坡长坡度因子的生成过程

合集下载

DEM坡面地形因子提取 技术文档

DEM坡面地形因子提取 技术文档

DEM坡面地形因子提取1.背景作为地形特征线的山脊线、山谷线对地形、地貌具有一定的控制作用。

它们与山顶点、谷底点以及鞍部点等一起构成了地形及其起伏变化的骨架结构。

同时由于山脊线具有分水性,山谷线具有合水性特征使得它们在工程应用方面具有特殊的意义。

因此在数字地形分析中,山脊线和山谷线的提取和分析是具有很大应用价值的。

2.目的了解基于DEM坡面地形因子提取的原理;掌握坡度、坡向、坡面曲率因子的提取方法及坡度分级图的制作;能够利用坡面地形因子与其它空间分析方法相结合以解决实际应用问题。

3.要求(1)技术流程正确,可视化准确、直观、形象;(2)画出实现的技术流程图,对构建关键技术点的目的和意义给出简要说明。

4.数据一幅25m分辨率的黄土地貌DEM数据,区域面积大约有140 km2。

5.实验内容(1)坡度a.添加Dem数据并激活它,打开spatial analyst工具。

b.从【Surface Analysis】菜单中选择【Slope】命令。

c.生成新的坡度主题slope of dem。

d.双击左边的图例,重新调整坡度分级。

(2)坡向a.在视图目录表中添加DEM并激活它,打开spatial analyst工具。

b.从【Surface Analysis】菜单中选择【Aspect】命令。

c.显示并激活生成的坡向主题Aspect of dem。

(3)坡面曲率因子平面曲率:a.激活坡向数据。

b.从【Surface Analysis】菜单中选择【Slope】命令。

c.生成平面曲率层面Slope of Aspect。

剖面曲率:a.激活坡度数据。

b.从【Surface Analysis】菜单中选择【Slope】命令。

c.显示并激活生成的剖面曲率层面Slope of Slope。

6.关键技术:提取平面曲率中消除北坡的误差1)提取DEM层的坡向主题,再对此坡向主题提取坡度,得到的主题记为A;2)在【Analysis】菜单下使用【Calculator】命令,公式为[[DEM-H]*(-1)],提取DEM层的负地形;3)提取负地形的坡向的坡度,记为B;4)在【Analysis】菜单下使用【Calculator】命令,公式为[[[A+B]-[A-B].abs.]/2],即可求出没有误差的DEM的平面曲率。

基于DEM的云南省区域土壤侵蚀坡度坡长因子提取与分析

基于DEM的云南省区域土壤侵蚀坡度坡长因子提取与分析

基于DEM的云南省区域土壤侵蚀坡度坡长因子提取与分析[摘要]土壤侵蚀与地形关系研究由来已久,国内外学者在流域尺度针对土壤侵蚀调查制图的地形因子提取方法也有较多的研究[1]。

本文阐述了在云南省2015年土壤侵蚀调查中,利用全省1:1万或1:5万DEM数据,借助ARCGIS等软件整合生成全省DEM数据,通过北京师范大学研发的“土壤侵蚀模型地形因子计算工具”,提取和分析了全省坡度坡长因子,该套数据为云南省区域范围内的土壤侵蚀影响因素提供一定的基础数据,为区域水土保持措施规划、综合治理提供指导依据。

[关键词] DEM;坡度;坡长1 研究区概况云南位于我国西南边陲,位于东经97°31′39″~106°11′47″、北纬21°08′32″~29°15′08″之间,地质构造复杂,切割剧烈,山高坡陡谷深,坡耕地分布广泛,气候条件变化多样,生态环境敏感脆弱,是全国水土流失最为严重的省份之一。

