DEM空间尺度对岷江上游流域特征提取的影响

DEM分辨率是描述DEM地形精确程度的一个重要指标,同时也是决定DEM使用范围的一个主要影响因素。此处以岷江上游流域为研究区,Arc GIS为技术支撑,分析DEM空间尺度对流域特征提取的影响。首先,采用7组不同分辨率的DEM数据,通过5类不同特征参数的提取来进行DEM尺度效应的定量分析。其次,借鉴坡度中误差法思想和信息熵理论,综合分析高程、坡度和地面粗糙度来确定该地区DEM研究的分辨率合理范围。结论表明:随着DEM栅格大小的不断增大,高程区间和坡度随之减小;地面粗糙度的减小表现出地形的平坦化;信息熵所包含的内容减少;河网总长度和河网密度也随之变短变稀疏。文中岷江上游流域特征提取研究的DEM最佳空间分辨率区间为30~60 m。     

基于 DEM 对喀斯特地貌山地及水系信息的提取--以桂林阳朔县为例

以30 m分辨率的SRTM－DEM数据为基础,通过GIS的空间分析功能,首先对数据进行坡度分析,通过坡度分级法将山地与平原划分,自动提取出山地的信息,再运用碎斑处理结合TM影像对结果进行修正;其次,在ArcGIS的水文分析（ Hydrology）模块下对 DEM进行数字地形分析,提取流域特征。经分析得到了研究区域的山地及河网特征信息,并与实际地形及河流水系大致吻合,改进了传统手工和野外调查为主的提取方法,初步实现了山地、水系信息的自动提取,为研究区域社会经济更好更快地发展具有一定的参考意义。     

机载LiDAR DEM在流域水文分析与模拟中的尺度效应

DEM数据是流域水文分析和模拟的基础，不同DEM分辨率尺度深刻影响着水文分析和水文过程模拟的结果。本文基于机载LiDAR获取的DEM数据，分析了不同分辨率LiDAR DEM在坡度提取、水文指数分析和流域特征参数提取中的差异及产生原因；基于SWAT分布式水文模型模拟研究了不同分辨率DEM数据的水文效应。研究结果表明：随着DEM分辨率的降低，坡度平均值减小，TWI平均值增大，SPI平均值减小，LSF均值先增大后减小，当分辨率为10 m时，LSF取得最大值；SWAT模型模拟结果表明，随分辨率的降低、坡度值的变小，地形湿度指数变大，蒸散发量增加，地表径流深减小，而土壤渗漏量与地下径流量则是先减小后增加，出现极值时DEM分辨率为10 m，与LSF出现极值时一致。     

DEM地形信息提取对比研究——以坡度为例

由于DEM数据本身多尺度因素,加之地形、地貌特征具有宏观性与区域分异性的特点,直接的信息提取往往很难达到预期的目的。利用DEM制作坡度图高效、省力,但其精度有很大的不确定性,同时DEM制作过程中的误差传播、转移对坡度信息的影响缺少系统的判断依据。选取位于陕北黄土高原上的两个不同地区作为实验样区,在不同DEM生产的基础上,以高精度的1∶10 000DEM为准值,通过对1∶5万和1∶1万DEM提取定量地形要素的叠合、比较与统计分析,探讨具有不同地貌类型的区域1∶5万DEM提取地形信息的精度及其统计意义上的数量百分比关系。     

小波派生多尺度DEM的精度分析

利用陕北5 m分辨率DEM数据为基本数据,对Haar小波派生出一系列更低分辨率DEM进行复合精度分析。通过等高线套合、数据中误差以及表面重合指数等方法,分析其高程采样误差与空间分布;通过分析对比其在所提取的地面坡度、沟谷网络等地形因子上的差异,分析其地形描述误差。研究结果显示:小波派生多尺度DEM在精度的颓减上呈现指数形的变异规律,当达到三级重构DEM(40 m分辨率)时,其精度仍优于1:5万(25 m分辨率)DEM。该结果对于实现地形的有效简化与掌握多尺度DEM不确定性规律具有一定的意义。     

利用多源数据确定季节性咸水湖湿地自然边界的方法

以宁夏盐池为例,探讨了利用面向对象的高分影像、数字高程模型(digital elevation model,DEM)等多源数据确定季节性咸水湖湿地自然边界的方法。以高分遥感影像、激光探测与测量(light detection and ranging,LiDAR)数据插值生成的高空间分辨率DEM、地理国情普查数据、第二次全国湿地资源调查数据为数据源,选取LBV变换特征、归一化差分植被指数(normalized difference vegetation index,NDVI)、高程值、坡度等特征,构建决策规则模型,获得季节性咸水湖湿地自然边界,并分析了不同高空间分辨率的DEM对边界提取结果的影响。实验结果表明,与无DEM数据参与提取的结果相比,合适的高空间分辨率DEM参与季节性咸水湖湿地自然边界提取,能有效提高其边界定位精度。     

