不同空间分辨率DEM提取地形因子的不确定性研究——以福建省泉州市环湾规划区为例

文章以福建省泉州市环湾规划区1∶1万比例尺DEM数据为信息源,研究不同DEM分辨率对坡度、坡向信息的不确定性影响。通过对不同空间分辨率DEM坡度、坡向数据进行比较分析,获得不同空间分辨率DEM对地形因子的影响情况。结果表明,DEM的数值越大,分辨率越低,对地形的概括作用越明显,地形越趋近于平坦化。     

DEM分辨率对黄土侵蚀沟形态特征表达的不确定性分析

黄土侵蚀沟的地形表达是开展黄土沟谷侵蚀研究的基础工作,利用数字高程模型(DEM)定量描述侵蚀沟特征有助于研究侵蚀沟的形态变化和发育过程。基于DEM数据计算多种指标对黄土侵蚀沟特征进行描述是目前侵蚀沟研究中最为常用的方法。但是,受到格网DEM数据结构的限制,其计算结果会存在一定的不确定性。在侵蚀沟地形表达时,对形态特征的表达会受到DEM数据分辨率的影响,进而造成表达结果的不确定性。尤其在黄土高原地区,地形特征更为破碎,地形要素更为复杂,其表达结果受DEM分辨率的影响更为明显。本文以黄土高原典型样区为例,基于点云数据建立不同分辨率的DEM数据集,通过不同地形因子对侵蚀沟特征进行表达,分析DEM分辨率在黄土侵蚀沟形态特征表达时的不确定性。结果显示,分辨率的降低对主沟支沟比和纵比降等侵蚀沟形态特征因子产生了较大影响,且指标与分辨率多呈现线性变化关系。但是,随着侵蚀沟的横向扩张,DEM分辨率对其特征表达的影响逐渐被削弱。此外,在使用固定分析窗口进行侵蚀沟特征计算时,由于分辨率的降低,格网尺寸增大,其实际分析半径随之增大,使得计算范围内地表形态变化增加,导致沟谷切割深度随着分辨率的降低反而增加。同时,侵蚀沟主沟道区域受分辨率影响较小,沟头区域指标与分辨率的关系较弱。     

DEM分辨率对地形纹理特征提取的影响

地形纹理是区分不同地貌形态的重要依据,DEM是地形纹理分析的重要数据。然而,DEM分辨率使地形纹理特征提取存在着不确定性问题。本文以具有显著地貌多样性与差异性的陕西省为例,选择6个不同地貌类型区为研究区,以25 m分辨率DEM数据作为信息源,构建了多尺度的地面坡度、光照模拟和粗糙度数据序列。在此基础上,引入空间灰度共生矩阵（GLCM）对地形表面纹理特征进行量化分析,以揭示数据分辨率对地形纹理特征提取的影响。研究表明：对于单一样区,在DEM及其3个派生数据中,原始高程数据和粗糙度数据的纹理参数特征值,对分辨率的变化较为敏感。对于不同的地貌类型区,二阶角矩和对比度这2个纹理参数具有最大的变异系数,表明它们对于区分不同地貌类型的能力最强;二阶角矩具有较大的尺度依赖性,随着分辨率的降低,其区分能力急剧降低,而对比度对于地貌的区分能力,则随着分辨率的降低而增强,并保持在一个较大的范围内。DEM数据的对比度对于不同地貌的区分能力,在所选4个参数中最为稳定,而粗糙度数据的二阶角矩区分不同地貌的能力,随着数据分辨率的变化而最不稳定。以上结果对于根据不同的研究对象选择适宜的DEM分辨率及地形纹理参数具有一定的指导意义。     

