自DEM由不同算法提取坡度的对比分析

以陕北韭园沟流域1:10 000水平分辨率为5 m的DEM为研究对象,运用方差分析、回归分析、排序分析等分析方法,采用6种不同算法分别提取坡度。通过比较不同算法所提取坡度的平均值、最大值、标准差、坡度的中误差,定量分析中误差与地形变化的关系后,提出在黄土丘陵沟壑区提取坡度时选用三阶反距离平方权差分算法和三阶反距离权差分较为合理。     

基于DEM的西北干旱区坡度提取分析

简要介绍了DEM及其获取方法以及坡度计算方法,通过选取西北干旱区具有代表性的丘陵地和平地作为试验区,建立数字坡度模型,研究了不同分辨率的DEM提取坡度的变化规律,并对坡度提取误差进行了分析,对西北干旱区进行与坡度有关的生态环境建设具有一定的参考价值。     

6种坡度提取算法的应用范围分析——以在黄土丘陵沟壑区的研究为例

分析了不同算法所提取坡度的最大值、标准差、坡度的分级面积数据、坡度提取所耗费的机器时间,提出在黄土丘陵沟壑区选用三阶反距离平方权差分和三阶反距离权差分算法较为合理。     

基于DEM坡度坡向算法精度的分析研究

坡度坡向是两个最基本的地形因子,目前对DEM坡度坡向计算模型和精度存在一些不同的甚至矛盾的观点,其原因在于没有区分误差来源和分析评价方法的不同.本文对DEM坡度坡向误差进行了理论分析,并通过实验数据对相关结论进行了验证.旨在澄清目前关于坡度坡向计算模型上的矛盾结论.     

基于DEM的平缓地区水系提取和流域分割的流向算法分析

本文以地势较为平坦的秦淮河流域为实验样区,以高精度DEM(5m分辨率)和地形图水系为基础数据,对比分析了单流向算法(D8算法)、多流向算法(Dinf法)以及添加数字化河道信息后的单流向算法(AgreeD8算法)3种算法下水系提取和流域分割的结果。实验结果表明,提取得到的水系更逼近于实际河网,该算法既有效提高了水系提取和流域分割的精度,又保留了D8算法模型简单、稳定性强、运行效率高等优点。     

基于 DEM 对喀斯特地貌山地及水系信息的提取--以桂林阳朔县为例

以30 m分辨率的SRTM－DEM数据为基础,通过GIS的空间分析功能,首先对数据进行坡度分析,通过坡度分级法将山地与平原划分,自动提取出山地的信息,再运用碎斑处理结合TM影像对结果进行修正;其次,在ArcGIS的水文分析（ Hydrology）模块下对 DEM进行数字地形分析,提取流域特征。经分析得到了研究区域的山地及河网特征信息,并与实际地形及河流水系大致吻合,改进了传统手工和野外调查为主的提取方法,初步实现了山地、水系信息的自动提取,为研究区域社会经济更好更快地发展具有一定的参考意义。     

基于资源三号卫星立体像对的DEM提取实验及其应用——以拉萨市城关区为例

利用测绘卫星立体像对提取DEM效率高、精度高。本实验的主要目的是进行资源三号测绘卫星立体像对高海拔地区DEM提取实验,比较正视、前视及后视3种视角全色影像不同组合情况的立体像对所提取DEM的效果,以拉萨市城关区为实验区,并将实验结果与SRTMDEM进行比较。实验结果显示,正视与前、后视组成的立体像对提取的DEM效果相当,均好于前视、后视全色影像组成的立体像对提取得到的DEM,拉萨市城关区空间分辨率可达10 m,效果良好,可为城市地质灾害评价等提供基础数据。     

基于无人机影像密集匹配点云的传统村落地面点提取及DEM生成——以湘西德夯村为例

目前,针对利用无人机技术在山地起伏大、山体植被密集区域,难以获取地面点及DEM等问题,本文提出了一种结合布料模拟算法和改进的局部最大值算法,利用树顶点、树高等植被信息,提取地面点,进而生成整个区域的DEM的方法。以中国传统村落德夯村为例,利用植被系数和高程信息将点云分割为植被密集区和非植被密集区两个部分。在非植被密集区,通过布料模拟算法和改进的局部最大值算法分别提取地面点和树顶点,计算平均树高;在植被密集区,通过该区域的树顶点推算得到植被密集区的近似地面点,最终将两部分的地面点云进行TIN插值得到该地区的DEM。试验结果表明,利用此方法生成的DEM均方根误差,在非植被密集区达0.037 m,植被密集区可达1.606 m,整体平均误差达1.492 m,总体精度较好,基本可以满足村落尺度空间分析的需求。     

