坡谱信息熵尺度效应及空间分异

选取陕北黄土高原48个不同地貌类型区,以其对应的1∶10000及1∶50000数字高程模型(DEM)为数据源,运用比较分析与数理统计的方法,分析了坡谱信息熵在陕北黄土高原的空间分异特征及尺度效应。结果显示,坡谱的信息熵在一定程度上可以反映地表的复杂度,坡谱信息熵和沟壑密度间有较好的幂函数关系,随着坡谱信息熵的增大,样区沟壑密度也增大。坡谱信息熵的空间分异和陕北黄土高原的黄土地貌形态在空间上的变异是相关的,可将其作为地貌类型划分的判别因子之一。     

黄土高原地貌类型界线划定研究进展

区分地理实体最直接有效的方式在于对其界线作出划定。目前,黄土高原地貌类型界线划定多是在分类基础上按照分类界线、自然区划界线来界定。基于不同数据源及其表达方式,本文追踪前人对黄土高原地貌类型界线划定的研究进展,从形态成因的地貌分类、数字地貌分类等分类体系中总结了黄土地貌类型界线的内涵,分析了基于自然语言和数字环境下定量描述的优缺点和存在的问题;并梳理了黄土地貌类型界线的表示方法以及基于数字地形分析技术的地貌类型定量识别及其划分方法;从地貌界线确定与分类体系的关系、地貌界线划定的理论与方法参考、地貌界线划定的尺度效应3个方面对地貌类型界线做出了讨论分析与展望,以期为黄土地貌区划的相关理论研究提供背景基础,为当地实践工作等提供理论依据和支撑。     

基于地形剖面的黄土塬梁峁地形各向异性奇异强度研究

黄土高原不同地貌类型对应的地形起伏变化特征各不相同,地形起伏在不同方向上的变化特征具有很大差异性,即地形各向异性。本文引入多重分形谱参数描述不同地貌类型地形各向异性的变化规律,以反映不同黄土地貌地形各向异性的局部和整体变化格局。本研究以5 m分辨率的DEM数据为基础,选取淳化、甘泉、绥德3个典型黄土塬梁峁地貌类型研究样区,对其地形各向异性的变化特征进行分析。研究表明:①3种黄土地貌类型地形各向异性变化具有显著的多重分形特征,地形各向异性变化的奇异强度由强到弱依次为淳化、绥德、甘泉;②淳化样区地形各向异性奇异强度在1.4的概率最大,在奇异强度为2.2附近又有一个小的峰值,总体以奇异强度1.4为主;③甘泉样区的奇异强度在1.8有一个小的峰值,总体以奇异强度0.7为主;④绥德样区奇异强度为0.8的概率最大,且较为均匀地分布在0.8附近,地形各向异性的概率分布呈现为对称分布。研究结果为黄土塬梁峁地形各向异性变化奇异强度为黄土塬最大,黄土峁次之,黄土梁最小。该研究可为黄土地貌的精确分类提供定量信息支持,为区域水土侵蚀评价提供地形指标。     

黄土高原洛河流域地貌发育特征与形成演化

黄土地貌形态特征、发育机理及演化过程等一直是地学研究的热点和前沿。选取黄土高原洛河流域作为研究对象,从坡面尺度、流域尺度、区域尺度分类选取14项地貌因子,较为全面地构建了流域地貌发育形态定量参数体系;提取646个小流域为分析单元,利用主成分分析法,获得了描述流域黄土地貌形态特征的4个主因子;这4个主因子分别反映了4种地貌形态空间格局,即南北渐变型、单中心扩散型、东西过渡型、多中心扩散型。结合流域地貌类型和地貌发育程度特征,认为黄土地貌地形起伏和垂直侵蚀特征反映了研究区的总体地貌空间格局,洛河流域黄土地貌主要是在多种因素影响下,随着水系由下游向上游不断地溯源侵蚀、下切扩展,最终形成了现今形态空间分异格局。     

