基于 DEM 的地形分类方法研究
利用dem辅助判定地形类别的方法
利用dem辅助判定地形类别的方法
一。
首先咱来说说啥是 DEM 。
DEM 就是数字高程模型，简单讲就是把地形高低起伏用数字的形式表现出来。
1.1 那它咋帮咱判定地形类别呢？其实就看那高低起伏的程度和形状。
比如说，要是一片区域的 DEM 数据显示地势平坦，没啥大起大落，那很可能就是平原啦。
1.2 要是这数据里一会儿高一会儿低，山峰连着山谷，那多半就是山地。
而且通过 DEM 还能看出山地是陡峭还是缓和。
二。
接下来咱再细瞅瞅不同地形在 DEM 上的特点。
2.1 高原这一块儿，整体海拔高，但相对平坦，在 DEM 上就像是一个大平台，只是这个平台比周围高不少。
2.2 盆地呢，就像一个大碗，四周高中间低，DEM 数据能清楚显示出这种围合的态势。
2.3 丘陵地区，那就是起起伏伏，高高低低，但没山地那么夸张，相对缓和一些，DEM 上的曲线也是比较柔和的。
三。
最后咱讲讲咋用 DEM 准确判定地形类别。
3.1 得多看、多对比。
不能光看一个地方的 DEM ，得把周边的都拿来瞧瞧，综合判断。
3.2 还得结合实际情况，比如说当地的植被、河流走向啥的，因为这些也能反映地形特点。
利用 DEM 辅助判定地形类别是个挺有用的法子，但也得多琢磨、多研究，才能分得清、判得准。
咱可不能马虎大意，要不然就容易闹笑话啦！。
基于ＤＥＭ_数据分析黔西北自然保护地森林空间分布特征与地形因子关系——以贵州毕节国家森林公园为例
基于ＤＥＭ数据分析黔西北自然保护地森林空间分布特征与地形因子关系以贵州毕节国家森林公园为例王宇翔１㊀单绍朋２(１.毕节市七星关区林业局ꎬ贵州毕节５５１７００ꎻ２.毕节市林业局ꎬ贵州毕节５５１７００)[摘㊀要]㊀以２０２１年林草生态综合监测的小班数据为基准提取贵州毕节国家森林公园范围内森林区划小班作为研究区ꎬ结合数字高程模型(ＤＥＭ)通过ＡｒｃＭａｐ１０.８获取高程㊁坡度和坡向ꎬ对研究区不同高程级㊁坡度级及坡向级的森林类型进行分析ꎬ探讨以研究区为代表的黔西北自然保护地森林空间分布特征与地形因子之间的关系ꎬ对自然保护地的保护利用规划具有重要意义ꎮ结果表明:研究区森林总面积３６９０.５５ｈｍ２ꎬ在１５０１~２１００ｍ密集分布ꎬ占整体的９６.６６％ꎻ而在６ʎ~２５ʎ地段占７２.７０％ꎻ在半阳坡㊁半阴坡占５３.５９％ꎬ分别超过了２５％ꎮ[关键词]㊀ＤＥＭꎻ自然保护地ꎻ森林类型ꎻ地形因子中图分类号:Ｓ７１８.５㊀㊀㊀㊀㊀㊀文献标识码:Ａ㊀㊀㊀㊀㊀㊀文章编号:１００９－３３０３(２０２４)０２－００３７－０４ＡｎａｌｙｓｉｓｏｆｔｈｅＲｅｌａｔｉｏｎｓｈｉｐｂｅｔｗｅｅｎＦｏｒｅｓｔＳｐａｔｉａｌＤｉｓｔｒｉｂｕｔｉｏｎＣｈａｒａｃｔｅｒｉｓｔｉｃｓａｎｄＴｏｐｏｇｒａｐｈｉｃＦａｃｔｏｒｓｉｎＮｏｒｔｈｗｅｓｔＧｕｉｚｈｏｕＮａｔｕｒｅＲｅｓｅｒｖｅＢａｓｅｄｏｎＤＥＭＤａｔａＴａｋｉｎｇＢｉｊｉｅＮａｔｉｏｎａｌＦｏｒｅｓｔＰａｒｋｉｎＧｕｉｚｈｏｕａｓａｎＥｘａｍｐｌｅＷａｎｇＹｕｘｉａｎｇ１㊀ＳｈａｎＳｈａｏｐｅｎｇ２(１.ＱｉｘｉｎｇｇｕａｎＤｉｓｔｒｉｃｔＦｏｒｅｓｔｒｙＢｕｒｅａｕꎬＢｉｊｉｅ５５１７００ꎬＧｕｉｚｈｏｕꎬＣｈｉｎａꎻ２.ＢｉｊｉｅＦｏｒｅｓｔｒｙＢｕｒｅａｕꎬＢｉｊｉｅ５５１７００ꎬＧｕｉｚｈｏｕꎬＣｈｉｎａ)Ａｂｓｔｒａｃｔ:Ｂａｓｅｄｏｎｔｈｅｓｕｂｃｌａｓｓｄａｔａｏｆｔｈｅｃｏｍｐｒｅｈｅｎｓｉｖｅｍｏｎｉｔｏｒｉｎｇｏｆｆｏｒｅｓｔａｎｄｇｒａｓｓｅｃｏｌｏｇｙｉｎ２０２１ꎬｓｕｂｃｌａｓｓｅｓｏｆｆｏｒｅｓｔｚｏｎｉｎｇｉｎＢｉｊｉｅＮａｔｉｏｎａｌＦｏｒｅｓｔＰａｒｋｉｎＧｕｉｚｈｏｕＰｒｏｖｉｎｃｅｗｅｒｅｅｘｔｒａｃｔｅｄａｓｔｈｅｓｔｕｄｙａｒｅａ.Ｔｈｅｅｌｅｖａｔｉｏｎꎬｓｌｏｐｅａｎｄｓｌｏｐｅｄｉｒｅｃｔｉｏｎｗｅｒｅｏｂ￣ｔａｉｎｅｄｂｙＡｒｃＭａｐ１０.８ｃｏｍｂｉｎｅｄｗｉｔｈｔｈｅｄｉｇｉｔａｌｅｌｅｖａｔｉｏｎｍｏｄｅｌ(ＤＥＭ)ꎬａｎｄｔｈｅｆｏｒｅｓｔｔｙｐｅｓｏｆｄｉｆｆｅｒｅｎｔｅｌｅｖａｔｉｏｎꎬｓｌｏｐｅａｎｄｓｌｏｐｅｌｅｖｅｌｓｉｎｔｈｅｓｔｕｄｙａｒｅａｗｅｒｅａｎａｌｙｚｅｄ.