共查询到20条相似文献，搜索用时 203 毫秒
1.
栅格DEM微地形分类是数字地形精细化应用的基础,基于规则化知识的栅格DEM微地形分类方法存在自动化程度低、分类残缺等问题。本文利用BP神经网络的优势构建了栅格DEM微地形分类的人工智能方法与实现途径。以山体部位分类为微地形分类典型样例进行试验验证与分析,试验结果表明,栅格DEM微地形分类的BP神经网络法较已有的地形因子叠加分析方法存在明显优势,不仅在流程上可避免烦琐的数据叠加分析过程,而且分类结果的完整性和错分率都得到有效改善;在山体部位分出的6种微地形中,冲积地对该方法适应性最强,准确率为100%,背坡的适应性最弱准确率为89.23%。 相似文献
2.
引入改进Snake模型的黄土地形沟沿线连接算法 总被引：1，自引：0，他引：1
提出了一种利用坡面汇流改进的Snake模型实现黄土地貌沟沿线栅格点自动连接的新方法.该方法基于高分辨率DEM数据,利用正负地形边界处坡度转折特征,识别沟沿线点,进而用坡面汇流方向场改进了Snake模型中的梯度矢量流场,指引分水线缓冲曲线向沟沿线点蠕移,达到有序连接沟沿线点从而实现正、负地形的自动分割的目的.对比实验结果表明,该方法所识别的黄土沟沿线较好地逼近真实的地形特征. 相似文献
3.
山顶点是一个容易意会却难以量化的地理特征。从山体地貌的认知着眼,对不同类型山体的山顶点控制区域进行分析,研究山顶点的高程、控制区的高差阈值、山体面积及平均坡度等山体地形特征的量化分析方法;在此基础上建立基于闭合等高线树山顶点控制区分析模型;并对山体地形特征进行量化表达,形成以山体控制区为约束条件的规格格网DEM数据的山顶点提取方法。使用1∶25万的祁连山DEM数据对新方法进行实验验证,提取准确率为96.8%。为验证新方法的普适性,选取极高山、高山、中山、低山等山体的DEM数据进行实验,山顶点提取结果理想,准确率较高,说明该方法适用于多种山体类型。 相似文献
4.
5.
《国土资源遥感》2017,(1)
在微地形上进行太阳辐射模拟对于探讨起伏地表微气候因素分布具有重要意义,为分析微地形对太阳辐射的影响及对地表温度的影响,利用实时动态差分仪(real-time kinematic,RTK)实地测量实验样区的微地形,生成分辨率为0.1 m×0.1 m的分米级高精度数字高程模型(digital elevation model,DEM),模拟微地形下太阳总辐射的时空分布;同时结合地面温度实测数据,建立地表温度与太阳辐射的关系。结果表明:微地形下太阳辐射具有明显的空间分布特征,表现为沟脊大,沟底小;阳坡大,阴坡小;坡度越大接受的太阳辐射量越少;实验样区接受太阳辐射量大小依次为夏季春季秋季冬季;地形遮蔽效应对太阳辐射影响程度依次为冬季秋季春季夏季;地表温度与太阳辐射呈显著相关,相关系数为0.622。 相似文献
6.
为在DEM简化过程中充分保留地形骨架信息,提出一种基于ANUDEM与山脊抬升的DEM简化方法。利用ANUDEM插值法获得顾及水文要素的DEM简化表面,并对简化DEM实施山脊抬升,从而得到顾及地形骨架的简化表面。实验表明,在简化DEM中实施山脊抬升能够更大程度地增强简化表面山体结构的保留程度,且随着地形简化程度的降低,山脊抬升法的作用也逐渐增大。 相似文献
7.
8.
样本尺寸对遥感影像FCN训练模型的影响分析 总被引：1，自引：0，他引：1
针对如何选择合适尺寸的影像样本来得到较好的网络模型这一问题,该文基于全卷积神经网络(FCN)的遥感影像分类方法,开展了不同样本尺寸下的网络模型训练实验,分析了样本尺寸分别为128、256、512像素大小时对FCN网络模型的影响。结果表明:512像素×512像素大小样本尺寸下像素准确率、平均准确率、平均交叉联合度量和带权交叉联合度量4个评价指标的精度值均高于128像素×128像素和256像素×256像素大小的值,比128像素×128像素样本尺寸平均高出20%以上,比256像素×256像素样本尺寸高出10%以上,因此,在计算机内存允许范围内采用大尺寸样本进行网络模型的训练,有利于提高模型训练精度,可得到更好的分类结果。 相似文献
9.
