全(半)自动地形因子智能提取方法研究与设计实现

结合工作流思想,采用XML建模语言实现支撑全(半)自动地形因子智能提取模型的设计与过程描述。结合地形因子提取算子体系与模型,建立全(半)自动地形因子智能提取系统,并以地面起伏度提取为实验样例,通过流程组合、因子模型建立、参数配置、程序驱动执行等环节实现地形因子流程化、全(半)自动智能提取。系统解耦流程、算法以及专业软件对传统地形因子提取模式的捆绑,通过订制提取模型,灵活提取专题地形因子,提取效率、精度与扩展性较为理想。     

基于语义认知的地形建模

针对当前地形建模注重渐变地形与地形几何特征(点、线)的表达,缺乏从整体形态上对地形的描述,该文提出将语义信息引入地形建模的方法。从地形建模的认知过程出发,引入"地形语义"描述地形的整体特征,剖析了地形语义的特点,实现了地形语义的形式化表达,设计了语义参与的建模流程,建立原型系统进行了实验。实验表明,地形语义信息作为数据源参与的地形建模能够保留一个地形区域的语义特征,提高了DEM的保真度,该方法进一步拓宽了地形建模数据源,为地形建模及其应用提供了新的思路与方法。     

小波派生多尺度DEM的精度分析

利用陕北5 m分辨率DEM数据为基本数据,对Haar小波派生出一系列更低分辨率DEM进行复合精度分析。通过等高线套合、数据中误差以及表面重合指数等方法,分析其高程采样误差与空间分布;通过分析对比其在所提取的地面坡度、沟谷网络等地形因子上的差异,分析其地形描述误差。研究结果显示:小波派生多尺度DEM在精度的颓减上呈现指数形的变异规律,当达到三级重构DEM(40 m分辨率)时,其精度仍优于1:5万(25 m分辨率)DEM。该结果对于实现地形的有效简化与掌握多尺度DEM不确定性规律具有一定的意义。     

基于地形特征的采煤沉陷盆地构建与水平移动信息智能提取方法

在西部黄土高原复杂地形地貌下构建采煤沉陷盆地和提取水平位移的难度较大,传统地表沉降监测手段只能获取线状数据,效率低,而重复轨道合成孔径雷达干涉测量技术在大梯度形变区域易出现失相干现象,难以达到矿区地表沉降监测精度要求。提出了一种基于无人机载激光雷达点云数据构建沉陷盆地和提取水平位移的方法。结合多地形因子构建深度神经网络（deep neural network,DNN）模型,提取沉陷盆地构建过程中受地形影响较小的特征稳定区,利用较优插值算法对稳定区进行拟合,得到完整沉陷盆地。为了提取采煤地表水平移动信息,将二进制形状上下文特征描述算子与多地形因子融合起来,以改进特征匹配算法。基于此设计地表水平移动提取方案,提取主断面水平移动信息,同时对水平移动提取误差与点云密度、地形因子进行定量分析。榆神矿区结果表明,利用结合地形因子的DNN模型能有效提取特征稳定区,在复杂地貌下减小了沉陷建模误差,为构建采煤沉陷盆地提供了一种新方法;利用融合地形特征的改进特征匹配算法提取的水平移动曲线符合采煤沉陷水平移动基本规律,与水平移动偏差相关性较强的地形因子可用于衡量改进特征匹配算法对水平移动提取误差的大小。     

地形起伏度最佳分析区域预测模型

地形起伏度指分析区域内最高点和最低点之差,反映宏观区域内地形的起伏特征,是描述地貌形态的定量指标。确定最佳分析区域是地形起伏度提取算法的核心步骤,以及决定地形起伏度提取结果有效性的关键。本文以全国范围内随机选取的78个实验区域、三种不同尺度的DEM数据作为实验对象,分别进行系列分析区域尺度的地形起伏度计算,建立了基于微观地形特征因子的地形起伏度最佳分析区域预测模型。实验表明：相同区域、不同尺度的DEM数据提取的地形起伏度存在差异,DEM尺度相差较小时,地形起伏度的差异也较小;地形起伏度和实验区域的最大高程、区域高差、平均坡度和平均坡度变率等地形特征因子存在强相关关系;当置信水平为0.05时,预测模型拟合参数的准确率达到95%以上,证明预测模型可以有效地确定最佳分析区域的取值范围。     

