（地图学与地理信息系统专业论文）基于dem的我国地貌形态类型自动划分研究.pdf

基于d e m 的我国地貌形态类型自动划分研究 【摘要】地貌形态的演化在时间上具有长期性，在空间尺度上具有广阔 性。一个地貌学家通常很难亲身目睹某一地貌演化的全过程。随着现代 科学技术的进步，现代地貌研究由定性的描述向定量化的研究发展，地 貌研究大量借助计算机进行分析。本研究以我国1 ：1 0 0 万比例尺数字高程 模型为基础，在g i s 技术及其他学科的强有力的技术支持下，借鉴遥感 影像分类的原理，提出了地貌形态类型自动划分的新方法，将我国地貌 形态划分为平原、丘陵、低山、低中山、高中山、高山和极高山7 种类型。 该方法的基本思路是对d e m 数据所包含的地形信息进行提取和分析，确 定分类指标的最佳组合，并进行“多波段”影像合成，运用非监督分类 的方法实现我国地貌形态类型的自动划分，并以中国及其毗邻地区地貌 图( 1 ：4 0 0 万) 作参考进行精度评价，最后研究每个分类指标对于分类 结果的重要性。实验结果表明，地貌形态类型划分指标的最佳组合为： 高程、全累计曲率、坡度变率、d e m 晕渲图、高程变异系数、等高线密 度和地形起伏度等7 个变量；各指标的重要性排序为：高程 高程变异 系数 等高线密度 地形起伏度 全累计曲率 坡度变率 光照 晕渲图。本研究所提出的方法在分类中综合了多种地形指标特征，不需 要选择或制定分类方案，自动化程度高，工作量小，分类结果比较满意， 克服了一般基于d e m 地形地貌分类技术上的缺点。本研究对于d e m 地形 信息挖掘、d e m 数据在地貌学中的实用性及地貌学的定量研究、地貌知 识的普及推广、地貌的生产利用等方面都具有重要的意义与应用前景。 【关键词】数字高程模型中国地貌形态分类 r e s e a r c ho na u t o m a t e dr e l i e ff o r mt y p e sc l a s s i f i c a t i o no f c h i n ab a s e do nd e m a b s t r a c t t h ee v o l u t i o no fr e l i e ff o r mh a sl o n g - t e r mc h a r a c t e r i s t i ci n t h et i m ea n db r o a d n e s si ns p a t i a ls c a l e ag e o m o r p h o l o g i s tu s u a l l yc a n ts e e e n t i r ep r o c e s so ft h ee v o l u t i o no fr e l i e ff o r mb yh i m s e l f w i t ht h em o d e r n s c i e n c ea n dt e c h n o l o g yp r o g r e s s ，t h em o d e r ng e o m o r p h o l o g yt r a n s f o r m s f r o mq u a l i t a t i v ed e s c r i p t i o nt oq u a n t i t a t i v er e s e a r c h t h ep a p e rr e s e a r c h e so n r e l i e ff o r mo fc h i n ab a s e do nt h e1 ：1 ，0 0 0 ，0 0 0d e mo fc h i n aw i t ho n e t h o u s a n dm e t e r sr e s o l u t i o n ，w i t h p o w e r f u l t e c h n i c a l s u p p o r to fg i s t e c h n o l o g ya n do t h e rd i s c i p l i n e s ，q u o t e sr e m o t es e n s i n gi m a g ec l a s s i f i c a t i o n p r i n c i p l e ，p u t sf o r w a r dan e wm e t h o do fa u t o m a t i c c l a s s i f i c a t i o no fr e l i e f f o r mt y p e s ，c l a s s i f i e sr e l i e ff o r mo fc h i n ai n t op l a i n ，h i l l ，l o wm o u n t a i n ，l o w m i d - m o u n t a i n ，h i g hm i d - m o u n t a i n ，h i g hm o u n t a i na n dh i g h e s t m o u n t a i n t h e s t u d y e x t r a c t sa n d a n a l y s e s e s t e r