基于DEM小流域复杂网络的黄土高原地貌自动识别研究

地貌识别,对于人类建设,地质构造研究,环境治理等相关领域都有着重要意义。传统的基于像素单元或面向对象的地貌识别方法存在局限性。由于流域小单元具有表面形态的完整性,在地貌演化中具有明确的地理意义,基于流域小单元的地貌识别成为了该领域的一个新热点。然而,基于传统地形因子的地貌识别方法使用的因子往往较为单一或者在地学描述上存在重复性,目前尚无针对流域小单元进行空间结构描述和拓扑关系特征量化的地貌识别研究。基于此,本文基于DEM进行水文分析并通过坡谱方法解决了小流域稳定面积难以确定的问题,在黄土高原样区提取了181个稳定小流域。根据复杂网络理论和地貌学原理提出了流域加权复杂网络的概念和相应的8个定量指标用于流域空间结构的模拟和量化描述。最后采用了基于决策树的XGBoost机器学习算法进行地貌识别,实验对于黄土高原主要地貌类型的识别显现出较好的效果,Kappa系数为86.00%,总体精度达到了88.33%。对于地貌形态特征明显的地貌,复杂网络方法其顾及空间结构和拓扑特征的特性导致了其较高的识别性能,精度和召回率都在90%~100%之间。通过与前人的研究进行对比,其识别结果亦呈现出较高的精度,这些都验证了流域加权复杂网络是一种基于流域小单元地貌识别的高精度且有效的方法。     

基于随机森林的黄土地貌分类研究

地貌分类在指导人类建设活动的规模与布局中有着重要的意义。然而,传统的基于数字高程模型(DEM)的地貌分类方法使用的地形因子和考虑到的地貌特征往往比较单一。本文提出了一种基于流域单元的地貌分类方法,该方法考虑了流域单元的多方面特征,包括基本地形因子统计量、地形特征点线统计量、小流域特征和纹理特征。本研究首先基于DEM进行水文分析将研究区域划分成不同的小流域。然后利用数字地形分析提取29个不同方面的特征来表征流域的形态,并基于随机森林(RF)算法进行了特征选择和参数标定。RF是一种基于决策树算法的集成分类器,能有效地处理高维数据,分类精度高。最后选择训练集小流域对RF分类器进行训练,使用训练完成的分类器对整个研究区域的地貌进行分类,研究地貌分异的规律。该实验在我国陕北黄土高原典型黄土地貌区域的地貌分类中取得了较好的结果,结果表明不同的地貌之间存在明显的区域界线,特定的地貌类型在空间上表现出明显的聚集性。通过人工判读进行验证的分类精度达到了85%,Kappa系数为0.83。     

基于DEM榆社盆地社城小流域的地貌分析

数字高程模型(DEM)是地理信息系统进行地形分析的基础数据,而地貌学研究的重要内容之一是地形分析,主要包括高程剖面分析,坡度、坡向分析以及沟壑密度、切割深度、起伏度、流域分析等。本研究以榆社地区社城小流域为例,以1:50000扫描地形图为基础资料,建立DEM模型。基于DEM进行坡度、坡向、起伏度分析,得到相应的统计数据;经过水文分析得到无洼地DEM、水流长度、汇流累积量、河网等数据。由此分析研究区地貌类型特征、地貌成因、河流的发育情况等,为研究区农业生产规划、灾害预测和防治等提供相关资料。     

图像数据融合的地貌类型识别分类与制图

计算机遥感地貌制图是利用航空像片或者卫星影像进行识别制图;另是利用DEM数据融合计算提取。对此,本文介绍了一种对区域基本地貌形态类型进行计算机自动分类的方法。它通过识别标志在影像上对地貌分布区进行数字化,把TM影像中的地貌信息和从DEM中提取出来的地貌信息结合,以划分出详细的地貌类型:如河北省沽源县的台地、河谷平原、开阔平原、丘陵、低山和中山6大类。最后,通过一定的算法进行分类成图。     

论黄土地貌的特征及其发育

文章主要介绍了黄土地貌的形成、分类和各种类型地貌的特征,及其黄土地貌的发育过程和特点等,黄土地区在不同的外营力作用下形成了不同的地貌类型,不同地貌的发生、发展和形态特征,黄土地貌发育及其分布。     

