DEM重采样坡度衰减分析

通过数字高程模型(DEM)重采样发现,随着水平分辨率的降低,地形也随着趋向平缓,坡度信息不断丢失,地面表达能力逐步下降.利用1∶10 000数字地形图生成5m水平分辨率DEM,以此为基准重采样生成10、20、40m水平分辨率的DEM,提取各水平分辨率DEM的坡度.对提取的5m水平分辨率DEM的坡度进行邻域分析,提取10、20、40m水平分辨率DEM的最大坡度,以此求取其与直接由相对应水平分辨率DEM提取的坡度的差值,并对坡度差值进行频率统计分析,同时分析了剖面曲率在重采样过程中的变化.结果表明,随着DEM水平分辨率的降低,坡度平均值不断降低,较小坡度的频率逐渐增大,较大坡度的频率逐渐减小.DEM水平分辨率较高时,坡度差值分布集中于较小坡度差值处,且范围集中;DEM水平分辨率越低,坡度差值分布曲线愈加分散,且集中于较大坡度差值处.DEM水平分辨率越高,剖面曲率曲线分布越广,DEM水平分辨率越低,曲线分布越窄,且变得集中,其中剖面曲率较高部分损失严重.     

利用中低分辨率DEM提取坡耕地坡度信息的误差分析(英文)

利用数字高程模型(DEM)实现坡耕地数据的自动提取和侵蚀状况调查,并与实地勘察及相关研究结果进行对比,分析利用中低分辨率DEM提取坡耕地坡度信息误差的来源及其对水土流失调查结果的影响。结果表明:利用忠县1∶50000地形图生成分辨率为25m的DEM,基于该分辨率DEM自动提取的坡耕地信息在评价其水土流失现状时与实地勘察和相关研究结果存在一定差异,其主要原因为:①该地区地貌特殊,平行岭谷地貌和出露的侏罗纪紫色泥(页)岩与砂岩互层结构共同作用形成的地形较为复杂,造成该区土地利用多以小地块为主的镶嵌结构,而分辨率较低的DEM对地形起伏的描述误差较大;②人为修建的梯田(水田)、坎田以及垄沟整地措施对坡耕地微观地形改变的影响较大。因此,在坡耕地水土流失现状评价中,单从中低分辨率DEM获取坡度信息来判断水土流失程度,将会产生较大误差。DEM分辨率越高,对与坡度有关的地貌和水文参数的描述越精确,提取的坡度信息越准确。中低分辨率坡度可以通过变换,使其接近较高分辨率坡度对地形起伏的反映能力。此外,还应加强实地勘察力度,并与计算机自动提取技术相结合,才是正确评价坡耕地水土流失的方法。     

不同DEM分辨率下的泸州市粗糙度分析

以30m分辨率的ASTER GDEM为基础数据源,通过Arc GIS软件进行重采样,得到分辨率为60m,90m,120m的泸州市DEM数据。计算不同分辨率下的地表粗糙度,并依据地表粗糙度分析泸州市地形地貌特征。结果表明:泸州市北部地区地形较为平坦、完整,地表粗糙度处于较低水平,水土流失情况较弱;泸州市中部和南部地区多中山丘陵,坡度变化较大,地表较为破碎,土壤侵蚀作用较强;随着分辨率降低,地表粗糙度处于低值的区域范围不断扩大。通过对泸州市地表粗糙度的分析,可以宏观认识区域水土流失状况,为区域水土流失的保护与治理提供可靠的现实依据。     

DEM分辨率对大兴安岭林区水土流失评价结果的影响

为揭示数字化高程模型(DEM)分辨率对水土流失评价结果的影响,基于地理信息系统(GIS)和遥感技术(RS),利用不同分辨率(10、20、30、40、50、60、70、80、90、100 m)DEM,提取坡度因子(S)和坡长因子(L),并复合成地形因子(L_S),将L_S因子、降雨侵蚀力、土壤可侵蚀性、植被覆盖和管理与水土保持措施5个主要影响水土流失的因子,带入修正的通用土壤流失方程,得到不同分辨率下的土壤侵蚀量。分析不同DEM分辨率下,地形因子及水土流失评价结果的变化规律。结果表明:在研究区域内,土壤流失量对分辨率变化最为敏感,对L_S因子的敏感度大于S因子和L因子;DEM分辨率小于40 m时,土壤侵蚀量变化较小;当分辨率为50 m时,发生剧变,当分辨率超过60 m后逐渐趋于平稳。随着DEM分辨率的降低,其对水土流失评价结果影响也越来越小,因此可以认为最适宜水土流失评价的DEM分辨率应为50~60 m。利用50 m分辨率DEM计算的研究区域水土流失主要以微度和轻度侵蚀为主,占研究区域总面积的90%以上,水土流失较严重情况主要位于山脊和人类干扰较强烈地区。     

