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。     

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。     

基于网络模型的等高线群拓扑关系表示

等高线群拓扑关系的提取和表示是基于等高线的空间推理和地形特征挖掘的关键。在顾及地形特征的基础上,本文提出了一种拓扑关系网络来组织地理目标之间的拓扑关系,并进而提出分区二叉树、增量等高线树、等高线拓扑关系网三种拓扑关系网络来组织含未封闭等高线的复杂等高线群的拓扑关系,从而从根本上解决了等高线群的侧向不连续性,使基于等高线的空间推理更加简便和准确。     

深度学习支持下的丘陵山区耕地高分辨率遥感信息分区分层提取方法

耕地是丘陵山区稀缺的土地资源,具有地形条件复杂、种植结构多样的特点,导致了山地耕地信息难以快速、准确获取,并且基于传统的遥感数据及遥感监测方法开展山区耕地信息快速自动提取比较困难。针对这一问题,本文以西南山区贵州省息烽县作为试验区,根据地理空间异质性特征,提出分区控制、分层提取的耕地形态信息提取思路,构建了一种地貌单元约束条件下的分区分层耕地形态信息的提取方法。该方法首先根据地貌-植被特征将试验区划分为平坝区、山坡区、林草区3类地理分区;然后在每类分区基础上,根据耕地所呈现的视觉特征划分为不同的类型,对不同类型的耕地分别设计不同的深度学习模型进行分层提取。试验结果证明,该方法对山区复杂地形背景噪声具有较好的抑制作用,所提取的耕地地块信息相比于传统方法更符合实际耕地的实际分布形态,有效地减少了漏提率和错提率。     

基于地形特征的最优路径选择

本文主要讨论三维空间，即基于地形特征的最优路径寻找问题，给出了考虑地形特征的Ａ算法。     

考虑地形特征的DEM内插软件包HIMI的研究

本文介绍带地形特征（地形单点、边界线、构造线和断裂线）的DEM内插软件包HIMI的原理及程序结构，并指出其高效性。数据分块和重排程序ARRANGE和考虑地形特征的DEM内插程序INTM是HIMI的两个主要部分。本文引用图论和数据结构的理论解决INTM中子区边界提取问题，用多交点判断法解决子区中数据分块和重排问题。利用HIMI内插了三个带地形特征的模拟表面的DEM和一个带地形特征的实际地形表面（欧洲Drivdalen试验场的一个像对）的1∶5千比例尺的DEM。结果表明，若采样数据具有足够的逼真度，HIMI内插出的DEM就具有足够的逼真度，HIMI是有效实用的，可用于生产大比例尺DEM的内插软件包。     

我国区域地貌数字地形分析研究进展

区域地貌研究是区域地理研究不可分割的重要组成部分。传统的基于DEM的数字地形分析方法,虽能较好提取各种地形定量因子,但由于分析算法的局限,很难实现对一个特定区域地貌的宏观形态特征与成因机理进行定量的分析。为此,近年来我国学者在该领域进行了系统的探索与创新实践,基于国家基础地形数据库多尺度、高精度的DEM数据,开展了基于DEM的区域地貌形态特征、地貌发育演化特征的研究。通过宏观形态指标分析法、地形特征要素分析法、地形信息图谱分析法等一系列方法,实现了对区域的地貌形态特征提取与分类、分区制图,取得了一批有重要国际影响的研究成果。在全国尺度以及黄土高原、青藏高原、西南喀斯特地区和月表月貌的区域数字地形分析方面,更彰显出研究的特色和优势。     

地形数据的分形特征值计算与地形分类

分形理论是非线性科学中一个活跃的数学分支，其研究对象是在非线性系统中产生的不光滑和不可微的几何形体，而地形表面具有分形的特征，本文首先讨论利用分形理论计算分形特征值的方法，然后探讨分形特征值与地形类别间的内在联系及用于地形分类的可能性。     

顾及地貌形态特征的精细斜坡单元高效分区划分

针对现有方法广域范围复杂地貌类型斜坡单元精细划分效率低的问题，该文提出一种顾及地貌形态特征的精细斜坡单元分区划分方法。首先通过典型地貌形态特征对广域范围进行分区，然后基于水文原理和A^T最低成本搜索算法精准提取各分区内的斜坡单元，最后根据坡向圆方差对分区内的斜坡单元进行优化。采用四川省全域30 m分辨率的数字高程模型(DEM)数据进行实验，根据地形起伏度和海拔高度将整个区域按6类地貌形态进行分区优化，在保持全域范围斜坡单元内部坡向均质性的同时，相较于常用的正反向DEM水文法划分效率提升了70.31%。与基于格网单元的滑坡易发性评价进行对比，基于该文所提取斜坡单元的滑坡易发性评价在精度上有4%以上的提升。     

军事地形信息保障系统的设计与实现

地形分析就是分析各种的地形要素的自身特征及其相互作用规律，为指挥员提供定性定量的地形信息，本文在实践的基础上对建立军事地形信息保障系统的总体结构和功能进行了初步的探讨，证明了它的可行性。     

数字正射影象生成中地形特征数据的应用

本文研究了利用地形特征矢量数据改善由栅格ＤＥＭ生成的数字正射景象的方法，基本的思想是在栅格ＤＥＭ生成的数字正射影象文件中，复盖上由地形特征矢量及有关数据生成的正射影象，实验表明这一方法能有效改善数字正射影象几何精度。     

