Python辅助下的坡度提取不确定性分析

以30 m空间分辨率的DEM为试验数据源,借助Python地理建模技术深入研究坡度提取的不确定性。以平均坡度来代表坡度的一般水平,将研究区划分为7种地貌类型,将30 m分辨率的DEM数据重采样成30~120 m分辨率的10组DEM数据,使用以Arc GIS平台和Python开发语言为基础的地理建模技术,定量分析平均坡度与DEM空间分辨率、区域地貌特征的关系,研究坡度提取的不确定性。结果表明:研究区内不同地貌区域提取的平均坡度都随DEM分辨率的减小而减小,衰减速率基本不变;其回归方程的常数项与所在地貌单元的沟壑密度呈二次函数变化特征;坡度提取的精度与DEM的分辨率呈正相关的关系;基于Python的地理建模技术有效地整合了坡度提取分析方法,极大地提高了分析效率;研究结果进一步验证了现有坡度提取方法的不确定性。     

不同DEM插值算法对提取坡度和坡向的影响研究

针对数字高程模型数据的精度与内插算法的有关问题,分别选取反距离加权插值算法、径向基函数插值算法、最近邻点插值法和克里格插值算法生成DEM。根据插值参数对插值精度的影响不同,选择插值参数为研究对象,然后运用交叉验证法与方差分析等试验方法来研究插值参数与DEM精度的关系,以便得到合理插值参数,并通过对不同插值算法生成的DEM计算坡度坡向面积,分析不同内插算法对坡度坡向的面积变化规律。通过研究发现,不同的内插算法主要是对小坡度区域(15°)有影响,而坡度较大(15°)时没产生显著的影响。不同插值算法生成的DEM提取的坡向主要在平坦地区有显著的影响。     

第二次土地调查县级坡度分级图生成关键技术研究

针对坡度分级图建库中DEM坡度计算模型、边界平滑算法、分县数据裁切批处理等关键技术进行研究,选取Horn算法作为坡度计算模型,采用PAKE算法对图斑边界进行平滑,并建立分县裁切模型进行批处理。研究成果对于类似区域坡度计算具有借鉴意义,为栅格数据自动矢量化及类似建库工作提供技术参考,并可为灾害评估、环境治理等领域提供有效的评价因子。     

顾及地貌与DEM分辨率的坡度算法适应性研究

针对已有坡度相关研究多选取黄土高原等特殊地貌,且基于单一分辨率,缺乏普遍适用性。该文以德宏州地区的大起伏山地、平原的多分辨率DEM为数据源,采用排序分析、单因素方差分析、回归分析、LSD、对比分析等6种坡度算法提取样区坡度,以比较不同地貌类型在不同分辨率下的坡度平均值、中误差等指标。实验结果表明,地貌类型及分辨率均应作为坡度算法选择的重要依据,这为地理国情监测中地形地貌研究提供了重要参考价值。     

一种基于共生矩阵的无控制DEM匹配方法

针对非同源数字高程模型(DEM)数据地表差异性大易引起误差、传统DEM匹配方法迭代运算范围小及需设定迭代初值等问题,该文提出一种改进的DEM匹配算法。首先,该方法以最小高差(LZD)法为基础,通过投影转换匹配两种DEM的坐标系,消除DEM间的旋转角;其次,建立共生矩阵,利用纹理特征差异确定基准DEM最小搜索区域;最后,结合相位相关法,将空域高程信息转换为频域信息,检验并寻找匹配偏移矢量,最终实现DEM高精度匹配。实验表明,该方法能够拉大数据匹配范围且不需要设定迭代初值,有效提高了算法的迭代效率和DEM匹配精度。     

基于坡度坡向的地貌晕渲实现研究

本文利用规则格网DEM数据,研究基于坡度坡向的地貌晕渲制作过程。通过选择合适的坡度坡向算法、光照模型和光照插值算法,实现基于坡度坡向的地貌晕渲。     

参考地理数据的大比例尺影像无控定位

针对传统摄影测量影像定位通过人工方式获取控制点导致的效率低、费用高等问题,本文提出了一种参考地理数据的大比例尺影像无控定位方法。首先利用经典SIFT算法从参考地理数据（DEM和DOM）提取带有控制信息的特征点;然后将通过POS获取的DSM配准到DEM地理坐标上,并利用形态学滤波对DSM进行处理,以提取并剔除建筑物、树木等高程剧烈变化区域的匹配点,降低校正误差;最后进行影像校正和定位。试验结果表明,本文方法能够满足大比例尺航空影像生产定位精度要求,具有高效生产、节约资源等优势。     

