基于DEM的大别山地区地貌特征研究

从区域尺度分析大别山地区的地貌特征,以美国SRTM DEM和1∶50万数字地质图为基础数据,利用DEM地貌模拟和空间数据统计分析技术,生成了研究区的地貌分析专题图和地貌参数统计关系图.研究认为,大别山整个造山带呈三角形的形状,南坡缓而长,北坡陡而短;造山带山势较高,山地多深谷陡坡,坡向多变;山体由北西向南东延伸,主体延伸方向是北西向;山顶面剖面呈∧形,或呈锯齿多峰形式,局部地形起伏越靠近主体山脉,起伏度越大.断裂构造严格控制水系的发育,分水岭呈"人"字形分布于造山带四周.地貌参数的统计分析表明,坡度、地形起伏与平均高程之间具有一定的对应关系,较好的揭示了研究区的地貌特征.     

基于GIS的岷江上游地貌形态初步分析

近些年来,地理信息系统(GIS)在理论及技术方法等方面日臻完善,同时GIS技术被广泛地应用于地质工作的各个领域。以地理信息系统(GIS)为平台,利用矢量化地形高程数据,构建岷江上游地区数字高程模型(DEM),并对数字图像进行了几何校正,镶嵌配准,实现了岷江上游地区地形地貌的三维模拟显示;利用DEM分析探讨地貌形态,生成一系列地貌分析专题图如地貌高程图、地形坡度图等,并进行了初步的讨论分析,得出岷江上游地区主体属于中高山陡崖地貌,地形地貌总体呈现由NW向SE倾斜的分布趋势。而岷江源头地区东侧则由于新构造活动强烈,具有隆升幅度较西侧剧烈的特征。通过对岷江上游地区地貌形态的分析研究,为中国东西部地貌边界带的新构造研究做了有益的补充。     

北天山乌鲁木齐河流域面积-高程积分及其地貌意义

定量构造地貌研究有助于理解构造与地表过程之间的耦合关系及其对地形地貌发育的影响,数字高程模型(DEM)和地理信息系统(GIS)空间分析技术的结合为开展这方面的研究提供了新途径.利用这一方法,对北天山乌鲁木齐河流域进行地貌计量指标的综合分析.构造上,乌鲁木齐河流域分为山前坳陷区、南山隆起带、后峡断陷带以及天山主脉等构造分区.本文首先分析了DEM数据精度、流域面积与空间分布特征对面积-高程积分的潜在影响,根据分析结果,选择合适的面积阈值对乌鲁木齐河流域开展面积-高程积分分析,进一步结合高程频率分布特征探讨该流域地形地貌演化特征.结果表明,1)面积-高程积分受DEM数据精度的影响不显著,但其具有明显的流域面积和空间依赖性;2)基于面积-高程积分分析,乌鲁木齐河流域各构造分区的地貌演化阶段存在差异,除后峡断陷带地貌演化趋于老年阶段外,其余均处于壮年演化阶段;3)各构造分区平均高程频率分布状态表明,山前坳陷区、南山隆起带和天山主脉地形目前均处于前均衡—均衡状态演化阶段,后峡断陷带地形则为后均衡演化阶段.     

大巴山地区构造地貌特征及演化——基于DEM数据处理与应用

上扬子北缘的大巴山地区是秦岭造山带和扬子地块长期相互作用的地区,构造变形和地貌特征记录了印支期、燕山期,尤其是喜山期构造运动和地貌响应过程。本文以地理信息系统（GIS）为平台,通过对数字高程数据（DEM）的处理,结合地质图、构造水系图等各种数据,对大巴山及其前缘盆地的构造地貌特征进行综合分析研究,以坡度、地形起伏度、高程图和剖面图的统计为主,分析其构造地貌特征。研究表明,大巴山自晚燕山—喜山期前陆褶皱冲断形成以来,经历了多次隆升过程,特别是自喜山期以来,大巴山共经历了至少三次大规模的隆升。     

数字高程模型（DEM）在构造地貌研究中的应用新进展

简要介绍了数字高程模型(DEM)的基本概念,系统总结了近些年来DEM空间分析技术在构造地貌研究中的最新进展,列举并讨论了DEM相关数据和技术在典型地貌特征分析和宏观构造地貌演化研究中的典型应用实例.数字高程模型(DEM)理论和数据精度的不断发展和提高,DEM及其空间分析技术与相关地学研究手段相结合的复合分析,必将为构造地貌研究实现定量化提供强有力的技术支持.     