Ｉｔｉｓｏｆｇｒｅａｔｓｉｇｎｉｆｉｃａｎｃｅｔｏｓｔｕｄｙｔｈｅｒｅｌａｔｉｏｎｓｈｉｐｂｅｔｗｅｅｎｆｏｒｅｓｔｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｃｈａｒａｃｔｅｒｉｓ￣ｔｉｃｓａｎｄｔｏｐｏｇｒａｐｈｉｃｆａｃｔｏｒｓｉｎｔｈｅｐｒｏｔｅｃｔｅｄａｒｅａｓｏｆｎｏｒｔｈｗｅｓｔＧｕｉｚｈｏｕ.Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔｔｈｅｔｏｔａｌｆｏｒｅｓｔａｒｅａｏｆｔｈｅｓｔｕｄｙａｒｅａｗａｓ３６９０.５５ｈｍ２ꎬｗｈｉｃｈｗａｓｄｅｎｓｅｌｙｄｉｓｔｒｉｂｕｔｅｄｉｎ１５０１~２１００ｍꎬａｃｃｏｕｎｔｉｎｇｆｏｒ９６.６６％ｏｆｔｈｅｗｈｏｌｅ.Ｉｎｔｈｅ６ʎ~２５ʎｓｅｃｔｉｏｎꎬ７２.７０％ꎻＩｎｔｈｅｓｅｍｉ－ｐｏｓｉｔｉｖｅｓｌｏｐｅꎬｓｅｍｉ－ｎｅｇａｔｉｖｅｓｌｏｐｅａｃｃｏｕｎｔｅｄｆｏｒ５３.５９％ꎬｒｅｓｐｅｃｔｉｖｅｌｙｍｏｒｅｔｈａｎ２５％.Ｋｅｙｗｏｒｄｓ:ＤＥＭꎻｎａｔｕｒａｌｒｅｓｅｒｖｅｓꎻｆｏｒｅｓｔｔｙｐｅｓꎻｔｏｐｏｇｒａｐｈｉｃｆａｃｔｏｒｓ.自然保护地对重要的自然生态系统㊁自然遗迹㊁自然景观及其所承载的自然资源㊁生态功能和文化价值实施长期保护[１]ꎬ守护着自然生态㊁保育自然资源ꎬ保护生物多样性及景观多样性ꎬ承载着建设美丽中国的重要使命ꎬ自然保护地建设对于提升生态系统多样性㊁稳定性持续性具有极其重大意义ꎮ有关研究[２－８]通过数字高程模型(ＤＥＭ)从群落[５－６]㊁种群[７]㊁小班或树种等不同尺度对地形因子驱动森林资源分布特征进行分析ꎬ表明地形因子对森林分布特征的关联性和研究方法的可行性ꎮ该文以贵州毕节国家森林公园范围内森林区划小班为研究区ꎬ选取高程㊁坡度和坡向等地形因子ꎬ探讨以研究区为代表的黔西北自然保护地森林空间分布特征与地形因子之间的关系ꎬ以期为自然保护地保护利用规划提供参考ꎮ１㊀研究区概况贵州毕节国家森林公园是黔西北最重要的自然保护地ꎬ始建于２００５年ꎬ总面积４１３３ｈｍ２ꎬ海拔范围约为１４００~２２００ｍꎬ由拱拢坪(１０４ʎ５８ᶄ３８ᵡ~１０５ʎ２３ᶄ４６ᵡＥꎬ２７ʎ０５ᶄ０３ᵡ~２７ʎ２１ᶄ１４ᵡＮ)㊁白马山(１０５ʎ２３ᶄ４６ᵡ~１０５ʎ２６ᶄ４８ᵡＥꎬ２７ʎ１７ᶄ５３ᵡ~２７ʎ２１ᶄ１４ᵡＮ)和乌箐岭(１０５ʎ１７ᶄ３３ᵡ~１０５ʎ２０ᶄ２４ᵡＥꎬ２７ʎ０５ᶄ０３ᵡ~２７ʎ０８ᶄ２５ᵡＮ)三个景区组成ꎬ位于长江上游ꎬ乌江干流云冲河流域ꎬ贵州高原斜坡过渡地带ꎬ属中亚热带季风湿润气候区ꎬ森林风景资源丰富多样ꎬ是典型的山地自然公园ꎮ收稿日期:２０２３－０３－２８２㊀材料与方法２.１㊀材料及其来源ＤＥＭ(高程数字模型)源于地理空间数据云官网(ｈｔｔｐｓ://ｗｗｗ.ｇｓｃｌｏｕｄ.ｃｎ/)ＧＤＥＭＶ３版数据ꎬ分辨率３０ｍꎬ该数据可通过ＡｒｃＧＩＳ１０.８特定工具获取高程㊁坡度和坡向信息[４]ꎮ林草生态综合监测是按照«自然资源调查监测体系构建总方案»以第三次全国国土调查数据为统一的基础数据ꎬ融合林草湿地以及国家公园为主体的自然保护地体系等监测数据ꎬ构建涵盖各类林草生态系统状况信息的综合监测评价体系ꎬ旨在掌握林草资源的种类㊁数量㊁质量㊁结构和动态ꎮ该文选取２０２１年林草生态综合监测成果数据库中针叶林㊁阔叶林㊁针阔混交林㊁竹林和灌木林的区划小班数据作为本案例研究区范围ꎬ如图２所示ꎮ２.２㊀研究方法及ＡｒｃＧＩＳ１０.８操作流程图根据«国家林草生态综合监测评价技术规程»(国家林业和草原局２０２１.６)ꎬ研究区以高山地貌(１４４４~２２０５ｍ)为主ꎬ本文结合研究区实际将高程细分为<１５００ｍ㊁１５０１~１７００ｍ㊁１７０１~１９００ｍ㊁１９０１~２１００ｍ㊁>２１００ｍꎻ并采用该规程的坡度㊁坡向分级方式ꎬ将坡度划分为ɤ５ʎ㊁６ʎ~１５ʎ㊁１６ʎ~２５ʎ㊁２６ʎ~３５ʎ和>３５ʎꎬ坡向划分为无坡向㊁阳坡(南坡㊁西南坡)㊁半阳坡(西坡㊁东南坡)㊁阴坡(北坡㊁东北坡)和半阴坡(东坡㊁西北坡)等四个主坡向和九个方向[２－３]ꎬ综合有关文献[２－８]的方法运用ＡｒｃＧＩＳ１０.