基于DEM的5节点二阶差分坡度算法模型与实验分析

 坡度作为最基本的地形因子,是构建地学分析模型的基础数据,基于格网DEM的坡度计算模型的精度分析一直是地学分析的重要研究内容。本文通过分析计算坡度的 差分模型误差来源及特征,提出了一种新的模型——5节点二阶差分模型。其基本思想是顾及多距离邻近点高程信息,采用5×5分析窗口,建立单倍格网和两倍格网的差分计算线性组合模型。并通过数学分析的理论推导证明该模型可以显著提高计算精度。实验选取典型数学曲面并对其采用不同的分辨率(1m和5m)进行离散化精度验证。计算结果表明,与现有的差分模型相比,5节点二阶差分模型可以显著提高坡度的精度,对应于两种分辨率的DEM,该模型计算坡度的精度可以分别提高7×10⁴倍、3×10³倍以上,表明该模型对于高分辨率DEM数据更为适用。本研究不仅丰富了数字地形分析的方法体系,为相关地学模型分析提供更精确的坡度数据,而且为将来改进地形曲率因子等计算模型提供了一定的参 考和借鉴。     

高程内插方法对DEM所提取坡度、坡向精度的影响

DEM及数字地形分析的精度无疑受到包括高程数据空间内插方法在内的多种因素的影响,本研究利用模拟高斯曲面为基准数据,通过四种不同插值方法结果的对比,分析说明每种插值方法在某一标度范围内插值精度的优劣,从而在应用中针对不同条件采用相应优选的插值方法.在此基础上,对于四种插值方法生成相应的坡度、坡向值,通过与真值的比较探讨插值方法对用DEM提取坡度、坡向的影响.实验结果确定了不同内插方法对坡度和坡向因子提取精度的大小,发现在坡度方面,SPLINE方法内插出来的坡度最精确,其他依次为KRIGING,IDW,TIN;在坡向方面,SPLINE内插出来的坡向最接近真值,是最精确的插值方法,其他依次为KRIGING,TIN,IDW.以上结果为空间插值方法的选择提供了参考.     

基于离散点规则网格化的DEM精度浅析

各类DEM误差的存在往往不同程度地妨碍分析与应用结果的可信性。而强化DEM精度的研究,为各类GIS分析产品提供科学合理的质量标准,具有重要的应用价值。本文选取项目区内的115个离散样本数据,通过选用不同的内插方法以及改变规则格网的大小,对DEM精度进行分析,确定建立该区域数字高程模型所选用的规则网格大小。     

DEM提取坡度信息的不确定性分析

以陕西省671幅1∶50000比例尺,25m分辨率的DEM数据为信息源,分析DEM分辨率对提取坡度信息的不确定性影响。研究表明:平均坡度随DEM分辨率的减小呈显著递减型二次曲线变化,但当DEM分辨率减小到一定程度时,平均坡度将趋于稳定;并且,随DEM分辨率变化,坡度的不确定性呈现明显的空间结构性分布,DEM栅格单元内部地形的复杂性和变异性越大,坡度提取不确定性越大,如沟坡地坡度提取误差明显大于沟间地。因此,实际应用中要充分考虑研究区域DEM地形描述的尺度效应和不确定性问题,选择合适尺度的DEM提取坡度信息,保证提取结果的科学有效。     

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。     

GIS环境下智能化地图概括的方法研究

引言 近年来,随着地理信息系统由纯科研项目应用向部门化、网络化的大型运行系统发展,“一库存储”与“多种用途”之间的矛盾越来越显得突出。在学术界,“多比例尺GIS”或“多分辨率GIS”更是数次国际和国内GIS讨论会、空间论坛的热门话题。在这种形势下,制图综合不再仅仅是归属于地图学领域的课题,而是GIS领域内需求迫切、不可回避的重要的数据变换操作。因此,有关制图综合问题的论文缕缕在国内外GIS学术会议上宣读。足以说明其重要性正在引起人们的重视。     

