论文部分内容阅读
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∶100万比例尺数字高程模型为基础,在GIS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DEM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∶400万)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、DEM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DEM地形地貌分类技术上的缺点。本研究对于DEM地形信息挖掘、DEM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。