适用于地形复杂地区水土流失评价的高分辨率DEM建立方法

选择地形复杂、水土流失严重的东北黑土漫岗区和南方红壤丘陵区为研究区,利用AUNDEM软件和1∶1万数字地形图,对两地区高分辨率水文地貌关系正确DEM的建立方法进行研究,并对所建DEM的质量进行了评价。结果表明,利用ANUDEM和1∶1万地形图插值建立的两个样区DEM三个主要参数分别为:东北黑土漫岗区分辨率1 m,迭代次数40,第二糙度系数0.5;南方红壤丘陵区分辨率5 m,迭代次数40,第二糙度系数0.6。通过与基础数据比较、DEM对地形的表现能力及水系网络分析三个方面对DEM的质量进行了评价,结果表明所建DEM能正确表现地形的形态及其与水系网络的关系,其派生等高线与原等高线符合度高。利用ANUDEM和数字地形图,可建立两类型区水文地貌关系正确的DEM,为水文和土壤侵蚀模拟分析提供支持。     

基于ANUSPLIN的黄土丘陵区气象要素插值方法对比与评估

气象要素是反映地球水热过程的关键因子，气象数据的准确获取对生态保护和农业生产研究具有重要意义。黄土丘陵区是典型的丘陵沟壑区，地形严重影响气象要素的插值结果，制约了数据的准确性。为了获取黄土丘陵区的温度、降水的空间分布，探索地形变化对气象空间插值结果的影响，本研究基于专业气象插值软件ANUSPLIN以延河流域及周边2010—2021年105个气象站点逐日温度降雨资料为基础，引入25 m、90 m、1 km三个不同精度的数字高程模型作为协变量进行插值，从而获得黄土丘陵区温度降水栅格数据以揭示该地区降水的时空变化规律，评估ANUSPLIN插值方法是否能在黄土丘陵区较好的适用。结果表明：（1）延河流域东部延长地区温度较高、西部温度较低；降雨量空间插值显示中部与西北部较低，东部较高，温度降雨皆符合以往气象站数据规律，ANUSPLIN模型对黄土丘陵沟壑区温度降雨空间插值有较好的适应性。（2）在三种不同的分辨率DEM模拟场景下，温度插值精度排序为：25 m>90 m>1 km；降雨插值精度排序为：90 m>25 m>1 km。本研究的结果为丘陵区气象分布和插值提供了参考依据。     

区域尺度分布式水文模拟的时空分辨率

基于数据实验,就区域尺度分布式水文模拟中时空分辨率匹配问题进行讨论,就分布式水文建模中时空分辨率匹配问题提出建议。结果表明:低分辨率高程数据在区域水文要素空间离散过程中,导致边界错位、高程趋于集中、坡度变缓、河网稀疏失真等不良后果,在区域水文模拟研究中,应根据不同时间尺度对应的科学计算需求,选择适宜的空间分辨率数据进行模型平台构建。     

老哈河流域降水的空间插值方法比较

降水的空间插值将有限的雨量站点观测数据插值为规则分布的空间数据集,对于解决水文关键问题具有重要的实际应用价值。但在众多的降水插值方法中,没有一种普适的最优方法。以中国西辽河上游老哈河流域为例,利用研究区1994-2005年52个气象站点的逐日降水资料,利用反距离加权、普通克里格、考虑高程的协同克里格对流域降水进行了空间插值,进而分析了流域降水的空间变异规律。结果表明:老哈河流域考虑高程的协同克里格插值取得了较好的精度;老哈河流域降水存在较大的空间变异性,有由南往北的递减趋势,降水量主要集中在流域的西南部。     

基于DEM的延河流域水文特征提取与分析

基于DEM数据,依据地表径流漫流模拟算法,使用ArcGIS软件中的水文分析工具,提取与分析延河流域河网特征及相关信息,并与1∶25万地形图数字化水系进行分析比较。结果表明:集水面积阈值是决定河网提取精度的关键参数,阈值越大,提取河网越稀疏,反之则提取河网越密集;随着集水面积阈值的增大,河源数和河网密度、河流的级数、总河长等随之减少,但主河长变化不大;当阈值为5.51 km2时,提取河网与实际较吻合。因此,基于90m分辨率的DEM数据提取延河流域水系和子流域是切实可行的,可以作为数字流域建设与水资源管理的基础数据。     