基于深度学习的河道提取与变化监测应用——以永定河为例

本文基于2014年、2017年、2018年三期GF1遥感影像,针对北京市石景山永定河河道变化特征,开展基于深度学习算法的河道自动提取与变化图斑自动发现。选择GEOWAY GFLP作为地理要素智能训练平台,采用基于疑似变化区域自动发现与人工交互确认相结合的遥感监测技术路线,选取典型水体样本进行分析、训练,构建深度学习卷积神经网络水体提取模型。通过分析与验证发现,基于深度学习水体提取模型自动提取的河道准确率高于90%,精度高于最小距离、最大似然及SVM分类方法,可用于城市河道的自动提取和变化发现。     

基于GF-1遥感影像面向对象的海岸线自动提取——以秦皇岛为例

近年来,人类活动的影响加上自然因素的作用引起了一系列海岸带生态环境问题,因此,如何快速准确地提取海岸线已成为一个热门的研究课题。本文基于高分一号遥感数据,运用面向对象分类方法,结合光谱、几何等特征在图像上提取海岸线,利用已有"908基线"进行精度验证,得到沙质岸线、淤泥质岸线、生物岸线以及基岩岸线的均方根误差分别为1.7 m、34.79 m、15.27 m和4.69 m。     

插值条件下格网DEM坡度计算模型的噪声误差分析

针对目前DEM（Digital Elevation Model, DEM）数字地形分析的精度评价多数不考虑DEM误差的空间自相关性或仅仅采用经验的自相关性模型问题,本文从DEM插值入手,从理论上推导了插值条件下格网DEM邻域窗口内坡度噪声误差的空间自相关性模型以及坡度精度模型,并选取典型的插值方法和坡度差分算法,从实验角度分析了在顾及和不顾及空间自相关性两种情况下的格网DEM坡度计算模型的噪声精度,实验结果表明：坡度精度受DEM噪声误差的空间自相关性影响较大,并与DEM插值方法和坡度计算模型中的差分算法有关。     

基于规则格网DEM的坡度坡向分析研究

坡度坡向是描述地貌特征的重要参数,从晕渲图制作的角度出发,对不同数据情况、不同坡度坡向计算方法得到的坡度坡向进行对比,研究制图区域数据分辨率,地区类型对坡度坡向计算的影响。     

基于DEM的四川省坡度图制作

第一次土地调查耕地坡度级由于采用传统方法进行量算,导致耕地系数、耕地净面积精度不高。为克服其不足,在四川省第二次土地调查中,以ArcGIS为平台,在对四川省DEM数据进行预处理的基础上,综合分析四川地形地貌特点,通过试验区验证来确定坡度计算模型进而开发坡度计算软件,制作完成按行政区划分幅（省、市、县）和按地形图分幅（1：10万、1：5万）的坡度图和坡度级图。通过对成果进行的大量验证工作（包括地形图验证和野外实地核查）表明成果中坡度级图斑和耕地图斑坡度级准确率高,数据可靠,并在四川省第二次土地调查耕地田坎样方布设以及数据库建设中全面应用。     

基于复化公式的DEM表面积算法分析

地形因子(诸如表面积)的计算是地形分析的一个重要部分.文中将正方形格网划分为三角形格网;并对正方形格网分别运用复化梯形公式、复化Simpson公式和复化Cotes公式,对DEM表面积进行实验;计算空间曲面表面积,分析其精度.结果表明,复化Simpson公式具有较好的效果.     

基于复化公式的DEM表面积算法分析

地形因子（诸如表面积）的计算是地形分析的一个重要部分.文中将正方形格网划分为三角形格网;并对正方形格网分别运用复化梯形公式、复化Simpson公式和复化Cotes公式,对DEM表面积进行实验;计算空间曲面表面积,分析其精度.结果表明,复化Simpson公式具有较好的效果.     

基于DEM的陕西省河网信息提取

利用数字高程模型(DEM)数据,采用最大距离权落差方法计算河流流向,根据流向数据计算汇流累积量,对汇流累积量用不同的阈值进行分割,得到不同密度的陕西省河网信息。此种方法提取河网信息较传统的人工调查方法获取信息更加灵活快捷,具有无可比拟的优势。     

基于高分辨率DEM的地形特征提取与分析

地形特征是人们用于描述空间过程变化的重要指标,地形特征的提取是进行测绘、资源调查、环境保护、农林种植、城市规划、灾害防治及地学调查等地理空间相关研究的基础。本研究以宁明县为例,利用高精度DEM进行数字地形分析,实现了高效快速、客观准确地提取地形特征参数,为后续涉及空间信息的研究奠定了基础。     

基于DEM地形要素提取方法的实验

详细介绍了DEM及其特点,并选取实验区进行地形要素提取、分析等,使对DEM的实践应用更具备科学性、实用性和可操作性。     

基于DEM量算耕地坡度的误差分析

坡度是最基本的地形因子之一。本文介绍了基于DEM的坡度计算方法,对坡度分级统计中的误差来源分类进行分析,并实验分析其DEM精度,以及各误差因素对坡度统计计算的影响。