栅格尺度对DEM分析中地形因子的影响

数字高程模型（DEM）是地形分析的基础。DEM的栅格大小直接影响着分析的结果。而栅格大小越小，尽管越能精确的反映和描述地形变化情况，但是计算量也是大量的增加。所消耗的代价也大大增加。因此DEM栅格尺度对地形因子的影响研究具有极其明显的意义。本文通过对浙江省桐庐县的丘陵地区和云南省洱海地区的山地地区为例。在不考虑数据误差的基础上，通过定性定量地比较不同栅格尺度对坡度、坡向的影响，得出对两种地形的异同点。为以后的实际工作起到一定的指导作用。     

最佳DEM分辨率的确定及其验证分析

在玛尔挡地区格网DEM的数据上选择实验样区,以不同分辨率情况下DEM数据对地表模拟表达的逼近程度为研究对象,最优逼近时的栅格单元大小的临界值就是所求的最佳分辨率。在分析坡度中误差法和公式法等常见方法的基础上,借鉴坡度中误差的思想,选取区域地形粗糙度K、剖面线长度SL两个定量指标来综合分析确定该地区格网DEM的最佳分辨率。在ArcGIS平台上对方法进行了实验验证,得出分别以2m和8m作为玛尔挡地区1∶10 000和1∶50 000 DEM生产时是最佳分辨率的结论。研究表明这种解决办法不仅可以克服GIS空间分析中DEM分辨率确定的盲目性和随意性,而且能确保基于DEM的各种空间分析的精度,为相关研究提供重要的参考价值。     

DEM插值算法的局部地形特征适应性研究

对于绝大多数DEM插值算法而言,很大程度上依赖于局部范围内采样点数据集的地形特征。因此,本文选用地表粗糙度和空间分布指标建立了局部地形特征描述模型,用以描述局部范围内采样点数据集的特征;然后运用K均值聚类分析和残差比较分析等方法,研究了地表粗糙度指标和空间分布指标对DEM插值算法的相关关系,相应结论有助于DEM插值算法的局部地形特征适应性选择。     

数字高程模型的空间信息不确定性分析

运用信息论与数理统计及对比分析的方法,以1:1万DEM为基准,探讨在黄土丘陵沟壑区1:5万DEM所建立的数字高程模型信息特征和对地形描述精度特征.研究表明,利用1:5万DEM所提取的地面坡向、平面曲率、降水累计量3种地形因子及其熵值变化分别为1:1万DEM的1.005,1.062和1.232倍,并且提出因子特征的纠正公式,同时提出这种差异的本质特征是微观每个栅格地形因子取值的不确定性变化.     

栅格DEM微地形分类的卷积神经网络法

针对传统规则化知识的栅格数字高程模型(digital elevation model, DEM)微地形分类方法自动化程度低、分类不完全等缺陷,构建了一种适用于栅格DEM微地形自动分类的卷积神经网络(convolutional neural network, CNN)模型。借助该模型具有自动深入学习样本数据和挖掘隐含分类信息的优势,提出了栅格DEM微地形分类的卷积神经网络方法并创建了其自动化实现流程。以山体部位分类为典型样例进行实验验证分析,实验结果统计显示:在山体部位分出的山顶、山肩、背坡、麓坡、趾坡和冲积地6类微地形中,分类精准程度最高的为冲积地,最低的为趾坡,准确率分别达到了99.64%和92.95%;栅格DEM数据的像元大小影响其分类准确率,5 m×5 m的栅格DEM比2.5 m×2.5 m和10 m×10 m更适应山体部位分类的卷积神经网络法。     

基于DEM的宁明县地形因子分析

以ASTER GDEM 30 m分辨率的DEM为基础数据,ArcGIS为软件平台,提取宁明县坡度、坡向、地形起伏度、地表粗糙度、地表切割深度等地形特征要素,并对地形特征进行定量分析.结果表明,县域内坡度在0°～81 °范围内均有分布,但相对集中于5°～ 35°之间;南坡、北坡坡向面积相差较小,分布相对均衡;西北部、南部地形起伏较大,最大处可达702 m;地表粗糙度处于0.15～1之间;地表切割深度最深处达到340.67 m.     

数字高程模型格网间距对提取地形因子的影响研究

数字高程模型(DEM)作为地面高程信息的数字表示形式,在地学研究领域得到了广泛应用.本文通过对DEM基本原理及其现有表示形式进行分析,提出了数字等高线也是DEM表示形式的观点.随后通过选取4种不同地貌类型的规则格网DEM作为实验区,分析研究了DEM格网间距对坡度、坡面曲率、地表切割深度、地表粗糙度和沟谷密度等地形因子提取的影响,为人们根据地貌类型和应用需求合理选择DEM分辨率提供了参考.     

