出。近年来，深度学习方法通过端到端映射被引入晕渲任务，在视觉风格与细节表达方面有所提升。相关研究表明，基于深度学习的晕渲结果在整体外观与艺术风格上更接近手工晕渲。但现有方法多以像素级映射为中心，主要依赖网络对训练样本的隐式学习，缺乏对地形结构语义的显式建模，其生成结果在不同地形区域和不同尺度条件下难以保持一致的结构性表达逻辑。

从地形制图角度看，地形结构线是描绘地形整体形态与空间组织的重要表达要素，晕渲的目标不仅是追求像素级数据保真，更需考虑地形结构的合理表达。部分研究尝试将山脊线或河谷线等地形特征线作为先验信息引入生成模型，以增强网络对地形结构区域的关注。研究表明，显式引入结构先验信息有助于提高晕渲结果的结构一致性与整体层次感。但现有方法大多停留在几何约束或特征线辅助输入层面，对层次语义及结构线表达角色的建模与控制能力有限，难以在小比例尺条件下区分不同尺度地形结构的表达强度，从而阻碍合理地形简化的实现。

为应对现有晕渲方法在中、小比例尺条件下难以平衡地形结构表达与细节简化的问题，本研究提出了一种基于层次地形结构先验的Swiss风格晕渲方法。与先前主要将地形特征线作为无差别辅助约束的方法不同，本研究将具有层次语义的山脊线引入生成过程，并通过增强与抑制通道赋予其不同的制图角色。增强通道引导模型保留并强调主要地貌骨架，抑制通道则用于适度弱化制图意义较低的次要地形细节。为实现该目标，本研究采用融合Swin Transformer编码器与卷积解码器的混合网络架构，以建模地形结构信息并保持整体坡向的连续性。在测试阶段，可通过不同层级山脊线的组合，对晕渲的细节程度与结构重要性进行可控调整。

**主要技术方法**

本研究数据来源于瑞士及其周边典型山地区域，范围介于6°48′ E至11°19′ E、45°19′ N至47°10′ N之间，高程范围为12~4783 m。参考晕渲图采用瑞士国家制图机构Swisstopo生产的1:500,000比例尺手工晕渲产品，DEM数据来源于Google Earth Engine平台的SRTM（Shuttle Radar Topography Mission，航天飞机雷达地形测量任务）数据，统一重采样至50 m分辨率。测试数据选取四个山地区域TA1、TA2、TA3、TA4，其中TA1和TA2位于训练区附近，TA3位于阴山周边，TA4位于喜马拉雅周边，用于评估模型的跨区域泛化能力与尺度适应性。

样本队列来源方面，训练样本为瑞士及其周边地区的DEM与对应比例尺手工晕渲图配对数据；测试样本为四个独立区域的DEM数据，其参考手工晕渲图来源有所不同——TA1和TA2使用Swisstopo标准产品，TA3和TA4使用Shi《Relief Shading Method》专著中的扫描插图。

关键技术方法包括：（1）基于DEM水文分析工具提取山脊线，并进行层次化分类：按长度分位数将山脊线划分为三级——前20%最长线段为一级山脊线（区域尺度主要地形骨架），20%~40%为二级山脊线（中尺度过渡结构），其余为三级山脊线（局部地形起伏与微地貌单元）；（2）构建SG-Swin-CNN（Structure-Guided Swin-CNN，结构引导的Swin卷积神经网络）混合架构，整合Swin Transformer编码器与卷积解码器，编码器通过窗口多头自注意力（W-MSA）与移位窗口多头自注意力（SW-MSA）机制捕获多尺度地形结构特征，解码器通过逐步上采样恢复空间分辨率并结合跳跃连接；（3）设计基于层次山脊线的调控机制，通过增强通道与抑制通道的协同作用实现结构重要性与细节程度的可控调节——增强通道对应高阈值提取的强连续性山脊线，抑制通道对应低阈值提取的精细山脊线；（4）在Mask-Guided Feature Modulation（掩膜引导特征调制）模块中融合增强与抑制结构信息，实现特征级差异调控。

**研究结果**

**超参数敏感性分析**：为确定合理模型配置，研究人员以TA1和TA3为代表区域，对学习率和Swin Transformer窗口尺寸两个参数进行分析。定量评价指标采用均方根误差（RMSE）和结构相似性指数（SSIM）。在学习率探索中，设置1×10^-4、2×10^-4、1×10^-3三个水平，结果表明2×10^-4在RMSE和SSIM上均达最优，兼顾收敛效率与训练稳定性。在窗口尺寸探索中，设置2、4、8三个水平，定量结果显示各窗口尺寸间差异不显著，但视觉分析表明窗口较大时坡面明暗变化相对平缓，窗口较小时局部细节增强但坡面明暗表现略失自然，窗口尺寸为4时在保持坡面阴影连续性与表达细节层次间取得较好平衡。据此确定默认参数为学习率2×10^-4、窗口尺寸4。

**输入配置对地形简化的影响**：为验证抑制通道引入的必要性，研究人员对比了仅含增强信息的双通道输入（DEM+Enh）与同时引入增强和抑制信息的三通道输入（DEM+Enh+Sup）在TA1和TA3区域的生成结果。在TA1区域，两种配置整体差异有限；但在地形起伏频繁、细尺度结构密集的TA3区域，引入抑制通道后坡面明暗层次更清晰，主地形结构更突出，层次关系更明确，表明抑制机制对抑制细尺度坡面起伏、调节坡面明暗变化具有积极作用。