云南属青藏高原南延部分,地形一般以元江谷地和云岭山脉南段的宽谷为界,分为东西两大地形区。

东部为滇东、滇中高原,称云南高原,系云贵高原的组成部分,平均海拔2000m左右,地形表现为波状起伏和缓的低山和浑圆丘陵,发育着各种类型的岩溶地形。

西部为横断山脉纵谷区,高山深谷相间,相对高差较大,地势险峻;南部海拔一般在1500~2200m;北部在3000~4000m;西南部边境地区地势渐趋和缓,河谷开阔,一般海拔在800~1000m,个别地区下降至500m以下,是全省主要的热带、亚热带地区。

全省整体地势从西北向东南倾斜,海拔相差较大,最高点为滇藏交界的德钦县怒山山脉梅里雪山主峰卡格博峰,海拔6740m;最低点在与越南交界的河口县境内南溪河与元江汇合处,海拔仅76.4m。

最高、最低两地直线距离约900km,高低相差达6000多米[2]。

2 数据来源DEM数据来源于云南省范围内已入库的数字化成果1:1万DEM数据和云南省范围内由国家基础地理信息中心下发的1:5万精细化DEM数据。

6 地形分析坡面因子提取

6 地形分析坡面因子提取

3.2 山脊线、山谷线的提取

求出已提取的概略地形特征线与DEM 格网 线的交点,在该交点附近的一个小区域, 对DEM 数据进行几何分析,即找出该区域 内与概略的地形特征线正交方向地形断面 上高程变化的极值点,该点即为该条地形 特征线的精确位置。
3.2 山脊线、山谷线的提取
平面曲率与坡位组合法 : 利用DEM数据提取地面的平面曲率及地面 的正负地形,取正地形上平面曲率的大值 即为山脊,负地形上平面曲率的大值为山 谷。 提取的山谷和山脊可以通过曲率的值 来进行调节。
1,表示谷点 1,表示脊点 VR i,j 2,表示鞍点 0,表示其他点
(i+1,j-1)
(i+1,j)
(i+1,j+1)
差分算法示意图
山顶点
鞍பைடு நூலகம்点
图例
等高线
山顶点
鞍部
利用ArcView GIS 软件及DEM数据提取的山顶、鞍部
3.2 山脊线、山谷线的提取
山谷线 山脊线与山谷线
2.3 坡面复杂度因子

坡面复杂因子是宏观的地形信息因子,包括地 形起伏度、地形粗糙度、地表切割深度和沟壑 密度等 ;
地形起伏度:是在所指定的分析区域内所有栅 格中最大高程与最小高程的差,

RFi H max H min
.
中国1:100万DEM 提取的中国陆地区域地形起伏度图
2.3 坡面复杂度因子
3.2 山脊线、山谷线的提取
基本思想 首先用较稀的DEM格网 数据用地形流水物理分 析方法提取区域内概略 的地形特征线,然后用 其引导,在其周围邻近 区域对地形进行几何分 析来精确确定区域的地 形特征线。
概略DEM建立 地形流水物理模拟

