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。     

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...     

利用地形、土壤和作物信息辅助提高东北漫岗地数字高程模型精度的新方法

【目的】SRTM DEM是可免费访问公开可用的数字高程模型,但是当前SRTM DEM的垂直精度不能满足精细农业对地形数据的需求,提高其垂直精度,为精准农业等领域提供数据基础。【方法】以黑龙江省海伦东兴农机合作社为研究区,采集实际地面高程数据,获取SPOT-6、Sentinel-2A遥感影像和SRTM DEM。提取归一化湿度指数（NDMI）、归一化植被指数（NDVI）、土壤亮度（TCB）、潜在太阳辐射（PSR）等变量分析地形对其影响关系。利用极限学习机（ELM）和反向传播神经网络（BPNN）提高SRTM DEM水平空间分辨率和垂直精度。使用实际地面高程点进行精度验证,与基于无人机和光学立体像对（ZY-3）生成的DEM进行对比。【结果】SRTM、NDVI、NDMI、TCB与改进后高程的灰色关联度在90%以上,是改进SRTM DEM的重要辅助信息。在整个研究区,BPNN方法的RMSE_P为0.98,R²_P为0.98,ELM的RMSE_P为1.00,R²_P为0.90。在平坦区,BPNN方法的RMSE_P为0.84,ELM的RMSE_P为1.00;在起伏区,BPNN方法的RMSE_P为0.99,ELM的RMSE_P为0.94。该方法获得的DEM的垂直精度高于ZY-3光学立体像对生成的 DEM的垂直精度,为提高SRTM的水平空间分辨率和垂直精度提供了新思路。【结论】引入SRTM、NDVI、NDMI、TCB辅助信息有利于提高SRTM DEM的空间分辨率和垂直精度,获得高精度的DEM。BPNN方法获得的数字高程模型的精度整体上高于ELM方法, BPNN方法更加适用于平坦区高精度DEM的获取,ELM方法更加适用于起伏区。     

基于SRTM DEM的河棚河流域水系提取研究

基于SRTM DEM数据,以河棚河流域为例,利用Arc GIS 10.0中的水文分析模块进行水系的提取试验,分析不同的汇流累积阈值对河网密度、流域面积、河网分级等流域特征参数的影响。结果表明,随着汇流累积阈值的增大,河网密度以及河网总长度都在逐渐减小,并且汇流累积阈值与河网密度之间存在显著的幂函数关系。最后,利用1∶250 000水系图进行对比发现,当汇流累积阈值为200时,利用SRTM DEM提取的河网与实际水系吻合较好。     

基于SRTM DEM的陕南汉江上游流域水文特征模拟研究

选取陕南汉江上游流域为研究样区,采用SRTM DEM作为基础数据,探讨ArcGIS9.2的水文分析扩展模块提取水文特征信息的方法,并利用该模块进行研究区水文特征提取,得到研究样区的水流方向数据、汇流累积量、河网水系、子流域边界等信息。同时,对所提取的河流网络进行有效性检验。通过与我国国家基础地理信息系统提供的5级以上河流水系数字线划图对照比较以及河网套合差的计算,发现基于SRTM DEM,采用ArcGIS软件能够提取出陕南汉江上游流域5级以上河流,提取的流域水文特征信息是有效合理的。该研究为该地区的洪涝灾害治理和生态规划建设提供依据。     

SRTM DEM在TOPMODEL模型中的可用性分析

以皎口水库流域为例,用数字化1:5万地形图所得DEM在TOPMODEL模型模拟中的结果作对比,研究了SRTM DEM在TOPMODEL模型中的可用性.研究发现SRTM DEM水平分辨率约90m的数据能够用于数字高程模型难以获取的大中型流域的TOPMODEL模型的水文模拟,并能取得较好的模拟效果.     

