共查询到17条相似文献，搜索用时 140 毫秒
1.
中国陆地地貌基本形态类型定量提取与分析 总被引：5，自引：0，他引：5
中国陆地地貌基本形态类型由海拔和地势起伏度两个指标组合划分而成,其中海拔分4级,地势起伏度分7级,组合后的基本形态类型共25类。按照数字地貌分类体系,海拔和起伏度拥有全国普适性的分级指标,基于DEM数据可获得两指标的分级类型。试验表明,基于SRTM-DEM(水平分辨率90m,相当于1:25万比例尺)数据可得出全国普适性的采用单元为4km2,利用1:10万、1:400万等比例尺数据进行DEM试验,得出我国存在0.4、4、12、18、21km2五种不同规模的采样单元,并分别对应着不同的比例尺。因我国地貌复杂多样,仅利用DEM数据所获得的海拔和地势起伏度分级数据不能完全反映不同地域的地貌特征,故利用遥感等多源数据,综合多种信息获得的地貌类型,可很好地反映出我国的海拔4级分级特征和地势起伏度7级空间分布,进而获得全国陆地的25种基本形态类型的面积及空间分布格局。 相似文献
2.
地貌是指地势高低起伏的变化,即地表的形态。地貌划分对气温、降水、太阳辐照等诸多应用领域都有着重要作用。本文选择空间分辨率为90 m的福建省的数字高程模型(DEM)数据作为地理信号,运用二维经验模态分解(BEMD)进行分解处理,得到多个具有不同尺度、不同物理意义的本征模函数(BIMF1-BIMF3)以及对应余量ORIG。这些BIMF分量对应不同尺度的微观地形,ORIG余量表现为该研究区的地貌分布趋势,体现了平原、丘陵与山地的大致分布区域。运用变点分析法确定最佳计算单元,利用地形起伏度对各个信号区域进行一级分类,依据绝对高度进行二级分类,最后将一级分类与二级分类相结合,实现对地形的分类,这一分类过程体现了研究地区地貌组合复杂的特征。结果表明:①叠加BIMF分量,提取出分量和大于74 m的区域为高频信号区域。该区域以小起伏度的低山为主,并伴随有丘陵和小起伏度中山。②ORIG余量中余量高度小于等于340 m的区域,去除其中包含的高频信号区域后为低频信号区域,该区域以平原、丘陵为主。③剩余区域定义为中频信号区域,该区域的地貌以平丘陵和小起伏的山地为主。研究成果表明福建地貌可分为7种主要类型:低频平原,低频丘陵,中频丘陵,高频丘陵,中频小起伏低山,高频小起伏低山,高频小起伏中山。 相似文献
3.
中国地貌基本形态DEM的自动划分研究 总被引：5，自引：1，他引：5
我国1∶100万的数字高程模型,是在1∶5万及1∶10万基本地形图上,高精度采集方里网交点高程所构建的1km分辨率地面高程数字矩阵。本文利用该DEM数据及其所派生的多种地貌信息进行地貌形态类型自动划分的技术方法。实验提取地形起伏度、地表切割度、地表粗糙度、高程变异系数、平均坡度、平均高程6个地形因子,并将各因子置于不同的信息层面中,通过主成分分析,ISODATA非监督分类法与Bayesian最大似然监督分类法相结合,对中国地貌的基本形态进行了多维信息综合分类。研究结果表明:①我国1∶100万比例尺DEM在宏观地貌分类方面具有重要的价值和应用潜力;②所提取的地形因子能宏观地反映我国地形的起伏特征,为地貌形态分类提供重要的依据;③采用ISODATA非监督分类法与Bayesian最大似然监督分类法,能有效地实现我国地貌基本形态类型的定量化、自动化划分;④依据数据的统计特征进行分类,较合理地解决了类型模糊的形态实体的归类问题。实验结果不仅揭示了此项技术在地貌形态分类中的巨大潜力,同时对于完善DEM数字地形分析的理论与方法也具有重要的意义。 相似文献
4.
