MATLAB山地地形仿真与最高点到最低点最短路径

MATLAB山地地形仿真与最高点到最低点最短路径（考虑地形高程）

注意：这里不是平面欧氏最短距离，是三维地形表面的最短路径（测地线），山地有高低起伏，路径要沿着山体表面走，不能直接穿山洞。

• 地形：用随机分形 / 高斯叠加模拟起伏不平山地曲面 z=f(x,y)z = f(x,y)z=f(x,y)

• 算法选用：Dijkstra 算法，把地形离散成网格图，每个网格点为图节点，相邻节点代价为地表实际行走距离，求解从最高海拔点到最低海拔点的最小代价路径。

完整 MATLAB 可直接运行代码

%% 1.生成起伏山地地形
clear; clc; close all;
n = 50;   % 网格分辨率 n*n地形网格
[x,y] = meshgrid(linspace(0,20,n), linspace(0,20,n));

% 多个高斯山峰叠加模拟山地，制造高低起伏
z = zeros(size(x));
peak_num = 8;
rng(1); %固定随机种子，复现地形
for i = 1:peak_num
    x0 = 20*rand();
    y0 = 20*rand();
    sigma = 1.5 + 3*rand();
    amp = 2 + 6*rand();
    z = z + amp*exp( -((x-x0).^2+(y-y0).^2)/(2*sigma^2) );
end
% 叠加小噪声模拟粗糙山地
z = z + 0.4*randn(size(z));

%% 找最高点、最低点的网格下标
[z_max,idx_max] = max(z(:));
[ix_start,iy_start] = ind2sub(size(z),idx_max);

[z_min,idx_min] = min(z(:));
[ix_end,iy_end] = ind2sub(size(z),idx_min);

fprintf("最高点(%d,%d),高程=%.2f \n",ix_start,iy_start,z_max);
fprintf("最低点(%d,%d),高程=%.2f \n",ix_end,iy_end,z_min);

%% 2.Dijkstra求解地形表面最短路径
% 将二维网格(i,j)映射成一维节点编号 node = (j-1)*n + i
idx2node = @(i,j) (j-1)*n + i;
node2idx = @(node) ind2sub([n,n],node);

N = n*n;   %总节点数目
INF = 1e10;
dist = ones(N,1)*INF;
start_node = idx2node(ix_start, iy_start);
end_node   = idx2node(ix_end, iy_end);
dist(start_node) = 0;
visited = false(N,1);
prev = zeros(N,1); %记录路径前驱，用于回溯路径

% 四邻域：上下左右；也可以改成8邻域允许斜向行走
neigh_d = [ -1,0; 1,0; 0,-1;0,1 ];
% neigh_d = [ -1,-1;-1,0;-1,1;0,-1;0,1;1,-1;1,0;1,1 ]; %8邻域

for iter = 1:N
    % 选取未访问距离最小的节点u(Dijkstra核心)
    minD = INF;
    u = -1;
    for v = 1:N
        if(~visited(v) && dist(v) < minD)
            minD = dist(v);
            u = v;
        end
    end
    if(u == -1) break;
    if(u == end_node) break; %到达终点，提前退出
    visited(u) = true;

    [iu,ju] = node2idx(u);
    for k = 1:size(neigh_d,1)
        di = neigh_d(k,1);
        dj = neigh_d(k,2);
        iv = iu + di;
        jv = ju + dj;
        if(iv<1||iv>n||jv<1||jv>n) continue; %越界跳过
        v = idx2node(iv,jv);
        if(visited(v)), continue; end

        % =========关键：计算山地地表实际行走距离=========
        % 两点三维距离：dx,dy平面步长；dz高程差
        dx = x(iu,ju)-x(iv,jv);
        dy = y(iu,ju)-y(iv,jv);
        dz = z(iu,ju)-z(iv,jv);
        cost_uv = sqrt(dx^2 + dy^2 + dz^2); %地表欧式距离

        if( dist(v) > dist(u)+cost_uv )
            dist(v) = dist(u)+cost_uv;
            prev(v) = u;
        end
    end
end

%% 回溯得到路径坐标
path_nodes = [];
cur = end_node;
while(cur ~= 0)
    path_nodes = [cur; path_nodes];
    cur = prev(cur);
end
%转成x,y,z坐标
px = []; py = []; pz = [];
for nd = path_nodes.'
    [ii,jj] = node2idx(nd);
    px = [px, x(ii,jj)];
    py = [py, y(ii,jj)];
    pz = [pz, z(ii,jj)];
end
fprintf("地形表面最短路径总长度：%.3f \n", dist(end_node));

