DEM地面形态重构方法的精度差异特征研究

依据DEM地形建模过程,阐述了DEM地面形态重构概念,并以黄土丘陵1∶5万DEM数据为例,采用高程数值误差场和局地坡面形态误差场相结合的分析技术,实验分析了双线性、三次卷积、局部二次多项式、规则样条函数等常用插值方法在基于加密格网的DEM地面形态重构过程中的精度差异,以及DEM地面形态可重构的基本条件等问题。研究表明:在高程数值误差的极值大小、离散程度、空间分布等方面,规则样条函数插值法具有最好的地面形态重构精度,其次为局部二次多项式、三次卷积和双线性插值法;对于已确定综合尺度的地形,存在满足高保真地面形态描述要求的最佳DEM格网分辨率阈值,只有当实际DEM格网分辨率等于或高于该阈值时,才有可能无歧义、高精度地重构出DEM所描述的综合地形的地面形态。     

基于DEM的分布式水文模型构建方法

基于 DEM的分布式水文模型是现代水文学同高科技 (如计算机技术、 3S技术等 )相结合的产物 ,是研究变化环境下水文循环与水资源演化规律的理想工具 ,代表了水文模型的最新发展方向。从 DEM的特性出发 ,本文探讨并总结了分布式水文模型的特点、建模思路和模型基本结构框图。在流域离散化方面 ,重点介绍了分布式水文模型常用的三种单元划分方法 ;最后 ,针对分布式水文模型构建问题 ,从“输入模块”、“单元水文模型”、“河网汇流模型”三方面 ,阐述了分布式水文模型微结构构建方法。     

基于DEM的地貌实体单元自动提取方法

我国传统地貌基本形态类型分类强调地貌单元的完整性,界线划分沿地貌实体边界而非规则统计单元,目前尚缺乏地貌实体单元的有效自动提取方法。针对这一难点,本文提出一种基于DEM的地貌实体单元数字提取方法。利用坡度分级,并搜索相邻栅格单元、计算坡度级别内相互连通栅格的面积,建立坡度、面积阈值综合判别规则进行山地平原的自动划分;利用地形倒置、水文淹没分析,将山体划分的二维判别规则扩展到实际三维地形中,并结合地形结构线提取算法进行山体界线自动提取、确定山地地貌实体单元。结果表明,该方法符合我国传统地貌分类体系,能够较好实现山地/平原的自动划分和山体界线的数字提取。     

基于DEM的黄土塬形态特征分析及发育阶段划分

基于DEM的地形分析方法已被广泛应用于地貌学研究中,但当前研究以定性或半定量居多,利用各类参数对大面积区域的量化分析研究较少。本文以黄土高原为研究区,利用GIS 及DEM地形分析方法,将坡度小于15°的正地貌提取出来,然后利用坡度与起伏度结合分析得到黄土塬顶面,两者相减得到黄土塬坡面,最终提取黄土塬1106 个;选取黄土塬核心区的106 个样本,分别计算坡面平均坡度、顶面长短轴比、沟壑密度、顶面与底面比、地面裂度5 个指标,然后对其分别进行等级划分,计算5 个指标的几何平均值,作为评价研究区黄土塬相对年龄的指标;对组合指标（I）进行分析后,将其划分为3 级,分别为早期（I<1.74）、中期（1.74≤I<2.12）和晚期（I≥2.12）。研究结果显示,在黄土塬的不同发育阶段,各个形态指标整体上存在差异,各子类型内部也存在发育先后不一致的情况。在对黄土塬各子类型计算发育阶段指数之后发现,从黄土塬、黄土残塬到黄土梁塬,I值逐渐增大。形态指标的有序变化与前人研究所得的黄土地貌发育过程十分一致。     

基于形态重建的高分辨率遥感影像城市道路提取

高分辨率遥感影像中,城市道路表现为局部灰度近似、宽度变化缓慢的狭长区域。根据城市道路这些形态特性,提出基于形态重建的道路提取方法。先对原始遥感影像作增强处理,突出影像边缘信息,用Otsu自动阈值分割法对增强处理后的图像进行初步分割;再根据图像中各要素的形态特征构建不同的标记图像,分别对原图像进行形态重构,将道路和建筑物等分别生成新的图像模块;对形态重构生成的道路模块进行轮廓提取和细化,提取出道路轮廓和中心线。实验结果表明,该方法能有效地从高分辨率遥感影像中提取出城市道路网。     