坡度图制作流程

坡度图制作流程

坡度图制作流程制作前需准备有栅格dem文件,存储为img格式,及坡度分级文件。

1、DEM转彩色分级栅格数据在ArcMap中单击Spatial Analyst菜单下的Reclassify命令。

弹出对话框如图:在对话框中选择要制作的img格式的DEM数据,然后点击Load按钮选择坡度分级文件,最后确定输出路径和文件名。

单击OK后会生成一个按坡度值分色的栅格Coverage文件。

单击Spatial Analyst菜单下的Convert菜单下的Rester to Features命令。

弹出对话框如图:在对话框中选择已生成的Coverage文件,去掉Generalize lines选项的选择,最后选择输出路径和文件名。

生成文件为含有坡度级的shp格式面数据。

3、创建gdb格式数据库首先运行ArcCatalocg程序选择文件存储路径。

选择好文件路径后,点击File菜单下的New菜单下的File Geodatabase命令,创建gdb文件变更确定文件名。

在arcmap中加载shp文件并选中,单击右键弹出菜单选择Data下Export data命令。

点击后弹出对话框如图:将输出路径指向上面创建的gdb文件,并将文件名命名为PDT。

4、合并小图斑双击SV ivian.exe文件,运行程序XtraForm4合并小面积图斑。

先在窗口中选择需合并的gdb文件,然后在右侧位置相应的合并等级,完成上述设定后点击mpleButton运行程序。

此程序可进行批量处理gdb文件,在选择文件时只选择目录则目录下的所有gdb文件全部处理。

合并等级可分为一万和五万,一万顺序为1000、1500、2000、3000,五万顺序为30000、50000、60000、70000、75000。

5、将合并后的面文件转为线文件打开ArcMap中的ArctoolBox,选择Feature to line工具。

先在窗口中选择需转换的面文件(input features窗口),然后再选择转换后文件存放位置和文件名(output feature class窗口),最后确定精度为0.1。

坡长坡度因子的生成过程

坡长坡度因子的生成过程

坡长坡度因子的生成过程坡长坡度因子(slope length - slope gradient factor)是土壤侵蚀模型中用来估算坡面侵蚀的一个重要参数。

它表示了在特定坡度下特定坡长中水流对土壤侵蚀的影响程度。

坡长坡度因子的生成过程是一个相对复杂的过程,包括对坡面坡度和坡长进行测量、计算和插值等步骤。

下面是坡长坡度因子的生成过程的详细解释:1.收集坡面数据:首先需要对研究区域的坡面进行数据收集。

这通过使用地面测量设备(如水平仪、GPS等)和遥感技术(如航空摄影、遥感影像等)来完成。

2.坡度计算:在收集到坡面数据后,需要计算每个点的坡度。

坡度是指坡面上一个点在水平方向上的高度变化率。

坡度的计算可以使用不同的方法,其中一种常用的方法是使用相邻点的高程差除以相邻点的距离。

3.插值坡度数据:坡面上的所有点都有了坡度数据后,需要进行插值处理,以便对整个研究区域进行评估。

插值方法可以使用基于格网的插值方法(如克里金插值、反距离加权插值等)或基于三角网的插值方法(如三角法插值)。

4.坡长计算:坡长是指水流在坡面上运动的路径长度。

为了计算坡长,需要确定水流的路径。

一种通用的方法是使用流向算法确定坡面上每个点的流向,并利用流向确定水流的路径。

5.坡长分类:在确定了水流的路径后,可以将坡长分为一系列离散的类别,以便更好地评估侵蚀的影响。

常用的方法是设置不同的坡长间隔,将坡长数据分成几个不同的范围。

6. 坡长坡度因子的计算:最后,可以使用坡长和坡度数据的组合来计算坡长坡度因子。

有不同的方法可以计算坡长坡度因子,其中最常见的方法是使用RUSLE(Revised Universal Soil Loss Equation)模型的公式计算坡长坡度因子。

坡长坡度因子的生成过程是一个相对复杂的过程,需要进行大量的数据处理和计算。

这些步骤中有许多细节需要考虑,例如如何处理不规则地形、如何选择合适的插值方法和坡长分类间隔等。

因此,在进行坡长坡度因子生成过程时,需要仔细考虑这些因素,并根据具体的研究需求进行相应的调整和优化。

基于GIS的区域坡度坡长因子提取算法

基于GIS的区域坡度坡长因子提取算法

基于GIS的区域坡度坡长因子提取算法一、本文概述随着地理信息系统(GIS)技术的快速发展和广泛应用,其在地形分析、水土保持、洪水模拟等领域中发挥着越来越重要的作用。

