第八章 特征地形要素的提取
ArcGIS 8 特征地形要素的提取

汇流累计量图
⑸汇流累计量为0值的提取 计算公式:facc0 = (flowacc1 == 0);
汇流累计量为0值的图
山脊线的提取 ⑹在AarcMap中打开facc0,会发现很多地方并 不是山脊线,因此需要对此数据做如下处理: 利用邻域分析的方法,对facc0进行3*3邻域分 析,求均值,使数据变得光滑,处理后的数据 命名为:neiborfacc0;
洼地填充
洼地填充后的图像
⑶ 基于无洼地的水流方向的计算
选择输入表面栅格数据:fildem;命 名输出栅格数据的文件名: flowdirfill,并选择保存路径。
流向图flowdirfill
⑷ 汇流累计量的计算
选择flowdirfill作为输入的水流方向 数据;输出数据命名为:flowacc1
2)提取等高线
提取的等高线
山体阴影
二值化处理
对邻域分析后的数据重新分级
0.5541
对重新分级后的数据重分类
将进行过二值化处理的 neiborfacc0进行重分类为 Reneibor,将入属性值接 近1的那一类的属性值赋 值为1,其余的赋值为0;
消除负地形区域中的错误
最终提取的山脊线
8 特征地形要素的提取 正负地形的提取
⑴在ArcMap中加载实验区的DEM数据。
⑵在ArcToolbox中 选择统计工具
⑵ 利用邻域分析方法以11*11的窗口计算平 均值。计算结果命名为meandem。
打开统计工具
Meandem
⑶ 在ArcToolbox中选择栅格计算工具
B为计算出的正地形栅格数据
重分类
⑷在ArcToolbox中选择重分类工具,对运 算结果进行重分类,分级界线为0。将大 于0的区域赋值为1(即为正地形),小于0 的区域赋值为0,命名为ZDX,另一次将 小于0的区域赋值为1(即为负地形),大于 0的区域赋值为0,命名为FDX。
地图编制中的地理要素提取与特征提取

地图编制中的地理要素提取与特征提取地理要素提取和特征提取在地图编制中起着至关重要的作用。
地图编制是指将地理信息转换为可视化的地图形式,这需要对地理要素进行提取和特征提取。
本文将介绍地图编制中的地理要素提取和特征提取的概念、方法和应用。
地理要素提取指的是从原始地理数据中提取出具有特定含义和价值的地理要素。
地理要素可以是河流、湖泊、山脉、道路、建筑物等。
地理要素提取的目的是将地理现象转化为图形和属性数据,以便在地图上呈现出来。
地理要素提取的方法主要有人工解译、基于遥感影像的自动识别和基于地理信息系统的数据处理等。
人工解译是最早也是最常用的地理要素提取方法之一。
它依靠专业人员对遥感影像进行目视解译,通过观察和判断识别出不同的地理要素。
虽然这种方法需要耗费大量时间和人力,但由于人的直观感知和专业知识,可以提取出高质量的地理要素。
近年来,随着遥感技术的发展,基于遥感影像的自动识别成为地理要素提取的重要方法。
这种方法利用计算机算法和数学模型,对遥感影像进行图像分割、特征提取、分类等步骤,自动提取出地理要素。
其中,图像分割是将遥感影像划分为不同的区域,特征提取是对每个区域提取特定的属性,分类是将每个区域归类为相应的地理要素。
这种方法具有快速、准确、大规模处理的优势,能够提高地理要素提取的效率和精度。
地理特征提取是在地理要素提取的基础上,对地理要素进行进一步的属性提取和描述。
地理特征包括形状特征、空间关系特征、属性特征等。
形状特征描述地理要素的形状、大小、比例等特征,空间关系特征描述地理要素之间的相对位置和空间关系,属性特征包括地理要素的属性信息,如高程、土壤类型、土地利用等。
地理特征提取可以通过空间分析和地理信息系统等方法实现。
地理要素提取和特征提取在地图编制中有着广泛的应用。
首先,它们是制作地理数据库和地图的重要环节。
地理数据库是包含丰富地理要素和特征的空间数据库,可以为地理信息系统、城市规划、环境监测等领域提供数据支持。
ArcGIS DEM_8.4特征地形要素提取

河网分级的生成