基于灰度共生矩阵的DEM地形纹理特征量化研究

 DEM的地形纹理以其表达地形表面的纯粹性与分析数据的可派生性受到越来越多关注。本文选取陕西省10个不同地貌类型区的25m分辨率DEM数据,引入空间灰度共生矩阵(GLCM)对地形表面纹理特征进行定量分析。研究表明,25m分辨率DEM数据的GLCM模型适宜分析间距是大于等于3个栅格大小。各纹理参数中,相关度可用于地形纹理的方向性量化;方差、差的方差、对比度可用于对地形纹理的周期性分析;熵、二阶角矩、逆差矩可用于对地形纹理的复杂性分析。在DEM及其派生数据中,光照模拟数据计算的各纹理参数的平均变异系数最高,表明光照模拟数据最适合于地形纹理特征的量化研究。同时本文提出了一种多参数综合的地形纹理量化方法,通过运用综合周期性和综合复杂性两个指标对不同地形区量化分析,结果表明,这两个指标对不同地形形态响应显著,可用于地形形态分类与识别研究。     

重力数据误差对大地水准面模型建立的影响

基于Stokes理论建立的大地水准面模型,其精度受重力数据误差,即重力数据分辨率、精度以及积分范围的影响。针对这一问题,通过重力场谱特征分析,给出不同地形区域重力数据分辨率以及积分半径造成的大地水准面高频截断误差的量级大小,计算平均重力异常误差对大地水准面建模精度的影响。研究成果对不同地形区域cm级大地水准面模型的建立具有理论与指导意义。     

基于四叉树的LOD地形模型及其数据组织方法研究

针对大规模地形可视化中地形数据的组织方法进行了研究,设计了一种基于线性四叉树结构的静态LOD地形模型,采用重采样、分层分块的方法来组织任意格网大小的海量地形数据。在此基础上,对数据动态调度过程中的相关问题进行了分析,地形块的快速索引、边界裂缝消除等方法的运用,提高了地形漫游的效率与可视化效果。实验结果表明,该研究成果可以满足大规模地形数据的实时可视化操作要求。     

高分辨率η坐标模式对四川降水个例对比数值试验

在原η坐标模式基础上,利用1995年8月23日和1998年4月28日四川西部两次强降水过程为例,通过改变水平分辨率和具有不同分辨率的地形资料,以及固定边界、单向影响嵌套边界,进行了一些数值试验。结果表明:(1)较低水平分辨率的η模式,采用较高分辨率的地形资料不一定能改善预报结果;(2)具有较高水平分辨率,并引入较高分辨率的地形资料,以及单向嵌套侧边界的η模式,对预报结果有较明显的改进     

复杂山区地形条件下ERA5再分析地表气温降尺度方法

高时空分辨率的气温栅格数据是多种地学模型和气候模型的重要输入。山区地形复杂,气温空间异质性强,如何获取高时空分辨率的山区地表气温数据一直是研究热点与难点。本文选择地形复杂的河北省张家口市作为试验区,基于局部薄盘样条函数对ERA5再分析日均近地表气温（2 m高度）进行空间插值,并利用随机森林算法,结合少量气象站观测气温数据、地形地表参数数据构建日均气温订正模型和气温逐时化模型,实现空间分辨率由0.1°（约11 km）到30 m的逐时气温降尺度,最后将该模型拓展应用于其他时间与区域,检验本文发展的降尺度方法在没有站点观测数据条件下的时空移植性。结果显示,本文降尺度方法得到的高时空分辨率山区气温数据精度较高,1月均方根误差（RMSE）平均值为2.4℃,明显优于气象站点插值结果,且气温相对高低的空间分布更为合理、纹理更加丰富;将该方法应用到其他时间与区域的RMSE平均值分别为2.9℃与2.5℃,均小于再分析资料直接插值所产生的误差。研究结果总体表明,在气象站点较少甚至没有时,可利用本文方法通过ERA5再分析气温准确获取复杂地形条件下的山区高时空分辨率气温数据。     