中国“数字黄土地貌”分类体系探讨

黄土地貌属中国典型地貌之一,其分类体系是制图的基础。过去各种黄土地貌分类研究方案由于标准不统一,在实际应用中没有形成公认的地貌分类系统。本文将形态和成因有机地结合在一起,采用分层分级方法,借助于地理信息系统技术,分析并提出适用于遥感影像数据(LandsatTM和ETM)的1:100万黄土地貌分类体系,拟定出相应的编码体系,建立了典型地貌的遥感图谱。该研究为利用中高分辨率卫星遥感数据编制中国1:100万黄土地貌类型图奠定了坚实的基础,该分类方案可充分反映黄土地貌的特征,也能与全国数字地貌分类方案保持一致,同时该分层分级分类方案可满足地貌类型的扩充性。     

Automatic recognition of loess landforms using Random Forest method

The automatic recognition of landforms is regarded as one of the most important procedures to classify landforms and deepen the understanding on the morphology of the earth. However, landform types are rather complex and gradual changes often occur in these landforms, thus increasing the difficulty in automatically recognizing and classifying landforms. In this study, small-scale watersheds, which are regarded as natural geomorphological elements, were extracted and selected as basic analysis and recognition units based on the data of SRTM DEM. In addition, datasets integrated with terrain derivatives(e.g., average slope gradient, and elevation range) and texture derivatives(e.g., slope gradient contrast and elevation variance) were constructed to quantify the topographical characteristics of watersheds. Finally, Random Forest(RF) method was employed to automatically select features and classify landforms based on their topographical characteristics. The proposed method was applied and validated in seven case areas in the Northern Shaanxi Loess Plateau for its complex andgradual changed landforms. Experimental results show that the highest recognition accuracy based on the selected derivations is 92.06%. During the recognition procedure, the contributions of terrain derivations were higher than that of texture derivations within selected derivative datasets. Loess terrace and loess mid-mountain obtained the highest accuracy among the seven typical loess landforms. However, the recognition precision of loess hill, loess hill–ridge, and loess sloping ridge is relatively low. The experiment also shows that watershed-based strategy could achieve better results than object-based strategy, and the method of RF could effectively extract and recognize the feature of landforms.     

Hierarchy structure characteristics analysis for the China Loess watersheds based on gully node calibration

A land surface region can be decomposed into a series of watershed units with a hierarchical organizational structure. For loess landform, the watershed is a basic spatial–structural unit that can express natural landforms, surface morphology characteristics, spatial organization and developmental evolution. In this research we adopted the concept of node calibration in the watershed structure unit, selected six complete watersheds on China Loess Plateau as the research areas to study the quantitative characteristics of the hierarchical structure in terms of watershed geomorphology based on digital elevation model(DEM) data, and then built a watershed hierarchical structure model that relies on gully structure feature points. We calculated the quantitative indices, such as elevation, flow accumulation and hypsometric integral and found there are remarkably closer linear correlation between flow accumulation and elevation with increasing gully order, and the same variation tendency of hypsometric integral also presented. The results showed that the characteristics of spatial structure become more stable, and the intensity of spatial aggregation gradually enhances with increasing gully order. In summary, from the view of gully node calibration, the China Loess watershed structure shows more significantly complex, and the developmental situation variation of the loess landforms also exhibited a fairly stable status with gully order increasing. So, the loess watershed structure and its changes constructed the complex system of the loess landform, and it has the great significance for studying the spatial pattern and evolution law of the watershed geomorphology.     

基于DEM的黄土崾岘提取及其地形特征分析

崾岘是将要被切穿的鞍部,是正负地形矛盾斗争的结果,也是重要的地形控制点。典型的崾岘多位于黄土高原黄土地貌区,又称黄土崾岘,其对识别沟间地与沟谷的斗争程度有一定的指示作用。本文以黄土高原样区为例,基于1:1万DEM（5 m分辨率）和影像分辨率为0.95 m的遥感影像,利用流域边界算法和缓冲区标定,分析窗口选择5×5,实现了崾岘点位的半自动化提取。并对各崾岘点位求取坡度等地形因子,总结崾岘的空间格局和地形特征。结果显示,崾岘多分布在主流域边界和垂直于主沟道的最宽部分,地形控制作用明显。崾岘的坡度、起伏度、切割深度等值均大于鞍部值,同时,高级流域区的崾岘值大于低级流域区的崾岘值,反映出崾岘具有侵蚀程度强、表层完整性低、地表破碎度高的特点。总体而言,崾岘受沟道蚕食度高,从侧面反映了黄土地貌的发育阶段,是黄土地貌发育到中期的标志性产物。     

