共查询到20条相似文献，搜索用时 31 毫秒
1.
2.
一种基于3S技术的快速、动态监测水土流失与定量估算方法 总被引：1，自引：0，他引：1
利用3S技术对水土流失相关因子信息进行快速、准确提取。在ArcGIS中对多源数据进行集成,用空间分析模块在DEM上提取坡度坡长因子层,根据区域内各代表站R值用反距离法内插生成降雨侵蚀力层,利用不同土壤类型的K值转换生成土壤可蚀性层,以及利用不同土地利用类型的CP值转换生成水土保持因子层;通过GPS野外采点检验DEM与相关信息明确精度。最后实现区域两时期水土流失量的估算与监测。以金沙江中段的龙川江和勐果河两个子流域为试验区的研究表明,该方法能快速、准确地实现流域水土流失现状调查和动态监测,能适时掌握区域水土流失的时空变化,可为水土流失治理和水保规划制订和实施提供科学依据。 相似文献
3.
《地理空间信息》2015,(5)
利用多期无人机航空影像提取DEM数据,对昆明长水国际机场建设前后的地形变化进行了定量化分析。通过对机场无人机遥感数据进行空三计算得到DEM数据,利用无人机影像提取建筑物的情况,并消除建筑物对DEM数据造成的起伏影响,再利用GIS对建设前后的机场地形进行了空间连续的工程填挖土石方量分析和坡度变化分析。结果表明,机场最终填挖土石方总量为2.00×108 m3,与工程实测设计预算的1.9×108 m3相符,场址地形发生了剧烈的削高填低变化,坡度明显降低,0°~6°坡度由占研究区总面积的49.3%增加至73.4%;6°~25°坡度由47.3%减少至24.2%,地形趋于平缓,为工程动态监测、绿化设计布置等管理工作提供技术和数据支撑。 相似文献
4.
水土流失会导致生态环境恶化、自然灾害频发,近年来,以水土保持为主要内容的生态环境建设越来越受到关注。本文利用SRTM数据,其分辨率为3弧秒,确定模型所需的各种因子,借助地理信息系统软件Arc GIS空间分析平台,处理研究区域的DEM数据,生成研究区坡度、坡向、地表切割深度和平面曲率图、剖面曲率图。利用对这些因子的分析结果,选择美国通用的水土流失方程(USLE)对研究区域的土壤侵蚀强度进行计算,从而确定了地貌形态特征对土壤水土流失的影响。 相似文献
5.
SRTM(1″)DEM在流域水文分析中的适用性研究 总被引：1，自引：0，他引：1
《国土资源遥感》2017,(2)
高精度的数字高程模型(digital elevation model,DEM)数据是流域水文分析应用的基础。美国地质调查局新发布了全球高分辨率数字高程数据产品,其空间分辨率为1″(约为30 m)。为评价该数据在流域水文分析中的适用性,以鹤壁汤河流域为实验区,以机载LiDAR DEM数据为参考,统计了SRTM(1″)数据的高程误差,分析了坡度、坡向、地表覆盖等对误差的影响;在基于地形的水文分析中,统计分析了SRTM(1″)数据误差对地形湿度指数、坡度坡长因子以及汇流动力指数等地形指数计算的影响;最后选取流域汇水区面积、最长水流路径长度、形状系数、弯曲度系数等流域特征参数对两种DEM数据提取结果进行了对比。研究表明SRTM(1″)DEM数据具有较高的精度,原始数据均方根误差为5.98 m,在消除平面位移误差后减小为4.32 m。基于地形的水文分析表明SRTM DEM与LiDAR DEM计算结果具有一定的差异,地形湿度指数平均值略高,坡度坡长因子和汇流动力指数平均值偏低,离散度偏小,这与SRTM DEM在微地貌以及高坡度地形区存在失真相关。两种DEM数据提取流域特征参数差异较小。上述研究表明SRTM DEM(1″)数据在流域水文分析中具有较大的应用潜力。 相似文献
6.
开展水土流失遥感监测,对水土流失情况及其防治效果进行动态监测和评估,是预防监督和治理工作的基础和前提,对保护生态环境具有重要意义。本文在地理国情监测框架下,利用多源多时相多分辨率异构数据,综合利用各类地理国情监测技术方法,研究形成了一套准工程化的水土流失分布提取及统计分析方法,并成功应用于某县级研究区;同时将高分辨率彩色航片、各类基础测绘等数据应用于水土流失变化驱动力分析,取得了显著成效。随着未来地理国情监测常态化工作的开展,地表覆盖、高精度地形地貌数据等地理国情监测成果也将为水土流失监测提供更直接、更丰富的数据支撑,进一步提高监测效率和精度。 相似文献
7.