GPS高程拟合在公路断面测量中的应用

针对地形起伏较大的公路,水准测量断面效率低下的问题,本文运用RTK测量手段和分区平面拟合的方法来解决带状地形高程异常转换问题。依托CORS基站差分信号,得到平面精度为3 cm的纵断面放样和横断面采集数据。通过剔除法选择最优的转换控制点及分区平面拟合方式实现大地高转换为正常高,该方法减轻了外业作业强度,满足了公路断面测量精度,且最终高程转换中误差小于5 cm。     

GPS高程分区拟合法在地形复杂地区的应用研究

GPS高程拟合方法已广泛应用于各类工程测量中,是目前提高高程测量效率的有效手段。在地形复杂地区,利用分区拟合方法能更加客观地表达出似大地水准面的真实状况。以绥江县城新址边坡监测为例,利用分区拟合法进行高程拟合,并将其拟合结果与平面拟合法、二次曲面法、多面函数法、BP神经网络等经典拟合模型的拟合结果进行比较,得到分区拟合法在地形复杂地区具有更高的拟合精度的结论。     

黄土丘陵沟壑区地形复杂度分析

针对黄土丘陵沟壑区地形复杂度难以准确量化的问题,该文提出了基于区统计的评价方法,采用地形分析方法提取坡度、地势起伏度、地表切割深度,沟壑密度等地形因子,应用区统计法、变异系数法对研究区地形复杂度进分析评价。结果表明:彭阳县地形复杂度的空间分布特征与坡度、地势起伏度、地表切割深度的变化规律相似,中复杂区域和高复杂区域所占面积较大,且存在明显的分异规律;基于1:50 000数字高程模型数据的地形复杂度提取与分析方法能够快速有效地获取研究区地形地貌信息,为黄土丘陵沟壑区流域治理、土地规划、地形及景观格局的分区和尺度推绎等研究提供依据。     

基于DEM的桂西北土地利用与地形关系特征分析

以都安瑶族自治县为例,利用DEM数据、土地利用现状图,以及野外实际调查资料,通过建立基于高程的地貌分区、叠加分析,分析了研究区土地利用空间分布特征及与地形因子的关系.结果表明,土地利用类型空间分布具有强烈的区域差异性,各地貌分区区域的土地利用组合不同,同一土地利用类型在不同高程区域的分布存在差异;随海拔高程增加,居民地...     

基于植被分区的多特征遥感智能分类

为了有效地提取大范围地形复杂区域的土地利用/土地覆盖遥感信息,以位居青藏高原与黄土高原过渡地带的青海东部地区为研究区,研究基于蚁群智能优化算法(ant colony intelligent optimization algorithm,ACIOA)的土地利用/土地覆盖遥感智能分类。首先选用TM图像、DEM、坡度和坡向数据作为分类的特征波段;然后利用归一化植被指数NDVI对实验区数据进行植被分区;最后利用ACIOA算法进行分类规则挖掘,并依据分类规则进行土地利用/覆盖信息的提取。研究表明,基于植被分区的多特征蚁群智能分类的总体精度为88.85%,Kappa=0.86,优于传统的遥感图像分类方法,为大范围地形复杂区域的土地利用/土地覆盖遥感信息提取提供了有效的方法。     

基于特征分区的人口数据格网化研究

针对人口数据格网化分析不足的问题,可借助夜间灯光信息、地形信息、土地利用信息进行特征分区,在不同分区范围采用不同的方式构建人口空间格网化模型,反映人口在格网上的分布状态,提供了良好的小尺度统计人口方法。本文以四川省县区作为研究区域,对其进行特征分区,分为中心区(强灯光区)、一般灯光区和弱灯光区,分别采用圈层距离法、改进的夜间灯光建模法与土地利用建模法分析,并利用小一级的单位进行精度分析,研究表明:在灯光强度差距较大的一般灯光区,采用夜间灯光数据可以较好地模拟人口格网化数据,结果精度较高;在灯光强度差距较小的弱灯光区,土地利用模型可以有效地模拟人口空间分布;但灯光强度几乎饱和的中心区,采用圈层距离法,存在较大误差。     

等值线DEM地形特征点提取与分类

地形特征按照相应特征模式隐含于DEM中,如何从DEM尽可能自动而准确的提取地形特征始终是测绘空间信息科学的重要而基础的问题.等值线是地形地貌DEM的最一般形式.地形特征点是生成高层次地形特征线面的基础,与局部地形起伏密切相关.在等值线DEM中,特征点的荻取与分类不但与当前等值线的几何形态变化有关,也与局部区域内相邻等值线有密切而复杂的关系.本文在分析各种等值线特征点提取方法的基础上,讨论等值线内部和相邻等值线之间关系的多种复杂情况,形成我们实用的等值线特征点类型判断和提取方法,并进行具体的数学推导和应用到实际地形等值线的特征提取试验中.试验结果表明,我们的提取分类方法能解决多种复杂等值线变化的情况下获取地形特征点,并取得较准确可靠的结果.     

一种激光点云数据生成顾及地形特征的道路断面算法

机载激光雷达(LiDAR)是一种新的获取高精度和高密度地形数据的测量手段,是公路测设中数据采集的理想方式。本文通过对激光雷达获得的散乱点云构建索引,利用坡度变化极值法提取地形特征点,并利用这些特征点生成顾及地形特征的道路纵横断面,可以为道路勘察设计迅速提供高精度的基础资料。     

基于Landsat-8 OLI数据冰川信息提取与温度反演

利用遥感技术可以测量的陆地冰川属性包括空间范围、表面地形、底部地形、总体积、表面流动场、积累和消融速度、表面分区、反照率等,以及这些量随着时间的变化情况。本文利用Landsat-8的影像数据,通过波段运算、监督与非监督分类等方法实现了冰川表面信息的提取,并反演得到了冰川的表面温度。