DEM建模视角下的城市道路分类与表达

城市数字高程模型（Digital Elevation Model,DEM）是城市最重要的基础地理信息数据之一。城市道路DEM建模是城市DEM构建的重要组成部分,而道路分类是城市道路DEM建模的重要基础和前提。由于现有的城市道路分类方法在城市道路形态表达上有一定程度的失真,无法准确反映道路平面形态特征,导致其难以满足未来的地表过程模拟的需求。针对这一问题,本文从DEM建模视角出发,通过解析城市道路的构成,分析城市道路形态特征,针对现有的道路分类方法的不足,提出了一种顾及道路形态的城市道路分类方法。并在此基础上,探讨了城市道路的DEM表达方式,同时选取南京市局部区域为实验区,以DLG数据为数据源,对本文提出的城市道路分类方法与表达进行了相关的实验与分析。结果表明：与现有的方法相比,基于本文所提出的城市道路分类方法构建的道路DEM所表达的道路形态更符合实际实验区的道路形态,未出现局部路面不正常的突变情况且城市道路要素框架结构明显,所表达的城市道路地形更为精细,可以为雨洪模拟和水文分析等提供重要基础。因此,本文的道路分类方法能够清晰有效地辅助城市道路DEM建模,为高精度城市道路DEM的构建提供基础和参考。     

顾及多分析尺度的地形部位面向对象分类方法

地形部位是地表形态的基本单元,其分类和提取在地貌发育、数字土壤制图、景观生态制图等领域有着重要的应用。康鑫等提出的多尺度Geomorphons地形部位分类法（简称多尺度Geomorphons法）利用高程相对差异信息和地形部位多尺度特征,可避免受地形属性计算及单一分析尺度约束而误分类,然而其存在分类破碎及分析尺度域难以确定的问题。基于此,本文以多尺度Geomorphons法为基础,提出了其适宜分析尺度域确定方法,建立了以初始地形部位数据层组合的对象多尺度分割和分类方法,进而构建了顾及多分析尺度的地形部位面向对象分类方法。以陕北黄土高原区域5 m分辨率DEM为实验数据,对面向对象分类方法进行了验证与评价。实验结果表明：①均值变点法可有效解决分析尺度域难以确定的问题,实验样区适宜分析尺度域为[5×5, 33×33]栅格单元;②以0,255为二值化的地形部位数据层组合适用于多尺度分割,尺度、形状及紧致度参数组合影响分割结果,且对于实验样区存在最优分割参数;③与多尺度Geomorphons法相比,本文方法得到的地形部位分类结果完整性较好,在地表形态对应和地理认知等方面更具合理性。     

基于开源数据和条件生成对抗网络的地形重建方法

如何使用少量的地形特征复原地形地貌一直为地学领域的难题。本文使用开源数据集提取地形特征要素,使用地形特征要素作为约束条件构建了用于生成DEM的条件生成对抗网络(Conditional Generative Adversarial Networks, CGAN),设计了基于开源DEM、开源DEM与遥感影像组合、以及5m高精度DEM提取地形特征要素生成DEM的对比实验,并对结果进行视觉效果、相关性分析以及地形因子的对比与评价。结果表明:(1)在视觉效果上,3种不同方式生成的DEM在视觉效果上均十分逼近原始5 m DEM,都远好于传统插值方法生成DEM,基于开源12.5m DEM提取要素和1m遥感影像的重建效果最接近于原始5 m DEM;(2)在相关性上,三种不同方式生成的DEM与原始5m DEM相关性均能达到0.75以上,组合开源数据提取要素重建DEM与原始5 m DEM相关性可达到0.85以上;(3)在地形因子方面,基于开源12.5 m DEM和1 m遥感影像提取要素重建DEM的坡度和坡向的分布趋势与原始5 m DEM最为一致。本文为高精度DEM建模提供了新的思路,在高精度DEM难以获取...     