８工具按流程操作(图１)ꎬ提取高程㊁坡度和坡向并进行分级ꎬ逐项统计㊁分析讨论不同森林分布与地形因子关系ꎮ㊀㊀㊀图１㊀ＡｒｃＧＩＳ１０.８操作流程图㊀㊀㊀图２㊀研究区位置范围及森林分布图３㊀结果３.１㊀不同高程级森林空间分布拱拢坪㊁乌箐景区高程值较大ꎬ最高处出现在乌箐岭景区(图ａ１㊁图ａ３)ꎬ白马山景区相对较低(图ａ２)ꎻ各森林类型在不同高程均有分布ꎬ１５０１~２１００ｍ内森林分布密集ꎬ占整体的９６.６６％ꎬ其中针叶林占４７.５１％㊁阔叶林占３５.９１％㊁针阔混交林占１.７８％㊁灌丛林占１１.４４％㊁竹林占０.０２％ꎮ(表１)ꎮ表１㊀不同森林类型高程分级统计森林类型高程分级ɤ１５００ｍ１５０１~１７００ｍ１７０１~１９００ｍ１９０１~２１００ｍ>２１００ｍ针叶林面积/ｈｍ２２３.６８５６９.５５１７.７２６６６.３２１９.３７占比％０.６４１５.４３１４.０３１８.０５０.５２阔叶林面积/ｈｍ２２０.９１５５６.８１２９１.２６４７７.１２４６.４３占比％０.５７１５.０９７.８９１２.９３１.２６针阔混交林面积/ｈｍ２４.４９１０.７３３５.２３２０.０３０占比％０.１２０.２９０.９５０.５４０竹林面积/ｈｍ２００.１５００.７９０占比％００００.０２０灌丛林面积/ｈｍ２７.５７５７.３８１８３.５４１８１.４９０.０３占比％０.２１１.５５４.９７４.９２０３.２㊀不同坡度级森林空间分布白马山㊁乌箐景区(图ｂ２㊁图ｂ３)坡度起伏大ꎻ拱拢坪景区整体较为缓和ꎬ仅北部坡度较大且以灌丛为主(图２㊁图ｂ１)ꎻ各森林类型在不同坡度级均有分布ꎬ６ʎ~２５ʎ地段占整体的７２.７０％ꎬ从大到小依次为:针叶林>阔叶林>灌丛林>针阔混交林>竹林(表２)ꎮ表２㊀不同森林类型坡度分级统计森林类型坡度分级ɤ５ʎ６ʎ~１５ʎ１６ʎ~２５ʎ２６ʎ~３５ʎ>３５ʎ针叶林面积/ｈｍ２１５０.９１５０１.８３９３２.７６１７５.８２３５.２７占比％４.０９１３.６２５.２７４.７６０.９６阔叶林面积/ｈｍ２４４.１５３８６.２５５５３.５５３１３.２７９５.３１占比％１.２１０.４７１５８.４９２.５８针阔混交林面积/ｈｍ２３.７７３１.６４２４.３８.８１.９７占比％０.１０.８６０.６６０.２４０.０５竹林面积/ｈｍ２０.０７０.８２０.０５００占比％００.０２０００灌丛林面积/ｈｍ２１５.５８１３３.２１１５５.４３８２.７２４３.０７占比％０.４２３.６１４.２１２.２４１.１７３.３㊀不同坡向级森林空间分布各坡向均有森林分布(图ｃ１㊁图ｃ２㊁图ｃ３)ꎬ其占比从大到小依次为:半阳坡>半阴坡>阳坡>阴坡ꎬ在半阳坡㊁半阴坡的森林分布占比均分别超过２５％ꎬ阳坡次之㊁阴坡最少(表３)ꎮ表３㊀不同森林类型主坡向分级统计森林类型坡向分级无坡向阳坡半阳坡阴坡半阴坡针叶林面积/ｈｍ２０５７１.５２５４２.４２２８１.９２４００.７３占比％０１５.４９１４.７７.６４１０.８６阔叶林面积/ｈｍ２０２３６.８９３３９.１３４１２.３２４０４.１９占比％０６.４２９.１９１１.１７１０.９５针阔混交林面积/ｈｍ２０１９.９２４.５８１０.２３１５.７７占比％００.５４０.６７０.２８０.４３竹林面积/ｈｍ２００.１２０.１３０.６７０.０２占比％００００.０２０灌丛林面积/ｈｍ２０８１.１５１０８.０５９８.２５１４２.５６占比％０２.２２.９３２.６６３.８６４㊀分析与结论该文对研究区不同高程级㊁坡度级和坡向级的森林空间分布情况进行了系统分析ꎮ研究发现:研究区森林总面积３６９０.５５ｈｍ２ꎬ在１５０１~２１００ｍ高程区间森林密集分布ꎬ面积占整体的９６.６６％ꎬ乌箐岭景区南端高程最大ꎬ此处阔叶林主干一般较为粗短ꎬ或与冬季常受低温和凝冻抑制树木的垂直生长有关ꎮ在６ʎ~２５ʎ地段森林面积占整体的７２.７０％ꎬ坡度较大地段多分布灌丛ꎬ可能与土壤厚度和水分条件有关ꎮ在半阳坡㊁半阴坡占５３.