基于DEM的复杂地形流域特征提取

利用流域数字高程模型(DEM)构建数字水系模型并提取流域水系特征是分布式水文过程模拟的重要前提。提出了面向分布式水文过程模拟和流域特征提取的数字水系模型,并针对现有方法对复杂地形DEM中含有的平地、洼地及其嵌套情形的处理不足,提出了栅格水流分类、填洼分类与归并及有效填平处理、河谷平地的出流代价法构建栅格流向和流序等新的处理方法,并在开发的软件系统得到实现。使用该方法创建的黄土岭流域数字水系模型和提取的水系等流域特征结果表明:本文方法可有效应对复杂地形流域的处理,提取的流域水系特征与实际自然水系比较吻合,能够有效地消除现有方法在地形平坦区域容易产生的平行河道、奇异河道、河道变形等不足。     

山区地形开阔度的分布式模型

 地形开阔度是影响山地辐射平衡及其分量的重要地形因子,是山区散射辐射、地形反射辐射等计算的重要参数。在复杂的地形条件下,地形开阔度的计算很难用数学公式描述。 利用数字高程模型（DEM）,全面考虑了坡地自身遮蔽和周围地形相互遮蔽的影响,提出了山区地形开阔度的分布式模型和算法。以1 km×1 km分辨率的DEM数据作为地形的综合反映,计算了起伏地形下中国地形开阔度的空间分布。同时,利用100 m和1 km两个分辨率的DEM数据,从不同DEM分辨率和不同地貌类型两个方面探讨了地形开阔度的空间尺度效应,阐明了区域地形开阔度随地形地貌和空间分辨率的变化规律。所提供的山地开阔度的数据可作为基础地理数据供相关研究应用。     

基于DEM的数字流域特征提取研究进展

数字高程模型(DEM)是地表形态高程属性的数字化表达,利用流域DEM数据构建数字水系模型并提取流域水文特征,是分布式水文过程模拟的重要基础。DEM中闭合洼地和平坦区域的处理、流向的确定以及DEM分辨率的大小都直接影响着流域水系特征提取的质量与效率。针对当前基于DEM提取河网与流域特征的诸多问题,阐述了DEM数据提取流域水系特征的原理,回顾了数字水系模型与流域特征提取方法,评述了洼地和平地的处理方法及水流方向的确定方法的研究进展,介绍了当前基于不同DEM数据类型的提取方法研究,探讨了DEM尺度和分辨率对提取流域特征的影响,总结了平缓区域数字水系和河网提取的研究进展。     

起伏地形下黄河流域太阳直接辐射分布式模拟

基于数字高程模型(DEM)数据和气象站观测资料建立了起伏地形下太阳直接辐射分布式计算模型,模型充分考虑了地形因子(坡向、坡度、地形相互遮蔽)对起伏地形下太阳直接辐射空间分布的影响;以1km×1km分辨率的DEM数据作为地形的综合反映,计算了起伏地形下黄河流域1km×1km分辨率太阳直接辐射的空间分布;深入分析了起伏地形下太阳直接辐射受地理、地形因子影响的变化规律。结果表明:受地形起伏和坡向、坡度等局地地形因子的影响,山区年太阳直接辐射量的空间差异比较明显,向阳山坡(偏南坡)的年直接辐射量明显高于背阴山坡(偏北坡)     

数字地形分析的理论、方法与应用

数字高程模型自20世纪50年代首次被提出以来,就以其简洁的数据组织方式、对地形的直观表达、简单高效的地形因子解译方法而显示了其在地学领域应用的巨大潜力。本文在全面检索和分析前人相关研究成果的基础上,首先将数字地形分析 (Digital Terrain Analysis,简称DTA) 的各种分析方法总结为四类,即坡面地形因子分析、特征地形要素分析、地形统计分析以及基于DEM的地学模型分析,并简要总结了每种分析方法的主要内容;其次,探讨了数字地形分析的精度及尺度问题,指出尺度效应、最适宜尺度选择以及尺度转换是DEM地形分析中的基本尺度问题;然后,论文介绍了DTA在地貌、水文、土壤、地质灾害、农业等领域的应用现状;最后,提出了数字地形分析发展方向,指出数字地形分析的概念框架亟待完善、模型构建精度有待提高、地形分析方法需要扩展,尤其是实现DEM模型嵌入的一体化分析方法,以求得到与现实世界地理环境更为接近的模拟。     