河网分级是对一个线性的河流网络以数字标识 的形式划分级别。在地貌学中,对河流的分级是根 据河流的流量、形态等因素进行。不同级别的河网 所代表的汇流累积量不同,级别越高,汇流累积量 越大,一般是主流,而级别较低的河网一般则是支 流。在ArcGIS的水文分析中,提供两种常用的河网 分级方法:Strahler分级和Shreve 分级。
Strahler分级
如图8.26所示,Strahler分级是将所有河网弧 段中没有支流河网弧段定为第1 级,两个1级 河网弧段汇流成的河网弧段为第2级,如此下 去分别为第3级,第4 级,……,一直到河网 出水口。在这种分级中,当且仅当同级别的两 条河网弧段汇流成一条河网弧段时,该弧段级 别才会增加,对于那些低级弧段汇入高级弧段 的情况,高级弧段的级别不会改变;
(2)独立洼地区域的填平
洼地区域中只有一个谷底点,并且该点的8个 邻域点中没有一个是该洼地区域的边缘点。 填平的方法是按水流的反方向采用区域增长 算法,找出独立洼地区域的边界线,即水流 流向该谷底点的边界线。在该洼地边缘线上 找出最小高程点。将独立洼地区域内所有高 程小于该点的值都用这个点的高程值替代。
(3) 栅格河网的形成
利用【Spatial Analyst工具】|【地图代数】|【栅格计算器】
可得到栅格河网。其思想是利用所设定的阈值 对整个区域分析并生成一个新的栅格图层,其 中汇流量大于阈值的栅格设定为1,而小于或 等于阈值的栅格设定为无数据。将计算出来的 栅格河网命名为streamnet;
栅格河网矢量化
流域分割操作
(1)在ArcMap里加载水流方向数据fdirfill和栅 格河网数据streamnet; (2) 在ArcToobox中选择
【Spatial Analyst】|【水文分析】|【河流连接】, 打开河流连接工具(图8- 24);
地形特征点的提取实验报告

地形特征点的提取实验报告地形特征点的提取是一种重要的地理信息处理过程,它可以帮助我们对地形进行定量分析和判断地形类型。
本实验主要探讨了三种常见的地形特征点提取算法,包括高斯滤波算法、Sobel算子算法和Canny算子算法,并通过实验验证了它们的可行性和有效性。
首先,高斯滤波算法是一种常见的平滑滤波算法,可以有效地抑制噪声,同时保留图像的边缘信息。
在地形特征点提取实验中,我们首先对原始地形数据进行高斯滤波处理,使得图像变得平滑。
然后,通过计算图像的梯度,可以得到图像中的边缘信息,边缘处即为地形特征点。
高斯滤波算法主要是通过卷积操作实现,具体的算法流程如下:1. 将地形数据转换为灰度图像。
2. 定义高斯核函数,例如3x3或5x5的高斯核。
3. 将高斯核应用于灰度图像,通过卷积操作实现平滑化。
4. 计算平滑后图像的梯度,得到边缘信息。
5. 使用阈值化方法将边缘信息转化为二值图像,边缘处即为地形特征点。
其次,Sobel算子算法是一种常见的图像边缘检测算法,可以有效提取图像的边缘信息。
在地形特征点提取实验中,我们可以将Sobel算子应用于地形数据,以检测地形的边缘。
该算法的主要流程如下:1. 将地形数据转换为灰度图像。
2. 定义Sobel算子,例如3x3的水平和垂直卷积核。
3. 将Sobel算子应用于灰度图像,分别计算水平和垂直方向上的导数值。
4. 根据导数值的大小确定边缘位置,即特征点所在处。
最后,Canny算子算法是一种常见的图像边缘检测算法,可以实现较高的边缘检测准确性和鲁棒性。
在地形特征点提取实验中,我们可以将Canny算子应用于地形数据,以提取地形的边缘和特征点。
该算法的主要流程如下:1. 将地形数据转换为灰度图像。
2. 对灰度图像进行高斯滤波,以去除噪声。
3. 计算图像的梯度幅值和方向。
4. 应用非极大值抑制,以细化边缘。
5. 使用双阈值算法进行边缘连接,形成闭合的轮廓。
6. 通过筛选边缘像素,得到地形特征点。
测绘技术中的地形要素提取方法

测绘技术中的地形要素提取方法摘要:地形要素提取是测绘技术中的一个重要领域,它通过分析地形数据,提取出地表上的各种要素信息,为地理信息系统、土地利用规划、环境保护等领域提供了重要的支持。
本文将介绍地形要素提取的基本原理和常用方法,并对其应用进行探讨。
一、地形要素提取的基本原理地形要素提取是通过遥感技术获取地表特征信息,并加以分析和处理,得出地形要素的空间分布和属性特征。
