基于DEM数据的祁县地形起伏度分析

地形的起伏是造成水土流失的重要因素,以空间分辨率为30 m×30 m ASTER GDEM数据和全国1∶400万矢量数据为基础数据源,运用邻域分析法提取祁县最佳地形起伏度,均值变点分析确定最佳统计单元,最后对祁县地形起伏度进行分级。结果显示,祁县地形起伏度的最佳统计单元为23×23,最佳统计面积为47.61×104 m~2,地形起伏度可分为4级:平原(30 m)占全县总面积的29.82%、台地(30~70 m)占19.81%、丘陵(70~200 m)占40.87%、小起伏山地(200~500 m)占9.51%;西北以平原(30 m)和台地(30~70 m)为主,东南部地形起伏较大,起伏度70 m的丘陵区和小起伏山地占全县总面积的50.38%,地形坡度较大,加之祁县降雨集中,土壤结构松散,侵蚀作用较强,水土流失严重。提出治理祁县的水土流失"应积极建设小型水利工程,加强水土保持监管制度,在丘陵和小起伏山地实行退耕还草还林,发展林业生产基地或者水果种植基地,不断恢复生态平衡"的建议。     

基于变点分析法提取废弃采石场地形起伏度的方法

地形起伏度是废弃采石场水土保持治理和生态重建的重要地形指标之一。以0.5m,0.7m,1m,1.5m等12种不同水平分辨率DEM为数据源,采用GIS的窗口递增分析法和均值变点分析法对12种不同分辨率DEM的地形起伏度的最佳分析窗口进行了分析。结果表明:12种不同分辨率的最佳分析窗口都是为9×9网格,相应地提取地形起伏度的最佳统计面积与其相应的水平分辨率关系比较密切,呈幂函数的关系。以0.5m水平分辨率的DEM数据提取地形起伏度的最佳分析窗口面积为20.25m~2,并计算出大于5m地形起伏度的区域占总面积的13.12%。均值变点分析法确定地形起伏度也同样适用于废弃采石场的地形分析。     

中国西南地区地形起伏度的最佳分析尺度确定

[目的]确定中国西南地区地形起伏度的最佳分析尺度并进行地形分级,明确区域地形结构特点并进行地貌结构划分。[方法]以ASTER GDEMv2数据为基础,通过Python模块编程,利用窗口分析方法提取西南地区各典型地貌以及整个区域n×n(n=2,3,4,…,181,182,183)窗口下的平均地形起伏度,进而采用均值变点分析方法确定最佳统计窗口。[结果](1)西南地区地形起伏度的最佳分析尺度为2.43km^2;(2)区域地形起伏度以中小起伏为主,其中小起伏(200~500m)占38.68%,中起伏(500~1 000m)占23.58%;(3)从空间分布来看,西南地区的地形起伏度呈现中部高,东南部次之,西北部和东北部较低的特征。[结论]以2.43km^2为最佳统计窗口提取的西南地区地形起伏度符合区域地形起伏特征,同时较好地兼顾了各地貌类型的起伏特点。     

基于3S技术的地形起伏度与区域土壤侵蚀的相关性研究

地形起伏度直接影响着地面的径流变化,是导致土壤侵蚀的主要根源之一。分析两者相关性的前提是准确提取地形起伏度,而确定研究数据尺度下地形起伏度的最佳分析窗口是得出可靠结果的保障。在3S技术的支持下,运用均值变点法分析罗甸县基于DEM（空间分辨率为30 m×30 m）的最佳分析窗口,并依据2007年修正的土壤侵蚀分类分级标准估算研究区各样本单元的土壤侵蚀量,对两者进行相关性分析。结果表明:罗甸县在该尺度数据源下的最佳分析窗口为32×32,最佳统计面积为0.921 6 km²,实证了均值变点分析方法提取地形最佳分析窗口的可行性;地形起伏度与区域土壤侵蚀模数的相关系数为0.519 1,充分说明了作为宏观地形因子之一的地形起伏度是区域土壤侵蚀的主导因素之一。     

