基于小波多尺度分析的DEM数据综合及尺度转换

DEM综合是其描述的地形表面细节逐渐舍去、轮廓不断呈现的连续过程。该文运用小波变换和方根模型模拟这一过程,将小波高频系数作为DEM综合的对象,以方根模型作为阈值设定的理论依据,对小波分解各层按不同等级进行取舍实现DEM综合。以1∶1万地形图建立的DEM进行试验,派生一系列不同复杂度的DEM,并用等高线分布特征、坡度和剖面曲率、地形叠加等进行对比分析。结果表明,随着DEM综合程度增大,生成的DEM逐步舍去地形表面细节,同时较好保持了原DEM山体轮廓、山脊和谷地的走向等地貌形态特征。最后,运用回归分析方法建立了派生DEM与相应空间分辨率之间的关系,为DEM尺度效应的应用提供方法和数据支持。     

蒙古高原地形与植被指数的特征尺度及多尺度耦合关系

基于GTOP30 DEM数据及MODIS NDVI数据,应用小波变换和小波多尺度相关分析方法对蒙古高原地形因子、NDVI因子的尺度特征及两因子间的多尺度相关关系进行研究。结果表明:1 DEM在北部地区的变异程度较南部强烈,在西部地区的变异程度较东部强烈。DEM的空间分布呈现出一个约为20 km的特征尺度。2NDVI空间分布格局的态势与DEM态势基本相同,且呈现出2个特征尺度,较小的特征尺度出现在2~4km左右,较大的特征尺度出现在20 km左右。3 DEM与NDVI在20 km尺度上存在耦合关系,即随着地形地貌在20 km尺度上发生较大变化,植被生长状况的空间分布也随之发生变化。地形因子趋向于在宏观尺度上制约NDVI的空间分布。论文最后总结了小波分析方法在地学空间数据中具有特征尺度识别和多尺度耦合相关分析的能力,同时也指出了该方法在连续尺度分析、特点位置多尺度相关分析以及二维小波分析方面的不足。     

DEM 点位地形信息量化模型研究

针对DEM 点位, 首先应用微分几何法对其所负载的语法信息量进行测度, 其次根据地形特征点类型及地形结构特征确定其语义信息量, 然后基于信息学理论构建了DEM 点位地形信息综合量化模型。在此基础上, 以黄土丘陵沟壑区作为实验样区, 对DEM 点位地形信息量提取方法及其在地形简化中的初步实例应用进行了探讨和验证。实验结果显示, 所提出的DEM 点位地形信息量化方案可行;基于DEM 地形信息量指数的多尺度DEM 构建方案, 具有机理明确、易于实现的特点, 并通过优先保留地形骨架特征点, 可以有效减少地形失真, 从而满足不同层次的多尺度数字地形建模和表达要求。对DEM 点位地形信息进行有效量化, 为认识DEM 地形信息特征提供了一个新的切入点, 同时为多尺度数字地形建模提供理论依据与方法支持。     

基于DEM分形特征的坡度尺度变换模型

利用DEM提取坡度具有明显的尺度依赖性,探求DEM在不同尺度下表现出的规律关系,建立多尺度变换模型,以实现不同尺度间的转换是地形分析研究的热点和难点。本文阐释了DEM表面与地表粗糙度分形维数值的地学意义及内在关系,并利用分形对象的自相似性原理,建立了一种基于DEM分形特征的坡度尺度变换模型。选取四川丘陵地区某小流域为研究区,进行坡度尺度变换实验和误差分析,结果表明该模型能有效实现坡度尺度变换:在非平坦地区(坡度>1°)一般重采样方法变换得到的坡度误差为该方法的1.86倍;从信息熵理论分析,经该方法转换后的坡度信息得到了显著恢复。对于无1︰1万及以上精度地形数据的西南山区,利用该方法获取高精度坡度数据具有重要的理论价值和现实意义。     

基于SPIHT小波的DEM自适应压缩方法研究

海量地形数据给其存储、分发和实时渲染带来了极大的挑战,因此迫切需要适合网络环境下地形可视化的数据压缩方法。该文探讨地形复杂度与DEM压缩方法的关系,研究可视化中地形复杂度的计算方法,并提出一种改进的SPIHT小波压缩方法:采用小波分解后的系数对DEM的地形复杂度进行评估,并针对地形复杂度对编码算法进行自适应调节。实验证明,这种改进的SPIHT小波压缩方法采用合适的压缩比进行DEM数据压缩,能够在满足地形可视化需要的同时提高压缩效率。     