DEM栅格单元异质性对地形湿度指数提取的影响分析

 地形湿度指数可定量模拟流域内土壤水分的干湿状况,是静态土壤含水量的最常用指标,具有明确的物理意义。但是,由于DEM本身的结构特点,其提取的地形湿度指数具有尺度依赖性。本文主要探讨因DEM水平分辨率不同而导致的DEM栅格单元异质性,对地形湿度指数提取的影响。以厦门市地貌类型比较复杂的西源溪流域为实验区,使用1 ∶1万等高线生成的2.5m和20m分辨率DEM数据,分别提取地形湿度指数并计算栅格单元地形异质性指数,分析DEM栅格单元异质性指数与地形湿度指数之间的关系。研究表明,基于高程标准差、地势起伏度、景观破碎度和多样性的栅格单元异质性指数与地形湿度指数偏差之间均存在显著的负相关性,这4个异质性指数对地形湿度指数差值的对数回归模拟效果良好且显著有效。这对低分辨率DEM提取地形湿度指数的误差纠正,以及描述区域土壤含水量等地形湿度指数的应用研究具有积极意义。     

基于DEM提取坡谱信息的不确定性

坡谱是黄土高原地学分析新方法、新思路的探索。本文基于坡谱不确定性的概念及其过程分布模型的论述,以陕北黄土高原国家1∶10000和1∶50000DEM数据为基本信息源,分析了坡谱不确定性的产生原因、主要影响因素与影响规律,阐述了坡谱提取与应用中应注意的主要问题,为正确应用坡谱进行地学分析提供重要依据。     

栅格数据表示空间信息的不确定性初探

首先阐述了栅格结构在地形表达方面所表现出来的两大优势,正因为这些优势使得栅格结构能在GIS中得到广泛应用。其次,分析了由于栅格结构自身的特点,导致了在处理地形表面数据时,会有基于点和基于面两种不同的处理方式,并由此会产生解释格网属性值和确定属性值定位这两方面的不确定性。然后,提出了解决该问题的方法,即将栅格数据结构分为像素模型和格网模型两种形式。最后给出了两个典型例子,来说明若将不同的栅格数据图层等同对待会产生的结果误差情况,提醒用户使用栅格数据时注意的事项。     

ArcInfo 8中面向对象空间数据模型的应用

论文回顾了空间数据模型的发展历程 ,从整体上描述了 Arc Info8中 Geodatabase数据模型 ,并详细介绍了模型中对象类、要素类、要素数据集、关系类、域和规则的相关知识。基于笔者对 Geodatabase的认识 ,对 Geodatabase数据模型的优劣作了探讨 ,并针对 Geodatabase的不足 ,在组合关系的约束规则、时空数据的表达、突破图层的概念等方面提出了一些建议.     

基于DEM修正的MODIS地表温度产品空间插值

地表温度是资源环境、气候变化、陆地生态系统等科学研究的重要参数之一。MODIS LST（Land Surface Temperature, LST）产品是地表温度相关研究的重要数据源。而现有MODIS LST产品均存在云覆盖区域,因此云覆盖区域地表温度估计已成为热红外遥感的前沿性研究难题。为解决MODIS LST产品云遮挡区域地表温度信息缺失,以秦岭地区为研究区,选用2001-2017年的MOD11A2数据,在传统的反距离权重（IDW）、规则样条函数（SPLINE）、普通克里金（OK）、趋势面（TREND）空间插值方法中引入高程因子,通过反复试验形成基于DEM修正的MODIS LST空间插值方法。分析空间插值结果表明： ① 空间插值精度由高到低为：OK>SPLINE>IDW>TREND,基于DEM修正后精度分别提高了约0.38、0.31、0.32和0.78℃; ② 空间插值结果的精度呈现季节差异,夏季6、7、8月的精度较高,1月的精度最低;③ 插值精度与云区的范围存在一定的关系,当云覆盖区域<1.1 km²时,DEM+OK方法的插值误差<0.55 ℃,当云覆盖区域<3.1 km²,插值误差<1 ℃;DEM+SPLINE方法在云覆盖区域<2.7 km²时,插值误差<0.55 ℃,云覆盖区域<10.4 km²,插值误差<1℃;当云覆盖为1.1~2.7 km²时,DEM+SPLINE方法的插值精度高于DEM+OK方法。     

机载LiDAR点云密度和插值方法对DEM及地表粗糙度精度影响分析

机载LiDAR点云是获取高质量数字高程模型(Digital Elevation Model, DEM)的主要数据源,而地表粗糙度作为DEM的主要派生产品,在地学研究中发挥了重要作用,但点云密度和插值方法对DEM及地表粗糙度精度影响程度并没有明确结论。为此,本文利用不同地形条件下的林区机载LiDAR点云为实验对象,将原始点云随机缩减为不同的采样密度,利用5种常用插值方法(克里金(Ordinary Kriging, OK),径向基函数(Radial Basis Function, RBF),不规则三角网(Triangulated Irregular Network, TIN),自然邻域(Natural Neighbor, NN)和反距离加权(Inverse Distance Weighting, IDW))构建各个测区不同采样密度条件下的DEM,并通过空间特征和统计特征两方面对DEM及其地表粗糙度精度分析。结果表明:(1) DEM插值算法的精度随点云密度缩减而降低,且数据量缩减至原始数据量的30%后,不同算法精度区别较为明显,其中,RBF和OK精度最优,IDW精度最低;(2) DEM误差与...     

