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。     

基于DEM的沟谷特征点提取与分析

沟谷特征点是反映沟谷地貌空间形态分布的重要点位,也是研究沟谷地貌演化过程与机理的关键要素。因此,对不同沟谷特征点的有效提取,是沟谷形态研究的重要基础。本文采用DEM及其在水文分析中的多种衍生数据,通过流向追踪、邻域特征判断等一系列方法,实现对径流节点、径流源点、汇流源点、潜在裂点与流域出口点的快速、准确提取。同时,对沟谷特征点进行有效分级,本文基于Strahler河流分级法建立了相应的分类标准,对沟谷特征点进行了自动分类。通过使用陕西省宜君典型样区5m分辨率的DEM数据进行实验,发现新算法计算效率高,结果准确,对潜在裂点也进行了有效探测,验证了算法的有效性。最后,对特征点提取的数据影响进行了详细分析。     

顾及多分析尺度的地形部位面向对象分类方法

地形部位是地表形态的基本单元,其分类和提取在地貌发育、数字土壤制图、景观生态制图等领域有着重要的应用。康鑫等提出的多尺度Geomorphons地形部位分类法（简称多尺度Geomorphons法）利用高程相对差异信息和地形部位多尺度特征,可避免受地形属性计算及单一分析尺度约束而误分类,然而其存在分类破碎及分析尺度域难以确定的问题。基于此,本文以多尺度Geomorphons法为基础,提出了其适宜分析尺度域确定方法,建立了以初始地形部位数据层组合的对象多尺度分割和分类方法,进而构建了顾及多分析尺度的地形部位面向对象分类方法。以陕北黄土高原区域5 m分辨率DEM为实验数据,对面向对象分类方法进行了验证与评价。实验结果表明：①均值变点法可有效解决分析尺度域难以确定的问题,实验样区适宜分析尺度域为[5×5, 33×33]栅格单元;②以0,255为二值化的地形部位数据层组合适用于多尺度分割,尺度、形状及紧致度参数组合影响分割结果,且对于实验样区存在最优分割参数;③与多尺度Geomorphons法相比,本文方法得到的地形部位分类结果完整性较好,在地表形态对应和地理认知等方面更具合理性。     

空间数据的增值--以数字地形分析为例

地理数据库的日益普及和空间数据的广泛传播使得过去由于数据的限制难以推广普及的地理信息技术有了一个崭新的发展空间。然而,目前大多数的实际应用仍停留在“数据”的层面,基本忽略了对数据本身内容的挖掘或“信息”提取,因而难以实现较高的数据应用效益和空间数据增值。本文以数字地形模型和数字地形分析为例,讨论空间数据的增值应用,通过利用地形分析技术从单纯的数字高程数据提取实际应用中急需的地形参数和地形特征信息,籍此说明空间数据增值应用的概念和内容。     

黄土高原沟谷地貌发育演化研究进展与展望

黄土沟谷是黄土地貌中最有活力、最具变化、最富特色的对象单元,黄土高原千沟万壑的地貌形态以及触目惊心的侵蚀状态也让区域内沟谷地貌的形成、发育及演化问题成为研究中焦点及前沿性科学问题。近年来,诸多学者采用地学测年法、特征表达法、监测模拟法力图实现对黄土沟谷发育演化进程中“过去-现代-未来”的科学认知。这些研究在相当程度上丰富了黄土沟谷发育过程的认知。本文梳理了黄土高原沟谷地貌演化相关研究的现状,并从黄土高原地貌演化、黄土沟谷发育、基于DEM的沟谷信息提取与表达等研究进行了系统的回顾、梳理与分析。此外,本文提出“黄土沟道剖面群组”概念与方法,试图从新的视角审视黄土沟谷地貌发育演化过程。沟道剖面在黄土沟谷发育演化进程中传递物质能量和累积地形动力,并通过径流节点的串联实现剖面群的连接与组合,形成独特的剖面“群组”模式;该沟道剖面群组是集黄土沟谷地貌特征与过程于一体的综合信息集成体,其三维空间结构是对黄土沟谷地貌发育演化的高度抽象与映射,并可望进一步丰富黄土高原数字地形分析理论与方法体系,为黄土高原黄土地貌成因机理与空间分异格局带来创新的认识。     

小波分解-STFT方法在地形变观测数据中的应用

把小波分解与短时傅里叶变换（STFT）相结合,实现了对信号高频部分和低频部分的精细分解,同时给出信号高频部分的时频谱,结果直观明确,计算过程简单。这种方法不仅可以作为连续形变观测数据的常规分析方法,也可用于其他连续观测数据的分析。     