高光谱遥感图像特征选择和提取方法的比较--基于试验区Barrax的HyMap数据

以西班牙Barrax地区的HyMap数据为例,利用K-L变换、波段指数、分段K-L变换、小波变换和可分性准则等常见的特征选择和提取方法,进行了特征提取和特征选择;然后,基于常用的监督分类法,通过各自的分类精度对各特征提取和特征选择法进行了比较和分析。实验结果表明使用可分性准则进行的特征选择时,基于波段指数、离散度平均值的分类精度相对较高;基于变换的特征选择中,K-L变换、分段K-L变换和小波变换的分类精度较高,三者基本上一致。而在监督分类方法的比较分析上,平行六面体法相对较差,最小距离法分类精度则相对较高,而最大似然法则比较稳定。     

一种快速地形纹理生成和虚拟漫游方法

复杂场景的大范围、高分辨率纹理的快速漫游是虚拟现实、GIS、仿真等领域的关键技术与难点。DEM是对地形地貌的数字描述和模拟,利用DEM数据生成可视化地形,可以更好的描述特定区域的地形特征,通过对特定区域中模型的纹理生成和映射,配合光照、大气等区域内自然场景的建模技术,可生成较为逼真的真实场景。基于OpenGL编程进行DEM地形可视化是实现地形实时漫游的方法之一,利用层次细节模型降低场景复杂度以提高漫游帧速率是该类系统中的常用方法,由于场景复杂度问题,不同的系统在具体算法实现中采用的方法也不尽相同。本文以一个虚拟校园为例,针对DEM数据转换和LOD模型面临的问题,给出了特定场景的LOD模型数据处理思想和纹理快速纹理生成、匹配、映射算法。同时给出虚拟实时漫游中第一人称漫游和飞行漫游的一般方法,讨论了在Windows环境下使用OpenGL进行虚拟漫游的基本步骤。提出了一种新的根据场景特点快速生成和映射纹理途径。结果表明,该方法在保证真实感条件情况下达到了满意的实时漫游效果。     

面向DEM地形复杂度分析的分形方法研究

在基于栅格DEM数据的基础上,应用分形几何学方法,采用元分维模型理论,提出一种描述DEM地形复杂度的分形分析方法,并得出分析指标———地形分维指数(TFI)。实验证明,该指标可以有效描述栅格DEM数据反映的地形变化特征,分析窗口由小到大的规律性变化反映出地貌从微观到宏观的变化情况,因此其既可以作为对栅格DEM所描述地形进行评价的坡面因子,又可以作为基于DEM的地貌类型区自动划分的参照依据。     

基于小波变换的高分辨率影像纹理结构分类方法

该文提出了利用小波变换获取纹理结构子图像能量参数，并用这些参数进行高分辨率图像纹理结构分类的新方法。由阐述遥感影像纹理结构识别原理人手，提出影像纹理结构特征抽取的小波变换方法，构造了有明确的数学和物理意义的参数来描述影像纹理信息，在此基础上利用这些参数进行影像纹理结构分类。试验结果表明，小波变换方法适用于具有规则和较强方向性的纹理结构影像分类。     

耦合光谱、纹理信息的森林蓄积量估算研究

本研究以Landsat 8为遥感数据源,以样地调查数据和森林资源二调数据为辅助数据对西藏林芝县的森林蓄积量进行反演研究。研究通过多元回归分析构建了林芝县森林蓄积的估算模型。为验证纹理信息的加入能否提高森林蓄积量遥感反演的精度,研究通过灰度共生矩阵提取了Landsat 8的纹理特征。在分析了森林蓄积量与遥感影像各波段、植被指数、纹理特征以及地形因子之间的相关关系后,分别以(1)光谱和地形因子、(2)纹理信息、(3)光谱因子、地形特征和纹理特征结合为自变量构建森林蓄积量的遥感估测回归模型。实验结果表明:传统的森林蓄积量反演方法得到的精度最低,而基于光谱因子、地形特征和纹理特征结合的森林蓄积量估测模型得到结果的精度最高,达到80.24%,均方根误差RMSE为1.018。研究结果证明随着纹理信息的引入,原本仅基于光谱和地形因子的森林蓄积量反演复相关系数从0.5843提高到0.7075,反演精度提高了10.06%,这说明纹理信息对森林蓄积的反演精度有提高的作用。本研究构建的基于光谱因子、地形特征和纹理特征结合的回归模型对研究区内的森林蓄积量反演具有可靠性,对于森林资源的监测和管理具有重要的意义。     

