基于SRTM的地形因子提取方法研究

地形是影响土壤侵蚀的重要因子,在侵蚀估算模型中常用坡度和坡长（LS）来衡量,在大区域上常基于数字高程模型（DEM）提取。SRTM作为大区域尺度上质量高、易获取的高程数据,在全球土壤侵蚀评价中得到广泛应用。但现有地形因子提取算法要求高程和栅格单元的单位（通常为m）一致,需对SRTM进行坐标变换才能使用。针对大区域上SRTM坐标转换时间开销大的问题,提出了一种直接基于SRTM提取地形因子的算法（LSA-SRTM）。该算法利用地理坐标系下的经纬度信息计算栅格单元长度及单元坡长,结合最陡坡降策略获得坡度及流向,进而提取汇水面积,根据坡度设置坡度截断点,根据汇水面积阈值设置沟道截断点,经正、反遍历后获得累积坡长,采用CSLE的分段公式计算LS因子。以Himmelblau-Orlandini数学曲面、5个典型样区的1″SRTM作为数据源,将LSA-SRTM、投影坐标系下的LS算法（LSA-DEM）与手工测量的结果进行对比。LSA-SRTM方法与测量值在数学曲面和典型样区,坡长的R²分别为0.855 2、0.778 8、0.726 9、0.702 4、0.690 9、0.725...     

DEM超分辨率重构对梯田坡度提取的影响研究

坡度对地表水文、土壤侵蚀、土地利用规划有着重要的影响,区域尺度上的坡度通常基于数字高程模型(DEM)提取。区域尺度上,高分辨率坡度数据由于DEM获取途径、方式等原因,较难获得,通常通过超分辨率重构(又称降尺度变换)得到。以黄土高原地区水平梯田地形为研究对象,基于无人机摄影测量技术,生成不同分辨率的DEM数据并提取坡度,设计并给出了基于稀疏混合估计对DEM数据进行超分辨率重构的方法及流程,并与最近邻法、双线性插值法、三次卷积插值法比较,结果表明所提方法在空间分布和误差方面上均优于其他方法。     

基于地形特征的无人机遥感梯田影像边缘提取方法

梯田具有蓄水固沙的作用,是旱作农业区重点建设的高产稳产农田设施,为粮食增产、农民增收提供了有力保障。因仅基于影像数据采用边缘提取方法进行梯田区域分割效果不理想,及时准确地掌握梯田信息较为困难。无人机遥感技术的不断发展为高精度梯田地形信息的获取提供了新方法。本研究以甘肃省榆中县为例,首先从数字高程模型DEM数据中提取坡度,将正射影像与坡度数据融合,并通过基于Canny算子的粗边缘提取方法和基于多尺度分割的精细边缘提取方法,对比分析坡度对无人机遥感梯田影像边缘提取的影响。试验结果表明,正射影像和坡度融合的提取效果均优于单一的正射影像数据提取效果,粗边缘提取方法中正射影像和坡度融合的数据源精度平均提高了23.97%,精细边缘提取方法中正射影像和坡度融合的数据源精度平均提高了17.84%。研究表明,在无人机遥感梯田影像边缘提取中加入一定的地形特征,可以取得更好的边缘提取效果。     

基于深层残差网络的山区DEM超分辨率重构

针对大区域高分辨率数字高程模型(DEM)数据较难获取、超分辨率重构(降尺度)较低分辨率的DEM精度不高、难以满足实际需要的问题,提出一种对起伏特征较明显的山区DEM超分辨率重构的方法。利用较深层的神经网络充分学习高低分辨率DEM之间的非线性映射关系;为了降低训练难度,结合残差学习的方法进行数据训练。将双立方插值法、稀疏混合估计法重构的DEM及提取的坡度结果分别同深层残差网络法的结果进行对比,结果表明,3种方法DEM结果的差值平均值分别为0.41、0.34、0.34 m,RMSE分别为0.5945、0.5715、0.4869 m;坡度结果的差值平均值分别为3.02°、2.04°、1.99°,RMSE分别为3.6498°、3.1360°、2.7387°;处理时间分别为0.052、663.39、2.16 s。研究表明,对于10、20、40 m的DEM,本文方法在空间分布和误差方面优于其他方法,在耗时效率上也优于稀疏混合估计法,适合应用于梯田等地形复杂的区域进行超分辨率重构。     

DEM分辨率对SWAT模型水文模拟的影响研究

以灞河流域为研究区,以DEM的分辨率(30~500 m)作为变量,进行了DEM空间分辨率对SWAT模型水文模拟的敏感性研究。首先,不同分辨率DEM作为输入数据构建SWAT模型并进行模拟,其后将模拟结果与灞河流域马渡王、罗李村水文站的实测流量比对进行相对偏差计算,最终采用均值变点统计方法,以模拟结果的相对偏差为研究对象,探讨分析了DEM尺度效应的最佳尺度拐点。结果表明,DEM分辨率的变化深刻影响着水文模型流域特征的提取,其分辨率的降低会导致流域的最大坡度、平均坡度、河道长度均发生衰减,同时流域形状、子流域数量也会发生不同程度的改变;随着DEM分辨率的逐渐降低(30~150 m),径流模拟的结果与实际流量的相对偏差逐渐增大,但增长幅度不超过11%。当DEM空间分辨率低于150 m时,相对偏差变化并不显著。均值变点法能够很好地识别拟合曲线发生明显变化的拐点,通过统计分析发现DEM分辨率为150 m时即为模拟结果相对偏差变化趋势逐渐由陡变缓的变化最佳拐点。     

