青藏高原地区3种全球DEM精度对不同地形因子的响应

[目的]探究青藏高原地区3种全球DEM精度对不同地形因子的响应,以便对全球DEM在各领域应用研究提供支撑。[方法]以青藏高原地区作为研究区,以ICESAT/GLAS的GLAH14高程数据作为高程参考数据,研究SRTM DEM,ASTER GDEM和HydroSHEDS DEM的精度对坡度、坡向以及地形粗糙度等地形因子的响应规律。[结果]总体上,SRTM DEM精度最高,HydroSHEDS DEM精度最低。不同地形因子对3种DEM精度均有不同影响。DEM误差随着坡向分布呈不同的态势。其中SRTM DEM正负测量偏离值点分别集中在南坡向和西北坡方向;ASTER GDEM正负测量偏离值点分别集中西北坡向和东南坡向;HydroSHEDS DEM正负测量偏离值点分别集中在东坡向和西南坡向。3种DEM精度与地形粗糙度均呈现较为明显的二次多项式关系。[结论]在青藏高原地区,3种DEM精度均与地形要素有着不同程度相关性,SRTM DEM精度最优且受地形要素影响程度小,HydroSHEDS DEM精度最差,受到地形要素的影响程度最大。     

复杂地形中机载LiDAR点云构建DEM的插值算法对比

机载激光雷达（Light Detection and Ranging,LiDAR）可快速、高效的获取大范围地形信息,已成为高精度地形建模的重要数据获取手段。然而,针对复杂地形的机载LiDAR点云构建数字高程模型（Digital Elevation Model,DEM）的插值误差研究缺乏,严重限制了其在土壤侵蚀、开采沉陷等地表过程研究中的应用。该研究基于黄土高塬沟壑区典型地形的机载LiDAR数据,对比了反距离加权（Inverse Distance Weighted,IDW）、克里金（Kriging）、样条函数（Spline）、自然邻域（Natural Neighbor,NN）、趋势面（Trend）、不规则三角网（Triangulated Irregular Network,TIN）等插值算法的插值误差。首先优选了IDW、Kriging、Spline、Trend等4种算法的关键参数,其次分析了不同点云密度和地形下IDW、Kriging、Spline、NN、TIN等5种算法的插值误差及其空间分布。结果表明：1）IDW最优插值参数为权指数1和搜索点数12,Kriging为无方向、高斯函数和搜索点数12,Spline为规则样条函数和搜索点数32,Trend误差达米级,不适用于地形复杂区域。2）当点云密度较小时（≤19点/m2）,IDW、Kriging、NN、TIN4种插值方法较为准确地描述地形。当点云密度较大时（≥39点/m2）,各个插值方法的DEM空间分布差异不大。3）针对黄土高塬沟壑区复杂地形区域,点云密度越大,DEM的误差越小。陡坡区域DEM的平均绝对误差明显高于缓坡区域,随着点云密度增大,陡坡区域误差明显减小,而缓坡区域变化较小。当点云密度较小时（≤19点/m2）,缓坡和陡坡最优插值插值方法分别为NN和TIN;当点云密度较大时（≥39点/m2）,缓坡和陡坡最优插值插值方法均为Spline。研究结果可为机载LiDAR用于地形复杂区域的高精度地形建模与地表过程研究提供依据。     

基于无人机影像快速估算矿山排土场边坡土壤侵蚀速率的方法

[目的]探究无人机高清影像快速估算矿山排土场边坡土壤侵蚀速率的方法,为无长期地形监测地区的土壤侵蚀强度估算提供了新方法。[方法]通过无人机和RTK-GPS分别获取研究区影像及地面控制点坐标,利用Agisoft PhotoScan Professional 1.1.2软件生成研究区空间点云,利用ArcGIS 10.3生成高精度DEM,通过目视遥感解译和现场调查,快速估算研究区土壤侵蚀速率。[结果]本研究区排土场边坡土壤流失面积11 052.53m2,土壤侵蚀总体积835.41m3,土壤侵蚀速率为4 043.82t/(km2·a)。使用普通克里金法插值生成DEM数据精度为0.26m。[结论]通过本研究方法计算出的排土场土壤侵蚀强度属于中度侵蚀,土壤侵蚀速率较为符合实际情况,精度也满足了本研究的需要,同时,在高密度点存在的情况下,各种插值方法生成DEM数据误差相差不大,使用普通克里金法能够使结果最优。     

