基于DEM的地形因子分析与岩性分类
基于DEM的合川区地形因子分析
高程。分析结果表明：合川区沟壑密度为 0.28km/km2，沟壑密度较小，但汇流累积量大；境内坡度以 2°～15°为
主，主要分布在中部和西部的丘陵盆地区，＞15°的地区主要为川东平行岭谷区；区内主要为丘陵盆地（200～
500m），＞500m 的范围主要在川东平行岭谷区，呈东北西南走向。对合川区地形的研究为水土流失的分析、
DEM 是当今地理学、地貌学界，特别是地理信息科学 研究的热点问题［4］。本文基于 DEM 数字高程模型对合川 区进行地形分析。通过 ArcGIS 软件对合川区的 DEM 数 据进行水文提取，计算沟壑密度、坡度、高程，以期对该区 的速发展中，但水土流失阻碍了其经济发展，破坏 了生态环境。本研究通过对合川区的地形的分析，以为 合川区的水土保持工作提供可靠的理论依据，具有重要 的现实意义，并且为其他区域的地形因子分析、水土保持 等提供经验。
4 结果与分析
4.1 沟壑密度分析 沟壑密度也叫沟道密度或沟谷密 度，指单位面积内沟壑的总长度，单位为 km/km2。沟壑密 度是评价地表侵蚀影响、水土流失情况、进行地貌类型分 析等的重要指标［7］。本文根据合川区 30 米分辨率 DEM 进行河网提取，得出当阈值为 8000 时，沟壑密度相对稳 定，为 0.28km/km2，区内河流总长约为 606.28km（表 1）。沟 壑密度愈大，表明地面被切割得愈破碎，侵蚀愈强烈［8］。合 川区的沟壑较小，但境内河流处于幼年时期，以侵蚀作用 为主，且汇流累积量大，存在明显的水蚀作用。
162
安徽农学通报，Anhui Agri.Sci.Bull.2017，23（12）
基于 DEM 的合川区地形因子分析
唐 庆 贺春明 陈伟华 王娜娜
（西华师范大学国土资源学院，四川南充 637009）
基于DEM的黄土滑坡危险性评价研究
基于DEM的黄土滑坡危险性评价研究一、本文概述黄土滑坡作为一种常见的地质灾害，在我国黄土高原地区尤为突出，其发生和发展往往给人们的生命财产安全带来严重威胁。
因此，对黄土滑坡的危险性进行准确评价，对于预防和减轻滑坡灾害具有重要意义。
本文旨在探讨基于数字高程模型（DEM）的黄土滑坡危险性评价方法，以期为黄土滑坡灾害的预警和防治提供科学依据。
本文将对黄土滑坡的成因、特点及其危害进行简要介绍，以明确研究背景和必要性。
接着，将重点阐述DEM技术在黄土滑坡危险性评价中的应用原理和方法，包括DEM数据的获取与处理、滑坡危险性评价模型的构建以及评价结果的输出与分析等方面。
在此基础上，本文将通过具体案例，展示基于DEM的黄土滑坡危险性评价的实际操作流程和效果评估，以验证该方法的可行性和实用性。
本文将对基于DEM的黄土滑坡危险性评价研究进行总结，分析研究中存在的不足和局限性，并展望未来的研究方向和应用前景。
通过本文的研究，希望能够为黄土滑坡灾害的预防和治理提供有益参考，同时也为其他类似地区的滑坡危险性评价工作提供借鉴和启示。
二、黄土滑坡的形成机制与影响因素黄土滑坡作为一种特殊的滑坡类型，其形成机制与影响因素较为复杂。
黄土作为一种特殊的土体，具有大孔隙、垂直节理发育、抗剪强度低等特点，这些特性使得黄土地区容易发生滑坡灾害。
黄土滑坡的形成机制主要包括水的作用、重力作用和地震作用。
水的作用是最主要的因素之一，包括降雨入渗和地下水活动。
降雨入渗能够增加黄土的含水量，降低其抗剪强度，进而引发滑坡。
地下水活动则可能导致黄土体内部应力场的改变，从而引发滑坡。
重力作用是黄土滑坡发生的内在驱动力，黄土体在重力作用下发生变形和位移。
地震作用则可能通过产生的动应力来触发黄土滑坡。
黄土滑坡的影响因素众多，主要包括地质因素、地貌因素、气象因素和人类活动因素。
地质因素如地层岩性、地质构造、断层等对黄土滑坡的发生具有重要影响。
地貌因素如地形坡度、坡高、坡向等也会影响黄土滑坡的发生。
基于DEM的土地利用类型与地形因子关系研究——以重庆市永川朱龙花等6村为例
基于 Ｄ Ｅ Ｍ的土地利用类型与地形因子关系研究
以重 庆 市 永 川 朱龙 花等 ６村 为 例
罗 明 பைடு நூலகம்， 罗 静， 王佑 汉
（ 西 华 师 范 大学 国土 资 源学 院 ， 四川 南 充 ６ ３ ７ ０ ０ ９ ）
摘要 ： 以重 庆市 永 川 区 陈食 街 道 朱 龙 花 等 ６村 为 例 ， 基 于 全 国 二 次 调 查 土 地 利 用 现 状 图 和 数 字 高程 模 型 （ Ｄ Ｅ Ｍ） ， 在Ａ ｒ ｃ Ｇ Ｉ Ｓ ９ ． ３ 平 台支 持 下 ， 进行 了 ３ ０ ｍ ｘ ３ ０ ｍ栅 格 单 元 的土 地 利 用 与 地 形 因子 关 系研 究 ， 探 讨 了 重 庆 市 永 川 土 地 利 用 特 征 。结 果 表 明 ， 海 拔高度 、 坡 度 和 坡 向与 土 地 利 用 类 型 的综 合 分 析 有 助 于 从 定 量 剖 析 土 地 利 用 空 间 分 布 特 征 ； 朱 龙 花 等 ６村 海 拔 、 坡 度 及 坡 向 均 值 分 别 为 ３ ４ ５ ｍ、 １ ７ ． ２ ８ 。 和２ ７ １ ． ２ ５ 。 （ 西坡） ； 采用高程分带 、 坡 度 分 级 及 坡 向分 类 的方 法 能 直 观 展 示 土 地 利 用 格 局 特 征 。耕 地 （ 水 田及 旱 地 ） 主要 分布在低海拔的平原和丘陵上 ， 阳坡面积 大于 阴坡 ， 水 田尤 为 突 出 。 园 地 和林 地 主 要 分 布 在 海 拔 低 于 ４ ０ ０ ｍ的丘 陵上 ， 坡 度 小 于 １ ５ 。 ， 西坡 和 西 北坡 分 布 最 多 ； 草地主要分布在海拔 ２ ０ ０ －５ ０ ０ ｍ的 平 原 和 丘 陵 上 ， 坡度小 于 ２ ５ 。 ， 各 坡 向均 有 少 量 分 布 ； 水域 、 水 利 建 设 用地 、 城镇村及工矿用地分布格局类似 ， 主要分布在 ３ ０ ０ －４ ０ ０ ｍ的丘陵上 ， 坡度小 于 ６ 。 ， 东坡 、 东南坡 分布较 多 ； 其 他 土 地 分 布 在 海 拔低于 ５ ０ ０ ｍ， 坡度小于 ２ ５ 。 ， 西 坡 分 布 较 多 。从 土 地 利用 与 生 态环 境 的协 调 发 展 角 度 看 ， 该 区域 土 地 利 用 空 间 分 布 格 局 基 本 符 合 生 态 环 境 建 设 的要 求 ， 约有 ２ ． ３ ４ ｈ ｍ 的耕地位于坡度大于 ２ ５ 。 的缓 陡 坡 和 陡 坡 上 ， 应 继 续 推行 退 耕 还 林 、 还 草 。研 究 结 果 表 明 ， 地 形 因 子对土地利用的空间格局的影响较大 ； 同 一地 形 因 子不 同级 别 下 的 土地 主导 利 用 方 式 各 异 ， 土 地 利 用类 型 的 优 势 区域 不尽 相 同 。 关键词 ： Ｄ Ｅ Ｍ； 土地利用 ； 地 形 因子 ； 空间分布 ； 朱 龙 花 村
不同尺度地学数据的岩石岩性识别方法对比