结合二维EEMD和小波分解的遥感图像纹理方向检测

遥感图像纹理特征的提取和分析,可以弥补光谱特征在提取遥感图像信息特征方面的不足,提高遥感图像分类、识别的精度。为了得到遥感图像纹理特征中较重要的方向性特征,提出一种检测遥感图像纹理方向特征的新方法:先用改进后的二维集合经验模态分解算法(BEEMD)对原始图像进行处理;再对分解结果进行小波分解与Radon变换来检测图像纹理的方向性特征。实验结果表明,所提算法既能克服小波分解高频信息泄露的缺陷,增强小波分解的适用性;又能获得遥感图像纹理在低频、垂直和水平等部分较为准确、精细的方向特征检测结果,为遥感图像的识别与区分提供更有效的依据。     

黄土高原数字地形分析研究进展

黄土高原数字地形分析以我国黄土高原为研究对象,基于该区域不同尺度DEM数据提取各类坡面地形因子及特征地形要素,并通过对各种地形因子和特征要素的自身特点、空间分异规律及各因子与要素之间的相互关系建立地学统计模型,从更深层次探讨黄土地貌演化及其空间分异规律,深化对黄土高原的认识。该文总结了黄土高原数字地形分析的基本理论与分析方法,从该区域的DEM数据模型、地形特征要素、地形信息图谱、地形纹理、沟壑信息图谱和地貌发育演化机理等方面对黄土高原数字地形分析的研究成果进行较全面地梳理与分析。可以看出,黄土高原数字地形分析已成为数字地形分析领域独具特色的研究方向,其中很多方法均已成为地貌计量学的重要研究手段。     

基于DEM的数字流域特征提取研究进展

数字高程模型(DEM)是地表形态高程属性的数字化表达,利用流域DEM数据构建数字水系模型并提取流域水文特征,是分布式水文过程模拟的重要基础。DEM中闭合洼地和平坦区域的处理、流向的确定以及DEM分辨率的大小都直接影响着流域水系特征提取的质量与效率。针对当前基于DEM提取河网与流域特征的诸多问题,阐述了DEM数据提取流域水系特征的原理,回顾了数字水系模型与流域特征提取方法,评述了洼地和平地的处理方法及水流方向的确定方法的研究进展,介绍了当前基于不同DEM数据类型的提取方法研究,探讨了DEM尺度和分辨率对提取流域特征的影响,总结了平缓区域数字水系和河网提取的研究进展。     

南京师范大学数字地形分析研究团队介绍

正南京师范大学数字地形分析研究团队,在汤国安、刘学军教授领导下,多年来一直从事数字高程模型(DEM)及基于DEM的数字地形分析科学研究与教学工作。近年来,主持了包括国家863重点课题及国家自然科学基金重点项目在内的20多项国家级科学研究项目。在DEM尺度效应与不确定性、高保真DEM构建、数字地形分析并行技术与中间件等方面的理论与方法研究中取得突破性进展,获得国家测绘地理信息局、中国地理信息产业协会颁发的地理信息科技进步奖一等奖、二等奖;该团队基于DEM数据对黄土高原地貌形态空间格局展开了深入研究,提出了坡谱分析法、地形特征点簇分析法、地形纹理分析     

基于GRID-TIN混合格网DEM的旱作梯田数值模拟模型研究

旱梯田地形具有独特的平面和剖面形态特征,现有DEM难以对其地貌形态特征进行准确描述,无法满足构建旱梯田地形数值模拟模型的需求。为此,以黄土高原典型旱梯田地形为切入点,基于Grid-TIN混合格网DEM和面向对象技术构建出水平梯田等典型旱梯田数值模拟模型。根据旱梯田地形的独特地貌形态特征,提出能够对旱梯田地形的高程、坡度进行准确计算的数字地形分析方法。该研究成果是对基于DEM的旱梯田地形数值模拟模型研究的有益尝试,对于探讨利用DEM实现旱梯田地形的有效数字表达与分析具有重要理论意义。     

