顾及DEM误差自相关的坡度计算模型精度分析

基于DEM的坡度计算,其误差来源于DEM误差、DEM结构和坡度计算模型。在顾及DEM误差自相关的前提下,对四种DEM坡度计算模型进行了分析和评价。研究表明,三阶不带权差分能给出较高的坡度计算精度;在局部窗口中,格网点数量越多,坡度计算越准确;等权比不等权的坡度计算模型更准确;DEM误差自相关结构形式对坡度计算无影响。进一步的理论分析和试验分析还表明：DEM误差自相关性的存在,不仅能够改善地形分析的精度,也能改善DEM自身精度。     

一种消除坡度分级图中“马赛克现象”的方法

介绍了基于数字高程模型进行坡度分析的一般方法，分析了坡度分级图中出现的“马赛克现象”的原因，本文尝试利用数字高程模型内插的思路制作坡度分级图，较好的消除了“马赛克现象”；同时提出了一种坡度分级数据边界线的提取方法。     

雷达坡度测量技术原理与实现

本文首先讨论了雷达坡度测量（Radarclinometry)的发展现状与基本原理，然后从SAR几何成像简化模型出发，推导了近似条件下图像灰度与地表坡度之间的函数关系，并采用实际资料进行了验证。最后详细分析了该项技术的要点，指出进一步的研究方向。     

不同分辨率DEM数据源派生地形因子对比研究

数字高程模型派生因子很多,在地形分析方面有着独一无二的优势,其派生因子产生的数据也有着非常广泛的应用,本文从不同分辨率数字高程模型派生因子里面选取坡度、坡向、地表粗糙度3个方面进行对比分析,通过数据与趋势图表,研究发现随着分辨率的降低,对地形的描述粗糙增大,概括程度也变高,使得坡度梯度降低;坡向研究方面在平坦地区随分辨率粗略化,面积比例逐步减小,从整体来看,随分辨率的粗略化,除平坦地区外,各类坡向面积比例没有太大的变化;地表粗糙度的最大值随着分辨率的下降而逐步降低,并且在极大值之间的变化频率较小,粗糙度的均值随分辨率的降低而减小,但均值间的变化比较稳定。     

栅格DEM坡度因子提取的BP神经网络法

针对传统的地形因子提取过程存在叠加分析过程烦琐、复杂地形因子提取困难、无法满足当下自动化与精细化生产需求的问题,引入非线性映射能力强的反向传播（BP）神经网络对地形因子进行提取与分析。选定坡度作为研究对象,采取双隐含层提高网络泛化能力,利用正交实验法获取最优化结构,提升模型拟合度至99%,平均绝对误差为0.561 6°,均方根误差为0.782 7°。本研究创新性地将神经网络迁移到数字地形分析领域,为地形因子的获取提供了一种便捷高效的思路。     

DEM地形信息提取对比研究——以坡度为例

由于DEM数据本身多尺度因素,加之地形、地貌特征具有宏观性与区域分异性的特点,直接的信息提取往往很难达到预期的目的。利用DEM制作坡度图高效、省力,但其精度有很大的不确定性,同时DEM制作过程中的误差传播、转移对坡度信息的影响缺少系统的判断依据。选取位于陕北黄土高原上的两个不同地区作为实验样区,在不同DEM生产的基础上,以高精度的1∶10 000DEM为准值,通过对1∶5万和1∶1万DEM提取定量地形要素的叠合、比较与统计分析,探讨具有不同地貌类型的区域1∶5万DEM提取地形信息的精度及其统计意义上的数量百分比关系。     

第三次国土调查坡度分级图制作关键技术探讨

坡度信息是土地资源的重要属性,可为耕地质量评价、面积统计及生态修复治理等提供重要支持.本文在利用数字高程模型生成坡度信息的技术流程基础上,对其关键技术环节进行探讨,以便为优化技术流程提供支撑.     

一种改进的自动联结三角网算法

针对自动联结三角网算法的缺点,对该算法进行了改进。改进的算法提出了先建立分区索引后构建三角网的思想,首先将大规模的离散高程点进行分区索引,然后根据实时构建三角形与各分区的关系对候选高程点进行判断。最后用改进的自动联结三角网算法进行了实验,取得了明显的改进效果。     

DEM分辨率变化对坡度误差的影响

分析了坡度提取算法的数学模型,并结合实际数据进行了分析和验证,提出了对误差进行敏感性程度分析的方法,得到了根据DEM分辨率或平均坡度计算坡度误差的公式。     

DEM坡度、坡向的有效尺度范围

采用曲面矢量合成方法,通过比较点位上的坡度、坡向的矢量值与以点为中心、一定范围地形曲面上的矢量值,进行了DEM坡度、坡向的有效尺度范围研究。结果表明,格网中心点上计算得到的坡度、坡向所代表的范围是DEM分辨率的1.7~2.7倍。这种规律在不同的地貌样区是普遍存在的,且不受DEM分辨率的影响。     