r a i ni n f o r m a t i o nb a s e do nd e m ， d e t e r m i n e st h eo p t i m a lc o m b i n a t i o no fc l a s s i f i c a t i o ni n d e x e s i na d d i t i o n ，a “m u l t i - s p e c t r u m i m a g e i s c o m p o e db y t h e o p t i m a l c o m b i n a t i o no f c l a s s i f i c a t i o ni n d e x e s a n du n s u p e r v i s e dc l a s s i f i c a t i o nm e t h o di sa p p l i e dt o t h ec l a s s i f i c a t i o no ff o r mt y p e s a c c u r a c ya s s e m e n ti sd o n em a k er e f e r e n c e t og e o m o r p h o l o g i c a lm a po fc h i n aa n di t sa d j a c e n ta r e a ( 1 ：4 , 0 0 0 ，0 0 0 s c a l e ) e x p e r i m e n t a l r e s u l t ss h o wt h a tt h e o p t i m a l c o m b i n a t i o no f c l a s s i f i c a t i o ni n d e x e si n c l u d e se l e v a t i o n ，t o t a la c c u m u l a t i o nc u r v a t u r e ，s l o p e o fs l o p e ，h i l l s h a d e ，v a r i a n c ec o e f f i c i e n ti ne l e v a t i o n ，c o n t o u rl i n e d e n s i t y , a n d r a n g e t h ei m p o r t a n c ea r r a n g e m e n to fc l a s s i f i c a t i o ni n d e x e si s ：e l e v a t i o n v a r i a n c ec o e f f i c i e n ti ne l e v a t i o n c o n t o u rl i n e d e n s i t y r a n g e t o t a l a c c u m u l a t i o nc u r v a t u r e s l o p eo fs l o p e h i l l s h a d e t h i sm e t h o dt a k e si n t o a c c o u n tv a r i o u st e r r a i nc h a r a c t e r s ，m a yc h o o s en oc l a s s i f i c a t i o ns c h e m e ，h a s h i g ha u t o m a t i z a t i o nd e g r e ea n ds m a l lw o r k ，t h ec l a s s i f i c a t i o nr e s u l t i s s a t i s f i e d t h em e t h o dc a na v o i dd e f e c t so fg e n e r a lc l a s s i f i c a t i o nt e c h n i q u e s i i i t h er e s e a r c hh a si m p o r t a n tm e a n i n ga n da p p l i c a t i o nf o r e g r o u n df o rt e r r a i n i n f o r m a t i o n m i n i n go fd e m ，p r a c t i c a l i t i e so fd e mi ng e o m o r p h o l o g y , q u a n t i t a t i v er e s e a r c ho fg e o m o r p h o l o g y , p o p u l a r i z a t i o no fr e l i e fk n o w l e d g e ， p r o d u c t i o na n du s eo fr e l i e f , a n ds oo n k e yw o r d s ：d e m c h i n ar e l i e ff o r m c l a s s i f i c a t i o n 第二章研究基础 第一章绪论 1 1 问题的提出 地球表面是由各种高低起伏的形体构成，这些地面上平坦的、凸起的或凹下的 形体，总称为地貌或地形。