不同尺度地学数据的岩石岩性识别方法对比岩石岩性识别方法在地学领域中具有重要的意义，它对于矿产资源的勘探与开发、地质灾害防治以及工程建设等方面具有重要的价值。
岩石岩性识别方法主要是利用地球物理数据（如地震数据、重力数据、电磁场数据等）与岩石岩性之间的关系，通过建立数学模型来实现对岩石岩性的识别与解释。
不同尺度的地学数据包括地震数据、地形数据、地化数据等，可以提供不同尺度的信息，因此在岩石岩性识别方法中起到不同的作用。
在不同尺度地学数据的岩石岩性识别方法中，常见的方法包括地震反演法、统计学方法、机器学习方法等。
地震反演法是一种利用地震数据来识别岩石岩性的方法。
地震数据可以提供地下结构的信息，通过分析地震波的传播特征和反射、折射等现象，可以确定地下岩石的岩性。
地震反演法可以分为正问题和逆问题两个部分。
正问题是根据给定的岩石岩性模型，计算地震波的传播情况；逆问题则是根据地震观测数据，反演地下岩石的岩性模型。
地震反演法广泛应用于石油勘探领域，可以通过反演地震数据来确定油气储层的类型和分布情况。
统计学方法是一种基于统计原理和概率模型的岩石岩性识别方法。
统计学方法利用不同尺度的地学数据，通过统计分析和建立概率模型，来确定地下岩石的岩性。
统计学方法可以根据地球物理数据的统计特征，确定其与岩石岩性之间的关系，并通过建立合理的统计模型来实现岩石岩性的识别与解释。
统计学方法可以提供概率分布函数、相关系数、回归方程等统计参数，来评估不同地质参数对岩石岩性的影响程度。
机器学习方法是一种基于数据驱动的岩石岩性识别方法。
机器学习方法通过学习大量的数据样本，并通过模式识别和数据挖掘技术，来建立数据样本与岩石岩性之间的映射关系，从而实现岩石岩性的识别与解释。
机器学习方法可以分为有监督学习和无监督学习两种类型。
有监督学习是指通过已有的标签信息来训练模型，从而实现岩石岩性的分类和识别；无监督学习是指通过挖掘数据的内在结构和规律，来发现未知的岩石岩性类型。
基于DEM的干暖河谷地貌类型划分
基于DEM的干暖河谷地貌类型划分作者：吴曦罗君郑吉林来源：《绿色科技》2020年第04期摘要：指出了地貌是自然地理环境的最基本要素之一，在地学研究中起着重要作用。
较之传统的地貌学分类，基于DEM数据划分地貌类型的方法更全面、准确。
以30m×30m的GDEMDEM数据为基础，以高程和地形起伏度为指标对该地区地貌形态进行了划分，结果显示：地形起伏度最佳统计分析窗口面积为0.15km2，汉源地区的整體地貌特点为：东、西两面山地环绕，逐渐向中部倾抖。
该地区地貌类型多样，共划分出9种地貌形态。
以该区进行地貌类型划分的尝试，具有典型代表性，为基于DEM的地貌类型的快速定量系统划分提供了经验与方法，分类结果与实际地貌类型相符，对该地区水土流失的治理与研究具有参考价值。
关键词：地貌分类;数字高程模型;地形起伏度;均值变点法中图分类号：S157 文献标识码：A 文章编号：1674-9944（2020）04-0154-041 引言地貌作为地球表层系统中最基本的组成要素之一，直接影响着其他自然要素，并在一定范围内影响着自然环境的分异[1]，它是地理学研究的核心和基础[2]。
营力过程的复杂多样致使地貌被塑造成不同类型，而地貌类型及其区域差异是研究自然环境空间变化和揭示地貌形成内在机理的重要内容[3]，全面和科学地进行地貌类型划分很有必要。
地貌分类体系是反映地貌信息的科学基础，目前地貌分类大都采用多指标组合的方式，如地貌形态（地形起伏度、坡度、海拔等地形因子）、营力成因（外营力或内营力）、物质分异和历史演化过程等方面[2]。
传统地貌分类与制图主要采用地形图判读、野外考察等方法，不仅工作量大，而且效率较低[4]。
随着地理信息技术的发展，以数字高程模型（digital elevation model，DEM）为数据源的数字地形信息处理已成为定量开展地貌分类研究的热点[5]。
同时，“3S”技术的应用也为地貌分类研究引入了新的技术手段，可结合DEM与遥感分类进行地貌类型自动划分[3，6]。
基于多源多时相遥感数据的岩石影像特征分析及分类
对后续研究的启示与展望
后续研究可以进一步探索遥感数据与其他类型数据的 融合方法，如地理信息系统（GIS）数据、全球定位 系统（GPS）数据等，以提供更全面和准确的地质信 息。
随着人工智能和机器学习技术的不断发展，可以尝试 采用更先进的算法和技术手段来优化岩石影像特征提 取和分类方法，提高自动化和智能化水平。
图像增强
采用直方图均衡化、对比度增强等手段，提高图像的对比度和清晰度，增强地物特征。
图像去噪
运用滤波算法对图像进行平滑处理，去除噪声和干扰，提高图像质量。
图像配准与融合
图像配准
将不同来源、不同时相的遥感影像进行几何校正和配准，确保图像空间位置的一致性。
图像融合
将不同来源、不同分辨率的图像进行融合，得到综合信息丰富的多源遥感影像，提高对地物的识别精 度和分类准确性。
02
岩石影像特征对于地质构造、地层识别、矿产资源分布等研究
的重要性
多源多时相遥感数据对于提高岩石影像特征提取和分析的准确
03
性和可靠性的作用
研究现状与问题
01
国内外遥感技术在岩石影像特 征提取和分析方面的研究现状 及不足之处
02
多源多时相遥感数据在岩石影 像特征提取和分析中的难点和 挑战
03
现有岩石影像特征提取和分析 方法在精度和可靠性方面的问 题
基于多源多时相 遥感数据的岩石 影像特征分析及 分类汇报人：
日期:
目录
• 引言 • 多源多时相遥感数据预处理 • 岩石影像特征提取与分析 • 基于机器学习的岩石分类模型构建 • 分类结果应用与展示 • 研究结论与贡献
01
引言
研究背景与意义
01
遥感技术在地貌分析、地质调查、矿产资源勘查等领域的应用 价值
基于遥感图像地形结构-岩性组分分解的岩类多重分形特征研究
基于遥感图像地形结构-岩性组分分解的岩类多重分形特征研究基于遥感图像地形结构-岩性组分分解的岩类多重分形特征研究根据光学成像原理和地形结构的分形特征,提出了遥感图像的地形结构-岩性组分模型和分离算法,并用于ETM图像分解和岩类α-f(α)多重分形特征研究.通过对不同地区二长花岗岩体和沉积变质岩ETM原图像、地形结构子图像和岩性组分子图像的多重分形谱对比分析,发现原始ETM图像的多重分形谱与岩石类型和地形没有明显的对应关系.图像分解后,不同地区的二长花岗岩具有十分相似的岩性组分多重分形谱和不同的地形结构多重分形谱;相反,同一地区的不同类型岩石具有相似的地形结构多重分形谱和不同的岩性组分多重分形谱.因此,利用地形结构-岩性组分分类算法,并结合α-f(α)多重分形谱分形,可以有效地区分岩石类型.作者：潘蔚倪国强李瀚波 Pan Wei Ni Guoqiang Li Hanbo 作者单位：潘蔚,Pan Wei(北京理工大学,光电学院,北京,100081;核工业北京地质研究院,遥感信息与图像分析技术国家重点实验室,北京,100029)倪国强,Ni Guoqiang(北京理工大学,光电学院,北京,100081)李瀚波,Li Hanbo(核工业北京地质研究院,遥感信息与图像分析技术国家重点实验室,北京,100029)刊名：地学前缘ISTIC PKU英文刊名：EARTH SCIENCE FRONTIERS 年，卷(期)：2009 16(6) 分类号：P407.8 关键词：遥感图像地形结构-岩性组分模型分解算法岩石类型α-f(α)谱 remote sensing (RS) image landform frame-lithologic component model decomposing algorithm rock types α-f(α) multifractal spectra。