%% 绘图可视化
figure('Color','w');
surf(x,y,z,'EdgeAlpha',0.1); hold on;
shading interp;
colormap jet;
%绘制路径
plot3(px,py,pz+0.15,'r-','LineWidth',2.5);
%标记起点最高点、终点最低点
plot3(x(ix_start,iy_start),y(ix_start,iy_start),z_max+0.2,'go','MarkerSize',8,'MarkerFaceColor','g');
plot3(x(ix_end,iy_end),y(ix_end,iy_end),z_min+0.2,'mo','MarkerSize',8,'MarkerFaceColor','m');
xlabel('X');ylabel('Y');zlabel('Z 高程');
title('山地地形 + 最高点→最低点地表最短路径(Dijkstra)');
view(3);
grid on;

运行说明

1. rng (1) 固定随机种子，每次生成同一片山地；注释掉可以生成不同起伏山地。

2. 邻域：代码默认4 邻域（只能上下左右走）；注释切换为 8 邻域可以斜向穿越。

3. cost_uv = Δx2+Δy2+Δz2\sqrt{\Delta x^2+\Delta y^2+\Delta z^2}Δx2+Δy2+Δz2 ，这是沿着山地表面行走的实际距离，不是平面距离，上坡下坡都会增加路径代价。

4. 绿色圆点 = 地形最高点；品红色圆点 = 地形最低点；红色线条为算法算出来的地表最短路径。

---

算法原理详细说明

问题建模：山地→加权图

山地是连续曲面 z=f(x,y)z=f(x,y)z=f(x,y)，计算机不能直接处理连续曲面，做离散网格化：

1. 将 XY 平面切分成 n×nn\times nn×n 网格，每个网格交点 (i,j)(i,j)(i,j) 对应三维坐标 (xi,j,yi,j,zi,j)(x_{i,j},y_{i,j},z_{i,j})(xi,j,yi,j,zi,j)，作为图的节点。

2. 每个节点只和周围相邻节点连通（4 邻域 / 8 邻域）。

3. 边的权重 cost：两个相邻节点之间沿着山体表面的三维欧氏距离：

关键点：高程差Δz\Delta zΔz会增加行走代价。爬上陡坡，两点平面很近，但地表路径代价会很大；下坡同样也要计入行走距离。

4. 起点 S：网格上高程最大的点；终点 T：网格高程最小的点。

目标：求从 S 到 T，总边权之和最小的路径，也就是山地表面最短路径。

Dijkstra 算法原理（求解单源最短路径）

Dijkstra 适用于所有边权 ≥0 的图，本问题行走距离全部大于 0，满足条件。

核心变量

• dist[]：dist(v)表示起点 S 到达节点 v 的当前已知最短距离；初始全部无穷大，仅起点 dist (S)=0。

• visited[]：标记节点是否已经确定最短距离。

• prev[]：记录路径前驱节点，算法结束后回溯，还原完整路径。

算法迭代步骤

1. 在所有未被访问 的节点中，选出dist值最小的节点 u。这个节点 u 的最短路径已经确定。

2. 将 u 标记为已访问。

3. 遍历 u 全部相邻节点 v：

   尝试松弛：if dist[v] > dist[u] + w(u→v)

   • 如果成立：说明经过 u 走到 v，距离更近。更新dist[v]=dist[u]+w(u→v]，记录prev[v]=u。

4. 重复 1‑3，直到终点 T 被选为最小节点，提前终止；或者全部节点遍历完毕。

5. 路径回溯 ：从终点 T 不断向前读取prev[]，反向得到完整路径点。

Dijkstra 数学保证

因为所有边权重非负，一旦节点 u 被选出（visited 标记），不可能后续再找到一条距离更小的路径到达 u，所以可以直接确定 u 的最短距离。

本模型局限

1. 是网格离散近似，网格 n 越大结果越准，但计算速度变慢；n=50 兼顾效果与速度。

2. 路径只能沿着网格点走，不是理论上连续曲面的精确测地线，属于工程数值近似。

3. 本版本代价只考虑几何行走距离；如果你想模拟爬山体力消耗，可以修改 cost，上坡额外乘惩罚系数，模拟 "爬山比平路费力"。

拓展：A * 算法（加速版本）

Dijkstra 会盲目搜索整张图；A*加入启发函数加速，适合网格很大的场景。

A*估价函数：

• g(n)g(n)g(n)：起点到 n 的实际行走距离（等价 Dijkstra 的 dist）

• h(n)h(n)h(n)：启发估计，n 到终点的三维直线距离（不能大于真实最短距离，保证结果正确）

补充：如果想要真实连续曲面测地线

Dijkstra 网格是离散近似；MATLAB 自带 geodesic 可以计算三角网格曲面的严格测地线，需要把山地转成三角面片triangulation对象，计算量更大。Dijkstra 网格方法更容易理解，教学演示首选。

拓展修改示例：增加爬山体力惩罚

比如上坡增加代价：

dz = z(iu,ju)-z(iv,jv);
geo_dist = sqrt(dx^2+dy^2+dz^2);
if(dz < 0)
    % dz<0：从u走到v高度上升（上坡）增加惩罚系数
    cost_uv = geo_dist * 1.8;
else
    cost_uv = geo_dist;
end

此时不再求几何最短，而是求体力消耗最小路径，路径会主动绕开陡峭山坡。