作为活跃的地理环境组成要素之一，地貌对其它要素与 地理环境整体特征有着广泛而深刻的影响，主要表现在：导致地表热量的重新分配 和温度分布状况复杂化；改变降水量分布格局；不同的地貌常形成不同的植被类型 乃至生态系统；地貌变化干扰和破坏了全大陆尺度的地带性分异，又在地带性区域 内部表现非地带性分异；地貌形态的任何变化都将导致整个土地类型的变化；有些 地貌现象动态变化格外明显，如水土流失、山崩等，不仅急骤地改变着自然面貌， 甚至给人民生活、生产和安全带来威胁。在一定区域内地貌与其它自然地理要素， 如气候、水文、植被、土壤等相互关系中，地貌条件往往起着重要作用。 地貌学( g e o m o r p h o l o g y ) 是研究地球表面的形态特征、成因、分布及其发育规 律的科学。早年地貌学多侧重于定性研究。但质和量是不可分割的，一种性质总与 一定数量相联系，研究深化必然要求定量，要求研究引起质变的量。2 0 世纪5 0 年 代以后，地貌学逐渐转入数理分析和定量研究阶段。然而，由于地貌景观的多样性、 地貌现象的复杂性、地貌空间数据的庞大性，以及技术方法的陈旧等方面的因素制 约，使得地貌学定量化程度与实际要求还相差甚远。 计算机的引入使庞大、繁琐的地貌数据得以有效、快速的处理，复杂多变的地 貌形态得以被量化模拟，从而使地貌学真正从定性描述走入定量分析阶段。而g i s 与其它计算机系统相比，最大优势就在于具有强大的空间数据管理、计算、模拟、 和分析评价能力，这一特点正好为地貌学的定量化研究提供了强有力的技术支持。 传统的地貌学研究中，由于地貌空间数据庞大、要素复杂众多，许多地貌形态计量 工作往往难以实施，或者只能近似求解，或者根本无法进行。而通过g i s 可以方便 的进行各种空间指标量算，并在此基础上分析。毫无疑问，与g i s 紧密结合，是定 量地貌研究的一个重要而有效的发展途径。 d e m 是g i s 地理数据集合中最为重要的空间信息资料。多种尺度的d e m 数据 为地貌学定量化的研究提供了强有力的数据支持，大大提高了地貌研究的速度和精 第二章研究基础 度。近年来，随着国家级数字地形模型数据库的建立和计算机的广泛应用，使地貌 形态的定量分析和制图进入了一个崭新的发展阶段。 现阶段，以g i s 为平台的地貌学定量研究日趋成熟，“3 s ”技术在地貌学研究中 同益普及，有力的推动了中国地貌学的定量化进程。引进和掌握包括g i s 在内的新 方法和新技术是未来地貌学发展的关键因素之一。 所以，以d e m 为基本数据源，利用g i s 先进技术及其他学科的支持，对我国 地貌形态进行研究是地貌学定量研究的一个新发展。这对于地貌学的定量研究、 d e m 地形信息的充分挖掘、d e m 数据在地貌学定量研究中的实用性、地貌知识的 科学普及、人们的生产生活及国家政府部门的决策等都具有重要的理论意义与应用 价值。 1 2 前人相关研究成果综述 1 2 1 分类方案研究成果 地貌分类的方案很多，如按形态、按成因、按形态成因、按多指标等原则进行 分类，尚无统一的方案，目前国内外比较认可按形态成因进行分类。然而，各派别 对形态或成因所依据的标准不 司，提出的分类方案也会有很大差异。 1 按成因分类 早期按成因分类的代表中，最有影响的是w m 台维斯( 1 8 8 4 ) 按地质构造和侵 蚀量为标准进行地貌类型划分，并根据堆积作用、上升作用和破坏作用进行再分类， 1 8 9 9 年，w m 台维斯又进一步把地貌划分为两大类：即水平构造和变动构造；a k 罗培克( 1 9 3 9 ) 把分布范围较大的平原、高原、山地都称之为建设地貌，而较小的 地貌景观称之为破坏地貌，在破坏地貌大类之下，各类营力的阶段性过程又分为侵 蚀的、残余的和堆积的。k k 马尔科夫( 1 9 4 1 ) 重视考虑地形特征与大地构造分区 的关联性，以此为高层次成因划分的标准，主张分为下列几种地形类型：侵蚀构造 地形、构造地形和堆积地形；格拉西莫夫提出地貌分类与分级结合，首先划分出大 陆和洋盆，这一高级单元属于大地构造地形。第二级构造地形形态，称之为中级单 元，下分为山块、剥蚀平原、低地、高原、【u 地、山间洼地等。第三级刻蚀地形形 态，如山谷、崖坡等。 2 按形态成因分类 1 第二章研究基础 斯皮里顿诺夫( 1 9 5 2 ) 作了详细的形态成因分类，是形态成因综合考虑划分地 貌图图例的倡议者，他认为只有按不同成因的剥蚀面和堆积面进行归纳，才能将错 综复杂的地表形态的分类加以简化；埃普什杰因( 1 9 5 4 ) 提出的地貌形态成因分类 比较简明，在大的成因种类中分为侵蚀构造地形、构造剥蚀地形和剥蚀堆积地形， 在以上三种成因类型中再划分形态；波多别多夫( 1 9 5 4 ) 直接从形态入手，试图对 各类形态给出定义，说明各形态类型在不同区域成因条件下，其各自特征的具体表 性。 周廷儒等( 1 9 5 6 ) 。