５９％ꎬ分别超过了２５％ꎬ高于阴坡和阳坡ꎬ更有利于森林生长ꎬ表明森林分布模式或与水分蒸发和养分流动相对平衡有关ꎮ研究还发现ꎬ研究区针阔混交林分布较少ꎬ削弱了自然保护地的生物多样性和森林生态系统稳定性ꎮ在自然环境中ꎬ森林空间分布由其生物学特性㊁种内外关系以及环境因子等多方面因素共同决定的ꎮ地形因子作为重要的生态因子之一ꎬ往往通过影响光照㊁水分㊁温度㊁风力㊁土壤和生物等其他环境因子ꎬ进而综合作用于森林分布ꎮ此外ꎬ人为干预因素也能影响和决定森林空间分布ꎬ比如ꎬ研究区针叶林起源于早期ꎬ为解决木料紧缺而进行飞播造林ꎬ并在设立国有林场和自然保护地后采取严格的保护措施ꎬ为针叶林生长和分布创造了条件ꎮ综上ꎬ科学分析自然保护地内包括地形在内的多个生态因素ꎬ以明确主导自然保护地森林生长分布的因素ꎬ对于评估自然保护地森林立地质量㊁生态系统稳定性ꎬ持续发挥生态系统各项功能至关重要ꎬ可作为自然保护地优化整合㊁保护规划参考依据ꎮ参考文献[１]陈绾月.对自然保护地功能区划制度的反思与重构[Ｃ]//中国法学会环境资源法学研究会ꎬ海南大学.新时代环境资源法新发展 自然保护地法律问题研究:中国法学会环境资源法学研究会２０１９年年会论文集(中).西安:西安建筑科技大学ꎬ２０１９:１４. [２]吴胜义ꎬ张方圆ꎬ王飞ꎬ等.基于ＤＥＭ数据分析川西云杉林与高山柏林空间分布特征 以石渠县为例[Ｊ].西北林学院学报ꎬ２０２２ꎬ３７(３):１３３－１３８.[３]陈贤干.福建省森林公园落界 一张图 与景观空间格局分析[Ｊ].林业勘察设计ꎬ２０１７ꎬ３７(２):１４－１９ꎬ２３. [４]陈晨ꎬ陈永刚ꎬ徐文兵ꎬ等.基于ＤＥＭ的小班坡度自动提取算法及其验证[Ｊ].西南林业大学学报ꎬ２０１９ꎬ３９(４):８３－８８. [５]刘玉平ꎬ刘贵峰ꎬ达福白乙拉ꎬ等.地形因子对大青沟自然保护区不同森林群落叶性状的影响[Ｊ].林业科学ꎬ２０１７ꎬ５３(３):１５４－１６２.[６]秦随涛ꎬ龙翠玲ꎬ吴邦利.地形部位对贵州茂兰喀斯特森林群落结构及物种多样性的影响[Ｊ].北京林业大学学报ꎬ２０１８ꎬ４０(７):１８－２６.[７]赵阳ꎬ杨萌萌ꎬ刘锦乾ꎬ等.冶力关林区紫果云杉天然林种群结构特征[Ｊ].西北林学院学报ꎬ２０２０ꎬ３５(４):３７－４４. [８]张坤ꎬ肖燕ꎬ何振芳ꎬ等.基于ＳＲＴＭＤＥＭ的祁连山自然保护区地形特征研究[Ｊ].干旱区地理ꎬ２０２０ꎬ４３(６):１５５９－１５６６.。
基于DEM的土地利用类型与地形因子关系研究——以重庆市永川朱龙花等6村为例
基于 Ｄ Ｅ Ｍ的土地利用类型与地形因子关系研究
以重 庆 市 永 川 朱龙 花等 ６村 为 例
罗 明 பைடு நூலகம்， 罗 静， 王佑 汉
（ 西 华 师 范 大学 国土 资 源学 院 ， 四川 南 充 ６ ３ ７ ０ ０ ９ ）
摘要 ： 以重 庆市 永 川 区 陈食 街 道 朱 龙 花 等 ６村 为 例 ， 基 于 全 国 二 次 调 查 土 地 利 用 现 状 图 和 数 字 高程 模 型 （ Ｄ Ｅ Ｍ） ， 在Ａ ｒ ｃ Ｇ Ｉ Ｓ ９ ． ３ 平 台支 持 下 ， 进行 了 ３ ０ ｍ ｘ ３ ０ ｍ栅 格 单 元 的土 地 利 用 与 地 形 因子 关 系研 究 ， 探 讨 了 重 庆 市 永 川 土 地 利 用 特 征 。结 果 表 明 ， 海 拔高度 、 坡 度 和 坡 向与 土 地 利 用 类 型 的综 合 分 析 有 助 于 从 定 量 剖 析 土 地 利 用 空 间 分 布 特 征 ； 朱 龙 花 等 ６村 海 拔 、 坡 度 及 坡 向 均 值 分 别 为 ３ ４ ５ ｍ、 １ ７ ． ２ ８ 。 和２ ７ １ ． ２ ５ 。 （ 西坡） ； 采用高程分带 、 坡 度 分 级 及 坡 向分 类 的方 法 能 直 观 展 示 土 地 利 用 格 局 特 征 。耕 地 （ 水 田及 旱 地 ） 主要 分布在低海拔的平原和丘陵上 ， 阳坡面积 大于 阴坡 ， 水 田尤 为 突 出 。 园 地 和林 地 主 要 分 布 在 海 拔 低 于 ４ ０ ０ ｍ的丘 陵上 ， 坡 度 小 于 １ ５ 。 ， 西坡 和 西 北坡 分 布 最 多 ； 草地主要分布在海拔 ２ ０ ０ －５ ０ ０ ｍ的 平 原 和 丘 陵 上 ， 坡度小 于 ２ ５ 。 ， 各 坡 向均 有 少 量 分 布 ； 水域 、 水 利 建 设 用地 、 城镇村及工矿用地分布格局类似 ， 主要分布在 ３ ０ ０ －４ ０ ０ ｍ的丘陵上 ， 坡度小 于 ６ 。 ， 东坡 、 东南坡 分布较 多 ； 其 他 土 地 分 布 在 海 拔低于 ５ ０ ０ ｍ， 坡度小于 ２ ５ 。 ， 西 坡 分 布 较 多 。从 土 地 利用 与 生 态环 境 的协 调 发 展 角 度 看 ， 该 区域 土 地 利 用 空 间 分 布 格 局 基 本 符 合 生 态 环 境 建 设 的要 求 ， 约有 ２ ． ３ ４ ｈ ｍ 的耕地位于坡度大于 ２ ５ 。 的缓 陡 坡 和 陡 坡 上 ， 应 继 续 推行 退 耕 还 林 、 还 草 。研 究 结 果 表 明 ， 地 形 因 子对土地利用的空间格局的影响较大 ； 同 一地 形 因 子不 同级 别 下 的 土地 主导 利 用 方 式 各 异 ， 土 地 利 用类 型 的 优 势 区域 不尽 相 同 。 关键词 ： Ｄ Ｅ Ｍ； 土地利用 ； 地 形 因子 ； 空间分布 ； 朱 龙 花 村
dem的分类体系
dem的分类体系数字高程模型（Digital Elevation Model, DEM）是一种以数字方式表示地球表面高度的地理信息数据模型。
DEM广泛应用于地理信息系统、地形分析、水文模拟、环境评估等领域。
DEM的分类体系是对DEM数据按照一定的标准和规则进行分类和组织的过程，旨在方便使用者对DEM数据进行有效的管理和应用。
DEM的分类体系可以根据不同的目标和需求进行制定，下面将介绍一种常见的DEM分类体系。
一、基于数据来源的分类1. 光学遥感DEM光学遥感DEM是通过遥感影像中的地形特征和地物信息生成的数字高程模型。
常用的光学遥感数据源包括航空影像和卫星影像。
2. 激光雷达DEM激光雷达DEM是通过激光雷达系统获取地表高程数据并进行处理生成的数字高程模型。
激光雷达技术具有高精度、高密度的特点，在地形分析和制图中广泛应用。
3. 雷达干涉DEM雷达干涉DEM是通过合成孔径雷达干涉测量技术获取的地表高程数据。
该技术通过多次雷达测量来捕捉地球表面形变的微小变化，可以用于地壳运动、地震活动等研究。
二、基于数据分辨率的分类1. 分辨率较低DEM分辨率较低DEM指的是像素大小较大的DEM数据，相应的地形细节信息较少。
这种分类适用于大范围的地形分析，如区域地质和地貌研究。
2. 分辨率较高DEM分辨率较高DEM指的是像素大小较小的DEM数据，能够提供更精细的地形细节信息。
这种分类适用于需要高精度高分辨率地形数据的应用，如城市规划、建筑工程等。
三、基于数据处理方法的分类1. 栅格DEM栅格DEM是将连续的地形表面划分为规则网格，并在每个网格块上以离散的方式记录地表高度值。
栅格DEM是一种常用的DEM数据表示格式。
2. 三角网DEM三角网DEM是通过对地表的采样点进行三角剖分来生成地形模型的一种方法。
这种分类方法能够提供更精确的地形信息，但是数据量较大。
四、基于数据精度的分类1. 低精度DEM低精度DEM指的是高程数据的精度相对较低，通常适用于一些对高程要求不高的应用领域，如农业、土地利用等。
基于不同分辨率的DEM地形信息比较研究——以四川省绵阳市为例
基于不同分辨率的DEM地形信息比较研究——以四川省绵
阳市为例
陈浩;林孝先;董廷旭
【期刊名称】《绵阳师范学院学报》
【年(卷),期】2022(41)2
【摘要】以绵阳市30 m分辨率数字高程模型(DEM)为基准,运用数理统计与比较
分析的方法,探讨30 m分辨率和90 m分辨率DEM所提取的地面坡度、剖面曲率、平面曲率等地形信息的差异性.结果表明,与高分辨率DEM相比,低分辨率DEM所
提取的地貌相对高差减小,地面坡度整体降低,地形更为平缓,坡度和坡向变化率降低,坡面线曲折程度和等高线弯曲程度变小,坡面形态相对光滑.研究结果对于DEM应
用精度估算与误差修正具有一定的指导意义.