改进的DisTrad模型在地形起伏区地表温度空间分辨率提升的应用

DisTrad（Disaggregation procedure for radiometric surface temperature）模型是常用于遥感地表温度空间分辨率提升的主要模型之一。DisTrad模型常面向空间范围有限、地形相对平坦的研究区域,且常选用植被参数（如植被指数或植被覆盖度等）作为关键参数。然而在空间范围较大、地形起伏地区,地表温度的空间变异可能无法完全通过植被参数解释。本研究选取四川盆地及毗邻地区为研究区,通过模拟数据研究DisTrad模型在地形起伏区地表温度空间分辨率提升中的适用性。数字高程模型（Digital Elevation Model,DEM）、归一化差值植被指数（Normalized Difference Vegetation Index,NDVI）等参数,采用滑动窗口逐步回归,将空间分辨率为6km的地表温度提升至空间分辨率为1km。研究结果表明,改进的模型在平原及海拔较低的高原地区提升获得的地表温度空间分辨率具有较高精度,均方根误差（Root Mean Square Error,RMSE）为0.5K左右;在地形起伏较大的地区,RMSE为4K,验证了改进的模型提升的可行性。     

基于傅里叶变换的谷间距特征信息提取及其影响因素研究

谷间距(Valley Spacing)是描述相邻沟谷距离的特征参数,它能较好地反映沟谷的次序等级和空间分布特征。本研究以黑河正义峡和兰州大岭岘2个样区为例,利用ArcGIS软件,将无人机测绘获取的0.12 m分辨率地表高程数据通过重采样生成不同分辨率的数字地表模型。通过MATLAB软件,将不同分辨率、不同空间域的数字地表模型作为二维空间域信号进行傅里叶变换。通过傅里叶变换及频谱分析研究地形的频谱特征与地表谷间距之间的转换关系。分析结果显示:①当区域内只有一级沟谷时,频谱中谷间距特征信号的有效提取要求地形分辨率至少优于1/5谷间距,分辨率的粗略化则直接影响着地形频谱中谷间距特征信号的识别,但是分析空间域对频谱谷间距特征信号的捕获影响较小;②当区域内有多级沟谷时,分辨率优于1/3谷间距时即可有效提取到该级沟谷的谷间距特征信号,分辨率的粗略化和空间域的增大都会使得频谱中较低序次等级沟谷的谷间距特征信号减弱,而较高序次等级沟谷的谷间距特征信号增强。     

局部型地形因子并行计算方法研究

 随着分析区域的扩展及需求精度的提高,数据-计算密集型地形分析亟需通过并行化来满足用户的时间响应需求。局部型地形因子是以一定半径的分析窗口(通常为3×3)计算且具有单元计算结果独立性的地形信息,是数字地形分析的基本参数。本文在分析局部型地形因子串行算法特征的基础上,以坡度算法为样本,对局部型地形因子的并行计算方法进行了深入研究。从数据并行的角度,对并行计算环境下的数据划分粒度、方式及结果融合策略进行了分析,构建了局部型地形因子的并行计算方法。利用SRTM陆地表面地形DEM数据,设计了坡度并行计算的实验以验证其方法的正确性和实用性。实验结果表明,本文提出的并行计算方法顾及了任务、数据及计算环境,可快速对局部型地形因子串行算法进行并行化改造,提高算法的执行效率,具有较好的并行性能。     

DEM地形描述误差(Et)计算模型研究

论文依据DEM地形描述误差（简称Et）的产生机理,在分析现有Et计算模型的基础上,研究建立了顾及DEM格网布设位置的新型Et计算模型,同时以1:5万黄土丘陵地形为例,采用对比分析法揭示了DEM高程插值模型对Et计算结果准确性的影响。实验测试表明：（1）模型能有效地解算出Et的标准差、平均值、最大值、最小值等指标,准确展示出Et的空间分布特征,有助于实现DEM地形描述质量与应用不确定性的分区评价;（2）与双线性、三次卷积、局部二次多项式等常用DEM插值模型相比,以4×4 DEM格网单元为搜索圆的完全规则样条函数插值模型所重构的DEM地表形态,能更为理想地反映Et的量值大小和空间分布。     

