芦山地震重灾区地形因子分析

地形条件与山地灾害的发育密切相关,是山地灾害危险性评价的重要因子.以四川省芦山县“4·20”7.0级强烈地震灾区的芦山、宝兴、天全3县为研究区,应用GIS技术计算研究区坡度、地形位指数与地形起伏度,通过流域水文分析方法实现宝兴县子流域划分并提取沟床纵比降,分析灾区地形因子特征,结合灾后崩塌滑坡遥感解译结果,探讨次生山地灾害分布与地形因子的关系.结果表明,研究区坡度大于25°的面积占区域总面积的73.89％,地形位指数大于0.4的区域面积占总面积的85.92％,起伏度大于500 m的占87.41％,各地形因子面积比率最大的区段分别为坡度35°～40°、地形位指数0.648 ～0.666、起伏度500～1 000 m;宝兴县子流域沟床纵比降数值集中于100‰ ～ 300‰范围内.坡度30°～50°的区域为崩塌滑坡的高发地段;崩塌滑坡的优势地形位处于地形位指数0.228～0.246和0.34～0.61之间的区域;起伏度在500～1 000m的区域为崩塌滑坡的集中分布区.研究结果可为灾害评估及灾后恢复重建提供参考依据.     

基于DEM数据的达日断裂构造地貌研究

本文基于90 m分辨率DEM,利用Arc GIS10.1软件对达日断裂地形起伏度、条带剖面、水系等方面进行提取分析,对其构造地貌特征进行研究。从最大高差-面积比法得到最佳分析窗口为43×43,其最大高差稳定的区域范围为14.98 km2。地形起伏度在15~870 m,地形起伏度大于270 m的区域占83.89%,其中起伏度大于575 m的区域占48.50%,其地形以山地地形为主。研究区的坡度在0°~50°,并且起伏度大的区域往往坡度也比较大,其受区域构造活动性影响比较大。研究区域内山体上部有多级夷平面发育,主要夷平面是4 400 m和4550 m左右,最高海拔约为4 720 m,最低海拔约为4 100 m。研究区内水系比较发育,研究区水系密度在0~0.81 km/km2,水系流向和水系密度大致NW向,与断裂走向大致相当,故研究区的水系受断裂活动构造的影响非常大。研究区的地貌特征受活动构造影响所控制,其造成地形起伏度较大,在达日断裂的影响下,断裂上下盘的地貌特征表现出明显的差异。     

基于地形起伏度的山区人口密度修正——以岷江上游为例

山区人口承载能力评价是山区国土空间管理的基础之一,而准确的人口密度数据是正确评价人口承载能力的基础。传统的人口密度算法并未考虑地形起伏度对人口分布带来的影响,不能客观反映山区人口聚集程度。引入地形起伏度、海拔高度因子,选择岷江上游作为研究区,首先运用GIS技术提取地形起伏度,再运用SPSS软件对人口密度与地形起伏度相关性进行分析,确定县域不同地形起伏度与海拔人居适宜标准,剔除阈值以外不适宜人口聚居的面积,对人口密度进行修正。研究结果表明:1岷江上游人口分布受地形起伏度的影响显著,二者的对数曲线拟合度为0.89,汶川县、茂县、理县、黑水县与松潘县地形起伏度与人口分布的相关性分别为:0.841、0.773、0.643、0.696和0.730;2应用地形起伏度对岷江上游人口密度修正,为真实反映山区人口密度提供了新的考量依据,剔除了人口密度空间噪音,5县地形起伏度与海拔适宜标准分别为:汶川3.2°和3 693 m,茂县4°和4 033 m,理县4.3°和3 790 m,黑水4.4°和3 853 m、松潘4.2°和3 966 m;地形起伏度高值区面积越大,修正前后的人口密度偏差越大,地形起伏度较大的理县和黑水县修正后的人口密度分别提高了7.8倍和5.6倍;地形起伏度较低的汶川县与茂县修正后人口密度仅分别提高2.3倍与2.4倍;3岷江上游人口潜在压力大,不同区域应因地制宜,汶川和茂县采取重点集约发展战略,理县和黑水县采取适度开发战略,松潘县应采取恢复与保护生态策略。     

