坡谱信息熵与区域水土流失关系研究

坡谱信息熵可以在宏观上反映地形起伏特征和地貌组合差异,且计算相对便捷。为探索坡谱信息熵与区域水土流失之间的关系,文章以西北黄土高原水土保持区为例,基于ALOS数字高程模型(空间分辨率12.5 m)计算研究区内的坡谱信息熵、土壤侵蚀模数,构建坡谱信息熵与土壤侵蚀模数之间的函数关系。研究结果表明:研究区内坡谱曲线主要为“L”形、“S”形,坡谱信息熵值在0.67~1.72nat之间;平均土壤侵蚀模数为1940t/(km^(2)·a)。在流域尺度、二级尺度和三级尺度上,构建坡谱信息熵与土壤侵蚀模数的函数模型,均呈极显著的多项式函数关系,但在流域尺度上,坡谱信息熵与土壤侵蚀模数的关系存在较大不确定性。

2000—2020年湖南省耕地坡谱演变规律研究

耕地是粮食生产的根基。文章利用土地利用数据和数字高程数据,结合坡谱分析方法,构建了耕地上山指数,分析了2000—2020年耕地坡谱在省和区域2个尺度上的变化规律以及影响耕地坡度变化的因素。结果显示:(1)2000—2020年时间段内,湖南省耕地的平均坡度增加了0.09°,高坡度(10°以上)地区耕地面积比例增加了0.68%,湖南省耕地逐渐向高坡度地区发展。(2)在区域尺度,经济相对发达的长株潭地区和地形较复杂的大湘西地区,耕地上山现象明显;经济较发达、以平原为主的洞庭湖地区,耕地上山现象不明显;湘南地区受到地形限制和经济快速发展双重影响,耕地上山程度仅次于长株潭地区。(3)退耕还林、非农建设、土地综合整治是影响耕地坡度变化的主要因素,可通过积极稳妥开展退耕还林工作、合理引导建设用地上山、严控新增耕地管理等措施,来减缓耕地在高坡度区域增加趋势,即减缓耕地上山现象。

坡谱提取与应用的基本地域条件

阐述坡谱提取原理,借鉴地理空间数据不确定性处理中的"ε-带"模型概念,构建坡谱稳定的判定模型,最后以陕北黄土高原和秦岭山区的典型地貌类型区为实验区,以1∶10 000 DEM为信息源,分析研究不同地貌类型区坡谱的变异特征,揭示坡谱提取与应用的基本条件:地貌形态的相似性与渐变性、研究尺度的合理性以及地貌类型的完整性。该研究为坡谱的进一步深入研究与应用奠定良好的理论基础,也为地理学研究中如何确定基本地域单元等重要的理论问题提供了借鉴思路。

黄土丘陵沟壑区不同坡度分级系统及地面坡谱对比

地面坡度是最重要的地形定量指标 ,建立科学合理的地面坡度分级体系是对坡度进行科学研究与坡度图制图必不可少的重要环节。总结了近年来在坡度分级研究方面的已有成果 ,将坡度分级方法归并为临界坡度分级、等差坡度分级、模糊坡度分级 3种方法。在说明了各种分类方法特点的基础上 ,探讨了其应用的适用性。以黄土丘陵沟壑区的韭园沟流域为实验样区 ,利用高精度 1∶ 1万比例尺的 DEM数据为信息源 ,建立了栅格数字坡度模型。利用分级统计的结果 。

坡谱信息熵尺度效应及空间分异

选取陕北黄土高原48个不同地貌类型区,以其对应的1∶10000及1∶50000数字高程模型(DEM)为数据源,运用比较分析与数理统计的方法,分析了坡谱信息熵在陕北黄土高原的空间分异特征及尺度效应。结果显示,坡谱的信息熵在一定程度上可以反映地表的复杂度,坡谱信息熵和沟壑密度间有较好的幂函数关系,随着坡谱信息熵的增大,样区沟壑密度也增大。坡谱信息熵的空间分异和陕北黄土高原的黄土地貌形态在空间上的变异是相关的,可将其作为地貌类型划分的判别因子之一。

