土地信息系统第5章_土地信息处理与技术精要.ppt

当进行降雨量、污染物浓度、高度变化等分析时，不可能对该现象分布范围内的每点都进行测量，只能对研究区内进行采样测量，然后使用这些样点数据推导整个区域。插值是这种推导过程的一种方法 插值就是使用有限样本值去预测未知位置值的过程。即从分布在某一区域内的一组具有已知值的样本点计算未知的位置的值 位置单元与已知单元间的距离影响最后的预测值。使用很少的样本点就能获得完整的表面，但要得到细致的表面就需要更多的样本点 空间插值 空间插值应用的原理是地理学第一定律，即任何事物之间都是相关的，距离越近相关性越大。在多数插值方法中，近的样本点比远的样本点有更大的重要性 一般情况下，要求样本点均匀地分布在整个区域。但在一些现象发生变化或聚集的地方需要较多的样本点 常用的空间插值方法有样条法插值（Spline）、反距离权重插值（IDW）和克里格（Kriging）插值 无论选择哪种插值方法，样本点越多，样本点分布越广，插值结果越接近实际值 空间插值 Everything is related to everything else, but near things are more related to each other. ——Waldo Tobler 样条法（Spline）插值通过将一个使表面整体曲率减少为最小的数学函数来估算单元值，所得表面较为平滑，其拟合表面通过已知点。该方法适宜于连续变化的表面，常用于高程、水位高度等渐变曲线 反距离权重插值通过对邻近区域的每个单元值平均运算来获得单元值。距离预测单元中心越近的点，其权重越大，这是一个均分过程 空间插值 一种以节点控制弯曲程度的顺滑的自由曲线，通过编辑(移动\增加\删除)节点，可以很容易的调节曲线的曲率和走向 克里格插值是一种基于地统计学的插值方法，这种方法建立在空间自相关（已知点之间的统计关系）统计模型的基础上，该方法不仅能生成一个预测表面，而且还可以给出预测结果的精度或确定性的度量 空间自相关通过半方差函数（任意一个点对的观测值之差的平方的一半）量化了地理学的第一定律，空间上分布愈接近的点对（在半方差函数曲线图上，愈靠近x轴的左边）应该具有更相似的值（在半方差函数曲线图上，愈靠近y轴的下边） 空间插值 IDW Spline Kriging DEM生成的全过程包括：原始数据获取、DEM模型构造、数据插值、在所定数据结构支持下的数据存储和模型输出 3 DEM生成的流程 从等高线数据可以直接生成TIN，也可直接生成格网DEM 格网DEM也可由等高线先生成TIN再内插获得 经过实践证明，由等高线先生成TIN再内插格网DEM的精度和效率都是很好的 3 DEM生成的流程 1 基本地形因子计算 （1）坡度和坡向计算 （2）地表粗糙度（破碎度） （3）高程变异分析 …… 四、DEM的应用 （1）坡度和坡向 坡度是表示地面在该点倾斜程度的一个量，因此，它是一个既有大小又有方向的量 坡度定义为水平面和地形表面之间夹角的正切值 坡向为坡面法线在水平面上的投影与正北方向的夹角 坡向图是坡向的类别显示图，斜坡的倾斜方向可取方位角0o～360o中的任意方向。坡向一般分为9类：东、南、西、北、东北、西北、东南、西南和平地 在实际应用中，可以综合为四种坡向，即平缓坡、阳坡、半阳坡和阴坡，分别用1、2、3和4表示 （1）坡度和坡向 坡度图和坡向图的制作 通常用3*3的格网窗口在DEM数据矩阵中连续移动计算完成 坡度和坡向可在GRID或TIN的基础上提取 坡度有两种表示方法：度或百分比 反映地表的起伏变化和侵蚀程度的指标，为地表单元的曲面面积与其水平面上的投影面积之比 顶点连线L1与L2中点的距离D来表示粗糙度 （2）地形特征参数——e. g. 地表粗糙度 ArcGIS——空间分析工具——栅格计算器 地表粗糙度 = 1 / Cos（[slope] * 3.14159 / 180） 分析或模拟地面的光照情况，产生地形表面的阴影图。Hillshade 可测定研究区域中给定位置的太阳光强度和光照时间，并且对实际地面进行逼真的立体显示，增强地面的起伏感 要计算山影，需要给定太阳方位角和太阳高度角 （3）计算山体阴影 HillShade 根据DEM计算得到的山影图 已知两点的坐标A（x1, y1）和B（x2, y2），则可求出两点连线与格网或三角网的交点，并内插交点上的高程，以及各交点之间的距离。然后按选定的垂直比例尺和水平比例尺，按距离和高程绘出剖面图 剖面图不一定必须沿直线绘制，也可沿一条曲线绘制 2 剖面分析 土地整理中根据等