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%。     

基于栅格DEM的地形特征提取与分析

以陕北延安地区燕儿沟流域为实验样区,运用比较分析法和数理统计法进行基于栅格DEM的地形特征提取和分析,以及DEM分辨率对地形特征的影响,并计算和比较了地形特征的空间统计分布。研究表明:一个相对真实的DEM能够通过修改生成DEM的基本材料,以及对DEM进行再加工而获得。由于DEM分辨率的不同,由此得到的地形特征值(如坡度、地形指数、河网密度等)在统计特性上也会随之变化。随着DEM分辨率的降低,坡度减小,地形坦化,地形指数均值变大,流域总面积变大,子流域数量减少,河流总长度减小,河网密度降低。     

基于深度置信网络的多源DEM点面融合模型

融合多源数字高程模型(digital elevation model, DEM)数据能有效利用数据间的互补优势,提升单一源数据的质量。提出一种基于深度置信网络(deep belief networks, DBN)的点面融合模型,在DBN的框架下考虑地形坡度、地表覆盖和空间位置信息等因素对DEM高程误差空间分布的影响,建立DEM高程值与高精度激光雷达测高数据之间的回归关系,从而实现多源栅格DEM与激光雷达测高点数据的空间融合,提升栅格DEM的垂直精度。对于空洞数据,根据空洞和非空洞区域的范围建立相应的输入数据集,分别进行融合,再利用不规则三角网差分曲面方法实现融合结果的无缝拼接。实验结果表明,相比原始DEM数据和两两融合的结果,所提出的多源DEM点面融合模型能够大幅度提升数据精度,有效解决原始数据中存在的空洞、噪声和异常值等问题。     

一种分形模型的机载InSAR DEM空洞填补方法

针对如何提高机载InSAR DEM空洞填补精度和DEM对地形细节描述的难题,该文对分形模拟的中点位移插值函数做了改进。首先,提出了动态分形参数提取思路,根据选定的窗口动态提取局部分形参数,使提取的分形参数局部精度显著提高。其次,提出了分形曲面中心内插法,以正方形为图像基元,将两点信息扩展到8点信息来充分显示局部变化的细节信息;考虑到对采样点点数和位置的要求,结合距离加权平均法来弥补周围不够8点的特殊情况。最后,以国产机载X波段全极化InSAR影像提取的DEM为数据源进行了实验。实验结果表明,相比传统的中点分形内插法,该方法不仅能有效提高空洞填补精度,且能更好地描述地形的细节信息。     

基于地统计学的黄土高原地貌分异规律研究

地统计分析是研究区域化变量的重要手段,以陕北黄土高原为研究区域,采用数字地形分析结合地统计学的方法进行地形空间分异规律研究.选取神木、绥德、延川、甘泉、宜君、长武、淳化7个样区,从变程、偏基台值、块金值3个指标,分析了黄土高原地区高程、坡度、剖面曲率和平面曲率在空间上的分异规律.结果表明,高程的块金值变化与地形粗糙度存...     

不同比例尺DEM地形信息容量的探讨

本文以福建省11个地区作为实验样区,利用Python脚本进行批量提取地形因子,从中选取坡度、粗糙度两个地形因子,并引入信息论中的信息熵、自信息相关理论进行研究。以1∶10 000比例尺DEM提取的地形因子为真值,与1∶50 000比例尺DEM所提取的地形因子信息容量进行对比分析,研究两种比例尺DEM所提取的地形因子引起的信息容量的损失和纠正方法,以及通过线性回归分析寻找两种比例尺DEM的相同地形因子面积定量信息对应的转换公式。     

基于分形的三维动态自然场景仿真

文章在分形理论的基础上,利用Diamond-Square算法,实现了三维自然场景中地形、海面和云彩的动态仿真。既做到了对地形和波形总体轮廓的控制,又充分利用分形特性表现了地面、波面和云彩的丰富细节。并实现了波面和天空云彩的动态效果,增强了虚拟场景的动态真实感。与传统静态的方法相比,这种方法具有较高的真实性、多样性和实时性,可满足虚拟场景交互显示的需要。     

Potential of ASAR-ENVISAT for Estimating Near Surface Soil Moisture in a Sloping Terrain of a Himalayan Watershed