西藏羊卓雍错流域冰川-湖泊动态变化研究

基于landsat卫星数据,数字高程模型(DEM)数据以及气象数据,借助遥感和地理信息系统技术,定量分析了1977年到2012年西藏羊卓雍错流域内冰川、湖泊的变化及其原因。结果表明:35年间该流域冰川面积持续缩小,并且在2000年以后有加速退缩的趋势,共减少了58.45km2。湖泊经历了先缩小后增大再加速萎缩的过程,35年来湖泊共缩小了46.19km2。流域35年来年均气温上升明显,尤其是冬季气温上升幅度大,气温的升高是冰川快速退缩的主要原因;湖泊的消涨取决于降水和蒸发的综合作用,冰川和湖泊之间的水文关系不显著。该区域近年来有暖干化的趋势,水资源压力较大。     

面向子流域单元的典型黄土地貌分类研究

基于格网DEM的数字地貌形态类型自动划分是当前地貌研究的热点。根据基本分析单元的粒度大小,可将现有的分类方法划分为以栅格为分析单元和不规则坡面多边形为分析单元。然而,上述2种方法都无可避免地存在分类结果中地貌实体不完整性的问题。本文将分析单元提升至小流域级别,提出面向"细胞"级的微小尺度的子流域为分析对象的分类思想,利用GIS空间分析方法,构建子流域地理属性数据库,依据研究区已有的地貌资料,遴选出高程、起伏度、平均坡度、坡谱偏度4个核心分类指标,采用层次分类法,设定相应的地形因子阈值,将陕西省铜川市耀州区划分为:河漫滩、黄土残塬、黄土台塬、陡坡冲沟、墚峁状丘陵沟壑、石质小起伏平缓中山、石质小起伏陡峭中山以及水域等8大类型。分类结果最大程度保证了地貌实体的相对完整性,与用GPS进行的实地采样观测结果对比分析表明,该方案的分类精度达到88. 19%,可望成为基于面向子流域单元进行数字地貌分类研究的有益探索。     

黄土高原坡度转换图谱研究

选择代表黄土高原典型地貌类型的样区,应用地学信息图谱的理论和方法,探讨了坡度信息图谱的定义、表现形式及存在原因等。经过反复试验、分析和验证,找到一个具有较理想精度的适用于黄土高原不同地貌类型的坡度转换图谱。实现对基于1∶5万地形图25m空间分辨率的DEM提取的地面坡度统计值的误差纠正,以及不同空间尺度下的DEM地面坡度精度提取。     

基于RS与GIS的定西市安定区土地利用变化与土壤侵蚀研究

利用1993年和2005年两期的遥感影像数据,在GIS软件支持下,计算了定西市安定区的植被覆盖度和土地利用类型;利用栅格数字高程模型DEM,计算安定区的地表坡度,最终对安定区的土壤侵蚀进行分级.定量分析了定西市安定区的土地利用及土壤侵蚀的时空动态特征,研究结果表明:12年来林草地、建设用地、水域面积增加,其中林草地和建...     

利用ASTER数据估算肃南山地植被结构特征参数

利用ASTER数据估算了2000年8月26日祁连山区一子流域-肃南山地的植被结构特征参数,包括地表覆被类型LULC以及植被覆盖度fc、叶面积指数LAI、植被高度hc,匹配DEM定量分析了植被分布与高程、坡向的关系,简要分析了其影响因素。研究表明:(1)ASTER遥感数据在祁连山区有较好的适用性,所选参数能较好地从水平和垂直三维空间精细反映该地的植被分布及结构特性;(2)肃南山地的植被重心位于区域西南部沟谷地带,且植被生长类型、结构和地形密切相关,特别是表征植被水平密度的植被覆盖度fc和高程关系明显,指示出植被发育最好的地带位于海拔3300～3500m,fc与坡向也有相关关系,坡向NW325°至NE40°的范围内植被长势最好;(3)水-热-地形三者综合驱动植被空间结构。     

DEM内插算法对区域坡长提取的影响分析——以陕北黄土丘陵区为例

利用陕北黄土丘陵区10m分辨率的高程数据,在Visual Studio平台下,实现双线性内插、反距离加权内插以及移动曲面拟合这三种DEM内插算法,进而对不同的内插DEM采用多流向算法实现坡长提取,最后对不同内插DEM提取的坡长进行空间结构分析、坡长精度分析、栅格坡长值的空间统计分析以及不同分辨率下(10m,25m,50m)不同内插算法坡长提取的比较分析。分析结果表明:(1)移动曲面拟合内插DEM生成的栅格坡长表面可正确表达各层级径流线信息,并具有与原始DEM以及坡度图相同的空间结构特征即表面的光滑连续特性,且其坡长提取精度最高,是适用于陕北黄土丘陵区域坡长提取的DEM内插算法;(2)空间统计分析表明,在实验区域内,不同内插算法在坡长值较小区域有显著性差异;(3)不同分辨率比较分析表明,在陕北黄土丘陵区域,不同分辨率对不同内插DEM坡长提取无显著性影响,且验证了分辨率越低坡长提取值越大的规律。     