基于DEM的赣州市水土流失地形因子的提取与分析

该研究以SREMDEM30m DEM为基础数据,以Arc GIS10.2为软件平台,对坡度、坡长、地形粗糙度、地表切割深度、地形高程变异系数进行了提取并分析。结果表明:赣州市坡度变幅为0°~70.7213°,坡长变幅为0~1187.34m,地形粗糙度集中在1~3.0234,地表切割深度集中在0~118.333,地形高程变异系数集中在0~1.1.8536。通过对水土流失地形因子的分析,为该区域水土流失防治提供一定的科学依据。     

溧水县DEM的建立及坡面土地面积的提取

介绍了利用生成的1∶5万3、0 m分辨率溧水县DEM数据和土地利用类型栅格数据,借助于GIS软件,首先对DEM数据提取坡度信息,然后将坡度信息与土地利用类型栅格数据结合进行空间叠加分析,研究了溧水县不同土地利用类型在各个坡度级内的面积大小。     

基于不同水平分辨率DEM的昌吉回族自治州数字地形分析研究

本文以中国新疆维吾尔自治区昌吉回族自治州为试点地区(以下简称昌吉州),原始数据选择水平分辨率为12.5m×12.5m的DEM数字高程模型数据,使用空间分析中最近邻插值法对水平分辨率为12.5m的数据进行插值提取,得到水平分辨率为40m和80m的规则格网,提取坡度、地形起伏、水文信息(流域分布)等地形因素,在得到以上信息...     

地形因子在芦山县水土流失评价中的应用研究

地形因子是重要的水土流失影响参数,分析地形因子对区域水土流失评价具有重要意义.该研究以芦山县空间分辨率30m的DEM数据为基础数源,在ArcGIS10.3中利用空间分析模块计算芦山县坡度、坡长、LS因子、地形起伏度、地表切割深度和地表粗糙度,并结合芦山县水土流失现状,分析地形因子对芦山县水土流失的影响,为该区域水土保持工作提供参考.     

基于DEM的重庆市水土流失地形因子分析

利用空间数据云平台下载分辨率为30m的重庆市DEM数据,在Arc GIS10.2中进行地面分析,获取坡度、坡向、地表粗糙度、剖面曲率和高程变异系数5个地面形态参数。结果表明:重庆市坡度15°的较平缓区域占53.91%;阴坡面积占总面积的33.49%,阳坡面积占总面积的39.49%;地表粗糙度主要集中在1~1.657,占总比例的99.66%;剖面曲率主要集中在0~15,占总面积比例的96.61%;高程变异系数最主要集中在0.0412~0.039,占总面积比例的97.79%。通过对地形因子的分析,为该区的水土流失提供了可靠的数据支持,有利于重庆市水土保持工作的开展。     

滇东南石漠化地区地形起伏度对水土流失的影响

分析石漠化地区的水土流失地理分布格局，探究地形起伏度对其分布规律的影响，为滇东南石漠化地区水土流失的防治措施提供合理且全面的依据。以滇东南石漠化地区马关县、西畴县和麻栗坡县为研究区，基于30 m空间分辨率的DEM数据计算地形起伏度，利用10 m空间分辨率的Sentinel-2数据提取土地利用类型。研究表明，根据均值变点法确定研究区地形起伏度最佳像元分析窗口为24×24，地形起伏度在0~2.41；水土流失强度主要为极强烈等级，占研究区总面积的26.85%；水土流失强度区域多集中在0.05~0.35等级范围内，地形起伏度在0.15~0.25等级范围达到水土流失强度峰值。研究区的地形起伏度与水土流失强度等级分布具有高度相关性，充分说明地形起伏度是石漠化地区水土流失的主导因素之一。     