基于DEM的USLE土壤侵蚀方程地形因子获取与分析 总被引：1，自引：0，他引：1
坡长和坡度是研究水土流失问题中必须要考虑的重要地形因子,坡长的空间分布特征和规律、地貌发育对坡长的影响,以及坡长与坡度之间的关系,是研究水土流失、侵蚀规律的重要条件之一。利用GIS以及相关软件为平台,在黑龙江省通河地区建立USLE水土流失方程模型,研究LS因子在水土流失中的影响以及作用,并探讨DEM数据分辨率变化对LS值的影响。 相似文献
8.
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。 相似文献
9.
为探究ASTER GDEMV3、SRTM1 DEM和AW3D30 DEM 3种开源DEM数据的高程精度,本文以高精度ICESat-2 ATLAS测高数据为参考数据,利用GIS统计分析、误差相关分析及数理统计对DEM的高程精度进行对比评价。结果表明：①AW3D30的质量最稳定;SRTM1 DEM在平原精度最高;在高原山地精度由高到低依次为AW3D30 DEM、ASTER GDEMV3、SRTM1 DEM。②DEM数据高程精度受地表覆盖影响较大,且与地形因素密切相关,在相同地表覆盖的两个研究区中DEM数据高程精度表现情况不一致,SRTM在平原地表覆盖下精度表现最好,平均误差为3.15 m,AW3D30 DEM在山地地表覆盖下精度表现最好,平均误差为7.61 m。③坡度对DEM数据的高程精度影响较大,在两个研究区3种DEM数据的高程误差均随坡度的增加而增加;坡向对DEM数据的高程精度影响较小,未发现明显的规律。 相似文献
10.
11.
12.
13.
14.
巴马县地形因子与土地利用空间分布关系研究 总被引：1，自引：0，他引：1
《地理空间信息》2015,(5):141-143
选取广西喀斯特地区代表之一巴马县,利用土地利用现状图和DEM,从中提取出研究区的高程、坡度、坡向数据。利用ArcGIS的空间分析功能,分别对高程、坡度、坡向和土地利用数据进行叠加处理,得到在不同高程、坡度、坡向下的土地利用分布情况,并利用SPSS软件对土地利用类型与地形因子进行相关分析。 相似文献
15.
基于遥感和GIS的水土流失因子信息提取与分级定标研究--以攀枝花市为例 总被引：12，自引：0，他引：12
以攀枝花市为例,主要选用美国陆地卫星2003年的Landsat-7 ETM+遥感数据、1∶10万地形图,运用ERDAS/IMAG INE遥感图像处理软件及M apG IS软件提取对水土流失影响较大的植被覆盖度、地形坡度、沟谷密度、土地利用类型等因子;根据中华人民共和国行业标准《土壤侵蚀分类分级标准》(SL 190-96),建立攀枝花市水土流失强度面蚀分级指标,为进一步水土流失监测研究提供科学依据。 相似文献
16.
基于DEM的四川省坡度图制作 总被引：1，自引：0，他引：1
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。 相似文献
17.
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。 相似文献
18.
以30 m空间分辨率的DEM为试验数据源,借助Python地理建模技术深入研究坡度提取的不确定性。以平均坡度来代表坡度的一般水平,将研究区划分为7种地貌类型,将30 m分辨率的DEM数据重采样成30~120 m分辨率的10组DEM数据,使用以Arc GIS平台和Python开发语言为基础的地理建模技术,定量分析平均坡度与DEM空间分辨率、区域地貌特征的关系,研究坡度提取的不确定性。结果表明:研究区内不同地貌区域提取的平均坡度都随DEM分辨率的减小而减小,衰减速率基本不变;其回归方程的常数项与所在地貌单元的沟壑密度呈二次函数变化特征;坡度提取的精度与DEM的分辨率呈正相关的关系;基于Python的地理建模技术有效地整合了坡度提取分析方法,极大地提高了分析效率;研究结果进一步验证了现有坡度提取方法的不确定性。 相似文献
19.
陈楠 《武汉大学学报(信息科学版)》2013,38(5):594-598
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。 相似文献
20.
以吉林省汪清县为研究区,根据地理国情普查成果应用及监测工作通知要求,探讨了遥感技术在汪清县森林资源监测应用上的主要内容和方法。利用吉林省地理国情普查、基础测绘成果数据,结合Landsat、SPOT、ALOS等卫星影像数据,进行汪清县土地覆盖信息提取及动态监测、森林类型提取及动态监测、植被覆盖度提取及动态监测、森林参数模型反演及动态监测、驱动因子选取等内容进行了详细地说明,同时,针对汪清县森林资源各项的动态变化情况进行了驱动力分析。 相似文献