基于DEM提取坡谱信息的不确定性

坡谱是黄土高原地学分析新方法、新思路的探索。本文基于坡谱不确定性的概念及其过程分布模型的论述,以陕北黄土高原国家1∶10000和1∶50000DEM数据为基本信息源,分析了坡谱不确定性的产生原因、主要影响因素与影响规律,阐述了坡谱提取与应用中应注意的主要问题,为正确应用坡谱进行地学分析提供重要依据。

疏勒河上游流域地面坡谱特征

坡谱是以某项坡面因子为自变量,其对应的地面面积为因变量所构成的统计图表或模型。坡谱用微观的地形因子反映宏观的地貌特征的空间分异。以ASTER GDEM V002作为基础数据,利用Arc GIS中数字地形分析工具,提取了疏勒河上游流域的地面坡度、坡向、坡度变率、坡向变率,并分别进行了面积统计,绘制了坡谱曲线。结果显示:研究区以陡坡、斜坡为主,二者占总面积的74.16%,陡坡主要分布在疏勒南山、托来南山,斜坡则主要分布在山脉与盆地的过渡地带。在疏勒河盆地和昌马盆地,坡度变率较小,而坡向变率则较大。疏勒河上游流域地面坡谱反映出研究区地面起伏大,地形破碎。坡度变率、坡向变率对山脊线、疏勒河沟沿线具有重要的指示作用。

西南紫色土水蚀区坡谱信息熵与地形因子关系分析

坡谱信息熵可综合反映地形起伏特征,计算便捷,为探索其能否替代计算繁杂的地形因子应用在土壤侵蚀评价中,该研究以西南紫色土水蚀区为研究对象,基于ASTER GDEM(30 m分辨率),计算坡谱信息熵、坡度坡长因子及沟壑密度等地形因子,分析坡谱信息熵与地形因子量化关系。结果表明:全区坡谱曲线形态有"S"、"L"及近似钟型,峰值集中分布在0°~3°、15°~18°、24°~27°;全区坡度坡长因子均值为11.03,空间北大南小的分布差异明显。区域尺度的沟壑密度为0.66km/km^2,流域尺度沟壑密度为0.33~0.88km/km^2;坡谱信息熵与坡度坡长因子在一级区(R^2=0.9494,P<0.01)、二级区(R^2=0.9603,P<0.01)均具有显著的对数或幂函数关系。与沟壑密度在川渝山地丘陵区呈显著的指数关系(R^2=0.7475,P<0.05),在其他区域尺度虽存在显著的多项式函数关系,但相关度较低。研究结果可为紫色土区水土流失评价、土壤侵蚀预报提供科学依据。

基于直方图匹配的地面坡谱尺度下推模型研究--以陕北韭园沟样区为例

建立坡谱的尺度下推模型,有利于揭示地面坡谱的尺度依赖性。以5 m、25 m两种分辨率DEM为实验数据,应用遥感数字图像处理中直方图匹配的原理,对两种分辨率DEM获得的坡谱进行尺度下推。实验采用按不同Douglas压缩阈值(不同简化程度)得到的5 m、25 m两种分辨率的DEM数据,获得不同压缩阈值的DEM坡谱下推模型系数与地形因子之间的关系,最终建立两种分辨率DEM数据的坡谱尺度下推模型。将这种方法在陕北黄土丘陵沟壑区韭园沟样区进行验正,同时将模拟结果与原始5 m分辨率DEM数据所得的坡谱进行比较,试验结果表明,该模型能够比较理想的将25 m分辨率DEM的坡谱直接转换为5 m分辨率DEM的坡谱,方法简单易行,精度良好。