基于影像与坡度数据融合的梯田田块分割方法

梯田在很大程度上开发了坡耕地的农业生长潜力,具有蓄水、保土作用。由于梯田数量、面积等分布信息较难准确获得,使其定量研究难以深入展开。随着无人机技术的不断发展,高精度梯田地形信息的获取成为可能。本文基于无人机正射影像并结合坡度数据,通过Canny边缘检测算子对梯田的粗轮廓进行提取,结合梯田的结构特性,对梯田中的伪边缘进行剔除;再通过对梯田边缘强度叠加和边缘连接;最后利用区域生长算法对梯田进行分割。该方法有效解决了梯田形状不规则、田面堆积物干扰、图像光谱特征复杂等问题。与手工标注的梯田样区田块数据的对比结果表明,本文算法对梯田区的提取总精度可达84.9%,可为梯田区的快速制图提供解决方案。     

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。     

降雨和地形因子对黑土坡面土壤侵蚀过程的影响

通过室内模拟降雨试验,研究降雨强度和地形因子(坡度和坡长)对黑土区坡面土壤侵蚀过程的影响。试验处理包括2个降雨强度(50、100mm/h),2个坡度(5°、10°),2个坡长(5、10m)。结果表明:不同试验处理条件下,当降雨强度由50mm/h增加到100mm/h,坡面径流量增加1.4~12.4倍;当坡长由5m增加到10m,坡面径流量增加0.1~3.1倍;坡度对坡面径流量的影响较复杂,受降雨强度和坡长的综合影响。降雨强度、坡度和坡长皆对坡面侵蚀量有重要影响。当降雨强度由50mm/h增加到100mm/h时,坡面侵蚀量增加4.2倍;当坡度由5°增加到10°时,侵蚀量增加0.4倍;当坡长由5m增加到10m时,侵蚀量增加0.5倍,表明降雨强度增加对黑土区坡面侵蚀量影响最大。而当降雨强度、坡度和坡长均增大时,坡面侵蚀量增加18.0倍,说明这3个因素交互作用对坡面侵蚀的影响远大于各因素的单独影响或2个因素交互作用的影响。坡面径流量与降雨强度的关系最密切,其次是降雨强度-坡长交互作用和降雨强度-坡度-坡长交互作用;坡面侵蚀量与降雨强度-坡度-坡长交互作用的相关关系最显著,其次是降雨强度和降雨强度-坡长交互作用。分别建立了坡面径流量和侵蚀量与降雨强度、坡度和坡长的经验关系式。     

基于RUSLE的藉河示范区土壤侵蚀时空动态特征研究

探究区域土壤侵蚀变化特征,为区域水土保持效益评价、土壤侵蚀防治提供依据。基于GIS和RS技术,采用降雨数据、DEM数据、土壤数据以及遥感影像等数据,运用RUSLE模型,定量分析了藉河示范区1997-2015年土壤侵蚀时空动态特征。结果表明:4个时期土壤侵蚀模数分别为1 326.18、2 790.39、2 025.23和1 366.32 t/(km~2·a),呈现先加剧后改善的趋势。土壤侵蚀以微度侵蚀和轻度侵蚀为主,在2005年之前,土壤侵蚀以向更高侵蚀等级转移为主,2005年之后以向更低侵蚀等级转移为主。不同坡度等级上,出现随坡度增加,土壤侵蚀先趋于严重后缓和的特征,15°～45°的坡度上是研究区土壤侵蚀主要分布坡段。不同海拔等级上,土壤侵蚀随海拔升高呈现先增加后降低的趋势,在中海拔区(1 562～1 782 m)和中低海拔区(1 335～1 562 m)土壤侵蚀分布面积最广、强度最大,此类区域是藉河示范区土壤侵蚀防治的重点区域。     

地形因子对土壤理化性质和植物种类的影响

【目的】研究影响土壤理化性质和植物种类的主要地形因子。【方法】以南方红壤丘陵坡地果园水土保持示范区为研究区域,采用五点采样法取土,利用样方法开展植被调查,利用Arc GIS确定各采样点地形因子,对土壤理化性质(土壤总氮(TN)、总磷(TP)、总钾(TK)、有机质(TOC)、土壤含水率)和植物种数随地形因子(坡度、破向、坡位)进行相关性分析。【结果】不同坡度等级下土壤含水率表现为5°～10° 10°～15° 15°～25° 0°～5°,在0°～5o坡度等级下土壤含水率最低为(18.6%)。土壤TN、TP、TK、TOC量随坡度和坡向变化无显著差异。土壤TN、TK和土壤含水率在不同坡位处无显著差异,TP和TOC量随坡位的下降而增加。研究区内共有植物183种,植物种类数随坡度、坡向及坡位差异显著。植物种类数随坡度变化趋势为0°～5°10°～15°15°～25°5°～10°;坡向上表现为阳坡多于阴坡;随坡位变化趋势为山坡山顶,坡中坡上坡下。【结论】坡度是土壤含水率变化的主导地形因子,坡位是土壤TP和TOC变化的主导地形因子。     

