基于数字高程模型制作山区坡度分级栅格数据

山区的坡度分析可为规划建设和土地利用提供所需的地理底图,对此较为准确、有效的方法是利用高精度的数字高程模型DEM进行坡度计算及分析,数字高程模型相比于其他数据更适用于数字地形分析.本文阐述了基于1∶50 000比例尺的数字高程模型并利用ArcGIS软件进行山区坡度的计算及坡度分级栅格数据的制作,将结果与高分辨率正射影像进行叠加以初步检查结果的正确性,最后将坡度在25°以上的区域提取出来并以矢量文件形式输出.     

基于无人机遥感数据的长水机场地形变化分析

利用多期无人机航空影像提取DEM数据,对昆明长水国际机场建设前后的地形变化进行了定量化分析。通过对机场无人机遥感数据进行空三计算得到DEM数据,利用无人机影像提取建筑物的情况,并消除建筑物对DEM数据造成的起伏影响,再利用GIS对建设前后的机场地形进行了空间连续的工程填挖土石方量分析和坡度变化分析。结果表明,机场最终填挖土石方总量为2.00×108 m3,与工程实测设计预算的1.9×108 m3相符,场址地形发生了剧烈的削高填低变化,坡度明显降低,0°~6°坡度由占研究区总面积的49.3%增加至73.4%;6°~25°坡度由47.3%减少至24.2%,地形趋于平缓,为工程动态监测、绿化设计布置等管理工作提供技术和数据支撑。     

中国地区3"SRTM高程误差特征

系统评估了中国地区航天飞机雷达地形测绘任务（Shuttle Radar Topography Mision,SRTM）3″高程误差的分布及其与地形和地表覆盖因素的关系。通过单因子分析法,使用从50多万个样本点中提取的地表特征属性确定误差的变化规律。结果显示:SRTM高程误差与不同地形和地表覆盖类型关系密切;坡度增大误差由正变负,误差绝对值增大;正误差集中在偏北坡向,负误差集中在西南坡向;误差随植被覆盖增加而增大;冰川、沙漠、湿地区域误差整体为负,城镇建筑区的误差整体为正;坡度作为主导因素,同时影响其他因素对高程误差的作用。数据在某些区域存在明显高程异常,在平坦地区存在条带现象。整体上SRTM高程误差在中国地区呈现复杂的变化规律。     

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。     

秦岭地区NDVI与地形因子的相关性分析

秦岭山区地形因子是影响植被分布的重要因素。选取2001、2009和2017年MODIS陆地产品MOD13Q1数据和DEM数据,从DEM中提取地形因子,高程、坡度和坡向,与MODIS的NDVI数据结合,分析了地形对秦岭地区植被空间分布影响。研究结果表明:(1)NDVI随着高程的增大而逐渐增大,在高程1800 m左右时达到最大值,随后又随着高程的增大而减小;(2)NDVI在坡度0°～5°间逐渐增大,在5°～40°呈稳定趋势,从40°开始缓慢减小,60°达到乔木能够生长的坡面倾角临界值,当坡面倾角大于60°时植被指数开始快速减小;(3)受太阳辐射的影响,坡向在NW 270°～360°,SE 240°～270°之间的植被长势较好,其余坡向上长势一般。     

利用ICESAT/GLAS激光测高数据评估SRTM数据精度

提出利用ICESAT卫星搭载的GLAS激光雷达数据进行SRTM数据的高程精度评价,选择青藏高原东北缘作为研究区,综合利用GIS空间分析方法,计算在不同高程分带和坡度分带上SRTM数据高程精度,并分析其变化规律。结果表明,ICESAT/GLAS与SRTM高程数据间存在明显的相关关系。该地区SRTM数据高程总体精度为5.3m,随着海拔升高,坡度的增大,高程精度呈降低的趋势。在祁连山高山区（4600m-4700m）误差达到12.3m,在40°-50°的坡度带上误差为18.9m,略高于SRTM的标称精度。     

基于ICESat/GLAS高度计数据的SRTM数据精度评估——以青藏高原地区为例

为全面了解航天飞机雷达测图计划(shuttle Radar topography mission,SRTM)高程数据的精度及误差特征,利用精度更高的ICESat/GLAS激光高度计数据(简称ICESat高度计数据)为参照数据,以具有多种地貌类型的中国青藏高原地区为实验区,采用双线性插值算法分析了SRTM在中国青藏高原地区的高程精度,以及SRTM高程数据与地形因子(坡度和坡向)间的关系。实验结果表明:在青藏高原地区,ICESat高度计数据与相对应的SRTM高程数据高度相关,相关系数高达0.999 8;SRTM的系统误差为2.36±16.48 m,中误差(RMSE)为16.65 m;当坡度低于25°时,SRTM高程数据精度随坡度增大而显著降低。此外,相对于ICESat高度计数据,SRTM在青藏高原地区N,NW和NE方向的测量值偏高,在S,SE和SW方向的测量值偏低。     

基于Hutchinson的DEM建立及质量评价

建立高质量的数字高程模型(DEM)是正确计算坡度、坡向、提取流域地形特征、进行水文分析的前提。国外应用最广的是基于Hutchinson方法的DEM插值方法和应用该算法的软件ANUDEM,该软件采用有限微分内插技术和地形强化算法,自动去除伪下陷带点和生成输入数据错误文件。研究表明,通过等高线回放、DEM中误差、坡度、河流、光照模拟等方面的对比,ANUDEM生成的DEM表面光滑,比常规用TIN方法构建的TIN-DEM更能准确地表现地形起伏,其提取的坡度、光照图更准确,适宜进行水文分析。     

对ASTER GDEM数字高程模型的精度评价及修正

针对ASTER GDEM高程精度还未得到充分验证,以江西省莲花县为试验区,使用ICESat-2数据系统分析了ASTER GDEM在坡度、地形起伏度和土地利用类型中的误差分布。结果表明,ASTER GDEM受坡度、地形起伏度影响严重,随坡度、地形起伏度增加,GDEM误差呈上升趋势;对于不同土地利用类型,GDEM误差存在较大差异,在水域误差最大,在建设用地误差最小。最后,使用后向传播神经网络(BPNN)对莲花县ASTER GDEM修正,结果发现BPNN模型可以有效改善其高程精度。     

利用特征显著度提取地形特征线的方法

针对现有的地形特征线提取方法不能根据特征强弱对提取结果进行方便的筛选控制的问题,提出了一种基于特征显著度的山脊和山谷线提取方法。首先,对数字高程模型数据进行高斯滤波和下采样;然后,通过全局断面扫描确定特征点,并根据高度、高度落差和坡度计算特征显著度,在进行特征延伸后构造特征图,利用最小生成树算法得到特征森林;随后进行枝干分解并计算各枝干的特征显著度,根据特征显著度进行枝干裁剪;最后,通过尾钩剔除、位置修正和平滑等后处理得到最终特征线。实验结果表明,该方法能提供给用户方便有效的手段以根据特征显著度对特征进行筛选控制,提取的特征线与实际地形相符,有良好的抗噪能力且能较好地处理平坦地形特征。