起伏地形下黄河流域太阳直接辐射分布式模式

基于数字高程模型(DEM)数据和气象站观测资料建立了起伏地形下太阳直接辐射分布式计算模型,模型充分考虑了地形因子(坡向、坡度、地形相互遮蔽)对起伏地形下太阳直接辐射空间分布的影响;以1km×1km分辨率的DEM数据作为地形的综合反映,计算了起伏地形下黄河流域1km×1km分辨率太阳直接辐射的空间分布;深入分析了起伏地形下太阳直接辐射受地理、地形因子影响的变化规律.结果表明受地形起伏和坡向、坡度等局地地形因子的影响,山区年太阳直接辐射量的空间差异比较明显,向阳山坡(偏南坡)的年直接辐射量明显高于背阴山坡(偏北坡).     

南京师范大学数字地形分析研究团队介绍

正南京师范大学数字地形分析研究团队,在汤国安、刘学军教授领导下,多年来一直从事数字高程模型(DEM)及基于DEM的数字地形分析科学研究与教学工作。近年来,主持了包括国家863重点课题及国家自然科学基金重点项目在内的20多项国家级科学研究项目。在DEM尺度效应与不确定性、高保真DEM构建、数字地形分析并行技术与中间件等方面的理论与方法研究中取得突破性进展,获得国家测绘地理信息局、中国地理信息产业协会颁发的地理信息科技进步奖一等奖、二等奖;该团队基于DEM数据对黄土高原地貌形态空间格局展开了深入研究,提出了坡谱分析法、地形特征点簇分析法、地形纹理分析     

大尺度分布式水文模型数字流域提取方法研究

构建大尺度分布式水文模型是当前大气水文模型耦合研究的一项重要内容。本文介绍一 种根据1km DEM 生成更大网格尺度DEM 数据, 同时可以保持流域河网信息并减缓高程、坡度 等地貌参数信息量衰减速度的有效方法———ZB算法。利用该方法和常规的网格平均法生成黄河 唐乃亥以上流域的5km、10km、15km 和20km 两套DEM 数据, 分别提取高程、坡度、地形指数、河 网密度、主河道长度、流域面积等流域特征参数, 并与1km DEM 提取的上述参数进行比较, 对两 种方法作出评价。结果显示, 随着网格尺度的增大, ZB 算法获得的DEM 数据可以保持河网的连 续性, 提取出合理的流域范围, 减缓地形信息量的衰减速度。该方法满足构建大尺度分布式水文 模型提取数字流域的需要。     

面向地貌学本源的数字地形分析研究进展与展望

数字地形分析（DTA）是地理信息科学（GIS）研究的热点。但是,当前基于数字高程模型（DEM）的数字地形分析在地貌学研究中存在重形态轻机理、重现象轻过程、重地上轻地下等问题,急需从单一的地貌形态分析,迈向面向成因、过程与机理等地貌学本源问题的研究转变。据此,本文系统梳理了面向地貌学本源的数字地形分析的相关研究现状,并从地貌学本源认识、地貌形态建模、地形因子提取、以及其他地形分析方法等研究进行了系统的回顾、梳理与分析。研究表明,基于DEM的数字地形分析虽具有地貌特征分析的潜力与优势,但是,数字地形分析存在数据表达与分析模式上的先天缺陷,亟待通过基础理论与关键技术的突破,实现理论与方法的创新发展,实现从“坡面”走向“区域”,从“形态”走向“过程”,从“地形”走向“地貌”。而当今地球系统科学的研究发展态势也到了数字地形分析研究从重视地貌形态走向揭示地貌学本源的关键阶段。因此,本文从DEM数据模型增值、地形因子及其地形空间关系、以及宏观地形分析等侧面展望了面向地貌学本源的数字地形分析研究。当今基于DEM的数字地形分析研究,正像当前的GIS是否能够真正支撑地理学发展一样,已经处于一个非常关键的十字路口。面向地貌学本源的数字地形分析研究思路可望成为地理信息科学领域理论与方法创新的一次重要探索与实践。     

