9-DEM的地形统计分析
9dem的地形统计分析
第九章DEM的地形统计分析9.1 概述地形统计分析是指应用统计方法对描述地形特征的各种可量化的因子或参数进行相关、回归、趋势面、聚类等统计分析，找出各因子或参数的变化规律和内在联系，并选择合适的因子或参数建立地学模型，从更深层次探讨地形演化及其空间变异规律。
DEM作为一种空间数据，它具有抽样性、概括性、多态性、不确定性、空间性等特征。
正是DEM的这些特征决定了基于DEM的地形分析的条件和任务，也决定了选择哪些手段和方法来展开分析。
而统计方法就是其中最有效的手段之一，因为统计就是对大量离散数据的收集、取样、整理、总结和分析，并最终得出有价值和合理的结论。
结合以往的研究不难发现，统计方法实际上贯穿了DEM从建立、分析到应用的整个过程，而统计方法也是DEM研究中不可或缺的一种手段。
需要指出的是，在研究其它可用数字形式(编码)来描述的非地形要素的数字模型，如土壤类型、土地利用、地质、气候、温度、水资源、太阳辐射、降雨量、磁场、重力场分布、地区人口分布、工农业总产值、国民收入、教育程度等，即DTM时，统计方法也是必不可少的。
因为DTM是在数字高程模型所确定的平面位置上用相应的地形特征值取代高程而形成的，所以无论是DEM还是DTM，在研究方法上是一致的。
这样，基于DEM的地形统计分析的概念就可以扩展到DTM 这个更广的范围了。
统计本身是一门非常成熟的学科，包括了许多方法，从概率、抽样、假设检验，到相关分析、回归分析、趋势面分析等等，已经形成了一套非常完善的体系。
基于DEM的地形统计分析利用各种统计方法探讨DEM数据本身及其派生地形因子的之间的相互关系，找出各因子或参数的变化规律和内在联系，是DEM的模型分析的前提和依据。
从地形分析的内容和使用的统计方法来看，可大致分为以下几个部分：1. 原始DEM数据及派生地形因子基本统计特征的分析在地形分析中通常需要统计一些地形因子的最大值、最小值、极差、中值、总和、平均值、离差、方差、标准差、频数等基本统计量，必要时还需要对这些因子分组，以反映它们的空间分布规律。
测绘技术中的DEM数据处理与分析
测绘技术中的DEM数据处理与分析测绘技术是一门对地球表面进行精确测量和制图的学科，其在地理信息系统、城市规划、环境保护等领域扮演着重要角色。
在测绘技术中，数字高程模型（Digital Elevation Model，简称DEM）是一个重要的数据源，它反映了地表的高程信息。
DEM数据的处理和分析对于各种应用具有重要意义。
一、DEM数据的获取DEM数据可以通过多种方式获取，其中最常见的是使用雷达技术获取地表高程信息。
利用激光雷达系统进行数据采集，可以快速获取大面积地表高程数据。
通过计算激光束的飞行时间，可以确定地表与激光束之间的距离，从而得到地表高程。
另外，还可以使用卫星数据、航空摄影等方法获取DEM数据。
二、DEM数据的处理1. 数据清洗在获取DEM数据后，首先需要进行数据清洗。
数据清洗是指对数据中的异常值、孔洞缺失、噪声等进行处理，以提高数据质量。
例如，使用插值算法填充DEM数据中的孔洞，去除噪声点等。
2. 数据校正DEM数据中常常存在高程偏差问题，即DEM数据的绝对高程值与实际地形存在差异。
因此，需要进行数据校正来消除这种偏差。
校正的方法包括大地水准面校正、GPS校正等。
3. 数据平滑由于测量误差、噪声等原因，DEM数据中常常存在波动和不连续现象。
为了提高数据的平滑性，需要对DEM数据进行平滑处理。
常用的平滑方法有滤波算法、插值算法等。
三、DEM数据的分析1. 地形分析DEM数据可以用于进行地形分析，包括地形特征提取和等高线绘制等。
