影响黄土高原集水面积阈值的地形因子主成分分析

以ASTER GDEM为信息源、22个典型小流域为样区,分析黄土高原集水面积阈值与沟谷密度的关系,利用均值变点法确定最佳阈值,探讨了影响阈值的数字高程模型（digital elevation model,DEM）地形因子主成分。结果表明,集水面积阈值由北向南、自东向西逐步增大,宏观上受黄土高原地貌类型制约,地形因子对其的影响成分归纳为坡面、起伏及高程变异因子。坡面因子的最大值与阈值正相关,坡度>粗糙度>地形曲率>平面曲率>剖面曲率。起伏因子的均值与阈值正相关,起伏度>切割深度。高程变异因子与阈值负相关。三者的主成分贡献率依次为58.754%、18.915%、11.388%,权重为0.527、0.229、-0.569。研究表明,坡面特征是影响黄土沟谷发育的重要因子。     

地形起伏度最佳分析区域预测模型

地形起伏度指分析区域内最高点和最低点之差,反映宏观区域内地形的起伏特征,是描述地貌形态的定量指标。确定最佳分析区域是地形起伏度提取算法的核心步骤,以及决定地形起伏度提取结果有效性的关键。本文以全国范围内随机选取的78个实验区域、三种不同尺度的DEM数据作为实验对象,分别进行系列分析区域尺度的地形起伏度计算,建立了基于微观地形特征因子的地形起伏度最佳分析区域预测模型。实验表明：相同区域、不同尺度的DEM数据提取的地形起伏度存在差异,DEM尺度相差较小时,地形起伏度的差异也较小;地形起伏度和实验区域的最大高程、区域高差、平均坡度和平均坡度变率等地形特征因子存在强相关关系;当置信水平为0.05时,预测模型拟合参数的准确率达到95%以上,证明预测模型可以有效地确定最佳分析区域的取值范围。     

黄土丘陵沟壑区地形复杂度分析

针对黄土丘陵沟壑区地形复杂度难以准确量化的问题,该文提出了基于区统计的评价方法,采用地形分析方法提取坡度、地势起伏度、地表切割深度,沟壑密度等地形因子,应用区统计法、变异系数法对研究区地形复杂度进分析评价。结果表明:彭阳县地形复杂度的空间分布特征与坡度、地势起伏度、地表切割深度的变化规律相似,中复杂区域和高复杂区域所占面积较大,且存在明显的分异规律;基于1:50 000数字高程模型数据的地形复杂度提取与分析方法能够快速有效地获取研究区地形地貌信息,为黄土丘陵沟壑区流域治理、土地规划、地形及景观格局的分区和尺度推绎等研究提供依据。     

台湾地区地貌形态的分析研究

数字高程模型(DEM)是地貌解译有力的辅助工具,同时也是对地形地貌分析研究进行量化表达的一个重要手段。在前人研究的方法上通过对研究区台湾地区的SRTM-DEM数据的处理,运用GIS空间分析和统计方法进行地形分析,并在此基础上完成对地形起伏度、坡度、坡向、高程等地形因子相关的拓展分析。根据分析结果对该地区的地貌形态特征进行总结。     

基于GIS的岩溶古地貌定量刻画方法分析研究

恢复岩溶古地貌对于分析岩溶储层发育特征具有重要作用。目前关于岩溶古地貌的恢复多为定性方法,定量刻画古地貌的水平有待提高,而GIS在定量分析处理地貌方面独具优势。以高石梯—磨溪区块灯四段岩溶储层为例,在经典古地貌恢复方法的基础上,从GIS的地貌因子出发,提取了包括高程、坡度、地表切割深度、地表粗糙度、地形起伏度在内的地形因子以及包括水流长度、河流等级、流域分析在内的水文因子;再选取核心地形因子,并对地貌因子进行敏感性评价,结果显示高程、坡度和地形起伏度对地形的表征贡献较大。以地貌成因—形态分类原则为地貌分类方案,对敏感地形因子进行重分类操作后作叠加分析处理,地貌分区成图显示研究区由岩溶高地、岩溶缓坡、岩溶缓坡过渡带和岩溶洼地4类地貌单元组成。对岩溶古地貌进行分析评价发现,岩溶缓坡为油气良好集聚地,地貌划分结果与储层分布具有相关性。     

自1:10000比例尺DEM提取地形起伏度--以陕北黄土高原的实验为例

地形的起伏是反映地形起伏的宏观地形因子,是比较适合区域水土流失评价的地形指标,在区域性研究中,利用DEM数据提取地形起伏度能够快速、直观的反映地形的起伏特征。1∶10000比例尺DEM具有越来越广泛、重要的应用,系统探讨基于其提取地形起伏度的方法具有重要的理论和实践意义。本研究以陕北黄土高原不同地貌区的DEM数据为实验数据,依据地貌发育的基本理论,GIS的窗口递增分析方法结合自然地理单元———小流域划分方法,通过对比分析,确定不同地貌区的地形起伏度。通过对实验结果的对比分析证明,该方法是一种比较通用、有效的方法。     

