中国地貌基本形态DEM自动划分研究.pdfVIP

第 卷 第 期 Vol.8,No.4 8 4 地 球 信 息 科 学 年 月 2006 12 GEO-INFORMATIONSCIENCE Dec.,2006 中国地貌基本形态DEM的自动划分研究 刘爱利，汤国安 （南京师范大学虚拟地理环境实验室，南京 ） 210097 摘要：我国 万的数字高程模型，是在 万及 万基本地形图上，高精度采集方里网交点高程所构建的 11∶00 15∶ 11∶0 1km分辨率地面高程数字矩阵。本文利用该DEM数据及其所派生的多种地貌信息进行地貌形态类型自动划分的 技术方法。实验提取地形起伏度、地表切割度、地表粗糙度、高程变异系数、平均坡度、平均高程6个地形因子，并将 各因子置于不同的信息层面中，通过主成分分析， 非监督分类法与 最大似然监督分类法相结 ISODATA Bayesian 合，对中国地貌的基本形态进行了多维信息综合分类。研究结果表明： 我国 万比例尺 在宏观地貌分类 ① 11∶00 DEM 方面具有重要的价值和应用潜力； 所提取的地形因子能宏观地反映我国地形的起伏特征，为地貌形态分类提供 ② 重要的依据； 采用ISODATA非监督分类法与Bayesian最大似然监督分类法，能有效地实现我国地貌基本形态类 ③ 型的定量化、自动化划分； 依据数据的统计特征进行分类，较合理地解决了类型模糊的形态实体的归类问题。实 ④ 验结果不仅揭示了此项技术在地貌形态分类中的巨大潜力，同时对于完善DEM数字地形分析的理论与方法也具 有重要的意义。 关键词： ；中国；地貌；分类 DEM 1引言 所构建的1km分辨率地面高程数字矩阵，其采样精 度远高于常规的11∶00万地形图。本文拟采用基于 统计分析的模糊地貌分类法 （ 非监督分 传统地貌分类与制图主要采用地形图量测，野 ISODATA 外实地勘测的方法，制图质量的好坏很大程度上依 类法与Bayesian最大似然监督分类法相结合），探 [1,2] 讨 万 定量化、自动化的地貌分类应用。 赖于专家的个人经验 。该方法工作量大，耗时，已 11∶00 DEM 越来越难满足现代社会发展的需要[3] 。 数字高程模型 （ ，简称 2信息源分析 DigitalElevationModel DEM）作为地形表面的一种数字表达形式，与传统 地形图相比，其易实现地形因子的自动提取；容易 中国 万比例尺 是利用全国 万 11∶00 DEM 15∶ 实现地形分析的定量化、自动化；