不同DEM分辨率下影响三台县水土流失的地形因子分析
不同DEM分辨率下影响三台县水土流失的地形因子分析作者：羊秀娟黎武杨晓来源：《安徽农学通报》2017年第12期摘要：地形因子是认识地形地貌特征的重要的参数。
该文以三台县为例，基于不同分辨率下的DEM数据，提取坡度、坡向、曲率、地表粗糙度，对结果进行统计分析。
分析结果不仅可以认识三台县的地形地貌特征，还可以为区域水土保持工作提供一定的依据。
关键词：三台县；DEM；分辨率；地形因子；水土流失中图分类号 S157 文献标识码 A 文章编号 1007-7731（2017）12-0091-03Abstract：Terrain factor is an important parameter to understand the features of topography and geomorphology.Taking Santai County as an example，the spatial resolution，based on the DEM data of different resolutions，extracted the slope，aspect，curvature and surface roughness，and analyzed the statistical results.The analysis results can not only recognize the features of topography and geomorphology in Santai County，but also provide a basis for regional water and soil conservation work.Key words：Santai County；DEM；Resolution；Topographic factors；Soil erosion数字高程模型（DEM）通过离散高程点对连续变化的地表高程进行定量表达，是最为重要的空间信息类型之一[1]。
不同尺度地学数据的岩石岩性识别方法对比
不同尺度地学数据的岩石岩性识别方法对比岩石岩性识别是地质学中的重要研究领域，可以帮助地质学家了解地下岩石构造和地质历史，为资源勘探和工程建设提供基础数据。
不同尺度地学数据的岩石岩性识别方法有多种，下面将对常见的几种方法进行对比。
1. 目视识别法目视识别法是最简单直观的岩石岩性识别方法，根据裸露在地表的岩石外貌特征，如颜色、纹理、结构等来判断岩石类型。
这种方法适用于地质考察和测量工作中，但对于深部地质研究和资源勘探等需要更精细划分岩性的工作就显得有限了。
2. 遥感技术遥感技术利用卫星或航空平台搭载的遥感设备获取地表和地下岩石的图像数据，通过对图像进行处理和分析来进行岩石岩性识别。
常用的遥感数据包括多光谱图像、高光谱图像和雷达图像等。
这些数据可以提供大面积和全方位的信息，可以较为准确地判断不同岩石的反照率、光谱特征和纹理特征等。
3. 地球物理方法地球物理方法是通过测量地球物理场参数，如重力场、磁场、电阻率等来推断岩石的性质和构造。
重力和磁法主要用于识别岩石的密度和磁性特征，电法则可以反映岩石的导电性特征。
这些方法适用于区域性的岩石类型划分和构造分析，但对于单个岩体的识别和描述则较为困难。
4. 钻探取样钻探取样是最直接获取地下岩石样品进行室内分析的方法，包括岩芯取样和野外取样。
这种方法可以提供最准确的岩石岩性信息，如岩石的矿物组成、岩性特征和物理力学性质等。
但钻探取样需要大量的人力、物力和经济支持，并且对于较深的地下岩石无法获取样品，因此在实际应用中有一定的局限性。
不同尺度地学数据的岩石岩性识别方法各有优劣。
目视识别法操作简单直观，但对于深部岩石识别有限；遥感技术提供大面积的岩石信息，但对于岩石细节的识别有一定局限；地球物理方法适用于区域性的岩石类型划分，但对于单个岩体的识别和描述较困难；钻探取样是最准确的方法，但有一定的限制。
综合运用多种方法并将其结果进行交叉验证，可以提高岩石岩性识别的准确性和可靠性。
基于DEM的湖南崀山丹霞地貌地形因子分析
基于DEM的湖南崀山丹霞地貌地形因子分析作者：肖清华张慧峰晏涵来源：《价值工程》2017年第29期摘要：崀山丹霞地貌区，位于湖南新宁县县城之南，是中国丹霞地貌成员之一。
通过构建崀山地区的数字高程模型（DEM），对比可见，TIN模型比GRD模型拥有更好的拓扑结构，能更好的显示山脉的细节。
数据显示，崀山地区300-400m高程区间占30.70%，在研究区有绝对优势。
选择两个微观地形因子进行数据提取，制作坡度图和坡向图，分别统计了研究区的优势坡度区间与优势坡向区间。
关键词：DEM；Nd4；地形因子；丹霞地貌0引言地貌学是研究地表形态特征及其成因、演化、内部结构和分布规律的科学。
20世纪50年代以来，国外地貌学的发展与数学、力学、物理学和化学等结合愈来愈多，并逐步向定量和预测方向发展。
近年来，地理信息系统、遥感技术等新方法、新技术的应用，大大提高了地貌学的研究精度和质量，而数字高程模型（Digital Elevation Model），简称DEM，就是其中的一个亮点。
数字高程模型是对地球表面地形地貌的数字表达、模拟，它以数字的形式按一定的结构组织在一起，提供了一套地表三维坐标数据，用数字函数式表达为：Z=f（x，y），x、y为地面点坐标，z为与之相对应的高程。
可以看出，这套数据，实际上是用来表述地表特征的离散点。
这样一来，地貌特征定量化研究就有了原始的数据源。
以此为基础，首先，DEM可以生成逼真的三维地貌，给人一种直观的感受，能较真实的把握地貌整体形态；其次，精确的高程数据为基本地貌类型分类提供了直接的信息，诸如划分平原、丘陵、山地等，张永民等就进行了区域基本地貌形态类型计算机自动分类方法的尝试：最后，利用原始的高程数据，通过一定的算法变换可以延伸出其它的数据信息。
在地貌学中，地形因子就属于高程信息的一种衍生数据。
地形因子从不同侧面反映地貌特征，呈现出更丰富的地貌信息，大大增强了DEM在地貌学中的应用。
基于DEM的土地利用类型与地形因子关系研究_以重庆市酉阳县麻旺镇为例