黄土高原地形因子间关联性的神经网络分析

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。本文以黄土高原丘陵沟壑区的1∶10000和1∶50000两种比例尺的15个实验样区为样本,应用BP神经网络模型,探讨不同比例尺的地形定量因子与地面坡度之间的关联特征及其变化规律。实验结果表明:①利用神经网络分析方法可以有效定量评价地形因子间的关联性;②该研究方法有助于地学分析中DEM尺度的选择,地形因子的确定及其相关关系的量化。     

剩余地形模型高程异常计算的积分法及精度分析

以构建剩余地形模型高程异常的数字地形模型的分辨率及其参考面的选择为研究对象,系统分析两者对剩余地形模型高程异常计算效率及精度的影响。实验结果表明：1）将DTM2006.0模型作为参考面时,在海岸带区域产生较大的误差,而在陆地与RET2012和RET2014模型的计算结果相差不大;2）在构建我国东部地区剩余地形模型高程异常时,为保证计算效率及精度,计算时内外圈的积分半径分别取50 km和200 km,SRTM数据的分辨率分别采用7.5″和15″,参考面模型使用RET2012。     

DEM空间分辨率对毒气扩散模型模拟结果的影响分析

突发性毒气泄漏事故的频繁发生对市民的安全造成了极大威胁,有必要对常见毒气泄漏事故发生后的成灾模型进行探讨,以便从理论上指导应急部门实施应急救援行动。本文在研究和分析典型毒气泄漏扩散模型的基础之上,引入地形因子对原有毒气泄漏扩散模型进行改进,使之适应三维地形下的危化品气体扩散模拟,并将模型与GIS集成可视化,分析比较了模型修正前后气体扩散浓度的分布情况。在此基础上,进一步分析了DEM空间分辨率对毒气扩散浓度的分布影响,发现DEM空间分辨率对毒气浓度分布区域有一定影响,并分析了其影响原因。结果表明,加入地形因子的高斯烟羽模型比之前没有考虑地形因子的高斯模型计算要更加精确,更贴近现实状况;同时,DEM分辨率对改进后的高斯烟羽模型的模拟影响较大,选择适当分辨率的DEM能帮助应急部门在短时间内模拟出真实可靠的浓度分布区域,对毒气泄漏事故的应急有一定的实际参考价值和指导意义。     

基于DEM的黄土高原地形纹理概念模型

黄土高原"千沟万壑"的地貌形态,在多尺度空间下表现出显著自相似性,具有"局部无规则,宏观有规律"的纹理特征.目前,黄土高原地形纹理的提取方法及应用已经得到初步发展,但依然缺乏在理论层面的框架体系.本文在已有学者研究成果的基础上,限定黄土高原为研究范围,明确提出黄土高原地形纹理的概念模型,即内涵、特征、分类及表达.将内涵...     

基于DEM纹理特征的月貌自动识别方法探究

月海和月陆是两种最主要的月貌单元,对于月海及月陆快速准确地识别是进行各项月球研究的重要基础。目前,月海和月陆的识别大多采用DEM结合其派生地形因子建立指标体系的方法。这种方法虽然可在宏观尺度对月海和月陆进行识别和提取,但仍存在2个问题：（1）可扩展性差,不同地区难以共用同一套地形因子构建指标体系;（2）指标体系中各因子权重设置具有较大的主观性。针对以上问题,本文以“嫦娥一号”探测器获取的全月球DEM数据,从月表地形纹理特征的角度出发,提出一种以月表DEM数据识别月海、月陆的自动快速的方法。首先,利用灰度共生矩阵模型,以DEM数据为基础,实现对典型月海、月陆地形纹理特征的量化,然后,对量化指标的筛选,构建能有效区分两类月表形貌单元的特征向量。在此基础上,选用离差平方和作为识别器,最终实现对月海和月陆的自动识别。本文识别方法的整体识别率达到85.7%;综上可知,该方法既能克服原有方法中因子权重设置的主观性,又具有较好的通用性。