陕西省地形起伏度最佳计算单元研究

[目的]确定陕西省地形起伏度最佳计算单元,分析地形起伏度的空间分布规律,为地貌类型划分提供基础数据。[方法]以陕西省90 m×90 m的航天飞机雷达地形测绘使命(SRTM)数字高程模型(DEM)数据为基础,首先利用邻域统计分析法〔矩形邻域选取2×2,3×3,4×4,…,35×35共34个不同大小的邻域窗口,圆形邻域窗口选取20个(邻域半径R为2~21)〕对陕西省地形起伏度进行提取,然后统计不同矩形窗口和圆形窗口下的各种地形起伏度类型所占面积比例,接着运用均值变点分析法计算最佳计算单元,最后完成陕西省地形起伏度分级图的绘制,并对地形起伏度特征进行分析。[结果]不同地形起伏度类型所占面积比例的变化各有不同。按矩形邻域计算的地形起伏度最佳计算单元为12×12,对应面积为898 704m2,按圆形邻域计算的地形起伏度最佳计算单元为R=8,对应面积为1 254 191.4m2,这说明在使用邻域分析法提取地形起伏度时,采用圆形邻域有别于采用矩形邻域。陕西省地形总体较平缓,主要以小起伏、中起伏为主。[结论]简单实用的均值变点分析法,是确定最佳计算单元的一种较为理想的方法。     

基于DEM的京津冀地区地形起伏度分析

京津冀地区地貌类型复杂,全局单值最佳分析窗口在该地区地形起伏度提取中具有局限性。采集了区内不同地貌、地貌组合样本,采用均值变点法分别提取了各样本地形起伏度的最佳分析窗口,分析了地形地貌对最佳分析窗口的影响,在此基础上提取了京津冀地区的地形起伏度。结果表明:京津冀地区地形起伏度随分析窗口面积的增大而增大,对两者对应关系的拟合效果幂函数优于对数函数;区内因地形地貌差异存在4.64和5.35 km2两个最佳分析窗口,前者可以表达400 m以内的高差,后者更适合于表达400 m以上的高差;利用4.64和5.35 km2双窗口方案提取的地形起伏度优于单窗口方案,前者改善了后者对平坦地区起伏度的夸大;京津冀地区的地形起伏度在0~1 145 m之间,以平坦、中起伏和小起伏为主。     

白龙江流域地势起伏度与微观地形因子之间的关系探讨

基于SRTM-DEM数据,以青藏高原东缘白龙江流域33个子流域为例,利用Arc GIS的邻域分析及均值变点分析方法确定了白龙江流域地势起伏度提取的最佳分析窗口面积,并分析了子流域地势起伏度与坡度、坡度变率、高差等微观地形因子之间的关系,结果表明:白龙江流域地势起伏度的最佳分析窗口面积为2.340 9 km2;白龙江不同子流域的地势起伏度可依据流域高差、平均坡度、平均坡度变率等微观地形因子建立相应的计算模型。     

地形起伏度最佳统计单元算法的比较研究

基于90m分辨率SRTM DEM数据,利用邻域分析法在不同大小窗口下(2×2,3×3,4×4,…,30×30)对山西省地形起伏度进行了提取,运用人工作图法、最大高差法、模糊数学法、均值变点分析法和累积和(CUSUM)分析算法分别计算最佳统计单元,对统计单元计算方法的准确性及适用性进行分析,提出山西省地形起伏度提取的最佳统计单元。研究分析表明:均值变点分析法和累积和分析算法是相对比较有效的方法;运用均值变点分析法与累积和分析算法计算所得的最佳统计单元分别为11×11(0.980 1km~2)和14×14(1.587 6km~2);均值变点分析法是计算最佳统计单元的一种最为理想的方法;对于同一地区而言,不同DEM数据类型、不同分辨率DEM,所使用的最佳统计单元大小也不同。     