【总页数】6页(P113-118)
【作者】陈浩;林孝先;董廷旭
【作者单位】绵阳师范学院资源环境工程学院
【正文语种】中文
【中图分类】P94
【相关文献】
1.不同分辨率SRTM-DEM的数字地形分析比较研究
2.基于不同分辨率DEM的地形因子比较分析
3.基于DEM数据的等高线地形图的制作——以四川省绵阳市为
例4.基于不同空间分辨率DEM的地形因子分析比较5.基于不同分辨率DEM的永寿县地形信息差异分析
因版权原因，仅展示原文概要，查看原文内容请购买。
基于DEM的可视化分析
基于DEM的可视化分析基于DEM（Digital Elevation Model，数字高程模型）的可视化分析是地理信息系统（GIS）中常用的一种方法。
DEM是一种以离散网络的形式描述地形高程信息的数学模型，通过将地表分割成一个个网格单元，每个单元上记录了地表的高程数值。
首先，数据获取与处理是基于DEM的可视化分析的基础。
DEM数据可以通过多种途径获取，包括测量、遥感和插值方法。
一般来说，测量方法是最准确的，但成本较高，适用于小范围的地形数据获取。
遥感方法可以通过卫星或航空影像获取地形数据，适用于大范围的地形数据获取。
而插值方法是利用已有的地形数据进行插值计算，得到更密集的DEM数据。
获取到DEM数据后，还需要进行数据处理，包括数据清洗、填充空洞和滤波处理，以获得更可靠和准确的地形数据。
其次，可视化方法是基于DEM的可视化分析的核心技术。
常用的可视化方法包括等高线图、阴影图、颜色编码图和三维渲染图。
等高线图通过连接相同高程数值的点，形成等高线，直观展示地面起伏。
阴影图是通过根据地形的坡度和方向计算光照效果，产生形象逼真的地表高程图像。
颜色编码图是通过将不同高程数值映射到不同颜色上，展示地形的空间分布特征。
三维渲染图则是将DEM数据转换为三维模型，通过模型的旋转和缩放等操作，使用户能够更直观地了解地形的立体形态。
最后，基于DEM的可视化分析具有广泛的应用领域。
在地理学领域，DEM可视化分析可以用于绘制地形图、地貌分析和水资源管理等。
在城市规划和土地利用方面，DEM可视化分析可以用于评估用地适宜性、地形和土地可持续性分析等。
在环境科学领域，DEM可视化分析可以用于洪水模拟、土地侵蚀评估和自然灾害风险预测等。
此外，基于DEM的可视化分析还在军事、交通、电力等领域具有重要应用价值。
总的来说，基于DEM的可视化分析是一种重要的地理信息处理方法，通过将DEM数据转化为可视化图像，使用户能够更直观地了解地形的特征和分布。
基于dem的干暖河谷地貌类型划分——以汉源县为例
中国基本地貌形态主要为平原、盆地、丘陵、山地和
高原五大类型购，而地表相对起伏度和地貌面海拔在 宏观上体现了地貌内营力作用的特征和性质，是最基本 的地貌形态指标„本研究基于多尺度数字地貌等
级分类方法删和中国陆地1 : 100万数字地貌分类体
系也，以地形起伏度与海拔高度为基本指标对地貌类型 进行逐级划分。依据地表高度的起伏变化将地表形态 划分为平坦地、丘陵、低起伏山地、中起伏山地和高起伏
类，基于DEM数据划分地貌类型的方法更全面、准确。« 30 mX30 m的GDEMDEM数据为基础，以高程
和地形起伏度为指标对该地区地貌形态进行了划分，结果显示：地形起伏度最佳统计分析窗口面积为0. 15 kn?,汉源地区的整体地貌特点为：东、西两面山地环绕，逐渐向中部倾斜。该地区地貌类型多样，共划分出
1必"対'0*眼
LOF+ft'O"球
103 恤'tr舉
討 =' p o E
r-l
I竝呛小旷呆