多模型协同下的城郊地区DEM构建方法研究

人类活动对地表的改造使其呈现形态多样化、不连续等特征,此时传统的DEM构建方法难以满足这些区域DEM精度要求。为此,本文提出了一种多模型协同构建DEM的思路,首先按照形态特征和语义信息对地形进行分类,然后对不同类型的地形区域,选择、设计适宜的方法分别进行DEM构建,最后将不同区域构建DEM结果融合拼接形成区域完整的DEM结果。本文选择江苏省南京市城市郊区某区域为实验区,以1:500比例尺地形图为基本数据源进行DEM构建实验。实验结果表明,与传统经典DEM构建方法相比,本文提出的多模型协同的DEM构建方法能够有效表达实验区域不同的地形特征,特别是对于人工改造的地形(如道路、边坡等区域),本文方法构建的DEM其形态精度优势显著;同时,基于验证点法的高程精度分析结果表明,本文方法构建DEM的高程精度亦优于传统DEM构建方法,特别是对于一些形态规则而高程信息相对稀少的区域,以边坡区域为例,经典DEM构建法平均误差均超过5 m,而本文构建结果平均误差为0.26 m,精度优势非常明显。研究表明本文提出的多模型协同的DEM构建方法适用于人类活动改造或显著影响的区域的DEM构建。     

面向多分辨率DEM的河网相似性测度与分析

河网是地形结构的核心要素,能够有效地反映DEM对地表形态的刻画能力。实现不同分辨率条件下DEM河网相似性测度对DEM地形综合、DEM质量评估及DEM不确定性分析等研究具有重要意义。基于此,本文以黄土高原典型样区为研究区,基于5 m高精度DEM建立的多分辨率DEM数据集,构建了地形特征自适应的DEM河网自动提取方法,建立了综合拓扑关系、方位关系、距离关系及属性特征四维信息的河网相似性度量模型,并分析了河网相似性变化特征及其与地形参数的相关性。实验结果显示,河网自动提取方法的制图精度和用户精度均在90%以上,总体精度优于Passalacqua等提出的GeoNet方法,能够有效实现不同分辨率下河网较高精度提取;河网相似性度能综合反映河网空间分布特征的差异性,河网相似度与分辨率变化率之间的幂函数关系R²达0.978,且河网相似度与高程、坡度中误差分别表现为幂函数和对数函数关系,后者对数关系显著性优于前者幂函数关系。研究表明,在以河网作为DEM构建重要数据源的背景下,本文的研究成果可为DEM质量及其应用适宜性的定量评价提供基础。     

地形面方法在渭河盆地活断层研究中的应用

本文主要依据地形图和航空照片解译，并经已有地质、钻孔资料验证及野外实地考察的方法来研究地形面及其变形特征，由此确定渭河盆地活断层的分布、最新活动特征及活动规律，为地震预报及地震危险性分析提供依据。     

基于倾斜摄影测量技术的全要素地形数据生产

相比传统基础地形图测绘,全要素地形数据具有三维信息特征,属性信息丰富。在新型基础测绘框架下研究如何快速、高效生产出符合质量要求的全要素地形数据显得尤为重要,也是新型基础测绘体系建设的关键技术之一。作为近年兴起的空间三维数据采集技术手段,倾斜摄影测量技术应用不断拓展。本文以全要素地形数据生产为例,利用倾斜摄影测量技术生产影像数据、倾斜模型数据进行全要素地形数据内业提取,通过外业调绘与补测、数据修改与编辑、数据检查完成全要素地形数据生产,通过传统高精度测绘方式对全要素地形数据进行精度验证。结果表明,基于倾斜摄影测量数据生产得到的全要素地形数据满足项目精度指标,验证了利用倾斜摄影测量技术进行全要素地形数据生产的可行性。     

