空间关联规则在土地利用与地形特征关系研究中的应用

空间关联规则是空间数据挖掘的重要内容,其结果表明了各种空间对象之间的关联关系．本研究以福州地区作为试验区,以DEM、坡度、坡向等地形特征以及2009年福州地区土地利用现状作为基础数据,利用Apriori算法从中提取出地形特征与土地利用现状之间的关联关系,讨论并分析两者之间关联规则的提取结果及空间关联规则提取方法的优缺点...     

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。     

空间关联规则在土地利用与地形特征关系研究中的应用

空间关联规则是空间数据挖掘的重要内容,其结果表明了各种空间对象之间的关联关系．本研究以福州地区作为试验区,以DEM、坡度、坡向等地形特征以及2009年福州地区土地利用现状作为基础数据,利用Apriori算法从中提取出地形特征与土地利用现状之间的关联关系,讨论并分析两者之间关联规则的提取结果及空间关联规则提取方法的优缺点;研究结果表明了2009年福州地区的土地利用现状分布,即林地多,耕地、住宅用地等偏少的情况,林地分布在各种地形上且与坡向之间无强关联性;而且对于不同的最小置信度和支持度,该算法所提取的结果有所不同,如何提高算法效率、合理的设置最小置信度和支持度以及提取结果的评价与解释等将是今后进一步研究的重点．     

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。     

地形异质性对天山山区气候的影响分析

地形具有高度的空间异质性,同一区域不同地形对该区的气候变化有着显著的影响,分析研究地形异质性对气候的影响具有十分重要的意义。基于天山山区DEM栅格图像资料和61个气象站点1961-2014年的气温和降水资料,运用空间分析、反距离权重插值法、偏最小二乘法和统计分析等方法,对该区域的地形异质性及其对气候的影响进行了相关研究。结果表明：（1）天山山区整体坡度大,其中中部与西南部的地形异质性指标值较高,其它地区的地形异质性值偏低。（2）从气候的空间分布来看,天山中部的气温较低,降水量丰富,其他区域的气温较高,降水量较少。（3）在地形异质性对气候影响方面,坡度对研究区气候的影响贡献最大,而地表粗糙度对研究区气候的影响最弱。     

基于多源信息融合的黄淮海地区植被覆盖变化遥感监测研究

植被是气候及其他环境因子的综合反映,植被变化与气候变化具有密切的关系。基于Holdridge生命地带指标法和非监督分类法,利用研究区1982年、1992年和2002年气候数据、NDVI数据和DEM数据融合后的多源数据,进行非监督分类。经过分类后处理、空间分析、数据挖掘后,得出黄淮海地区1982—2002年植被覆盖变化图。结果表明:20 a间黄淮海地区植被覆盖变化较为和缓,保持了较一致性;变化比较剧烈地区主要分布在二、三地形阶梯交界及400 mm左右年降水量线处、山东低山丘陵以及淮河下游地区。     

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。     

薄板光顺样条插值与中国气候空间模拟

利用720个气象台网的长期平均气象数据拟合具有三维地理空间的气候曲面,并与1km空间分辨率的数字高程模型相结合,对气候变量的规则栅格进行插值估计。对各月平均最低温度、平均最高温度和降水量的插值结果构成了基础数字气候空间,以满足地理信息系统的数据分析需求。插值过程提供的误差统计表明插值的温度误差普遍小于0.6度,降水误差范围在8%~15%,明显优于其它插值方法。样条法利用线性模型反映地形对气候的影响,并提供了简便的误差诊断程序,具有良好的实用性。     

基于神经网络的地面坡度与其他地形定量因子关联性分析--以黄土高原丘陵沟壑区实验为例

不同的地形因子从不同侧面反映地面的起伏特征或空间变异，各因子之间所存在的相互关联、相互制约、相互影响的程度与特征，在很大程度上揭示了地形发育与空间变异的内在本质，因而是地形学研究的重要内容。他以黄土高原丘陵沟壑区的16个样本地区为实验样区，以高分辨率、高精度的1：1万比例尺DEM为基准数据，应用BP神经网络模型，探讨地面坡度与其他地形因子之间的关联性特征。实验结果表明，利用神经网络分析方法可以有效评价地形因子对地面平均坡度的关联性。该研究方法为进行地貌多定量指标的的选择和多因子之间关联性的量化提供了一种新的方法。     

