山区坡谱信息熵与水土流失地形因子关系探讨

针对当前以县域为统计单元的坡谱研究较少,且难以满足区域尺度上水土流失地形因子指标的选取等问题,该文采用数字地形分析方法提取山区各县域的坡谱和坡长坡度因子(LS因子),并探讨坡谱信息熵与LS因子之间的关系。实验表明:地貌的差异决定了各县域坡谱曲线的差异,具体可分为L型、S型和钟型。坡谱信息熵变化范围为1.709～2.667nat,反映了地形起伏由平缓到强烈的变化趋势;LS因子平均值介于2.72～18.61之间,在一定程度上表征土壤流失量的大小。坡谱信息熵与LS因子关系拟合良好(R2=0.963 6,P0.05),结论可为坡谱信息熵在区域水土流失地形因子的建立及应用提供参考。     

山区坡谱信息熵与水土流失地形因子关系探讨

针对当前以县域为统计单元的坡谱研究较少,且难以满足区域尺度上水土流失地形因子指标的选取等问题,该文采用数字地形分析方法提取山区各县域的坡谱和坡长坡度因子(LS因子),并探讨坡谱信息熵与LS因子之间的关系。实验表明:地貌的差异决定了各县域坡谱曲线的差异,具体可分为L型、S型和钟型。坡谱信息熵变化范围为1.709nat～2.667nat,反映了地形起伏由平缓到强烈的变化趋势;LS因子平均值介于2.72～18.61之间,在一定程度上表征土壤流失量的大小。坡谱信息熵与LS因子关系拟合良好(R~2=0.963 6 P0.05),结论可为坡谱信息熵在区域水土流失地形因子的建立及应用提供参考。     

山区坡谱信息熵与水土流失地形因子关系探讨

针对当前以县域为统计单元的坡谱研究较少,且难以满足区域尺度上水土流失地形因子指标的选取等问题,该文采用数字地形分析方法提取山区各县域的坡谱和坡长坡度因子(LS因子),并探讨坡谱信息熵与LS因子之间的关系。实验表明:地貌的差异决定了各县域坡谱曲线的差异,具体可分为L型、S型和钟型。坡谱信息熵变化范围为1.709nat～2.667nat,反映了地形起伏由平缓到强烈的变化趋势;LS因子平均值介于2.72～18.61之间,在一定程度上表征土壤流失量的大小。坡谱信息熵与LS因子关系拟合良好(R~2=0.963 6 P0.05),结论可为坡谱信息熵在区域水土流失地形因子的建立及应用提供参考。     

基于DEM的USLE土壤侵蚀方程地形因子获取与分析

坡长和坡度是研究水土流失问题中必须要考虑的重要地形因子,坡长的空间分布特征和规律、地貌发育对坡长的影响,以及坡长与坡度之间的关系,是研究水土流失、侵蚀规律的重要条件之一。利用GIS以及相关软件为平台,在黑龙江省通河地区建立USLE水土流失方程模型,研究LS因子在水土流失中的影响以及作用,并探讨DEM数据分辨率变化对LS值的影响。     

基于RS与GIS技术的泸定县植被空间分布分析

以四川省泸定县为分析研究区域,综合运用遥感图像处理技术与GIS空间分析技术,用ETM+遥感影像获取归一化植被指数(NDVI)信息并反演植被覆盖度,用地形图等高线生成数字高程模型(DEM)并提取地形因子。借助叠合分析法,讨论植被覆盖度与海拔高度、坡度、坡度变率、坡向、坡向变率5种地形因子的空间关系,得到泸定县关于地形因子的各等级植被空间分布特征。分析对地植物学中高山峡谷地区植被的地形格局分布规律研究与生态环境的评价与改良都具有重要的参考价值。     

基于DEM的流域地形因子提取与量化关系研究——以陕北黄土高原的实验为例

地貌的形成是一个漫长的系统过程,其形态可以看成是表征其特征的各种地形信息因子复合在一起的复杂函数。以黄土高原地区的6个典型地貌区作为试验区,基于1∶10000比例尺5m分辨率的高精度DEM数据,在实现自然地理单元———小流域自动分割的基础上,随机选取44个完整小流域,完成了区域内沟壑密度、平均坡度、平均坡长和地形起伏度等基本地形信息因子的自动提取;同时,采用比较分析和数理统计的方法,证明沟壑密度与平均坡度、平均坡长和地形起伏度之间存在着很强的线性相关关系,量化模拟结果显示,沟壑密度(Y)可以表示为平均坡度(X1)、平均坡长(X2)和相对高差值(X3)的函数:Y=2.95228+0.127906X1-0.014X2-0.00273X3,模拟精度为94.5%。该方法对于整体研究黄土高原及其他地貌的形态特征和成因机理,具有重要的理论和实践意义。     

