对DEM地形定量因子挖掘中若干问题的探讨

在地学研究中 ,地形结构信息的提取具有重要意义 ,而如何利用数字高程模型进行提取一直是地学工作者所面临的重要课题。在总结前人研究成果的基础上 ,从地形特征分析和水系特征分析两方面 ,比较了利用数字高程模型自动提取地形定量因子的基本原理、方法以及优缺点 ,并对其中存在的诸多理论与技术问题进行了系统的分析与探讨     

地形危险区域确定方法的研究

如何利用地形辅助导航给出的准确定位信息和速度信息检索存储的数字地图，预测出前方危险的地形区域，是地形辅助导航有待解决的问题。本文提出了一套通过地形特征分析自动确定地形危险区域的方法：首先提取出描述地形危险区域的一组特征，例如地形坡度变化率、地形粗糙度、地形高程变化率、地形最大高差、地形斜率均方值以及高程均方值等，然后通过地形特征的分析获得地形的危险区域。实验结果证明了本文方法的有效性。     

地形危险区域确定方法的研究

如何利用地形辅助导航给出的准确定位信息和速度信息检索存储的数字地图，预测出前方危险的地形区域，是地形辅助导航有待解决的问题。本文提出了一套地形特征分析自动确定地形危险区域的方法：首先提取出描述地形危险区域的一组特征，例如地形坡度变化度，地形粗糙度，地形高程变化率，地形最大高差、地形斜率均方值以及高程均方值等，然后通过地形特征的分析获得地 危险区域，实验结果证明了本文方法的有效性。     

一种基于点云提取微地形对象的方法

在分析微地形特点以及现有网格DEM在表述微地形中存在的不足的基础上，提出了面向对象的数字高程模型，给出了该模型的形式化描述和以点云为数据源构建面向对象数字高程模型过程中采用的对象边界的识别、特征保持的点云疏化、基于属性近似的网格约化及对象识别等关键步骤的方法。并以实例证明了此过程的可行性。     

VLL影像匹配的线路地形断面测绘方法

针对使用现有全数字摄影测量手段从航空影像中提取线路地形断面,存在高程精度低、劳动强度高以及自动化程度低等缺点,本文在已有数字高程模型(DEM)等数据基础上,采用铅垂线轨迹法(VLL)结合最小二乘匹配以及概率松弛法进行线路地形断面测绘。实验证明,采用本文方法得到的断面精度要优于全数字摄影测量手段所得到的断面,能够满足实际工程的需求。     

顾及空间特征的地形特征点提取方法

针对传统地形特征点提取方法未能全面顾及地形特征点空间特征的问题,该文提出一种顾及空间特征的地形特征点提取方法.该方法在系统分析地形特征点的空间分布差异性、空间耦合性、层次等级性的基础上,采用均值变点法确定适宜阈值,利用成熟的水文分析法提取沟谷线和山脊线.在此基础上,通过窗口分析、矢量分析等方法实现对山顶点、鞍部点、脊线源点、脊线交点、径流源点、径流节点、流域出水口点的有效提取和分级.以福建省九龙江支流吕凤溪流域30m空间分辨率数字高程模型进行实验.从目视解译、地形模型对比、分级适宜性3个角度对提取结果进行评价,同时分析了空间分辨率对地形特征点提取的影响.实验结果表明,所提方法能有效保证地形特征点提取结果的准确性,空间分辨率对地形特征点提取结果的总数目、最高级别和分级数目以及空间位置具有重要影响.     

基于IDL三维地形建模及可视化技术研究

三维地形建模及可视化是GIS、计算机图形学、虚拟现实、数字摄影测量等领域的研究热点。在分析第四代交互可视化数据语言IDL的基础上,应用组件编程技术实现了高程数据和遥感图像进行地形三维合成的可视化实验系统,与传统方法相比,运用IDL进行地形建模及可视化具有较高的程序开发效率和较强的地形可视化效果。     

基于地形梯度方向的山脊线和山谷线的提取

利用有关数学原理从理论上对地形高程断面极值法进行了分析和深入的研究，指出了该方法的不足。提出了一种基于地形梯度方向的山脊线和山谷线的提取方法，该方法从理论上进一步完善了地形高程断面极值法。实验表明，该方法在提取山脊线和山谷线候选点时，能够克服高程断面极值法的诸多弊端，所提取的山脊线和山谷线的候选点与实际地形相符合。     

地形特征线提取方法的研究进展

地形与地貌是数字地形分析中重要的自然地理要素,数字高程模型中蕴含着丰富的地形地貌信息,从中提取地形特征线信息是当前地学研究的热点之一。目前,很多学者使用不同的方法来研究地形特征线的提取,但是仍然存在着许多不足之处。本文对这些方法进行了介绍,对各种方法的研究现状展开综述并分析了优点和不足,最后对特征线提取方法存在的主要问题进行总结和展望。     