基于SRTM DEM的祁连山自然保护区地形特征研究

基于研究区的SRTM DEM模型,应用ArcGIS10.5空间分析模块及Excel、SPSS数据统计分析功能,采用均值变点分析法确定地形起伏度的邻域分析最佳统计单元;提取了研究区高程、地形起伏度、地形坡度、地表粗糙度和地表切割度5个地形因子,以分析研究区的地形特征。结果表明:研究区地形起伏度最佳统计单元为11像元×11像元(0.98km²),地形起伏度为0～1 216 m。研究区包含13种地貌类型,87.28%的区域为中海拔,中海拔平原、台地、丘陵为主要地貌类型。走廊南山、冷龙岭、乌鞘岭和龙首山地平行分布,台地、丘陵穿插其中,地形复杂。研究结果为进一步探索自然保护区的生态保护、开发利用等具体问题提供了基础数据支持。     

河流形态特征的分维计算方法

本文运用分形的基本定义及河系定律探讨了河长和河网结构的分维。海河水系河长的分维在１．０１－１．１４之间，河网的分维在１．５０－１．６９之间。     

基于多旋翼无人机倾斜摄影测量的沙丘三维形态研究

无人机倾斜摄影技术是近年来发展起来的新型测量方法,具有高效率、高精度、非接触、大范围等优点。本研究采用多旋翼无人机,结合精确测定的地面控制点,实现了对新月形沙丘群三维形态的精确测量。结果表明：无人机倾斜摄影测量的均方根误差小于18 mm,可以满足大比例尺地形测量的要求。利用该技术获取的多种测量参数表明,新月形沙丘二维与三维形态之间存在良好的相关性,基于这些关系,可以实现二维遥感影像量测结果向沙丘高度、沙丘体积等三维参数的转换。沙丘剖面形态可以采用非线性函数精确描述,为沙丘形态精确建模提供了参考。无人机倾斜摄影技术获取的沙丘三维形态参数,对于深入认识沙丘形态动力过程具有重要参考价值。     

集成不同类型特征的城市道路选取方法研究

道路选取是进行道路网地图综合及多尺度表达时的基础。现有的道路选取方法大多是以道路的语义特征和几何特征作为道路选取的依据,较少考虑道路的拓扑特征。基于此,该文以城市道路网为例,综合考虑道路的语义特征、几何特征和拓扑特征,并以道路综合性能作为城市道路选取的依据,提出一种城市道路选取的新方法。通过实例分析,验证了该方法的有效性。     

顾及矢量特征的机载LiDAR点云数据压缩方法

LiDAR技术可获取海量点云数据,数据压缩是点云数据预处理的一个重要环节。该文结合大范围城市区域高程范围随区域变化大的特点,提出一种有效的压缩策略。该策略主要通过建立高程方向不均等的三维格网来提高邻域点集的搜索效率,并根据某一压缩准则计算特征量对数据进行压缩。将该策略应用于上海浦东某区域,并与均匀采样法进行比较,证明其能有效提高点云数据压缩效率。     

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。     

无人机航摄生成DEM的高程点快速提取算法

无人机航空摄影技术在近年来得到了迅速的发展,无人机具有起降方便,分辨率高,响应速度快的特点,在抢险救灾,地质灾害监测等方面发挥了重要作用。无人机航空摄影生成的地形图中的高程点提取是地形图制作的重要步骤,本文提出了一种自适应的地形图高程点提取算法,相对于传统的算法,具有精确度高,计算简单,实用性强等特点。该算法的基础是数学形态学中的图像膨胀算法。本文将此算法用于陕西省丹凤县和紫阳县的无人机航摄生成的地形图中,提取了符合要求的高程点。结果表明,提取的高程点完全满足了地形图的要求,说明了该算法的准确性和实用性。     