I忙"Of.聚
图1研究区位置
基于栅格DEM的微观地形分类技术
Ｇｅ ｇ ａ ｈｃ ｌ ｃｅ ｃ ，Ｎａ ｊ ｇ Ｎｏ ｍａ ｉｅ ｓ ｙ Ｎａ ｊ ｇ２ ０ ９ ，Ｃｈｎ ） ｏ ｒｐ ｉａ ｉｎ ｅ Ｓ ｎｉ ｒ ｌＵｎｖ ｒｉ ， ｎｉ １ ０ １５ Ｎｏ ４
Ｄｅ ． ００ ｅ２ ８
文章 编 号 ： ６ ２ ３ １ ２ ０ ） ４ ０ ３ － ０ １ ７ —９ ３ （ ０ ８ ０ － ０ ２ ５
基 于栅格 Ｄ Ｍ 的微观 地 形分 类 技 术 Ｅ
周访 滨 ，刘 学 军。 。
（ ． 沙理 工 大 学 交 通 运输 工 程 学 院 ， １长 湖南 长 沙 湖南 长沙 ４００ ； ． １０ ４ ２ 中南 大 学 信 息 物 理 工 程 学 院 ， ４ ０ ８ ； ． 京 师 范 大 学 地 理科 学 学 院 ， １０ ３ ３ 南 江苏 南 京 ２０ ９ ） １ ０ ７
ｓ ａ ｃ ｅ ｅ ｅ ｃ ｄ ｔ ｍｐ ｏ ｅ Ｄｒ ｇ ｔＳ ｈ ｌ ｃａ ｓｆ ａ ｉ ｎ ｄ ｃｓ ｏ ．Ｔｈ ｘ ｅ ｉ ｎ ａ ｅ ｅ ｒ ｈ ｉ ｒ ｆ ｒ ｎ ｅ ｏ ｉ ｒ ｖ ａ ｕ ’ ｉ ｌ ｓ ｉ ｃ ｔｏ ｅ ｉｉ ｎ ｓ ｌ ｉ ｅ ｅ ｐ ｒｍｅ ｔ ｂ ｓ ｄ ｏ ｍ ｐ ｏ ｅ ｉ ｌ ｓ ｉ ｃ ｔ ｎ ｄ ｃｓｏ ａ ｒｅ ｕ ｓｎ ｏ ａ ｒｄ ＤＥＭ ｆＬ ｅ ｓＰ ａ ｅ ｕ ｎ ｉ ｒ ｖ ｄ ｈ ｌ ｃ ａ ｓｆ ａ ｉ ｅ ｉ ｉ ｎ ｉ ｃ ｒ ｉｄ ｏ ｔｕ ｉ ｇ ｌ ｃ ｌ ｉ ｌ ｉ ｏ ｓ ｇ ｏ ｏ ｓ ｌｔａ ． Ａｕ ｏ ｔ ｄ ｃ ａ ｓｆ ａ ｉ ｎ ｏ ｃ ｏ ｌ ｎ ｆ ｒ ｉ ｒ ａ ｉｅ ． Ａｎ ｅａ ｉ ｎ ｈ ｐ ｂ ｔ ｅ ｈ ｉ－ ｔ ｍａ ｅ ｌ ｓ ｉｉ ｔｏ ｆ ｍｉ ｒ — ａ ｄ ｏ ｍ Ｓ ｅ ｌ ｄ ｃ ｚ ｄ ｒ ｌ ｔ ｓ ｉ ｅ ｗｅ ｎ ｔ ｅ ｄ ｓ ｏ
- 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)。
确 高效地识别地形特征 ， 确定对应 图幅所属 的地形 类别。研 究成果 已正式应 用于河北省 第一次全 国地理 国情普 查和其他测绘地理信 息管理 工作 。
关键词 ： 坡 度 分析 ； 地 形分 类 ； Ｄ Ｅ Ｍ 中图 分 类 号 ： Ｐ ２ ３ １ ． ５ 文献标识码 ： Ｂ 文章编号 ： １ ６ ７ ２— ５ ８ ６ ７ （ ２ ０ １ ４ ） ０ ８— ０ ２ ０ ６ — ０ ３
Ｒｅ ｓ ｅ ａ ｒ ｃ ｈ ｏ ｎ Ｍｅ ｔ ｈ ｏ ｄ ｓ ｏ ｆ ＤＥＭ ． ． Ｂａ ｓ ｅ ｄ Ｔｅ ｒ ｒ ａ ｉ ｎ Ｃｌ ａ ｓ ｓ ｉ ｉｃ ｆ ａ ｔ ｉ ｏ ｎ
Ｌ Ｉ ＡＮＧ Ｌ ｉ —ｆ ａ ｎｇ ，Ｔ Ｉ ＡＮ Ｓ ｈ ｉ —ｙ ｕ，Ｗ ＡＮＧ Ｙａ ｎ—ｙ ｕ ｎ，Ｗ Ｕ Ｗｅ ｎ—ｔ ａ ｎ
ｏ ｔ ｈｅ ｒ ｓ ｕｒ ｖ ｅ ｙ ｉ ｎｇ ａ ｎ ｄ ｍａ ｐ ｐｉ ｎｇ ｇ ｅ ｏ ｒａ ｇ ｐｈ ｉ ｃ ｉ ｎ ｆ ｏ ｍ ａ ｒ ｔ ｉ ｏ ｎ ｍａ ｎａ ｇ ｅｍｅ ｎ ｔ ．
Ｋｅ ｙ ｗｏ ｒ ｄ ｓ ： ｓ ｌ ｏ ｐ ｅ ａ ｎ ａ ｌ ｙ ｓ ｉ ｓ ；ｔ ｅ ｒ ｒ ａ ｉ ｎ ｃ ｌ ａ ｓ ｓ ｉ ｉ ｆ ｃ ａ ｔ ｉ ｏ ｎ ；ＤＥ Ｍ
第３ ７卷 第 ８期
２ ０ １ ４ 年 ８ 月
测绘 与 空 间地 理 信 息
