中国5类典型区域常用DEM高程精度评价

探究常用的3种DEM在中国不同地貌区的误差分布特征,为3种DEM在不同研究区的应用提供支撑。选取中国5类典型区(华北平原、黄土高原、青藏高原、塔里木盆地和云贵高原)为研究区域,以ICESat/GLAS GLAH14点数据为参考高程,选取目前最常用的3种DEM数据,SRTM 1 Arc-Second Global(SRTMGL1),SRTM Version 4(SRTM V4),ASTER GDEM V2(ASTER V2)作为精度评价数据,结合地形要素和地表覆盖,对3种DEM在5类研究区域的高程精度进行了对比分析。结果表明:(1)在5类研究区中,总体上SRTMGL1数据精度优于SRTM V4和ASTER V2,其中以塔里木盆地3种DEM精度最高,云贵高原精度最低。(2)不同坡度区间内,SRTMGL1的数据精度皆高于ASTER V2和SRTM V4,平原地区(10°),SRTM两类DEM精度相近,可互为补充,高植被覆盖、大坡度区域,SRTMGL1数据精度一般为最优,ASTER V2精度优于SRTM V4。(3)坡向对于3种DEM的影响较小,误差分布较均匀。(4) 3种DEM在耕地和人造表面覆盖区域的精度最高,在林地覆盖区域,DEM精度最低。(5)不同地貌对3种DEM的精度具有较大的影响。SRTMGL1精度最优且受地形和地表覆盖影响最小,其次,SRTM V4在平原地区精度较好,受地形影响最大,ASTER V2在植被覆盖的地貌复杂区域精度较好,两者互有优劣。     

藏北高原区DEM高程与坡度值提取的误差分析

高程是数字高程模型（DEM）的基本信息,坡度是DEM进行地形分析的重要描述性因子之一。选取藏北高原区为研究区域,在实测GPS高程值和实测坡度数据的基础上,对SRTM与ASTER GDEM高程值和提取的坡度进行了误差分析。研究表明：（1）SRTM和ASTER GDEM在采集高程值时误差较小,二者与实测值之间的Pearson相关系数分别为0.975和0.994,中误差（RMSE）为57.381和31.106,精度比率（AR）为2.089和1.976,相对平均误差（R_ME）为1.1%和0.7%;（2）SRTM提取坡度的误差较大,而ASTER GDEM提取的坡度误差较小,二者与实测值之间的Pearson相关系数分别为0.878和0.946,中误差（RMSE）为4.014和2.395,精度比率（AR）为1.238和1.034,相对平均误差（R_ME）为21.5%和5.5%;（3）频率累计坡谱能直观地表现DEM提取坡度的误差大小。     

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。     

中国3类典型区SRTMGL1和SRTM V4精度对比分析

以中国3类典型地区(华北平原、云贵高原和青藏高原)为研究区,利用ICESat/GLAS数据作为高程控制点数据,以SRTM的两种分辨率数据SRTM 1 Arc-Second Global(SRTMGL1)和SRTM Version 4(SRTM V4)数据作为精度评价数据,结合地形要素和土地覆盖要素,综合对两种DEM在3类典型区的精度进行了评价比对。结果表明:(1)在3类研究区中,总体上SRTMGL1数据精度优于SRTM V4数据精度,其中华北平原研究区两种DEM精度最高,云贵高原研究区两种DEM精度最低。(2)在不同的坡度分级内,SRTMGL1的数据精度皆高于SRTM V4数据,在较小的坡度区间内,两者精度差别不大。大坡度、高植被覆盖对于SRTMGL1精度衰减影响较大。(3)在4种地貌区内,两种DEM的相对精度和绝对精度随地形变化有不同的分异规律。其中在相对精度方面,山脊点处SRTMGL1数据高程测量值较SRTM V4数据偏大,山谷点处SRTM V4测量值较SRTMGL1数据偏大;在绝对精度方面,两种DEM与ICESat/GLAS控制点差值剖面线随地形变化明显,在平缓地区,差值剖面线振幅小,两种DEM差值相接近,在高起伏地区,剖面线振幅大,且SRTM V4差值曲线较SRTMGL1剖面曲线振幅偏大,两者差值大。(4)在华北平原研究区和云贵高原研究区内,高植被覆盖区两种DEM误差最大,裸地和人造表面误差最小;在青藏高原地区,冰川覆盖区误差最大,水体区误差最小。     