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。     

基于栅格的豫西山区地形起伏特征及其对人口和经济的影响

地形起伏是约束山区人口分布和经济发展的关键因素,尤其在山地平原过渡带其约束作用更为显著。以位于秦岭-黄淮平原过渡带的豫西山区为例,基于200 m分辨率DEM数据,采用均值变点法确定地形起伏度的最佳统计单元,并提取地形起伏度;以1∶10万土地利用、乡镇人口和县域各产业数据为基础,建立人口和经济空间化模型,同时生成200 m分辨率的栅格人口和经济密度图;在系统分析地形起伏度、人口和经济密度空间分布规律的基础上,借助统计分析方法基于栅格单元定量揭示了地形起伏度对人口和经济的影响,并与其他地形因子的影响进行对比分析。结果表明：① 豫西山区地形起伏度以低值为主,58.6%的区域地形起伏度小于等于0.5个基准山体的高度（相对高差≤ 250 m）;空间上呈西高东低、中间高南北低的格局,与海拔、坡度均呈较强的正相关,且与坡度的相关性更大。② 被选作验证的人口和经济数据与对应模拟值的线性拟合度分别为0.943和0.909,表明空间化结果能反映人口和经济分布的实际状况。③ 地形起伏度对人口和经济的影响强于其他地形因子的影响,与人口密度和经济密度呈较好的对数拟合关系,拟合度分别为0.911和0.874;豫西山区88.65%的人口居住在地形起伏度不超过0.5的地区,88.03%的生产总值分布在地形起伏度不超过0.3的地区。相对人口分布,研究区的经济发展向地形起伏度低值区的集聚态势更加明显。     

豫西山区县域地形起伏度与人口、经济活动分布的关系

以豫西山区为例,采用均值变点法提取地形起伏度,以县域为分析单元,选择人口密度与经济密度两个指标,利用相关分析法定量探究地形起伏度对人口和经济的影响及其差异,并与海拔高度、坡度的影响进行对比分析。结果表明:①豫西山区地形以中起伏(200～500 m)为主,小起伏(70～200 m)和微起伏(30～70 m)次之,平坦地区(0～30 m)和大起伏(≥500 m)所占比例较少。②地形起伏度对人口、经济的影响均强于海拔和坡度的影响,对人口分布的影响强于对经济发展的影响。③豫西山区49.29%的人口和47.42%的经济总量分布在地形起伏度不超过115 m的区域,土地面积仅占26.45%;地形起伏度超过245 m的区域占研究区总面积的19.55%,但仅居住5.89%的人口且仅创造4.85%的经济总量。豫西山区的人口分布和经济发展向低地形起伏区的集聚态势明显。     

青藏高原地形起伏度及其地理意义

地形起伏度是区域人居环境适宜性与资源环境承载力的关键评价指标之一。当前有关其最佳评价窗口、及其与海拔—相对高差的相互关系仍缺乏深入研究,进而影响该指标对区域地形起伏的有效表征。客观认识青藏高原地形起伏度有助于促进其国家生态安全屏障建设与区域绿色发展。以先进星载热发射和反射辐射仪全球数字高程模型（ASTER GDEM, 30 m）地形数据（V2）为基础,本文利用均值变点分析法确定了青藏高原地形起伏度评价的最佳分析窗口,基于地形起伏度模型（RDLS）研制了青藏高原首套30 m地形起伏度专题图,据此分析了地形起伏度与海拔、相对高差的相互关系,并界定了地形起伏度对区域地形起伏状况的有效表征。主要结果/结论包括：① 基于GDEM的青藏高原地形起伏度评价最佳窗口为41×41个像元的矩形邻域,对应面积约为1.51 km²,均值变点分析表明区域地形起伏度评价最佳窗口有其唯一性。② 青藏高原地形起伏度均值约为5.06,超3/5区域地形起伏度介于4.5~5.7之间;整体上,青藏高原地形起伏程度由其东北部向西南部、西部递增,仅在柴达木盆地、藏南谷地以及河湟谷地出现低起伏地貌特征。且地表起伏在不同纬度剖面变化较为一致（沿山脉走向）,但不同经度剖面起伏层次错落（横切山脉走向）。③ 相关性分析表明不同地形起伏度分别对应不同平均海拔、不同相对高差的地貌单元。青藏高原地形起伏度经纬向剖面分析表明,该区由东部的低山稳步爬升,山体经历骤然爬升（即地表起伏特征剧烈）后形成以极高山为主的有序错落起伏（喜马拉雅山脉）。     