基于GIS的彭州市崩塌滑坡地质灾害地形因素分析

基于ArcGIS平台,利用DEM数据资料,选择位于四川西北部的彭州市作为研究区域,提取了区内高程、地形起伏等地形因子;统计了5.12震后区内39个滑坡点,58个崩塌点,建立了地形地貌与崩塌滑坡地质灾害之间的关系:这类地区对应的地貌类型主要是海拔高程较高的山坡地带。实验证明,利用GIS技术,结合数字地面模型,进行崩塌、滑坡等地质灾害的地形因子相关性分析,结果可靠,对防灾减灾具有重要的借鉴意义。     

栅格DEM微地形分类的BP神经网络法

栅格DEM微地形分类是数字地形精细化应用的基础，基于规则化知识的栅格DEM微地形分类方法存在自动化程度低、分类残缺等问题。本文利用BP神经网络的优势构建了栅格DEM微地形分类的人工智能方法与实现途径。以山体部位分类为微地形分类典型样例进行试验验证与分析，试验结果表明，栅格DEM微地形分类的BP神经网络法较已有的地形因子叠加分析方法存在明显优势，不仅在流程上可避免烦琐的数据叠加分析过程，而且分类结果的完整性和错分率都得到有效改善；在山体部位分出的6种微地形中，冲积地对该方法适应性最强，准确率为100%，背坡的适应性最弱准确率为89.23%。     

恐龙谷南缘微地貌地形特征要素提取及分析

地形特征信息是地学研究中的重要依据,用于描述地形变化的总体样貌,决定了基础地形地貌形态特征。本文对禄丰恐龙谷南缘环状微地貌的地形特征进行提取及分析。首先,采用无人机测量技术获取测区影像数据,通过影像数据处理构建测区0.5 m分辨率的DOM数据与点云数据,并基于TerraSolid软件平台搭建滤波规则对点云数据进行分类、抽稀压缩处理,提取测区地面点,以地面点数据为基础数据构建测区2 m分辨率的DEM;然后,通过叠加ArcGIS空间分析中最大值提取与正负地形提取,完成地形特征点的提取分析;并结合ArcGIS中水文分析、平面曲率与坡型组合的方法,完成地形特征线提取分析;最后,在eCognition 9.0中通过面向对象的方法,实现地形面状特征提取。试验结果表明：①提取鞍部点的最佳分析窗口为11×11。②通过鞍部点位及两种方法提取脊—谷线,其中水文分析提取脊线更为细致,整体连贯性更为突出且从山体两侧脊线分布密集,试验区山体崎岖处提取鞍部点,即说明恐龙谷南缘整体受亚热带低纬度高原季风气候影响,山体受一定程度风化侵蚀。③恐龙谷南缘地形面状特征中裸岩、裸地两者面积占比较大,两者相加后占测区总面积64.2%,结合实地干湿分明的气候特点和实际勘察植被相对低矮的特征,在一定程度上说明该区域表层土壤疏松,需注意水土流失引起的生态问题。     

一种基于汇水区合并的DEM综合方法

提出一种基于汇水区合并的结构化DEM综合方法。使用汇水区作为联系谷地实体与DEM数据网格点的纽带,在次要谷地删除的基础上进行谷地汇水区的合并,以合并后的汇水区边界线(汇水区边界包含山脊线、山顶和鞍部三种地形骨架)和谷底线为约束条件进行DEM内插,从而实现结构化DEM综合。实验表明,该方法在删除次要地形特征的同时,能较好地保持主要地形结构特征。     

基于高分辨率DEM的地形特征提取与分析

地形特征是人们用于描述空间过程变化的重要指标,地形特征的提取是进行测绘、资源调查、环境保护、农林种植、城市规划、灾害防治及地学调查等地理空间相关研究的基础。本研究以宁明县为例,利用高精度DEM进行数字地形分析,实现了高效快速、客观准确地提取地形特征参数,为后续涉及空间信息的研究奠定了基础。     

一种面向DEM多尺度表达的傅里叶能量谱模型

针对数字高程模型（digital elevation model,DEM）数据的多尺度表达问题,根据DEM格网数据在能量谱密度中“低频-高能-大尺度”的对应关系,在化简中关联地形语义特征,构建了DEM数据的多尺度表达模型。实验结果表明,该模型可以实时动态派生不同尺度下的DEM数据,通过等高线放样观察发现,该模型派生的DEM数据满足地形表达、空间认知和制图综合中的“保留主要地形特征、舍弃次要地形特征”的基本原则。与常用的DEM化简方法进行高程值统计以及坡形变化的定量对比分析,结果表明该方法在统计意义与结构意义上都具有较好的效果。     