基于ASTRE和SRTM高程数据的坡度和坡长提取与分析

为了使SRTM和ASTER高程数据得到科学利用,选择东北漫岗丘陵区和黄土丘陵区,基于网络下载的SRTM和ASTER高程数据,利用数字地形分析的标准方法进行了数据处理。提取了坡度和坡长两个地形指标并与Hc-DEM(水文地貌关系正确的数字高程模型)及其提取的地形参数进行了对比,结果表明:(1)无论是高程、坡度还是坡长,均是Hc-DEM系列的数据表现最好,SRTM次之,ASTER表现较差;(2)在地形平坦地区,ASTER表面因明显的空值和洼地,使高程及其基础上提取的地形参数不具实用价值,但在地形比较陡的地区则可用;(3)基于SRTM和Hc-DEM提取的两组坡度和坡长具有相同的格局,但基于SRTM的坡度有衰减,坡长有扩展,实际应用前需进行尺度变换。     

SRTM与地形图生成DEM的地形表达能力对比

数字高程模型是进行地学研究的重要基础数据,SRTM数据是公众可以免费获取的精度达90 m的DEM数据.在ARCGIS软件的支持下,选取典型试验样区,利用1:5万和1:10万地形图建立的DEM和1:25万TINDEM与SRTM数据进行分析,提取坡度和坡长等地形因子,得出SRTM对地形的表达能力.结果认为,SRTM数据在地形表述能力上仍远不如1:5万的地形图,甚至还不如1:10万地形图的地形表达能力,但是明显优于1:25万TINDEM的地形表达能力.     

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。     

太原市城区植被覆盖变化地形分异效应

[目的] 分析山西省太原市城区植被覆盖变化在高程、坡向、坡度、坡度变率、地形位和地形起伏度上的分异效应，为该市生态环境保护提供基础信息。[方法] 基于2004年8月、2007年8月、2011年8月、2014年9月、2016年9月的Landsat系列影像和ASTER GDEM数据，采用像元二分模型法估算太原市城区5个时期的植被覆盖度，对其时空动态变化特征进行分析，并结合地形面积差异修正系数分析植被覆盖变化在不同地形因子上的分异性及变化趋势。[结果] ①2004—2016年植被覆盖度以中高度覆盖度和高度覆盖度为主，二者占总面积的65%以上，总体呈显著上升趋势，植被覆盖度显著下降区主要分布在小店区和尖草坪区，而中东部和西部植被覆盖度上升较快；2007—2011年植被覆盖度减少面积为852.70 km²，增加面积为601.62 km²，总体呈退化趋势，而2004—2007，2011—2014，2014—2016年植被覆盖度增加面积超过研究区面积的1/2，植被恢复效果较好；②不同坡向上，在平地区域不同植被覆盖变化类型的分布差异较显著，其余坡向上的差异不明显；不同植被覆盖变化类型在不同高程、坡度、坡度变率、地形位和地形起伏度上的空间分布差异明显。[结论] 坡向对植被生长变化的影响不明显，而高程、坡度、坡度变率、地形位和地形起伏度对植被覆盖变化的地形效应较明显。     

青藏高原坡度坡长因子(LS)空间格局及影响因素分析

地形是影响土壤侵蚀的主要因素,但目前关于青藏高原地形因子的分布格局和影响因素有待研究。基于1弧秒分辨率的SRTM(shuttle radar topography mission)高程数据,计算坡度、坡长、LS因子(slope length and steepness factors,LS),结合高程积分和Hack剖面等,对青藏高原LS因子的分布格局、统计分布特征和影响因素进行研究,结果表明：(1)坡度、坡长和LS因子这3个地形指标,均表现出高原内部小、四周高山大的格局,内流区与外流区的坡度均值分别为6.55°和14.3°,坡长均值分别为122.9,172.2 m,LS均值分别为4.8和12.7;(2)青藏高原LS因子整体受坡度影响,但高原边缘陡峭地区LS因子主要受坡长影响;(3)青藏高原6条主要河流的Hack剖面都呈上凸形态,该地区地貌演化整体上处于幼年期;(4)青藏高原LS因子的分布特征与土壤侵蚀类型及其组合有对应关系：周边地区的高值对应冰川侵蚀—水蚀,西北部的低值对应水力—冻融侵蚀和风蚀,东南部边缘向高原内部过渡地区的较高值对应水力—重力侵蚀。通过分析LS因子的分布格局和统计特征...     