其基本原理是通过分析地形数据中的高程、坡度、坡向等信息,提取出地表上的山脊、河流、湖泊、道路等地形要素。
二、地形要素提取的常用方法1. 基于高程数据的地形要素提取方法基于高程数据的地形要素提取方法是最常用的方法之一。
通过对高程数据进行滤波、插值和分析处理,可以提取出地表的高程信息。
常用的方法包括数字高程模型(DEM)分析和等高线提取法。
2. 基于影像数据的地形要素提取方法基于影像数据的地形要素提取方法利用遥感影像中的颜色、纹理、形状等特征来提取地表要素信息。
常用的方法包括对象提取法、纹理分析法和形状识别法。
其中,对象提取法是应用最广泛的方法之一,它通过定义特征和阈值,将影像中的地物目标提取出来。
3. 基于点云数据的地形要素提取方法点云数据是一种三维点阵数据,可以直接反映地物表面的形态和位置信息。
基于点云数据的地形要素提取方法是近年来发展起来的新技术。
它通过对点云数据进行过滤、分类和分析处理,可以提取出地表上的各种地形要素。
常用的方法包括基于特征的点云分类法和基于拟合的点云分割法。
四、地形要素提取的应用地形要素提取在地理信息系统、土地利用规划、环境保护等领域有广泛的应用价值。
如在地理信息系统中,地形要素提取可以帮助建立精确的地理基础数据库,为地理空间分析提供数据支持。
在土地利用规划中,地形要素提取可以辅助规划人员快速了解土地利用现状,评估土地利用潜力。
在环境保护中,地形要素提取可以帮助监测地表的水资源、土壤质量和植被覆盖等,提供科学依据。
ArcGIS实验操作(八)---地形特征提取

ArcGIS实验操作(八)地形特征信息提取数据:在data/Ex8/文件下·dem:分辨率为5米的栅格DEM数据。
·Result文件夹:·shanji:提取的山脊线栅格数据;·shangu:提取的山谷线栅格数据;·hillshade:地形晕渲图。
要求:利用所给区域DEM数据,提取该区域山脊线、山谷线栅格数据层。
操作步骤:1.加载DEM数据,设置默认存储路径,使用空间分析模块下拉箭头中的表面分析工具,选择坡向工具(Aspect),提取DEM的坡向数据层,命名为A。
该DEM的坡向数据如下图所示:提取A的坡度数据层,命名为SOA1。
3.求取原始DEM数据层的最大高程值,记为H:由此可见该最大高程值H为1153.79 使用栅格计算器,公式为(H-DEM),求反地形DEM数据如下:反地形DEM数据层calculation如下(可与原始DEM相比较):4.基于反地形DEM数据求算坡向值反地形DEM数据层calculation的坡向数据如下:5.提取反地形DEM坡向数据的坡度数据,记为SOA2,即利用SOA方法求算反地形的坡向变率。
6.使用空间分析工具集中的栅格计算器,求没有误差的DEM的坡向变率SOA,公式为SOA=(([SOA1]+[SOA2])-Abs([SOA1] -[SOA2]))/2其中,Abs为求算绝对值,可点击右下侧将其查找出来。
没有误差的DEM的坡向变率SOA如下图所示:7.再次点击初始DEM数据,使用空间分析工具集中的栅格邻域计算工具(NerghborhoodStatistics);设置统计类型为平均值(mean)邻域的类型为矩形(也可以为圆),邻域的大小为11×11(这个值也可以根据自己的需要进行改变),则可得到一个邻域为11×11的矩形的平均值数据层,记为B。
8.使用空间分析工具集中的栅格计算器,求算正负地形分布区域,公式为C = [DEM]-[B]。
地形特征点的提取实验报告

地形特征点的提取实验报告1. 研究背景地形特征点的提取是地理信息领域的重要研究方向之一。
地形特征点是指地表上具有明显特征的点,如山脊、山谷、河流等。
提取地形特征点可以帮助我们了解地貌构造、地质特征以及进行地形分析和地貌模拟等工作。
2. 实验目的本实验旨在探索地形特征点的提取方法,通过实验验证不同算法对地形特征点的有效性和精度,并比较它们的优缺点。
3. 实验材料与方法3.1 数据集本实验使用了某山区的数字高程模型(DEM)数据作为实验材料。
该DEM数据以栅格形式存储,每个栅格代表一单位面积内的高程值。