通过对DEM数据进行特征提取，可以获得地表的斜度、坡向、高程等信息。
这些信息对地理信息系统、城市规划等领域具有重要意义。
2. 洪水模拟DEM数据在洪水模拟中起着关键作用。
通过将DEM数据输入到洪水模拟模型中，可以模拟洪水的扩展范围、水流速度等。
这对于防洪工程设计、灾害预警等具有重要意义。
3. 土地利用规划DEM数据可以用于土地利用规划。
通过分析DEM数据，可以获得地表的坡度、坡向等信息，从而确定适合农田、林地、建设用地等不同用途的区域。
dem数据的主要应用及原理
DEM数据的主要应用及原理1. 什么是DEM数据DEM（Digital Elevation Model）是数字高程模型的缩写，指代地理信息系统中描述地球或其他天体表面的数字化表达方式。
DEM数据常用于地形分析、地貌模拟、山脉建模等应用。
DEM数据以栅格形式表示，每个栅格单元都有一个高度值，表示该点的地面高度或海底深度。
2. DEM数据的主要应用2.1 地形分析DEM数据在地形分析中起到了至关重要的作用。
通过DEM数据，可以计算地表坡度、坡向、流域分析等。
这些分析结果对于土地利用规划、水文模拟、自然灾害评估等工作具有重要的参考价值。
2.2 地形模拟DEM数据能够用于地形建模和地貌模拟。
通过DEM数据，可以生成真实的三维地形模型，用于景观设计、视觉效果展示等领域。
2.3 自然资源管理DEM数据可用于自然资源管理。
通过分析DEM数据，可以确定适宜农业、林业、牧业等利用的地区，优化资源配置。
此外，DEM数据也可用于分析地下水资源分布和流向，指导水资源利用规划和管理。
2.4 地理信息系统应用DEM数据是地理信息系统中的重要数据源之一。
在地理信息系统应用中，DEM数据常用于地形分析、可视化、导航、地图制作等领域。
3. DEM数据的获取原理DEM数据的获取方法多种多样，常见的包括： - 3.1 传统测量方法传统测量方法是通过实地测量手段来获取地面海拔高度数据。
这些方法包括全站仪、测量仪器等。
• 3.2 遥感技术遥感技术是通过遥感卫星或飞机等载体，利用传感器对地球表面进行观测，并获取DEM数据。
遥感技术可以快速获取大范围的高程数据，对于地形分析和地形模拟具有重要的作用。
• 3.3 激光雷达技术激光雷达技术利用激光束对地表进行扫描和测量，获取地面高程数据。
这种技术具有高精度、高分辨率的特点，广泛应用于城市建设、交通规划、防灾减灾等领域。
• 3.4 其他方法除了上述方法，还有一些其他方法可以用于获取DEM 数据，如GPS测量、高程插值算法等。
基于高分辨率DEM的地形特征提取与分析
基于高分辨率DEM的地形特征提取与分析地形是地球表面的地势形态，通过地形特征提取与分析可以帮助我们更好地理解和研究地球表面的特点和变化。
高分辨率数值地形模型(DEM)是一种用于描述地球表面地形特征的数字地形模型，它通过采集和处理大量的地理数据来构建一个具有高精度的表面地形模型。
地形特征提取主要包括侧向地形特征和垂向地形特征。
侧向地形特征包括地形坡度、曲率、坡向等，这些特征可以用来分析地形的斜率和变化趋势。
垂向地形特征包括海拔高度、地面高度差等，这些特征可以用来分析地形的高度差异和起伏变化。
在高分辨率DEM的基础上，可以使用多种方法来提取和分析地形特征。
一种常用的方法是使用地理信息系统(GIS)软件，通过栅格分析功能来提取和分析地形特征。
地理信息系统软件可以将高分辨率DEM数据转换为栅格数据格式，并利用栅格分析工具来计算地形特征，例如坡度、曲率和坡向等。
另一种方法是使用特定的地形分析软件，例如地形分析软件(Terrain Analysis System, TAS)或地形工具包(Terrain ToolKit, TTK)等。