Ｇ ＥＯ ｛ Ｉ 耋 Ａ Ｔ Ｉ ｃ ｓ＆ Ｓ Ｐ Ａ Ｔ Ｉ Ａ Ｌ ｌ ＮＦ ｏ ＲＭＡ Ｔ ｌ ｏＮ Ｔ ＥＣ ＨＮＯ Ｌ ＯＧ Ｙ
Ｖｏ １ ． ３ ７， Ｎｏ ． ８
Ａｕ ｇ ． ，２ ０ １ ４
（ １ ． Ｓ ｕ ｒ ｖ ｅ ｙ ｉ ｎ ｇ ａ ｎ ｄ Ｍａ ｐ ｐ ｉ ｎ ｇ Ｄ ａ ｔ ａ Ａ ｒ ｃ ｈ ｉ ｖ ｅ ｓ ｏ ｆ Ｈｅ ｂ ｅ ｉ Ｐ ｒ ｏ ｖ ｉ ｎ ｃ ｅ ， Ｓ ｈ ｉ ｊ ｉ ａ ｚ ｈ ｕ ａ ｎ ｇ ０ ５ ０ ０ ３ １ ， Ｃ ｈ ｉ ｎ ａ ； ２ ． Ｔ ｈ ｅ ２ ｎ ｄ Ｉ ｎ ｓ ｔ ｉ ｔ ｕ ｔ ｅ ｏ ｆ Ｓ ｕ ｒ ｖ ｅ ｙ ｉ ｎ ｇ ａ ｎ ｄ Ｍａ ｐ ｐ ｉ ｎ ｇ ｏ ｆ Ｈｅ ｂ ｅ ｉ Ｐ ｒ ｏ ｉｎ ｖ ｃ ｅ ， Ｓ ｈ ｉ ｊ ｉ ａ ｚ ｈ ｕ ａ ｎ ｇ ０ ５ ０ ０ ３ １ ， Ｃ ｈ ｉ ｎ ａ ）
Ｏ 引 言
地 形类 别 的判定结 果 作 为测 绘 地理 信 息项 目中基 本
ｔ Ｓ ｙ ｓ ｔ ｅ ｍ Ｒ ｅ ｓ ｅ ａ ｒ ｃ ｈ Ｉ ｎ ｓ ｔ ｉ ｔ ｕ ｔ ｅ ） 开发 的 ＧＩ Ｓ软件 ， 是 世界 上应 用
广泛 的 Ｇ Ｉ Ｓ 软件之一， 也是我 国 Ｇ Ｉ Ｓ领 域 常 用 的 商 业 软 件 。本 文利 用 Ａ ｒ ｃ Ｇ Ｉ Ｓ软 件 自身 的空 间数 据 管 理 、 数 据 编 辑、 地 图显 示 、 表 面建模 和地 形分 析等 功 能， 对 已 有 的
ｔ ｏ ｐ ｏ ｇ ｒ ａ ｐ ｈ ｙ ．Ｔｈ ｅ ｒ ｅ ｓ ｅ ａ ｒ ｃ ｈ ｒ ｅ ｓ ｕ ｌ ｔ ｓ ｈ ａ ｖ ｅ ｂ ｅ ｅ ｎ ｆ ｏ ｒ ｍａ ｌ ｌ ｙ ａ ｐ ｐ ｌ ｉ ｅ ｄ ｔ ｏ ｔ ｈ ｅ ｉ ｆ ｓｔ ｒ ｎ ａ ｔ ｉ ｏ ｎ ａ ｌ ｇ ｅ ｏ ｇ ｒ ａ ｐ ｈ ｉ ｃ ｃ ｏ ｎ ｄ ｉ ｔ ｉ ｏ ｎ ｓ ｃ ｅ ｎ ｓ ｕ ｓ ｏ ｆ Ｈｅ ｂ ｅ ｉ ｐ ｒ ｏ ｖ ｉ ｎ ｃ ｅ ａ ｎ ｄ
基于 Ｄ Ｅ Ｍ 的 地 形 分 类 方 法 研 究
梁 丽 芳 ， 田 时 雨 ， 王 燕 云 ，吴 文 坛
（ １ ． 河北省测绘资料档案馆 ， 河北 石家庄 ０ ５ ０ ０ ３ １ ； ２ ． 河北省第二测绘院 ， 河北 石家庄 ０ ５ ０ ０ ３ １ ）
摘
要： 坡度是描述地表形 态的基本指标 。利 用 Ａ ｒ ｃ Ｇ Ｉ Ｓ软件对 已有的 １ ： １ ０ ０ ０ ０ Ｄ Ｅ Ｍ数据进行坡度分析 ， 能够正
： １ ０ ０ ０ ０ Ｄ ＥＭ ｄ ａ ｔ ａ ｃ ａ ｎ ｉ ｄ ｅ ｎ ｔ ｉ ｆ ｙ ｔ ｅ ｒ ｒ ａ ｉ ｎ ｃ ｈ ａ ｒ ａ ｃ ｔ ｅ ｒ ｉ ｓ ｔ ｉ ｃ ｓ ｃ ｏ ｒ ｒ ｅ ｃ ｔ ｌ ｙ ａ ｎ ｄ ｅ ｆ ｆ ｉ ｃ ｉ ｅ ｎ ｔ ｌ ｙ ．Ａ ｎ ｄ ｉ ｔ ｗ ｉ ｌ ｌ ｄ ｅ ｔ ｅ ｒ ｍｉ ｎ ｅ ｔ ｈ ｅ ｔ ｅ ｒ ｒ ａ ｉ ｎ ｔ ｙ ｐ ｅ ｏ ｆ ｃ ｏ ｒ ｒ ｅ ｓ ｐ ｏ ｎ ｄ ｉ ｎ ｇ
Ａｂ ｓ ｔ ｒ ａ ｃ ｔ ：Ｓ ｌ ｏ ｐ ｅ ｉ ｓ ｔ ｈ ｅ ｂ ａ ｓ ｉ ｃ ｉ ｎ ｄ ｉ ｃ ａ ｔ ｏ ｒ ｓ ｏ ｆ ｄ ｅ ｓ ｃ ｒ ｉ ｂ ｉ ｎ ｇ ｔ ｈ ｅ ｅ ａ ｒ ｔ ｈ’ Ｓ ｓ ｕ ｒ ｆ ａ ｃ ｅ ．Ｕｓ ｉ ｎ ｇ ｔ ｈ ｅ ｓ ｏ ｆ ｔ ｗ ａ ｒ ｅ ｏ ｆ Ａｒ ｃ ＧＩ Ｓ ｔ ｏ ｓ ｌ ｏ ｐ ｅ ａ ｎ ａ ｌ ｙ ｓ ｉ ｓ ｗ ｉ ｔ ｈ ｇ ｉ ｖ ｅ ｎ １