地形场景的地理空间认知与内容表达

地球表面空间承载着诸多地理实体,随着时空大数据时代的到来,以还原论为基础、以独立分层建模为特征的传统信息描述方式越发难以描述地形及其关联环境要素所具有的海量信息、产生的复杂相互作用和呈现的时空变化规律,相关研究亟需以系统和整体的角度考察研究对象。针对这一问题,本文从场景学的视角对地形本体及关联环境要素的内容和相互作用开展系统的地理空间认知,提出了地形场景的概念,用于整体性地描述地形场景中的实体、联系与时空变化过程;分析了地形场景的要素构成和逻辑结构,使用时间、地点（空间）、事物、事件、现象为核心的更加整体化、语义化和逻辑化的要素对地形场景进行描述;对地形场景对象及其信息的内容构成进行解析和整理,创建了以“要素-对象-信息”为核心的结构描述框架,并对地形场景未来的发展与可能的技术应用进行了展望。地形场景的提出是场景学概念从整体表达朝向整体研究的一次探索,为进一步进行地形问题的场景化求解和表达奠定基础。     

CALPUFF模型模拟结果的时空多维可视化表达

大气污染扩散模型数值模拟结果的时空多维可视化表达,能有效展示大气污染扩散空间分布,为快速高效辅助后期污染分析与应急决策提供重要的参考。CALPUFF模型能高效模拟污染物在大气环境中时空变化的扩散过程,而现有大气污染扩散模型模拟结果可视化表达普遍存在不能有效集成地理信息、缺失部分重要维度特征等问题。论文首先分析了CALPUFF模型,及其与组件式GIS紧密集成的技术方案,为模型模拟结果与地理信息集成提供了技术支持。然后,基于CALPUFF模型的数值计算模拟结果,详细研究了风场数据预处理及其矢量绘制方法,浓度场的数据预处理及其栅格渲染方法。在三维地形场景下,探究了大气污染物的时空扩散模拟可视化表达方法,给出了CALPUFF模型模拟结果与三维地形场景的集成表达策略。最后,通过组件式GIS,构建了福州市三维地形场景,以大气污染CALPUFF扩散模拟结果为例,在WPF系统框架下,实现了风场和浓度场的时空动态模拟和空间层级多维可视化表达。实验结果表明,本文所采用的时空可视化技术方案能将CALPUFF模型模拟结果,有效集成三维地形场景,实现模型模拟结果在时间维度上动态扩散和在空间维度上的层级分布,可为大气污染模拟结果的时空多维可视化提供参考。     

局部型地形因子并行计算方法研究

 随着分析区域的扩展及需求精度的提高,数据-计算密集型地形分析亟需通过并行化来满足用户的时间响应需求。局部型地形因子是以一定半径的分析窗口(通常为3×3)计算且具有单元计算结果独立性的地形信息,是数字地形分析的基本参数。本文在分析局部型地形因子串行算法特征的基础上,以坡度算法为样本,对局部型地形因子的并行计算方法进行了深入研究。从数据并行的角度,对并行计算环境下的数据划分粒度、方式及结果融合策略进行了分析,构建了局部型地形因子的并行计算方法。利用SRTM陆地表面地形DEM数据,设计了坡度并行计算的实验以验证其方法的正确性和实用性。实验结果表明,本文提出的并行计算方法顾及了任务、数据及计算环境,可快速对局部型地形因子串行算法进行并行化改造,提高算法的执行效率,具有较好的并行性能。     

基于ASTER图像和地形因子的岩性单元分类——以新疆木垒地区为例

利用遥感图像进行岩性分类,是遥感地质应用的重要方面之一.本文运用ASTER DEM提取地形因子,并与原始的光谱图像相结合用于遥感图像的岩性单元分类.文章分析了不同尺度的地形因子对岩性单元分类的作用,并进一步分析和比较各种地形因子对岩性单元分类的作用.结果表明,在岩性单元分类过程中加入不同的地形因子可不同程度地提高岩性单...     