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。     

顾及地形影响的火星地表天文辐射时空特征分析

天文辐射指不考虑大气影响，落于地表的太阳辐射类型，亦是太阳能资源评估的重要背景。火星天文辐射及其时空分布特征的研究会为未来火星的探索提供助力，为火星太阳能资源的精细化利用和高效开发以及政府的科学决策提供基础数据。火星地形地貌错综复杂，其规模形态地球难以比拟，故而无法忽略地形对火星地表天文辐射的影响效果。然而，当下对火星天文辐射的计算和研究并未考虑火星实际地表的遮蔽效应且往往是从局部区域进行的研究。本文考虑纬度差异、时序更替的综合影响，以分辨率200 m的数字高程模型作为基本数据，提出了基于DEM计算火星天文辐射的理论模型，利用Hadoop分布式集群提供的并行计算框架以10 min为一个时间单位精细模拟了考虑地形遮蔽影响的火星全球地表天文辐射空间分布。Rb为水平面天文辐射与考虑地形遮蔽因素的天文辐射之比，一般用于评估天文辐射的地形遮蔽程度。基于全球不同纬度使用Rb进行时空分析，通过有交互的双因素方差分析、因子分析、相关性分析探寻地形因子及天文因素对阴坡和阳坡Rb值的影响程度。结果表明：地形对火星全球地表天文辐射的影响效果在时空尺度上具有明显的规律性，其影响程度不仅与地形自身发展情况（包括...     

天文辐射空间分布与尺度效应研究

天文辐射是地表实际入射太阳辐射的基础背景,也是辐射计算、太阳能资源评估和农业生产潜力估算等方面的重要天文参量。本文基于分辨率为30 m的福建省数字高程模型,使用MATLAB软件提供的并行计算框架模拟了起伏地形下福建省天文辐射空间分布,定量地分析了坡度坡向对天文辐射分布的影响规律,同时探讨数字高程模型对天文辐射产生的空间尺度效应。结果表明：福建省年天文辐射量大部分处于10 000~13 000 MJ/m²,呈现东南沿海向中西部递减的分布特征;不同季节的天文辐射分布受纬度和坡度坡向的影响具有明显的差异性,呈现季节分布的不对称性;不同坡度和坡向对天文辐射的影响与福建省总体上西北高东南低地势特征相吻合,天文辐射量随坡度增大而减小,东、东南和南坡向是天文辐射分布较集中的区域,总体上呈现山脊多、山谷少、阳坡多、阴坡少的地域差异性;数字高程模型的空间尺度效应在起伏较大的福建中西部丘陵地貌表现更加明显,该区域的天文辐射对分辨率的变化更加敏感。     

基于改进SVM分类法的SAR图像水体面积提取研究

在复杂地表环境下的多云多雨地区,基于合成孔径雷达（SAR）图像提取水体时容易受到其它地物如水田、山体阴影等干扰,传统的灰度阈值法和SVM法未能考虑水体与其它地物在纹理和地形上的差异,因此水体提取结果精度较差。研究首先用Refined Lee滤波对SAR图像进行预处理;其后通过DEM建模和坡度计算提取地形特征,通过计算图像灰度共生矩阵以提取纹理特征（包括均匀性、角二阶矩和熵）,并结合SAR图像极化信息以及SDWI指数形成针对水体提取的特征空间,通过融合地形特征和图像纹理特征发展了改进SVM分类法的水体提取模型。在使用Sentinel-1 SAR数据对所发展模型与SDWI水体指数法、传统SVM法水体提取结果进行比对后发现,改进SVM分类法提取的水体结果较好地剔除了水田和山体阴影,且提取的水体水面比传统的SVM法更加完整;该方法在总体精度、Kappa系数、漏分率和错分率指标上均优于SDWI法和传统的SVM法,总体精度达到98.06%,比SDWI法和传统的SVM法分别提高了23.24%和5.49%,有效提高了复杂环境下地表水体的提取精度。研究最后将所发展模型应用于2018年马哈韦利河流域逐月水...     