基于全数字摄影测量数据建立DEM时分辨率的确定

分辨率是栅格DEM的基本参数之一,其大小直接影响到DEM的数据质量和地形分析的精度。采用多大的分辨率是建立和应用DEM时需解决的基本问题。利用全数字航空摄影测量方法,获取了位于陕北丘陵沟壑区的实验样区的高精度地形特征点、线数据,在此基础上,生成了9种不同数据密度的点数据集。然后利用ANUDEM和TIN方法,建立具有不同格网尺寸的2种DEM数据系列,并提取坡度均方差,平均坡度和高程中误差。根据坡度均方差、平均坡度和高程中误差随格网尺寸变化的规律,确定了建立DEM时合适的分辨率大小。研究结果表明,在利用全数字摄影测量方法建立1:10000比例尺的DEM时,应采用的分辨率约为2.5m。     

黄土丘陵沟壑区不同数据结构DEM转换精度研究

栅格DEM与TIN是DEM表面建模主要的2种方法。应用DEM进行地形分析时,栅格DEM与TIN的相互转换非常必要,但在转换中所产生的误差直接或间接地影响到分析结果的准确性。以陕北黄土丘陵沟壑区的绥德县韭园沟流域为实验区,采用高精度的1:1万DEM为基准数据,探讨不同转换参数对转换精度的影响。实验结果表明,所建立的栅格DEM表面高程误差随着TIN的转换阈值的增大而增大、所提取的地面坡度、沟壑密度的精度随之降低。TIN的转换阈值以5 m为较为理想的指标。     

陕北黄土区SRTMDEM精度对不同地形因子的响应

以陕北黄土沟壑区域作为研究区,以1弧秒SRTM DEM数据作为研究对象,以ICESat/GLAS的GLA14高程数据作为高程参考数据,利用地理探测器的空间分异性研究方法,来研究高程、坡度、坡向、总曲率、剖面曲率以及平面曲率等地形因子对SRTM DEM数据精度的影响,并结合其影响研究了地表粗糙度与SRTM DEM精度之间的相关关系。结果表明:源数据SRTM DEM在研究区范围内系统误差为(0.470±9.520) m,精度为9.531 m。单地形因子对SRTM DEM精度的影响要比不同因子两两综合的影响小,其中坡度因子和曲率因子对精度的影响程度较大,高程、坡向因子对精度的影响程度较小。分形维数较常见的几种地形因子对数据精度的影响程度更大,分形维数与数据中误差呈现二次多项式的关系,并且随着分形维数的增加,SRTM DEM中误差逐渐增大,增长率逐渐减小,直到峰值。     

梯田DEM构建方法精度比较研究

在黄土高原地区,梯田作为重要水土保持措施之一,在减缓土壤侵蚀的同时也改变了局地范围的地表形态。顾及梯田地形DEM构建方法的提出极大地弥补了传统中低分辨率DEM不能表达梯田突变地形的缺陷,对于地表微形态分析、土壤侵蚀等地表过程评价等具有重要意义。从基于高程、坡度、坡长等地形属性特征分析、测量误差及地形描述误差评价三方面出发,以高精度激光点云数据为基准,深入探究不同梯田DEM构建方法对梯田地形的表达差异,并对其进行了精度评价。结果表明:（1）从测量误差和地形描述误差的描述结果来看,基于真实田坎法构建结果在各种地形因子的表达上整体误差更小,更接近梯田真实地表形态;（2）从地形特征因子分析结果可知,基于真实田坎法的DEM整体精度较高,对各种地形因子的描述更准确。（3）基于真实田坎法构建出的梯田DEM能够精确描述原始地表形态,但需要较多人力工作,适用于精度较高的梯田地形研究。     