山区坡谱信息熵与水土流失地形因子关系探讨

针对当前以县域为统计单元的坡谱研究较少,且难以满足区域尺度上水土流失地形因子指标的选取等问题,该文采用数字地形分析方法提取山区各县域的坡谱和坡长坡度因子(LS因子),并探讨坡谱信息熵与LS因子之间的关系。实验表明:地貌的差异决定了各县域坡谱曲线的差异,具体可分为L型、S型和钟型。坡谱信息熵变化范围为1.709～2.667nat,反映了地形起伏由平缓到强烈的变化趋势;LS因子平均值介于2.72～18.61之间,在一定程度上表征土壤流失量的大小。坡谱信息熵与LS因子关系拟合良好(R2=0.963 6,P0.05),结论可为坡谱信息熵在区域水土流失地形因子的建立及应用提供参考。     

山区坡谱信息熵与水土流失地形因子关系探讨

针对当前以县域为统计单元的坡谱研究较少,且难以满足区域尺度上水土流失地形因子指标的选取等问题,该文采用数字地形分析方法提取山区各县域的坡谱和坡长坡度因子(LS因子),并探讨坡谱信息熵与LS因子之间的关系。实验表明:地貌的差异决定了各县域坡谱曲线的差异,具体可分为L型、S型和钟型。坡谱信息熵变化范围为1.709nat～2.667nat,反映了地形起伏由平缓到强烈的变化趋势;LS因子平均值介于2.72～18.61之间,在一定程度上表征土壤流失量的大小。坡谱信息熵与LS因子关系拟合良好(R~2=0.963 6 P0.05),结论可为坡谱信息熵在区域水土流失地形因子的建立及应用提供参考。     

山区坡谱信息熵与水土流失地形因子关系探讨

针对当前以县域为统计单元的坡谱研究较少,且难以满足区域尺度上水土流失地形因子指标的选取等问题,该文采用数字地形分析方法提取山区各县域的坡谱和坡长坡度因子(LS因子),并探讨坡谱信息熵与LS因子之间的关系。实验表明:地貌的差异决定了各县域坡谱曲线的差异,具体可分为L型、S型和钟型。坡谱信息熵变化范围为1.709nat～2.667nat,反映了地形起伏由平缓到强烈的变化趋势;LS因子平均值介于2.72～18.61之间,在一定程度上表征土壤流失量的大小。坡谱信息熵与LS因子关系拟合良好(R~2=0.963 6 P0.05),结论可为坡谱信息熵在区域水土流失地形因子的建立及应用提供参考。     

基于DEM地形因子的水土流失分析

研究地形因子对水土流失造成的影响,可为区域水土保持工作提供参考.本文以广西百色市、河池市、贺州市、防城港市为研究区域,以ArcGIS平台为技术支持,基于数字高程模型数据,选取坡度、剖面曲率、地表粗糙度、沟壑密度4个指标,进行空间叠加分析,得到研究区基于所选地形因子的水土流失强度分级图及水土流失面积,得出如下结论:1)基于地形因子的水土流失分析结果与实际水土流失分区具有较大的吻合性,表明所选地形因子是导致研究区水土流失的重要因素;2)仅考虑文中所选地形因子对水土流失的影响,四市的水土流失强度由高到低依次为河池市、百色市、贺州市、防城港市;3)不同地貌形态下地形因子对水土流失的影响程度不同,根据本文研究结果,山地地区及喀斯特地貌形态地区受地形因子的影响更大.     

我国区域地貌数字地形分析研究进展

区域地貌研究是区域地理研究不可分割的重要组成部分。传统的基于DEM的数字地形分析方法,虽能较好提取各种地形定量因子,但由于分析算法的局限,很难实现对一个特定区域地貌的宏观形态特征与成因机理进行定量的分析。为此,近年来我国学者在该领域进行了系统的探索与创新实践,基于国家基础地形数据库多尺度、高精度的DEM数据,开展了基于DEM的区域地貌形态特征、地貌发育演化特征的研究。通过宏观形态指标分析法、地形特征要素分析法、地形信息图谱分析法等一系列方法,实现了对区域的地貌形态特征提取与分类、分区制图,取得了一批有重要国际影响的研究成果。在全国尺度以及黄土高原、青藏高原、西南喀斯特地区和月表月貌的区域数字地形分析方面,更彰显出研究的特色和优势。     

不同空间尺度DEM地形信息容量综合对比研究

DEM包含了大量地形信息,是进行地形分析的基本数据。由于DEM数据的多尺度因素,加之地形、地貌特征具有宏观性与区域分异性的特点,不同尺度下的DEM地形信息容量具有较大的差异。本研究选取黄土高原地区的绥德、佳县、富县和宜君县四个实验样区,以Arc view/GIS软件为技术平台,提取了基于DEM数据的地形因子,并运用比较分析与数理统计的方法,对地形因子的提取结果进行了分析,获取了单一值因子的量化表达模型,确定了DEM地形信息容量与分辨率、地域及比例尺之间的量化相关关系,并在此基础上分析了DEM地形信息容量在不同空间尺度上的分异规律。     

