论文部分内容阅读
黄土地貌是黄土高原土壤侵蚀的外在表征,反映了地表的物质迁移和能量转换,对其进行定性和定量分析是黄土高原地貌定量演化的研究基础。本文以山西高原内黄土塬、黄土梁和黄土峁为研究对象,利用ICESat GLA14v34数据对研究区内数字高程模型数据(ASTER GDEM V2)进行精度评价;在分析黄土塬、黄土梁和黄土峁地貌实体及要素基本几何特征、地表形态特征的基础上,基于ASTER GDEM V2数据构建对应的数字指标体系,遴选适合定量表达三类地貌的基础因子;利用模板匹配法拟合研究区内三类地貌识别函数。论文主要内容及结论如下:(1)分析研究区内ICESat/GLA14 v33和v34数据在不同高程范围内高程差均值和标准差,结果表明ICESat/GLA14 v34和v33数据垂直精度均为厘米级,且v34相对v33精度更高,选定ICESat/GLA14 v34作为标准高程,计算得其与ASTER GDEM V2数据的高程差平均值,小于1m,在误差范围之内,且其均值的标准差集中,即ASTER GDEM V2数据精度满足地形因子提取要求。(2)基于ASTER GDEM V2数据利用ArcGIS工具提取高程、坡度、坡向、起伏度、曲率(平面曲率和剖面曲率)、坡度变率、坡向变率、地形粗糙度、地形湿度指数和地表径流的侵蚀力等地形因子;利用SPSS工具对黄土塬、黄土梁和黄土峁的各因子进行相关性分析和T检验,选定适合定量研究三类地貌的基础因子,包括:面积、坡度、坡向、高程、曲率和地表径流的侵蚀力。(3)利用ArcGIS地统计分析模块将山西高原已有三类典型地貌数据按95:5的比例进行随机分类,分别用于建模和校验;利用模式识别中的模板匹配法建立黄土塬、黄土梁和黄土峁的识别函数;校验结果表明该模型的准确率是82.61%。因此利用模式识别模板匹配法建立的函数可用来对山西高原三类典型地貌进行定量识别。综上所述,本文对山西高原不同期的ICESat/GLA14数据进行了探索和评价,并基于该数据对ASTER/GDEM数据质量进行了分析,为两类基础数据的应用提供了参考;将基础数据精度的研究作为前提,对研究区内三类典型地貌进行了数字指标体系的建立和定量表达式的拟合,此成果对该区域内地貌定量演化研究具有重要意义。