基于ASTERGDEM数据的湖北省地形起伏度及其与人口和经济的关系研究

[目的]探讨湖北省地形起伏度及其与人口和经济的定量关系,为制定合理的人口经济政策、引导人口经济合理布局和治理生态环境等方面提供科学依据。[方法]采用邻域分析法、均值变点法等方法,确定湖北省地形起伏度最佳统计单元,根据分级标准绘制湖北省地形起伏度分级图,并分析地形起伏度对研究区人口和经济分布的影响。[结果]湖北省地势整体上以平原、丘陵为主,平原地貌类型主要分布在江汉平原,丘陵主要分布在黄冈北部、咸宁、黄石南部、鄂西北和鄂西南大部,两者占湖北省面积的70%。随着地形起伏度的增加,县域人口密度和经济密度逐渐降低,呈显著负相关,而且县域地形起伏度越小,人口密度和经济密度在垂直方向越分散。[结论]地形起伏度与县域人口密度和经济密度有负相关性,对区域人口和经济分布有一定的影响。     

喀斯特山区地形起伏度及其对水土流失敏感性的影响——以贵州省荔波县为例

[目的]探究喀斯特高原山区水土流失的特征与空间变化规律,为制定符合喀斯特山地环境的水土流失防治对策提供科学依据。[方法]以典型喀斯特山区重点生态功能区贵州省荔波县为研究区,综合运用地理空间分析方法,确定提取地形起伏度最佳的分析单元,结合水土流失敏感性评价,分析地形起伏度与水土流失敏感性的空间分布规律及其相互关系。[结果]基于10 m空间分辨率DEM数据,提取地形起伏度的最佳网格大小为54×54,地形起伏度(RDLS)在0.32～2.12之间;荔波县水土流失敏感主要为微度侵蚀,占县域总面积达88.40%;水土流失敏感性区域主要集中在RDLS为0.7～1.7的分级范围内,RDLS在1～1.5区间对水土流失的响应最敏感,为水土流失敏感性的优势因子区间。[结论]研究区内RDLS与不同敏感度的水土流失分布具有一定的一致性,总体上水土流失受地形起伏度变化的影响显著。     

四川省地形起伏度与人口/经济的空间自相关关系

[目的]分析四川省地形起伏度与人口经济的空间关系,为区域人口合理布局、经济格局优化提供参考依据。[方法]以ASTER GDEM数据为基础,通过均值变点法确定四川省地形起伏度最佳统计单元,分析地形起伏度的分布特征;通过空间自相关分析法探讨地形起伏度与人口/经济的空间关系。[结果]四川省地形以山地和丘陵为主,整体呈现西高东低的趋势。地形起伏度与人口/经济呈空间负相关,聚集特征显著。甘孜、阿坝、凉山自治州是高地形起伏度,低人口分布,低经济水平地区;成都市是低地形起伏度,高人口分布,高经济水平地区;南充市南部县、阆中市等是低地形起伏度,高人口分布,低经济水平地区;攀枝花市仁和区、甘孜州石渠县等因自然资源或地理位置因素,地形对人口或经济影响不明显。[结论]四川省地形起伏度与人口经济呈空间负相关,但这种关系因地而异。     

区域土壤侵蚀过程的地形因子效应

大尺度、宏观的区域土壤侵蚀研究对于地区性的土壤侵蚀现状评价及土壤侵蚀趋势分析有重要意义。本研究以乌江流域为对象,分析了区域土壤侵蚀过程中地形因子的作用,对地形因子进行了筛选。结果表明,平均坡度、大于15°的面积百分比、大于25°的面积百分比,平均起伏度、起伏度100m以上的面积百分比、起伏度200m以上的面积百分比等地形参数对区域土壤侵蚀影响明显且规律性强,可作为区域土壤侵蚀过程模拟、评价以及水土保持规划的主要地形参数。     