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。     

顾及林草覆盖的大比例尺坡度因子计算

本文针对四川省区域水土流失动态监测对坡度因子计算的新要求,从大比例尺DEM数据快速、准确提取林草和非林草覆盖区坡度因子,以VS2015为开发平台,采用C#开发语言,基于ArcObjects类库进行二次开发,解决了内存溢出问题和林草与非林草覆盖区坡度因子镶嵌问题,开发了新的坡度因子计算程序。本文选取都江堰为实验区,实现了坡度因子快速提取,共耗时2分43秒。本方法能克服DEM计算坡度产生的边缘效应,快速对大批量DEM数据进行坡度因子提取,可用于四川省常态化水土流失动态监测及消长评价工作。     

一种统计坡面上土地表面积的方法研究

本文主要介绍和研究一种统计坡面上土地表面积的方法。建立在G IS的基础上,利用江浦县1∶25万、1∶5万地形图、六合县1∶5万地形图的数字化等高线生成的DEM数据,自动提取坡度信息、计算坡度的正割值信息,并分别与江浦县和六和县的同空间分辨率的土地利用栅格数据进行叠合分析,得出两县不同土地利用类型在不同坡度级上的表面积和投影面积数值。并经不同比例尺、不同空间分辨率、不同区域内各类土地的表面积与投影面积之比作比较。研究结果表明,利用此方法提取的表面积在一定研究范围内,对于那些坡度较大而且面积亦大的土地利用类型面积的准确统计有重要意义。     

DEM地形信息提取对比研究——以坡度为例

由于DEM数据本身多尺度因素,加之地形、地貌特征具有宏观性与区域分异性的特点,直接的信息提取往往很难达到预期的目的。利用DEM制作坡度图高效、省力,但其精度有很大的不确定性,同时DEM制作过程中的误差传播、转移对坡度信息的影响缺少系统的判断依据。选取位于陕北黄土高原上的两个不同地区作为实验样区,在不同DEM生产的基础上,以高精度的1∶10 000DEM为准值,通过对1∶5万和1∶1万DEM提取定量地形要素的叠合、比较与统计分析,探讨具有不同地貌类型的区域1∶5万DEM提取地形信息的精度及其统计意义上的数量百分比关系。     

分水线、汇水线的多分辨率多阈值提取分析

分水线、汇水线是水文信息的基础要素,其提取的方法有很多种。选择其中最为方便实用的一种作为研究方法,以四川省泸定县为研究区域,将DEM分辨率和平面曲率的阈值作为提取过程中的不确定性因素,通过分析不同分辨率DEM数据在设置不同平面曲率阈值情况下生成的分水线、汇水线的线密度的差异变化,从而体现出两者大小对分水线、汇水线提取的影响,为该地区水文参数的准确获取提供依据。     

机载LiDAR点云密度对DEM精度的影响

机载激光雷达技术(LiDAR)作为一项先进的遥感技术,是植被覆盖区DEM获取的重要手段之一,而不同地形坡度条件及点云密度对DEM产品质量有重要影响。本文以辽宁省某市的机载LiDAR数据为基础,选取5种不同地形坡度的点云数据,通过随机、等间距及基于曲率3种不同的点云抽稀方法,按照点云保留率为80%、60%、40%、20%和10%共5个不同梯度的抽稀倍数对原始点云进行抽稀简化处理,生成与之对应的DEM并对其进行精度评价,以此研究地形坡度、点云抽稀方法、抽稀倍数对DEM精度的影响。结果表明,DEM精度与地形坡度呈负相关关系,即RMSE随地形坡度升高不断增加;基于曲率的抽稀方法在地形坡度＞30°时,相较于其他两种方法RMSE较小,具有明显优势;40%的点云保留率是平衡DEM精度与数据存储效率的一个节点,当点云保留率<40%时,DEM的高程RMSE会迅速增大。该研究对于利用机载LiDAR进行大范围DEM生产具有一定的指导和借鉴意义。     

