论文在开展柬埔寨洞里萨湖地区砂矿找矿项目的基础上,深入进行地貌制图研究。该项目目标为:确定已知砂矿点的地貌类型,进行区域地貌类型解译,绘制地貌解译图,提供砂矿找矿远景靶区。论文针对柬埔寨地质资料严重缺乏及洞里萨湖地区地貌特点,采用TM、ALOS遥感影像数据结合DEM数据开展地貌及微地貌制图研究,实现数字地貌制图。采用TM影像数据直接选取端元波谱采用波谱角和最大似然法对地表覆被进行监督分类;采用ALOS影像数据,选取植被指数RVI、DVI、TSAVI及拉伸后的DEM数据参与非监督分类,实现对地表覆被的细分,为数字地貌制图建立基础;利用数字地形分析技术,运用德国eCognition软件的图像分割功能,将由光照投影图或遥感影像分割获得的矢量多边形数据代替传统的格网作为统计范围,改良传统地形起伏度、平均高程、平均坡度等地形因子的计算方法,实现基于SRTM DEM地形因子的提取。针对洞里萨湖地区特殊的堆积地貌环境,采用先对SRTM DEM数据进行负值转换再提取水系的方法,取得了很好的效果。分析比对上述研究结果,选择合适的分类图像和专题图参与数字地貌制图,并将面向对象影像分类技术引入数字地貌制图中。本文利用遥感图像提取地貌和微地貌信息并将DEM作为一个分量,将遥感影像、遥感分类图像、地形因子专题图等共同参与图像分割与分类,最终实现地貌类型的划分及数字地貌制图。本文主要结论和创新点如下:1.将由光照投影图或遥感影像分割获得的矢量多边形数据代替传统的格网作为统计范围,可以明显提高地形因子对地形的表现力,并且保持了地貌边界与实际地表的吻合性。2.将DEM数据处理后的图像,如拉伸后的DEM、平均高程图、地形起伏度图等与遥感数据叠合,共同参与遥感图像分类。该方法实现在遥感图像分类过程中兼顾高程信息,误分、漏分斑块明显减少,分类效果得到明显改善,可识别的地貌类别得以增加。地貌分类界线兼具土地覆被差异性与地形因子的差异性。3.将面向对象影像分类的分类方法引入地貌分类制图,可以明显减少像元孤岛及分类图中的斑点或空洞,有效去除由遥感数据质量引起的“椒盐”噪声带来的影响。