基于DEM数据的北天山地貌形态分析

基于SRTM3-DEM数据,运用GIS空间分析技术,通过面积-高度积分、地形高程(平均高程、最大高程、最小高程)、地势起伏度及地形剖面线方法,对北天山的地貌特征进行了初步分析。结果表明,北天山山势险峻并且呈NW-SE走向,显示天山受南北向水平挤压隆升作用。近S形的面积-高度曲线、偏高的面积高度积分值表明北天山地区处于构造活跃时期,地貌发育属壮年期的早期阶段。地形高程剖面线揭示了北天山存在3级夷平面地貌特征,地势起伏度变化幅度最大地区则是受陆内挤压构造应力影响地形抬升最强的地区。     

基于DEM和IHS变换的遥感图像反立体纠正方法研究

为纠正太阳同步卫星所获取的山地地形遥感图像中存在的反立体现象,以四川省广元市某区的遥感图像为例,尝试一种基于DEM和IHS变换的遥感图像反立体纠正方法。该方法用DEM制作的地形阴影图替换IHS变换得到的亮度(I)分量后进行IHS反变换,能有效纠正遥感图像上的反立体现象,并与原图像色彩基本保持一致。     

基于改进样本构造方法的城市人口密度分布研究

针对人口密度理论模型拟合时传统样本数据构造方法构造样本存在的问题,发展了一种多行政等级单元样本构造方法。利用广州市2000年人口统计数据及行政界线数据,构造单一行政等级和多行政等级单元样本;利用人口密度单中心模型和多中心模型分别进行了拟合实验,对拟合参数及拟合优度进行了分析。多行政等级单元样本在人口密度单中心模型拟合时既具有较好的拟合优度,又可以有效减轻偏大估计;在进行人口密度多中心拟合时可以发现近郊地区的副中心,能更细致、真实地描述人口分布多中心结构。     

基于多通道数据融合的无人机遥感影像地物目标提取方法

针对仅使用无人机遥感RGB影像进行目标检测时精度不高、高程信息利用不足等问题,该文采用通道叠加和类IHS变换两种多通道数据融合方法对RGB影像与高程数据进行融合,使用DeepLabv3+卷积神经网络语义分割模型提取两种融合影像地物目标,并与RGB影像提取结果进行对比分析.结果表明,基于上述两种融合影像的地物目标识别精度高于仅使用RGB影像的识别精度,其中通道叠加影像的整体像素精度、平均像素精度和Kap-pa系数分别提高了3.52％、1.42％ 和14.99％.由于不同地物目标与周围地物的高程差不同,致使各融合方法对不同地物目标识别精度的提升效果不同,道路、建筑和地面识别精度的提升效果较好.     

基于多层紧支撑径向基函数的DEM插值方法

采用多层紧支撑径向基函数对离散数据内插生成DEM。首先对采样数据进行预处理,在原始数据上删除最小距离点对上的点,每次删除后将剩下的数据点存储并作为下一次删除操作的数据源,重复删除操作至点数为给定的初值;然后在已存储的数据集中选取均匀度较大的m个子集作为插值的数据源,分别进行紧支撑径向基函数插值,将上一层的误差作为下一层的插值属性值,求解插值矩阵系数。将规则格网点作为插值点通过插值矩阵内插生成DEM,并且与各种径向基函数插值方法进行比较。实验分析表明,基于多层紧支撑径向基函数的DEM具有较高的插值精度,可作为一种DEM插值方法。     

广义多维云模型及在空间聚类中的应用

传统的空间聚类方法难于脱离"硬划分"的束缚,且不能有效描述空间对象的复杂特征.一维云模型无法准确反映现实世界的多属性特征.简单的数据融合丢失了空间对象的必要信息.标准二维云模型克服了一维云的不足,但是在模拟复杂地理现象的非齐性和非对称性方面显得捉襟见肘.基于以上考虑,提出了广义多维云模型,以分段特性来体现空间对象的综合特征,并推导出模型的数学表达式.在实证研究的基础上,从空间聚类的隶属程度空间分布特征、与模糊C均值的对比研究及与住宅地价的耦合分析三个视角,详实解读了聚类结果.分析发现,广义多维云模型更能体现空间对象的综合特征,空间聚类结果能够反映出空间分布的潜在信息.更为准确的实现了复杂情况下的空间划分.该模型在刻画地理现象中更为合理,但由于地理实体的空间作用极其复杂.建立模型是一项既具体又充满挑战的任务.