婴幼儿配方奶粉粉体流动性研究

流动性是婴幼儿配方奶粉粉体特性的重要指标。为探究婴幼儿配方奶粉的粉体粒度分布、水分与流动性的相互关系，本研究以国内外14种不同品牌婴幼儿配方奶粉为研究对象，以压缩度、Carr指数为流动性评价指标，建立粉体粒度分布与压缩度的相互关系及Carr指数的多元线性回归模型。结果表明，国产婴幼儿配方奶粉的压缩度显著高于进口奶粉，而Carr指数低于进口奶粉，细粉颗粒（≤100μm）的颗粒体积占比显著高于进口奶粉，而粗粉颗粒（≥200μm）的颗粒体积占比显著低于进口奶粉。细粉颗粒（0～30、0～50、0～100μm）的颗粒体积占比与压缩度呈极显著正相关（P<0.01），与Carr指数呈极显著负相关（P<0.01）；粗粉颗粒（200～300、300～500、>500μm）的颗粒体积占比与压缩度呈极显著负相关（P<0.01），与Carr指数呈极显著正相关（P<0.01）。通过回归分析得到粒度分布0～30、0～50、0～100、200～300、300～500、>500μm的颗粒体积占比分别为0.78%～1.64%、2.24%～4.81%、8.64%～16.45%、24.2...     

中国地形起伏度的提取及在水土流失定量评价中的应用

基于全国 1:10 0万的栅格数字高程模型 ( DEM)数据 ,在 ARC/ INFO的 GRID模块支持下 ,利用窗口分析方法 ,经过采样统计 ,确定中国水土流失地形起伏度的最佳分析窗口大小为 5 km× 5 km;基于 5 km× 5 km的分析窗口 ,提取了中国水土流失地形起伏度 ,完成了中国水土流失地形起伏度制图 ;最后对中国水土流失地形起伏度进行了适用性分析 ,并将其初步应用于中国潜在水土流失评价     

基于DEM的甘肃省地貌形态特征分类

[目的]分析微观尺度上的地貌分类指标,为甘肃省的水土流失、地质灾害防治以及农业规划决策提供数据支持。[方法]利用甘肃省DEM数据,通过窗口递增分析、均值变点分析、叠加分析、水系盒维数检验等方法,得到甘肃省地貌形态特征分类试验的最佳分析窗口以及甘肃省地貌形态特征分类结果。[结果](1)利用均值变点分析得到甘肃省DEM分类试验的最佳分析窗口为29×29。(2)根据分类指标体系,结合地表起伏度、地表切割度、地形位置指数(TPI)因子将甘肃省地貌形态分为13类。[结论]提取研究区内5个小流域对得到的甘肃省地貌形态特征分类结果进行了检验,分类结果符合实际情况。构建的甘肃省地貌形态特征的分类指标体系实现了甘肃省地貌形态特征分类试验。     

巫山县农村居民点分布与地形因子关系

以重庆市巫山县农村居民点为研究对象,基于分布指数和信息熵,探讨了不同高程、坡度、坡向、地形起伏度、坡度变率和高程变异系数6个地形因子各地形位梯度上农村居民点的分布特征;利用变维分形理论方法定量研究了地形因子对农村居民点分布及其发展的影响。结果表明:各地形条件上研究区农村居民点分布占主导地位的地形位分别为高程250~1 000m,坡度0°~25°,东南、南、西南和西北坡向,地形起伏度0~30m,坡度变率0°~9°,高程变异系数0~0.02;农村居民点的有序度与分布格局体现出高度关联性,在优势地形位上有序度较高;农村居民点与高程、地形起伏度、坡度变率和地形高程变异系数均呈现二阶累积和变维分形分布特征,与坡度、坡向分别呈一阶和三阶累积和分形分布。不同地形因子对研究区农村居民点的影响程度从大到小依次为坡度高程坡度变率地形起伏度高程变异系数坡向。     