黄土丘陵沟壑区地形定量因子的关联性分析

不同地形因子虽然在语义概念、计算方法等方面均有明显的差异,但各地形因子之间并不是绝对孤立的,它们之间相互关联、相互影响。这种关联的强弱与趋势,都从不同角度揭示着地形起伏变化与地貌发育的本质及内在规律,同时,还在一定程度上映射着地表形态的发育过程。文章以黄土高原丘陵沟壑区的15个样本地区为实验样区,以高分辨率、高精度的1:1万比例尺DEM为基础数据,应用BP神经网络模型,探讨地形定量因子与地面坡度之间的关联性特征,并将神经网络的方法与传统的多元回归方法进行比较。结果表明,相对于传统的多元回归方法,带隐含层的BP神经网络分析方法能更为有效地反映地形因子间隐含的关联特征。该研究方法为进行地貌多定量指标的的选择和多因子之间关联性的量化提供了一种新的方法。     

月面形貌仿真设计及在嫦娥三号任务中的应用

月面形貌仿真可以为嫦娥三号着陆前地形建立及视觉导航仿真测试提供逼真的三维月面环境。利用分形随机算法并结合月面撞击坑与石块的数学分布模型,在实现月面数字地形的基础上利用纹理映射和纹理融合的方法为月面地形添加纹理,完成了月面逼真三维环境的构建。结合导航相机的外方位元素和光照条件,实现了对该仿真月面环境的模拟环拍,支撑了嫦娥三号发射前月球车导航相机数据获取、地形建立、通行代价图计算、月球车路径规划等遥操作任务过程仿真测试。测试结果表明,仿真月面三维地形具有良好的视觉效果,满足了巡视器导航相机测试验证对精细月面地形和纹理的需求,为导航相机测试验证提供了有效的月面形貌仿真数据。     

数字高程模型在活动断层位置及地表变形变位特征提取研究中的应用

活动断层的位置分布及其地表变形变位特征的准确识别是研究和评价活动断层的基础,国内外学者利用数字高程模型(DEM)对断层提取进行了大量研究。本文基于DEM的活动断层位置的提取方法进行综述,总结了DEM提取断层位置的地貌形态特征分析、图像处理以及综合处理提取方法,突出介绍了高分辨率DEM在详细的断层位置分布提取中的优势,DEM在断层地表变形变位及其特征参数提取研究中的最新应用进展。随着高分辨率DEM的快速发展,DEM及其空间分析技术已成为一种常见的地学研究方法,将其与野外调查、遥感、测年等技术结合进行综合分析,能够促进对活动断层的深入研究,并成为断层定量化研究强有力的技术手段。     

南极拉斯曼丘陵周围地区卫星影象的冰貌信息提取

本文依据南极地区Ｌａｎｄｓａｔ－ＴＭ影象各波段不同的光谱和空间特征，在ＡＲＩＥＳ数字图象处理系统上，提取高程信息和冰貌信息，并将栅格数据转换成矢量数据，建立图形间的拓扑关系。经ＲＡＭＳ图形信息处理系统编辑和修饰，由计算机输出线划冰貌图。最后对该地区冰貌的形成、分布特点及其变化和对环境的影响等作了初步的分析和探索     

基于NDSI-Albedo特征空间的MODIS积雪丰度信息反演方法研究

积雪是新疆地区重要的水源补给,是冰冻和融雪洪水灾害的直接原因,也是水资源管理、气候变化、灾害防治和融雪模拟预报的主要参数。针对多种积雪信息提取方法的优缺点,提出运用特征空间方法,构建积雪丰度反演模型,并与支持向量机提取积雪丰度进行精度对比分析,NA模型方法的相关系数（R²）值比支持向量机方法高2.4百分点,而均方根误差（RMSE）提高了0.106。结果表明：利用归一化差分积雪指数（NDSI）和反照率（Albedo）建立二维特征空间反演积雪丰度的方法是可行的,并且提取精度优于支持向量机（SVM）方法。因此,该方法对水资源管理、气候变化以及洪水模拟预测等方面的研究具有一定参考意义。     