喜马拉雅山脉的地质地貌特征：来自SRTM数字高程模型和降水量数据的约芽

利用GTOP030和SRTM3数字高程（DEM）数据,提取了喜马拉雅山脉（造山带）的数字高程模型并对其进行了地质地貌的初步分析。从SRTM3数字高程数据提取出坡度数据,初步分析了喜马拉雅山脉坡度和高程的特征。数字高程和坡度图清楚地展现了喜马拉雅大型断裂带（构造边界）的空间分布特征。分析了中国气象局下属的西藏、青海、四川和云南4省区气象观测台站55年来的年平均降水量观测数据、喜马拉雅山脉南坡的年平均降水量数据、喜马拉雅DEM和裂变径迹数据,发现喜马拉雅山脉从东至西,年平均降水量逐渐减少,地形起伏逐渐变小,而高程渐次升高,与此同时剥蚀速率降低;从北至南,年平均降水量逐渐增加,地形起伏增大,高程快速降低,而剥蚀速率则急剧升高。这充分说明了喜马拉雅年平均降水量大的地区,地表剥蚀作用相对较强,年平均降水量小的地区,地表剥蚀作用则较弱,即：在喜马拉雅地区,长周期的地表剥蚀过程（可长达数个百万年时间尺度）和短周期（仅仅50年）的降水量观测是耦合的。     

太行山地貌计量指标空间特征及其构造地貌意义

系统的地貌计量指标分析有助于理解造山带新构造活动特征与地貌演化。太行山地处中国第二、三地形阶梯的边界,具有重要的构造地貌意义。基于ASTER GDEM地形数据,对太行山按流域进行了面积高程积分、河长坡降指标（SL）和Hack剖面等地貌计量指标的分析,结合地层、构造等资料,探讨了太行山构造地貌演化特征。结果表明,在分析的11条河流中,7条河流的面积高程曲线（HC）呈S形,面积高程积分值（HI）在0.35~0.60之间,表明其地貌演化处于壮年阶段,4条河流的HC呈凹形,HI值小于0.35,表明其地貌已遭受强烈侵蚀改造,目前处于地貌演化的老年阶段;7条河流的Hack剖面呈上凸形态,均衡坡降指标值（K）偏高,表明流域所在区域新构造活动较为活跃,4条河流的Hack剖面近似直线,K值偏低,表明河流所在区域新构造活动性较弱;从整体上看,太行山的HI平均值为0.36,HC为接近凹形的S形,表明太行山地貌演化整体上处于"壮年期"向"老年期"过渡阶段;太行山新构造活动性（断裂活动）在空间上存在差异性,东部活动性较强,西部地区活动性相对较弱。      

基于DEM的南岭东段离子吸附型稀土矿成矿地貌条件分析

稀土是我国重要的战略资源,而离子吸附型稀土矿是我国的特色矿产,占据着重要的地位。离子吸附型矿产的形成与否,与风化壳密切相关,而风化壳的发育及保存与微地貌等特征密切相关。本文旨在利用DEM技术,结合搜集到稀土矿点及矿区数据,对含有稀土的地貌单元进行地形因子定量分析,以总结风化壳离子吸附型稀土矿的成矿地貌条件。借助GIS技术,利用DEM提取高程、坡度、坡向、曲率、地形起伏度、地表切割深度、地形特征等各类地貌因子值,并与南岭东段的成矿矿点及矿区进行叠加分析,统计计算矿点及矿区所处位置的地貌因子值,进而探讨风化壳型稀土资源赋存的有利地形地貌环境。结果显示,最佳成矿有利地貌为高程150~500 m、坡度0°~20°、地形起伏度100~400 m、地表切割深度40~150 m、地形特征为山顶或山脊;研究结果有望指导南岭东段离子吸附型稀土矿找矿勘查工作。     