基于DEM模型的新填洼算法

本文介绍一种新的填洼算法,该算法定义了溢出高程的概念,并在最小代价搜索算法中结合数据结构中的优先队列,逐步算出每一个栅格的溢出高程,最后得到的高程就是填洼处理的高程数据.利用STL库完成填洼模块的开发,通过对不同分辨率的DEM的处理,发现该算法程序简单,运行速度快,该算法提取的水系效果较好.     

基于HASM算法的DEM建模与应用试验

以曲面论为理论基础建立的高精度曲面模型(High Accuracy Surface Modelling,HASM)其插值精度较传统方法提高了多倍,为CAD和GIS系统提供了更有效的曲面模拟工具。但由于HASM需要对研究区域用相同的网格分辨率模拟,且对研究区域内每个网格点建立偏微分方程,因此,计算量和存储量问题严重制约其推广使用。适应法网格精化技术,可以根据模拟区域的地形复杂度或者精度要求调整网格分辨率,即在地形平坦区域用粗网格模拟,在复杂区域用细网格模拟。基于此理论,我们建立了适应算法的HASM。对甘肃省董志塬进行的DEM模拟表明,HASM适应算法能在保证模拟精度的同时,极大地减少了计算时间和降低存储量,从而有效解决了HASM推广使用的计算量和存储量瓶颈问题。     

基于空间插值的风场模拟方法比较分析

计算流体动力学方法是目前风场空间格局模拟的主要方法之一,该方法由于受到软硬件局限,多应用于小尺度的风场模拟及分析。该方法精确程度极大地依赖于3D建模的精细程度和迭代计算模型的准确程度,与现实风场的发育过程存在明显差异。而随着物联网技术的发展,我们可通过大量的现场传感器进行风场数据的实时采集,为风场动态实时化模拟提供精确的参数。为了确定风场动态实时化模拟的最佳方法,本文以中国科学院城市环境研究所园区内32个风场传感器的月平均风速数据为研究案例,综合分析了反距离权重插值、全局多项式插值、局域多项式插值、径向基函数插值、最近邻域法插值、普通克里格插值6种空间插值方法,并采用交叉验证的方法对插值结果进行比较。结果表明,反距离权重插值在模拟的误差范围、模拟的准确度、反映极值的能力上优于其他5种方法,为1:500尺度的风场空间格局模拟提供了参考。     

局部最优形态参数的RBF分块地形插值方法与实验

径向基函数（Radial Basis Function,RBF）是一种不需对数据做任何假设,能准确逼近任意维度数据的空间插值方法。其特别适合于复杂地形的数字高程模型（Digital Elevation Model,DEM）插值重建,但随着已知点数量的增加会导致插值模型求解困难或缓慢。针对这个问题,本文基于二叉树自适应递归分块原理,采用局部最优形态参数的RBF分块插值方法进行DEM插值重建。首先,设定子区域最小点数阈值和相邻子区域的重叠率,自顶向下,对研究区域进行递归分块,构建区域分块二叉树,对二叉树叶子节点区域,采用逐点交叉验证（Leave One Out Cross Validation,LOOCV）方法求解其最优形态参数,建立局部RBF最优插值模型;然后,根据单元分解原理,采用加权平均方法对相应叶子节点区域内的待插值点高程进行加权求和,自底向上递归求解,得到待插值点最终高程值。以云南某地区DEM进行插值实验表明,采用本文方法进行DEM插值重建,稳定性较好,插值精度高。     

基于F-范数的不确定性平差模型的解算方法

为提高基于F-范数的不确定性平差模型的解算效率,给出直接迭代算法进行参数估计。该算法无需SVD,解算过程简单且易于编程计算,同时给出迭代不收敛时的SVD-解方程算法。二元线性拟合及沉降观测AR模型的算例结果表明,这2种算法正确可行,与SVD-迭代算法具有等价性。当迭代收敛时,宜使用直接迭代算法,收敛速度更快,解算效率更高;当迭代不收敛时,可釆用SVD-解方程算法。