其中,坡度坡长因子是这些领域中的关键参数,对于地表水流路径、侵蚀潜力以及洪水流向的模拟具有重要的指导意义。

本文旨在探讨基于GIS的区域坡度坡长因子提取算法,以期提高地形分析的精度和效率。

文章首先将对坡度坡长因子的概念及其在地学分析中的重要性进行简要介绍,为后续算法的研究和应用奠定基础。

随后,文章将详细介绍几种常用的基于GIS的坡度坡长因子提取方法,包括基于数字高程模型(DEM)的坡度坡长计算、流域分析技术等。

通过对这些方法的比较和分析,文章将探讨各自的优缺点以及适用场景。

在此基础上,文章将重点研究一种基于GIS的区域坡度坡长因子提取算法。

该算法将结合地形高程数据、流域划分结果以及空间分析技术,实现自动化、高精度的坡度坡长因子提取。

文章将详细介绍算法的设计思路、实现步骤以及关键技术的处理方法,并通过实验验证算法的有效性和可靠性。

文章将对基于GIS的区域坡度坡长因子提取算法的应用前景进行展望,探讨其在水土保持、洪水模拟、地形分析等领域中的潜在应用价值。

文章还将指出当前研究中存在的问题和不足,为后续研究提供参考和借鉴。

二、理论背景与相关知识地理信息系统(GIS)作为一种强大的空间分析工具,已广泛应用于地表形态分析、流域管理、环境评估等众多领域。

在GIS中,坡度坡长因子提取是评估地形稳定性和水土流失风险的关键步骤。

本部分将介绍与区域坡度坡长因子提取算法相关的理论基础和背景知识,为后续算法设计和实现提供支撑。

坡度坡长因子,通常用于描述地表某点的倾斜程度和地形表面的长度特征,是评估地表形态稳定性的重要指标。

坡度因子反映了地表的倾斜程度,通常用百分比或度数表示;坡长因子则描述了地形表面的长度,对于水流路径、土壤侵蚀等分析具有重要意义。

在GIS中,坡度坡长因子的提取通常基于数字高程模型(DEM)数据。

arcgis坡长因子计算

arcgis坡长因子计算

坡长因子是ArcGIS中用于描述地形起伏程度的一个重要参数。

它表示地形表面某一位置相对于周围地形的坡度长度。

在ArcGIS中,坡长因子可以通过各种分析工具和空间分析操作来计算。

首先,我们需要使用ArcGIS中的坡度分析工具来计算地形表面的坡度。

该工具可以根据输入的数字高程模型(DEM)数据,计算出每个像素的坡度值。

这些坡度值将被用于后续的坡长因子计算。

接下来,我们可以使用ArcGIS中的重分类工具,将坡度值进行重分类。

重分类的过程可以根据实际需求进行调整,例如可以将坡度值分为不同的等级,以便于后续的分析和可视化。

在完成坡度值重分类后,我们可以使用ArcGIS中的重采样工具,将重分类后的数据转换为与原始DEM数据相同的空间分辨率。

这一步是为了确保后续的坡长因子计算能够与原始DEM数据匹配。

最后,我们可以使用ArcGIS中的地形分析工具,根据重分类和重采样后的数据计算坡长因子。

在ArcGIS中,可以使
用不同的算法和参数来计算坡长因子,例如最大坡度长度、最小坡度长度等。

这些算法和参数的选择需要根据实际需求和数据分析结果来确定。

总之,在ArcGIS中计算坡长因子需要经过多个步骤,包括坡度分析、重分类、重采样和地形分析。

通过这些步骤,我们可以获得准确的坡长因子数据,并进一步应用于各种地形分析和地理信息系统中。

地形因子计算详解

地形因子计算详解

第七章1、本章主题编号2、本章内容概述(1)概述●坡面因子的分类及提取方法●确定坡面因子提取的算法基础●提取坡面因子的常用分析窗口(2)坡度、坡向●坡度的提取●坡向的提取(3)坡形●宏观坡形因子●地面曲率因子●地面变率因子(4)坡长(5)坡位(6)坡面复杂度因子3、本章内容3.1概述(1)坡面因子的分类及提取方法●坡面因子的分类按照坡面因子所描述的空间区域范围,可以将坡面因子划分为微观坡面因子与宏观坡面因子两种基本类型。