在此基础上，固定三通道输入配置，进一步分析不同层级山脊线在增强和抑制通道中的配置模式对地形简化效果的影响，构建Enh123（一至三级山脊线均进入增强通道）、Enh12（三级山脊线进入抑制通道）、Enh1（仅一级山脊线进入增强通道，二、三级进入抑制通道）三种模式。Enh123模式下地形骨架完整、层次清晰；Enh12模式下抑制机制开始发挥地形简化作用，在保持主地形特征突出的同时有效弱化局部纹理，主次关系更清晰；Enh1模式下细节抑制程度显著增强，但部分支撑区域尺度结构的 ridge 特征被同步弱化，导致整体地形层次趋于平坦、结构连续性受损。该结果表明，通过调节不同层级山脊线在增强和抑制通道中的参与方式，可在测试阶段有效调控地形简化程度，但需遵循合理的层次分配策略。

**SG-Swin-CNN的泛化性能**：为评估模型泛化能力，研究人员在TA1~TA4四个测试区域与U-Net、ResUNet进行对比实验，统一采用Enh123模式。在邻近训练区的TA1、TA2区域，三种方法均能较好地再现主要地形形态，但U-Net和ResUNet对坡面细尺度起伏响应更明显，局部明暗变化较密集，地形结构主次层次有所削弱；所提方法在保持主地形特征清晰的同时实现了更连贯的坡面明暗过渡。在远离训练区、地形结构更复杂的TA3、TA4区域，差异进一步放大，U-Net和ResUNet的坡面细节响应进一步增强，整体地形表达呈现较高细节复杂度，局部结构主次关系相对弱化；所提方法仍能更好地保持主地形结构连续性，整体地形形态更集中，山脊结构组织形式更清晰。综合而言，所提方法在不同地貌背景和尺度条件下展现出相对稳定的结构组织能力。

**讨论与结论**

聚焦晕渲制图中的地形结构表达与细节简化问题，本研究提出了层次结构先验驱动的可控晕渲方法。该方法在深度学习晕渲框架内显式引入层次化山脊线作为结构先验，通过增强与抑制通道调控不同层级山脊线的表达角色，实现了Swiss风格晕渲的端到端生成与结构重要性调控。实验结果表明，该方法能够在复杂程度不同的山地区域相对稳定地保持整体地形层次和主要结构的连续性，并在此基础上实现次要地形细节的合理弱化，为中、小比例尺晕渲制图的结构表达与地形简化提供了可行实现方法。

从网络结构角度，本研究引入的Transformer编码器有效增强了模型在晕渲过程中对全局地形上下文的建模能力。与以卷积为主导的基线网络相比，该结构更有利于捕捉山脊线等线性地形元素的整体空间方位关系，从而减少局部坡面扰动对主地形骨架结构连续性的影响。实验结果证明，该全局结构建模能力使模型更易保持主地形结构的连续性与整体一致性，为后续基于层次结构先验的表达调控奠定了稳定基础。

在结构先验调控方面，本研究通过测试阶段调整不同层级山脊线在增强和抑制通道中的分配模式，实现了晕渲表达细节层次的分级调节。该策略无需重新训练模型，即可在保持主地形结构清晰可辨的前提下适度简化某些次要结构，展示了层次结构先验在晕渲表达控制中的可行性与制图价值。需要指出的是，地形结构的抑制调控存在一定上限，其效果取决于区域的整体地形特征与结构层次分布。当承担目标尺度整体地形表达支撑作用的山脊线被纳入抑制范围时，晕渲结果的整体效果将被削弱。因此，基于层次结构先验的表达调控需根据地形的背景合理配置，而非简单通过增加抑制强度实现地形简化。

研究结论如下：层次化山脊线先验保持了主要地貌骨架的连续性与突出性，增强与抑制通道分别强化了主地形结构并适度弱化了次要的局部细节。由此生成的晕渲改善了地形结构的主次层次，减少了过多的局部细节，同时保留了三维印象的清晰性。尽管本研究通过多区域实验验证了层次结构先验和抑制机制在晕渲结构表达与细节简化中的有效性，但仍存在一定局限。本研究主要通过对比不同层次配置分析了抑制机制对晕渲结果的影响，相关结论仍主要基于定性分析，尚未从定量角度系统刻画抑制程度与晕渲响应之间的关系。此外，尽管层次山脊线采用统一的分位数规则进行分类，当前层次结构在增强和抑制通道中的配置模式在确定不同制图目的所需细节程度时仍融入了专家引导判断。有限的人工干预用于改善提取山脊线的拓扑一致性与地貌合理性，在此基础上提出的分位数分类方法可统一应用于构建层次结构先验，且跨测试区域实验结果证明其在不同地貌条件下的有效性。在地形起伏差异显著的区域，单一固定配置可能无法充分满足不同地貌条件和目标尺度下的晕渲表达需求。未来工作将进一步探索抑制效果的定量评价及层次结构先验的自适应配置策略，以期在减少人工干预的同时，增强该方法在多样化地貌条件下的稳定性、可扩展性与实用制图价值。