辽宁省侵蚀沟发育特性及地形分异特征

在不同层面对研究区数字高程模型(DEM)重分级,探讨地形因素对侵蚀沟发育的影响。以第一次全国水利普查侵蚀沟普查成果(2010年)与辽宁省第五次土壤侵蚀普查侵蚀沟普查成果(2015年)获取侵蚀沟分布数据,基于1∶50 000DEM获取侵蚀沟高程、坡度、坡向、坡长和空间分异特征。在地理信息系统(GIS)和遥感(RS)技术的支持下,分析辽宁省侵蚀沟发育特性与地形分异特征。结果表明:5年间研究区侵蚀沟密度增加0.02km/km~2,侵蚀沟高发区主要集中在辽西;70%以上区域密度变化值50m/km~2,大部分处于微度增加区;高程在325~350m时密度变化值最大;坡向上南坡、西南坡为密度变化高值区;坡度在1.5°~15°时密度变化曲线呈抛物线形,1.5°和15°时无明显变化;坡长在600~800m时密度变化值最大,坡长1 000m时密度变化值无明显差异。     

基于多源地空耦合数据的青藏高原冻融侵蚀强度评价

[目的]分析和探讨青藏高原冻融侵蚀成因及其空间分布格局,为研究区水土保持研究和生态环境保护提供数据支撑和决策参考。[方法]引入冻融侵蚀动力因子(冻融期降雨侵蚀力和冻融期风场强度)和冻融期降水量(表征冻融期土壤相变水量)构建冻融侵蚀评价模型,进而对青藏高原冻融侵蚀状况开展了定量评价和空间格局分析。[结果]构建的冻融侵蚀评价模型在青藏高原地区具有较高的适用性,总体评价精度为92%;青藏高原冻融侵蚀面积分布广泛,占总面积的63.68%,而非冻融侵蚀区则主要分布于柴达木盆地、雅鲁藏布江流域下游以及横断山区;冻融侵蚀强度随着坡度的上升而增加,15°~24°和≥24°坡度带上冻融侵蚀剧烈,而≤3°坡度带冻融侵蚀强度相对较小;不同植被类型区的冻融侵蚀强度空间分布格局差异显著,其中草甸的冻融侵蚀强度最小。[结论]青藏高原冻融侵蚀状况总体上属于中度侵蚀,其空间分布格局受地形、植被类型和气候影响显著。     

中尺度土壤预测制图中地形变量提取的适宜分辨率探讨

地形变量是土壤预测制图中重要的预测变量之一,为了满足中尺度土壤预测制图的精度要求,又能够减少数据的冗余,需要选择合适分辨率范围的地形变量。基于ASTER GDEM数据,对不同地形起伏状况的3个样区,通过重采样得到30 m、60 m、90 m、120 m、150 m共5组不同分辨率的DEM数据,分别选取土壤预测制图中常用的高程、坡度、平面曲率和剖面曲率4组地形变量,通过地形信息熵、局部方差均值以及比例尺和空间分辨率的关系,选取巢湖流域用于土壤预测制图的地形变量提取的适宜分辨率范围。研究表明:对于特定比例尺的土壤预测制图,地形变量的提取需要综合考虑两个因素:一是土壤预测制图的比例尺,二是地形变量提取的分辨率。中尺度土壤预测制图地形变量提取的适宜分辨率为30m,既能保留有实际意义的地形信息,又能满足土壤预测制图的精度要求。     

从GTOPO30到SRTM DEM精度研究——以西藏为例

地形数据对于我们了解全球气候变化、土地构成、大气变化，开展区域水土流失研究非常重要。最近，NASA发布了覆盖全球80％陆地面积的90m分辨率的SRTMDEM数据。在SRTMDEM之前，可以免费获得的精度最高的全球DEM数据是GTOPO30（1km）。由于SRTMDEM数据发布不久，对其实际精度缺乏客观了解，因此有必要对其精度开展研究。以广泛应用的GTOPO30为比较对象，对2种DEM的标称精度、生产方法作了介绍，并以西藏地区为例，利用图形和统计方法，分析、比较了2种DEM数据在1km分辨率下的精度。总的来说，SRTMDEM精度高于GTOPO30，研究对于SRTMDEM在其它地区的应用具有重要参考价值。     