基于坡谱和信息熵的水土保持研究——以湖南省三个县为例

湖南省是我国水土流失较严重的地区,而地形、地貌是造成水土流失的重要因素之一。本文针对不同地形地貌特征对水土流失情况影响进行定量分析研究,从县域尺度选取了湘阴县、桃江县、桂东县三县不同典型地貌特征,通过Arc GIS软件利用ASTER和SRTM数字高程数据提取坡度值,分别按照间距为1°的等差分级方法和湖南省水土保持临界坡度的分级方法,绘制了地面坡谱图,进一步计算获得了坡谱信息熵。结果表明:湘阴县、桃江县、桂东县地貌坡度1°分级信息熵由小变大,体现了地貌形态在空间的变化特征;而各县临界坡度分级信息熵的大小反映了各地水土流失情况,有效地证实了坡谱信息熵参数能够定量分析和反映不同区域地貌起伏复杂程度及水土保持情况。

SRTMDEM提取坡谱转换模型研究——以陕西省为例

地面坡度是反映地表斜面对水平面的倾斜程度的量值,是地表形态的重要示量之一。而坡谱作为坡度因子的统计模型,能够较好地反映地面的起伏变化特征,刻画地貌形态空间变异规律。研究基于直方图匹配的方法,以1∶5万DEM提取的坡谱为待匹配坡谱,对SRTM DEM提取坡谱并进行转换,建立了不同研究样区的坡谱转换模型。但该转换模型在不同样区的转换精度不同。当1∶5万DEM坡谱曲线为双峰曲线时,SRTM DEM坡谱转换模型当坡度大于3°时有较高的转换精度,而坡度为0°-3°时精度较差;当1∶5万DEM坡谱曲线为单峰曲线时,该模型具有较高的转换精度。

藏-羌聚落交错区耕地坡谱与信息熵变化特征

以藏-羌聚落交错区为研究单元,提取该地区1999、2009年和2014年耕地空间信息,通过信息图谱与信息熵定量刻画交错区耕地的坡度分异特征,阐明坡耕地利用的合理程度。结果表明:1999-2014年间,藏-羌聚落交错区耕地总量下降显著,≥24°的耕地坡谱段递减明显,陡坡耕地耕作率由1999年的83.67%到2009年的71.97%再到2014年的55.03%,发生明显下降;坡度≤14°的耕地坡谱段呈现上升趋势,缓坡耕作率三年分别为16.33%,28.03%和44.97%,说明交错区耕地利用逐渐向坡度缓和的方向移动,缓坡耕地将逐步成为当地的农作物集中分布区。在退耕还林和5·12地震及其次生地质灾害的双重影响下,藏-羌聚落交错区耕地信息熵由1999年的1.253增加为2009年的1.515,进一步增至1.707,呈逐渐增加的态势,这表明缓坡耕地与陡坡耕地的占比差距缩小,耕地在不同分级坡段间的分布趋于均匀,利于当地水土保持。

不同地貌类型水土流失区的地面坡谱分析

坡度是影响水土流失的重要因素之一,然而坡度作为一种微观定量因子,并不能有效表达区域地形的总体特征。本研究采用地面坡谱统计分析方法,研究地形对水土流失的影响,并以福建省宁化县为例,选取5个不同地貌类型的典型水土流失区,通过均值、中位数等7个统计值对坡谱特征进行刻画,并与研究区的水土流失程度进行拟合分析。研究结果表明:1)丘陵和山地地貌类型分别具有特定形态的坡谱,反映了不同地貌类型的地形起伏差异,以及地表的破碎程度;2)从坡谱统计值与其水土流失程度商值的拟合曲线上,可以看出宁化县水土流失程度除与坡谱锋态不相关外,与其他统计值均相关,并且在水土流失越轻区域,水土流失程度对坡谱统计值的微小变化越敏感;3)坡谱蕴含丰富的地貌信息,有望较准确地量化地形对水土流失影响的程度。