这些软件具有更强大的地形分析功能，可以进行更复杂的地形特征提取和分析。
地形特征提取与分析可以帮助我们更好地了解地球表面的地形变化和分布规律。
通过分析地形特征，可以发现地球表面的地形类型和形成机制，并为地质研究、土地利用规划、环境保护等提供科学依据。
例如，通过分析地形坡度和高度差等特征，可以划定不同地形类型的边界，并对不同地形类型的自然资源和生态环境进行评估和保护。
此外，通过分析地形特征还可以预测地质灾害的潜在位置，例如山体滑坡、地震断层等，从而为地质灾害风险评估和防灾准备提供参考。
总之，基于高分辨率DEM的地形特征提取与分析是一项重要的地理研究工作。
通过提取和分析地形特征，可以深入了解地球表面的地形变化和分布规律，并为地质研究、土地利用规划、环境保护等提供科学依据。
随着技术的不断发展，高分辨率DEM的应用将进一步推动地形特征提取与分析的发展，为人类认识地球表面提供更丰富的信息和理解。
dem统计分析
实验八统计分析
——2008210527 杨朋朋●实验目的
地形统计分析是指描述地形特征的各种可量化的因子或参数进行相关，回归、趋势面分析、聚类等统计分析，发现各因子或参与的变化规律和内在联系，并选择恰当的因子或参数建立地学模型，从更深层次探讨地形演化及其空间变异规律。
●实验数据
原始DEM 数据ysdem
●实验步骤
1.对原DEM数据进行坡度提取，保存为slope
2对提取的坡度进行分级
3.选择自定义分级，在classes中选择3，并把坡度设为6、15、90三种
4在形成的nongjijuzuoyez中，把参数改为0-6 、6-9 、9-15三种，形成下面的图农机具作业
5在形成的turangyanjiu中，把参数改为0-3 、3-7、7-15、15-25、25-90五种，形成下面的图土壤研究
6在形成的turangyanjiu中，把参数改为0-3 、3-7、7-15、15-25、25-90七种，形成下面的图土壤侵蚀分级
7在土壤侵蚀分级图层的属性表中，点击option中的export date，选择你要保存的位置
8 在excel中打开上面保存的dbf格式的表文件，对坡度和百分比进行算
9插入折线图，y轴设为百分比（%），x轴设为坡度（度）。
第九章 DEM的地形统计分析
DEM建立和地形分析中用到的主要统计方法
5
Beijing University of Civil Engineering and Architecture
9.2基本统计量
基本统计量
6
Beijing University of Civil Engineering and Architecture
9.2基本统计量
9.2基本统计量
代 表 数 据 离 散 趋 势 的 统 计 量 （2 ）
9
Beijing University of Civil Engineering and Architecture
9.2基本统计量
代 表 数 据 分 布 形 态 的 统 计 量
10
Beijing University of Civil Engineering and Architecture
2
Beijing University of Civil Engineering and Architecture
9.1概述
地形统计分析概念 地形统计分析是指对描述地形特征
的各种可量化的因子或参数进行相
关、回归、趋势面、聚类等统计分
析，发现各因子或参数的变化规律
和内在联系，并选择恰当的因子或
参数建立地学模型，从更深层次探
地貌特征。
12
Beijing University of Civil Engineering and Architecture
9.3 分级统计分析