中国数字地形学研究进展（英文）

Geomorphometry,the science of digital terrain analysis(DTA),is an important focus of research in both geomorphology and geographical information science(GIS).Given that 70% of China is mountainous,geomorphological research is popular among Chinese scholars,and the development of GIS over the last 30 years has led to significant advances in geomorphometric research.In this paper,we review Chinese progress in geomorphometry based on the published literature.There are three major areas of progress:digital terrain modelling methods,DTA methods,and applications of digital terrain models(DTMs).First,traditional vector-and raster-based terrain modelling methods,including the assessment of uncertainty,have received widespread attention.New terrain modelling methods such as unified raster and vector,high-fidelity,and real-time dynamic geographical scene modelling have also attracted research attention and are now a major focus of digital terrain modelling research.Second,in addition to the popular DTA methods based on topographical derivatives,geomorphological features,and hydrological factors extracted from DTMs,DTA methods have been extended to include analyses of the structure of underlying strata,ocean surface features and even socioeconomic spatial structures.Third,DTMs have been applied to fields including global climate change,analysis of various typical regions,lunar surface and other related fields.Clearly,Chinese scholars have made significant progress in geomorphometry.Chinese scholars have had the greatest international impact in areas including high-fidelity digital terrain modelling and DTM-based regional geomorphological analysis,particularly in the Loess Plateau and the Tibetan Plateau regions.     

Chinese progress in geomorphometry

Geomorphometry, the science of digital terrain analysis (DTA), is an important focus of research in both geomorphology and geographical information science (GIS). Given that 70% of China is mountainous, geomorphological research is popular among Chinese scholars, and the development of GIS over the last 30 years has led to significant advances in geomorphometric research. In this paper, we review Chinese progress in geomorphometry based on the published literature. There are three major areas of progress: digital terrain modelling methods, DTA methods, and applications of digital terrain models (DTMs). First, traditional vector- and raster-based terrain modelling methods, including the assessment of uncertainty, have received widespread attention. New terrain modelling methods such as unified raster and vector, high-fidelity, and real-time dynamic geographical scene modelling have also attracted research attention and are now a major focus of digital terrain modelling research. Second, in addition to the popular DTA methods based on topographical derivatives, geomorphological features, and hydrological factors extracted from DTMs, DTA methods have been extended to include analyses of the structure of underlying strata, ocean surface features and even socioeconomic spatial structures. Third, DTMs have been applied to fields including global climate change, analysis of various typical regions, lunar surface and other related fields. Clearly, Chinese scholars have made significant progress in geomorphometry. Chinese scholars have had the greatest international impact in areas including high-fidelity digital terrain modelling and DTM-based regional geomorphological analysis, particularly in the Loess Plateau and the Tibetan Plateau regions.     

小尺度环境地形相对高度认知及影响因素——以南京大学浦口校区为例

地形认知虽然是探讨人地互动的重要命题, 但目前研究甚少。本文选取南大浦口校园 为案例地, 在实验设计基础上, 采用非概率和分层比例抽样, 使用问卷调查和深度访谈的数 据收集方法, 历时两年, 共访谈调查了644名被试, 并运用定性与定量数据分析方法, 得出 小尺度环境地形认知一致性、参照体系特征、个体日常环境对认知的影响性等特点, 具体结 论如下:(1)认知一致性:被试在地形相对高度的认知方式与状况、地形特征点的辨识方面 具有较高一致性;且认知偏误率在空间上呈现一定的分布规律。(2)参照体系特征:被试使 用的环境参照物附近的地形多呈凹陷状且地势较低、空间临近特征显着, 并且它们多是被试 熟悉, 视觉通达性较好, 到访率较高的场所。(3)个体日常环境对认知的影响性:地形特征 的辨识及其相对高度认知受地理环境、认知、行为、情绪和态度等多方面因素影响, 其中决 定性因素是个体的日常生活环境。