DEM地形可视性分析的统一模型构建与应用

地形可视性也称为地形通视性,主要包括通视性分析、可视域计算等方面,在国民经济、国防建设等领域具有重要的作用.基于DEM的地形可视性自动分析与制图方法的出现,开辟了地形可视性分析的新阶段.本文针对目前可视性分析研究大多着眼于具体问题的计算方法及效率研究,分析模型间的相关研究较少的缺憾,在分析可视性问题共性的基础上,根据可视性分析的视点集合、视线、目标点集合三个要素对可视性分析进行归类总结,构建了DEM地形可视性统一分析模型以及基于该模型的模式化可视性分析方法,并对该模型进行了应用实证研究.     

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。     

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DEM的黄土崾岘提取及其地形特征分析

崾岘是将要被切穿的鞍部,是正负地形矛盾斗争的结果,也是重要的地形控制点。典型的崾岘多位于黄土高原黄土地貌区,又称黄土崾岘,其对识别沟间地与沟谷的斗争程度有一定的指示作用。本文以黄土高原样区为例,基于1:1万DEM（5 m分辨率）和影像分辨率为0.95 m的遥感影像,利用流域边界算法和缓冲区标定,分析窗口选择5×5,实现了崾岘点位的半自动化提取。并对各崾岘点位求取坡度等地形因子,总结崾岘的空间格局和地形特征。结果显示,崾岘多分布在主流域边界和垂直于主沟道的最宽部分,地形控制作用明显。崾岘的坡度、起伏度、切割深度等值均大于鞍部值,同时,高级流域区的崾岘值大于低级流域区的崾岘值,反映出崾岘具有侵蚀程度强、表层完整性低、地表破碎度高的特点。总体而言,崾岘受沟道蚕食度高,从侧面反映了黄土地貌的发育阶段,是黄土地貌发育到中期的标志性产物。     

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.     

Extraction and analysis of gully head of Loess Plateau in China based on digital elevation model

In China′s Loess Plateau area, gully head is the most active zone of a drainage system in gully areas. The differentiation of loess gully head follows geospatial patterns and reflects the process of the loess landform development and evolution of its drainage system to some extent. In this study, the geomorphic meaning, basic characteristics, morphological structure and the basic types of loess gully heads were systematically analysed. Then, the loess gully head′s conceptual model was established, and an extraction method based on Digital Elevation Model(DEM) for loess gully head features and elements was proposed. Through analysing the achieved statistics of loess gully head features, loess gully heads have apparently similar and different characteristics depending on the different loess landforms where they are found. The loess head characteristics reflect their growth period and evolution tendency to a certain degree, and they indirectly represent evolutionary mechanisms. In addition, the loess gully developmental stages and the evolutionary processes can be deduced by using loess gully head characteristics. This study is of great significance for development and improvement of the theoretical system for describing loess gully landforms.     

面向点云数据的黄土丘陵沟壑区沟沿线自动提取方法

基于点云数据地表建模中,沟沿线既是点云去噪的重要分割线,又是黄土丘陵沟壑区最典型的地形特征线。因此,本文提出了面向点云数据的基于多尺度格网采样和坡度分割的沟沿线自动提取方法,即在适宜格网尺度采样的基础上构建地表模型,利用沟沿线周围坡度陡变的特性提取缓坡面与陡坡面的分界线,从而生成沟沿线。通过对8个样区反复实验,确定了各自的最佳格网尺度,并发现格网尺度随点密度的增大而迅速减小,而后趋近平稳的幂函数关系,同时随机选取了另外5个样区验证了该关系的适用性。最后,通过全域分块计算得到了该地区的完整沟沿线。相比于人工识别的沟沿线,本文方法提取沟沿线的精度在0.5 m缓冲范围内为85%,效果较好,且位置更为精确。产生差异的原因主要是面向点云数据的沟沿线有更多的细节,沟沿线曲率更大,造成了其长度明显大于手动提取结果。该方法有助于提高丘陵沟壑区点云数据去植被处理和地形表面重建精度。     