2000—2020年中国人口数量在地形梯度上的分布与变化特征

人口在地形梯度上的分布与变化规律是人口地理学研究的基本问题之一，随着数据精度和质量的提升，基于公里网格统计单元宏观分析该问题已具可行性。论文以公里网格为统计单元，结合WorldPop数据集和SRTMGL1数据集，分析了2000—2020年间中国人口数量在地形因子(海拔、起伏度和坡度)梯度上的分布与变化特征，比较了不同人口空间化数据集、DEM数据源以及网格大小对计算结果的影响。结果表明：(1)人口数量分布呈现强烈且持续小幅增强的低地形指向性，海拔、起伏度和坡度梯度上，人口分布半数平衡点在2000年分别为95.6 m、50.7 m和3.01°，到2020年下降至77.0 m、46.8 m和2.88°。(2)相对土地面积分布，人口数量分布呈现范围稳定且强度持续小幅增大的低地形优势性，海拔、起伏度和坡度梯度上，人口主体优势分布上界分别较稳定地位于520 m、137 m和6.84°附近，人口主体优势率分别上升了0.011、0.026和0.038。(3)除DEM数据源差异对人口数量的起伏度分布和坡度分布有显著影响外，其他各项数据差异并未产生明显影响。研究可为宏观理解中国人口分布与地形的关系提供新的...     

中国地形起伏度及其与人口分布的相关性

基于人居环境自然评价的需要, 运用GIS 技术, 采用窗口分析等方法, 提取了基于栅 格尺度(10 km×10 km) 的中国地形起伏度, 并从比例结构、空间分布和高度特征3 个方面系 统分析了中国地形起伏度的分布规律及其与人口分布的相关性。研究表明: 中国的地形起伏度以低值为主, 63%的区域低于1 (相对高差≤500 m); 空间分布呈现西高东低、南高北低的格局; 随着经度和纬度增高, 地形起伏度呈逐渐下降趋势, 28^oN、35^oN、42^oN 纬线和85^oE、102^oE、115^oE 经线上的地形起伏度符合中国三大阶梯的地貌特征; 随着海拔高度增加, 地形 起伏度呈现逐渐升高趋势。实证分析表明: 中国的地形起伏度与人口密度有较好的对数拟合关系, 拟合度高达0.91; 全国85%以上的人口居住在地形起伏度小于1 的地区, 在地形起伏度大于3 的地区居住的人口总数只占全国0.57%。中国地形起伏度与人口分布的相关性区域差异显著, 东北、华北、华中和华南等地相关性显著, 内蒙古与青藏地区几乎不存在相关性。     

基于 SRTM DEM 的祁连山自然保护区地形特征研究

基于研究区的 SRTM DEM 模型，应用 ArcGIS10.5 空间分析模块及 Excel、SPSS 数据统计分 析功能，采用均值变点分析法确定地形起伏度的邻域分析最佳统计单元；提取了研究区高程、地形 起伏度、地形坡度、地表粗糙度和地表切割度 5 个地形因子，以分析研究区的地形特征。结果表明： 研究区地形起伏度最佳统计单元为 11 像元×11 像元（0.98 km²），地形起伏度为 0～1 216 m。研究区 包含 13 种地貌类型，87.28%的区域为中海拔，中海拔平原、台地、丘陵为主要地貌类型。走廊南山、 冷龙岭、乌鞘岭和龙首山地平行分布，台地、丘陵穿插其中，地形复杂。研究结果为进一步探索自 然保护区的生态保护、开发利用等具体问题提供了基础数据支持。     

基于ASTER GDEM数据的青藏高原东部山区地形起伏度分析

以青藏高原东部山区为研究区,基于高空间分辨率的ASTER GDEM数据,通过AML语言编程调用ArcGIS中用于邻域分析的focal函数,计算不同邻域尺度单元下地形起伏度。研究表明:邻域尺度单元大小对地形起伏度计算至关重要,起伏度值先随邻域尺度单元面积增大而快速增大,当邻域尺度单元面积达一定阈值后,其增大速度开始减缓并趋于平稳,且在增速减慢过程中存在一明显拐点,即最佳邻域尺度单元。通过高差显著性变化检验法,确定最佳邻域尺度单元为5.0625km2,据此制作地形起伏度分级图,发现研究区自西北向东南地形起伏度逐步增加,地势以中度起伏(200～500m)为主。     