ASTER-GDEM数据在大兴安岭北段地貌形态分析中的应用

基于ASTER-GDEM数据,利用彩色晕染、密度分割与GIS空间统计分析技术,结合地质资料,通过地形高程(平均高程、最大高程和最小高程)、地势起伏度、典型高程剖面及流域面积-高程积分等手段,对大兴安岭北段的地貌特征进行初步分析.分析结果表明,研究区主体呈现平原(台地)与丘陵地貌,地势相对平缓,呈北北东向延伸展布,存在多期隆升,受到北北东向区域构造控制,且遭受北西向构造活动改造;高程剖面揭示研究区存在多级剥夷面(或面状地貌面),最多可划分5级,且在各段、各坡向上发育特征不一,北北东向构造对地貌演化的控制作用强于近东西向构造,其活动强度上北段明显强于中、南段;面积-高程积分分析表明研究区地貌演化处于壮年期的晚期,山体处于隆升晚期或趋于稳定阶段,但北西向构造活动,形成大量狭长的新生沟谷.     

大别山构造地貌的DEM初步分析

以地理信息系统(GIS)为平台,利用航天飞机雷达地形测量(SRTM)数据,构建了大别造山带地区的数字高程模型(DEM),对大别山地区的构造地貌进行了模拟解译分析.研究表明,大别山在造山带走向和垂直走向的方向上都是中间高、两边低,两边地势低的部位发育断陷盆地.SRTM DEM地貌图显示,郯庐等大断裂地貌特征明显,断裂构造严格控制了水系的发育,大别山水系多呈格子状分布,在地貌上主要表现为河流的大角度转弯以及主支流近直角交汇;由于本区地壳沿断裂作差异性升降运动,造成地堑谷、断块山和断陷盆地并存的地貌特点.本文统计分析了坡度与高程之间的相互关系,并提取了夷平面信息.      

基于数字高程模型的中国岩溶地貌研究进展及前景分析

数字高程模型（DEM）蕴含丰富的地形地貌信息,基于DEM的数字地形分析方法为岩溶地貌研究提供了科学、有效的技术手段。文章针对前人应用DEM研究中国岩溶地貌所涉及的关键技术方法,从岩溶地貌识别的尺度效应、岩溶地貌的识别与分类、岩溶地貌的形态及格局分析、岩溶区生态环境变化等方面进行了梳理和分析,提出未来应构建科学的岩溶地貌数字分类体系,对岩溶地貌进行多尺度、深层次的地形分析和定量表达,并从地形现状研究拓展到地形演变的过程与机理研究,发掘出DEM在岩溶地貌研究中更多的应用。      

基于地形因子特征值的喀斯特流域地貌类型判别

利用数字地面高程模型进行子流域划分,提取反映喀斯特地貌形态的7个地形因子——高程、坡度、地形起伏度、地形粗糙度、地表切割深度、高程变异系数和地形指数,提出根据地形因子特征值进行喀斯特地貌类型判别方法。以贵州省后寨河流域为例,在划分的18个流域中,选取16个流域通过单个地形因子特征值相关分析和多个地形因子特征值模糊聚类分析,确定峰丛-洼地和峰林-盆地地貌类型判别的阈值,选取另外两个流域进行判别方法检验。结果表明:基于地形因子特征值可定量判别出喀斯特流域不同地貌类型。      

基于地貌扩散和水动力扩散的流域瞬时单位线研究

流域汇流是地貌扩散和水动力扩散共同作用的结果。用宽度函数描述地貌扩散,用河道响应函数描述水动力扩散,从而导出了流域地貌瞬时单位线的表达式。建立了长江三峡区间沿渡河流域的数字高程模型(DEM),由此自动生成了该流域水系,并提取了流域地貌瞬时单位线公式所需的地貌信息。23场洪水的检验结果表明:所建议的流域地貌瞬时单位线公式用于流域汇流计算具有较高的精度。     