基于ArcEngine的DEM地形可视化自增强方法与实现

以坡度变率、坡向变率、剖面曲率和平面曲率4个坡面因子为例,从计算公式和总体流程角度探讨了可视化自增强方法。通过基于ArcEngine的组件接口技术开发,完成了提取坡面因子、生成晕渲图和融合显示,实现了集准确性、可测量性、直观性和灵活性于一体的DEM地形可视化自增强技术。     

面向复杂坡面地形航摄的无人机优视航摄面提取算法研究

针对自然坡面、人工边坡及滑坡、崩塌地带等复杂坡面地形研究提取一种与复杂坡面地形相适应的无人机优视航摄面,用来解决无人机影像数据采集过程中分辨率不均及采集精度不均的问题。文中通过研究坡面DEM的地细节化处理方法、简化模型顶点聚类、基于法矢约束的样点采样算法以及空间平面处理算法,实现了优视航摄优视面的计算提取。     

邻坡反射辐射对地物反射率计算的影响评估

采用朗伯体经验模型计算邻坡反射辐射,并建立其对目标像元反射率计算影响的评估模型。研究表明,忽略邻坡反射辐射将造成目标像元反射率的计算值偏高,尤其在低照度区域易导致光学遥感影像地形辐射校正出现过饱和现象。研究证实,雪的可见光近红外波段的邻坡反射辐射、植被的近红外波段的邻坡反射辐射对目标像元反射率计算的影响显著,对地形遮蔽度大的目标像元可产生10%以上的反射率相对误差。     

栅格DEM微地形分类的卷积神经网络法

针对传统规则化知识的栅格数字高程模型(digital elevation model, DEM)微地形分类方法自动化程度低、分类不完全等缺陷,构建了一种适用于栅格DEM微地形自动分类的卷积神经网络(convolutional neural network, CNN)模型。借助该模型具有自动深入学习样本数据和挖掘隐含分类信息的优势,提出了栅格DEM微地形分类的卷积神经网络方法并创建了其自动化实现流程。以山体部位分类为典型样例进行实验验证分析,实验结果统计显示:在山体部位分出的山顶、山肩、背坡、麓坡、趾坡和冲积地6类微地形中,分类精准程度最高的为冲积地,最低的为趾坡,准确率分别达到了99.64%和92.95%;栅格DEM数据的像元大小影响其分类准确率,5 m×5 m的栅格DEM比2.5 m×2.5 m和10 m×10 m更适应山体部位分类的卷积神经网络法。     

一种顾及坡度因子与极值的地表面积计算法

针对局部地形的非线性变化与图形的极值信息对地表面积计算结果的影响,提出了一种顾及坡度因子与图形极值的地表面积计算法,分析了地表面积计算理论与误差。最后以中国西部具有典型地貌特征的两县数据为例进行试验分析。试验结果表明,该方法在一定程度上对局部地形逼近具有一定的改进,宏观上与规格格网交叉对角划线法具有一定的相似度。文中推导的三角网面积传递误差可初步表明考虑局部地形坡度因子与极值的地表面积计算结果可靠性更高。     

基于DEM量算耕地坡度的误差分析

坡度是最基本的地形因子之一。本文介绍了基于DEM的坡度计算方法,对坡度分级统计中的误差来源分类进行分析,并实验分析其DEM精度,以及各误差因素对坡度统计计算的影响。     

Integrating terrain and vegetation indices for identifying potential soil erosion risk area

The present paper offers an innovative method to monitor the change in soil erosion potential by integrating terrain and vegetation indices derived from remote sensing data. Three terrain indices namely, topographic wetness index (TWI), stream power index (SPI) and slope length factor (LS), were derived from the digital elevation model. Normalized vegetation index (NDVI) was derived for the year 1988 and 2004 using remote sensing images. K-mean clustering was performed on staked indices to categorize the study area into four soil erosion potential classes. The validation of derived erosion potential map using USLE model showed a good agreement. Results indicated that there was a significant change in the erosion potential of the watershed and a gradual shifting of lower erosion potential class to next higher erosion potential class over the study period.     