在中国地形区划草案文中，曾把我国地形简明地划分为 六大类型，即平原、盆地、高原、丘陵、中山和高山，并对各类地貌的成因条件和 形态特征作了多指标说明和限定，如海拔、相对高度、构造特征、侵蚀特征及地面 特征；沈玉昌( 1 9 5 8 ) 提出以“成因”为地貌分类标准的划分系统，针对中国陆地 地貌情况，首先划分出五大类：构造地貌、侵蚀剥蚀的构造地貌、侵蚀剥蚀地貌、 堆积地貌、火山地貌。在大类之下又分出类型甚至进一步划分出亚型。 3 按形态分类 国际地理学联合会地貌调查与制图委员会编制的欧洲1 ：2 5 0 万地貌图例系统 ( 见表1 - 1 ) 和普通中比例尺地貌图国际统一图例的基本形态分类，可以反映近十余 年来按形态分类的一种趋向。普通中比例尺地貌图国际统一图例基本与欧洲1 ：2 5 0 万地貌图例系统的第六方案相同，只是指标稍有差异。 表1 - 11 ：2 5 0 万欧洲国际地貌图基本形态地势分级 1 6 k m 2 内高差( m ) ( 即局部地势) 0 3 0 3 0 7 5 7 5 3 0 0 3 0 0 - 6 0 0 6 0 0 曼至堕是翌查塑蹇。 基本地形形态类型海拔高度( m )地势等级 低平原 ：躲 僻起伏 高平原、丘陵、高原 t 竺 4 0 7 0 和缓起伏 b 台原、山垄 4 0 0 中等起伏 中山、低山 ： 1 1 3 3 0 0 0 0 山地型起伏 高山 2 0 0 0 高山刑起伏 在欧洲1 ：2 5 0 万地貌图例系统中，第五方案是以( 1 6 k m 2 内的) 局部地势和海 拔高度组成八个类型，在第六方案中则仅按局部地势分为五个地势等级。 第_ 二章研究基础 在我国也有类似方案，如柴宗新( 1 9 8 6 ) 提出的中国地貌基本形态指标( 见表1 2 ) ，此 类划分的优点是指标简单，容易掌握，但由于 用单一要素划分，不能确切地反映形态的基本 特征。 1 9 5 9 年，中国地貌区划( 草稿) 从全 国着眼，以海拔高度1 0 0 0 m ，3 5 0 0 m ，5 0 0 0 m 作为划分指标，把全国山地划分为低山、中由、 1 0 0 万地貌制图规范( 试行) 仍沿用以上指标 分幅地貌图。 表1 2 中国地貌基本形态指标 基本形态类型相对高度( m ) 平原 丘陵 低山 中山 高山 1 5 0 0 高山和极高山；1 9 8 7 年，中国1 ： 编制了全国部分地区的1 ：1 0 0 刀 李钜章提出两个新的基本形态分类方案，第一个方案以中国地貌区划为基 础，把划分中、低山的指标由1 0 0 0 m 改为9 0 0 m ，此外对丘陵、平原、台地都增加 了按海拔划分的指标，该方案比较简明，符合传统分类，但不能很好地反映我国三 大地势阶梯的特点。第二个方案山地、丘陵、台地改用山体起伏高度零点的海拔、 丘陵边缘平均海拔、台坡坡麓平均海拔，平原仍用地表平均海拔，以3 0 0 m 和2 5 0 0 m 为划分指标划分高、中、低山地，丘陵、台地分别称为高海拔上、中海拔上、低海 拔上山地，这样可以较好地反映我国三大阶梯的特点，但该方案的缺点是比较累赘， 且不大符合传统习惯。 1 2 2 分类方法研究成果 现有的方法主要有以下几种：野外调查法、地表形态自动分类法、监督分类法、 模糊数学法、神经网络法、地貌分形、地学信息图谱法等。 1 野外调查法 确定样区范围，收集地形图、航片等已有资料，野外实地考察待划分的地区， 结合已有的理论与实践经验，深入研究该地区的地貌分布情况，并按照某一分类方 案来划分地貌类型。这种方法因为到野外实地调查，可信度高，但是需要考察人员 具有很好的专业知识，了解该地区的地势地貌，且野外工作中所能到达的位置有限， 存在采集数据严重不足，分析处理手段落后等诸多问题，使得地貌特征分析困难，定 量化研究受到制约，且费时费力，包含很多主观因素。 2 地表形态自动分类法 第二章研究基础 在d e m 数据文件的基础上进行地形的自动分类，首先根据区域的地形特点， 拟定一个地形分类决策表( 如表1 3 所示) ，然后从d e m 中提取分类所需的各地形 因子，按照自动提取地形类型信息的过程( 如图1 - 1 所示) ，便可获得区域的地貌类 型( 黄杏元，2 0 0 0 ) 。 表1 3 地形分类决策表( 据黄杏元) 图1 - i 自动提取地形类型信息过程( 据黄杏元) 该方法其实就是根据所制定的形态分类方案进行地貌形态类型划分，优点是简 单、快速，但其分类指标太少，无法较好地表示地形地貌特征，而且如何制定一个 客观的公认的分类决策表是一个难题。 3 监督分类方法 d a n i e lg b r o w n ，d a v i del a s c h ，k e n n e t ha d u d a ( 1 9 9 8 ) 将高程、坡度、高差、 粗糙度及汇水流域作为分类的五个指标，选取了1 0 5 9 个训练样本，应用监督分类方 法将冰河地貌分为l a k ep l a i n ，t i l lp l a i n ，o u t w a s h p l a i n ，o u t w a s hs p i l l w a y , m o r a i n e ， s t a g n a t i o n m o r a i n e 六类；刘勇，王义祥，潘保田( 1 9 9 9 ) 把由d e m 提出的七个因子， 包括相对高程、地表粗糙度、高程变异，坡度，垂向曲率、水平曲率、累计曲率组 合成多波段影像，利用遥感影像监督分类方法将高原地区分为夷平面、陡坡、谷底 和低缓平地三类。