雪线时空分布及与地形因子相关性分析

采用青海玉珠峰1998、2010、2013、2015年7月份四期SPOT5及QuickBird遥感影像(1998年为航片),解译冰雪范围线,对冰雪覆盖区域的时空变化特征进行分析。获取2013年雪线高程,利用30 m分辨率的SRTM-DEM提取坡度、地形曲率、地形起伏度等地形因子。在气温、降水条件基本相同的情况下,对不同的海拔范围采用回归分析推算雪线高程与地形因子的相关关系。结果表明,随着海拔的升高,雪线高程与地形因子的相关性有逐步增强的趋势。当海拔达到约5 500 m时,雪线高程与坡度、地形起伏度、剖面曲率、平面曲率的相关系数分别为0.509、0.517、0.141、0.221,地形起伏度与坡度是对雪线分布影响相对较大的地形因子。     

基于DEM的地形因子分析与岩性分类

地形因子作为对地形地貌特征进行数字表达的定量参数,对岩性识别精度的提高具有重要的意义。在对已知岩性类别区域的高程、坡度、剖面曲率、地表粗糙度和地表切割深度等10个地形因子的分类有效性和相关性进行评价的基础上,对地形因子进行筛选并将最佳尺度下的地形因子用于岩性的分类。结果表明,高程、剖面曲率、地表切割深度、地表粗糙度和平面曲率这5个地形因子的组合更具良好的分类效果,且都对应有识别性最好的岩性。在识别岩性类别时加入充分表达其地形特征的最佳地形因子组合有利于提高岩性的识别与分类能力。     

影响黄土高原集水面积阈值的地形因子主成分分析

以ASTER GDEM为信息源、22个典型小流域为样区,分析黄土高原集水面积阈值与沟谷密度的关系,利用均值变点法确定最佳阈值,探讨了影响阈值的数字高程模型（digital elevation model,DEM）地形因子主成分。结果表明,集水面积阈值由北向南、自东向西逐步增大,宏观上受黄土高原地貌类型制约,地形因子对其的影响成分归纳为坡面、起伏及高程变异因子。坡面因子的最大值与阈值正相关,坡度>粗糙度>地形曲率>平面曲率>剖面曲率。起伏因子的均值与阈值正相关,起伏度>切割深度。高程变异因子与阈值负相关。三者的主成分贡献率依次为58.754%、18.915%、11.388%,权重为0.527、0.229、-0.569。研究表明,坡面特征是影响黄土沟谷发育的重要因子。     

DEM误差的空间自相关特征分析

采用空间自相关分析方法,从空间角度对数字高程数据误差的空间分布特征进行了研究。实验表明,利用双线性曲面表示地形表面时,产生的数字高程数据误差的全局Moran’sI指数趋近于0,在整个区域单元上的分布不存在显著的全局空间自相关,邻近区域单元上高程数据误差之间的关系在整体上既不综合表现为趋同,也不综合表现为趋异,高程数据误差的整体空间格局为随机格局;而且数字高程数据误差在空间上的分布与地形坡度和地表粗糙度有一定的联系,一般情况下,平均坡度、地表粗糙度越大,高程数据的全局Moran’sI指数偏离0稍远一些;否则,距离0近一些,但全局空间自相关仍不显著,在整体上表现为随机格局。     

不同分辨率DEM数据源派生地形因子对比研究

数字高程模型派生因子很多,在地形分析方面有着独一无二的优势,其派生因子产生的数据也有着非常广泛的应用,本文从不同分辨率数字高程模型派生因子里面选取坡度、坡向、地表粗糙度3个方面进行对比分析,通过数据与趋势图表,研究发现随着分辨率的降低,对地形的描述粗糙增大,概括程度也变高,使得坡度梯度降低;坡向研究方面在平坦地区随分辨率粗略化,面积比例逐步减小,从整体来看,随分辨率的粗略化,除平坦地区外,各类坡向面积比例没有太大的变化;地表粗糙度的最大值随着分辨率的下降而逐步降低,并且在极大值之间的变化频率较小,粗糙度的均值随分辨率的降低而减小,但均值间的变化比较稳定。     

浙西低山丘陵区景观格局变化的高程分异研究——以桐庐县为例

国内外学者对于景观格局的地形分异研究,经历了从景观类型分布高程差异到景观指数高程分异研究的过程,目前处在景观格局静态地形分异阶段。本文利用浙江西部桐庐县1996、2004的土地利用现状图和DEM数据,对其1996-2004年景观格局动态演变特征的高程分异规律进行研究。研究对桐庐县1996、2004年的土地利用现状图进行处理获得景观类型分布图,通过1∶10000的DEM数据的分带操作,生成不同高程带的景观类型分布图。选取斑块密度、景观形状指数、分维数、破碎度、香农多样性指数、香农均匀度指数等景观格局指数,并在ArcGIS和Fragstats的支持下,计算出各带两个年份的景观格局指数并作对比分析。结果表明:研究区景观格局演变具有明显的高程分异特征,不仅表现为景观类型分布的变化与高程变化相关,而且体现在景观格局指数的变化值随高程上升而增减的趋势也有一定的规律性:景观水平上所有指数变化的剧烈程度大致与高程呈负相关关系,景观类型水平上各景观类型的破碎度、和斑块密度变化程度随海拔升高趋于缓和。     