Impacts of horizontal resolution and downscaling on the USLE LS factor for different terrains

Slope length and slope steepness are critical topographic factors (L and S) in the Universal Soil Loss Equation (USLE) and Chinese Soil Loss Equation (CSLE) for soil erosion modelling. Both slope length and slope gradient are potentially sensitive to spatial resolution when calculated in a GIS framework. The resolution effect on the LS factor and approaches suitable for improving the LS factor at a coarse resolution have not been well identified. To address this problem, the LS factor at 5-m and 30-m resolution in twenty-four watersheds with various terrains was estimated. And a downscale model based on matching of the lower resolution LS cumulative frequency curves to a higher resolution (“Histogram Matching” method) was tested for its potential to improve LS factor estimation accuracy. In the larger relief mountainous area, compared to 5-m resolution, the 30-m resolution generated LS was generally overestimated by more than 20% and in lower relief areas underestimated by more than 15%. This bias is less than 10% in medium relief areas. The downscale model improved LS factor estimates compared to the 30-m resolution estimate by more than 10% when comparing frequency distribution curves and more than 20% in mean values in larger relief areas. The downscale model worked well in all regions except for the low relief areas, which intuitively are the low soil erosion potential areas. The results of this research help quantify the uncertainty in soil erosion estimates and may ultimately help to improve the assessment of soil erosion through its impact on LS factor estimates, especially at regional and global scales.     

Evolution of the lowest amazon basin modeled from the integration of geological and SRTM topographic data

Morphologic features obtained from SRTM data, integrated with geologic information, are emphasized in this paper in order to provide the basis for understanding the development of the lowest Amazon drainage basin, focusing on the history of one of the largest Amazonian tributaries, the Tocantins River, and on the origin of the Marajó Island, throughout the Quaternary. This approach led to the recognition of a fan morphology related to the record of a tectonically controlled N/NW–S/SE orientated paleovalley cut down into Miocene and older rocks. The incised valley was fed by a paleo Tocantins River, which deposited its sediment load continuously to the north–northwest, reaching the Marajó Island and producing a deposit with a fan-morphology during the Plio–Pleistocene/Pleistocene. As characterized in the SRTM images, this channel system became abandoned due to capture by NE–SW orientated faults and establishment of the Pará River by W–E strike slip movements. This event, which probably took place in the Mid-Holocene, was responsible for the detachment of the Marajó Island from the mainland.     

玲珑山及其周边地区SRTM3和ASTER GDEM高程精度评价

为研究林业应用中小区域范围内数字高程模型（DEM）的高程精度,以地势起伏明显的玲珑山及其周边地区为试验区,利用中误差、等高线套合积差2种定量指标评价方法和DEM回放等高线目视检验主观评价方法对SRTM3和ASTER GDEM 2种免费数字高程模型进行高程精度分析。结果表明：森林覆盖对DEM的精度存在一定的影响,试验区内SRTM3的中误差和等高线套合积差为11.534 m和0.177,ASTER GDEM的中误差和等高线套合积差为10.459 m和0.166,均达到官方公布的精度,且ASTER GDEM精度略高于SRTM3;从DEM回放等高线目视检验来看,2种数据提取的等高线对试验区山地描述比较符合实际情况,但对试验区河谷平原处地形描述较差,其中S RTM3提取的等高线偏移较大。综合考虑,玲珑山及其周边地区优先推荐使用ASTER GDEM数据。     

基于遥感数据的洞庭盆地东部地表垂直形变研究

利用GIS技术对2000年的SRTM和2009年的ASTERGDEM数据进行处理,得到两个时期之间洞庭盆地东部及其周边区域的地表垂直形变分布图,然后从整体到局部分析洞庭盆地东部的地表垂直形变分布状况及其原因。结果表明,东洞庭盆地受构造沉降影响,大部分地区处于沉降状态,而局部地区受到泥沙淤积或人类活动的影响较严重,导致地表抬升;盆地外的地区,临湘市、岳阳县和汨罗市东部呈南北向的抬升带,处于幕阜一九岭隆起之上,受构造抬升影响,大部分地区处于抬升状态,而临湘市和岳阳市西北地区未处于隆起之上,大部分则处于沉降状态。这对掌握洞庭盆地演变趋势和洞庭盆地的工农业规划建设具有重要的理论意义。