快速城镇化地区土地利用变化的地形梯度特征分析——以榆次区为例

为探讨快速城镇化地区——山西省晋中市榆次区不同地形梯度上的土地利用变化特征,本研究以2000年、2008年和2016年3期影像和ASTERGDEM为数据源,分析2000—2016年间土地利用变化的时空特征,选用坡向、坡度变率、地形起伏度、地形位指数和土地利用类型分布指数对土地利用的地形梯度分布特征和变化过程进行分析。结果表明:1)2000—2016年,榆次区建设用地主要向西北方向扩张,主要分布在地形起伏度30m、坡度变率2°、阳坡和半阳坡及地形位为1～3级的地区。土地利用以建设用地、耕地和未利用地为主,其中耕地所占面积最大,2000年、2008年和2016年的平均比例为46.91%。2000—2008年建设用地面积增加43.07 km2,未利用地面积减少37.33 km2; 2008—2016年未利用地面积减少221.00 km2,而耕地面积和建设用地面积分别增加170.61 km2和37.36 km2。2)在坡度变率、地形起伏度和地形位梯度上,建设用地、耕地和水域主要分布于低梯度带,而林地和未利用地分布于中高梯度带;建设用地和耕地在平地、阳坡和半阳坡呈分布优势,林地在阴坡和半阴坡具有分布优势,而未利用地的优势分布区为阳坡和半阳坡;2000—2016年耕地的主要分布区向地形起伏度30 m、坡度变率为2°～15°、地形位为4～11级的区域扩张。榆次区土地利用变化地形梯度差异明显,地形因素、人类活动、政策因素、交通和区位为其主导因素。该研究结果为区域城镇化过程中的土地合理规划利用提供科学依据,为生态环境治理提供决策支持。     

纸坊沟流域水系最佳集水面积阈值确定方法研究

为更加准确判定流域水系最佳集水面积阈值,以陕西省安塞县纸坊沟流域30 m DEM为例,采用均值变点分析方法对流域水系分维值、DEM分辨率与集水面积阈值之间的关系进行了分析。结果表明:(1)集水面积阈值与分维值的关系:不同分辨率DEM,随着集水面积阈值的增加,分维值呈先增后减趋势,且其下降速度由急剧变为缓慢;(2) DEM分辨率与分维值的关系:在最佳集水面积阈值条件下,随着DEM分辨率的减小,分维值整体趋于下降,且其下降速度越来越缓慢;(3)纸坊沟流域水系分维值为1.20,所对应的最佳集水面积阈值、DEM分辨率分别为100,15 m。均值变点分析方法可用于最佳集水面积阈值和DEM分辨率的快速确定,且可靠性较高,判定系数达0.99。研究结果为流域河网水系提取时集水面积阈值的确定提供了方法参考依据。     

东南亚国家的山地开发利用特点

<正> 大多数东南亚国家山地面积均占有很大比重,如印度尼西亚山地面积占国土面积的80%,越南占72%,菲律宾占59%,泰国占48.9%.山地因地形起伏大,土壤瘠薄,相对比平原地区承载的人口要少,如越南仅有26%的人口生活在占国土面积80%的山地地区.山区因其地形独特,故对资源开发利用要因地制宜.东南亚国家的山地开发各有其独到之处.又有很多的共同特点.本文介绍东南亚一些国家的山地开发利用特点及其经验.     

基于重心模型的丘陵山地区耕地利用转换时空特征研究

地形起伏是决定山地丘陵区土地利用类型时空格局的关键因素,是耕地利用的耕地利用时空转换的控制因子之一。为分析丘陵区耕地利用转换时空特征,选取位于山地丘陵区的赣州市为典型区。基于均值变点法对赣州的起伏度进行定量分析,将赣州市划分为平坦(12.4%)、微起伏(11.3%)、小起伏(43.6%)和中起伏(32.7%)4个等级。利用重心模型计算得到,1990、1995、2000、2004、2009和2014年5个时期耕地重心的移动角度分别为63.4°、330.5°、201.4°、203.4°和106.4°,与森林、灌草、裸地、水体和人造表面重心移动角度的Pearson相关系数分别为0.44、0.94、0.02、0.36和0.85。灌草、人造地表两种类型是与耕地重心的移动角度Pearson相关性最高,耕地与人造地表最为密切,但其形态变化并不具有一致性。1990-2014年平坦、微起伏、小起伏和中起伏区域承载耕地面积比例平均为34%:19%:35%:12%,区域承载的耕地利用强度与耕地发生转换的强度大小随着起伏度等级增加而减小。从数量来说森林与耕地变化最密切。从空间位置上,耕地与草地变化最密切。