利用质心Voronoi图对地形自适应简化的算法

地形简化算法利用少量有效的地形信息表达整体地形,能很好地解决海量地形数据与计算机硬件之间的矛盾,同时满足多尺度地形应用需求。针对现有地形简化算法难以兼顾局部地形起伏与地形整体特征的问题,提出一种基于质心Voronoi图的地形自适应简化算法。首先,利用质心Voronoi图的特点,以地形起伏度作为密度函数生成质心Voronoi图;然后,利用分布在地形起伏较大区域的质心Voronoi图种子点及大多分布在地形特征线上的Voronoi区域顶点重构地形;最后,通过原始地形与重构地形的特征线验证地形简化的效果,并与三维道格拉斯-普克（3D DouglasPeucker,3D DP）算法进行精度对比。实验结果表明,从简化地形中提取的山脊线、山谷线、等高线等地形特征线与原始地形的重叠度均较高,算法能较好地保持地形整体特征;且在相同的简化级别下,算法的简化误差小于3D DP算法,具有较高的地形简化精度。     

顾及垂直递减率的中国区域Tm格点产品空间插值

大气加权平均温度(T_m)是全球导航卫星系统(global navigation satellite system, GNSS)反演大气水汽(precipitation water vapor, PWV)的关键参数。当前已有T_m模型提供的T_m信息难以捕获其日周期变化,因此限制了其在高时间分辨率GNSS PWV估计中的精度。大气再分析资料可提供高时空分辨率的T_m格点产品,但是在使用时需要对其进行空间插值,且T_m在高程上的变化远大于其在水平方向上变化。同时,针对中国区域地形起伏大等特点,提出顾及垂直递减率的中国区域T_m格点产品空间插值方法,以分布于中国区域的2015年89个探空站资料为参考值,验证了提出的方法在全球大地测量观测系统大气中心T_m格点产品和美国国家航空和太空管理局提供的MERRA-2的T_m格点产品中的空间插值精度。结果表明：(1)在顾及垂直递减率的T_m格点产品空间插值中,反距离加权法的...     

基于规则格网DEM自动提取地性线的一种简便方法

给出了一种基于规则格网ＤＥＭ自动提取地性线的简便方法,阐述了其具体实现过程,实验表明其不仅易于实现,而且还是一种基本上对大部分常规地形的ＤＥＭ均适用的方法。     

DEM 网格间距对重力近区地形改正精度影响及验证

利用分形随机算法建立平地、丘陵和山地3种精细地形仿真场景,将DEM逐级重采样为不同网格间距,分析不同DEM网格间距对3种地形的重力近区地形改正误差影响。发现随着DEM网格间距的增加,近区地形改正误差随之增大。对于平地,使用1∶10 000的DEM,网格间距为5m仍能够满足规范要求;对于丘陵地,使用1∶5 000的DEM,网格间距为2.5m能够满足规范要求;对于山地,使用1∶1 000的DEM,网格间距1m能够满足规范要求。通过消费级无人机获取丘陵地精细地形,验证地形仿真的结论,同时说明消费级无人机能够应用于重力近区地形改正。     

基于地形特征的采煤沉陷盆地构建与水平移动信息智能提取方法

在西部黄土高原复杂地形地貌下构建采煤沉陷盆地和提取水平位移的难度较大,传统地表沉降监测手段只能获取线状数据,效率低,而重复轨道合成孔径雷达干涉测量技术在大梯度形变区域易出现失相干现象,难以达到矿区地表沉降监测精度要求。提出了一种基于无人机载激光雷达点云数据构建沉陷盆地和提取水平位移的方法。结合多地形因子构建深度神经网络（deep neural network,DNN）模型,提取沉陷盆地构建过程中受地形影响较小的特征稳定区,利用较优插值算法对稳定区进行拟合,得到完整沉陷盆地。为了提取采煤地表水平移动信息,将二进制形状上下文特征描述算子与多地形因子融合起来,以改进特征匹配算法。基于此设计地表水平移动提取方案,提取主断面水平移动信息,同时对水平移动提取误差与点云密度、地形因子进行定量分析。榆神矿区结果表明,利用结合地形因子的DNN模型能有效提取特征稳定区,在复杂地貌下减小了沉陷建模误差,为构建采煤沉陷盆地提供了一种新方法;利用融合地形特征的改进特征匹配算法提取的水平移动曲线符合采煤沉陷水平移动基本规律,与水平移动偏差相关性较强的地形因子可用于衡量改进特征匹配算法对水平移动提取误差的大小。