晋西黄土区坡面尺度地形因子对土壤水分状况的影响

为分析黄土区坡面尺度地形因子对土壤水分的影响,该文选择山西省吉县蔡家川小流域典型梁峁坡面为研究对象,基于数字高程模型（DEM）提取研究区域坡向、坡度、坡位3个地形因子分布图,并与研究区土壤水分的克立格（Kriging）插值图叠加.通过主成分分析得出:在0～30 cm土层,地形因子对土壤水分影响的次序依次为坡向坡位坡度;在30～60 cm土层,其影响强弱顺序依次为坡度坡位坡向. 对主成分地形因子（坡向、坡度）的单因素分析得出:自土壤水分最高区域（坡向N337.50°）以顺时针方向,土壤水分呈现先减少后增加,再减少至最低(坡向N202.50°（0～30?cm土层）、N191.25°（30～60?cm土层）),后增加的两次减增过程;土壤水分随坡度变化的幅度很小,随着坡度的增加出现先增加（0°～10°）后减小的趋势（10°～40°）.      

基于TM影像和DEM的佳县水土流失强度监测方法的研究

以陕西省佳县为例,从遥感信息入手,以TM影像为主要信息源,并结合土地利用数据和DEM高程数据,探讨了如何通过遥感和GIS技术利用植被覆盖度、地形坡度、土地利用类型等因子快速、准确地提取水土流失信息。这一研究不仅能为水土流失调查、监测提供重要的信息源,而且为水土保持研究提供可靠的依据。     

不同DEM分辨率下的坡面土壤侵蚀模型的坡长因子提取对比研究

采用基于GIS的非累计流量的坡长直接提取算法(NCSL)和空间分析提取法(SAC)对陕北省安塞县10个样区的坡长进行提取,并计算相应的坡长因子。对不同DEM分辨率下的坡长提取结果对比,结果表明:NCSL对坡长的提取精度明显好于SAC的提取结果,其中DEM在5、10 m分辨率下的提取精度最好,且二者计算的坡长因子值差异不大,因此,可采用10 m分辨率NCSL方法提取坡长。     

基于DEM的数字地形分析

该文在对数字高程模型（DEM）数据来源及结构、数字地形分析及其应用、基于DEM的地形分析中的不确定性和误差分析的基础上,以日本东北地区岩手县早池峰山为研究对象,美国MicroImage公司开发的TNTmips地理信息系统为工具,日本国土地理院发行的“数字地图25000”为基础数据,研究基于DEM的数字地形特征提取与分析方法,以及DEM精度对地形特征的影响. 研究结果表明:①以DEM为基础可提取多种地形特征,如坡度、坡向、坡面形态、流域边界、水流路径等,这些特征在地理信息系统的支持下均可用图形和属性数据来表示;②DEM水平精度对基于DEM提取的数字地形特征影响表现为:低精度的DEM将导致研究区平均坡度变小、坡度标准差变大;同时,DEM精度对不同坡度区域表现为不同的影响,其结果按坡度大致可划分为3种不同类型,即0°～10°、10°～35°以及大于35°; DEM精度对坡向的影响除平坡外变化较小,其中平坡面积随DEM精度的降低而增大;低精度的DEM将导致水文地形信息受损,这将严重影响流域水文模型参数的确立及水文过程模拟分析的精度.      