刘耀林，刘艳芳( 1 9 9 4 ) 将d e m 数据作为一个独立的“波段” 与遥感影像一起先进行非监督分类，得到大概的分类结果，再进行监督分类，最终 得到第四纪沉淀物分类结果。 应用监督分类法的前提是具有先验女n i p , ，该方法的关键在于选择训练样本，为 了得到较高精度的分类结果，往往需要选择大量的训练样本来建立分类模板，浚方 法工作量大，人为因素的影响大。 第二章研究基础 4 模糊数学方法 对于山地、丘陵、平原等地貌基本形态的认识，不同的人会有不同的理解，但 应该说存在某种公认的内核，用模糊数学的方法可以解决上述问题，实现地貌基本 形态的统一划分( 李钜章，1 9 9 9 ) 。 首先要对地貌基本形态作深入的分析，构造它们的数学定义各类型的隶属 函数，它实际上就是一些分类指标的函数；然后对任一地貌实体按最大隶属度原则 划归其唯一的确定类型。 j o c h e ns c h m i d t a l l a nh e w i i t ( 2 0 0 4 ) 基于d t m s 应用模糊分类方法对土地单元 进行分类。 采用模糊数学方法进行地貌形态类型的划分，比应用经典数学方法要自然合理， 且实践证明是可行的，关键在于建立各种地貌基本形态的隶属函数。但是，人们觉 得数学方法太复杂和不习惯，往往更愿意接受文字定义。 5 神经网络法 乔平林，张继贤等( 2 0 0 4 ) 提出将d e m 、t m 影像的第3 波段和第6 波段及n d v l 作为输入层神经元，隐含层的神经元个数为7 个、输出层的神经元与目标类别对应， 分为i 级生态环境区、i i 级生态环境区、n i 级生态环境区；d a n i e l g b r o w n ，d a v i d e l u s c h ，k e n n e t h a d u d a ( 1 9 9 8 ) 利用神经网络法将冰河景观分为l a k ep l a i n ，m o r a i n e ， t i l lp l a n ，o u t w a s hp l a i n ，s t a g n a t i o nm o r a i n e ，o u t w a s hs p i l l w a y 六个类型。其所设计的 神经网络是基于d e m 数据，将高程、坡度、高差、粗糙度及汇水流域作为输入层神 经元，隐含层的神经元个数为l o 个、输出层的神经元为6 个，与目标类别对应。 i ) e m 数据与地貌类型之间的关系复杂，难以用常规的方法建立，而神经网络方法 具有极强样本描述和非线性映射能力，利用神经网络的b p 模型，可以得到较为满意的 映射函数，但是，b p 神经网络的训练需要通过大量反复的实验才能得到较好的神经 网络，且该方法借鉴了先验知识( 样本训练) ，人为影响因素大。 6 分形在地貌分类中的应用 分形理论的出现，为地貌学提供了新的研究方法。事实上，许多地貌形态看似 杂乱无章，但用分形理论来分析即可发现它们仍是具有一定的数学( 几何) 规律的， 并可用分维d f 来定量描述这种性质。地貌分形的特点在于地貌的形态具有白相似性， 分形信息维数揭示了地貌形态复杂本质的量化特征，也为确定具体地貌类型提供了 第二章研究基础 可能。 雷会珠，武春龙( 2 0 0 1 ) 推测认为黄土高原沟网具有分形性，根据沟网的h o r t o n 定律推导出沟网的分维计算式，据此可进行沟网的分维计算，判断流域沟网的发育 程度。分形性适应黄土高原丘陵沟壑区小流域范围内，对黄土高原丘陵沟壑区地貌 形态模拟，对流域形态发育预测有重要的理论价值；c u r lr l ( 1 9 8 6 ) ，c u l l i n g w e h d a t k o m ( 1 9 8 7 ) ，a b d f l er a b r a n a m sa d ( 1 9 8 9 ) ，k l i n k e n b e r gb ，g o o d c h i l d m f ( 1 9 9 2 ) ，m a y e r l ( 1 9 9 2 ) 等都研究了地貌形态上的分维特征。 地学信息图谱分类法 。 地学信息图谱是在陈述彭院士的倡导下，以地球空间信息认知理论为基础，以 遥感、地理信息系统、网络通信、虚拟现实、计算机制图技术为支撑发展起来的一 种时空复合分析方法论。地学信息图谱可以利用地学分析的系列多维图解来描述现 状，并通过建立时空模型来重建过去和虚拟未来，以直观、形象的方式来表达复杂地 学过程。 齐清文，成夕芳等( 2 0 0 1 ) 运用国际流行的大型g i s 、r s 软件包m g e 和e r d a s ， 归纳黄土高原形态信息图谱，该图谱可以演示说明黄土高原地貌形态的类型、区域 组合、空间分布格局及其特征，从大量、浩瀚的黄土高原信息中迅速对某种地貌单 元进行分类并定位，虚拟和构建重组后的地貌形态。 1 2 3 存在的问题 ( 1 ) 有的地貌分类方法需要选择或制定一种分类方案，分类方案本身就带有 一定的人为主观性，没有统一的公认的方案，选择不同的分类方案就会得到不 同的分类结果。 ( 2 ) 现有的地貌分类方法大多自动化程度低，方法复杂，工作量大。