مدل رقومی ارتفاع (DEM): ستون فقرات تحلیلهای سه بعدی
نویسنده: فاطمه جعفری نوبخت
مدل رقومی ارتفاع یا Digital Elevation Model که به اختصار DEM نامیده میشود، نمایشی دیجیتالی و سه بعدی از سطح زمین است. در سادهترین تعریف، DEM فایلی است که در آن هر نقطه دارای مختصات طول (X)، عرض (Y) و ارتفاع (Z) میباشد. این دادهها پایهی اصلی بسیاری از تحلیلهای مهندسی، محیط زیستی و نظامی در سیستمهای اطلاعات مکانی (GIS) هستند.
۱. تفاوت مفاهیم: DEM, DSM و DTM
یکی از رایجترین اشتباهات در دنیای ژئوماتیک، استفاده جایگزین از این سه اصطلاح است. اگرچه هر سه به ارتفاع اشاره دارند، اما تفاوتهای بنیادین دارند:
الف) DSM (Digital Surface Model) – مدل رقومی سطح
این مدل «اولین بازتاب» را نشان میدهد. یعنی ارتفاع بلندترین عوارض روی زمین را ثبت میکند. در یک DSM، ارتفاع ساختمانها، نوک درختان، پلها و هر چیزی که روی زمین قرار دارد، لحاظ میشود.
- کاربرد: مخابرات (دید مستقیم آنتنها)، برنامهریزی شهری، تحلیل سایه.
ب) DTM (Digital Terrain Model) – مدل رقومی زمین
این مدل نشاندهنده «زمین لخت» (Bare Earth) است. یعنی تمام عوارض مصنوعی (ساختمانها) و طبیعی (درختان) از روی آن فیلتر و حذف شدهاند.
- کاربرد: هیدرولوژی (مسیر جریان آب)، راهسازی، زمینشناسی.
ج) DEM (Digital Elevation Model)
این یک اصطلاح کلی است که اغلب به عنوان مترادف DTM (زمین لخت) استفاده میشود، اما در برخی مراجع علمی به عنوان اصطلاحی مادر برای هر دو مدل DSM و DTM به کار میرود. در نرمافزارهای GIS، معمولاً وقتی صحبت از DEM میشود، منظور ارتفاع سطح زمین بدون عوارض است.
۲. ساختار دادههای DEM
دادههای ارتفاعی معمولاً به دو صورت ذخیره میشوند:
الف) رستر (Raster)
رایجترین فرمت است. زمین به شبکهای از مربعهای منظم (پیکسل یا سلول) تقسیم میشود و هر سلول یک عدد ارتفاعی دارد.
- مزایا: پردازش آسان، حجم کمتر برای مناطق وسیع.
- فرمتها: GeoTIFF, HGT, ASC.
ب) TIN (Triangulated Irregular Network)
در این روش، نقاط ارتفاعی به صورت مثلثهای نامنظم به هم متصل میشوند. تراکم مثلثها در مناطق کوهستانی بیشتر و در دشتها کمتر است.
- مزایا: نمایش دقیقتر شکستهای شیب و خطالراسها، حجم کمتر در مناطق مسطح.
۳. روشهای تولید DEM
چگونه سطح زمین را اندازهگیری و به مدل دیجیتال تبدیل میکنیم؟
- لیدار (LiDAR): دقیقترین روش موجود. با ارسال پالسهای لیزری از هواپیما یا پهپاد به زمین و اندازهگیری زمان بازگشت، ابر نقاطی تولید میشود که میتوان از آن هم DSM و هم DTM بسیار دقیق (در حد سانتیمتر) استخراج کرد.
- فوتوگرامتری (Photogrammetry): استفاده از تصاویر هوایی یا پهپادی دارای همپوشانی (Stereo). با پردازش اختلاف منظر در عکسها، ارتفاع استخراج میشود.
- تصاویر ماهوارهای راداری (InSAR): استفاده از امواج رادار. ماموریت معروف SRTM ناسا با این روش کل زمین را نقشهبرداری کرد.
- نقشهبرداری زمینی: استفاده از GPS دوفرکانسه یا توتال استیشن. بسیار دقیق اما کند و مناسب برای مناطق کوچک.