第31卷第4期 西南大学学报(自然科学版) 2009年4月Vol131 No14Journal of Sout hwest University(Nat ural Science Edition)Apr1 2009文章编号:167329868(2009)0420159206基于DEM的土地利用类型与地形因子关系研究———以重庆市酉阳县麻旺镇为例①黄海洋, 杨庆媛, 王 成西南大学地理科学学院,重庆400715摘要:运用等高线数字化生成的数字高程模型(DEM),从中提取出研究区的高程和坡度数据,通过与土地利用现状数据的叠加分析得到在不同高程和坡度下的土地利用分布情况,并对土地利用类型与地形因子进行相关分析.研究结果表明:灌溉水田主要集中在高程300～400m的区域,旱地则主要分布在高程300～600m区域,并随海拔的升高而减少;灌溉水田、桑园、农村居民点均随着坡度的增加而减少,旱地、有林地、荒草地的分布则存在随着坡度增加而增加的趋势;灌溉水田、园地、农村居民点三个土地利用类型在不同坡度、不同高程的面积比例变化趋势具有高度相似性,在丘陵和低山地貌类型区域,坡度因子对耕地利用变化的影响程度最大.关 键 词:土地利用类型;地形因子;DEM;酉阳县麻旺镇中图分类号:F301124文献标识码:A土地利用是人类以生产生活为目的所进行的长期性或周期性的经济活动,它是受自然条件、社会经济条件和技术条件共同决定的土地功能.地形是决定土地利用的重要环境因子,也是众多自然因素中对人类影响最大的因素之一.地形差异是土地利用结构和空间分布格局分异的重要影响因子,特别是在人为活动占优势的区域,地形特征通常成为大尺度人为干扰活动地域分布格局的基本骨架[1].当前探讨土地利用格局的研究多从政策驱动、城镇化发展、经济力驱动、个人意愿等人文因素方面入手[224];对自然因素方面的探讨,国内外学者多从宏观角度揭示地形因子与土地利用时空变化的普遍关系,但由于基于地形的土地利用变化数据较难获取,阻碍了该项研究的深入,地形因子对土地利用分布的影响机制揭示仍较模糊[526].由于我国地域辽阔,地形条件复杂,高程、坡度等地形因子组合多样,导致不同的研究区域其研究结果不同.本文以地处我国西南丘陵低山地区的重庆市酉阳县麻旺镇为案例区域,利用地形图、土地利用现状图以及实地调研获取的数据,运用GIS技术建立研究区D EM得到高程、坡度两个地形因子,并通过叠加分析,研究各主要土地利用类型在不同高程、坡度条件下的分布特征.同时将土地利用类型分布与地形因子进行相关性分析,研究高程、坡度等地形因子对各类土地利用分布的影响程度.通过对土地利用类型与地形因子关系的研究,更加清楚地掌握地形因子对土地利用类型分布的影响规律,为山区土地资源合理利用提供基础性信息.1 研究区概况麻旺镇位于重庆市酉阳县中西部区域,距离酉阳县政府驻地约80km.其地理位置介于东经108°①收稿日期:2008212208作者简介:黄海洋(19812),男,重庆人,硕士研究生,主要从事国土资源管理与区域开发方面研究.通讯作者:杨庆媛,教授,博士生导师.53′53″～109°6′21″,北纬28°46′17″～28°59′42″,幅员面积为229176km 2.属典型亚热带季风气候,年均气温在20～25℃之间,多年平均降水量为1200mm 左右.地貌类型主要以丘陵、山地为主,海拔在290～1152m 之间,就其微地貌而言,西部为中山,中西部为槽地.全镇共辖15个村,2007年全镇总人口53512人,其中非农业人口约1080人,农业人口占绝大多数,为典型的纯农业乡镇.农民人均纯收入为2878元,种植业、林业、畜牧业为主要收入来源.该镇土地利用类型以林地和耕地为主,其中林地13097171hm 2,占幅员面积的57100%;耕地8326107hm 2,占幅员面积的36124%.耕地中旱地4957121hm 2,占耕地面积的59154%,灌溉水田1898149hm 2,占耕地面积的22180%.2 数据获取与研究方法211 数据来源本研究数据主要来源于全镇1∶10000地形图(2007年)、1∶10000土地利用现状数据库(2007年),并运用GIS 技术将现有矢量数据转化为栅格数据.将全镇1∶10000地形图数字化后,通过对等高线进行数据采集(包括采样和量测)进行数据内插制作成DEM [7].所有栅格数据定义的大小均为30m ×30m ,通过对生成的D EM 分析获得研究区的高程和坡度数据.212 研究方法及数据处理运用研究区的土地利用现状数据库得到主要土地利用类型的数据(表1),同时将各种土地利用的矢量数据转换为10m ×10m 像元大小的栅格数据,以便进行叠加分析.由于垂直分异规律的影响土地利用空间分布在数量结构和空间格局两个方面存在很强的地带性差异[8].光、热、水等自然条件会随高程的变化而发生改变,同时地形因子中的坡度因子也强烈影响着土地利用的类型.因此,探讨地形对土地利用的影响应充分考虑高程及坡度两个地形因子对土地利用类型分布的影响.研究技术路线图如图1所示.在全镇1∶10000地形图(2007年)的基础上,通过野外实地踏勘调绘后对其数值化,再将等高线、地形特征高程点等矢量数据进行内插建立不规则三角网(TIN ),通过TIN 转化为栅格数据得到研究区的D EM.利用得到的D EM 数据将研究区的高程每隔100m 进行分级,将坡度按照国家标准划分为5级(表2).表1 重庆市酉阳县麻旺镇2007年主要土地利用类型数据统计表土地利用类型灌溉水田旱地园地有林地农村居民点荒草地面积/hm 218981494957121261145909313845416450120占幅员面积比例/%81262115811143915811980122图1 基于DEM 的土地利用类型与地形因子关系研究技术路线图表2 地形因子分级标准等级范 围高程/m 坡度/°1<3000～22300～4002～63400～5006～154500～60015～255600～700>256700～8007800～9008900～100091000～110010>1100061西南大学学报(自然科学版) 投稿网址http ://xbgjxt 1swu 1cn 第31卷3 结果与分析311 高程因子影响下的土地利用类型分布特征分析将转换的土地利用现状栅格数据与高程分级的栅格数据进行叠加运算,得到各主要土地利用类型在不同高程下的面积,并以此来描述其分布特征(表3).从表3可以看出灌溉水田主要集中在高程300～400m 区域,该区域的灌溉水田占全部灌溉水田的77132%,旱地则主要分布在高程300～600m 区域,并且随海拔的升高而减少.桑园也集中分布在300～500m 区域,该区域的桑园占全部桑园面积的95123%,而在高程600m 以上地区由于水分、热量的变化不利于园艺业的发展则没有桑园的分布.值得注意的是在研究区全部高程范围内均有居民点的分布,原因是受农业生产耕作半径的限制.