一种融合Priority-Flood算法与D8算法特点的河网提取方法

基于数字高程模型(Digital Elevation Models)进行河网提取是数字地形分析的重要研究内容和水文分析的关键步骤,而流向算法是其中最重要的部分。然而,传统的流向算法在平坦地形区域容易形成平行河网。为解决平行河网问题,该文提出了一种结合Priority-Flood算法漫水思想和改进D8算法的流向算法。借助Priority-Flood算法的漫水思想,可以保证流向符合宏观地形特征;同时将地形划分为上坡、平地和下坡3种类型,辅以PriorityFlood算法可以实现在不填洼的基础上计算流向,而且针对不同地形,采用相应的改进D8流向算法,从而保证流向符合微观地形特征。通过这两种算法的结合,可以直接使用原始DEM提取河网,消除了填洼过程,提高了流向计算效率,同时消除了填洼造成的大量平地,有效地解决了平地区域平行河网问题。最后,选取全球不同区域SRTM数据对JD算法与新算法进行对比实验,结果表明,新算法能够有效地改善平行河网问题。     

基于数字高程模型的水系提取算法

介绍基于地表径流漫流模型从数字高程模型 (DEM )提取水系的一系列算法。这套算法完成下述功能 :洼地的识别和填充、平地的抬升、水流方向的确定、上游集水面积的确定和河流栅格网络的生成以及水系的生成和水流线等级的确定。     

一种基于DEM的河网快速提取算法

目前从DEM中提取河网应用最普遍的是径向水流算法,但DEM中存在平地会形成平行水流,存在洼地会造成平行水流形成断流。该文提出一种快速提取算法:首先在DEM中标注山顶、平地、洼地和盆地,以山顶区域周围的低洼点为起点,按照最陡坡降追踪谷地,当追踪到盆地区域或其他谷地区域则结束;连接谷地和盆地,建立初步的河流网络。然后计算出网络中连接点的汇水量,舍弃汇水量小的节点的上游谷地,得到需要提取的网络。该算法避免了平行水流和断流的产生,其仅追踪从山顶区域(而非所有格网点)发育的水流,汇水量计算中仅计算连接点(而非所有格网点)的汇水量,实现了河网的快速提取。     

Quantifying local flow direction uncertainty

Absolute elevation error in digital elevation models (DEMs) can be within acceptable National Map Accuracy standards, but still have dramatic impacts on field-level estimates of surface water flow direction, particularly in level regions. We introduce and evaluate a new method for quantifying uncertainty in flow direction rasters derived from DEMs. The method utilizes flow direction values derived from finer resolution digital elevation data to estimate uncertainty, on a cell-by-cell basis, in flow directions derived from coarser digital elevation data. The result is a quantification and spatial distribution of flow direction uncertainty at both local and regional scales. We present an implementation of the method using a 10-m DEM and a reference 1-m lidar DEM. The method contributes to scientific understanding of DEM uncertainty propagation and modeling and can inform hydrological analyses in engineering, agriculture, and other disciplines that rely on simulations of surface water flow.     

一种基于坡度分析的DEM数字水印算法

提出一种新的基于坡度分析的DEM数字水印算法.该算法以DEM坡度为主要研究对象,由于坡度误差主要集中在平坦地区,而经小波变换后的DEM低频系数信息可反映DEM区域的地形复杂度,因此,通过对DEM低频系数进行分析,可自适应地确定水印的嵌入位置;然后以加性法则将水印信息嵌入低频系数,再经小波逆变换,即可得到含水印信息的DEM数据.实验结果表明,该算法能完全满足水印的不可见性,对DEM数据的高程精度、坡度精度及等高线的提取精度影响都很小,能够满足一定的应用要求,且具有良好的抗噪能力.     

A peak-cluster assessment method for the identification of upland planation surfaces

Residual upland planation surfaces serve as strong evidence of peneplains during long intervals of base-level stability in the peneplanation process. Multi-stage planation surfaces could aid the calculation of uplift rates and the reconstruction of upland plateau evolution. However, most planation surfaces have been damaged by crustal uplift, tectonic deformation, and surface erosion, thus increasing the difficulty in automatically identifying residual planation surfaces. This study proposes a peak-cluster assessment method for the automatic identification of potential upland planation surfaces. It consists of two steps: peak extraction and peak-cluster characterization. Three critical parameters, namely, landform planation index (LPI), peak elevation standard deviation, and peak density, are employed to assess peak clusters. The proposed method is applied and validated in five case areas in the Tibetan Plateau using a Shuttle Radar Topography Mission digital elevation model (SRTM DEM) with 3 arc-second resolution. Results show that the proposed method can effectively extract potential planation surfaces, which are found to be stable with different resolutions of DEM data. A significant planation characteristic can be obtained in the relatively flat areas of the Gangdise–Nyainqentanglha Mountains and Qaidam Basin. Several vestiges of potential former planation areas are also extracted in the hilly-gully areas of the western part of the Himalaya Mountains, the northern part of the Tangula–Hengduan Mountains, and the northeastern part of the Kunlun–Qinling Mountains despite the absence of significant topographical features characterized by low slope angles or low terrain reliefs. Vestiges of planation surfaces are also identified in these hilly-gully upland areas. Hence, the proposed method can be effectively used to extract potential upland planation surfaces not only in flat areas but also in hilly-gully areas.     