如监督 分类法和神经网络法需要训练大量的样本，工作量大，人为影响因素大：地貌 分形与信息图谱法都比较复杂，需要经过大量的反复的实验来寻找规律，分析 结果。 ( 3 ) d e m 包含着丰富的地形信息，目前的地貌形态类型划分主要以海拔高 度和起伏度为指标，没有更好地进行d e m 数据的地形信息挖掘。 ( 4 ) 没有研究各分类指标对地貌分类的重要性有多大。 本文在总结前人研究结果的基础上，分析了存在的问题，提出以d e m 为基础 第二章研究基础 数据，在g i s 及其他相关学科的技术支持下，借鉴遥感图像分类原理，利用非监督 分类方法进行地貌形态类型的自动划分。 1 3 研究概述 1 3 1 本研究的项目来源 本研究课题源自国家高技术研究发展计划( 8 6 3 计划) ( 项目编号2 0 0 1 a a l 3 5 0 8 0 ) 项目一多源空间数据挖掘技术”。该项目采用前沿的数据挖掘技术，结合空间数 据处理、统计分析和文本数据处理技术，建立用于空间数据挖掘的空间知识库，研 究基础要素的空间数据特征，获得基础空间数据的形态特征和分布规律两种知识； 运用数据总结、分类发现、关联、聚类等数据挖掘方法，结合地学知识库，获得统 计数据的空间关联、聚类知识；研究空间数据与文本数据的特征化规则、分类方法、 关联规则等数据挖掘模式，从文本数据中分析、识别、提取事件的空间信息，获得 文本数据的空间关联、聚类知识；最终，开发实验原型软件系统，建立包括文本数 据、统计数据和基础空间数据的实验数据库。 1 3 2 本研究的目的与意义 我国1 ：1 0 0 万比例尺数字高程模型，是在我国1 ：5 万及1 ：1 0 万基本比例尺地形 图上，高精度读取方里网交点高程所构建的1 公里栅格分辨率地面高程数字矩阵。 本研究以此数据为基础，在地理信息系统、遥感、地貌学和其他相关学科的技术支 持下，对所提取的地形信息进行定性和定量的分析，并利用非监督分类方法，对我 国地貌形态类型进行自动划分，为分类指标的选择和客观、自动化地进行地貌形态 类型划分提供了一种新的方法。这对于d e m 地形信息挖掘、d e m 数据在地学研究 中的实用性，以及我国地形地貌特征的定量化分析、地貌学定量研究、地貌知识的 科学普及和地貌的生产利用等均具有重要意义。 1 3 3 研究内容 1 基于d e m 提取的地形信息的定性和定量分析 对基于d e m 提取的地形信息进行定性分析，阐明它们在地貌分类中的地学意 义，选定可以用于地貌形态类型划分的指标，并对它们进行相关分析。 2 地貌形态类型划分指标的最佳组合研究 第一二章岍究基础 对于相关分析的结果，借鉴图像处理中的雪氏熵值法来确定分类指标的最佳组 合。 3 地貌形态类型的自动划分 借鉴遥感影像分类原理，由分类指标的最佳组合构建一个“多波段”影像，应 用非监督分类方法进行地貌形态类型划分，并进行精度评价和分类后处理等。 4 每个分类指标对分类结果的重要性或贡献率研究 1 ；4 论文结构 本论文共计五章。阻下列出各章的主要内容以及所做的主要工作。 第一章绪论 本章阐明了研究的背景和依据，总结了地貌类型划分研究中前人的相关研究成 果，指出当前研究中所存在的问题与不足，并在此基础上，阐明了本研究的目的、 意义，概述了研究的内容，为后面研究工作的展开提供理论基础与方法手段。 第二章研究基础 本章具体介绍了本研究的实验样区、实验数据、实验方法、技术路线和软硬件 平台。 第三章地貌形态类型划分指标最佳组合的确定 本章首先基于d e m 提取地形信息，对它们进行定性分析，阐明其在地貌形态 类型划分中的地学意义，选定可以用于分类的指标；对所选指标进行相关分析，并 应用雪氏熵值法来确定分类指标的最佳组合。 第四章我国地貌形态类型的自动划分 本章借鉴遥感影像分类原理，利用第三章确定的分类指标最佳组合，合成“多 波段”影像，应用非监督分类法对我国地貌形态类型进行划分及精度评价；研究各 分类指标对分类结果的重要性。 第五章结论与讨论 本章总结本研究的主要成果和结论，提出了不足之处及今后该方向研究应注意 的事项与建议。 第二章研究基础 第二章研究基础 2 1 实验样区 2 1 1 实验样区概况 中国地貌是在复杂的地质基础和内外营力交互作用下形成的，表现为地势起伏很 大，地貌条件复杂。我国广大的领土上，西北以沙漠地形为主；东北或青藏高原上 以冻土地形为主；在高山上以冰川地形为主；在东南部以流水地形为主；在海岸上 以海岸地形为主。这是我国地形 类型的多样性和复杂性的原因。 这些地貌类型及其地域组合，对 于我国自然地理环境的形成和发 展起着极为重要的作用。 1 。地势的三大阶梯 我国地势自西而东层层下 降，形成了地形上的三级台阶， 习惯上常以“三大阶梯”来概况 全国的地势基本特征，如图2 1 所示。 青藏高原是我国最高一级地 形阶梯，平均海拔在4 5 0 0 米以 图2 - 1多级地势示意图( 据方如康) 上，喜马拉雅山脉、喀喇昆仑山 脉耸立于高原的西南边缘；昆仑山脉、阿尔金山脉与祁连山构成高原的北界。青藏 高原以东、以北海拔高度降到约2 0 0 0 1 0 0 0 米，构成第二级阶梯，分布由云贵高原、 黄土高原、内蒙古高原、塔罩木盆地、准格尔盆地、四川盆地等。