黄土高原沟谷地貌发育演化研究进展与展望

黄土沟谷是黄土地貌中最有活力、最具变化、最富特色的对象单元,黄土高原千沟万壑的地貌形态以及触目惊心的侵蚀状态也让区域内沟谷地貌的形成、发育及演化问题成为研究中焦点及前沿性科学问题。近年来,诸多学者采用地学测年法、特征表达法、监测模拟法力图实现对黄土沟谷发育演化进程中“过去-现代-未来”的科学认知。这些研究在相当程度上丰富了黄土沟谷发育过程的认知。本文梳理了黄土高原沟谷地貌演化相关研究的现状,并从黄土高原地貌演化、黄土沟谷发育、基于DEM的沟谷信息提取与表达等研究进行了系统的回顾、梳理与分析。此外,本文提出“黄土沟道剖面群组”概念与方法,试图从新的视角审视黄土沟谷地貌发育演化过程。沟道剖面在黄土沟谷发育演化进程中传递物质能量和累积地形动力,并通过径流节点的串联实现剖面群的连接与组合,形成独特的剖面“群组”模式;该沟道剖面群组是集黄土沟谷地貌特征与过程于一体的综合信息集成体,其三维空间结构是对黄土沟谷地貌发育演化的高度抽象与映射,并可望进一步丰富黄土高原数字地形分析理论与方法体系,为黄土高原黄土地貌成因机理与空间分异格局带来创新的认识。     

复杂网络理论在黄土高原沟谷地貌特征研究中的应用

沟谷侵蚀是塑造黄土地表侵蚀形态的主要动力,沟谷的发育过程深刻地影响着黄土地貌的发育及演化。本文在黄土高原选择6个典型地貌样区,以样区的数字高程模型为基本数据源提取沟谷系统。将沟谷系统中的沟谷节点、沟谷源点和流域出水口点作为网络节点,网络节点之间的空间拓扑关系为边,高程差为权值,构建黄土高原沟谷加权复杂网络模型。对黄土沟谷地貌的节点特征和空间结构进行定量刻画和分析,得到黄土高原不同地貌类型网络特征的空间格局及其变化,并进一步映射地貌的发育过程及演化机理。研究结果表明：① 黄土高原沟谷加权网络的点强度累积概率分布呈指数分布,相关性系数皆达到0.80以上,该网络正处于向无标度网络转化的过渡期;② 样区从南到北,沟谷特征点的点强度值呈现逐渐减小的态势,且点强度的分布具有不对称性,沟谷右侧侵蚀强度较高,点强度分布较多;③ 平均路径长度和网络结构熵值在绥德一带最大,分别为30.94、6.31,并向南北两侧呈减少的趋势,网络密度值的变化与之相反;3个指标分别从网络结构的连通性、稳定性和紧密性反映了不同沟谷地貌类型的侵蚀程度以及地貌系统的演化机理;④ 网络指标与传统地貌指标的相关性系数均超过0.85,其可以科学、准确地表达地貌形态的复杂性及地貌的发育阶段,有望作为沟谷地貌地学特征研究的参数。该方法考虑了沟谷地貌的空间拓扑关系以及系统的整体性,为复杂表面形态的地貌研究提出了一种新的思路和方法。     

基于DEM提取坡谱信息的不确定性

坡谱是黄土高原地学分析新方法、新思路的探索。本文基于坡谱不确定性的概念及其过程分布模型的论述,以陕北黄土高原国家1∶10000和1∶50000DEM数据为基本信息源,分析了坡谱不确定性的产生原因、主要影响因素与影响规律,阐述了坡谱提取与应用中应注意的主要问题,为正确应用坡谱进行地学分析提供重要依据。