表3 重庆市酉阳县麻旺镇主要土地利用类型的高程分布特征表高程分级土地利用类型灌溉水田旱地桑园有林地农村居民点荒草地1面积/hm 2017431330100417401020163比例/%0104010701000105010011262面积/hm 21467197108919514716413431752621504185比例/%771322119969193141785717491663面积/hm 2272185213616953141375515311118215194比例/%1413743110251304113024160311754面积/hm 2301681085106101072629155401739125比例/%1162211894177281928196181435面积/hm 24178182143010046414221878199比例/%01253168010051110163171916面积/hm 2771791581980100217199171723126比例/%4110312101002140319061497面积/hm 231176142147010029213581715129比例/%11672187010031211192101548面积/hm 26140102140010028511931201112比例/%0134210601003114017021239面积/hm 251405115001009519971020187比例/%01281104010011051154117310面积/hm 2011241400100318701050100比例/%010101090100010401010100 通过对各主要土地利用类型在不同高程等级分布面积所占比例变化趋势比较可知,灌溉水田、桑园、农村居民点等土地利用类型随高程的变化趋势相同,绝大部分均分布在高程600m 以下区域;旱地和有林地的分布趋势基本一致,较灌溉水田等土地利用类型而言,其分布区域一般在700～800m 以下;荒草地的分布随海拔的变化趋势较为复杂,但海拔超过900m 区域鲜有分布.312 坡度因子影响下的土地利用类型分布特征分析通过土地利用类型与坡度分级图的叠加运算,得到研究区土地利用类型在不同坡度级下的分布特征表(表4).从表中可以看出69185%的灌溉水田分布于0°～6°坡度级,旱地的分布则随坡度增加比例不断增大,在25°以上分布的旱地占了全部旱地面积的56169%.有57115%的桑园分布于0°～6°坡度级,而且在各个坡度级别下都有桑园的分布,特别是在大于25°区域还有2519%的桑园分布,说明在西南山区桑园布局受坡度因子的影响较小.66157%的有林地分布于25°以上区域,2°～15°区域有林地仅占总面积的6168%.161第4期 黄海洋,等:基于DEM 的土地利用类型与地形因子关系研究———以重庆市酉阳县麻旺镇为例表4 重庆市酉阳县麻旺镇主要土地利用类型的坡度分布特征表坡度分级土地利用类型灌溉水田旱地桑园有林地农村居民点荒草地1面积/hm21063125632143831609601851421724165比例/%561011217639161101573113991272面积/hm2262171791553710676145571490129比例/%1318411601715501841216401583面积/hm213110047116019105531144771564103比例/%61909152910251841710681034面积/hm21411509631301617214711077619115148比例/%71451914371921611816192301805面积/hm230010328101335416960531579919625175比例/%151805616925190661572119951132 从各主要土地利用类型在不同坡度级所占面积的比例来看,灌溉水田、桑园、农村居民点均随坡度的增加而减少;旱地、有林地、荒草地的分布则存在随着坡度增加而增加趋势.单就坡度因子而言,研究区域上述几种主要土地利用类型的分布特征具有普遍性.313 地形因子综合影响下的土地利用类型分布特征分析在分别研究高程、坡度因子对土地利用类型分布影响特征的基础上,将高程、坡度等地形因子综合影响下的土地利用类型分布特征,寻求地形因素限制下的山区土地利用分布规律,为山区土地资源合理利用提供基础信息[9].运用已生成的DEM坡度分级图、高程分级图以及土地利用现状栅格图进行叠加运算,得到各土地利用类型的坡度、高程等属性数据.通过对各主要土地利用类型属性数据的统计分析,绘制成各主要土地利用类型在不同高程上的不同坡度面积所占比例曲线图(图2).从图2可知,灌溉水田、园地、农村居民点三个土地利用类型在坡度、高程方面的分布面积比例变化趋势具有高度相似性,5个坡度级中很大部分面积比例均分布在600m以下区域,说明高程因子对上述3类土地利用的影响程度较大,其土地利用的垂直分布特征较为明显.旱地和有林地在坡度、高程方面的分布面积比例变化趋势也基本一致,各坡度级地类面积均主要分布在高程1000m以下区域,但高程在600m 以下区域的面积远大于高程在600～1000m以上区域;在400～700m高程区域,相对其他坡度级所占面积比例而言,2°～6°所占面积比例普遍偏小.而不同坡度级的荒草地分布随高程的变化较为复杂,绝大部分0°～2°的荒草地都分布在高程600m以下区域,6°～15°荒草地则集中分布在高程500～800m之间,15°～25°及25°以上坡度的荒草地则主要分布在700m、800m以下区域.为了定量化地描述坡度、高程等地形因子对研究区域土地利用类型分布影响程度,本文运用SPSS统计分析软件计算了各主要土地利用类型与坡度、高程等地形因子的相关系数(表5).灌溉水田与坡度之间呈现较高的负相关性,相关系数为-01818,而与高程的相关系数为-01463,说明就高程因子而言坡度对灌溉水田分布的影响程度最大.旱地与坡度之间存在正相关性[10],两者的相关系数为01698.从灌溉水田、旱地与坡度、高程之间的相关性分析得知,在丘陵和低山地貌类型区域,坡度因子对耕地利用变化的影响程度最大.从表5可知,灌溉水田、桑园、农村居民点等土地利用类型与地形因子之间存在负相关性,且相关系数的变化趋势具有相对一致性.表5 重庆市酉阳县麻旺镇主要土地利用类型与地形因子相关系数统计表土地类型高程坡度土地类型高程坡度灌溉水田-01463-01818林地0117201770旱地0129401698农村居民点-01140-01673桑园-01490-01633荒草地-0151601647 261西南大学学报(自然科学版) 投稿网址http://xbgjxt1swu1cn 第31卷图2 地形条件影响下的不同土地利用类型面积比例曲线图4 结论与讨论本文运用GIS 技术对高程、坡度等地形因子与土地利用类型分布关系进行系统研究,并运用SPSS 统计软件就地形因子对土地利用类型分布影响程度进行定量分析.1)灌溉水田集中分布在高程300～400m 区域,旱地则主要分布在高程300～600m 区域,并且随海拔升高而减少.