图像数据融合的地貌类型识别分类与制图 总被引：3，自引：0，他引：3
计算机遥感地貌制图是利用航空像片或者卫星影像进行识别制图;另是利用DEM数据融合计算提取。对此,本文介绍了一种对区域基本地貌形态类型进行计算机自动分类的方法。它通过识别标志在影像上对地貌分布区进行数字化,把TM影像中的地貌信息和从DEM中提取出来的地貌信息结合,以划分出详细的地貌类型:如河北省沽源县的台地、河谷平原、开阔平原、丘陵、低山和中山6大类。最后,通过一定的算法进行分类成图。 相似文献
5.
基于DEM与DLG的福建省地貌形态自动分类 总被引：1，自引：0，他引：1
以福建省1:10万的DLG(Digital Line Graphic,数字线划图)和DEM(Digital Elevation Model,数字高程模型)为基础,在ArcGIS软件支持下,依据坡度和面积组合指标,将福建省地貌形态单元分为平缓地和山丘地;提取地形图中水系与等高线的高程点交集,构建了福建省地方相对基准面,并以流域水文分析方法提取了山丘地地貌形态实体单元;把平缓地和山丘地貌形态实体单元分别与地方侵蚀基准面叠加,参照"中国1:100万地貌制图规范",将福建省地貌形态类型分为平地、台地、低丘、高丘、低山、中山。研究结果表明:该方法符合福建传统地貌分类体系,能够较好快速实现平缓地与山丘地、平地(平原)与台(阶)地的自动划分,有效地提取山丘地貌形态实体单元的界线。 相似文献
6.
一、地质环境背景
鹤岗市区位于黑龙江省东北部,地处小兴安岭与三江平原的过渡带。地貌形态为构造剥蚀山地丘陵和冲积堆积平原,西北部为小兴安岭的青黑山山脉山前丘陵区,中部为山前丘陵区向平原过渡的丘陵台地,东南部为三江平原,总体地势西北高,东南低,境内最高处为北部大架山,海拔高度405．9m,最低处位于东南部永胜屯一带,海拔高度仅76m。 相似文献
7.
本文以山西省为实验区,基于ICESat/GLA14测高数据对SRTM1 DEM和ASTER GDEM V2数据的垂直精度进行了对比,分析了其在坡度、土地利用类型和地貌类型中的误差分布情况,并基于地形剖面方法分析了2种DEM数据在地形表达上的差异。研究结果表明：① 在垂直精度上,SRTM1 DEM数据要明显高于ASTER GDEM V2数据,其绝对误差均值分别为4.0 m和7.8 m,标准偏差分别为6.0 m和10.7 m,均方根误差分别为6.1 m和10.7 m。② 这2种DEM数据的精度受坡度影响严重,随坡度值的升高误差增大;SRTM1 DEM的绝对误差均值、标准偏差和均方根误差在水田最小,在林地最大,而ASTER GDEM V2的这3种误差在居民用地最小,在林地最大;SRTM1 DEM 和ASTER GDEM V2的绝对误差均值、标准偏差和均方根误差在平原地区最小,在大起伏山地最大。③ 在平原和台地地区,ASTER GDEM V2数据高程值有异常波动,SRTM1 DEM在起伏山地存在对山谷过高估计。总体上,SRTM1 DEM比ASTER GDEM V2对地形的表达准确,与ICESat/GLA14对地形的描述基本相一致。 相似文献
8.
本文以吉林省靖宇县西南部的龙湾火山群为例,进行了火山口地貌图像识别方法探讨。在提取过程中,根据研究区内火山口均位于熔岩台地上的特点:首先,将研究区划分为平原和山地等地貌类型;然后,将生成的坡度数据与DEM高程数据相乘,实现对DEM数据按照地形高低起伏的加权,以突显火山口在高程数据上的表现。根据火山口"中间低,四周高"的形态特点及在DEM上的表现,建立了火山口识别模板,对火山口进行识别。最后,参照研究区内的遥感影像,对提取的结果进行验证和修改。 相似文献
9.