基于低空遥感地貌观测的逆断层陡坎研究:以张流沟滩断层陡坎为例

活动断层相关地貌特征的定量研究是揭示古地震和断裂属性的重要依据,其中陡坎地貌是断裂活动的重要地貌响应,是有效识别活动断裂的重要地貌标志。近年来,无人机低空遥感观测技术的不断进步,使得高分辨率地貌数据的快速获取成为现实。本研究利用无人机低空遥感地貌观测技术,对张流沟滩处的断层陡坎附近进行高分辨率数字地形数据的采集。断层陡坎位于张流沟滩河流Ⅱ级阶地上,影像采集范围为800 m×400 m的矩形区域。经过一系列的影像处理,最终获取了目标区地面分辨率为0.1 m的DEM(数字高程模型)数据。基于该DEM数据可以提取到正交于断层陡坎的高程、坡度剖面。利用高程剖面所展示的地形地貌信息,可以提取到陡坎高度为(2.81±0.05) m;利用坡度剖面所展示的坡度曲线特征,可以推断该陡坎至少经历过两次断错活动事件,并且陡坎存在向上“凸起样式”。通过探槽解译,确定该陡坎下伏断裂至少发生过两次活动事件,其中较早的地震事件接近(3.68±0.14) ka B.P.,最晚期的地震活动应为1927年古浪8级地震,两次断裂活动累计垂直位移为(2.80±0.2) m。将以上两种研究方法相比较可以发现,探槽结构分析与低空遥感获取的定量化地貌信息分析结果基本一致,均能够有效揭示古地震期次及累计的同震位移量。最终本研究将探槽揭示的地层单元的沉积、构造信息与陡坎坡度数据特征相结合,提出了基于断层传播褶皱模型的“陡坎凸起”地貌响应样式来解释陡坎存在的向上“凸起样式”。实践证明,利用无人机低空遥感地貌观测技术能够定量、半定量化揭示下伏断裂的活动信息,结合传统断裂研究手段,可以更全面解释活动断层的沉积、构造特征及地形、地貌现象。总的来说,无人机低空遥感地貌观测技术的应用可作为传统古地震研究的辅助手段,并有其独特的方法优势。     

DEM空间分辨率的初步分析

分布式模型的输入及其参数具有时空变异性,模型的校正也依赖于网格单元的大小,因此需要确定适当的空间分辨率来描述和控制空间变化。随着分辨率的不同, DEM的精度以及由此提取的流域特征值（如高程、坡度、地形指数、河网长度）在统计特性上也会随之变化。对50 m分辨率的DEM平均取样获得150~950 m的9组DEM,对不同分辨率下提取的流域特征值进行了统计分析,并采用信息熵度量不同分辨率的信息量。     

基于ASTER-GDEM数据的羊卓雍错地区构造地貌分析

基于ASTER-GDEM数据, 运用GIS空间分析统计技术, 通过对数字地形高程、地表起伏度、地表坡度等地貌参数的统计和条带剖面及面积-高程积分等数字地貌分析, 结合前人的区域地质资料及野外实地调查和验证, 对藏南羊卓雍错地区的构造地貌特征进行了初步分析, 旨在为研究区的盆地地貌格局演化分析提供依据。研究结果表明, 研究区构造地貌总体为一近东西向盆地, 最高海拔7515 m, 最低海拔2581 m, 属于高海拔-极高海拔区域; 流域内以平原和丘陵地貌为主, 平均起伏度为314 m, 平均坡度19°, 地势起伏较小, 发育有三级层状地貌; 盆地边缘受断裂的控制, 构造现象发育, 线性影像特征明显。其东、西部分别受桑日-错那断陷带和亚东-露谷断陷带所围限, 具有多期构造活动特征。盆地南北两侧受绒布-哲古断裂和邛多江断裂控制较弱。受构造活动和地表水流综合作用的影响, 盆地内部地貌已进入老龄化阶段。      