规则格网DEM地形表面重构的形态精度研究 总被引：2，自引：0，他引：2
规则格网 DEM 是数字地形模拟的主要数据结构,以黄土丘陵地区1:50000规则格网 DEM数据为例,分析研究双线性内插模型和三次卷积内插模型在规则格网 DEM 地形表面重构中的形态精度问题。结果表明,不同内插模型构建的细小格网 DEM,在高程数值精度方面没有显著差异,但对局部地形的形态精度具有显著的影响,且双线性内插模型和三次卷积内插模型都难以实现形态高保真 DEM 地形表面重构;随着 DEM 应用的深入,非常有必要构建一些科学合理、简洁高效的形态高保真 DEM 地形表面重构模型。 相似文献
10.
微地形是输电线路工程安全运行、电线积冰风险区划和线路建设期能耗计算等工作的重要基础,实现输电线路微地形的合理提取是复杂地形条件下电网工程建设的前提与保证。针对传统输电线路微地形提取存在决策知识模糊、主观因素影响大和缺少定量提取指标等问题,依据规程中微地形分类体系,提出了以地形位置指数、坡度、相对高程和水体距离为特征因子的组合表达输电线路微地形提取决策方案,利用数字地形分析技术建立了输电线路微地形自动提取方法。以2012—2018年某电网公司9条输电线路域栅格数字高程模型数据进行提取实验,实验结果与分析表明,所提方法能够有效提取垭口地形、高山地形、抬升地形、峡谷地形和水汽地形5类典型输电线路微地形,且揭示了微地形分布与线路灾害发生的相关性,可为电网建设可行性论证、线路精细化设计等提供技术支持。 相似文献
11.
地貌数据集是实现地貌自动分类和加深对地貌形态学认识的重要支撑数据之一。当前缺乏高精度地貌成因类数据集,制约了地貌遥感自动解译的发展。本文在中国东北地区以沟—弧—盆体系为主的天山—兴蒙造山系中,针对强烈的构造运动和新生代以来的火山作用、流水作用形成的地貌成因类型,制作了构造地貌、火山熔岩地貌和流水地貌3类场景数据集（GOS10m）。数据集覆盖面积约5000 km2,包括哨兵2号可见光遥感影像、SRTM1 DEM及基于DEM提取的7个地貌形态参数（山体晕渲图、坡度、DEM局部平均中值、标准偏差、坡向—向北方向偏移量、坡向—向东方向偏移量和相对偏离平均值）。单张样本图为64像素×64像素,空间分辨率为10 m。采用多模态深度学习神经网络对数据进行训练并分类,平均测试精度可达到82.63%,表明构建的数据集具有较高的质量。可为地貌成因遥感自动分类研究以及推动遥感地貌智能解译的向前发展,提供数据集支撑。 相似文献
12.
针对复合地形因子现有提取方法过程叠加繁琐、计算量大等问题,利用BP神经网络自适应性好、泛化能力强的优势创建了复合地形因子提取的BP神经网络法。以黄土高原DEM为数据源,选取复合地形复杂度指标为研究对象,采用控制变量法优选网络结构,结合Levenberg-Marquardt算法改进网络收敛速度与精度,优化样本库以克服过拟合问题,获取了综合性能最优泛化模型。实验结果表明,BP神经网络法较传统方法功效显著,拟合优度达到0.99,命中率达到99.98%,均方差为2.91×10-5,残差最大绝对值为0.16,平均绝对百分比误差为2.95%,模型提取10次结果标准差最大值为0.14;BP网络用于复合地形因子提取有效可行,为快速提取复合地形因子提供了新途径。 相似文献
13.
黄土丘陵沟壑区地形分类方法的研究 总被引：1，自引：0，他引：1
根据黄土丘陵沟壑区的地形特征,将其地形分为梁峁地、沟坡地、沟底地三大类。本文提出了一种利用规则格网DEM,依据正负地形指数、剖面曲率、坡度等因子对黄土丘陵沟壑区进行地形分类的算法。该算法易于实现,自动化程度高。通过实验分析可知得到的结果能较准确表示实际地形,分类结果能满足大中尺度研究的需要。 相似文献
14.