地形湿度指数可定量模拟流域内土壤水分的干湿状况,是静态土壤含水量的最常用指标,具有明确的物理意义。但是,由于DEM本身的结构特点,其提取的地形湿度指数具有尺度依赖性。本文主要探讨因DEM水平分辨率不同而导致的DEM栅格单元异质性,对地形湿度指数提取的影响。以厦门市地貌类型比较复杂的西源溪流域为实验区,使用1 ∶1万等高线生成的2.5m和20m分辨率DEM数据,分别提取地形湿度指数并计算栅格单元地形异质性指数,分析DEM栅格单元异质性指数与地形湿度指数之间的关系。研究表明,基于高程标准差、地势起伏度、景观破碎度和多样性的栅格单元异质性指数与地形湿度指数偏差之间均存在显著的负相关性,这4个异质性指数对地形湿度指数差值的对数回归模拟效果良好且显著有效。这对低分辨率DEM提取地形湿度指数的误差纠正,以及描述区域土壤含水量等地形湿度指数的应用研究具有积极意义。 相似文献
10.
科学界定山地和山区类型是认识山地、因地制宜促进山区可持续发展的基础,可为山区分类开发、分类施策提供依据。本文采用均值变点法确定滑动窗口尺寸,运用空间分析工具对SRTM进行处理以获取山地坡度、起伏度,并提取了黔桂喀斯特各类山地空间范围和规模,以此对县级层面黔桂喀斯特山区类型进行了划分。主要结论如下：①二次使用均值变点法确定移动窗口面积与平均地形起伏度拟合的对数曲线拐点,其表征的是黔桂喀斯特山区地形起伏度最佳统计单元—移动窗口面积为6.50 km2。②黔桂喀斯特山地占比大,山地与非山地面积之比约为89:11,且山地省际空间分异明显,贵州喀斯特山地以中山、中低山为主,占贵州部分的57%;而广西喀斯特山地以丘陵为主,占广西部分的59%。③黔桂喀斯特山地区均为山区县,其中,18个纯丘陵县、10个半山区县、15个准山区县、21个显山区县、32个整山区县。整山区县个数多,多分布于乌蒙山区和黔桂峰丛洼地山区,多数为国家扶贫开发工作重点县。 相似文献
11.
中国1∶100万地貌图色彩系统的设计与建库 总被引：1，自引：0，他引：1
中国1:100万地貌图的色彩设计是在对中国地貌特征分析研究的基础上,通过中国地貌图物理色彩模型,根据颜色三个基本特征:即色相、亮度和饱和度的不同变化与组合,结合人们对色彩感受的物理与心理特征,对中国1:100万地貌图2 000多个类型的不同色彩进行定量分析,采用现代数字地图印刷技术的C、M、Y、K四色值来构建色彩与地貌类型之间的联系,建立完整的地貌类型色彩库。以此编制的中国1:100万地貌图不仅很好地反映了中国地貌的总体特征,也反映出不同地貌类型之间的差异,该色彩系统可为编制相关专题图提供借鉴。 相似文献
12.
由于生长环境、地带性分布规律和垂直差异,山地与平原地区的不同植被类型在遥感影像上存在“同物异谱”及“异物同谱”现象,易导致土地类型的误分。为避免此类错分,在进行土地覆被类型解译之前,应首先确定平原、山地植被的边界。本文在遥感影像聚类分析、GIS空间分析及数理统计分析技术的支持下,以江西省都昌县北部地区为研究区域,基于高分一号（GF-1）遥感卫星影像及地形要素,完成了山地植被与平原植被的界线提取。实验结果显示,本研究得到的植被界线精度高达99.47%和96.28%。与单纯基于遥感影像分类得到的植被边界成果相比,精度提高了近25%和23%。研究证明,高分辨率遥感影像与地形因子结合后,计算得到的山地平原划分界线精度有明显提高,可以满足高分辨率遥感影像土地覆被类型解译研究的需要。 相似文献
13.