3.2 实验流程1.数据预处理:对DEM数据进行滤波、降噪等处理,以减少噪声对特征点提取的影响。
2.特征点提取方法比较:2.1 方法A:利用梯度变化法提取特征点,即通过计算DEM数据在各方向上的梯度变化来找到高度变化明显的地方。
2.2 方法B:利用曲率法提取特征点,即通过计算DEM数据的曲率来找到高度变化明显的地方。
2.3 方法C:利用局部最大值法提取特征点,即通过寻找DEM数据中局部最高点来找到地形上的山峰等特征点。
3.实验评估:对比不同方法提取的特征点,分析其准确性、覆盖范围和处理效率等指标。
4. 实验结果与分析4.1 方法A的结果与分析使用梯度变化法提取特征点后,我们得到了一系列特征点的坐标,其中包括山脊、山谷等地形特征。
经与地图对比,发现大部分特征点的位置与真实地形基本吻合,但也存在一些误差,这可能是由于数据噪声和算法的不足导致的。
4.2 方法B的结果与分析使用曲率法提取特征点后,我们得到了另一组特征点的坐标,并将其与方法A提取的特征点进行对比。
发现曲率法能够更好地捕捉到地形的细节特征,尤其是一些地貌变化相对缓和的地方。
然而,与方法A相比,曲率法提取的特征点数量较少,覆盖范围较窄。
4.3 方法C的结果与分析使用局部最大值法提取特征点后,我们得到了一些山峰等特征点的坐标,与方法A和方法B提取的特征点进行了对比。
地形指标的提取

地形指标的提取地形指标是最基本的一些地理自然要素信息,地形指标的提取有利于对水土流失、土地利用、土地资源评价等进行分析。
本篇主要包括坡度变率、坡向变率、地形起伏度、地面粗糙度四个基本地形指标的提取操作介绍。
1.坡度变率:坡度变率是地面坡度的变化率,也就是坡度的坡度(SOS),坡度变率在一定程度上反映了坡面曲率的信息。
提取操作如下:选择【系统工具箱→Spatial Analyst Tools→表面分析→坡度】工具,得到坡度数据层Slope。
选择【系统工具箱→Spatial Analyst Tools→表面分析→坡度】工具,对坡度数据层Slope提取坡度,得到坡度变化率数据层SOS。
2.坡向变率:坡向变率是指在提取坡向数据的基础上提取坡向的变化率,也就是坡向之坡度(SOA),坡向变率可以很好地反映等高线的弯曲程度。
SOA在提取过程中在背面坡将会有误差产生(北面坡坡向值范围是0°90°和270°360°,在正北方向附近如15°~345°两个坡向差值只有30°,而计算结果却是330°),因此需要将北坡向的坡向变率进行误差纠正处理。
选择【系统工具箱→3D Analyst Tools→栅格表面→坡向】工具,提取原始DEM的坡向数据。
选择【系统工具箱→3D Analyst Tools→栅格表面→坡度】工具,提取上一步得到的坡向数据层的坡度数据,得到坡向变率数据层SOA1。
使用原始DEM中的最大值减去原始栅格,得到反地形DEM栅格图像。
然后依次选择【系统工具箱→3D Analyst Tools→栅格表面→坡向】工具和选择【系统工具箱→3D Analyst Tools→栅格表面→坡度】工具,得到坡向变率数据层SOA2。
选择【系统工具箱→Spatial Analyst Tools→地图代数→栅格计算器】工具,输入(("SOA_1" + "SOA_2") - Abs("SOA_1" - "SOA_2")) / 2地图代数公式,得到没有误差的DEM的坡向变率SOA。
- 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)。
大规模的侵蚀沟形态,较小的侵蚀作用,只能产生较小的侵蚀沟。
河流水量的大小直接和流域面积大小有关,除干燥地区以外,一般是 流域面积越大,河流水量越大。
流域长度:主河道从流域出口到分水线的距离。
因而造成地形结构线的
漏判和误判。 所确定地形特征线具有 一定近似性,与实际地 形特征线存在差异。
• 3、基于地形表面流水物理模拟分析原理的算法
方法:汇水量——汇水线(山谷线)——分水线 (山脊线) 缺陷:汇水线误判:高处汇水量少的点被排除;低 处汇水量大的点被误认为是地形特征点。 分水线闭合与实际不符
• 2、模拟法
