高分辨率DEM在森林生产力估算中的应用

在广西宁明县以马尾松和桉树为例,对比分析野外实测与利用1∶10 000比例尺DEM推算的地形因子所建不同树种生产力模型的精度,探讨了高分辨率DEM在森林生产力估算中的作用.结果认为:①基于1∶10 000比例尺DEM推算的地形因子可代替实测数据进行森林生产力建模,其精度满足估算要求;②仅利用立地条件不能进行马尾松生产力建模,但却能建立桉树模型.对两树种而言,均是用树龄与立地条件共同建立的模型更优.     

浅谈林业工作中常用的遥感影像及处理要点

在遥感影像定义的基础之上,讨论了遥感影像的四个基本特征.对林业工作中常用的中分辨率遥感影像Landsate TM5、中巴资源卫星以及常用的高分辨率遥感影像Spot5、Rapideye、Alos、QuickBird、WorldviewⅠ、WorldviewⅡ等进行了介绍并做了对比分析,总结各种遥感影像的优缺点;并讨论了遥感影像基础数据准备,DOM与DEM参考数据准备以及的遥感影像正射纠正,并以ALOS为例,对算法及图像增强等工作进行了探讨     

A study of spatial variability of soil loss with high resolution DEMs: A case study of a sloping olive grove in southern Spain

Land degradation worldwide over several centuries has become a serious problem. This phenomenon has been accentuated in agricultural areas, where the amount of topsoil loss creates a gradual loss of farmland productivity. Ploughing is responsible for tillage erosion which causes more soil movement than natural soil creepage. In fact sediment transport is more rapid using heavy machinery than with primitive ploughs. The main aim of our research is to monitor, in detail, the sediment deposition phenomenon of eroded soil. Here the role of high resolution DEMs is essential. We develop a DEM generated from field measurements taken by GPS. The high spatial density of these measurements allows us to generate DEMs of high resolution: cell sizes of 0.5, 1 and 1.5 m. Three zones of different area are used in order to analyse the scale effects. In this study we assess precise models that represent a soil redistribution phenomenon.     

DEM栅格分辨率对多元线性土壤—景观模型及其制图应用的影响

以亚热带丘陵地区为对象,以该区4 km×3 km的5 m、10 m、15 m、20 m、25 m、30 m数字高程模型(DEM)为基础,建立多元线性土壤景观模型,并应用该模型预测研究区内土壤表层有机质含量分布,进而比较不同分辨率DEM中土壤景观模型及其预测制图的精度。结果表明:在本研究区11 km2范围内,随着DEM栅格分辨率降低,坡度、曲率、比汇水面积(对数)频度均表现出了向其中值区集中的趋势;地形因子的这一变化规律对土壤景观模型的影响较小,例如模型的变量、变量系数及R2在不同分辨率DEM中的差异很小;但地形因子的这一变化规律对模型预测制图的精度具有较大影响,各项指标均说明,模型在10~25 m DEM中的制图精度较高,而在更高分辨率(5 m)或更低分辨率(30 m)DEM中较低。本研究结果对其他亚热带丘陵地区具有一定的指示意义。     

降水变化对不同下垫面的水土流失之分异影响

提出了一种基于DEM的沟缘线和坡脚线的提取方法,该方法以沟缘线和坡脚线的形态特征为基础.沟缘线作为梁峁地和沟坡地的分界线位于凸坡上,沟缘线象素以下的坡度应大于某一坡度值;坡脚线作为沟坡地和沟底地的交界线位于凹坡上,坡脚线象素以上的坡度应大于某一坡度值;沟缘线和坡脚线上的象素都具有局部最大的坡度变化.利用这种特性进行沟缘线和坡脚线的提取,易于实现.处理的速度快、效率高,提取结果较准确.     

DEM内插算法对坡度坡向的影响

虽然DEM的应用越来越广泛,但是在实际研究运用中获取DEM的方式主要是利用各种矢量高程信息通过插值而来,不同的插值算法必然会影响DEM分析的结果;以南方丘陵地区为研究区域,利用样区的1∶10000的矢量地形图为数据源,通过对不同算法生成不同分辨率的DEM坡度、坡向的对比研究发现:在坡度小于30°时,不同的算法对坡度具有显著的影响,而大于30°时分辨率和算法均不会对坡度产生显著影响;研究表明:在具有大量平坦区域的地区,尽管ANUDEM算法生成的DEM总体上的精度最高,但是不会产生平坦区域,所以并不适合于这类地区的地形分析。     

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。     

基于DEM的黄土高原典型流域特征参数分析

以山西吉县蔡家川流域为研究对象,提取其流域特征及河道特征,统计分析各特征值随流域面积尺度大小而变化的规律。结果表明:随流域面积增大,河道干流长度、干支流总长度、河道弯曲系数、流域形状系数均增大,河道不对称系数、流域平均高程均减小,河网密度、河道比降、平均坡度均先减小后趋于稳定;研究地区虽对洪水具有微弱的自我调节能力,但河道比降应该控制在6.1%以下,河网密度应控制在0.58 km/km2以下,故面积小于10 km2的小流域应为研究区水土流失治理的核心区域;坡度在25°以上的土地面积约占整个流域面积的52%左右,易发生洪水,需大力加强水土保持。      

帽儿山的潜在沟系分析及其应用

定义了潜在沟系的概念，并将帽儿山的潜在沟系分为平行沟、陡坡显沟和平坦沼泽三种类型。同时应用ARCVIEW GIS的空间分析系统对帽儿山的潜在沟系进行了计算，结果发现：帽儿山的潜在沟系与现有沟系图非常相似，而潜在沟系比现有沟系图更细致地刻画了帽儿山的沟系特征。     

Soil Phosphorus and Potassium Mapping Using a Spatial Correlation Model Incorporating Terrain Slope Gradient

Variable-rate fertilizer application requires knowledge of the spatial distribution of soil nutrients within fields. Grid soil sampling might be used for acquiring this information, but is often too expensive for resolving spatial patterns in soil nutrients at the scale of precision fertilizer application. The objective of this study was to determine whether grid sampling efficiency can be improved using cokriging estimates with slope gradient as a secondary variable, which is easily obtained from high-resolution digital elevation models. Soils in two northern Montana wheat fields were sampled at the nodes of a 100-m diagonal grid. Soil test phosphorus and potassium maps were constructed with kriging and cokriging. Co-kriging uses the spatial correlation between two variables to predict for the less intensively sampled variable of interest, often with less estimation error than a univariate method such as kriging. The average estimation variance for cokriging compared to kriging was reduced for all values of the correlation considered. The additional complexity of cokriging might be justified provided a secondary variable exists that is spatially cross correlated with the primary variable of interest.