地形简化对DEM不确定性的抗差性研究

为探究DEM不确定性对地形简化的作用规律,对不同简化方法的抗差性能进行研究。利用蒙特卡洛方法模拟生成一系列具有不确定性特征的模拟DEM;基于不同方法对初始DEM与带有误差的DEM进行地形简化;分别从高程变化程度、骨架吻合程度及地形等高线差异三部分对简化表面间的地形差异进行对比分析,对不同方法的抗差性能进行评估。研究表明:当地形简化在小尺度上演变时,基于特征点的简化模型能够一定程度地抑制初始地形误差的扰动,当简化的演变尺度较大时,特征点方法对误差十分敏感,此时,顾及地形全局特征的骨架约束法能够更加稳定地抑制DEM不确定性对简化的影响。     

基于DEM的复杂地形流域特征提取

利用流域数字高程模型(DEM)构建数字水系模型并提取流域水系特征是分布式水文过程模拟的重要前提。提出了面向分布式水文过程模拟和流域特征提取的数字水系模型,并针对现有方法对复杂地形DEM中含有的平地、洼地及其嵌套情形的处理不足,提出了栅格水流分类、填洼分类与归并及有效填平处理、河谷平地的出流代价法构建栅格流向和流序等新的处理方法,并在开发的软件系统得到实现。使用该方法创建的黄土岭流域数字水系模型和提取的水系等流域特征结果表明:本文方法可有效应对复杂地形流域的处理,提取的流域水系特征与实际自然水系比较吻合,能够有效地消除现有方法在地形平坦区域容易产生的平行河道、奇异河道、河道变形等不足。     

基于DEM的山区气温地形修正模型——以陕西省耀县为例

提出基于DEM的山区气温地形修正模型,以具有多种地貌类型的陕西省耀县为实验样区,以DEM模拟的坡面与平面太阳总辐射量为地形调节因子,实现对传统山区温度空间推算模型的改进,并与TM6热波段反映的地表温度进行了对比验证。实验结果显示,该方法能够较为精细地刻画山区局地温度随地形的空间分异规律,一定程度上提高了山区地面温度推算的精度。     

DEM随机噪声误差去除方法研究——以黄土沟沿线地形剖面为例

在黄土高原数字地形分析中,基于DEM提取的地形参数和地貌对象是研究黄土地形地貌特征的基础。但在使用这些对象和参数进行小流域尺度的数字地形分析时,DEM数据中隐含的噪声在一定程度上会影响分析结果的可靠性。该文以分别位于陕北黄土丘陵沟壑区(绥德)和黄土塬区(淳化)的两个小流域为试验区,以国家基础地理数据库5m分辨率DEM为实验数据,以黄土地貌中最具典型特征的沟沿线为研究对象,对其地形剖面所隐含噪声的特征、提取及去除方法进行了研究。实验中采用EMD-MFDFA和EEMD-MFDFA两种组合方法对上述两个小流域黄土沟沿线地形剖面数据进行了分析。实验结果显示,沟沿线地形剖面数据噪声与地形复杂程度有很大关系;同EMD-MFDFA方法相比,EEMD-MFDFA对去除噪声成分具有更好的效果;EEMD-MFDFA方法在上述两个样区的沟沿线原始剖面与降噪后重构地形剖面的RMSE分别为2.053m和3.188m。     

一种基于坡度分析的DEM数字水印算法

提出一种新的基于坡度分析的DEM数字水印算法.该算法以DEM坡度为主要研究对象,由于坡度误差主要集中在平坦地区,而经小波变换后的DEM低频系数信息可反映DEM区域的地形复杂度,因此,通过对DEM低频系数进行分析,可自适应地确定水印的嵌入位置;然后以加性法则将水印信息嵌入低频系数,再经小波逆变换,即可得到含水印信息的DEM数据.实验结果表明,该算法能完全满足水印的不可见性,对DEM数据的高程精度、坡度精度及等高线的提取精度影响都很小,能够满足一定的应用要求,且具有良好的抗噪能力.