基于遥感影像的北部湾金滩变化研究

以北部湾金滩砂质海滩为研究区域,以2000～2008年的28景Landsat-ETM+为数据源,通过多时相遥感影像水边线高程技术确定地形坡度,计算出金滩海滩高程变化、淤涨速度,得出坡度为2.3%,海滩同高程水边线向海方向推移速度为2.7 m/a,高程变化为+0.068 m/a。通过本研究,将从整体上把握北部湾金滩的变化特征,为开发建设金滩提供了参考依据。     

数字高程模型地形描述精度的研究

对数字高程模型(DEM)的地形描述误差(Et)与空间分辨率(R)和平均剖面曲率(V)的关系进行研究,得到地形描述误差的均方差值与R、V的函数关系公式:RMSEt=(0.006 1 V 0.002 7)R 0.001 0 V2-0.0649 V 0.569 5.进一步,还得到地形描述误差的均方差值与R、坡度W的函数关系公式:RMSEt=(0.000 1W2 0.003 1W 0.030 1)R 0.000 8W2-0.050 8W 0.355 9.分析结果表明,所得公式具有好的效果.     

青藏高原积雪深度时空分布与地形的关系

利用1979—2010年逐日中国雪深长时间序列数据集,采用GIS空间分析和Mann-Kendall检验等方法,分析了青藏高原雪深时空分布及其与地形的关系。结果表明:青藏高原雪深分布受地形影响明显,在5—9月平均雪深主要受到高程影响,在其他月份则受气温和高程共同影响;同一高程带雪深的变幅反映坡度和坡向对雪深的影响,变幅越宽坡向影响越大;最大雪深随高程和坡度的增加而增加,空间变异随高程的增加而下降,随坡度的增加而呈上升趋势;从10月至翌年5月,平均雪深在高程82~2 482 m和6 082~7 682 m受坡度和坡向影响较高程2 482~6 082 m要偏大;回归分析表明,高原雪深分布受到高程和坡度的双重影响,高程是雪深分布的主要影响因子,在高程82~3 282 m区间,坡度的空间差异对平均雪深空间变异的影响具有明显正效应。     

利用最佳地形特征空间进行地貌形态自动识别——以西南地区为例

基于ASDEM数据,提出采用相关矩阵法和雪氏熵值法获取西南地区地貌形态识别的最佳地形特征空间为坡度、地表切割深度、地面累积曲率、绝对高程和地表粗糙度的组合,使用最佳地形特征空间分析方法获得西南地区11种地貌形态的分布图。研究结果表明,平原及低海拔盆地、丘陵、中山和亚高山4种地貌形态分布较广,其和占到总面积的56.11%,其余各类型与总面积比在4.08%～8.30%之间,且较破碎。分别从宏观和微观两方面验证了结果的可靠性,对进一步研究具有参考意义。     

坡度截断对分布式土壤侵蚀学坡长提取的影响

地形是影响土壤侵蚀的重要因子, 分布式土壤侵蚀学坡长是地形因子的重要参数。坡长与土壤侵蚀过程相适应, 在一定条件下停止累计而截断。坡度变化是坡长提取的截断条件之一, 但坡度变化对提取结果的影响研究还不够深入。以数学曲面和黄土高原县南沟流域的数字高程模型作为数据源, 使用LS_TOOL方法提取坡长, 并对坡度变化引起的坡长截断结果进行对比和主成分分析。结果表明, 下坡坡度减小幅度越大, 坡度截断效果越明显; 坡度小于2.86°的截断参数R₁和坡度大于或等于2.86°的截断参数R₂与坡长最大值和坡长平均值均正相关; 在黄土高原地区, 陡坡、沟道较多, 相对R₂的影响, R₁对坡长的影响较小。坡度变化的截断设置在R₁>0.7, R₂>0.5时, 坡长变化较明显, 建议黄土高原地区侵蚀坡长的坡度截断设置值为R₁=0.7, R₂=0.5。     

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。     

The Effect of DEM Raster Resolution on First Order, Second Order and Compound Terrain Derivatives

It is well known that the grid cell size of a raster digital elevation model has significant effects on derived terrain variables such as slope, aspect, plan and profile curvature or the wetness index. In this paper the quality of DEMs derived from the interpolation of photogrammetrically derived elevation points in Alberta, Canada, is tested. DEMs with grid cell sizes ranging from 100 to 5 m were interpolated from 100 m regularly spaced elevation points and numerous surface‐specific point elevations using the ANUDEM interpolation method. In order to identify the grid resolution that matches the information content of the source data, three approaches were applied: density analysis of point elevations, an analysis of cumulative frequency distributions using the Kolmogorov‐Smirnov test and the root mean square slope measure. Results reveal that the optimum grid cell size is between 5 and 20 m, depending on terrain com‐plexity and terrain derivative. Terrain variables based on 100 m regularly sampled elevation points are compared to an independent high‐resolution DEM used as a benchmark. Subsequent correlation analysis reveals that only elevation and local slope have a strong positive relationship while all other terrain derivatives are not represented realistically when derived from a coarse DEM. Calculations of root mean square errors and relative root mean square errors further quantify the quality of terrain derivatives.     