分级的原则
科学性原则 完整性原则 适用性原则 美观性原则
• 分级指标的确定要遵循一定的科学规律 • 整个数据集中的所有数据都应被分到不同的级别中， 没有遗漏，而且同一数据集中的每一数据只能被分到 某一级别中，不能同时分到两个或多个级别中 • 对于一个数据集，应该根据研究或应用的需要选择合 适的分级方法，使得分级结果能较好地满足目的 • 分级方法及分级数目的确定不但要依据研究目的，还 要注重制图效果，制作专题地图不仅要体现数据的空 间分布特征，还要使得图面色彩平衡，特征明显，易 于理解
第9章-DEM与数字地形分析
• 地形定量因子是为有效地研究与表达地貌形态特征所设定的具 有一定意义的参数或指标
• 常用的坡面地形因子有坡度、坡向、平面曲率、坡面曲率、地 形起伏度、粗糙度、切割深度等
数字地形分析
• 数字地形分析的方法
– 提取特征地形要素
• 流域分析主要是根据地表物质运动的特性，特别是水流运动的 特点，利用水流模拟的方法来提取水系、山脊线、谷底线等地 形特征线，并通过线状信息分析其面域特征
线性插值 双线性插值 高次多项式插值
整体内插
• 在整个区域用一个数学函数来表达地形曲面 • 整体内插函数通常是高次多项式，要求地形采样点的个数
大于或等于多项式的系数数目 • 优点：整个区域上函数的唯一性、能得到全局光滑连续的
DEM、充分反映宏观地形特征等 • 缺点：保凸性较差、不容易得到稳定的数值解、多项式系
坡向
• 坡向定义为地表面上一点的切平面的法线矢量在 水平面的投影与过该点的正北方向的夹角，其数 学公式为 Aspect arctg( f y )
fx
• 对于地面任何一点来说，坡向表征了该点高程值 改变量的最大变化方向
• 在输出的坡向数据中，坡向值规定正北方向为0°， 顺时针方向计算，取值范围为0°～360°
样条函数、多层曲面叠加法等
逐点内插
• 以内插点为中心，确定一个邻域范围，用落在邻 域范围内的采样点计算内插点的高程值
• 逐点内插本质上是局部内插，但与局部分块内插 不同的是，局部内插中的分块范围一经确定，在 整个内插过程中其大小、形状和位置是不变的， 而逐点内插法的邻域范围大小、形状、位置乃至 采样点个数随内插点的位置而变动
• 由于空间数据包含位置特征和属性特征，而属性 特征是定义在位置特征上的，因此每一个空间域 就是由空间结构到属性域的计算函数或域函数
如何使用数字高程模型进行地形分析
如何使用数字高程模型进行地形分析数字高程模型(Digital Elevation Model, 简称DEM)是一种用于地形表达和地形分析的数字化数据模型。
它通过测量和记录地表的高程数据，将地表的各个点组织成数字化的离散数据，从而反映了地形起伏、山脉、河流等地貌特征。
利用DEM 进行地形分析可以帮助我们深入理解和研究地球表面的地形特征、地质结构和水资源等方面。
一、DEM的获取1. 大地测量方法：传统的大地测量方法包括全球定位系统(GPS)和全站仪测量等。
这些方法需要在实地进行测量并获取地点高程数据，然后通过计算和处理来生成DEM。
2. 遥感方法：遥感技术利用航空影像和卫星图像中的高程信息，通过解析和计算来生成DEM。
这种方法可以快速获取大范围地区的地形数据，广泛应用于地形分析和地理信息系统(GIS)。
二、DEM的应用1. 地形测量和制图：DEM可以作为底层数据用于地形测量和制图。
通过对DEM进行可视化处理，可以直观地显示地形特征，帮助地理学家、测量学家和地质学家等研究人员快速了解地表地貌和地质结构。
2. 地形分析：DEM可以用于地形分析，如计算坡度、坡向、流域分割、地形曲率等。
这些分析结果可以帮助我们了解地表地貌的复杂性和变化趋势，为自然资源管理、土地规划和生态环境保护等领域提供有力的支持。