基于小波多尺度分析的DEM数据综合研究 总被引：7，自引：0，他引：7
在同一地区,随着数字高程模型(DEM)分辨率的降低,或者地形图比例尺的缩小,DEM或地形图所描述的地形表面的细节部分不断舍弃而表现出宏观的骨架特征。本文将小波多尺度分析方法和方根模型结合模拟这一过程,由基于1:1万比例尺地形图建立的DEM生成了两种新的较小比例尺DEM,对比不同比例尺等高线可知,较小比例尺保持了较大比例尺的山体轮廓、山脊、谷地走向等地貌形态的塑造。采用坡度和剖面曲率两个参数及信息论的方法,分别对原始DEM和新生成的DEM进行分析和验证,结果表明,DEM经过数据综合,不但地形表面的轮廓越来越平缓,而且地形表面的细节也越来越平滑。利用方根模型作为小波高频系数阈值选取的依据更贴近于传统制图综合方法,能够将比例尺的改变与综合程度结合起来,实现任意比例尺DEM的自动综合。 相似文献
15.
16.
最佳DEM分辨率的确定及其验证分析 总被引：2，自引：0，他引：2
在玛尔挡地区格网DEM的数据上选择实验样区,以不同分辨率情况下DEM数据对地表模拟表达的逼近程度为研究对象,最优逼近时的栅格单元大小的临界值就是所求的最佳分辨率。在分析坡度中误差法和公式法等常见方法的基础上,借鉴坡度中误差的思想,选取区域地形粗糙度K、剖面线长度SL两个定量指标来综合分析确定该地区格网DEM的最佳分辨率。在ArcGIS平台上对方法进行了实验验证,得出分别以2m和8m作为玛尔挡地区1∶10 000和1∶50 000 DEM生产时是最佳分辨率的结论。研究表明这种解决办法不仅可以克服GIS空间分析中DEM分辨率确定的盲目性和随意性,而且能确保基于DEM的各种空间分析的精度,为相关研究提供重要的参考价值。 相似文献
17.
《地理空间信息》2020,(1)
现行公开的全球数字高程模型(DEM)是利用卫星雷达成像(SRTM)或遥感倾斜摄影反演计算得到的,目前公开免费的数据最高水平分辨率为30 m,付费数据约为10～15 m,两种模式下的分辨率均不能满足工程设计的精确度要求。分辨率的进一步提升较为困难,主要受制于卫星传感器的分辨率、采样率等。尝试设计一种新方法来提高数字高程的分辨率,即基于已有的高精度实地测绘数据,采用全卷积神经网络的图像超分辨率算法构建卫星高程数据与实地测绘数据之间的映射关系,从而提高公共DEM的分辨率。实验结果表明,该方法将卫星数字高程的水平分辨率提高了3倍,且不同地区地形样本的峰值信噪比均能提升2 dB左右。 相似文献
18.
19.
利用分形随机算法建立平地、丘陵和山地3种精细地形仿真场景,将DEM逐级重采样为不同网格间距,分析不同DEM网格间距对3种地形的重力近区地形改正误差影响。发现随着DEM网格间距的增加,近区地形改正误差随之增大。对于平地,使用1∶10 000的DEM,网格间距为5m仍能够满足规范要求;对于丘陵地,使用1∶5 000的DEM,网格间距为2.5m能够满足规范要求;对于山地,使用1∶1 000的DEM,网格间距1m能够满足规范要求。通过消费级无人机获取丘陵地精细地形,验证地形仿真的结论,同时说明消费级无人机能够应用于重力近区地形改正。 相似文献
20.
针对数字高程模型（digital elevation model,DEM）数据的多尺度表达问题,根据DEM格网数据在能量谱密度中“低频-高能-大尺度”的对应关系,在化简中关联地形语义特征,构建了DEM数据的多尺度表达模型。实验结果表明,该模型可以实时动态派生不同尺度下的DEM数据,通过等高线放样观察发现,该模型派生的DEM数据满足地形表达、空间认知和制图综合中的“保留主要地形特征、舍弃次要地形特征”的基本原则。与常用的DEM化简方法进行高程值统计以及坡形变化的定量对比分析,结果表明该方法在统计意义与结构意义上都具有较好的效果。 相似文献