大兴安岭、太行 山脉、巫山山脉及雪峰山脉一线以东，出现第三级阶梯，以平原和低山丘陵地貌为 特征，较大的平原有东北平原、华北平原及长江中下游平原；低山丘陵有东南丘陵、 辽东丘陵、长白山地等。 2 众多的山地与广袤的高原 第二章研究基础 我国是一个多山的国家，走向不同的高大山脉，构成了我国地貌的基本格架， 并且控制了各类主要的空间配置及其平面轮廓。隆起程度不等的各个高原，其主体 部分往往仍阻山地为基础，青藏高原实际由许多东西向、北西向的巨大山脉所交叉 组成。在第二级地形阶梯的一些高原上，山地也占有重要位置，即使在地势相对较 低的四川盆地，除了局部断陷平原以外，仍然以山地、丘陵为主。在我国东部最低 一级地形阶梯上，不仅东北、黄淮海大平原本身受到山地围限，而且长江以南广大 地区以山地、丘陵居于优势。正由于不同高程和不同性质的山地、高原同其它各类 地貌的地域组合差异，才体现了全国地形的上述三大阶梯。 3 宽阔的大陆架与浅海 我国不仅陆域辽阔，陆缘海和大陆架也非常宽广，这是我国地貌的另一个显著 的特点。 2 1 2 实验数据 本研究的主要实验数据包括：中国1 ：1 0 0 万比例尺1 0 0 0 米栅格分辨率d e m 一 一实验基础数据；中国及其毗邻地区地貌图( 1 ：4 0 0 万比例尺) 精度评价参考 数据，用于和分类结果进行对比分析。另外，还有一些实验辅助数据，用于非监督 分类结果的类别属性确定，如中国地貌区划图、中国地势图、中国地形地貌特征方 面的参考文献等。 1 中国1 ：1 0 0 万比例尺数字高程模型实验基础数据 中国1 ：1 0 0 万比例尺d e m 由国家基础地理信息中心制作完成，是通过从地形 图上采集高程点的方法生产的。利用全国1 ：5 万( 8 7 4 0 幅) 、1 ：1 0 万( 3 8 6 1 幅) 地形图，按照2 8 1 2 5 ”( 经差) 1 8 7 5 0 ”( 纬差) 的格网间隔，采集格网交叉点的 高程值，经过查错修改、编辑处理，以1 ：1 0 0 万图幅范围为单位入库。原始数据的 高程允许最大误差为l o 2 0 米。为保证数据质量，人工读点两遍，进行对照检查和 录入计算机自动对检，最大限度的消除判读误差。 该模型的总点数约为2 5 0 0 力| 点，数据量为6 0 m b 。该模型采用的等经纬差格网 单元，反映到实地上存在着由北向南格网单元尺寸沿纬线方向逐渐增大的现象。利 用该模型数据内插国内任一点高程值的中误差，如表2 - 1 所示。以上内插精度符合 全国1 ：1 0 0 万地形图的精度要求。 第二章研究基础 表2 - 1 中国1 ：1 0 0 万d e m 中误差表 利用以上基本数据为基本信息源，再对d e m 数据进行重采样( 1 0 0 0 m x l 0 0 0 m ) 、 投影转换( 转为等积圆锥投影) 、边界修正、值域规范化等预处理，使其能够满足区 域地形分析的需要。 此数据的特点在于，它不同于国际上常用的同 比例尺d e m 数据是来源于1 ：1 0 0 万地形图，而 是通过对1 ：5 力i 或1 ：1 0 万地形图方里网交叉点 上的高程进行采样，并编辑处理而成的，因此采样 精度较高。该数据既能从宏观上反映地形的起伏变 化，又具有较高采样精度，所以本研究以此作为基 本信息源。该数据的基本参数统计如表2 - 2 。 图2 2 、2 3 分别为我国1 ：1 0 0 万d e m 和 d e m 光照晕渲图。 表2 - 2d e m 基本参数列表 比例尺 投影 分辨率 栅格行列 m i n ( m ) m a x ( m ) m e a n ( m ) s t d d 图2 - 2 中国1 ：1 0 0 万比例尺d e m 娶。恶 第二章研究基础 图2 - 3 中国l ：1 0 0 万d e m 光照晕渲图 2 中国及其毗邻地区地貌图精度评价参考数据 中国及其毗邻地区地貌图( 如图2 - 4 所示) 由中国科学院南京地理与湖泊研究 所主持，并与国家海洋局、高校、地矿部和中国科学院等系统所属九个单位合作， 共同制作完成( 1 9 8 6 1 9 9 1 年) 。 图2 4 中国及其毗邻地区地貌图 中国及其毗邻地区地貌图比例尺为1 ：4 0 0 万，采用等积圆锥投影。其编图原则 第二章研究基础 为“以构造地貌为基础，内外营力相结合”，和“突出主导成因，结合地貌形态”， 是在前人地学研究的基础上，通过卫星影象、地学专题图和地形图这三种基本图件 的对比研究而编制的。 以我国1 ：1 0 0 万d e m 及其它一些实验辅助数据作为地理参考，在e r d a s 软 件下采用多项式模型对“中国及其毗邻地区地貌图”进行几何校正。对校正之后的 结果进行数字化。 由于该地貌图是综合考虑了成因和形态要素制成的，本研究基于d e m 数据进 行地貌形态类型划分，主要是考虑了形态要素，所以应对该图有选择的综合的数字 化，突出形态类型。该地貌图的基本地貌形态分类体系是平原、丘陵、低山、低中 山、高中山、高山、极高山，所以，将该地貌图按照以上分类体系进行数字化，如 图2 5 所示。除了以上7 种地貌基本形态类型外，在地貌图上还有一些图斑按照成 因要素被标示为沙漠和黄土高原，没有标出其对应的基本形态类型，所以数字化的 结果共有9 类，包括7 种基本地貌形态类型、以及沙漠和黄土高原。