常用的微观坡面因子主要有:坡度、坡向、坡长、坡度变率、坡向变率、平面曲率、剖面曲率等。

常用的宏观坡面因子主要有:地形粗糙度、地形起伏度、高程变异系数、地表切割深度,以及宏观坡形因子(直线形斜坡、凸形斜坡、凹形斜坡、台阶形斜坡)等。

按照提取坡面因子差分计算的阶数,可以将坡面因子分为一阶坡面因子、二阶坡面因子和高阶坡面因子。

一阶坡面地形因子主要有坡度和坡向因子。

二阶坡面因子主要有坡度变率、坡向变率、平面曲率、剖面曲率等因子。

复合坡面因子有坡长、坡形因子、地形粗糙度、地形起伏度、高程变异系数和地表切割深度等。

按照坡面的形态特征,可将坡面因子进一步划分为:坡面姿态因子,坡形因子,坡位因子,坡长因子以及坡面复杂度因子五大类。

●提取坡面因子的基本方法首先将坡面的形态特征或各个坡面因子进行定量化描述,完成求导的数学模型,在此基础上,建立其以DEM为基本信息源进行提取的技术路线,并通过软件实现形成一套易于计算机操作的方法。

(2)确定坡面因子提取的算法基础● DEM格网数据的空间矢量表达(如图7.1)图7.1 DEM格网数据的空间矢量模型●基于空间矢量模型的差分计算算法主要有数值分析方法、局部曲面拟合算法、空间矢量法、快速傅立叶变换等。

其中数值分析方法包含有简单差分算法、二阶差分、三阶差分(带权或不带权)和Frame差分;局部曲面拟合又有线性回归平面、二次曲面和不完全四次曲面(据刘学军,2002)。

  1. 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. 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. 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)。

坡长坡度因子的生成过程如下:
1、要估算坡长因子,可以利用ARCGIS中的水文模块提取流水累积量。

流水累积量的计算,要先建立无洼地的DEM。

(见水文分析过程)
利用jx_srtm 数据,先生产任意流向图:flowdir,再寻找洼地:sink,并计算洼地流域贡献范围:sink_watersh 。

再计算每个洼地的最低高程和出水口高程:zonalmin ,zonalmax,并可以求出洼地深度:sinkdep = zonalmax – zonalmin。

填充洼地:fill_jx_srtm。

并计算无洼地的dem的水流流向:flowdir_fill1。

然后计算流水累积量:flowacc。

2、根据坡长因子公式(参考文献:土壤侵蚀研究中的坡长因子评价问题):
L=(λ/22.13) m, λ=flowacc * cell size
其中:m=n/(1+n),n=(sinθ/0.0896)/(3.0*sin0.8θ+0.56)
这里的θ用“jx_slope.img *3.1415926/180”替代
依次得到图:n、m、l_yinzi
(1) 根据raster calculator 中的公式,计算出n
(Sin([jx_slope.img] * 3.1415926 / 180) / 0.0896) / (3.0 * Pow(Sin([jx_slope.img] *
3.145926 / 180), 0.8) + 0.56)
(2) 根据raster calculator 中的公式,计算出m
(3) 根据raster calculator 中的公式,计算出l_yinzi
Pow([flowacc] * 87.72085638 / 22.13, [m])
对得到的l_yinzi(l_yinzi1.img)进行去除异常值:
利用ERDAS中的图像增强工具,对异常值进行平滑处理。

这里,我们选择以下的运算模板:
因此,得到图:l_yinzi_convolution.img。

再利用建模工具,对l_yinzi1.img和l_yinzi_convolution.img求值。

(参考文献:GIS 支持下的土壤侵蚀量估算_以江西省泰和县灌溪乡为例)
得到图:l_yinzi_model.img,为最后的L因子图。

3、根据坡度因子公式:S= 10.8*sinθ+ 0.03 (θ<5),
16.8*sinθ- 0.50 (5<=θ<10),
21.9*sinθ- 0.96 (θ>=10)
利用建模工具,得到s_yinzi.img
4、坡长坡度因子LS=L*S
根据raster calculator 中的公式,得到ls。

相关文档
最新文档