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。     

基于DEM的黄土地貌类型提取与制图——以黄土高原丘陵沟壑实验样区为例

以陕北绥德县刘家沟流域为实验样区 ,从地貌成因、形态和土地利用角度出发 ,分析了黄土高原丘陵沟壑区 3种典型地貌类型的区域特征 ;以不同地貌类型的区域特征为基础 ,在地理信息系统平台软件 Arc View的支持下 ,利用数字高程模型 (DEM)自动提取黄土丘陵区 3种基本地貌类型的方法和技术。研究分析结果证明 :利用 DEM自动提取地貌类型是一种快速、高效的技术方法 ,对指导退耕还林、防治水土流失和进行土地利用动态监测都具有重要意义。     

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。     

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。     

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。     

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。     

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...     

基于DEM与DLG的福建省地貌形态自动分类

以福建省1:10万的DLG(Digital Line Graphic,数字线划图)和DEM(Digital Elevation Model,数字高程模型)为基础,在ArcGIS软件支持下,依据坡度和面积组合指标,将福建省地貌形态单元分为平缓地和山丘地;提取地形图中水系与等高线的高程点交集,构建了福建省地方相对基准面,并以流域水文分析方法提取了山丘地地貌形态实体单元;把平缓地和山丘地貌形态实体单元分别与地方侵蚀基准面叠加,参照"中国1:100万地貌制图规范",将福建省地貌形态类型分为平地、台地、低丘、高丘、低山、中山。研究结果表明:该方法符合福建传统地貌分类体系,能够较好快速实现平缓地与山丘地、平地(平原)与台(阶)地的自动划分,有效地提取山丘地貌形态实体单元的界线。     

基于空间结构模式匹配的褶皱地貌类型自动识别

褶皱的自动化识别是构造解译、地貌类型划分、三维建模等工作的基础。目前,基于地形形态进行空间统计特征分析的地貌类型自动识别方法,难于满足以“对称重复”空间结构为特征的褶皱构造地貌的识别需要。本文以基于ARG的褶皱场景建模为切入点,利用形式文法定义不同褶皱类型的空间结构模式,形成了一种基于空间结构模式匹配的褶皱构造自动识别方法,进而有效地支持了褶皱地貌的自动化识别。该方法包括4个环节：（1）根据核部地层与横切剖面线提取原则,提取可能存在褶皱的场景条带;（2）基于邻接ARG建模方法对场景条带进行场景空间结构的建模与化简;（3）将化简后的邻接ARG模型表达成句子,并通过判别其能否由模式文法推导而来,实现针对不同褶皱构造模式的匹配识别;（4）基于识别出的褶皱场景进行山、谷的进一步判别,最终确定褶皱构造地貌类型。实验表明,本方法可以较为准确地识别出庐山北部山地区域的褶皱构造,并确定褶皱地貌类型。该方法基本解决了构造地貌类型的自动化识别问题,是对传统地貌形态划分方法的有效补充。     

基于DEM纹理特征的月貌自动识别方法探究

月海和月陆是两种最主要的月貌单元,对于月海及月陆快速准确地识别是进行各项月球研究的重要基础。目前,月海和月陆的识别大多采用DEM结合其派生地形因子建立指标体系的方法。这种方法虽然可在宏观尺度对月海和月陆进行识别和提取,但仍存在2个问题：（1）可扩展性差,不同地区难以共用同一套地形因子构建指标体系;（2）指标体系中各因子权重设置具有较大的主观性。针对以上问题,本文以“嫦娥一号”探测器获取的全月球DEM数据,从月表地形纹理特征的角度出发,提出一种以月表DEM数据识别月海、月陆的自动快速的方法。首先,利用灰度共生矩阵模型,以DEM数据为基础,实现对典型月海、月陆地形纹理特征的量化,然后,对量化指标的筛选,构建能有效区分两类月表形貌单元的特征向量。在此基础上,选用离差平方和作为识别器,最终实现对月海和月陆的自动识别。本文识别方法的整体识别率达到85.7%;综上可知,该方法既能克服原有方法中因子权重设置的主观性,又具有较好的通用性。     

面向点云数据的黄土丘陵沟壑区沟沿线自动提取方法

基于点云数据地表建模中,沟沿线既是点云去噪的重要分割线,又是黄土丘陵沟壑区最典型的地形特征线。因此,本文提出了面向点云数据的基于多尺度格网采样和坡度分割的沟沿线自动提取方法,即在适宜格网尺度采样的基础上构建地表模型,利用沟沿线周围坡度陡变的特性提取缓坡面与陡坡面的分界线,从而生成沟沿线。通过对8个样区反复实验,确定了各自的最佳格网尺度,并发现格网尺度随点密度的增大而迅速减小,而后趋近平稳的幂函数关系,同时随机选取了另外5个样区验证了该关系的适用性。最后,通过全域分块计算得到了该地区的完整沟沿线。相比于人工识别的沟沿线,本文方法提取沟沿线的精度在0.5 m缓冲范围内为85%,效果较好,且位置更为精确。产生差异的原因主要是面向点云数据的沟沿线有更多的细节,沟沿线曲率更大,造成了其长度明显大于手动提取结果。该方法有助于提高丘陵沟壑区点云数据去植被处理和地形表面重建精度。     

基于深度学习的地震与爆破事件自动识别研究

针对天然地震事件、爆破事件分类问题,使用甘肃及周边地区80个天然地震事件和20个爆破事件建立数据集,采取深度学习卷积神经网络(convolutional neural network,CNN)方法搭建两个不同结构的模型进行训练,并用500条训练集之外的天然地震事件与爆破事件波形作为测试数据集,其训练和测试准确率均达到9...     

基于信息损失量的坡度精度分析

从DEM中可获取众多地形因子。其中,坡度作为基本的地形因子,其精度对于退耕还林、水土流失评估等研究具有重要影响。但是,由于DEM只能是真实地表形态的近似表达。如何模拟坡度误差的规律成为研究的热点。本文在黄土高原地区选取代表不同地貌类型的神木、绥德、延川、富县和宜君5个研究样区,以1:1万地形图为基本数据源,建立不同分辨率的DEM,用以分析坡度信息损失量随DEM分辨率变化的规律。故此,提出了基于单个栅格方式的坡度信息量损失指标,并在每一样区随机选取的20个子实验样区得到了其与DEM分辨率的函数关系,以及相关的经验公式,据此求得所需的最适宜DEM分辨率,并在每一样区随机地选取16个子样区进行了检验。     

基于可拓工程法的黄土路堑边坡稳定性评价方法

针对影响黄土路堑边坡稳定性因素的复杂性和模糊性,重视实践中的经验,将可拓工程方法与路堑边坡稳定性评价相结合,提出了路堑边坡稳定性评价的物元关联函数及物元关联度的计算方法。建立了适合可拓学理论的边坡稳定性分类标准,实现了定性与定量评价黄土路堑边坡的结合。实例评价结果与定值计算、工程实际调查结果一致。     

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。