该地貌图是精 度评价参考数据，用于和分类结果进行对比分析，本研究在沙漠和黄土高原这两个 成因地貌类型区不进行精度评价。 幽2 - 5 我国地貌基本形态类型图 第二章研究基础 2 2 实验方法与研究技术路线 2 2 1 实验方法概述 本研究以g i s 、地貌学及遥感等学科的原理为理论基础，应用数学分析、数理 统计、比较分析以及通过理论分析与实验验证相结合的研究方法，研究基于l ：1 0 0 万d e m 的我国地貌形态类型的划分。 2 2 2 研究技术路线 本研究借鉴遥感影像分类原理，从基于d e m 提取的地形信息中确定地貌分类 指标的最佳组合，构建一个“多波段”影像，按照非监督分类方法进行地貌形态类 型的划分。主要的技术路线如图2 - 6 所示。 2 3 实验的软硬件环境 数字高程模型( d e m ) 数据量大，地形信息的提取、图形的显示等都对硬件配 置的要求较高，本次研究中的硬件配置可以满足对d e m 数据进行各种操作。 本次研究应用到的软件主要是g i s 软件( a r c v i e w3 2 版和a t c g i s 9 1 版) 、遥 感应用软件( e r d a si m a g i n e8 5 版、e n v l 4 0 ) 及统计计算软件( m i c r o s o f te x c e l 2 0 0 3 、m a t l a b 7 ) 等。 第二章研究基础 图2 - 6 研究技术路线图 一l 坡 度 第三章地貌形态类型划分指标最佳组台的确定 第三章地貌形态类型划分指标最佳组合的确定 3 1 地形信息提取 由d e m 提取的地形信息，不同学科和领域对此的理解和分类不同。如：按地 学应用范畴可以分为一般地形属性和水文特征( w o o d ，1 9 9 6 ) ；按地形要素的复杂性 分为单要素参数和复合参数，其中单要素参数由高程数据直接得到，而复合参数是 几个单要素参数的函数( w i l s o nj ea n dg a l l a n tj c 2 0 0 0 ；邬伦等，2 0 0 0 ) ；按地形 参数的计算特性可以划分为局部地形参数和非局部地形参数( f l o r i n s k yi v ，1 9 9 8 ) ； 按地形分析的复杂性，分为基本地形因子计算和复杂地形分析( 李志林，朱庆，2 0 0 0 ) 。 本文把地形信息提取分为基本地形因子计算和复杂地形分析，相应的将地形信 息分为基本地形因子和复杂地形因子两大类，如图3 - 1 所示。基本地形因子提取包 括坡度、坡向、粗糙度等的提取；复杂地形分析包括可视性分析、地形特征提取、 水系特征分析、道路分析等，其中最重要的是地形特征的提取与水系特征的提取。 基本地形因子【 l 雏 地 表 切 割 深 度 j 地形信息j 1 。4 一 | 复杂地形因子 宏观地形因子 地 形 起 伏 度 高 程 变 异 系 数 隆 等 高 线 密 度 j 山 顶 点 地形特征l 霪 障 怯0 山i i 窘甓冀囊i 盏 高 “ 图3 - 1 基y - d e m 提取地形信息的分类图 排水系统一 一特厂1水流网络一褙t11慊怫 巾一 集水流域 圳引 第三章地虢彤态类型划分指标最佳组合的确定 3 1 1 基本地形因子提取 依据反映地表信息的空间结构层面，一般可将基本地形因子划分为微观因子、 宏观因子。 微观因子包括坡度、坡向、地面曲率、变率、等高线等，它们所描述的是地面 具体点位的地形信息特征；宏观因子包括地形起伏度、地形粗糙度、高程变异系数、 地表切割深度、等高线密度等，它们所描述的是一定区域的地形特征，它的量值不 仅仅受它所在的点的点位高程影响，还与分析窗口内的所有高程点的信息密切相关。 计算宏观地形因子时，通常要考虑最佳统计区域范围。李钜章参照欧洲1 ：2 5 0 万地貌图的规定( 1 6 k m 2 内的高差) ，将我国地形起伏度计算的范围定义为4 5k m 的 距离范围( 直径为4 5k m 的圆的面积为1 5 9k m 2 ) ，而刘新华等( 2 0 0 1 ) 在水土流失 评价研究中，通过d e m 的窗口分析结果的采样统计，认为中国水土流失地形起伏 度的最佳分析窗口大小为5 k m x 5 k m 的矩形窗口。规定一定距离能够避免规定一定面 积时由于形状不确定而产生的不确定性) 。 可见，确定最佳分析范围要考虑不同的地形因子、不同的地貌类型区域，以及 不同的应用目的。所以，确定最佳分析范围要在一个具体的环境和应用领域进行讨 论，并分析其地学意义，这需要进行反复的实验以及实地考察才能得到。 在本研究中暂不讨论最佳分析范围，提取宏观地形因子时，邻域分析窗口设为 5 5 。 基于d e m 提取的基本地形信息结果图见附录( 附图1 附图1 1 ) ，分别为坡度、 坡向、坡度变率、坡向变率、平面曲率、剖面曲率、地形起伏度、地表切割深度、 地形粗糙度、等高线密度、高程变异系数等1 1 个。 3 1 2 复杂地形分析 复杂地形分析包括可视性分析、地形特征提取、水系特征分析、道路分析等， 其中最重要的是地形特征的提取与水系特征的提取。 1 地形特征提取 地形特征是指对于描述地形形态有着特别意义的地形表面上的点、线、面，它 们构成了地形变化起伏的骨架。地形特征点包括山峰点、谷底点、鞍部点等，地形 特征线