۴. پارامترهای کیفی DEM
هنگام انتخاب یا خرید یک DEM، دو فاکتور حیاتی وجود دارد:
- قدرت تفکیک مکانی (Spatial Resolution): اندازه هر پیکسل روی زمین چقدر است؟
- SRTM: ۳۰ متر (هر پیکسل ۹۰۰ متر مربع).
- پهپاد: ۵ تا ۱۰ سانتیمتر.
- دقت ارتفاعی (Vertical Accuracy): عدد ارتفاعی ثبت شده چقدر به واقعیت نزدیک است؟ (مثلاً خطای ارتفاعی ±۱ متر).

۵. کاربردهای عملی DEM
استفاده از DEM فراتر از یک نمایش سه بعدی زیباست. برخی از تحلیلهای مهم عبارتند از:
- هیدرولوژی: تعیین حوضههای آبریز، مسیریابی رودخانهها و مدلسازی سیلاب.
- تحلیل دید (Viewshed Analysis): مشخص کردن اینکه از یک نقطه خاص (مثلاً برج دیده بانی) چه مناطقی قابل مشاهده است.
- محاسبه احجام عملیات خاکی (Cut and Fill): در مهندسی عمران برای برآورد میزان خاکبرداری و خاکریزی جادهها.
- تولید نقشههای شیب و جهت شیب (Slope & Aspect): حیاتی برای کشاورزی دقیق و مکانیابی نیروگاههای خورشیدی.
- ارتو-رکتیمای کردن (Orthorectification): تصحیح هندسی عکسهای هوایی برای حذف اعوجاج ناشی از پستی و بلندی زمین.
۶. منابع دانلود رایگان DEM
برای پروژههای عمومی که نیاز به دقت سانتیمتری ندارند، میتوانید از منابع جهانی زیر استفاده کنید:
- SRTM (Shuttle Radar Topography Mission): پوشش جهانی با دقت ۳۰ متر. (بسیار محبوب).
- ASTER GDEM: پوشش جهانی ۳۰ متر (گاهی نویز بیشتری نسبت به SRTM دارد).
- ALOS PALSAR: رزولوشن ۱۲.۵ متر (بسیار با کیفیت و رایگان برای اکثر مناطق).
- TanDEM-X: رزولوشن ۹۰ متر جهانی (نسخههای دقیقتر آن تجاری است).
7. نتیجهگیری
مدل رقومی ارتفاع (DEM) خشت اول تحلیلهای مکانی است. بدون آن، نقشهها تخت و دوبعدی هستند و واقعیت زمین را منعکس نمیکنند. انتخاب نوع DEM (رستر یا TIN) و منبع آن (لیدار یا ماهواره) کاملاً وابسته به هدف پروژه و بودجه شماست.
درباره نویسنده:
فاطمه جعفری نوبخت، متخصص برجسته و پژوهشگر حوزه مهندسی محیط زیست، با رویکردی نوین دانش کلاسیک این رشته را با فناوریهای پیشرفته هوش مصنوعی تلفیق کرده و به عنوان پیشگام در زمینه هوش مصنوعی مکانی (GeoAI) شناخته میشود. وی با تکیه بر مدرک کارشناسی ارشد مهندسی محیط زیست و درک عمیق از اکوسیستمها، تخصص خود را فراتر از روشهای سنتی گسترش داده و با ورود به دنیای دادهها، فعالیتهای حرفهای خود را بر کاربرد هوش مصنوعی در علوم محیط زیست متمرکز کرده است. او هماکنون به عنوان مشاور ارشد علوم مکانی در محیط زیست و منابع طبیعی، با استفاده از الگوریتمهای پیشرفته در پی راهکارهایی برای پایش دقیق، پیشبینی تغییرات اقلیمی و مدیریت بهینه منابع است. فاطمه جعفری با باور بنیادین به اینکه «مهمترین توجه انسانها باید به مقوله محیط زیست باشد»، تکنولوژی را ابزاری قدرتمند برای نجات زمین میداند و علاوه بر پروژههای استراتژیک، با برگزاری مستمر کارگاههای آموزشی در زمینه علوم مکانی و زمین، مشتاقانه به انتقال دانش و تربیت نسلی متخصص برای حفاظت از آینده محیط زیست میپردازد.