区域平均雨量估算对径流模拟精度影响问题的研究

较大流域的降水通常具有时空分布不均匀的特点,往往在雨量站较少情况下采用测站范围以内的降水量均化值对径流进行模拟精确偏低。本文分别采用分块法、单元格点法以及DEM法计算区域平均降雨量,并在此基础上建立潘家口水库来流预测模型。比较模型的模拟结果发现,以DEM法计算区域平均雨量值作为预测模型的输入所模拟的效果优于另外两种区域平均雨量计算方法,且预测结果令人满意。     

Mapping potential exposure to drift of plant protection products*

A proposal for a practical, site‐specific approach for farmers has been developed to fulfil the drift restrictions and directions imposed on a registered plant protection product. The approach is based on exposure potential maps, primarily taking account of regional and local application conditions that reduce non‐target exposure. Firstly, the maps are focused on the spray drift exposure pathway. Using geographically referenced data, we have developed four exposure indicators that allow classification of potential non‐target exposure on the basis of local application conditions. This enables us to manage product application restrictions on a field‐to‐field basis by means of the exposure class to which each field is assigned. This easy‐to‐understand information can be distributed as paper maps or as digital maps to the farmer. The farmer himself no longer needs to assess whether local conditions reduce non‐target exposure. All calculations are carried out using very detailed topographic data which suit scales from 1:10 000 to 1:25 000. Processing and analysis of the GeoData is realized through GIS technology.     

Soil salinity prediction in the Lower Cheliff plain(Algeria) based on remote sensing and topographic feature analysis

Soil salinity and ground surface morphology in the Lower Cheliff plain(Algeria) can directly or indirectly impact the stability of environments. Soil salinization in this area is a major pedological problem related to several natural factors, and the topography appears to be important in understanding the spatial distribution of soil salinity. In this study, we analyzed the relationship between topographic parameters and soil salinity, giving their role in understanding and estimating the spatial distribution of soil salinity in the Lower Cheliff plain. Two satellite images of Landsat 7 in winter and summer 2013 with reflectance values and the digital elevation model(DEM) were used. We derived the elevation and slope gradient values from the DEM corresponding to the sampling points in the field. We also calculated the vegetation and soil indices(i.e. NDVI(normalized difference vegetation index), RVI(ratio vegetation index), BI(brightness index) and CI(color index)) and soil salinity indices, and analyzed the correlations of soil salinity with topography parameters and the vegetation and soil indices. The results showed that soil salinity had no correlation with slope gradient, while it was significantly correlated with elevation when the EC(electrical conductivity) values were less than 8 d S/m. Also, a good relationship between the spectral bands and measured soil EC was found, leading us to define a new salinity index, i.e. soil adjusted salinity index(SASI). SASI showed a significant correlation with elevation and measured soil EC values. Finally, we developed a multiple linear regression for soil salinity prediction based on elevation and SASI. With the prediction power of 45%, this model is the first one developed for the study area for soil salinity prediction by the combination of remote sensing and topographic feature analysis.     

Monitoring rock desert formation caused by two different origins (ice-snow melting and drying) in the Qinghai-Tibet Plateau of China by considering topographic and meteorological elements

