排序方式： 共有8条查询结果，搜索用时 15 毫秒
1
1.
2.
数字高程模型(Digital Elevation Model,DEM)是基础数据,数据本身不可避免地存在不确定性.不确定性会随着传播而累积,从而影响DEM应用结果的可靠性.从DEM不确定性传播的角度,利用蒙特卡罗模拟技术研究了DEM不确定性传播对坡度、上坡集水面积、地形指数和TOPMODEL模型的影响,发现DEM不确定性传播对坡度、上坡集水面积和地形指数有一定的影响,对上坡集水面积影响最大,对地形指数影响最小;但DEM不确定性传播对TOPMODEL模型影响甚微. 相似文献
3.
DEM不确定性影响评价中的填洼分析 总被引：4，自引：0，他引：4
洼地广泛存在于DEM实现中,洼地的处理会影响DEM不确定性评价结果。该文利用蒙特卡罗方法模拟DEM不确定性,用偏差指标评价DEM不确定性对坡度和地形指数的影响,将填洼与不填洼情况下的偏差指标相减来量化填洼对DEM不确定性评价的影响。研究发现,洼地对不同参数DEM不确定性影响评价作用不同,随着DEM不确定性的增大,洼地的影响也增大。 相似文献
4.
Global solar radiation(GSR) is the most direct source and form of global energy, and calculation of its quantity is highly complex due to influences of local topography and terrain inter-shielding. Digital elevation model(DEM) data as a representation of the complex terrain and multiplicity condition produces a series of topographic factors(e.g. slope, aspect, etc.). Based on 1 km resolution DEM data, meteorological observations and NOAA-AVHRR remote sensing data, a distributed model for the calculation of GSR over rugged terrain within the Yangtze River Basin has been developed. The overarching model permits calculation of astronomical solar radiation for rugged topography and comprises a distributed direct solar radiation model, a distributed diffuse radiation model and a distributed terrain reflectance radiation model. Using the developed model, a quantitative simulation of the GSR space distribution and visualization has been undertaken, with results subsequently analyzed with respect to locality and terrain. Analyses suggest that GSR magnitude is seasonally affected, while the degree of influence was found to increase in concurrence with increasing altitude. Moreover, GSR magnitude exhibited clear spatial variation with respect to the dominant local aspect; GSR values associated with the sunny southern slopes were significantly greater than those associated with shaded slopes. Error analysis indicates a mean absolute error of 12.983 MJm-2 and a mean relative error of 3.608%, while the results based on a site authentication procedure display an absolute error of 22.621 MJm-2 and a relative error of 4.626%. 相似文献
5.
面向对象的高空间分辨率遥感影像道路信息的提取 总被引：8，自引：0，他引：8
遥感影像的道路信息提取是构建及更新地理空间数据库的一个重要组成部分。针对高空间分辨率遥感影像丰富的地物细节信息和突出的结构、纹理信息的特点,采用一种面向对象技术,实现了高空间分辨率影像道路信息提取。首先,利用面向对象的影像分割技术得到道路均值对象,然后挖掘高空间分辨率遥感影像中描述道路的光谱特征、几何特征及纹理特征,构建道路对象的知识库,实现了城郊重要道路信息的提取。与最大似然法相比,提取结果充分利用道路形状和纹理信息,能克服光谱特征的噪声现象,提取道路准确率高,为高空间分辨率遥感影像道路信息提取提供了一种新的途径。 相似文献
6.
通过对邻坡反射辐射机理的剖析,考虑邻坡反射路径中气柱程辐射、透过率等影响因素,建立了邻坡反射辐射物理模型,实现了对像元接收到的邻坡反射辐射照度及其比例的定量化计算。影像实验结果表明,像元接收到的邻坡反射辐射照度取决于周边下垫面反射率、地形、太阳入射光谱等因素的共同影响,高反射率的周边下垫面推升邻坡反射辐射照度;像元的邻坡反射辐射比例取决于它接收到的直接辐射、散射辐射与邻坡反射辐射的综合计算,低照度像元的邻坡反射辐射比例较高,阴影像元在弱散射波段的邻坡反射辐射比例一般高于强散射波段。 相似文献
7.
复杂地形下长江流域太阳总辐射的分布式模拟 总被引：1，自引：0，他引：1
利用长江流域气象站1960-2005年的观测资料(包括常规气象站点资料和辐射站点资料)、NOAA-AVHRR遥感数据(反演地表反照率),以1km×1km的数字高程模型(DEM)反映地形状况的主要数据,通过基于DEM数据的起伏地形下天文辐射模型和地形开阔度模型,分别建立了长江流域太阳直接辐射、散射辐射和地形反射辐射分布式模型,实现了长江流域太阳总辐射模拟,并对总辐射模拟结果进行了时空分布规律分析和对其受季节、纬度、地形因子(高度、坡度和坡向等)影响的局部规律分析,以及模拟结果的误差分析和站点验证分析。结果显示:太阳总辐射在季节上受影响的程度依次是春季>冬季>夏季>秋季;随着高度、坡度、纬度的增加,太阳总辐射受坡向影响的程度呈增强趋势,从坡向上看,向阳山坡(偏南坡)对太阳总辐射量明显高于背阴坡(偏北坡)。模拟的平均绝对误差为13.04177MJm-2,相对误差平均值3.655%,用站点验证方法显示:模拟绝对误差为22.667MJm-2,相对误差为4.867%。 相似文献
8.
以江苏省及周边39个常规气象站点1957—2001年的月平均气温数据和90 m空间分辨率的DEM数据为基础,采用基于DEM的多元线性回归插值方法,分析多年平均气温与海拔、坡度和坡向等地形因子的相关关系,建立适合该区域的多元回归空间插值模型.同时与反距离权重法(IDW)和克里格(Kriging)插值法等传统方法的计算结果进行对比,并用交叉验证方法比较5种插值方法的精度.结果表明:该研究区各月气温递减率在 0.5~0.9 ℃/(100 m) 左右;基于DEM的多元线性回归空间插值方法(MLR)无论从插值效果还是误差精度上,均优于其他传统插值方法.插值结果客观地表达了气温与各地形要素的相关性,反映了气温的空间变异性. 相似文献
1