砒砂岩不同类型区坡谱特征与空间分异

砒砂岩区是黄河流域土壤侵蚀严重的区域。研究不同类型区坡谱特征与空间分异可为砒砂岩区水土流失治理提供参考。该研究利用砒砂岩30 m分辨率DEM(Digital Elevation Model),分析不同类型区坡谱特征。对曲线型坡谱和坡度—景观图谱量化分析,描述不同地表覆盖区地貌形态。结果表明:1)砒砂岩区自西向东坡谱曲线由正偏逐渐近正态变化。覆沙区中西部坡度尤为集中坡谱呈"L"型单调分布,裸露区坡谱曲线在3°~6°频率高,剧烈侵蚀裸露区西部坡谱曲线较缓与覆土区相似,覆土区坡谱曲线近正态。2)对坡谱量化分析进一步研究坡谱的空间分异特征,覆土区坡谱信息熵最大为1.57~1.99 nat,景观指数反映坡谱斑块离散,表示覆土区地表坡度变化大;向西到覆沙区、强度侵蚀裸露区坡谱信息熵变小,斑块密度减小到18~35块/100 hm^(2),斑块凝聚度、聚合度高,反映坡谱斑块分布逐渐集中,坡度变化减小。剧烈侵蚀裸露区西部坡谱信息熵高于四周,坡谱斑块破碎度高表明此处坡度变化较大。砒砂岩不同类型区坡谱量化结果反映了坡谱和地貌特征的空间耦合,为砒砂岩土壤侵蚀研究提供参考依据。

浙江省县域建设用地坡谱形态特征及空间格局

测度建设用地上山是城市化进程研究的重要问题,分析建设用地坡谱形态特征及空间格局,对探讨城市扩张中的土地利用变化具有重要意义。本文以浙江省90个县域为研究对象,基于SRTM-DEM数据和Landsat 8 OLI数据,结合相关坡谱形态描述参数,分析了县域建设用地坡谱形态特征及空间格局,同时比较了各参数在测度建设用地上山程度方面的适用性。结果表明:各参数所反映的建设用地坡谱空间格局大体相近,建设用地上山程度相对最轻的县域主要分布于浙北平原环杭州湾一带,相对最重的县域集中分布于浙南山地区域,轻度和中度上山县域则在过渡区域交错分布。从兼容性和稳定性角度来看,坡谱信息熵比其他5个参数更适用于测度建设用地上山现象。研究认为,建设用地坡谱在测度建设用地上山、指导区域发展战略规划等方面有突出的实用价值。

2000—2015年深圳市建设用地坡谱演变研究

在受地形约束的快速城市化地区,建设用地水平扩张常伴有垂直爬坡过程。通过分析建设用地坡谱曲线形态及其变化特征,有助于认识该过程的时空分异及演变规律,进而科学指导相关国土规划实践。论文以深圳市及其所辖10个区为例,利用DEM及2000—2015年遥感影像构建地面坡谱和4期建设用地坡谱,借助陡峭度、均匀度、累加关键值等坡谱研究手段,分析该市建设用地坡谱演变特征。结果表明:深圳市建设用地坡谱变化特征总体表现为爬坡与填海共存,且以爬坡为主,总体爬坡速度保持相对稳定;该市各辖区建设用地坡谱曲线呈现不同变化特征,可归纳为爬坡主导型、填海主导型、混合型和稳定型;各辖区建设用地布局均集中于平缓区域,建设用地上坡程度整体属于轻度至中度,建设用地主流上限坡度分布范围为4°～14°,建设用地极端上限坡度分布范围为7°～20°。深圳市仍将面临建设用地继续爬坡的压力,相关坡度上限标准的科学制定与严格执行是把控建设用地爬坡进程的关键。