微地形对高寒草地土壤有机碳及氮含量的影响

[目的]系统分析高寒草地不同微地形条件下土壤有机碳及氮含量的变化规律,为高寒地区合理利用草地提供理论参考。[方法]在天祝高寒草地区选取7类不同微地形作为研究对象,测定其表层(0—30cm)土壤有机碳及氮含量。[结果]随着土层深度的增加,位于坡底平地,土壤全氮和铵态氮含量呈减小的趋势,位于阴坡不同坡位,土壤全氮含量呈"V"型变化,土壤铵态氮呈减小的趋势,位于阳坡不同坡位,土壤全氮含量呈减小的趋势,土壤铵态氮含量呈先增大后减小的趋势;所有微地形中,随着土层深度的增加,土壤有机碳含量呈减小的趋势;随着土层深度的增加,坡底平地,中坡阳面和中坡阴面微地形中,土壤水解氮含量呈减小的趋势,下坡阳面和下坡阴面微地形中,土壤水解氮含量呈先减小后增大的趋势,上坡阳面和上坡阴面微地形中,土壤水解氮含量呈先增大后减小的趋势。土壤表层全氮、水解氮、有机碳的含量的变化为:下坡位上坡位中坡位,而铵态氮的含量呈现先减小后增大的趋势。[结论]地形的微变化明显影响土壤氮有机碳和素的含量。     

重采样方法对DEM数据质量的影响

[目的]针对在数字地形分析的实际应用问题,利用重采样方法得到的DEM数据精度,旨在分析不同的重采样方法对所获得的DEM数据质量的影响。[方法]从数据误差的角度,以陕西省绥德县窑家湾沟流域的以全数字摄影测量得到的DEM数据为基准,计算并比较利用重采样方法得到的DEM的数据误差。[结果]无论采用何种重采样方法,得到DEM数据质量均未得到提高,其高程误差的空间分布与重采样方法相关,地形变化剧烈的地方,误差较大;中误差的大小则取决于重采样方法与原始格网尺寸。[结论]最近邻法得到的重采样DEM数据的中误差最高,三次立方卷积法的最小,双线性内插法则略高于三次立方卷积法。     

基于GIS的不同精度DEM提取地形指标误差分析——以盐池县南部山区为例

以1∶5万和1∶10万地形图制作的DEM为研究对象,分别提取地面坡度及坡向、地表粗糙度、沟壑密度、坡长5种地形指标,并进行对比分析。实验样区为盐池县南部山区,基本技术平台为ARC/INFO地理信息系统软件。研究结果表明,两种精度DEM在提取地面坡度与地表粗糙度不同程度存在着误差,提取沟壑密度与坡长存在误差较小。提出了运用地理信息系统软件结合DEM提取沟壑密度与坡长的方法。研究成果对于DEM精度估算与误差纠正有一定的指导意义。     

基于梯田信息的地形湿度指数表达研究

[目的]研究基于梯田DEM的地形湿度指数,为深化黄土高原地区土壤水分的研究提供依据。[方法]以黄土高原地区梯田为研究对象,选择5mDEM、基于真实田坎方法构建的1m梯田DEM和基于激光点云数据构建的高精度1 m DEM数据分别对研究样区的地形湿度指数进行表达并作对比分析。[结果]3种不同梯田DEM数据对地形湿度指数的表达有显著差异。(1)5m DEM数据仅能表现出地形湿度指数的宏观分布特征,不具备梯田地形特征信息;(2)基于真实田坎方法构建的1m梯田DEM能较准确细致地实现对梯田样区地形湿度指数的表达,梯田田面和田坎特征分布明显。但与高精度1 m DEM相比,在单个田面和田坎内部地形湿度指数定量表达有所偏差。[结论]基于真实田坎方法构建出的梯田DEM可以更加准确地表达出梯田区域的地形湿度指数分布特征,但与真实地形相比,在田面和田坎内部的表达上仍然有所偏差,其构建方法需要进一步改进。     