基于DEM的遥感数据复原方法研究

介绍了一种基于数字高程模型（DEM）的遥感数据复原新方法。此方法将地形因子作为最主要的作用因子，不考虑卫星传感过程中的随机影响。首先，根据基础地理数据，按其等高线层生成DEM； 然后，利用DEM，通过实测样点、DEM和经过纠正的遥感数据的信息融合，进行遥感数据中像元样点的坡度、坡向分析，建立DEM与遥感信息的相关关系模型，以数学统计方法描述地形因子对遥感数据的作用机理； 最后，进行逐像元的遥感信息复原(归一化)。结果表明，该方法具有较好的信息复原效果，可消除或减少地形对遥感数据的影响，增强遥感技术在山区复杂地形下的实用性。     

利用随机森林回归算法校正ASTER GDEM高程误差

通过构建ASTER GDEM(advanced spaceborne thermal emission and reflection radiometer global digital elevation model)高程误差与影响因子间的关系模型,可对其高程精度进行有效校正。选取陕北黄土高原境内长武、宜君、甘泉、延川4个不同地貌类型的样区,以1∶5万DEM(digital elevation model)作为参考数据,经过数据预处理后,计算各点位高程误差值及相关地形因子和地表覆盖指数;提取一定数量的采样点和检验点,引入随机森林回归算法,建立高程误差预测模型,以对高程精度进行校正,并与多元回归模型进行比较分析。实验结果表明,ASTER GDEM的高程误差特征与地形条件有较强的相关性;随机森林回归预测模型整体上优于多元回归模型,具有较好的适用性与误差校正效果,可分别将长武、宜君、甘泉、延川的高程误差均值减小3.08 m、3.00 m、3.61 m和6.95 m。     

海岛礁及周边区域海陆一体化三维建模研究

对海岛礁及周边的复杂地形环境及特点进行了分析,针对岛礁区域复杂地形要素的特点,提出了适用于海岛礁及周边复杂地形海陆一体化三维建模的方法,能够有效地对海岛礁及周边复杂地形进行建模。以舟山群岛附近海域海岛及周边地形作为实验数据,对海岛礁及周边复杂地形进行了海陆一体化三维建模,并在GeoGlobe等平台上进行了验证。实验表明,该方法对海岛礁及周边区域海陆一体化三维建模有较好的实用性。     

不同空间尺度DEM地形信息容量综合对比研究

DEM包含了大量地形信息,是进行地形分析的基本数据。由于DEM数据的多尺度因素,加之地形、地貌特征具有宏观性与区域分异性的特点,不同尺度下的DEM地形信息容量具有较大的差异。本研究选取黄土高原地区的绥德、佳县、富县和宜君县四个实验样区,以Arc view/GIS软件为技术平台,提取了基于DEM数据的地形因子,并运用比较分析与数理统计的方法,对地形因子的提取结果进行了分析,获取了单一值因子的量化表达模型,确定了DEM地形信息容量与分辨率、地域及比例尺之间的量化相关关系,并在此基础上分析了DEM地形信息容量在不同空间尺度上的分异规律。     

基于GIS的福州市生态环境遥感综合评价模型

在ENVI软件的支持下,利用TM卫星遥感数据提取福州市生态环境评价因子;利用1 10万地形数据,在GIS环境下生成高程和坡度(由等高线生成)栅格数据,并通过ERDAS转换成ENVI可读的数据格式,经过投影转换,使之与提取的环境因子进行复合,生成综合影像;通过线性回归方法确定植被、水分、热容量、土壤及地形等因子的权重,建立福州市生态环境遥感评价模型,并利用该模型对福州市的生态环境进行评价。