MultiscaleDTM: An open-source R package for multiscale geomorphometric analysis

Digital terrain models (DTMs) are datasets containing altitude values above or below a reference level, such as a reference ellipsoid or a tidal datum over geographic space, often in the form of a regularly gridded raster. They can be used to calculate terrain attributes that describe the shape and characteristics of topographic surfaces. Calculating these terrain attributes often requires multiple software packages that can be expensive and specialized. We have created a free, open-source R package, MultiscaleDTM , that allows for the calculation of members from each of the five major thematic groups of terrain attributes: slope, aspect, curvature, relative position, and roughness, from a regularly gridded DTM. Furthermore, these attributes can be calculated at multiple spatial scales of analysis, a key feature that is missing from many other packages. Here, we demonstrate the functionality of the package and provide a simulation exploring the relationship between slope and roughness. When roughness measures do not account for slope, these attributes exhibit a strong positive correlation. To minimize this correlation, we propose a new roughness measure called adjusted standard deviation. In most scenarios tested, this measure produced the lowest rank correlation with slope out of all the roughness measures tested. Lastly, the simulation shows that some existing roughness measures from the literature that are supposed to be independent of slope can actually exhibit a strong inverse relationship with the slope in some cases.     

机载LiDAR点云密度对DEM精度的影响

机载激光雷达技术(LiDAR)作为一项先进的遥感技术,是植被覆盖区DEM获取的重要手段之一,而不同地形坡度条件及点云密度对DEM产品质量有重要影响。本文以辽宁省某市的机载LiDAR数据为基础,选取5种不同地形坡度的点云数据,通过随机、等间距及基于曲率3种不同的点云抽稀方法,按照点云保留率为80%、60%、40%、20%和10%共5个不同梯度的抽稀倍数对原始点云进行抽稀简化处理,生成与之对应的DEM并对其进行精度评价,以此研究地形坡度、点云抽稀方法、抽稀倍数对DEM精度的影响。结果表明,DEM精度与地形坡度呈负相关关系,即RMSE随地形坡度升高不断增加;基于曲率的抽稀方法在地形坡度＞30°时,相较于其他两种方法RMSE较小,具有明显优势;40%的点云保留率是平衡DEM精度与数据存储效率的一个节点,当点云保留率<40%时,DEM的高程RMSE会迅速增大。该研究对于利用机载LiDAR进行大范围DEM生产具有一定的指导和借鉴意义。     

基于DEM表现地形破碎程度的一种方法

论述了一种基于对DEM数据的处理后表现地形破碎程度的方法。该方法采用对不同空间尺度的DEM数据做坡度分析,按同一规则分级后,比较其结果差异,从而表现出地形破碎程度。     

基于DEM的龙口市土地利用空间格局与时空变化研究

本文以龙口市为例,在ARCG IS软件的支持下,分别从高程、坡度与坡向三个方面,对研究区内的耕地、园地、林地和建设用地四种土地利用类型,进行了空间格局与时空变化研究。研究结果表明:从1989年到2005年的17年间,耕地总数在减少,但其分布仍主要集中于低地形等级上。园地的面积增加较多,空间分布上,有向地形高等级发展的趋势,说明园地对各地形因子的适应性较强。林地主要分布于高海拔,大坡度的区域,这有利于防止水土流失。建设用地基本上不受地形的限制,其分布主要是人类活动的结果,因此它在各地形等级的变化表现不明显。通过对土地利用空间格局指标及参数特征的定量分析,将有助于优化该区土地利用结构,实现不同地形上土地利用类型的合理布局,促进区域持续发展。     

我国区域地貌数字地形分析研究进展

区域地貌研究是区域地理研究不可分割的重要组成部分。传统的基于DEM的数字地形分析方法,虽能较好提取各种地形定量因子,但由于分析算法的局限,很难实现对一个特定区域地貌的宏观形态特征与成因机理进行定量的分析。为此,近年来我国学者在该领域进行了系统的探索与创新实践,基于国家基础地形数据库多尺度、高精度的DEM数据,开展了基于DEM的区域地貌形态特征、地貌发育演化特征的研究。通过宏观形态指标分析法、地形特征要素分析法、地形信息图谱分析法等一系列方法,实现了对区域的地貌形态特征提取与分类、分区制图,取得了一批有重要国际影响的研究成果。在全国尺度以及黄土高原、青藏高原、西南喀斯特地区和月表月貌的区域数字地形分析方面,更彰显出研究的特色和优势。