用ANUDEM建立水文地貌关系正确DEM的方法研究

针对区域尺度的径流、水土流失定量评价和植被适宜性评价等研究工作需要,利用1∶25万数字地形图和ANUDEM软件,对黄土丘陵区中等分辨率水文地貌关系正确DEM建立方法进行了研究。结果表明该方法所建立的DEM,可以正确反映地貌梁、沟结构及其与流水线网络的关系,对地形描述的能力优于TIN方法建立的DEM;利用ANUDEM和1∶25万地形图插值建立黄土丘陵区DEM的三个主要参数分别为分辨率50或100,计算迭代次数40,第二糙率系数0.8。     

基于SRTM-DEM区域地形起伏的获取及应用

 基于数字高程模型（DEM）空间分析方法，利用SRTM采集的DEM数据，提出两种获取区域地形起伏的关键技术，即高程条带法（Swath Profile）和高程阈值法（Threshold Value），并通过扩展区域地形起伏获取的技术方法，初步实现了黄土高原典型地区侵蚀量的定量化分析。     

基于地统计学的黄土高原地貌分异规律研究

地统计分析是研究区域化变量的重要手段,以陕北黄土高原为研究区域,采用数字地形分析结合地统计学的方法进行地形空间分异规律研究。选取神木、绥德、延川、甘泉、宜君、长武、淳化7个样区,从变程、偏基台值、块金值3个指标,分析了黄土高原地区高程、坡度、剖面曲率和平面曲率在空间上的分异规律。结果表明,高程的块金值变化与地形粗糙度存在正相关关系,坡度的变程变化与粗糙度呈负相关关系,剖面曲率的块金值变化与粗糙度一致。黄土高原整体地形由南至北呈平缓—破碎—平缓的变化特点。     

坡度截断对分布式土壤侵蚀学坡长提取的影响

地形是影响土壤侵蚀的重要因子, 分布式土壤侵蚀学坡长是地形因子的重要参数。坡长与土壤侵蚀过程相适应, 在一定条件下停止累计而截断。坡度变化是坡长提取的截断条件之一, 但坡度变化对提取结果的影响研究还不够深入。以数学曲面和黄土高原县南沟流域的数字高程模型作为数据源, 使用LS_TOOL方法提取坡长, 并对坡度变化引起的坡长截断结果进行对比和主成分分析。结果表明, 下坡坡度减小幅度越大, 坡度截断效果越明显; 坡度小于2.86°的截断参数R₁和坡度大于或等于2.86°的截断参数R₂与坡长最大值和坡长平均值均正相关; 在黄土高原地区, 陡坡、沟道较多, 相对R₂的影响, R₁对坡长的影响较小。坡度变化的截断设置在R₁>0.7, R₂>0.5时, 坡长变化较明显, 建议黄土高原地区侵蚀坡长的坡度截断设置值为R₁=0.7, R₂=0.5。     

D-InSAR的黄土高原矿区地表形变监测

D-InSAR技术已在数字高程建模、地表微小变形、地壳形变等方面显示出广阔前景,但其对黄土高原矿区复杂、剧烈、动态的地表形变监测能否有效,目前仍存在争议。针对此问题,该文以大同市南郊区采煤沉陷地为研究区域,利用两轨法D-InSAR技术,采用ALOS PALSAR数据获取了研究区域2008年1月1日至2月16日间的沉陷面积和最大沉降值。然后以晋华宫矿某工作面为例,利用开采沉陷预计方法进行验证,预计结果显示该工作面的最大沉陷值与D-InSAR测量值相差达24.04mm,并分析差异主要来源于SAR数据、地形、预计参数选取的限制。实验结果表明,D-InSAR技术能够比较准确且有效地监测黄土高原矿区地表形变。     

大光斑波形数据在土地覆盖分类的适用性分析

针对GLAS地学激光测高系统是冰、云和陆地高程卫星(ICESat)的唯一监测工具,能够记录地表光斑内的地物信息,是否能应用于黄土高原土地覆盖分类的问题进行了研究。利用粒子群和最小二乘法相结合的方法对GLAS波形数据进行高斯分解,获取高斯波个数、波形总能量、波形信号起始和信号结束位置4个波形参数;基于波形自动分类方法对黄土高原水体、森林、城市用地、其他地类(裸地、低矮植被等)进行分类。通过基于覆盖相同研究区域的30 m地表覆盖数据(Globe Land30),验证分类的准确性。结果表明,GLAS大光斑波形数据对黄土高原的4种地类能够很好地进行区分,总分类精度高达87.68%,Kappa系数为65.79%。研究表明,GLAS波形数据可以作为获取土地覆盖信息的有效数据源,为研究黄土高原土地覆盖变化提供更丰富的数据支持。