论文部分内容阅读
数字高程模型是重要的空间数据,也是地形分析的主要数据来源。尺度效应导致同一地形在不同尺度下具有不同的地形特征,地形的表达也不尽相同。一般的,在地形的多尺度建模中,较粗糙的数字高程模型来源于对精细尺度的数字高程模型的信息筛减和地形重建,这一过程称为地形简化。 影响数字高程模型精度的因子有很多种,如地形地貌、采样间隔、插值方法等等。无论是建立数字高程模型还是基于数字高程模型进行地形分析,熟知这些因子的影响是十分重要的。在对地形进行多尺度建模的过程中,依旧需要考虑这些因子的影响。已有学者对地形地貌、采样间隔、插值方法和空间分辨率等因子进行了研究,本文则着眼于地形简化中的不确定性对简化DEM精度的影响。 地形简化中存在不确定性。一方面原始DEM存在不确定性,导致简化DEM同样存在不确定性;另一方面,简化模型的不同也会导致结果的不确定性。为探究这两种不确定性在地形简化中的影响,本文首先使用序贯高斯模拟对原始DEM的不确定性进行建模,得到若干幅具有相同空间结构的数据源,并分别使用三种基于特征的地形简化方法对其进行地形简化。通过叠加等高线,计算RMSE、骨架线保留度,构建不确定性概率图等方式对两种不确定性进行了比较和分析,结果表明,两种不确定性对简化后地形的精度均有影响。简化方法的不确定性的影响大于原始DEM的不确定性的影响,特别在地形复杂的山地区域。与其他精度影响因子相比,地形地貌是简化DEM精度的最大影响因素。采样间隔是重要影响因素。简化方法的不确定性的影响有时甚至大于采样间隔的影响。插值方法的影响最小,与原始DEM的不确定性相当。