顾及非线性地形因子的地表面积计算

研究地表面积统计数学模型及其影响因素,消除不同分辨率DEM计算所得地表面积的差异,对综合利用多尺度DEM数据精确统计和监测地表面积具有重要意义。本文研究提出了一种顾及复杂地形因子的地表面积统计方法。该方法首先利用泰勒级数逼近原理对微观地形因子进行最小二乘估计,然后利用这些地形因子对DEM和多边形区域边界进行加密,最后利用加密后的DEM和多边形边界构建地表三角网统计地表面积。试验表明,在局部地形因子显著的山区或丘陵地区,使用不同分辨率DEM所统计的地表面积存在较大的差异,而顾及地形因子的地表面积统计方法可明显提高低分辨率DEM地表面积统计精度。     

基于DEM的地形分类方法研究

坡度是描述地表形态的基本指标。利用ArcGIS软件对已有的1∶10 000 DEM数据进行坡度分析,能够正确高效地识别地形特征,确定对应图幅所属的地形类别。研究成果已正式应用于河北省第一次全国地理国情普查和其他测绘地理信息管理工作。     

构建三角网生成地形结构线的关键技术研究

地形结构线是更好地表示、反映和利用地形的基础。本文先介绍了构建三角网生成地形结构线的基本思路，然后对构建三角网过程中建立等高线树、地形结构线生成、鞍部山脊线自动生成和连接地形结构线并建立结构线树等关键技术进行了叙述。     

不确定性引导下的地形简化方法研究

提出一种不确定性引导下的地形简化方法。该方法利用地统计方法中特有的方差统计量对简化结果的不确定性进行量化评估,并以此作为优化目标进行地形简化操作。实验部分,从高程精度、地表基本形态以及骨架保留度三方面对新方法的有效性进行验证。结果表明:与传统的特征简化方法相比,新方法在控制地形简化的不确定性的前提下很好地保持了地形简化精度以及原始地表的骨架结构。     

栅格DEM坡体因子融合方法北大核心CSCD

坡体是自然地形实体的基本组成单元,利用综合性坡体因子分析和挖掘地形隐含信息,有助于区域地形地貌分析及规划利用。本文针对当前坡体综合表达因子(LS)未顾及坡宽因子的缺陷,采用归一化几何运算法将坡长(L)、坡度(S)、坡宽(W)进行融合,获取了一种新的坡体融合因子LSW。以DEM为数据源、黄土高原某小流域局部范围为典型研究区,在提取L、S、W及LS因子的基础上,分别以L×S×W、L+S+W、LS×W及LS+W共4种方式进行融合试验。结果表明,L+S+W融合方式获取的坡体LSW因子标准差矩阵均值最小,为0.234 4,有效平衡了各单地形因子对融合坡体因子LSW的贡献度,信息熵值计算分析也实证了L+S+W融合方式具有最优性。     

DEM地形复杂因子的确定及与地形描述精度的关系

以相邻地形单元正法向量的夹角作为判断准则,提出了地形复杂因子的概念,用来量化描述DEM地形复杂度,并推导出栅格DEM和不规则三角网DEM地形复杂因子的计算公式。利用高斯合成曲面模拟不同的栅格DEM地形,研究地形复杂因子ECF与平均高程-h对DEM地形描述精度RMSEEt的影响。利用线性回归方法对模拟结果进行统计分析,得到栅格DEM地形描述精度RMSEEt与地形复杂因子ECF和平均高程h-之间的线性关系。该结果可以根据地形复杂程度推算DEM地形描述精度,而且可为DEM生产和误差研究提供可靠的理论依据。     

一种计算图斑净面积的新方法

在图斑净面积计算规则下,对地类图斑和线状地物两个图层的组织结构和相互关系展开研究,提出Arc-Map空间分析计算图斑净面积方法.采用实例验证了该方法的可行性和准确性,通过对比分析可以看出,Arc-Map空间分析法具有良好的使用和推广价值.     

不规则区域面积的矩形四等分割计算法

如何对图纸上的区域面积进行计算,尤其是曲边不规则区域的面积计算,是一项基础工作。本文在详细分析了现有区域面积计算法的基础上,提出了一种应用于图纸上不规则区域的面积计算方法。应用本文提出的不规则区域面积的矩形四等分割计算法逐次将目标区域所在的矩形四等分割,直到满足精度阀值要求为止,将区域内所有有效值相加,得出区域总面积。...     

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。     

基于双线性内插规则格网DEM地形误差模型

双线性DEM表面模型的精度包括:使用双线性建模方法从格网量测数据传递过来的误差和地形表面的线性表达导致的精度损失。从理论上推导并证明了地形线性表达的误差极值是格网分辨率与地形坡度乘积的常数倍。并根据地形说明了,在不同地形时常数c的不同取值。