用机载LiDAR点云数据估测海南博鳌人工经济林单木参数

激光雷达是目前发展迅速的一种主动遥感技术,其发射的激光脉冲能穿透树林冠层,实现森林三维结构特征的获取。为验证机载激光扫描器提取森林单木参数的可行性,该研究以海南省博鳌机场周边人工林为研究对象,使用机载激光扫描器Mapper5000（中国）获取的点云数据,探索对人工经济林单木参数估测的可行性。根据研究区的地形和林木结构特征,分别对槟榔和橡胶2个树种进行单木参数提取,使用K-means分层聚类对不同样地的林木进行单木分割,提取样地内单木树高、冠幅、胸径、材积和地上生物量。结果表明,2个树种的单木分割正检率均在85%以上,总体平均正检率在90%以上;单木树高、冠幅、胸径、材积、地上生物量估测结果的决定系数均达到0.8以上,与同类的研究相比,估测精度较高,说明该点云数据对提高森林参数估测精度有积极作用,机载激光雷达技术在森林资源精细调查中有较大的应用潜力,同时也可应用于相关果树生长情况监测,为数字果园的发展提供技术支撑。     

基于SPOT5影像的郁闭度反演方法

为探讨区域植物措施因子在林地的赋值问题,以重庆市云阳县为研究区,以58个单元实地林地地块郁闭度调查数据为基础,计算了对应地块同期SPOT5影像各波段DN(灰度)均值和DN值标准差,分析了SPOT5影像在林地不同郁闭度下的稳定性。随机选取38个单元调查郁闭度数据,与对应地块同期SPOT5影像各波段DN均值进行回归、相关性分析,建立了不同波段组合反演郁闭度的方法。利用剩余20个单元的调查郁闭度数据进行精度检验。结果表明:SPOT5影像红外、红、绿波段DN均值在不同郁闭度林地地块表现稳定,最大偏离分别为13.8%,15.65%,24.52%,偏离平均值分别为10.11%,10.94%,17.78%;红、绿波段是反演郁闭度的最佳波段组合,拟合方程判定系数R2为0.66。精度检验结果表明,反演结果与实地调查数据正、负向最大偏差为+16.92%,-16.06%,偏差均值为-2.08%。按10%的分级统计,偏离均小于15%,总体精度较高。在反演结果误差为±20%时,植物措施因子赋值的最大误差<10%,可作为区域土壤侵蚀监测时植物措施因子计算的参考。     

DEM栅格分辨率对丘陵山地区定量土壤-景观模型的影响

基于数字高程模型（Digital Elevation Model,DEM）的定量土壤-景观模型的精度依赖于DEM栅格分辨率,而DEM栅格分辨率如何影响土壤-景观模型及其预测精度目前研究较少。以西南丘陵山地区一典型汇水盆地为研究对象,以该区2.5、5、10、20和30 m DEM为基础,利用逐步线性回归方法建立起研究区不同分辨率下的定量土壤-景观模型,并应用这些模型预测研究区内土壤表层碱解氮含量的空间分布,进而比较DEM不同分辨率下土壤-景观模型及其预测精度。结果表明,随着DEM栅格分辨率的降低,比汇水面积、地形湿度指数的均值逐渐增加;平均坡度逐渐降低;曲率变化的范围逐渐减小。地形指数的这一变化规律对土壤-景观模型及其预测结果产生显著影响,模型的校正决定系数、平均绝对误差和均方根误差都以5 m栅格分辨率为转折点,分辨率低于5 m,模型的校正决定系数显著减小,平均绝对误差和均方根误差显著增加。     

基于机器学习算法的蒸发量模型评估

[目的]探讨合理的气候因子个数,建立蒸发量模型,提出基于特征选择算法筛选最优特征集。[方法]以陕西榆林、泾河和汉中3个气象站16年(2005-01至2021-03)的逐小时观测资料为研究对象,利用特征选择函数和遍历循环方法对模型参数、特征变量个数进行优化。基于最佳参数结合随机森林模型和多元线性回归模型两种机器学习算法建立榆林、汉中和泾河地区蒸发量模型,采用平均绝对误差、均方根误差和平方相关系数三项指标评估模型的预测精度。[结果]特征变量和随机森林模型中的决策树个数分别是8,61时,模型预测效果最佳。采用优化的随机森林模型、多元线性回归模型评估3个地区的平均绝对误差均为0,均方根误差除泾河地区相等外,榆林、汉中地区的均方根误差均小于优化的多元线性回归模型。优化的随机森林模型预测榆林、泾河和汉中地区蒸发量拟合效果分别为0.85,0.90,0.86,优化的多元线性回归模型的拟合效果分别为0.77,0.83,0.79。[结论]整体而言,优化的两种模型都具有良好的预测效果且随机森林模型的预测效果优于多元线性回归模型。     