基于DEM与太阳辐射的北京市山地坡向提取方法研究

目的坡向是描述地形的重要因子,基于DEM提取坡向对于自然生境分析与地理生态过程模拟具有重要意义。同时,由于山地地形复杂,坡面太阳辐射受地形遮挡影响很大。本文基于DEM与太阳辐射研究山地坡向提取方法,既保持了DEM计算山地坡向的客观性,又能和坡面阴阳属性保持良好的一致性,为山地气象、土壤分布、立地条件、适宜性分析等有关研究奠定基础。方法以DEM数字地形分析技术为基础,应用基于DEM的太阳辐射分析模型,探究太阳辐射量与坡向、坡度和海拔之间的关系,建立北京地区太阳辐射参考模型,并计算样地点标准太阳辐射;依据样地点DEM计算太阳辐射与标准太阳辐射推导出太阳辐射等效坡向。结果以北京市一类清查数据山区的2 000个样地点为测试数据,将30、60、90、120、150、200 m空间分辨率的DEM计算坡向作为评判标准,建立太阳辐射参考模型,其中1 398个样地点的DEM计算太阳辐射与标准太阳辐射差异小于5%,太阳辐射等效坡向与30 m空间分辨率DEM计算坡向保持一致,占全部样地点69.9%;602个样地点受地形遮挡较大,依据太阳辐射参考模型计算进行调整,调整后其中583个样地点的太阳辐射等效坡向与评判标准一致。结论与一类清查人工测量坡向的比较表明:测试数据中样地点的太阳辐射等效坡向与评判标准一致性达到99.05%,而测试数据中样地点的人工测量坡向与评判标准一致性为72.05%。因此,依据本文方法推导出的太阳辐射等效坡向能反映出实际太阳辐射的信息,推导的坡向科学实用,为森林资源调查、立地分析等研究与生产提供了坡向获取的新方法。      

基于SRTM3的MODIS图像几何精校正方法研究

地形地物被高度综合化,只存在超大尺度或大尺度的特征地物,可供选择GCP(地面控制点)的明显地物非常有限,这是中低分辨率遥感图像进行几何精校正面临的最大难题。本文提出了基于SRTM3数据构建与遥感图像几何特征尺度一致的地理参照,对MODIS图像进行几何精校正的方法。首先,利用90 m分辨率的SRTM3进行地形综合,生成250 m像元尺度的DEM并提取地性线,并将其与1∶25万的大型湖泊、大江大河矢量图合并;使用地形光照立体渲染模型 (Hillshade)制作250 m的负立体可视化彩色地形地貌图;集成由3种地理信息要素构成的地理参照数据集。之后,分别选取250和500 m分辨率的MODIS数据,利用亚像元分解与增强技术制作125 m分辨率的假彩色影像。最后,叠加显示地理参照数据集和假彩色卫星图像,目视比对采集控制点,利用自适应三角网控制校正模型对多波段数据进行校正处理,其GCP点集的均方误差达到了431 m。结果表明:250 m分辨率的DEM地性线与MODIS亚像元图像表达的特征地物的几何尺度一致,MODIS图像中能识别的特征地物在SRTM3地性线与大型水系中均能找到,地性线所表达的特征地物点的数量多于遥感图像。与传统的基于基础地理底图选择控制点的方法相比,本文提出的方法更有利于同名地物点的判读和选取,并且操作处理简单,选取的GCP点的坐标精度较高,纠正处理工作效率高。      

基于DEM的地形与优势树种（组）关联分析

以Arc GIS、Geoway等软件为数据平台,以SPOT5遥感影像为数据源,对安徽省休宁县岭南林场5幅1:10000地形图进行等高线地形数据和林地小班矢量化,建立数字高程模型(DEM)和优势树种(组)专题图层,进行地形分析及地形与优势树种(组)关联分析。结果表明,岭南林场海拔主要在300~800 m范围内,坡度主要是陡坡和急坡,坡向面积最大的是南坡。林场总体造林作业难度较大,生态脆弱性等级较高;森林资源主要集中在300~800 m的区域内,天然黄山松林、栎类林主要分布在800 m以上,硬阔天然林主要分布在800 m以下;松类和栎类主要分布在25°以上的坡度范围内,天然枫香林主要分布在陡坡和急坡;松类集中分布在阳坡和半阳坡,天然硬阔、栎类、枫香林主要分布在阴坡和半阴坡。     

基于ArcGIS的红壤地区DEM生成与应用分析

数字高程模型是地理信息系统进行地形分析的基础数据,利用DEM可以提取地形因子,如坡度、坡向、高程信息、体积、水系、河网密度等.地形起伏度、地表切割深度、地表粗糙度等是反映地表起伏变化和侵蚀程度的指标.本文以浙江省低丘红壤区域为研究对象,在ArcGIS的支持下,利用1:10 000地形图的矢量化等高线对研究区域内DEM的生成进行了探索,实现了研究区域内的地形三维模拟;提取了坡度、坡向、坡长等地形特征因子,利用ArcGIS表面分析模块,结合通用水土流失方程,就地形变化对土壤侵蚀的影响进行了分析,为红壤地区水土流失的综合治理提供支持.