基于条件随机模拟的DEM误差分析——以董志塬水土流失等级划分为例

DEM是对地球表面的模拟和模型化表达,DEM不可避免的含有误差,且DEM误差具有空间可变性和相关性。常用的DEM误差估算模型为中误差(RMSE),但RMSE为全局变量,无法反映误差的空间性。为了克服RMSE的缺陷,本文采用条件随机模拟实现了DEM误差曲面模拟。通过董志塬水土流失等级划分表明,DEM误差在平坦区域严重影响坡度精度,且坡度最大误差变程大于高程最大误差变程,DEM误差被放大;使用概率模型和模糊度模型分析表明,大部分网格点水土流失等级划分均受到DEM误差影响;条件随机模型的使用可以让DEM用户更加准确的分析和评价DEM误差对最终决策的影响。

基于Open GL条件随机模拟三维模型可视化

利用两阶段建模思路建立条件随机模拟模型。第一阶段在地质体表面利用Denaunay三角网剖分算法实现三角网网格化,第二阶段用Denaunay四面体剖分算法实现地质体的四面体网格化,并对四面体单元进行三角面插值,进而得到三角网,最后用OpenGL实现地质体三维模型的可视化。

华北平原典型区土壤肥力低下区识别及限制因子分析

采用序贯高斯模拟方法对山东禹城市土壤质量指数的空间表征进行了评价,并深入分析了土壤肥力低下区的范围及其主要限制因子。结果表明,禹城市西南和中部土壤肥力质量指数较高,肥力质量较低的区域主要分布在该市北部、西北和东南三个区域。利用土壤肥力质量与产量的关系,确定禹城市土壤肥力低下的判定阈值为0.55,该市大部分区域土壤质量指数处于该阈值以上,仅在北部、西北和东南三个相对独立的区域共有2 494 hm2的耕地土壤肥力低下的风险较高。该市北部肥力低下区的主要限制因子是土壤质地和全磷含量,西北部主要受土壤盐化限制,而东南部的土壤肥力低下区则受土壤速效养分低、土壤盐化、质地较差以及土壤全氮含量不足等多个限制因子影响。