月表地貌起伏形态分异特征及分级标准研究

月球地貌是月球表面发生的地质和地貌过程的结果,月球地貌单元的划分和等级分类体系的构建是月球地貌学研究的基础,也是月球地貌图制图的基础和关键科学问题。地貌学是研究形态和成因的科学,高程和起伏度是最基本的地貌指标。本文基于LOLA（Lunar Orbiter Laser Altimeter） DEM数据以及LOLA和SELENE TC（Terrain Camera）融合的DEM数据（SLDEM2015,文中简称SLDEM）,利用均值变点法确定月表起伏度计算的最佳窗口,并以起伏度100 m、200 m、300 m、700 m、1500 m及2500 m为阈值将月球表面分为微起伏平原（< 100 m）、微起伏台地[100 m, 200 m）、微小起伏丘陵[200 m, 300 m）、小起伏山地[300 m, 700 m）、中起伏山地[700 m, 1500 m）、大起伏山地[1500 m, 2500 m）及极大起伏山地（≥ 2500 m）地貌7个类型。划分结果显示：微起伏平原主要分布在月海平原区域、部分有玄武岩充填的撞击盆地的盆底区域以及撞击坑坑底区域;微起伏台地主要分布在月海和月陆区域的交界区域;微小起伏丘陵主要分布在月溪和皱脊等构造单元区域;小起伏山地主要分布在撞击坑中央峰及坑底断裂区域;中起伏山地主要分布在撞击坑坑底和坑壁过渡区域、撞击坑坑壁和坑缘过渡区域、撞击盆地盆底与盆壁过渡区域以及盆壁与盆缘过渡区域;大起伏和极大起伏山地主要分布在撞击坑坑壁区域及撞击盆地盆壁区域。本文确定的月表起伏度分级标准可以对月表数字地貌分类体系的构建和月球地貌图集的编研提供定量标准和重要参考。     

基于Kriging的地形高程插值

将地形高程作为区域化变量,根据普通Kriging法由散乱的高程点进行地形高程插值,并采用Matlab软件开发专门的程序,实现研究区高程插值计算与结果可视化分析。以广州市南沙区10 km2范围内的200个高程点数据为例,分别运用球面模型、指数模型和高斯理论变差函数模型进行10 m×10 m格网插值,借助Matlab可视化分析插值结果及其精度,表明采用指数模型效果最好。     

基于DEM的中国地形起伏度适宜计算尺度研究

基于SRTM和ASTER DEM数据,在全国范围内选取13个实验区,在渐变尺度下计算平均起伏度变化曲线的"突变点",据此确定中国地形起伏度的适宜计算尺度;结合山地界定标准计算各实验区山地面积,并采用人工解译的山地范围对计算结果进行检验。研究结果表明:1)地形起伏度适宜计算尺度与所采用的DEM数据有关,DEM分辨率越小,地形起伏度适宜计算尺度越大;2)针对同一分辨率DEM数据,中国境内的地形起伏度适宜计算尺度随地貌特征变化而变化,但总体变化幅度不大;3)针对SRTM和ASTER DEM两种常用数据源,分别选择4.72km2和3.20km2作为地形起伏度适宜计算尺度是合理的,山地界定精度达90%以上。     

基于GIS的关中-天水经济区地形起伏度与人口分布研究

地形起伏度作为影响人口分布的重要因素之一,是人居环境自然评价的一个重要指标,在小尺度人居环境自然评价方面也具有较高的准确性和实际应用价值。基于关中-天水经济区栅格数字高程模型,采用窗口分析等方法,利用ArcGIS软件空间分析模块中的邻域分析,提取了基于栅格尺度的关中-天水经济区地形起伏度,并从比例结构、空间分布和高度特征3个方面系统分析了关中-天水经济区地形起伏度的分布规律及其与人口分布的相关性。研究结果为:①关中-天水经济区的地形起伏度以中低值为主,地形起伏度小于2.4的区域占总面积的96.66%,其中平地比例占总体的32.4%;地形起伏度越高的地区,平地比例越低,反之亦然。②关中-天水经济区的地形起伏度呈现南北高中间低的空间格局,最高值为宝鸡市太白县,最低值为关中平原;经度上的变化规律不是很明显,纬度上的地形起伏度无论从南到北还是从北到南都是先下降后增高的。③随着海拔高度的增加,地形起伏度呈现逐渐升高趋势,但变化幅度不大。④地形起伏度对区域人口分布有较强的影响,关中-天水经济区近90%的人口居住在地形起伏度小于1.5的地区,人口密度与地形起伏度的曲线拟合度非常高。     

基于GIS的方向异性地形起伏度的地理日照时数计算

地形起伏是对日照形成遮挡的重要因素之一。随着太阳的运行, 相同的地形起伏在不同方位对日照的影响不同。基于此思想, 讨论了基于方向异性的地形起伏度的地理日照时数的计算, 并以全国634 个气象台站为对象, 推导了关于地形起伏度的地理日照经验模型。结果表明, 模型具有很好的拟合精度, 回归系数R²为0.841。由经验模型计算得到的全国地理日照时数与理论模型计算得到的日照时数, 两者相关系数为0.953。此模型只需地形起伏度便可计算地理日照时数, 参数简单易获取。气象站点坐标固定, 一定范围内地形起伏度也是一个定值, 地形起伏度可以作为站点计算地理日照的固定参数, 推广也较方便。     