Curricula,Course Outlines and Laboratory Exercises

Many modern hydrological models require data inputs provided by automated digital terrain analysis functions incorporated into GIS. These inputs include fields representing surface flow directions, up-slope contributing areas, and sub-catchment partitions. Existing raster-based terrain analysis tools, including both those in off-the-shelf GIS packages and those in the recent literature, were designed to work with digital elevation data in mountainous topography. For highly variable topography, which may include large flood plains, lakes, wetlands, and other relatively flat areas, existing tools cannot accommodate the variable signal-to-noise in the source elevation data without significant human intervention to handle special cases. A general model for calculating flow directions, up-slope contributing areas, and sub-catchment partitions that automatically adapts to the variable information content of grid-based elevation data sets is presented here. The model uses a combination of breadth-first search and global optimization to extract the maximum amount of signal from any location within the data. The model is demonstrated to work well in handling topography dominated by large flood plains, lakes and other flat areas without the need for a large number of empirical rules. An important contribution of the approach is the handling of explicit hydrologic features, which makes the spatial representation closely related to hydrological processes. The results have important implications for developing hydrological models that are tractable in large, heterogeneous watersheds using moderate resolution data.     

The impact of DEM data source on prediction of flooding and erosion risk due to sea-level rise

Digital elevation model (DEM) elevation accuracy and spatial resolution are typically considered before a given DEM is used for the assessment of coastal flooding, sea-level rise or erosion risk. However, limitations of DEMs arising from their original data source can often be overlooked during DEM selection. Global elevation error statistics provided by DEM data suppliers can provide a useful indicator of actual DEM error, but these statistics can understate elevation errors occurring outside of idealised ground reference areas. The characteristic limitations of a range of DEM sources that may be used for the assessment of coastal inundation and erosion risk are tested using high-resolution photogrammetric, low- and medium-resolution global positioning system (GPS)-derived and very high-resolution terrestrial laser scanning point data sets. Errors detected in a high-resolution photogrammetric DEM are found to be substantially beyond quoted error, demonstrating the degree to which quoted DEM accuracy can understate local DEM error and highlighting the extent to which spatial resolution can fail to provide a reliable indicator of DEM accuracy. Superior accuracies and inundation prediction results are achieved based on much lower-resolution GPS points confirming conclusions drawn in the case of the photogrammetric DEM data. This suggests a scope for the use of GPS-derived DEMs in preference to the photogrammetric DEM data in large-scale risk-mapping studies. DEM accuracies and superior representation of micro-topography achieved using high-resolution terrestrial laser scan data confirm its advantages for the prediction of subtle inundation and erosion risk. However, the requirement for data fusion of GPS to remove ground-vegetation error highlighted limitations for the use of side-scan laser scan data in densely vegetated areas.     

SRTM DEM高程精度评价

为了全面认识SRTM DEM数据精度特征并完善SRTM DEM数据精度评定方法,该文以我国1∶5万比例尺DEM为参考数据,以具有多种地貌类型的陕西省为实验样区,利用高程中误差模型及空间插值方法对SRTMDEM进行高程精度分析。结果表明:陕西省的SRTM DEM高程中误差在3.5~60.7 m,呈现出较为显著的空间分异特征;并且高程中误差与实验样区平均坡度有较强的指数相关性,拟合的指数函数具有较高的模拟精度。     

DEM流径算法的相似性分析

流径算法是分布式水文模型、土壤侵蚀模拟等研究中的关键技术环节,决定着汇水面积、地形指数等许多重要的地形、水文参数的计算。本文以黄土高原两个典型样区的不同分辨率DEM为研究对象,对常用的五种流径算法(D8、Rho8、Dinf、MFD和DEMON)通过相对差系数、累积频率图、XY散点分布图等进行了定量的对比分析。结果表明:算法的差异主要集中在坡面区域,汇流区域各类算法的差别较小;算法差异在不同DEM尺度下都有所体现,但高分辨率下的差异会更明显;在地形复杂区域,多流向算法要优于单流向算法。研究也进一步指出汇水面积、地形指数等水文参数对流径算法具有强烈的依赖性。