面向地形特征的DEM与影像纹理差异分析 总被引：1，自引：0，他引：1
纹理分析方法在宏观地形特征分析方面具有较大的优势与潜力,但当前缺少对DEM与影像数据纹理特征差异的系统分析研究.本文采用灰度共生矩阵为纹理量化模型,选取了8个不同地貌单元的样本数据,对DEM和遥感影像2类数据的纹理进行了特征值对比分析,纹理特征稳定性分析,纹理特征组间差异性分析.实验结果表明,在所测试的二阶角矩,对比度,方差,熵4个纹理指标中,DEM和影像的对比度特征值间具有显著的相关性;通过不同地貌样区纹理特征值对比分析发现,DEM数据在地形起伏较大区域纹理特征更为明显,遥感影像数据则受地表覆盖物影响较大;从地形特征的稳定性角度分析,DEM数据在丘陵和山地分析有优势,影像数据则在平原和台地分析表现更好;从地形特征差异性角度分析,DEM数据要优于影像数据.进一步采用光照模拟和坡度数据以增加DEM纹理信息,研究结果表明,DEM派生的2类数据在地形量化差异性方面改进明显,并大大优于影像数据. 相似文献
14.
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。 相似文献
15.
基于灰度共生矩阵的DEM地形纹理特征量化研究 总被引：2，自引：0，他引：2
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。 相似文献
16.
黄土高原地形因子间关联性的神经网络分析 总被引：4，自引：2，他引：2
不同的地形因子从不同侧面反映地面的起伏特征或空间变异,各因子之间所存在的相互关联、相互制约、相互影响的特征,在很大程度上揭示了地形发育与空间变异的内在本质。本文以黄土高原丘陵沟壑区的1∶10000和1∶50000两种比例尺的15个实验样区为样本,应用BP神经网络模型,探讨不同比例尺的地形定量因子与地面坡度之间的关联特征及其变化规律。实验结果表明:①利用神经网络分析方法可以有效定量评价地形因子间的关联性;②该研究方法有助于地学分析中DEM尺度的选择,地形因子的确定及其相关关系的量化。 相似文献
17.
数字高程模型（Digital Elevation Model, DEM）是一种至关重要的空间信息,广泛应用于各行各业。其中,ASTER GDEM与SRTM几乎覆盖了全球陆域,为地学研究提供了非常实用的高程数据支撑,但是由于二者传感器采集数据原理的不同,使得高程数据在不同地貌条件下的高程精度亦存在程度不一的误差。本文提出了一种新型的基于地貌特征的DEM融合方法,使得融合GDEM与SRTM后的DEM数据,消除了地貌特征的影响、显著地提高了DEM质量。该方法主要分为地理配准和高程融合2个步骤：①基于河流线对等线性地貌特征的位置数据,构建了GDEM与SRTM的水平偏移相关的误差评价函数,采用多级网格搜索法求得DEM间的水平偏移距离,实现对DEM的配准;②按照DEM高程值在不同地貌单元及边界线附近的高程变化特征,建立地貌分区的高程融合模型来融合两种地理配准后的DEM高程,尤其是实现了地貌单元边界线附近的高程平滑过渡。本文以怀柔北部地区为实验区,以1:5万地形图为参考,对2种DEM数据进行融合,统计结果表明：① 融合DEM在各地貌单元的误差均显著下降,地形表达较之融合前更加精确;② 高程差呈现正态分布,明显区别于融合前DEM不对称的多峰分布形态,说明地貌影响被有效地剔除;③ GDEM和SRTM数据的精度对坡度有较大依赖性,融合后DEM的精度在不同坡度范围下均优于GDEM和SRTM,显著降低了融合前DEM对坡度的依赖程度;④ 在不同坡向下,GDEM和SRTM的RMSE取值波动较大,融合DEM的RMSE取值在各方向表现稳定,高程精度较GDEM和SRTM有显著提高。 相似文献