岩溶槽谷区地形起伏特征及其对景观格局的影响

在当前多因素驱动下探讨岩溶槽谷区地形起伏对景观格局的影响,对区域景观规划和生态修复具有重要意义。本文以2017年Google Earth 0.53 m高清影像和DEM(Digital Elevation Model)为数据源,结合实地调查验证,通过移动窗口法和均值变点法提取地形起伏度和典型代表性样带设计,从景观水平尺度探究地形起伏对景观格局的影响,并运用Logistic回归模型分析景观格局和影响因子之间的定量关系,揭示其现实与理论意义。结果表明:受槽谷地形起伏特征影响,景观类型随地形起伏度的增加呈现不同的变化模式;西部槽谷景观类型呈三种变化模式,中部槽谷呈现先增加后增减少的变化模式,东部槽谷呈两种变化模式;低地形起伏区域景观结构较复杂,高地形起伏度区域景观呈现单一性;景观格局由低地形起伏向高起伏演变呈现出梯度差异性,景观格局由人为景观逐渐向自然景观过渡;岩溶槽谷区景观格局在地形起伏度的分布受多重因素影响,其中自然条件是景观格局决定因素,社会经济是推动因素,政策是再分配因素。     

贵州省乌江流域人口分布与地形的关系

研究流域人口分布与地形的关系,有助于了解地理环境对人口分布的影响。以贵州省乌江流域为研究区,基于DEM数据和人口数据,提取海拔、坡度、起伏度等地形因子,研究人口分布与地形因子的关系。研究结论：① 人口数量在海拔800~1400 m的地区超过60%,人口密度在1000~1200 m的地区最高。② 人口数量与人口密度随着坡度上升总体呈下降趋势。③ 人口密度在起伏度小于50 m的地区超过1000人/km ²,人口密度随着起伏度上升总体呈下降趋势。     

基于GIS的起伏地形下天文辐射分布式模型——以贵州高原为例

天文辐射是辐射计算、太阳能资源评估及其他相关研究领域重要的起始参量,由于坡度、坡向和地形之间相互遮蔽等局地地形因子的影响,使实际起伏地形下获得的天文辐射与水平面上获得的天文辐射有一定差异。确定实际起伏地形下天文辐射是比较困难的。应用数字高程模型(DEM)数据和地理信息系统(G IS),建立起伏地形下天文辐射分布式计算模型,计算了起伏地形下贵州高原100 m×100 m分辨率天文辐射精细空间分布,分析了局地地形因子对起伏地形下天文辐射的影响。结果表明:(1)贵州高原起伏地形下天文辐射的空间分布具有明显的地域分布特征。(2)贵州高原起伏地形下天文辐射年总量平均为481.7~13 041.8 M J/m2,1月、7月天文辐射分别为0.0~1 244.7 M J/m2、0.0~1 264.8 M J/m2。(3)局地地形因子对起伏地形下天文辐射空间分布的影响随季节和纬度变化,虽然坡度、坡向和地形遮蔽对天文辐射的影响,在太阳高度角较低的1月比太阳高度角较高的7月相对较大,但因为7月水平面获得的天文辐射的强度相对较大,7月局地地形对天文辐射的影响依然显著。因此,贵州高原起伏地形对天文辐射的影响是不容忽视的。     

地形复杂度的多因子综合评价方法

地形复杂度指标(Terrain Complexity Index,TCI)是评价地表起伏和褶皱程度的指标,广泛应用于DEM数字地形分析、数据综合和建模、地貌分类以及DEM精度研究等领域。然而目前地形复杂度指标多数采用单一地形指标或区域统计指标,缺乏局部的复合评价指标。为此,引入多因子分析方法和局部窗口分析方法,探讨一种基于格网DEM数据的复合地形复杂度指标(Compound Terrain Complexity Index,CTCI)的建模方法。首先利用多因子评价方法选取4种局部地形因子(局部高差、局部标准差、局部褶皱度、局部全曲率),之后利用局部窗口分析方法获取各指标的计算值,最后融合4种因子得到每个格网的CTCI。在实验分析中,选取了3个典型地貌样区和1个混合地貌样区,实验结果表明:CTCI能从整体上区分不同典型地貌区的地形复杂程度,同时CTCI在局部范围与混合地貌样区的等高线的密度和变化程度有较好的吻合,表明CTCI能从整体和局部反映地表的起伏和褶皱变化,是较好的地形复杂度评价指标。