青藏高原河流地貌定量研究的基础--SRTM3空白数据填充方法剖析及数据

河流地貌和侵蚀是构造地貌研究的核心内容。90m分辨率的SRTM3数字高程模 型被广泛运用于构造地貌学的研究,但数据空白区是其在河流地貌定量研究中的 瓶颈。对SRTM3数据与中国1∶25万DEM数据的对比分析表明,1∶25万DEM数据在 生成数字河网和河流纵剖面方面不如SRTM3数据,尤其是其在平原区数字河网提 取中易发生错误,但在高山峡谷地区数据质量较好,而这正是SRTM3数据空洞的主 要区域。对比国内外各种SRTM空洞填补方法发现,相对于算法的改进,高精度数 据的参与是填充SRTM3数据空洞的关键。因此,利用SRTM3与1∶25万DEM数据的互 补性,对SRTM3进行数据优化,是现阶段青藏高原河流地貌定量研究的基础。详细 介绍了SRTM3空洞充填的步骤,具有实际参考价值。     

青藏高原河流地貌定量研究的基础——SRTM3空白数据填充方法剖析及数据填充质量评价

河流地貌和侵蚀是构造地貌研究的核心内容。90m分辨率的SRTM3数字高程模型被广泛运用于构造地貌学的研究,但数据空白区是其在河流地貌定量研究中的瓶颈。对SRTM3数据与中国1:25万DEM数据的对比分析表明,1:25万DEM数据在生成数字河网和河流纵剖面方面不如SRTM3数据,尤其是其在平原区数字河网提取中易发生错误,但在高山峡谷地区数据质量较好,而这正是SRTM3数据空洞的主要区域。对比国内外各种SRTM空洞填补方法发现,相对于算法的改进,高精度数据的参与是填充SRTM3数据空洞的关键。因此,利用SRTM3与1:25万DEM数据的互补性,对SRTM3进行数据优化,是现阶段青藏高原河流地貌定量研究的基础。详细介绍了SRTM3空洞充填的步骤,具有实际参考价值。     

数字地貌形态分类优化方法

地貌形态特征分类对生态环境、水文研究及地质构造分析等地学研究具有重要意义,已成为现代地貌学的一个研究热点。利用高分辨率DEM数据,以平均坡度、截面曲率、最大曲率和最小曲率等地貌形态因子为参数,构建地貌形态分类模型;基于自组织映射神经网络提出数字地貌形态分类数学优化方法,对长春地区进行地貌分类。该方法实现自动聚类分析,获得了10种地貌类型阈值,达到地貌形态特征分类要求。这种方法突破了形态参数分类方法6种地貌类型的限制,分类种类达到10种;通过SOM聚类分析,自动获取阈值,从而减少了人为主观因素的干扰。地貌形态分类取得较好效果。     

Comparison of different algorithms for calculating the shading effects of topography on solar irradiance in a mountainous area

In mountainous areas, topographic shading effects exert significant influence on the spatial distribution of solar irradiance on the land surface, which should be considered in estimating and modeling physical, biological, and hydrological processes. Various algorithms have been proposed for quantitative assessment of the impact of topography on the arriving solar radiation on slopes in mountainous area based on digital elevation model (DEM). However, different algorithms tend to produce different results even based on the same DEM. In this study, two algorithms for determining the maximum horizontal viewing angle of terrain obstruction were compared in a catchment in the Qilian Mountains, Northwest China, which were identical except for the way in interpreting DEM. Two algorithms for calculating sky view factor were also compared. Then, different algorithm combinations were compared and their sensitivities to the horizontal resolution of DEM were investigated. Results showed that the differences in outputs of different algorithms and combinations were significant and cannot be ignored in estimating the spatial distribution of solar irradiance in mountainous areas. A simple ground validation concluded that the algorithm assuming a linear variation in elevation was a little better than that assuming a stepped variation in elevation in and among neighboring DEM cells. For calculating diffuse solar radiation, the algorithm based on a sloped coordinate system was theoretically better than that based on a horizontal coordinate system. It is worth noting that even though the estimated annual mean of solar irradiance over the study area was almost the same among some algorithm combinations, the difference in spatial distribution was significant, which may lead to consequent difference in assessing or modeling some other environmental variables relevant to surface energy exchange, e.g., evaporation, snowmelt, and ground temperature. However, the analysis in this study was mainly theoretical, and further ground-based validations should be made in future.