桂林-阳朔地区DEM地形特征与岩性相关性分析及分类研究

地形地貌是岩性解译的重要信息,地形因子作为描述DEM数字曲面几何特征的定量指标参数,可用来定量化表达不同岩性所在地区地形地貌特征。本文以桂林-阳朔地区为研究区,研究地形因子数学、地质意义,建立岩性与地形因子组合间的定量关联,进而实现岩石类型划分。本文基于ASTERGDEM提取坡度、起伏度等12个地形因子,在分析各个地形因子地质意义基础上,通过聚类分析及方差分析的多元统计分析方法,研究各岩性地形因子特性及其关联性,建立研究区岩性之间的定量差异;此外,利用因子分析方法研究岩性分类过程中的主导因素,确定适宜岩性分类方法以实现定量化岩性分类。实验结果表明：不同岩性、不同地形地貌的地形因子（组合）之间具有显著差异,基于因子分析得到的宏观地形复杂度指数（MTI）以及微观曲率指数（MCI）对岩石类型的分类精度达77.36%。研究表明,地形复杂度等地形因子可用于岩性分类,采用因子分析方法可获取反映地形地貌宏观、微观特征的定量指标,且岩性分类效果良好。     

DEM起伏纹理的视觉认知内涵与多变量消隐方法

地形是在内外营力的共同作用之下综合形成的,不同类型的地形具有不同的起伏形态特征,从全局或宏观的观测视角,可以视觉感知到这种地形起伏及其特征规律。纹理是众多物体表面呈现的有规律的线条组合,DEM作为地形的数据表达,不同地形类型区域的起伏形态具有纹理的显著表征。目前,对于DEM纹理研究主要是从DEM影像认知的角度出发,利用图像纹理的计算方法进行地形纹理对象描述和指标的提取,并基于获取的纹理对象进行区域地形特征分析和地貌类型的分类,在视觉上的反映存在不足。DEM起伏纹理作为一种基于某种观测视角和尺度的地形要素组合对象,首先需要对其进行系统的视觉认知,明确基于视觉认知的DEM起伏纹理构成要素和不同视觉变量控制的纹理要素组合结构,通过实现DEM起伏纹理的多维可视化建模,达到DEM数字地形建模的抽象与简化。基于此,本文以DEM地形起伏纹理为研究对象,对DEM起伏纹理进行视觉认知,明确DEM起伏纹理的涵义并建立提取方法,使用建立的方法实现了DEM起伏纹理的提取,取得了较好的提取效果。从视觉感知的机制出发,确定了决定视觉感知结果的视觉变量组合。确定了包含景深、长度和邻域等用于视觉综合的参数,设计建立了多变量的DEM起伏纹理消隐方法。最后设置视觉变量并使用该方法实现了DEM起伏纹理的消隐,消隐后DEM起伏纹理的数量分别降低了45.2%和53.2%,视觉上也取得了较理想的结果,具有一定的应用价值。     

基于投影寻踪学习网络算法的植物群落高分遥感分类研究

传统的植物群落调查方法主要是野外样地调查和抽样统计,其对于地形复杂的区域难以做到对数据的全面调查;将遥感技术应用于植物群落调查,可实现数据的全面获取,以及对植物群落的快速分类。在深圳市植物群落野外样地调查的基础上,本文应用高分辨率Pléiades影像,结合光谱、地形及纹理信息,采用投影寻踪学习网络的方法,实现了深圳市东部地区植物分类。在实验中,选取人工林和次生林中典型群落样本,将投影寻踪与学习网络算法结合应用于植被分类,通过分类结果与经典监督分类方法比较表明,该算法应用于植物群落分类是可行的;并且该算法分类精度高,更新速度快,能满足深圳市重点项目基本生态控制线专项调查的要求。     