Soil moisture estimation is considered to be one of the important parameters in hydrological studies. The extraction of information on near surface soil moisture from the synthetic aperture radar is well established. The available Advanced Synthetic Aperture Radar (ASAR) data onboard ENVISAT with multi-incidence and multi-polarization mode for soil moisture estimation on sloping terrain was investigated. Empirical models were developed to estimate near surface soil moisture in the fallow agricultural fields by incorporating the effects of surface roughness using multi-incidence angle ASAR data. Medium incidence angle (IS-4) with VV polarization of ASAR data had higher correlation coefficient to volumetric soil moisture content. The ratio of medium (IS-4) to high incidence (IS-6) angle could further reduce the effect of surface roughness. The effect of topography on the radar data is taken care by calculating local incidence angle derived from ASTER DEM data. The VV polarization in the sloping terrain provided better results in comparison to VH polarization.     

分形模拟在DEM内插中的应用

为提高DEM的空间分辨率,避免线性插值方法的平滑和低通滤波作用,本文依据地形的分数布朗运动(FBM)特性,提取地形的分形参数,利用分形模拟方法进行插值,并将不同地形的试验结果与线性插值方法进行比较和分析。结果表明该方法能较好保持地形的随机性、不规则性和丰富的细节信息,同时也具有一定的插值精度。     

MultiscaleDTM: An open-source R package for multiscale geomorphometric analysis

Digital terrain models (DTMs) are datasets containing altitude values above or below a reference level, such as a reference ellipsoid or a tidal datum over geographic space, often in the form of a regularly gridded raster. They can be used to calculate terrain attributes that describe the shape and characteristics of topographic surfaces. Calculating these terrain attributes often requires multiple software packages that can be expensive and specialized. We have created a free, open-source R package, MultiscaleDTM , that allows for the calculation of members from each of the five major thematic groups of terrain attributes: slope, aspect, curvature, relative position, and roughness, from a regularly gridded DTM. Furthermore, these attributes can be calculated at multiple spatial scales of analysis, a key feature that is missing from many other packages. Here, we demonstrate the functionality of the package and provide a simulation exploring the relationship between slope and roughness. When roughness measures do not account for slope, these attributes exhibit a strong positive correlation. To minimize this correlation, we propose a new roughness measure called adjusted standard deviation. In most scenarios tested, this measure produced the lowest rank correlation with slope out of all the roughness measures tested. Lastly, the simulation shows that some existing roughness measures from the literature that are supposed to be independent of slope can actually exhibit a strong inverse relationship with the slope in some cases.     

分形分析中的无标度区确定问题

分形无标度区的求取是随机分形应用研究的前提和基础。介绍目前求解无标度区的几种方法并分析其优缺点，提出一种基于标准偏差的自适应方法。同时针对自然地形、遥感图像等特大尺度范围的情况，在该方法中引入遗传算法，应用遗传算法的快速寻优功能，加快标度区间的确定速度。将这些方法应用于地形分析中的分形参数提取实验，证明自适应方法能较为准确、可靠地提取分形参数；而加入遗传算法的改进方法，大大地缩短了无标度区间的搜索时间，为大尺度范围分形对象的特征值快速测量提供有力的支持。     

基于Coons曲面的规则格网DEM表面模型

内插是数字高程模型的核心问题。目前的内插模型主要是由离散的格网数据构建的连续曲面,直接以点推面,可能存在较大的地形误差。本文建立的Coons曲面DEM表面模型,首先利用离散的格网数据构造与格网边界相对应的地形剖面曲线的拟合曲线,再基于拟合曲线构建DEM表面模型。实验表明：Coons曲面DEM表面模型是一种高精度的DEM表面模型,其地形模拟误差比直接基于格网数据建立的双线性内插、样条函数内插和移动曲面拟合法的误差都小,实际地形模拟误差与双线性模型相比减少15％-28％,且精度随着构建边界拟合曲线所用格网点的增多而逐渐提高。     

基于多重分形的Karst流域地貌信息挖掘

本文利用多重分形理论揭示出了DEM不同尺度下的地貌多重分形谱的变化规律。基于多重分形理论研究表明:多重分形理论构建的高程多重分形谱模型能挖掘出更全面、更精细Karst流域地貌形态信息,其中高程多重分形谱模型中的宽度定量表征出了Karst流域地貌的起伏程度,多重分形谱最大、最小子集维数的差值定量表征了地貌形态的差异性,而且根据多重分形谱的参数随DEM分辨率变化关系并结合广义熵理论,确定了Karst地貌形态研究的数据的空间分辨率最优范围在(0-15]之间。