基岩露头采样密度对黄土古地形重建的影响

下伏古地形对黄土地貌的形成、演化与发育具有重要的控制作用。基于下伏地层露头的采样数据,通过空间插值方法进行古地形数字模型(DEM)重建是研究黄土地貌的重要方法。其中,采样点密度是下伏地形DEM重建精度的主要影响因子。本文以1:20万绥德幅地质图所涉及区域为实验样区,研究采样点密度及样条函数方法对下伏古地形重建精度的影响。实验结果表明,在高密度样本条件下,采用规则样条插值方法进行古地形重建时,插值结果呈现显著的“龙格现象”,即多项式插值结果出现剧烈波动现象,且随着样本密度增加,样条插值结果的误差呈逐步趋缓的降低趋势,并逐步趋于稳定。同时,基于古地形DEM提取的特征点,其局部最高点和局部最低点的数目呈直线上升趋势,说明在一定程度上基于有限数据采用样条函数进行地下三维建模并不一定能获得平滑曲面。研究结果对如何选择合理的空间采样密度进行古地形DEM重建具有重要的指导意义。     

等高线自动提取结构线方法与问题处理

结构线是地貌形态的骨架线,是描述地貌形态时的控制线,它在地图制图综合、遥感数字图像处理和扩充GIS 系统的应用功能上均有重要的意义。文中给出了从等高线数据中确定特征点的算法,并对整个图幅内全部特征点的确定方法进行了改进:以整体分析与局部分析相结合,根据局部地形特征的不同,使用不同的阈值分区确定特征点。然后通过建立数学模型匹配特征点生成结构线。为了提高结构线的应用潜力,在生成结构线的同时提取了结构线的分级信息,并将生成的结构线按树结构组织存储。实验结果表明该方法对任何特征的地形等高线数据均适用, 而且最后生成的结构线具有较好的完整性和较高的精确性。     

江西省都昌县山地与平原植被界线提取

由于生长环境、地带性分布规律和垂直差异,山地与平原地区的不同植被类型在遥感影像上存在“同物异谱”及“异物同谱”现象,易导致土地类型的误分。为避免此类错分,在进行土地覆被类型解译之前,应首先确定平原、山地植被的边界。本文在遥感影像聚类分析、GIS空间分析及数理统计分析技术的支持下,以江西省都昌县北部地区为研究区域,基于高分一号（GF-1）遥感卫星影像及地形要素,完成了山地植被与平原植被的界线提取。实验结果显示,本研究得到的植被界线精度高达99.47%和96.28%。与单纯基于遥感影像分类得到的植被边界成果相比,精度提高了近25%和23%。研究证明,高分辨率遥感影像与地形因子结合后,计算得到的山地平原划分界线精度有明显提高,可以满足高分辨率遥感影像土地覆被类型解译研究的需要。     

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。     

空间分辨率与纹理特征对多光谱遥感分类的影响

多光谱遥感分类与影像空间分辨率有着密切的关系,在适宜空间分辨率影像上进行地物分类能够获得更高的精度。随着遥感影像空间分辨率的提高,纹理特征被广泛用于遥感分类,但由于不同地类空间尺度不同,纹理对不同地物分类的影响程度也有所差异。本文基于高分一号2 m全色和8 m多光谱影像融合后的高空间分辨率多光谱数据构建反射率空间序列,选用3种分类方法对序列分类,并分别计算2 m融合数据及8 m多光谱影像的纹理特征,选择特征波段与相应多光谱波段组合用以分类研究,最后计算混淆矩阵评价分类精度。研究结果表明,通过回归分析得到多光谱分类的最佳空间分辨率为5 m,与其他研究中利用全色波段分类的结论一致,这说明最佳空间分辨率的选择不受光谱信息影响;对多光谱分类精度随空间分辨率变化的变化趋势分析发现,分类精度在20~30 m分辨率范围区间内快速降低,这为多光谱遥感分类数据空间分辨率的选择提供了重要参考;此外,对光谱与纹理特征结合后不同地类分类精度的变化分析显示,加入纹理特征后,冬小麦、人工建筑、有林地和水体的分类精度在2 m分辨率下分别提高了1.49%、1.51%、4.94%、1.54%,8 m分辨率下分别提高了2.95%、10.95%、5.91%、5.14%,说明引入纹理特征有利于提高分类精度,但其对不同地物类型、不同分辨率影像的影响程度不同。     

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。     

Spatial structure characteristics detecting of landform based on improved 3D Lacunarity model

The spatial structure characteristics of landform are the foundation of geomorphologic classification and recognition.This paper proposed a new method on quantifying spatial structure characteristics of terrain surface based on improved 3D Lacunarity model.Lacunarity curve and its numerical integration are used in this model to improve traditional classification result that different morphological types may share the close value of indexes based on global statistical analysis.Experiments at four test areas with different landform types show that improved 3D Lacunarity model can effectively distinguish different morphological types per texture analysis.Higher sensitivity in distinguishing the tiny differences of texture characteristics of terrain surface shows that the quantification method by 3D Lacu-narity model and its numerical integration presented in this paper could contribute to improving the accuracy of land-form classifications and relative studies.     

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。