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。     

基于DEM的巴山地区地貌区划研究

地貌区划是对地貌形成过程和区域分异特征的综合反映,划分巴山地区的地貌区划,对探究巴山地区地貌格局以及地貌差异具有重要意义。利用ArcGIS 10.2软件,基于分辨率为30 m的ASTER GDEM V3数据,提取了巴山地区的坡度、坡向、平面曲率、剖面曲率、海拔高度、地势起伏度、地表切割深度、地表粗糙度和高程变异系数等地形因子,并通过相关系数矩阵确定最佳地形因子,在此基础上对巴山地区地貌类型和地貌区划进行划分。结果表明:(1)巴山地区地貌区划的最佳地形因子为海拔高度和地势起伏度;(2)巴山地区的地貌类型依据海拔高度划分为低海拔、中海拔,依据地势起伏度划分为平原、台地、丘陵、小起伏山地、中起伏山地;(3)巴山地区的地貌区划划分为2个地貌区、5个地貌亚区和18个地貌小区。区划结果符合巴山的地貌空间分布以及地貌格局差异,能有效地体现巴山地区的地貌特征,对巴山生态环境建设具有指导意义。     

基于GIS技术的拉萨市城关区荒漠分类研究

[目的] 尝试在青藏高原县级尺度上对荒漠化区域进行划分,并分析不同荒漠类型的分布特征,为荒漠区划及荒漠化防治工作提供科学依据。[方法] 以西藏自治区拉萨市城关区为例,利用2018年的TM遥感影像,2000—2018年的MODIS影像数据,结合GIS制图技术,通过长期野外调查,探讨高寒区荒漠分类系统。[结果] 在分析荒漠形成主要影响因素的基础上,提出荒漠分类的主要原则和划分指标。利用气候区划、地表物质组成、地貌形态及成因、植被盖度等指标,将拉萨市城关区荒漠划分为2个Ⅰ级类型,7个Ⅱ级类型,18个Ⅲ级类型,31个Ⅳ级类型,并确定各级各类荒漠的面积及空间分布范围。[结论] 确定了高寒区荒漠分类的指标,对城关区的荒漠区域进行分级分类。初步建立了西藏高寒地区的荒漠分类体系,奠定了青藏高原高寒区荒漠分类研究的基础。     

半湿润半干旱过渡区洮河流域植被盖度变化特征

[目的]通过对半湿润半干旱过渡区洮河流域较高空间分辨率植被盖度变化分析,为新一轮退耕还林还草政策落实,流域生态文明建设和可持续发展决策等提供参考。[方法]以1993年Landsat 5TM,2001年Landsat 7ETM+,2015年Landsat 8OLI和ASTER GDEM为数据源,先用像元二分模型反演植被盖度,再用流域分区、高程、坡度及坡向分级所得基础单元,统计分析各单元内的植被盖度均值和植被盖度变化面积比例。[结果]1993—2015年洮河流域植被盖度均值增加了17.52%,正向变化面积比占62.24%,负向变化面积仍占有6.41%;3期数据均表明,高程2 500m以下植被盖度最低,高程4 000m以上无明显变化与负向变化面积比例之和最大;坡度0°~5°,10°~15°之间植被盖度均值最低但增幅最大,无明显变化和负向变化面积比例之和随坡度增加而增加,并在60°以上达到最大;坡向对植被盖度分布的限制作用逐渐减弱。[结论]洮河流域植被地形分异特征明显,植被盖度总体呈现增加趋势,但还存在一定的负向变化;未来应重视高程2 500m以下,坡度20°以下,坡向为平地、西坡、南坡的植被恢复;加强4 000m以上,坡度45°以上和东坡、东北坡现有植被生态保护。     

基于Landsat 8数据的荒漠土壤水分遥感反演

[目的]分析荒漠土壤水分变化特征,为南疆干旱区荒漠土壤水分遥感监测提供理论依据和方法支持。[方法]以Landsat 8数据构建干旱地区荒漠土壤水分建模指示因子,通过优选的26个光谱指数、地表温度(Ts)和地形数据(DEM)为建模因子,分别以偏最小二乘(PLSR)、支持向量机(SVM)和随机森林(RF)3种方法构建土壤水分反演模型,对模型进行验证和对比,选取最优模型反演空台里克土壤水分空间分布。[结果]①TVDI,NR,GLI等26个优选的光谱指数中,Ts和DEM与土壤水分均达极显著相关,可作为南疆干旱区荒漠土壤水分遥感建模的指示因子;②对比3种模型,RF模型建模集和预测集的R²分别为0.93,0.91,预测集RPD为3.90,各评价指标均为最高,PLSR模型精度次之,SVM模型精度最低;③以RF模型反演研究区表层土壤水分,在不同土地利用分类中土壤水分分布特征存在明显差异,特别在盐结皮区域的差异尤为突出。[结论]利用光谱指数、环境因子和地形数据构建的多因子、多指数综合的模型能较高精度地反演干旱区荒漠表层土壤水分,对研究该地区土地荒漠化和生态环境治理具有一定参考价值。