基于神经网络的地面坡度与其他地形定量因子关联性分析--以黄土高原丘陵沟壑区实验为例.pdf

22卷4期415～420页 山地学报 V01．22，No．4PP415--420 SCIENCE 2004年7月 OFMOUNTAIN July，2004 JOURNAL 文章编号：1008—2786(2004}04—0415—06 基于神经网络的地面坡度与其他地形 定量因子关联性分析 ——以黄土高原丘陵沟壑区实验为例 张婷1汤国安2，王峥3，陈莉3，王春l (1．西北大学城市与资源学系，陕西西安710069；2．南京师范大学江苏省地理信息科学重点实验室，江苏南京210097； 3．西北大学计算机科学系，陕西西安710069) 摘要：不同的地形因子从不同侧面反映地面的起伏特征或空间变异，各因子之间所存在的相互关联、相互制约、 相互影响的程度与特征，在很大程度上揭示了地形发育与空间变异的内在本质，因而是地形学研究的重要内容。 他以黄土高原丘陵沟壑区的16个样本地区为实验样区，以高分辨率、高精度的1：1万比例尺DEM为基准数据，应 用BP神经网络模型，探讨地面坡度与其他地形因子之间的关联性特征。实验结果表明，利用神经网络分析方法可 以有效评价地形因子对地面平均坡度的关联性。该研究方法为进行地貌多定量指标的的选择和多因子之间关联 性的量化提供了一种新的方法。 关键词：神经网络；地面坡度；地形因子；DEM；关联性 中图分类号：P283．1 文献标识码：A 当前，基于DEM的数字地形分析在地貌学研 目前，对多因子之间的关联性研究多采用线性 究中发挥着越来越重要的作用，并使之有可能实现 方法予以描述。王秀红以中国土地利用程度和效益 对多地形要素相互关系的量化研究。不同地形因子 分区为例。将多元统计分析的方法应用于主要地理 以不同的侧面反映地面起伏或变异特征，然而，各因 区划的分区研究【3】。张元明等应用数量分类和排 子之间存在着明显的关联性，对这种关联性的分析， 序方法，对新疆塔里木河中游地区植被进行了多元 是地形学研究的重要内容。一个地区的平均坡度是 统计分析，并对其规律建立了回归模型[4】。线性方 该地区地形起伏特征的重要指标，利用数字高程模 法在一定程度上能够解释因子间的关联性，但由于 型(DEM)为信息源，自动提取地面坡度和平均坡自然界的各因素间往往是一种复杂的非线性关系， 度。已得到广泛的应用【l2】。然而，地面平均坡度并 单凭线性描述并不能达到研究目标。神经网络技术 不是描述区域地形复杂程度的唯一指标，平均海拔、 方法近年在地学界得到诸多有效的应用，展示了对 地面平均曲率、地面起伏度及地面粗糙度等多个地 复杂对象、模糊信息分析与建模的优势。地面起伏 形因子都从不同方面反映地形的起伏与变异特征。 度、平均海拔、平均剖面曲率等地形因子从不同侧面 研究不同地形因子间所存在的关系，特别是建立各 影响着地面平均坡度，它们之间是一种复杂的非线 因子间的定量模型，对地形地貌学的研究，具有重要 性关系，用传统的分析方法难以进行模拟。同时，地 的意义。 学分析具有海量数据的特征，工作量大，信息隐含， 收稿日期(Receiveddate)：2004—01—10；改回日期(Accepted)：2004一04—15。 NatureSCienceFoundationof 重点项目(01111)；南京师范大学高层次人才科研启动基