面向地形类型区分的地表粗糙度算法比较研究

论文摘要

【目的】以地形类型辨识和区分为目的,对比分析不同粗糙度算法的优缺点,为定量描述地形形态、划分地形类型提供新思路。【方法】基于SRTM3高程数据,使用常见的11种地表粗糙度算法(坡度、局地高差、高程均方差、高程均方根偏差、均方根坡度、绝对坡度、坡度标准差、面积比、矢量离差、余弦特征值、二维变异性)提取研究区的地表粗糙度,从空间格局特征和统计分布特征两方面对提取结果进行对比,并利用典型断面和频率曲线分析方法探讨各算法区分研究区地形类型的能力。【结果】坡度、局地高差、高程均方差、高程均方根偏差、均方根坡度和绝对坡度6种算法所得地表粗糙度的空间格局特征与统计分布特征极其相似,且能有效区分研究区的地形类型。坡度标准差、面积比、矢量离差、余弦特征值和二维变异性5种算法难以表达研究区地表粗糙度的宏观变异,不能有效区分研究区的地形类型。【结论】基于高程空间变异的坡度、局地高差、高程均方差、高程均方根偏差、均方根坡度、绝对坡度6种算法是表达地表粗糙程度和区分地形类型的较佳算法。

论文目录

• 1 研究方法
•   1.1 研究区概况与数据来源
•   1.2 地表粗糙度算法
•     （1） 坡度算法[2], 简称“Slope”, 计算公式为:
•     （2） 局地高差算法[14], 简称为“Range”, 计算公式如下:
•     （3） 高程均方差算法[13], 简称为“RMSH”, 计算公式如下:
•     （4） 高程均方根偏差算法[13], 简称为“RMSD”, 计算公式如下:
•     （5） 均方根坡度算法[13], 简称为“RMSS”, 计算公式如下:
•     （6） 绝对坡度算法[13], 简称为“AS”, 计算公式为:
•     （7） 坡度标准差算法[13], 简称为“SDS”, 计算公式如下:
•     （8） 面积比算法[6], 简称为“AR”, 计算公式为:
•     （9） 二维变异性算法[15], 简称为“γ”, 计算公式为:
•     （10） 矢量离差算法[11], 简称为“VD”, 计算公式如下:
•     （11） 余弦特征值算法[16], 简称为“DCE”, 计算公式如下:
•   1.3 数据分析方法
•     1.3.1 提取结果比较方法
•       （1） 图像表面格局对比。
•       （2） 相关性分析。
•       （3） 统计分布分析。
•     1.3.2 粗糙度计算结果低通滤波
•     1.3.3 地形类型区分能力分析
•   1.4 地表粗糙度计算与分析的技术路线
• 2 结果与分析
•   2.1 不同地表粗糙度算法提取结果的空间格局分析
•     2.1.1 图像表面格局对比
•     2.1.2 空间相关性
•   2.2 不同地表粗糙度算法提取结果的统计分布分析
•     2.2.1 统计特征值分析
•     2.2.2 频率分布曲线
•   2.3 不同地表粗糙度算法的地形类型区分能力分析
•     2.3.1 滤波窗口选取
•     2.3.2 典型断面分析
•     2.3.3 滤波后粗糙度的频率分布曲线
• 3 讨 论
• 4 结 论

文章来源

类型: 期刊论文

作者: 李玉茹,杨勤科,王春梅,吴江

关键词: 地表粗糙度,提取算法,地形类型区分,空间格局

来源: 西北农林科技大学学报(自然科学版) 2019年08期

年度: 2019

分类: 农业科技,基础科学

专业: 自然地理学和测绘学

单位: 西北大学城市与环境学院

基金: 国家自然科学基金项目(41371274),国家重点研究计划项目(2017YFD0800502)

分类号: P931

DOI: 10.13207/j.cnki.jnwafu.2019.08.017

页码: 134-143

总页数: 10

文件大小: 5317K

下载量: 322