DEM对典型喀斯特山区地形及流域特征的尺度效应分析

通过对数字高程模型(DEM)数据进行最近邻方法重采样,获取不同空间尺度DEM数据.针对不同空间尺度DEM,研究地形因子和流域信息提取与DEM的尺度效应,并进行相关性分析.结果表明:1)随DEM空间尺度的增大,高程信息、坡度和地面粗糙度等地形因子的平均值呈下降趋势,河网总长度与河网密度值随DEM空间尺度的增大而减小,大尺度DEM无法较好地表达喀斯特山区细小河流信息;2)经相关性分析发现,坡度、地面粗糙度与DEM分辨率相关性较强,用幂函数拟合相关性为显著相关;3)借鉴信息熵理论方法分析可知,研究区地形和流域信息提取的DEM最佳分辨率范围区间为30~120 m.     

基于不同空间分辨率DEM的地形因子分析比较

地形因子是描述地理空间信息最直观有效的数据,是表达地形的重要指标.基于DEM数据的地形因子提取也是各类地理空间相关研究的基础和核心.以德钦县为研究区域,在ArcGIS软件平台支持下,分别基于云南省德钦县四种不同分辨率(30m、45m、60m和90m)DEM数据对坡度、坡向、平面曲率以及剖面曲率四个地形因子进行提取.并采用对比分析法和图表法对数据进行统计分析,得出不同空间分辨率所提取的各地形因子之间的差异.结果表明,对于德钦县来说,随着DEM精度的降低,地形信息不断被综合,更趋于概括,各地形因子地形信息的变化也都具有一定的规律.     

金沙江干热河谷高精度冲沟DEM重采样研究

以金沙江干热河谷区典型冲沟为对象,基于野外实测数据构建0.5 m×0.5 m格网冲沟DEM,对比分析了最邻近(NEAR)、双线性(BIL)及三次卷积(CUB)重采样方法对高程中误差(Er)、冲沟表面积(S)和体积(V)的影响.结果表明,DEM重采样到5.0 m×5.0 m过程中,BIL及CUB重采样DEM的高程中误差略小于NEAR;重采样过程中表面积比体积随格网分辨率变化敏感,2.5 m×2.5 m DEM表达的冲沟表面积降低为初始表面积的90%,4.0 m×4.0 m DEM冲沟的体积降低为90%.结果显示,对于形态复杂的冲沟,DEM重采样方法以BIL为首选,侧重宏观特征,如地形表面积等分析时约2.0 m×2.0 m格网较为适宜.     

不受DEM空间分辨率影响的地形指数计算

为了减小数字高程模型(DEM)分辨率对地形指数计算的影响,开发了一种不受DEM空间分辨率影响的地形指数计算方法.选取汉江上游褒河流域作为研究区域,通过引入分辨率因子考虑DEM空间分辨率对单宽上坡集水面积的影响,应用分形方法处理DEM空间尺度对地形坡度的影响,将该算法应用到褒河流域DEM数据的计算中.结果表明:此法可以成功地由低分辨率的DEM数据获得与目标高分辨率精度相仿的地形指数分布,能在一定程度上消除DEM空间分辨率对地形指数计算的影响,因而对无资料地区的水文预报有着十分重要的现实意义.     

基于TanDEM-X和ERS数据的InSAR提取DEM的实验研究

以天山地区为研究区域,利用干涉合成孔径雷达干涉测量技术(In SAR)分别对Tan DEM-X和ERS获取的数据进行干涉处理生成数字高程模型(DEM),结合SRTM DEM和我国1∶5万数字高程模型标准,对所获取的DEM的精度进行比较和分析.结果显示,由于实验区域地形复杂、高程变化剧烈且植被茂密,2组数据生成的DEM与SRTM DEM之间的整体差值偏大,标准差分别为11.55 m和16.74 m,但Tan DEM-X数据获取的DEM精度更高.结果表明,在地形复杂区域Tan DEM-X数据能够监测到C波段数据所不能监测到的细节,其生成DEM的结果较ERS数据具有明显优势.     

基于无人机影像的泥石流流域精细化地形建模方法

针对高原山区地形复杂、精细化地形建模效率低等问题,引入无人机低空遥感技术,通过分析无人机摄影测量基本原理,建立了一套适用于高原山区泥石流流域精细化地形建模的方法与技术体系,包括高分辨率影像获取、影像质量控制、影像增强与掩膜处理、空中三角测量、高精度数字高程模型(DEM)和数字正射影像(DOM)的构建等。应用该方法对云南省小江流域蒋家沟泥石流流域进行地形建模与验证分析,结果表明,获取的0.14 m空间分辨率无人机影像,经过数字摄影测量处理,可以生成0.547 m精度的DOM,0.684 m精度的点云数据以及数字三维模型,可为泥石流灾害的定量评估与风险防控提供精细化地形数据支持和技术保障。     

DEM数据分辨率对黑河金盆水库流域地形参数提取的影响分析

根据陕西省黑河金盆水库流域不同分辨率的DEM数据,采用数理统计方法分析DEM数据分辨率的变化对流域地形参数提取的影响,为建立流域分布式水文模型前期DEM数据分辨率的选择提供参考依据。对流域不同分辨率DEM数据分析得到:随着流域DEM数据分辨率的降低,流域的粗糙度值、最大坡度及平均坡度值、最大高程值、平面曲率和剖面曲率最大值及最小值的绝对值均有减小的趋势,最小高程有增大的趋势,坡向在DEM数据分辨率降低到一定程度时会出现较大变化,地形指数变化范围更趋于集中。     

基于遥感数据的山西东部油松林蓄积量估测方法研究

为了探讨油松林遥感估测模型的精度和适用性,以山西省晋东土石山立地亚区的170个油松样地作为研究对象,获取研究区的SPOT影像和DEM(Digital Elevation Model,数字高程模型)数据,提取170个样地的遥感波段信息和地形信息,结合地面调查数据,分别采用多元逐步回归模型、偏最小二乘回归模型和神经网络模型,建立油松林蓄积量的遥感估测方法,并进行精度验证。结果表明:1)基于遥感影像和DEM影像估测油松林蓄积量是可行的,三种方法都取得了满意的结果;2)三种方法相比,神经网络模型对油松林蓄积量估算的精度为82.13%,多元逐步回归模型的精度为76.73%,偏最小二乘回归模型的精度为77.09%,神经网络模型的估测精度更高。     

利用正射影像检查InSAR DEM

合成孔径雷达干涉测量技术(InSAR)是一种提取地表高程信息的新兴技术,已经成为获取数字高程模型DEM的重要手段之一。在地形复杂区域受相位噪声和解缠精度等因素的影响,所获取DEM的精度不能满足要求。本文提出了一种基于正射影像和共线方程的InSAR DEM检测方法,并进行了试验研究,证明该方法确实能够对InSAR DEM的质量进行有效检测。     

DEM快速构建及地形裁剪算法的研究

提出了一种快速构建DEM的算法。它先产生一个包含插值点在内的内插三角形，然后利用此三角形来内插插值点高程；为提高算法对复杂地形的适应能力，利用离散点及地性线对地形进行描述，并保证生成的三角形不跨越地性线。其次，提出了一种基于DEM的对三维地面进行裁剪的分治方法，该方法利用DEM数据生成一个规则的三角网并将裁剪边界插入到三角网中重新构建三角网，通过删除裁剪边界内的三角形来达到对地形裁剪的目的。