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。     

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。     

数字高程模型精度评定的基本理论

在剖析随机误差与逼近误差区别的基础上 ,指出数字高程模型 (DEM)内插误差属于逼近误差 ,精度评价方法不应继续延用“中误差”概念 ,而应采用“逼近误差”,给出了常用 DEM内插方法的误差评定模型 ,分析了等高线间距对 DEM内插精度影响的作用机制 ,最后解释了 DEM精度分析中用“中误差”概念无法解释的几个问题。     

规则格网DEM局地坡面凸凹性精度分析

DEM地表形态精度分析理论与方法的建立,对DEM数据的生产和广泛应用具有重要意义。本文从局地坡面形态的凸凹性角度,剖析规则格网DEM格网点位置、格网分辨率对DEM局地坡面凸凹性的影响,以期进一步完善和发展DEM质量分析的理论与方法。论文首先阐述了DEM局地坡面凸凹性的基本概念,研究建立了规则格网DEM的局地坡面凸凹性量化分析方法,并以黄土丘陵5、10、15、25、……、155 m DEM为例,采用比较分析方法研究了局地坡面凸凹性随DEM格网点位置和格网分辨率的变化特征。研究表明:对于本研究中的1:5万DEM,10 m(跃变率≤0.3%)是其最佳的格网分辨率阈值,当DEM实际格网分辨率高于该阈值时,实际DEM与最佳格网分辨率DEM具有近乎相同的局地坡面凸凹性,主要在正地形与负地形的过渡区域会发生不同程度的坡面凸凹性变化;当DEM实际格网分辨率低于该阈值时,实际DEM的局地坡面凸凹性,会随着DEM格网点布设位置和DEM格网分辨率发生较大的不确定性变化。     

再论DEM精度评定的基本理论问题

数字高程模型(DEM)应用十分广阔。本文通过实际存在的对地面两种不同认识论观点的分析,阐明地面是多个单元曲面,它们是在复杂的地形结构线上拼接而成的确定表面,那种把地面或其局部视为随机曲面的观点不符合人类生活和生产实践;通过对系统误差和偶然误差性质概念和DEM生产过程的分析,指出DEM的总体误差以偶然误差概而论之,完全忽视了内插过程并错判了内插误差的性质;同时,对DEM的偶然误差计算中前提的设置、计算推理链的问题进行一定分析,揭示偶然误差论在实践中难予解脱的困境,并进一步阐述了它对DEM误差检核方法、标准的不良影响和对质量的危害。因此希望重视这一重要理论问题,开展讨论,澄清疑虑,促进问题的解决。     

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。     

黄土地貌类型的坡谱自动识别分析

地貌形态特征识别与分类,对生态环境、水文研究及地质构造分析等地学研究具有重要意义,已成为现代地貌学的一个研究热点。传统的统计模式识别方法精度较低,难以解决线性不可分的模式分类问题。人工方法虽然识别精度高,但因各人认知偏差导致的识别误差难以控制。人工神经网络作为一种动态信息处理系统,能有效解决线性不可分的地貌类型识别问题。坡谱是利用微观地形定量指标来反映宏观地形特征的有效方法,在地貌学研究中正受到广泛的关注。本文以陕北黄土高原8个不同地貌类型区的数字高程模型（DEM）为实验数据,以流域为分析单元,提取坡谱及其特征指标作为描述地形特征的定量因子,并通过BP神经网络的构建与学习,进行黄土地貌类型自动识别。实验结果表明,在8种地貌类型的样本数据中,第1次实验正确识别率平均值达70%;第2次和第3次实验中,去除相似度较高的峁状丘陵沟壑或峁梁状丘陵沟壑任一种地貌类型后,正确识别率平均提升为80%和85%。经Kappa系数验证,该方法能以DEM数据有效识别不同类型的黄土地貌。     