露天矿区多源数字高程模型数据对比分析

针对数字高程模型数据源不同会带来一定的不确定性和差异性的问题,选取德国某露天矿为实验区,以高精度DEM数据TanDEM-X为参照,对比了SRTM、AW3D30、ASTER GDEM与TanDEM-X数据的高程精度,分析了DEM数据的差异。结果表明:(1)露天矿区的开采和复垦活动明显地体现在了不同时期获取的DEM高程变化中;(2)在非采矿区,不同DEM数据之间具有较好的一致性,TanDEM-X数据与其他数据的高差均方根误差分别为2.64 m、5.88 m、2.99 m;(3)DEM空间分辨率越高提取得到坡度最值越大,地形描述准确性越高。研究结果为露天矿区DEM应用提供参考。     

植被覆盖区高精度遥感地貌场景分类数据集

地貌数据集是实现地貌自动分类和加深对地貌形态学认识的重要支撑数据之一。当前缺乏高精度地貌成因类数据集,制约了地貌遥感自动解译的发展。本文在中国东北地区以沟—弧—盆体系为主的天山—兴蒙造山系中,针对强烈的构造运动和新生代以来的火山作用、流水作用形成的地貌成因类型,制作了构造地貌、火山熔岩地貌和流水地貌3类场景数据集（GOS10m）。数据集覆盖面积约5000 km²,包括哨兵2号可见光遥感影像、SRTM1 DEM及基于DEM提取的7个地貌形态参数（山体晕渲图、坡度、DEM局部平均中值、标准偏差、坡向—向北方向偏移量、坡向—向东方向偏移量和相对偏离平均值）。单张样本图为64像素×64像素,空间分辨率为10 m。采用多模态深度学习神经网络对数据进行训练并分类,平均测试精度可达到82.63%,表明构建的数据集具有较高的质量。可为地貌成因遥感自动分类研究以及推动遥感地貌智能解译的向前发展,提供数据集支撑。     

雷达干涉测量技术获取多分辨率山区高程模型

利用一组间隔仅为一天的高分辨雷达卫星COSMO-Skymed影像获取西部某山区4个不同分辨率（4m、10m、20m、50m）的数字高程模型（DEM）。由于西部高山空白区缺乏实测资料,所以以航天飞机雷达地形测绘（SRTM）为参考数字高程模型（DEM）并从其中获取较为可靠的足量地面控制点,从图像中选取高坡度、低坡度、低相干性三个区域,分别从坡度、相干性、分辨率三个方面,比较、分析山区DEM的精度。研究表明：利用合成孔径雷达干涉（InSAR）技术获取的与SRTMDEM基本一致;低坡度区域比高坡度区域的精度更高;相比于低坡度地区,高坡度地区的高程差值对分辨率的变化更为敏感;DEM分辨率越高,与SRTMDEM的差值就越大,与SRTMDEM本身的分辨率较小有关;对于低相干区域,其可靠性有待商榷,即使其50m分辨率的DEM与SRTMDEM也存在较大差距。     

SRTM(1″)DEM在流域水文分析中的适用性研究

高精度的数字高程模型(digital elevation model,DEM)数据是流域水文分析应用的基础。美国地质调查局新发布了全球高分辨率数字高程数据产品,其空间分辨率为1″(约为30 m)。为评价该数据在流域水文分析中的适用性,以鹤壁汤河流域为实验区,以机载LiDAR DEM数据为参考,统计了SRTM(1″)数据的高程误差,分析了坡度、坡向、地表覆盖等对误差的影响;在基于地形的水文分析中,统计分析了SRTM(1″)数据误差对地形湿度指数、坡度坡长因子以及汇流动力指数等地形指数计算的影响;最后选取流域汇水区面积、最长水流路径长度、形状系数、弯曲度系数等流域特征参数对两种DEM数据提取结果进行了对比。研究表明SRTM(1″)DEM数据具有较高的精度,原始数据均方根误差为5.98 m,在消除平面位移误差后减小为4.32 m。基于地形的水文分析表明SRTM DEM与LiDAR DEM计算结果具有一定的差异,地形湿度指数平均值略高,坡度坡长因子和汇流动力指数平均值偏低,离散度偏小,这与SRTM DEM在微地貌以及高坡度地形区存在失真相关。两种DEM数据提取流域特征参数差异较小。上述研究表明SRTM DEM(1″)数据在流域水文分析中具有较大的应用潜力。