3. 洪水模拟和灾害评估：DEM可以用于洪水模拟和灾害评估。
通过结合DEM 和水流模型，可以模拟洪水的传播路径和深度，为洪水预警和防洪工程提供科学依据。
此外，DEM还可以用于评估地质灾害，如滑坡、泥石流等，分析潜在的灾害风险。
4. 水资源管理：DEM可以用于水资源管理，如模拟水流路径、计算流域的水量、研究水资源分布等。
这些结果对水资源的合理开发和利用具有重要意义。
三、DEM数据处理与分析方法1. 数据获取和处理：首先，需要获取原始的DEM数据，可以从地理信息系统(GIS)数据库或一些公开的数据集中获取。
然后，对DEM数据进行预处理，包括去除噪声、填充空缺值和修正高程异常等。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第九章DEM的地形统计分析9.1 概述地形统计分析是指应用统计方法对描述地形特征的各种可量化的因子或参数进行相关、回归、趋势面、聚类等统计分析，找出各因子或参数的变化规律和内在联系，并选择合适的因子或参数建立地学模型，从更深层次探讨地形演化及其空间变异规律。
DEM作为一种空间数据，它具有抽样性、概括性、多态性、不确定性、空间性等特征。
正是DEM的这些特征决定了基于DEM的地形分析的条件和任务，也决定了选择哪些手段和方法来展开分析。
而统计方法就是其中最有效的手段之一，因为统计就是对大量离散数据的收集、取样、整理、总结和分析，并最终得出有价值和合理的结论。
结合以往的研究不难发现，统计方法实际上贯穿了DEM从建立、分析到应用的整个过程，而统计方法也是DEM研究中不可或缺的一种手段。
需要指出的是，在研究其它可用数字形式(编码)来描述的非地形要素的数字模型，如土壤类型、土地利用、地质、气候、温度、水资源、太阳辐射、降雨量、磁场、重力场分布、地区人口分布、工农业总产值、国民收入、教育程度等，即DTM时，统计方法也是必不可少的。
因为DTM是在数字高程模型所确定的平面位置上用相应的地形特征值取代高程而形成的，所以无论是DEM还是DTM，在研究方法上是一致的。
这样，基于DEM的地形统计分析的概念就可以扩展到DTM 这个更广的范围了。
统计本身是一门非常成熟的学科，包括了许多方法，从概率、抽样、假设检验，到相关分析、回归分析、趋势面分析等等，已经形成了一套非常完善的体系。
基于DEM的地形统计分析利用各种统计方法探讨DEM数据本身及其派生地形因子的之间的相互关系，找出各因子或参数的变化规律和内在联系，是DEM的模型分析的前提和依据。
从地形分析的内容和使用的统计方法来看，可大致分为以下几个部分：1. 原始DEM数据及派生地形因子基本统计特征的分析在地形分析中通常需要统计一些地形因子的最大值、最小值、极差、中值、总和、平均值、离差、方差、标准差、频数等基本统计量，必要时还需要对这些因子分组，以反映它们的空间分布规律。
如统计原始DEM的最大值、最小值、极差等可以反映高程的离散程度；平均坡度可反映地表的大致起伏状况；而方差、标准差等不但可以反映地形因子值的离散程度，也是相关、回归等分析必不可少的计算步骤；又如对坡度按一定规则分级，并用坡谱（第11章）的形式表现出来，能更直观地反映坡度的变化规律，并可在此基础上展开更深层次的地学研究。
在分析中还常常需要做分区统计，即对一个大区域按某种规则划分为若干个小区域，然后分别统计这些小区域内的地形因子的特征，从而探讨区域内部的差异性。
2. 地形因子关联特征及空间分布规律的研究对地形因子分析的主要内容之一就是查明因子之间的相互关系和内在联系，并选定合适的因子建立地学模型，利用这种模型对地形的发展与动态做出数值预测。
