1.一种基于DBSCAN聚类分析的山脊线和山谷线提取方法，其特征在于，具体步骤如下：步骤1：地形数据获取；获取地形的DEM数据，将栅格数据转成文本格式进行读取；

步骤2：地形格网点之间的相似度计算；基于欧氏距离的相似度计算，结合三维地形计算任意两个地形格网中心点Pi和Pj之间的距离；

步骤3：地形子区域划分；采用DBSCAN算法进行子区域划分，确定邻域半径EPS和最小样本点MinPts两个参数，并借助于聚类算法划分视域为多个分开的子区域SVi(i＝1,

2,···,k)，其中k为划分的子区域的个数；

步骤4：山脊点和山谷点的提取；根据确定的邻域半径EPS和最小样本点MinPts，使用DBSCAN聚类算法得到最终的簇作为划分的子区域；

步骤5：确定山脊线和山谷线；子区域之间的邻近关系可以用子区域完全图表示，其中节点为子区域，节点之间的边表示子区域之间的邻近关系，边的权值用子区域之间的距离表示，计算每个子区域之间的最小距离，目的是找出相邻的子区域，将相邻子区域的中心点进行连接，就构成了连接关系图。

2.根据权利要求1所述的一种基于DBSCAN聚类分析的山脊线和山谷线提取方法，其特征在于，所述步骤2任意两个地形格网中心点Pi和Pj之间的距离由公式(1)得到：其中Pi的坐标为(Xi，Yi，Zi)，Xi表示经度，Yi表示纬度，Zi表示该点的高程值；Pj的坐标为(Xj，Yj，Zj)，Xj表示经度，Yj表示纬度，Zj表示该位置的高程值，d表示Pi和Pj之间的距离。

3.根据权利要求1所述的一种基于DBSCAN聚类分析的山脊线和山谷线提取方法，其特征在于，所述步骤3采用DBSCAN算法进行子区域划分中，需要确定算法聚类分析的两个参数，分别是邻域半径EPS和最小样本点MinPts，其确定步骤如下：步骤3‑1：根据地形精度R×R，动态确定EPS的初值，该初值也是EPS的下限，设为minEPS；根据地形精度R，确定EPS的初值为R，即minEPS＝R；MinPts参数确定形成一个簇的邻域最小样本点数，Minpts的初值确定2；

步骤3‑2：根据相邻地形格网之间可以聚在一起的最大坡度为45°，则依据地形分辨计算得到EPS的搜索范围为 邻域半径EPS从R开始，逐次加1，样本点MinPts为2，调用DBSCAN算法进行聚类分析，直到聚成一个类，则此时的EPS取值即为上限，记为maxEPS，则邻域半径取值范围为(minEPS，maxEPS)；

步骤3‑3：确定参数Minpts；确定了邻域半径的取值范围后，最小样本数MinPts从2开始，每次加1，逐次改变Minpts的值，使用DBSCAN算法进行聚类分析；计算在邻域半径范围内，采用不同Minpts下聚类的结果，以及噪声数据的变化；选择MinPts的值时，应选择相对较大的，保证将山坡区域的非特征线排除；当MinPts＝P时，噪声数据的个数随邻域是不变的，且等于总数据量个数，即全部为噪声点，此时簇的变化已经不受邻域的影响；但当MinPts＝P‑1时，噪声数据发生变化，则确定MinPts＝P‑1是最合适的最小样本点数，此时的EPS取值为最终的邻域半径。

4.根据权利要求1所述的一种基于DBSCAN聚类分析的山脊线和山谷线提取方法，其特征在于，所述步骤5确定山脊线和山谷线中，需要利用图分析方法确定确定山脊线和山谷线，具体步骤如下：

步骤5‑1：将聚类得到的子区域Ai计算其中心；子区域的中心 可以用子区域Ai中每个栅格点P(X,Y,Z)的平均值来表示，计算公式如式(2)‑(4)：其中，X,Y为栅格点P的地面坐标，Z为栅格点P的高程值；子区域Ai的中在特征线中可以称为特征线中的特征点，山脊线上的特征点是山脊点，山谷线上的特征点是山脊点；

步骤5‑2：构建子区域拓扑关系；连接中心点，构建子区域之间的空间拓扑图；

步骤5‑3：图剪枝；为了有效刻画子区域邻近关系，可以对完全图进行修剪，当完全图中边的权值大于给定阈值时，该边就被删除，经过修剪以后，子区域完全图被转换成一条路，及除起点终点度为1，其余节点度为2的非完全图，也成为模拟线；

步骤5‑4：确定山脊线和山谷线；计算每条模拟线上格网的高程的平均值，且平均值可以表示模拟线的平均高程，如果每条模拟线高程大小是相间分布，则是山脊线或山谷线。