面向地形特征的DEM与影像纹理差异分析

纹理分析方法在宏观地形特征分析方面具有较大的优势与潜力,但当前缺少对DEM与影像数据纹理特征差异的系统分析研究.本文采用灰度共生矩阵为纹理量化模型,选取了8个不同地貌单元的样本数据,对DEM和遥感影像2类数据的纹理进行了特征值对比分析,纹理特征稳定性分析,纹理特征组间差异性分析.实验结果表明,在所测试的二阶角矩,对比度,方差,熵4个纹理指标中,DEM和影像的对比度特征值间具有显著的相关性;通过不同地貌样区纹理特征值对比分析发现,DEM数据在地形起伏较大区域纹理特征更为明显,遥感影像数据则受地表覆盖物影响较大;从地形特征的稳定性角度分析,DEM数据在丘陵和山地分析有优势,影像数据则在平原和台地分析表现更好;从地形特征差异性角度分析,DEM数据要优于影像数据.进一步采用光照模拟和坡度数据以增加DEM纹理信息,研究结果表明,DEM派生的2类数据在地形量化差异性方面改进明显,并大大优于影像数据.     

DEM在湖泊水文变化研究中的应用进展

在全球变化背景下,湖泊水文的动态变化不仅是评估和预测气候与环境变化的重要指示剂,同时对社会可持续发展、水资源的开发与利用、生态文明建设等产生重要影响。湖泊水文的动态变化受到湖滨及湖底地形的控制,数字高程模型（DEM）成为湖泊水文研究的重要数据源。随着遥测技术的发展,高分辨率、区域/全球大尺度DEM数据的获取手段快速发展、数据源不断丰富,DEM对推动湖泊水文动态研究进展起到了关键作用。本文首先基于Web of Science平台对DEM在湖泊水文动态研究中的相关文献进行了分析,阐述了该主题现有研究在发文时间、发文数量增减态势、研究区域与热点地区、文献所涉及的DEM数据等方面的特点。接着,围绕着DEM在湖泊水文动态的研究中4个主要方向：湖泊水域变化、湖泊水位变化、湖泊水量变化、湖泊水文灾害情势,重点总结：DEM与其他遥感观测平台、实地观测及模型模拟等多源数据的融合策略,数字地形分析与水文学分析、遥感影像分析等方法的集成策略,以及DEM数据不确定性等对湖泊水文变化研究的影响。最后,本文论述了目前DEM在湖泊水文研究中存在的关键问题,并结合技术发展趋势和研究热点问题,提出了可能的解决路径和未来的研究前景。     

随机森林方法支持的复杂地形区土地利用/土地覆被分类研究

随机森林方法目前已经成为遥感分类机器学习中一种有效方法,探索基于中等分辨率的Landsat卫星数据与随机森林方法相结合对复杂地形区长时间序列数据的获取及土地利用/土地覆被变化及模拟研究是非常有意义的。本文基于Landsat8OLI卫星多光谱数据,采用随机森林分类方法对青海省湟水流域复杂地形区土地利用类型进行了分类研究。针对复杂地形区域的情况,将研究区进行地理分区,根据每个分区的特点,选择相应的地形特征参数,并通过提取Landsat 8数据的光谱信息与纹理信息构建最优特征集,探索随机森林方法在复杂地形区土地利用分类的适用性。结果表明：使用Landsat8OLI数据进行随机森林分类,能较好地得到湟水流域复杂地形区域的土地利用类型结果;光谱、地形及纹理信息的结合在不同分区的表现结果不同。在脑山区光谱与地形信息结合能使随机森林分类效果最佳,总体精度达到91.33%,Kappa系数为0.886;而在浅山区与川水区综合考虑光谱、地形、纹理信息进行随机森林分类效果最佳,浅山区与川水区总体精度分别达到92.09%和87.85%,Kappa系数分别为0.902和0.859;利用随机森林算法进行优化选择纹理特征组合可以在保证分类精度的同时能够快速地提取土地利用类型信息,为复杂地形区土地利用类型的区分提供了实际可行的方法。