桑园集中分布在300～500m 区域,灌溉水田、桑园、农村居民点等土地利用类型随高程的变化趋势相同;荒草地的分布随海拔的变化趋势较为复杂,但海拔超过900m 区域鲜有分布.单就坡度因子而言,研究区域上述几种主要土地利用类型的分布特征具有普遍性.2)灌溉水田、园地、农村居民点三个土地利用类型随坡度、高程变化其面积比例变化趋势具有高度相似性,高程因子对上述三类土地利用的影响程度较大,其土地利用的垂直分布特征较为明显.旱地和有林地随坡度、高程变化其面积比例变化趋势也基本一致,各坡度级地类面积均主要分布在高程1000m 以下区域,但高程在600m 以下区域的面积远大于高程在600～1000m 以上区域.3)灌溉水田与坡度之间的相关系数远大于与高程的相关系数,说明就高程因子而言坡度对灌溉水田分布的影响程度最大.从灌溉水田、旱地与坡度、高程之间的相关性分析得知,在丘陵和低山地貌类型区域,坡度因子对耕地利用变化的影响程度最大.针对西南丘陵山区地形特点,这种基于像元的土地利用和地形因子的分析是从数量上准确剖析土地利用地形分布特征的有效途径之一,对于西南丘陵山区土地利用的合理性具有指导意义.运用DEM 和土地利用分布图建立的数字模型能够直观地显示土地利用空间格局与其所处地形因子的关系.在此基础上可进一步开展有关坡度、坡向等地形因子与土地利用空间适宜性等相关研究,从而为新一轮土地利用总体规划中各类土地资源的优化布局、区域农业结构调整和土地资源可持续利用等提供理论依据与方法借鉴.361第4期 黄海洋,等:基于DEM 的土地利用类型与地形因子关系研究———以重庆市酉阳县麻旺镇为例461西南大学学报(自然科学版) 投稿网址http://xbgjxt1swu1cn 第31卷参考文献:[1]毛蒋兴,李志刚,闫小培,等.深圳土地利用时空变化与地形因子的关系研究析[J].地理与地理信息科学,2008,24(2):71276.[2] 王玉华,刘彦随,周应华.沿海发达地区土地利用转换的人文驱动机制研究[J].地理科学进展,2004,23(2):43250.[3] 甄 霖,谢高地,杨 丽,等.泾河流域土地利用变化驱动力及其政策的影响[J].资源科学,2005,27(4):33237.[4] 贡 璐,潘晓玲,师庆东,等.塔里木河上游土地利用格局变化及其影响因子分析[J].资源科学,2005,27(4):71275.[5] 邱 扬,傅伯杰,王 军,等.黄土丘陵小流域土地利用的时空分布及其与地形因子的关系[J].自然资源学报,2003,18(1):20229.[6] 闫小培,毛蒋兴.巨型城市区域土地利用变化的人文因素分析———以珠江三角洲地区为例[J].地理学报,2006,61(6):6132623.[7] 虞继进.数字高程模型DEM的建立与应用[J].江苏测绘,1999,22(3):33236.[8] 徐 霞,王静爱,贾海坤,等.内蒙中部地区不同生态区土地利用格局分布特征[J].地理科学进展,2005,24(3):44249.[9] 陈 菁.基于遥感和GIS的莆田市土地利用变化分析[J].西南师范大学学报(自然科学版),2005,30(1):1842188.[10]张 丽,杨庆媛,冯应斌.基于分形理论的区域土地利用类型探讨[J].西南大学学报(自然科学版),2008,30(8):1382141.A Study on the R elationshipB et w een Land2UseType and T errain F actors B ased on DEM———A Case St udy of Mawang Town of Y ouyang Count ry in Chongqing HAN G Hai2yang, YAN G Qing2yuan, WAN G ChengSchool of Geographical Science,Southwest University,Chongqing400715,ChinaAbstract:Elevation and slope data were ext racted from DEM(digital elevation model)generated by digital contour,and informatio n about land use dist ribution was obtained t hrough overlay analysis of p resent land use data and elevation and slope data.Then correlation analysis was made between land2use types and ter2 rain factors.The result s showed t hat irrigated paddy fields were mainly dist ributed on t he elevation of300 -400m and non2irrigated farmland was mainly dist ributed on t he elevation of300-600m,decreasing wit h increasing elevation;irrigated paddy fields,mulberry gardens and rural residential areas decreased wit h increasing slope while t he dist ribution of non2irrigated farmland,forest land and wild grassland showed an oppo site t rend;t he tendency of change in t he p roportion of area wit h different slopes and eleva2 tions was highly similar among irrigated paddy fields,mulberry gardens and rural residential areas;and t he factor of slope had t he greatest influence on t he change in land use in regions wit h geomorp hic terrain fea2 t ures of hills and low mountains.K ey w ords:land2use type;terrain factor;digital elevation model;Mawang Town of Y ouyang Country责任编辑 胡 杨 。
基于DEM的湖南崀山丹霞地貌地形因子分析
0
引言