黄土地貌类型的坡谱自动识别分析

地貌形态特征识别与分类,对生态环境、水文研究及地质构造分析等地学研究具有重要意义,已成为现代地貌学的一个研究热点。传统的统计模式识别方法精度较低,难以解决线性不可分的模式分类问题。人工方法虽然识别精度高,但因各人认知偏差导致的识别误差难以控制。人工神经网络作为一种动态信息处理系统,能有效解决线性不可分的地貌类型识别问题。坡谱是利用微观地形定量指标来反映宏观地形特征的有效方法,在地貌学研究中正受到广泛的关注。本文以陕北黄土高原8个不同地貌类型区的数字高程模型(DEM)为实验数据,以流域为分析单元,提取坡谱及其特征指标作为描述地形特征的定量因子,并通过BP神经网络的构建与学习,进行黄土地貌类型自动识别。实验结果表明,在8种地貌类型的样本数据中,第1次实验正确识别率平均值达70%;第2次和第3次实验中,去除相似度较高的峁状丘陵沟壑或峁梁状丘陵沟壑任一种地貌类型后,正确识别率平均提升为80%和85%。经Kappa系数验证,该方法能以DEM数据有效识别不同类型的黄土地貌。

坡度分级对地面坡谱的影响研究

地面坡度是最重要的地形定量指标之一,建立科学合理的地面坡度分级体系对坡度进行科学研究具有重要的意义。总结了近些年在坡度分级研究方面的已有成果,利用高精度1∶10000 DEM数据为信息源,提取了不同分级的坡谱,研究了不同分级方法及等差分级的不同级差对地面坡谱的影响。结果表明:不同的坡度分级法可以获得不同的地面坡谱表达;自定义分级法得到的坡谱对具体的应用有实际指导意义,模式分级法可以更好地表达地表形态;3°等差分级的坡谱在实际研究中更具适用性。

中国县域地面坡谱分级及其与人口分布的关系

针对平均坡度指标难以稳健描述地面坡谱特征的问题,提出一种基于频率累加分位归并的坡谱分级方法。作为验证,运用数字高程模型数据将全国县域分为5个坡级,借助2000年和2020年人口普查数据分析了坡级与人口分布的关系。结果发现:(1)所提出的分级方法包含频率累加曲线的构建、基于分位数的参考曲线生成、基于相似度的类型归并3个关键步骤,由此得到的全国县域坡级划分方案具备稳健坡度梯度性、宏观空间连片性以及清晰地学含义。(2)全国县域人口数量总体保持随坡级升高而波动式缩小的特征,且二者间呈现明显的线性负相关关系,线性拟合R2从2000年的0.761上升到了2020年的0.845,20年间人口总数变化量与坡级的线性拟合R2达0.963;人口密度的极端值对其自身的坡级分布有较大影响,当剔除人口密度小于20人/km^(2)和大于2000人/km^(2)的区域后,两个分析年份全国县域人口密度均稳健保持着随坡级升高而线性减小(R2>0.985)。本文为稳健表达如坡度等环境梯度提供了一种新的可行分级方法,并深化了对中国县域人口分布与坡度关系的认识。

山区坡谱信息熵与水土流失地形因子关系探讨

针对当前以县域为统计单元的坡谱研究较少,且难以满足区域尺度上水土流失地形因子指标的选取等问题,该文采用数字地形分析方法提取山区各县域的坡谱和坡长坡度因子(LS因子),并探讨坡谱信息熵与LS因子之间的关系。实验表明:地貌的差异决定了各县域坡谱曲线的差异,具体可分为L型、S型和钟型。坡谱信息熵变化范围为1.709～2.667nat,反映了地形起伏由平缓到强烈的变化趋势;LS因子平均值介于2.72～18.61之间,在一定程度上表征土壤流失量的大小。坡谱信息熵与LS因子关系拟合良好(R2=0.963 6,P<0.05),结论可为坡谱信息熵在区域水土流失地形因子的建立及应用提供参考。