相关分析可以研究两个或多个地形因子之间是否存在关系及关系的密切程度。
而回归分析主要是研究变量之间是哪种形式的关系，并确定描述这种关系的函数，用以预测、控制等。
相关是回归分析的前提，在回归分析之前必须明确变量之间的关系及其密切程度。
因为相关和回归都是通过样本去推断总体，所以都需要对结果进行检验。
图9-1 在DEM建立与地形分析中用到的主要统计方法趋势面分析描述离散的空间数据的分布规律及其发展趋向。
趋势面分析把地形要素的数值视为空间坐标的近似函数，用一次到高次多项式或周期函数（傅立叶函数）对要素数值与地理坐标间的关系进行最优拟合，把趋势部分理解为区域性因素所引起的有规律的变化，而把误差部分归纳为局部性因素或误差所引起的变化。
通过趋势值与实际观测值的离差的分析，对要素的分布规律作预测或分析。
本章将按照基本统计量、相关分析、回归分析、系统聚类分析的次序介绍各种统计方法在DEM地形分析中的应用。
然而，在实际应用中各种方法并不是孤立的，在解决问题时通常需要综合应用多种分析方法，如图9.1所示，在地形因子特征分析时，不仅要理解它的一些基本统计特征，还要应用相关、回归、趋势面、聚类等多种统计方法才能达到目的；在DEM不确定性分析和表达中用到了相关分析和趋势面分析两种方法。
因此，在实际应用中，多种方法相互融合使用才能够较为全面地理解数据自身的特性及其空间特征。
9.2 基本统计量DEM数据的基本统计量有：最大值、最小值、极差、均值、中值、总和、众数、种类、离差、方差、标准差、变差系数、峰度和偏度等。
这些统计量反映了数据集的范围、集中情况、离散程度、空间分布特征等，它在DEM应用中有着重要的意义（见图9.2）。
图9.2 基本统计量9.2.1 代表数据集中趋势的统计量代表数据集中趋势的统计量包括平均数、中位数、众数和分位数，它们都可以用来表示数据的分布位置和一般水平。
x 表9.1中，列出了各统计量的含义以及在DEM地形分析中的应用。
其中，i 表示数据集中的第i个变量，i=1，2，……，n。
表9.1 代表集中趋势的统计量的含义及作用9.2.2 代表数据离散程度的统计量平均数、中位数、众数和分位数在反映总体一般数量水平的同时，也掩盖了总体各单位的数量差异。
所以，只有这些统计量还不能充分说明一个数列中数值的分布情况和波动状态。
有时虽然两个数据集的平均数相等，但各数据分布在平均数左右的疏密程度却不相同，也就是它们的离散程度不一样，为了把一个数据集的离散程度表现出来，就需要研究离散度。
代表数据离散程度的统计量包括最大值、最小值、极差、离差、平均离差、离差平方和、方差、标准差、变差系数等。
离散程度越大，数据越不稳定，代表性越差，用这些数据作试验的可靠性就越差；离散程度越小，则数据波动性小，用其作试验就相对可靠。
表9.2列出了表示离散程度各个统计量的含义及在DEM 中的应用。
表9.2 代表离散程度的统计量及其作用9.2.3 代表数据分布形态的统计量分布形态可以从两个角度考虑，一是数据分布对称程度，另一个是数据分布集中程度。
前者的测定参数称为偏度或偏斜度，后者的测定参数称为峰度。
偏度和峰度是衡量数据分布特征的重要指标。
表9.3 代表分布形态的统计量及其作用9.2.4 其它统计量表9.4 其他统计量9.3分级统计分析分级是对数据进行加工处理的一种重要方法，通过分级可以把数据划分成不同的级别，体现数据自身的特征，为应用研究及专题制图提供基础。
9.3.1 分级的概念与目的数据分级根据一定的方法或标准把数据分成不同的级别，也就是把一个数据集划分成不同的子集，在此过程中，还可设置分级精度和分级数目等。
数据分级之后，仅使原来的数据重新归类，数据的属性没有发生改变，研究人员可以根据分级后的数据进行下一步的应用分析。