基于 DEM 对喀斯特地貌山地及水系信息的提取--以桂林阳朔县为例

以30 m分辨率的SRTM－DEM数据为基础,通过GIS的空间分析功能,首先对数据进行坡度分析,通过坡度分级法将山地与平原划分,自动提取出山地的信息,再运用碎斑处理结合TM影像对结果进行修正;其次,在ArcGIS的水文分析（ Hydrology）模块下对 DEM进行数字地形分析,提取流域特征。经分析得到了研究区域的山地及河网特征信息,并与实际地形及河流水系大致吻合,改进了传统手工和野外调查为主的提取方法,初步实现了山地、水系信息的自动提取,为研究区域社会经济更好更快地发展具有一定的参考意义。     

基于Hutchinson的DEM建立及质量评价

建立高质量的数字高程模型(DEM)是正确计算坡度、坡向、提取流域地形特征、进行水文分析的前提。国外应用最广的是基于Hutchinson方法的DEM插值方法和应用该算法的软件ANUDEM,该软件采用有限微分内插技术和地形强化算法,自动去除伪下陷带点和生成输入数据错误文件。研究表明,通过等高线回放、DEM中误差、坡度、河流、光照模拟等方面的对比,ANUDEM生成的DEM表面光滑,比常规用TIN方法构建的TIN-DEM更能准确地表现地形起伏,其提取的坡度、光照图更准确,适宜进行水文分析。     

横断山区地表真实面积与垂直投影面积差异分析 ——以雅江县为例

横断山脉地形起伏复杂,以垂直投影面积作为地表真实面积进行定量计算会产生较大误差。本文以横断山脉中部雅江县为例,基于DEM数据和地表覆盖产品数据集,利用地表粗糙度的地学意义,计算了雅江县不同土地利用类型地表真实面积,并分析了地表真实面积与垂直投影面积之间的差异。结果表明：雅江县地表面积与投影面积的差异与DEM分辨率呈正相关,与海拔呈负相关;坡度是地表面积与投影面积差异的主要影响因素,坡度越大,差异越大,差异的增长速率越大;不同土地利用类型对面积差异有不同程度的影响。     

基于主成分分析法的DEM粗差定位

规则格网DEM数据结构简单,易于存储,因而针对于它设计的粗差探测算法成果丰富,较为常用的有基于坡度信息算法以及基于参数统计方法。本文在现有算法的基础上,将主成分分析法应用到DEM粗差定位中,充分考虑DEM数据空间相关的特性,使粗差检测更为准确可靠。本文采用实测的ZX铁路线DEM数据对该算法进行检验,从试验结果可以得知,新算法不仅适用于生产者,也可面向最终用户。     

不同地貌条件下AW3D30 DEM数据空洞修复方法的对比分析

DEM数据被广泛应用于多个领域,但生产过程中数据空洞的出现严重制约了其适用性。因此,对DEM数据空洞修复的研究至关重要。本文选择太原市4个不同地貌条件下的河谷、盆地、丘陵和山地试验区作为空洞区,利用ASTER GDEM数据和直接镶嵌法、反距离加权插值法及三角洲表面镶嵌法对AW3D30 DEM数据进行修复,对不同方法的修复效果进行对比分析。研究结果表明:在盆地区域,反距离加权插值法修复效果最好,三角洲表面镶嵌法次之,直接镶嵌法最弱;在起伏度稍大的河谷、丘陵和山地区域,三角洲表面镶嵌法的修复效果最好,空洞区域内部的纹理特征明显,空洞边缘区域过渡平滑,而反距离加权插值法最弱。     

路域DEM数据变化区域标定方法的探讨

针对道路建设引起的路域DEM数据变化范围的标定问题,该文探讨了基于多源数据的标定方法。该方法首先提取设计成果的外边界作为核心变化区,再根据该区域100m范围内道路建设前后的遥感影像提取出植被发生明显变化的区域作为野外调查和建模处理的区域,并对该区域内融合构建的DEM数据和原有带状地形图构建的DEM数据进行差异分析,求出最终的DEM数据变化区。以杭瑞高速毕都(毕节至都格)段为例开展的实验研究表明,该文提出的方法可以精确地标定因道路建设引起路域DEM数据的变化区域,可直接用于DEM数据增量的采编与更新操作。     

基于TIN的LiDAR数据滤波算法研究

研究利用区域生长滤波算法将原始激光点云数据直接构建不规则三角网(TIN),并选择地面最低高程点作为初始种子点,根据设定的高差阈值对种子点的邻域进行区域生长滤波处理。通过对试验区机载LiDAR点云数据的滤波处理结果与基于坡度滤波和基于移动窗口的高程滤波算法进行对比分析,结果显示该方法具有一定的优越性。