-
题名栅格DEM坡体因子融合方法
被引量:1
- 1
-
-
作者
周访滨
谢财昌
王俊
陈百了
胡奕
-
机构
长沙理工大学交通运输工程学院
特殊环境道路工程湖南省重点实验室(长沙理工大学)
-
出处
《测绘通报》
CSCD
北大核心
2022年第8期104-109,共6页
-
基金
国家自然科学基金面上项目(41671446)
湖南省自然科学基金面上项目(2021JJ30702)
长沙理工大学特殊环境道路工程湖南省重点实验室开放基金。
-
文摘
坡体是自然地形实体的基本组成单元,利用综合性坡体因子分析和挖掘地形隐含信息,有助于区域地形地貌分析及规划利用。本文针对当前坡体综合表达因子(LS)未顾及坡宽因子的缺陷,采用归一化几何运算法将坡长(L)、坡度(S)、坡宽(W)进行融合,获取了一种新的坡体融合因子LSW。以DEM为数据源、黄土高原某小流域局部范围为典型研究区,在提取L、S、W及LS因子的基础上,分别以L×S×W、L+S+W、LS×W及LS+W共4种方式进行融合试验。结果表明,L+S+W融合方式获取的坡体LSW因子标准差矩阵均值最小,为0.234 4,有效平衡了各单地形因子对融合坡体因子LSW的贡献度,信息熵值计算分析也实证了L+S+W融合方式具有最优性。
-
关键词
数字地形分析
栅格dem
坡体因子
坡长
坡度
坡宽
-
Keywords
digital terrain analysis
gird dem
slope body factor
slope length
slope
slope width
-
分类号
P217
[天文地球—测绘科学与技术]
-
-
题名公路路域带状地形的自动分类方法
- 2
-
-
作者
周访滨
孟凡一
邹联华
张珊珊
-
机构
长沙理工大学交通运输工程学院
长沙理工大学特殊环境道路工程湖南省重点实验室
云南省交通规划设计研究院有限公司
-
出处
《公路交通科技》
CAS
CSCD
北大核心
2020年第9期50-56,共7页
-
基金
国家自然科学基金项目(41671446)
长沙理工大学特殊环境道路工程湖南省重点实验室开放基金项目(kfj140502)。
-
文摘
数字带状地形数据是当前公路工程勘察阶段必需的基础性数据,实现数字带状地形的合理分类是公路工程精细化设计、公路建设期能耗计算及路域生态保护的前提与基础。针对传统公路带状地形分类方法存在地形因子单一、分类决策知识模糊和主观因素影响大等问题,依据《公路路线设计规范》及《公路工程技术标准》中对地形分类的要求,结合公路地形分类相关研究成果,提出了以地表坡度、相对高程和地形起伏度为主要地形因子组合的公路带状地形分类决策方案,借鉴已有数字地形分析技术建立了中尺度公路路域数字地形自动分类方法。该方法以栅格DEM为数据源,基于聚类的方法,通过图层叠加分析,实现了公路路域地形分类规则快速构建与直观获取分类结果。并采用公路路域带状栅格DEM进行分类试验,结果表明,该方法相较于由地貌专家人工勾画为主的传统公路地形分类法,工作量小,速度快,成本低,且可有效分出平原、微丘、河谷、山岭和重丘5类典型公路路域地形,分类结果残缺率为10.16%。
-
关键词
道路工程
分类决策方案
数字地形分析
地形分类
栅格dem
-
Keywords
road engineering
classification decision scheme
digital landform analysis
landform classification
gird dem
-
分类号
U412.2
[交通运输工程—道路与铁道工程]
-