– 基于地表物质运动的水流模拟方法。
– 基本思想:
在自然表面上,水流沿 最陡方向向下流,并不断 地向下游汇聚。
二、地形特征点的提取
• 1、类型:
– 山顶点(Peak) – 凹陷点(洼地点,Pit) – 脊点(Ridge) – 谷点(Channel) – 鞍点(Pass) – 平地点(坡面点,Plane )
若与洼地(1)相邻的洼地区域(2)的集水出口,位于洼地(1)、(2)
其他洼地依次处理
(2)平地处理
• 处理方法:
– Martz和Garbrecht(1992)高程增量叠加算法 – 增加栅格高程采样精度的十分之一、千分之一或万分 之一。
(3)水流方向
• 指水流离开此网格时的指向。
(3)水流方向
分水岭(分水线):两个相邻集水区之间
的最高点连接成的不规则曲线。 流域出水口(集水出口 outlet):水流离
开集水流域的点。
六、流域的提取
流域沟谷级别 是对一个线性的河流网络进行分级别的数字 标识,是流域网络、流域地形自动分割的基础。
四、水系的提取
流域描述参数
1)流域整体参数
(4)水流累积量矩阵计算
(5)水道起始位置的确定
• O’Callaghan和Mark(1984) 最小水道给养面积阈对均一的下垫面。
六、流域的提取
• 1、相关概念 流域watershed(或集水流域、流域盆地、 集水盆地):分水线所包围的区域称为一 条河流或水系的流域。或水流及其他物质 流向出口的过程中所流经的区域。 子流域(sub-watershed):指较大的集 水流域结构中的一部分。将一个流域划分 成子流域的过程称为流域分割 (watershed partition)。
是水流时间计算的主要参数之一。 流域形状:圆度率或延长率
流域描述参数
流域形状:圆度率或延长率 • 一般来讲,低级流域的形状比高级流域的要圆一些。外围边界的锯齿 形也越轻微。 • 圆形或卵形流域,降水最容易向干流集中,从而引起巨大的洪峰。 • 狭长形流域,洪水宣泄比较均匀,因而洪峰不集中
圆度率 延长率 流域面积 与流域具有同样周长的 圆面积 与流域具有同样面积的 圆的直径 平行于主水道线的流域 的最大长度
五、水系的提取
• 2、基于地表径流漫流模型的水系提取算法
(1)洼地处理
1)处理方法:平滑处理 填平处理 洼地:区域地形的积水区域,洼地
底点的高程通常小于其相邻点高程
(李志林,1999)。
2)洼地识别:根据水流方向确定 凹陷型洼地、阻挡型洼地 (Garbrecht) 单格网洼地、独立洼地、复合洼地(李志林) 垫 高 降 低
• 4、平面曲率与坡位组合法
四、沟沿线的提取
四、沟沿线的提取
提取沟沿线
五、水系的提取
• 1、相关概念 – 河流stream – 水系stream networks
– 水流网络:水流到达集水出口
所流经的网络结构。
五、水系的提取
• 2、基于地表径流漫流模型的水系提取算法
洼地处理
平地处理 水流方向及水流累积量的确定 水道起始位置的确定
第八章 特征地形要素的提取
刘爱利 liuaili@
提纲
• 一、地形形态特征提取的内容及原理 • 二、地形特征点的提取 • 三、山脊线、山谷线的提取 • 四、沟沿线的提取 • 五、水系的提取 • 六、流域的提取 • 七、可视性分析
一、地形形态特征提取内容及原理
• 地形形态特征提取的主要内容
(m=1,2,…,5)的局部窗口。
设当前格网单元为(i,j),以该单元为中心,建立一个(2m+1) × (2m+1)
H (i k , j ) H (i k 1, j ) H (i k , j ) H (i k 1, j )
H (i k , j k ) H (i k 1, j k 1) H (i k , j k ) H (i k 1, j k 1)
• 水流方向矩阵的计算
D8算法 1)将格网的八个邻域格网编码
2)对未赋方向值的格网,计算中心栅格与邻域格网之间的距离权落 差。
hi P d
若最大落差值<0,则赋以负值,表示方向未定。 若最大落差值>0或=0,且最大值只有一个,则作为中心格网方向值。 若最大落差值>0,且有一个以上最大值,则在逻辑上以查表方式 确定水流方向。 若最大落差=0,且有一个以上0值,则0值所对应方向值相加。