浅议彰武县土城子小流域水土保持设计

本文依据土城子小流域水土流失情况,科学选定水土保持设计参数,对荒坡治理工程(截水沟)、坡式梯田、地埂植物带等关键工程给定设计参数,并针对经果林造林,合理选择坡式梯田整地或穴状整地模式,还依据保土耕作条件,确定耕作方案.经分析,设计措施生效后,直接经济效益每年可增加281.75万元.     

低空无人机影像分辨率对冬小麦氮浓度反演的影响

针对目前基于无人机遥感进行作物氮素营养诊断中缺乏规范化的标准来指导无人机应用过程中数据获取与处理的问题,开展了不同分辨率、低空无人机影像对冬小麦植株氮浓度反演影响的研究。在小麦生长的灌浆期,通过设置15、30、50、80 m共4种无人机飞行高度,获取了不同分辨率下的无人机多光谱影像,并开展地面试验,采集冬小麦植株氮浓度信息。基于这些数据,提取了不同分辨率下影像的光谱信息和纹理特征,并分别建立光谱信息、纹理特征和光谱信息+纹理特征等反演植株氮浓度的模型。对不同情景下的模型估测效果进行比较,结果表明,影像分辨率在1.00～5.69 cm之间变化时,影像光谱信息对小麦植株氮浓度反演影响不大,各情景下建模结果和验证结果差异较小;随着影像分辨率的降低,影像纹理特征对小麦植株氮浓度反演的效果变差;影像光谱信息+纹理特征信息对小麦植株氮浓度反演效果整体随着影像分辨率的提高呈增加趋势,且其反演结果优于单一光谱特征或单一纹理特征的反演效果。     

基于GIS和RULSE的三峡库区土壤侵蚀量估算分析

以三峡库区为研究对象,在GIS技术支持下,利用野外实测及DEM、土地利用、土壤类型、植被覆盖等数据,对修正后的通用土壤流失方程(RUSLE)中各因子进行量化分析,从而对三峡库区土壤侵蚀量进行估算,并对土壤侵蚀强度进行分级;在此基础上计算不同坡度、土地利用类型、土壤类型下的土壤侵蚀综合指数。结果表明,三峡库区年均土壤侵蚀量为19 364.71×104 t/a,平均土壤侵蚀模数为2 741.48t/(km2.a),属于中度侵蚀;68.57%的区域为微度侵蚀或轻度侵蚀,强度以上侵蚀主要分布在库区的东部,面积占库区的14.43%,侵蚀量却占总侵蚀量的58.67%,是预防和加强水土流失治理的重点区域。     

基于高度融合的植保无人机仿地飞行方法研究

多旋翼植保无人机在坡地作业过程中一般作业于作物上方1.5~3 m的近地空中,需要保持稳定的仿地飞行才能保障无人机的安全飞行和喷洒均匀性。提出了一种仿地飞行方法,通过前置毫米波雷达进行坡度判断,在坡度起伏较小时,将差分GPS高度与对地毫米波雷达高度进行卡尔曼滤波融合以提高精度,在坡度变化超出阈值时,将前置毫米波雷达与对地毫米波雷达的高度进行多雷达高度信息融合以提高响应速度,最后采用模糊PID控制算法控制无人机高度。通过仿真和实地飞行测试,实现了植保无人机坡地仿地飞行高度误差小于40 cm的目的,保证了无人机的环境适应能力和喷洒均匀性,为植保无人机在不同地形下的全自动作业奠定了基础。     

不同土壤前期含水率和坡度下黄壤分离临界水动力特性

土壤分离临界水动力学参数是侵蚀预报研究的基础内容,但关于不同近地表土壤水分条件下坡面侵蚀发生临界起动关键影响因子及其内在机制尚不清楚。本研究选取长江中上游地区典型黄壤为研究对象,试验设计5个土壤前期含水率(5%~23%)和5个坡度(1.0°~10.0°),利用冲刷槽实测土壤分离临界水动力学参数,探讨土壤分离临界水动力学参数对不同土壤前期含水率和坡度耦合作用的响应。结果表明:土壤分离临界流速、临界水深和流态均与坡度和土壤前期含水率呈幂函数减小关系;在坡度小于5.0°时,土壤分离临界水动力参数受坡度和土壤前期含水率耦合作用的影响;而在坡度大于5.0°时则主要受坡度的影响。因此,当坡度大于5.0°时,可直接采用简化幂函数方程对土壤分离临界水动力参数进行估算。在本研究试验条件下,坡面土壤分离临界水流流态基本属于层流、缓流,发生紊流、急流的概率很小。坡度和土壤前期含水率对坡面流阻力有重要的影响,阻力系数随临界单宽流量和雷诺数的增加呈幂函数下降趋势。