含岩屑紫色土水力特性及饱和导水率传递函数研究

紫色土中存在的岩石碎屑会对土壤的水力性质如饱和导水率、水分特征曲线产生显著影响。以两种不同母质发育的土壤(紫色页岩和紫色泥岩)为研究对象,设置0.25~2、2~5、5~10 mm三个岩屑粒径水平,0、30%、50%、70%、100%五个岩屑含量水平,采用压力膜仪法和定水头法分别测定水分特征曲线和土壤饱和导水率。利用BP神经网络,选择特定输入变量建立土壤饱和导水率传递函数PTF1和PTF2(PTF1的输入变量为岩屑含量、岩屑粒径、初始土壤容重和机械组成,PTF2的输入变量为岩屑含量、岩屑粒径、初始土壤容重、机械组成、进气压力值和S指数(土壤水分特征曲线拐点处斜率的绝对值))。结果表明:添加岩屑极大提高了土壤饱和导水率和S指数,并且随岩屑含量的增加而增加,相比之下,进气压力值随岩屑含量增加而减小,饱和导水率也随岩屑粒径的增加而增加,岩屑粒径从0.25~2 mm增加至5~10 mm,饱和导水率平均提高了2.3倍。岩屑粒径对进气压力值和S指数影响较小。PTF1和PTF2的几何平均数、几何标准偏差、均方根误差以及AIC指数分别为1.27、5.57、0.16、2.94和1.17、1.70、0.06、–53.28,PTF2的相关值均小于PTF1,表明PTF2模型的预测效果更好。综上所述,岩屑的存在显著影响了紫色土的水力特性,使饱和紫色土导水能力增加而保水能力减弱,利用神经网络所构建的传递函数PTF2可很好地实现含岩屑土壤饱和导水率的预测。     

基于超分辨率重建和多模态数据融合的玉米表型性状监测

无人机遥感技术已逐渐成为获取作物表型参数的重要工具,如何在不降低测量精度的同时提高空间分辨率和测量通量受到表型研究人员的重视。该研究以玉米为研究对象,获取5个生育期无人机图像序列,结合小波变换与双三次插值对数码影像进行超分辨率重建,提取原始影像和重建影像的冠层结构、光谱等参数。基于单一参数和多模态数据构建地上生物量估算模型。结果表明：重建影像质量较高、失真较小,其峰值信噪比为21.5,结构相似性为0.81。航高60 m的重建影像地面采样距离与30 m的原始影像相近,但每分钟可多获取0.2 hm2地块的图像。多模态数据融合在一定程度上克服冠层饱和问题,相对于单一参数获得更高的生物量估测精度,拟合的决定系数为0.83,单一参数拟合的决定系数为0.095～0.750。在采用更高飞行高度条件下,结合超分辨率重建和多模态数据融合估算生物量的精度没有降低、反而略有提高,满足更高测量通量的需求,为解码基因型与表型关联的策略提供依据。     

基于激光感知的农业机器人定位系统

为解决基于全球导航卫星系统（global navigation satellite system,GNSS）的农业机器人和自动驾驶农机在机库、大棚等卫星信号弱或无环境下定位精度低甚至无法定位的问题,该研究提出了基于激光感知的农业机器人定位方法。采用二维激光雷达和激光接收器设计了基于激光感知的机器人定位系统,通过二维激光雷达发射扫描激光获取机器人上激光接收器的点云,同时激光接收器感应扫描激光,融合感应扫描激光时间差和激光接收器点云特征,得到移动激光接收器（即农业机器人）的定位。以全站仪测量为参照在大棚内开展验证试验,结果表明,在激光雷达扫描范围内,机器人行驶速度为0.8 m/s时,直线行驶时最大偏差绝对平均值为4.1 cm,最大均方根误差为1.5 cm;曲线行驶时最大偏差绝对平均值为6.2 cm,最大均方根误差为2.6 cm,满足农业机器人在农机库等环境中自动导航所需定位精度要求。