三、山脊线、山谷线的提取
• 1、基于图像处理技术原理的算法
– 移动窗口算法2(陈永良等,2001)
H (i, j k ) H (i, j k 1) H (i, j k ) H (i, j k 1) 如果在局部窗口中,当前格网单元的高程值满足如下条件之一者,则可 H (i k , j ) H (i k 1, j ) 能为山脊点,其中1≦k ≦m: H (i k , j ) H (i k 1, j ) H (i, j k ) H (i, j k 1) H (i k , j k ) H (i k 1, j k 1) H (i, j k ) H (i, j k 1) H (i k , j k ) H (i k 1, j k 1)
H (i k , j k ) H (i k 1, j k 1)
• 2、基于地形表面几何形态分析原理 的算法
• 断面极值法 基本思想:地形断面曲线上的高程 极大值点即分水点,而高程极小值点 即汇水点。 按纵、横两个方向内插曲面的纵、 横剖面线,逐剖面线计算极大值点和 缺陷: 极小值点,即得到潜在的地形特征点。 未顾及每条地形特征线 自身的变化规律,在全 区域采用相同的阈值,
四、山脊线、山谷线的提取
• 1、基于图像处理技术原理的算法 H (i, j k ) H (i, j k 1)
– 移动窗口算法2(陈永良等,2001 ) H (i, j k ) H (i, j k 1) 如果在局部窗口中,当前格网单元的高程值满足如下条件之一者,则 H (i k , j ) H (i k 1, j ) 可能为山谷点,其中1≦k ≦H m(: i k , j ) H (i k 1, j )
设计一2×2窗口对DEM进行扫描 • 第一次扫描,将窗口中具有最低高程值的点进行标记,自始至终未 被标记点即为山脊线上的点; • 第二次扫描,将窗口中具有最高高程值的点进行标记,自始至终未 被标记点即为山谷线上的点。 缺点: • 提取特征点时必须排除DEM中噪声的影响 • 将特征点连接成线时的算法设计较困难
H (i, j k ) H (i, j k 1) H (i k , j k ) H (i k 1, j k 1) H (i, j k ) H (i , j k 1) H (i k , j k ) H (i k 1, j k 1) H (i k , j ) H (i k 1, j ) H (i k , j k ) H (i k 1, j k 1) H (i k , j ) H (i k 1, j ) H (i k , j k ) H (i k 1, j k 1) H (i k , j k ) H (i k 1, j k 1) 如果当前格网单元为鞍部点,该点高程同时满足上述两组公式中的任 H (i k , j k ) H (i k 1, j k 1) 意一个。
– 处理方法: • 以谷底点为起点,按流水的反方向找出独立洼地区域的边界线。
• 在边界线找出其高程最小的点
• 将独立洼地区域内的高程值低于该点高程值的所有点的高程用 该点的高程代替。
3)洼地填平方法
• 复合洼地
– 洼地区域中有多个谷底点,并且各 谷底点所构成的洼地区域相互邻接。
– 处理方法:
以各个谷底点为起点,按水流反方向找出各个谷底点所在洼地的边缘、 洼地相互关联关系,各洼地集水出水口位置 对于出水口位于与非洼地区域关联边上的洼地区域,找出出水口高程最 小(h1)的洼地(1),并将(1)区域内高程低于h1的点用h1代替。 的相邻边缘,且其高程h2小于h1时,令h2=h1。
(3)水流方向
• 多流向法
Quinn等(1991):按坡度和流向宽度关系分配流量。
Fi Li tan i
L tan
i 1 i
n
i
Li:对角线方向
2/4
格网间距;其他方向1/2倍格网间距
p Freeman(1991)坡度指数的流量分配公式: F (tan i ) i n (tani ) p i 1
地形形态特征提取的原理
• 1、解析法
– 基于地形形态的几何分析法(解析法) – 设在坐标系0-xyH中,地形曲面H=f(x,y)
为一光滑连续曲面,当任意地形点P为