在数字高程模型(Digital Elevation Model,简称DEM)数据上进行路径搜索和地貌类型的划分是数字地形分析在地理学、地貌学以及地理信息科学中研究的热点问题,在人类生产、生活实践中具有良好的应用价值。在复杂的自然地形中,人或者车辆朝一定方向行进时,往往需要考虑地形对通行性的影响来选取适宜的路径。以此实际需要为导向,设计了一种沿搜索方向寻找较易通行路径的解决方法。此外,由于地貌影响着资源的配置,需要深入研究基本地貌类型的自动划分方法,科学地认知地貌特征,合理地利用自然资源。论文的主要工作分为以下两个方面:(1)考虑地形平坦度、地势等因素对通行性的影响,以坡度、地势起伏度、地表粗糙度为通行性评价指标对区域的通行程度进行评估与分级,在通行性分级数据的基础上,提取了可通行性区域的骨架线,并将其转化为有向图,进而运用Dijkstra算法找出与搜索方向吻合的路径。(2)目前,公认的地貌划分体系是地貌形态与成因综合对地貌进行划分。遵循这一划分原则,从地形因子的数学含义和地学意义出发,对进行了定性分析,筛选了适合地貌划分的地形因子组合,用以训练卷积神经网络实现了平原和山地特征信息的自动挖掘,再结合决策表对中国青藏高原、两广丘陵等部分地区进行地貌自动划分。