数据分级的根本目的在于区分数据集中个体的差别，分级统计的过程就是区别个体性质的过程。
DEM数据分级的应用目的有两点：一是为了分级后，图面制图效果好，有利于用户读图；二是用不同的分级方法来突出显示制图区域内不同的地貌特征。
9.3.2 分级的原则1）科学性原则：分级指标的确定要遵循一定的科学规律；2）完整性原则：整个数据集中的所有数据都应被分到不同的级别中，没有遗漏，而且同一数据集中的每一数据只能被分到某一级别中，不能同时分到两个或多个级别中；3）适用性原则：对于一个数据集，应该根据研究或应用的需要选择合适的分级方法，使得分级结果能较好地满足目的；4）美观性原则：分级方法及分级数目的确定不但要依据研究目的，还要注重制图效果，制作专题地图不仅要体现数据的空间分布特征，还要使得图面色彩平衡，特征明显，易于理解。
9.3.3 分级统计的方法分级方法多种多样，在应用时应根据研究的需要选择合适的方法来突出需要的数据信息。
分级方法的种类也很多，本书主要介绍以下三种：1）按使用分级方法的多少可分为单一分级法和复合分级法：单一分级是指对于一个数据集只用了一种分级方法；复合分级是指由于数据自身的特点，需要对一部分数据使用某种分级方法，对另一部分数据使用另外一种分级方法，才能更好地满足研究的需要。
如一组坡度数据，一部分较小（坡面平缓），而另一部分很大（地势陡峭），对这两部分数据，就应选用两种不同的分级方法，才能更好地突出变化特征。
2）按级差是否相等可分为等值分级法和不等值分级法：等值分级法又可以分为等面积分级、等间距分级、分位数分级等：不等值分级法可以分为自然裂点法、标准差分级、平均值嵌套分级等等。
3）按确定级差的方法可分为自定义分级法和模式分级法。
本书就是按这种分类体系展开讨论的，其结构图如下：图9.3 分级方法的类型1. 自定义分级自定义分级即对一个数据集，根据自己的应用目的设定各个级别的数值范围来实现分级的方法。
这种方法适用于研究者对该数据集比较了解，能够找到合适的分级临界点。
在自定义分级中，临界点的选择非常重要，临界点选择得好，就能够增强同一级别区域间的同质性分级和各级之间的差异性，分级结果就能够很好地满足各种分析需求。
如在对坡度进行分级的过程中，应根据应用目标的要求, 确定临界坡度。
下面以黄土丘陵沟壑区为例，分别介绍不同的应用目的下不同的坡度的分级体系。
1）土壤侵蚀黄土丘陵沟壑区的土壤侵蚀以面蚀和沟蚀为主，其土壤侵蚀量的大小受地面坡度大小的制约。
因为径流速度决定侵蚀量的大小，而径流速度又与坡度的平方根成正比，所以，地面的坡度值同土壤侵蚀量关系密切。
黄土丘陵沟壑区在0°-90°的区间内3°, 8°, 15°, 25°,35°, 45°这几个坡度值是较明显的临界坡度值：3°以下为无侵蚀区； 3°-8°有细沟、浅沟出现, 但15°以下地面侵蚀相对较弱, 当坡度超过15°时, 产沙量突然增大, 侵蚀渐趋加剧； 25°是土壤侵蚀方式的一个转折点, 25°以上重力侵蚀大量出现； 35°是黄土堆积面的临界休止角, 35°以上的坡面错落、滑坡、泻溜等重力侵蚀出现；45°是整个坡度区间侵蚀作用的最大值点, 坡度超过45°, 侵蚀作用又趋减弱。
因此，以土壤侵蚀为临界指标的地面坡度分级系统为0°-3°-8°-15°-25°-35°-45°-90°。
2）农田灌溉在黄土丘陵沟壑区，农田灌溉一般只在坝地及沟底台地进行。
对于自流灌溉，地面坡降要求均匀一致，一般以2°以下为宜，当坡降大于2°时，往往会使灌溉不均匀，造成灌溉困难。
对于排水来说，大于3°的坡段排水通畅，小于以上坡度的坡段，可能产生排水不良现象，小于1°的田面易成涝灾，必须修建排水渠系。