不同尺度DEM的河流裂点提取及其效应分析

以不同尺度DEM数据提取裂点及其效应存在较大差异。本文以1：1万DEM为基础数据,通过小波分析生成多尺度DEM数据。以庐山地区16条河流为例,实现了多尺度DEM数据的河流裂点提取,探讨了河流裂点的变化规律,并构建了裂点个数的尺度预测模型。实验结果表明：(1)采用河道纵剖面与点坡降相结合的方法可快速准确地判断裂点;(2)在庐山地区,1:1万DEM数据可准确判断高差不小于5 m的裂点,对于高差小于5 m的裂点由于DEM表达精度和数据误差,而无法准确判定;(3)DEM尺度对裂点提取影响显著,裂点个数随着DEM分辨率降低逐渐减少,符合幂函数递减规律;(4)通过与ASTER GDEM和SRTM DEM对比验证,本文所构建的裂点个数与DEM尺度的拟合模型具有一定的预测精度。     

基于DEM的黄土地貌类型提取与制图——以黄土高原丘陵沟壑实验样区为例

以陕北绥德县刘家沟流域为实验样区 ,从地貌成因、形态和土地利用角度出发 ,分析了黄土高原丘陵沟壑区 3种典型地貌类型的区域特征 ;以不同地貌类型的区域特征为基础 ,在地理信息系统平台软件 Arc View的支持下 ,利用数字高程模型 (DEM)自动提取黄土丘陵区 3种基本地貌类型的方法和技术。研究分析结果证明 :利用 DEM自动提取地貌类型是一种快速、高效的技术方法 ,对指导退耕还林、防治水土流失和进行土地利用动态监测都具有重要意义。     

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...     

基于随机森林的黄土地貌分类研究

地貌分类在指导人类建设活动的规模与布局中有着重要的意义。然而,传统的基于数字高程模型(DEM)的地貌分类方法使用的地形因子和考虑到的地貌特征往往比较单一。本文提出了一种基于流域单元的地貌分类方法,该方法考虑了流域单元的多方面特征,包括基本地形因子统计量、地形特征点线统计量、小流域特征和纹理特征。本研究首先基于DEM进行水文分析将研究区域划分成不同的小流域。然后利用数字地形分析提取29个不同方面的特征来表征流域的形态,并基于随机森林(RF)算法进行了特征选择和参数标定。RF是一种基于决策树算法的集成分类器,能有效地处理高维数据,分类精度高。最后选择训练集小流域对RF分类器进行训练,使用训练完成的分类器对整个研究区域的地貌进行分类,研究地貌分异的规律。该实验在我国陕北黄土高原典型黄土地貌区域的地貌分类中取得了较好的结果,结果表明不同的地貌之间存在明显的区域界线,特定的地貌类型在空间上表现出明显的聚集性。通过人工判读进行验证的分类精度达到了85%,Kappa系数为0.83。     

从规则高程格网中提取等高线的优化算法研究

从规则高程格网中提取等高线的算法是机助制图和GIS中非常重要的组成部分。本文针对当前高程格网数据的海量性,以提高效率为目的,对该算法进行了优化。将等高线提取算法分为起点确定和内插穿行两个阶段,对于第一个阶段的处理,提出基于区间树和顺序索引查找等高线起始点的算法,较大地改善了整体效率;同时,在顾及数字环境下等高线表达特性的基础上,设计的相关策略能够保证提取的等高线具有一致的方向信息。     

于DEM光照晕渲模拟的梯田自动提取方法

梯田作为黄土高原最为典型的人工地貌之一,有重要的农业生产和水土保持价值。传统的梯田自动提取仅限于梯田所在区域的范围划定,未能对梯田田坎线实现有效的自动化提取。鉴于此,本文提出了一种基于光照晕渲模拟的梯田快速提取方法。首先,对无人机航测生成的1 m分辨率的数字高程模型（DEM）进行4个方向的光照晕渲模拟,并相加取平均值;然后,通过适当的阈值对均值图像进行二值化,并掩膜掉沟谷等非梯田区域;最后,基于二值化图像自动矢量化得到梯田田坎线,并通过适当的长度阈值进行碎线过滤提高提取精度。本文以陕西省长武县王东沟流域为实验样区进行了实验,结果表明,该方法提取结果的准确率为89.09%,具有较好的提取精度。此外,对该方法涉及到的参数进行了讨论,表明光照模拟的方向角采用2个正交的对称方向对、高度角采用田坎坡度的反正切值、二值化阈值采用t=180-σ的经验公式,可以满足黄土高原的梯田自动快速提取。