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。     

土地利用空间格局与坡度坡向的关系

坡度坡向是影响土地利用空间格局的因素。以韶关市大塘镇为研究区,基于DEM和土地利用现状图,利用GIS提取坡度坡向及土地利用信息,并将坡度坡向与土地利用图进行叠加分析,研究坡度坡向与土地利用空间格局的关系。研究结果表明,除林地外的土地利用类型随坡度增加而大体呈现下降趋势;除平地外,各坡向土地利用类型差异较小;坡度坡向影响光照、水分、热量等分布,进而对人类活动和土地利用空间格局产生影响。     

L1范数探测粗差失效的观测量识别方法

粗差发生时,L_1范数估计求得的条件方程闭合差较最小二乘估计(LS)的残差更能集中反映粗差,从而有助于粗差的发现与定位。然而,存在一类观测值,虽然其具有粗差发现和定位能力,但在采用L_1范数估计解决粗差探测问题时,无论含有多大量级粗差都不能准确定位,为叙述方便,称其为L_1抗差性失效点(robustness failpoint in L_1-norm estimation,RFP-L_1)。显然,只有判定测量系统不存在RFP-L_1,或存在时能够准确判断其是否含有粗差,才能保证基于L_1的粗差探测结果的准确、可靠,此过程中,RFP-L_1的识别是问题解决的基础。本文由条件方程,推导出观测值粗差对条件方程闭合差绝对值和的影响系数计算式,得到了最小影响系数大小与观测值是否为RFP-L_1的判别关系,并探讨了存在RFP-L_1的测量系统设计矩阵数值特点,提出了判断RFP-L_1观测值的方法。仿真试验表明,最小影响系数反映了观测值粗差对L_1范数估计目标函数的影响大小,非RFP-L_1和RFP-L_1的最小影响系数具有分别等于1和小于1的规律性,同时得出,若观测方程中系数矩阵只有±1和0,对应的观测量均不属于RFP-L_1。     

顾及地形坡度的SRTM和ASTER加权融合

为了克服现有SRTM和ASTER各自缺陷，提升公共DEM精度，本文提出了一种顾及地形坡度的SRTM和ASTER加权融合方法。首先对两种DEM进行地理配准；然后计算不同坡度等级下SRTM和ASTER的高程误差，并得到DEM融合权重；最后采用加权平均法对SRTM和ASTER进行融合。高精度控制点的检验表明：融合后DEM精度有明显提高，相比于原始SRTM和ASTER高程误差，标准差分别降低了5.65 m和1.20 m。     

InSAR DEM精度与地形特征的关系分析

为研究InSARDEM与地形特征的关系,本文以从不同空间位置获取的两幅SAR影像作为实验数据,将InSARDEM与USGSDEM进行比较,分析了InSARDEM的精度,并研究其与坡度、坡向之间的关系。结果表明,本次实验InSARDEM与USGSDEM高程差异中误差为+19.11m,其精度与地形特征强烈相关,随着坡度的增加,InSARDEM精度降低,且前坡处高程精度高于后坡。     

DMSP-OLS与NPP-VIIRS夜间灯光遥感影像数据整合

DMSP-OLS夜间灯光遥感数据截至2013年,现已被NPP-VIIRS夜间灯光数据取代。因此,要获得长时间序列且稳定的夜间灯光数据集,需要整合两类夜间灯光数据。基于此,本文提出了基于重采样的两类数据整合方法,对2013—2020年NPP-VIIRS数据进行模拟,最终建立了1992—2020年长时间序列校正—模拟DMSP-OLS夜光遥感数据集。结果表明,基于重采样的整合方法效果良好(城市区域Pearson相关系数ρ=0.9852,RMSE=3.4607),整合数据集与相关社会经济参考量高度契合(影像DN值总和与GDP的相关系数ρ=0.946,与人口的相关系数ρ=0.971,二次多项式模型拟合R²≈0.98,RMSE<5.55),优于已有研究。因此,利用该方法整合后的数据集能更好地支撑基于夜间灯光影像的长时间序列研究。     

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。