Monitoring rock desert formation caused by two different origins (ice-snow melting and drying) through remote sensing is crucial to our understanding of the interaction between the underlying surface of different rock desert and land-atmosphere types, as well as the relationship between bare land and soil erosion. A number of achievements have been made in remote sensing monitoring of desert areas, but there is a lack of accurate classification and remote sensing identification of rock desert types based on formation mechanism. In this study, the north and south sides of the eastern Kunlun Mountains in the northern part of the Qinghai-Tibet Plateau of China were taken as the study areas. Landsat operational landscape imager, digital elevation model, and precipitation and temperature grid data were used as data sources. By identifying the bare areas based on the normalized difference vegetation index (NDVI), we used the multi-element fusion method of contours, isotherms, and isohyets to identify the rock desert types in the ice-snow melting and dry areas. The results showed that: (1) the rock desert areas identified by remote sensing based on topographic and meteorological elements were highly accurate, with an overall accuracy of 88.45% and kappa coefficient of 0.77. The multi-element fusion method of contours, isotherms, and isohyets could effectively identify the rock desert types in the ice-snow melting and dry areas; (2) the optimal segmentation range of the ice-snow melting and dry areas was 3600 m contour, -2°C-2°C isotherms, and 100-130 mm isohyets. The areas with elevation less than 3600 m, annual average temperature higher than 2°C, and average annual precipitation less than 100 mm were rock desert in the dry areas. The range of -2°C-2°C isotherms and 100-130 mm isohyets was the transition area between the ice-snow melting and dry areas. The areas with elevation higher than 3600 m, annual average temperature less than -2°C, and average annual precipitation higher than 130 mm were rock desert in the ice-snow melting areas; and (3) the identification accuracy of the bare areas based on the NDVI method was better, specifically, the identification accuracy of plain bare areas was generally better than that of mountain bare areas. The remote sensing identification method considers not only the topographic factors that have great influence on the spatial distribution of the two types of rock desert areas, but also the meteorological factors, which can provide a scientific reference for the effective identification of the two types of rock desert areas.     

东北黑土区土壤侵蚀模拟中的地形因子尺度分析

地形因子是土壤流失方程中坡度坡长两因子的乘积,用来表示土壤侵蚀中的地形效应,与研究区域的地形地貌特点密切相关。本文以黑龙江省克东县丰收小流域为例,利用1:5万和1:10万地形图建立数字高程模型(DEM),探讨了不同DEM分辨率和地形图比例尺变化所产生的地形因子的尺度效应。认为东北黑土区利用1:5万地形图计算地形因子时,20m格网大小是较理想的DEM分辨率;另外,在利用较小比例尺地形图建立的DEM计算地形因子时,汇水单元的划分不宜过细。     

基于地形校正TVDI的地下水位埋深反演

在干旱、半干旱地区,地下水是陆生植被生存的重要水源,而传统的地下水位监测方法费时费力,及时获取大尺度高精度的地下水位埋深显得十分重要。在温度植被干旱指数(TVDI)的基础上,分别提取三期Landsat 8遥感数据的归一化植被指数(NDVI)、修正土壤调节植被指数(MSAVI)、比值植被指数(RVI)、差值植被指数(DVI)和增强型植被指数(EVI)和地表温度(Ts),并引入DEM数据对Ts进行地形校正,减少地形起伏对能量二次分配的影响,并选择最佳TVDI反演地下水位埋深状况,结果表明:(1)在传统TVDI的基础上引入DEM进行地形校正,分析校正前后TVDI与地下水位埋深的决定系数,R~2从0.4381提高到0.5053,这说明地形校正能够有效地提高地下水位埋深的反演精度;(2)通过三期影像对比分析了五种不同的TVDI值分别与其对应栅格点的地表土壤湿度和地下水位埋深的决定系数,总体上都是Ts-MSAVI较好,最高R~2分别为0.5547、0.5202;(3)在实测土壤含水量缺失的情况下,可以根据反映土壤湿度高低的因子(TVDI)间接地反演地下水埋深分布状况。     

基于GIS的甘肃省土地利用程度高程模型构建

土地利用垂直分异规律是土地利用空间分异规律研究的重要内容之一,其定量研究可为模拟和预测土地利用程度变化提供理论基础和途径。以甘肃省土地利用程度垂直分异为研究对象,运用GIS空间分析技术对土地利用数据和数字高程模型(DEM)数据进行处理,结合数理统计分析方法构建了甘肃省土地利用程度高程模型。研究表明:甘肃省土地利用程度随高程变化呈现出4个趋势:1)海拔高度600～1120m之间,土地利用程度随海拔增高表现为线性递减趋势;2)在1130～3600m高度带内,土地利用程度呈先增后减趋势,且在2600m附近达到最大值;3)在3610～5530m高度带内,土地利用程度呈先减后增趋势,即土地利用程度与海拔高度呈"U"型关系,且在4550m附近达到最小值;4)在海拔高度5530m以上,土地利用类型单一且均为水域,因此土地利用程度保持不变。最后,结合各区域自然条件和经济发展水平对土地利用垂直分异规律成因进行了探讨,分析发现数量众多的未利用和难利用土地是导致土地利用程度整体较低和呈现不同垂直分异特征的主要原因。