利用特征显著度提取地形特征线的方法

针对现有的地形特征线提取方法不能根据特征强弱对提取结果进行方便的筛选控制的问题,提出了一种基于特征显著度的山脊和山谷线提取方法。首先,对数字高程模型数据进行高斯滤波和下采样;然后,通过全局断面扫描确定特征点,并根据高度、高度落差和坡度计算特征显著度,在进行特征延伸后构造特征图,利用最小生成树算法得到特征森林;随后进行枝干分解并计算各枝干的特征显著度,根据特征显著度进行枝干裁剪;最后,通过尾钩剔除、位置修正和平滑等后处理得到最终特征线。实验结果表明,该方法能提供给用户方便有效的手段以根据特征显著度对特征进行筛选控制,提取的特征线与实际地形相符,有良好的抗噪能力且能较好地处理平坦地形特征。     

塔里木盆地区域寒潮的气候变化特征及大气环流异常分析

利用1961—2016年新疆塔里木盆地43个气象站逐日平均气温及最低气温,建立其近56 a的寒潮过程序列,并结合NCEP/NCAR高度场的逐日再分析资料,对塔里木盆地区域寒潮过程气候变化特征及环流异常进行分析。结果表明:塔里木盆地单站寒潮频次北部多于南部,山区多于平原的分布特点与地形特征有直接关系,全区寒潮频次有一致变化的特征且在1980年左右经历由多到少的转变,共有13站存在显著减少趋势。塔里木盆地区域性寒潮过程易在4月、2月和10月发生,寒潮频次减少趋势不显著,有14～16、7～9、4 a左右的明显振荡;区域性寒潮过程持续日数一般在2～5 d,寒潮范围在13～42站,其中1月寒潮过程持续时间最长、3月与9月最短,5月寒潮范围最大、2月最小,在塔里木盆地最易发生持续日数为2 d、寒潮范围达半数以上站点的寒潮过程。500 hPa新疆东部高度负异常配合乌拉尔山高度正异常与塔里木盆地寒潮频次有密切联系,乌拉尔山正变高中心接近平均正变高中心或偏南时,利于区域性寒潮爆发,且正变高中心强度与寒潮范围有良好的一致性。     

山脊线与坡度和峰值速度放大系数的相关性研究

地形效应是地震工程和地震学的重要研究内容.数值方法是研究地形效应的重要工具.然而以往关于地形特征对地形效应的影响的研究大多是基于二维简单模型.对三维真实地形特征和地震动放大的关系缺乏详细的研究.为了更好地描述三维地形特征,本文将地形用不同的地形特征因子来描述,并用算法将它们从地形数据中提取出来.从而使地形和放大系数的相关性的研究转换为不同地形特征因子和放大系数的相关性的研究上.本文中,我们选择芦山地区作为研究对象,用算法提取出特征因子山脊线和坡度.它们分别表征了山脊形态和山体的陡峭程度.我们又用谱元法分别模拟三种不同主频Ricker子波的地震波在起伏地表和水平地表模型中的传播,并得到了它们各自的峰值速度(PGV)放大系数.通过分析三个主频的PGV放大系数在山脊线上分布,我们发现放大系数幅值在山脊线上分布不均匀.放大系数较高的地方位于山脊线弯曲或宽度发生变化的附近.我们又统计了三个放大系数在滑动平均坡度上分布,并得到了放大系数均值和坡度的正相关曲线.结果表明坡度和放大系数两者在幅值分布上具有正相关性.     

基于CIPS软件探讨高山地DOM数据的生产方式

在DOM数据生产中,山地、高山地数据一直以来都是重点和难点。本文分析了高山地影像数据的特点,提出一种与山地、高山地数据相适应的处理方式。最后基于CIPS软件,按需求设计对应的软件处理流程,并使用满足实验要求的高山地影像数据,对这种方式加以实现和验证。     

利用尺度空间及多角度地形断面提取山谷山脊线

从数字高程模型中自动提取山脊线和山谷线,在测绘领域有着重要的意义。地形断面高程极值法是其中一种常用的方法,但此方法在提取过程中容易产生遗漏。针对此缺点,本文提出了基于尺度空间及多角度判断的地形断面高程极值法,主要步骤是构建影像金字塔,然后从上到下逐级提取并加密。试验验证了该方法的有效性,提取得到的山谷线或山脊线较为完整,并与实际地形相符合。     

提出山脊线和山谷线的一种新方法

在研究了现有的仅从山脊线和山谷线的几何特征或物理特性的单一方面设计的提取山脊线和山谷线的算法后，提出了一种基于地形表面流水分析与等高线几何分析相结合的提取山脊线和山谷线的方法。该方法把等高线几何分析的方法与地形表面流水模拟分析的方法有机地结合起来，能够克服各自所具有弊端。实验结果表明，用本文方法所提取的山脊线和山谷线与实际地形相符合。     

视电阻率法的地形改正

文本提出用理论计算来消除复杂地形对视电阻率影响的方法。借助数学公式解析单元地形的线源畸变电场和点源畸变电场,计算并编制出量板,再将单元地形的视电阻率畸变曲线组合迭加,就能近似地取得复杂地形的改正曲线。文中举出实例,阐明了这种地形改正方法的应用和效果。     

基于区域生长法和变差函数的PolSAR影像山脊线提取

山脊线通常是地震引发的山地灾害的起始部位。在监测此类山地灾害时,需要明确山脊线所处位置,从而为制定出相关预防措施提供支持。根据实际经验,由于合成孔径雷达(Synthetic Aperture Radar,SAR)的成像特殊性,在检测含建筑物的全极化SAR(Polarimetric Synthetic Aperture Radar,PolSAR)影像山脊线时,往往受到高散射强度的建筑物干扰,从而出现误判。针对PolSAR影像中山脊线受到建筑物干扰出现误识的问题,提出一种结合区域生长法和变差函数的识别方法。在识别过程中,首先,对采集的PolSAR影像通过区域生长法进行分割处理,再通过模糊C均值(Fuzzy C-Means,FCM)分类方法对变差纹理等特征进行聚类分析,并进行相似度判断,获取建筑物区域,在此基础上,对比建筑物、山脊线的混分成分,进而提取山脊线。通过对该方法进行实验对比分析,发现其相较于阈值分割方法提取精度有明显提高,可以为PolSAR影像中山脊线识别提供一种新思路。