地貌学是研究地表形态特征及其成因、 演化、 内部结 构和分布规律的科学[ | ] 。 2 0 世 纪 5 0 年代以来， 国外地貌学 的发展与数学、 力学、 物理学和化学等结合愈来愈多， 并逐 步向定量和预测方向发展。 近年来， 地理信息系统、 遥感技 术等新方法、 新技术的应用， 大大提高了地貌学的研究精 度和质量， 而数字高程模型 （ Digital Elevation Model )， 简称 DEM,就是其中的一个亮点。 数字高程模型是对地球表面地形地貌的数字表达、 模 拟 ,它以数字的形式按一定的结构组织在一起， 提供了 一套地表三维坐标数据， 用数字函数式表达为：=f (x ， y )， x、 y 为地面点坐标， Z 为 与 之 相 对 应 的 高 程 '可 以 看 出 ， 这 套数据， 实际上是用来表述地表特征的离散点。 这样一来， 地貌特征定量化研究就有了原始的数据源。 以此为基础， 首先， DEM 可以生成逼真的三维地貌， 给人一种直观的感 受， 能较真实的把握地貌整体形态;其次， 精确的高程数据 为基本地貌类型分类提供了直接的信息，诸如划分平原、
丘陵、 山地等， 张永民等[ 5 ] 就进行了区域基本地貌形态类型 计算机自动分类方法的尝试； 最后， 利用原始的高程数据， 通过一定的算法变换可以延伸出其它的数据信息。 在地貌学中，地形因子就属于高程信息的一种衍生数 据。 地形因子从不同侧面反映地貌特征， 呈现出更丰富的地 貌信息， 大大增强了 DEM 在地貌学中的应用。常用的地形 据实现对地形曲面的数字化模拟或者说是地形表面形态 因子划分为微观地形因子与宏观地形因子两种基本类型。 的数字化表示。 微观地形因子包括坡度、 坡向、 坡度变率、 坡向变率、 平面曲 数字高程模型(DEM )数据获得有很多途径， 如地形图 收稿日期:2017年6 月5 曰。 基金项目： 湖南省教育厅科学研究项目《 基于 DEM的湖南崑山 丹霞地貌特征研究》 (编号： 14C0299 ) 研究成果。 作者简介： 肖清华（ 1981-),男， 江西泰和人， 硕士， 地质学副教 授， 南京大学访问学者， 研究方向为地质地貌； 张慧峰 (通讯作者f 1984-),男， 吉林双辽人， 讲师， 研究方向 为地质资源与地质工程。
基于DEM与DLG的福建省地貌形态自动分类
Ｖｏｌ．１５，Ｎｏ．１ Ｆｅｂ．，２０１３
基于 ＤＥＭ 与 ＤＬＧ 的福建省地貌形态自动分类
陈加兵，李 慧，陈文惠，郑达贤
（福建师范大学地理研究所，福州 ３５０００７）
摘要：以福建省１∶１０万的 ＤＬＧ（Ｄｉｇｉｔａｌ Ｌｉｎｅ Ｇｒａｐｈｉｃ，数字线划图）和 ＤＥＭ（Ｄｉｇｉｔａｌ Ｅｌｅｖａｔｉｏｎ Ｍｏｄｅｌ，数字高程模型） 为基础，在 ＡｒｃＧＩＳ软件支持下，依据坡度和面积组合指标，将福 建 省 地 貌 形 态 单 元 分 为 平 缓 地 和 山 丘 地 ；提 取 地 形 图中水系与等高线的高程点交集，构建了福建省地方相对基准面，并以流域水文分析方法提取了山丘地地 貌 形 态 实 体单元；把平缓地和山丘地貌形态实体单元分别与地方 侵 蚀 基 准 面 叠 加 ，参 照“中 国 １∶１００ 万 地 貌 制 图 规 范”，将 福 建省地貌形态类型分为平地、台地、低丘、高丘、低山、中山。研 究 结 果 表 明：该 方 法 符 合 福 建 传 统 地 貌 分 类 体 系，能 够 较 好 快 速 实 现 平 缓 地 与 山 丘 地 、平 地 （平 原 ）与 台 （阶 ）地 的 自 动 划 分 ，有 效 地 提 取 山 丘 地 貌 形 态 实 体 单 元 的 界 线 。 关 键 词 ：地 貌 形 态 类 型 ；ＤＬＧ；ＤＥＭ；福 建 省 ＤＯＩ：１０．３７２４／ＳＰ．Ｊ．１０４７．２０１３．０００７５
１期Leabharlann 陈加兵 等：基于 ＤＥＭ 与 ＤＬＧ 的福建省地貌形态自动分类
高差５～５０ｍ 的地面，以及与其相邻、海拔低于该区 域的单斜面合并组成的区域。
（２）山 丘 地 ：平 缓 地 和 水 域 以 外 的 其 他 区 域 。 ①丘陵：相对高度＜２００ｍ 的山丘地。 高 丘 ：相 对 高 度 １００～２００ｍ。 低 丘 ：相 对 高 度 ＜１００ｍ。 ②山地：相对高度≥２００ｍ 的山丘地。 低山：相对 高 度 ≥２００ｍ，最 高 峰 海 拔 ＜１０００ｍ 的山丘地。 中山：相对 高 度 ≥２００ｍ，最 高 峰 海 拔 ≥１０００ｍ 的山丘地。
基于DEM的鸡笼山国家森林公园地形因子及森林资源分布相关性分析
基于 DEM 的鸡笼山国家森林公园地形因子及森林资源 分布相关性分析
邵加云，何圣兵
（和县鸡笼山林场，安徽 马鞍山 238200）
摘 要：本文通过对鸡笼山国家森林公园区域范围内的地形因子进行 DEM 影像归类，与森林公园内的小班因子进
DEM 栅格影像中包括高程在内的各种地貌因 子，如坡度、坡向、坡度变化率等，利用地理信息系
统相关软件，使其与森林资源数据库叠加分析后可 以得到一系列与森林资源相关的数据，通过分析其 内在关系可以提炼出有价值的信息，供森林资源管 理使用。 1 研究区概况
鸡笼山国家森林公园位于 118毅04忆耀118毅24忆E、 32毅22忆耀32毅30忆N，在安徽省和县境内，地处江淮丘陵 地区东部，距和县县城 20 km，群山环拱、一峰独雄、 状若鸡笼，故名鸡笼山。道家《洞天福地记》称其为 “第四十二福地”，素有“江北第一名山”之称。
中图分类号：S759.91
文献标识码：A
文章编号：2095-0152（2019）04-0019-05
Analysis on Correlation between Topographic Factors and Forest Resources Distribution of Jilongshan National Forest Park Based on Digital Elevation Model SHAO Jiayun, HE Shengbing
鸡笼山国家森林公园总面积 4 500 hm2。公园内 植被茂密、绿树成荫、气候宜人、空气清新，属于北 亚热带气候，四季分明、气候温和、雨量适中、光照
收稿日期：2019-07-01
基于DEM的地形因子分析与岩性分类
基于DEM的地形因子分析与岩性分类王婷;潘军;蒋立军;邢立新;于一凡;王鹏举【摘要】Lithologic identification and classification can provide important basic information for regional geological survey and mineral resource exploration. Topographic variables constitute the quantitative parameters of digital expression for topography, and are very important in improving the accuracy. Based on the classification validity and correlation of 10 topographic variables such as elevation, slope, profile curvature, surface roughness, and surface cutting depth in the known lithologic area, the authors screened the topographic variables and used the variables under the best scale for the classification of lithology. The result shows that the combination of elevation, profile curvature,surface cutting depth,surface roughness and plane curvature is very useful and, in terms of the capability of identification,each variable has the corresponding lithology. The adding of the best terrain variables combination to fully express terrain characteristics in identifying each type of lithology is helpful to improving the recognition and classification of lithology.%地形因子作为对地形地貌特征进行数字表达的定量参数,对岩性识别精度的提高具有重要的意义.在对已知岩性类别区域的高程、坡度、剖面曲率、地表粗糙度和地表切割深度等10个地形因子的分类有效性和相关性进行评价的基础上,对地形因子进行筛选并将最佳尺度下的地形因子用于岩性的分类.结果表明,高程、剖面曲率、地表切割深度、地表粗糙度和平面曲率这5个地形因子的组合更具良好的分类效果,且都对应有识别性最好的岩性.在识别岩性类别时加入充分表达其地形特征的最佳地形因子组合有利于提高岩性的识别与分类能力.【期刊名称】《国土资源遥感》【年(卷),期】2018(030)002【总页数】7页(P231-237)【关键词】地质岩性分类;地形地貌;地形因子;均值变点分析;非监督分类【作者】王婷;潘军;蒋立军;邢立新;于一凡;王鹏举【作者单位】吉林大学地球探测科学与技术学院,长春 130026;吉林大学地球探测科学与技术学院,长春 130026;吉林大学地球探测科学与技术学院,长春 130026;吉林大学地球探测科学与技术学院,长春 130026;吉林大学地球探测科学与技术学院,长春 130026;吉林大学地球探测科学与技术学院,长春 130026【正文语种】中文【中图分类】TP750 引言岩性的识别与分类在遥感地质领域具有重要的研究意义。
基于高分辨率DEM数据的分形几何岩性识别方法初探
１ 多重分形与多重分 形谱
简单的分形用 一个 分形维数就 可 以描述
［ 收稿 日期］２ ０ １ ３ — １ １ — ２ ６ ［ 作者简介］尹
［ 改回 日 期］２ ０ １ ３ — １ ２ — １ ８
力 （ １ ９ ８ ９ 一） ，男 ，核工业 北京 地质研究 院在读硕 士研究 生。专 业研究 方 向：地学 目标
第３ Ｏ卷
分形谱 的值 要 大 于其 它各 类 ，也 表 明这 一
类 岩 石 比 较 容 易 形 成 大 的 沟 系 。第 ５类 样
本和第 １ 类样本的曲线有相似之处，细纹理发
育 比较强烈 ，粗纹理也有发育 ，在 中尺度纹理发
样品
盒计维度值
２ ． ０ ５ ２ ８
育要明显弱于其它类型。第 ５ 类和第 １ 类样本曲 线相 比， 在 Ｏ ． ５ 附近时， 第５ 类样本值为 １ ． １ ， 高于第 １ 类样本值 ０ ． ９ 。
第３ Ｏ卷 第 ２ 期
２ ０１ ４正
铀
矿
地
质
Ｖｏ １ ． ３ Ｏ Ｎｏ ． ２
Ｍａ ｒ ． ２ ０ １ ４
３月
Ｕｒ ａ ｎ ｉ ｕ ｍ
Ｇｅ ｏ ｌ ｏ ｇ ｙ
Ｄ Ｏ Ｉ ：１ ０ ． ３ ９ ６ ９ ／ ｊ ． ｉ ｓ ｓ ｎ ． １ ０ ０ ０ — ０ ６ ５ ８ ． ２ ０ １ ４ ． ０ ２ ． ０ ０ ８
地物 自然地表表面 纹理 复杂 ，难 以用 一般 统 计
学 的参数 描 述 ，自 １ ９ ７ ５年 Ｂ ． Ｂ ． Ｍａ ｎ ｄ ｅ ｌ ｂ ｒ ｏ ｔ 创 立分 形 几 何 学 理 论 以来 ，分 形 理 论 被 广 泛 用于山脉、河流等 地表真 实景观 的模 拟［ １ ］ ，
基于DEM的皖西南地区地貌类型分析
基于DEM的皖西南地区地貌类型分析摘要:地貌作为地理信息的重要贡献组成要素，它决定着自然地理单元的形成和地面物质与能量的再分配。
该研究利用GIS图像处理技术方法，通过对皖西南地区数字高程模型数据进行处理，提取了研究区有关坡度、坡向、地形起伏度等的地貌特征要素，并进行定位表达与特征统计分析，结果获得了对本区地貌特征的定位与定量化的总体认识，为研究区的农业规划、水土流失、土壤侵蚀、地质灾害等研究提供了新的空间信息基础平台。
关键词:皖西南地区（Southwest Anhui）；地貌形态；地理信息系统（GIS）；数字高程模型（DEM）引言安庆市作为皖西南中心城市，安徽省“皖江开发”的重点城市之一，长江沿岸著名的港口城市，将作为研究皖西南地貌类型的重点，本篇论文就是基于安庆市地貌类型研究皖西南地貌类型。
地貌作为地理信息的重要贡献组成要素，通过海拔、坡度、坡向、起伏度等特征组合构成形态与分布多样的地表景观，并对区域生态环境与资源的地域优势种类分布、利用方式和利用程度等具有主导作用]1[。
而地貌学的发展，也逐渐从以往的定性描述转入数理定量分析研究阶段]2[。
但按传统研究方法，由于地貌数据庞大、计算繁琐使定量地貌研究发展缓慢，而今随着计算机与空间技术的迅猛发展，特别是具有强大的空间数据获取与管理、分析、计算等功能的3S技术的应用，为地貌定量研究提供了有力的技术支持。
GIS数字地形分析是以数字高程模型为主的产生式分析，数字高程模型（简称DEM）表示区域D上的三维向量有限序列,用函数的形式描述为：Vi=（Xi，Yi，Ei）（i=1，2，…，n）式中，Xi、Yi是平面坐标；Ei是（Xi，Yi）对应点的高程。
DEM是GIS进行地形分析的基础数据。
利用DEM数据可快速地进行各种地形因子的提取，主要包括坡度、坡向、粗糙度等的计算和通视分析、地形特征提取、水系特征提取、水文分析、道路分析等]3[。
它记录了精确的空间三维定位信息.利用DEM为基本的数据依托进行地形要素的提取与分析，无疑是获取所需地表信息的有效手段。