第七章 坡面地形因子提取

GIS试卷题目及答案1、空间信息技术包括哪三部分？1）卫星定位系统2）地理信息系统3）遥感技术2、空间实体具有哪些基本特征？P631）空间位置特征。

（表示空间实体在一定的坐标系中的空间位置或几何定位，包括空间实体的位置、大小、形状和分布状况等。

）2）属性特征。

（是与空间实体相联系的、表征空间实体本身性质的数据或数量，如实体的类型、语义、定义、量值等。

）3）时间特征。

（是指空间实体随着时间变化而变化的特性。

）4）空间关系特征。

（在地理空间中，空间实体一般都不是独立存在的，而是相互之间存在着密切的联系。

这种相互联系的特性就是空间关系。

包括拓扑关系、顺序关系和度量关系。

）3、数字地形分析和数据高程模型P2361）数字地形分析（DTA）是指在数字高程模型上进行地形属性计算和特征提取的数字信息处理技术。

其主要内容有两方面：一是提取描述地形属性和特征的因子，并利用各种相关技术分析解释地貌形态、划分地貌形态等；二是DTM的可视化分析。

根据分析内容，常用的数字地形分析方法有①坡面地形因子提取②特征地形要素提取③地形统计特征分析。

2）数字高程模型（DEM）是通过有限的地形高程数据实现对地形曲面的数字化模拟（即地形表面形态的数字化表示），高程数据常常采用绝对高程（即从大地水准面起算的高度）。

①从狭义的角度定义，DEM是区域表面海拔高程的数字化表达。

②从广义的角度定义，DEM是地理空间中地理对象表面海拔高度的数字化表达。

4、目前，地理空间数据的概念模型大致分为哪三类？P65 1）场模型，用于描述空间中连续分布的现象。

2）对象模型，用于描述各种空间地物。

3）网络模型，可以模拟现实世界中的各种网络。

5、GIS系统应该具备的功能有哪些？P91)数据采集功能。

2)数据编辑与处理。

3)数据存储、组织与管理功能。

4)空间查询与空间分析功能。

5)数据输出功能。

6、数字地形分析是怎样一种信息数据模型数字地形分析（DTA）是指在数字高程模型上进行地形属性计算和特征提取的数字信息处理技术。

实验二地形因子的提取与三维可视化一、实验目的掌握三维分析中的表面分析（地形因子的提取及各种指标的量算）及在ArcScene 中进行数据的三维可视化。

二、实验准备PC、ArcGIS软件三、实验内容1、地形因子的提取：坡度、坡向、坡长、变坡率、地形粗糙度、起伏度、高程变异系数等。

2、表面积体积计算、断面分析、表面阴影显示；3、三维可视化及飞行漫游。

四、实验步骤地形因子的提取1.坡度（坡向）的提取在Spatial Analyst下拉菜单中选择表面分析, 在弹出的下一级菜单中点击坡度（坡向），出现坡度（坡向）对话框，完成坡度提取（坡向）坡度坡向2，计算坡度与坡向变率对坡度和坡向分别再求取坡度坡度变率坡向变率3，平面曲率、剖面曲率的提取平面曲率、剖面曲率的提取过程为：打开ArcGIS的Toolbox，在Spatial Analyst Tools底下选择表面分析,在表面分析的下一级菜单中选择曲率。

打开曲率对话框，完成平面及剖面曲率的提取平面曲率剖面曲率4，提取地形剖面1，在ArcMap中添加数据，然后在3D Analyst工具条上选择该数据。

2，使用线插值工具创建线，以确定剖面线的起终点。

3. 使用创建剖面图工具生成剖面图。

4，在生成的剖面图标题栏上点击右键，选择属性（Properties）项，进行布局调整与编辑。

5，提取表面阴影与DEM叠加显示6，三维阴影显示在ArcScene三维场景中，设置栅格表面自身的高程值为其基准高程后，在属性对话框的渲染选项卡中，选中相对于光照位置显示阴影复选框，使表面具有阴影显示。

同时可以使用光滑阴影工具使阴影表面更光滑7，使用动画旋转激活之后，可以使用场景漫游工具（Navigate）将场景左右拖动之后，即可开始进行旋转，旋转的速度决定于鼠标释放前的速度，在旋转的过程中也可以通过键盘的Page Up键和Page Down键进行调节速度。

点击场景即可停止其转动。

改变其背景色、照明度等属性，再次观察其显示效果。

等高线三维可视化原理H=f（x，y）坡面地形因子提取1坡度打开Spacial Analysis工具依次选择表面分析、坡度、提取坡度，输出栅格命名为（坡度）2 坡向打开Spacial Analysis工具，依次选择表面分析、坡向，提取坡向，并将输出栅格命名为（坡向）3粗糙度打开栅格计算器，输入公式1/cos[DEM*3.14159/180),即可以得到地表粗糙度，并命名图层为地表粗糙度。

4地表起伏度选中DEM数据，打开Spacial Analysis\邻域分析、焦点统计、后选择统计类型为最大值，邻域类型为矩形记为max；同理再次打开Spacial Analysis\邻域分析、焦点统计、后选择统计类型为最大值，邻域类型为矩形记为min；打开Spacial Analysis，地图代数，栅格计算器，输入公式max-min，命名产生的图层为地表起伏度山脊线、山谷线提取操作步骤：1. 加载DEM 数据，设置默认存储路径，使用空间分析模块下拉箭头中的表面分析工具，选择坡向工具（Aspect），提取DEM 的坡向数据层，命名为A。

该DEM 的坡向数据如下图所示：2. 点击数据层A，使用空间分析模块下拉箭头中的表面分析工具，选择坡度工具（slope），提取A 的坡度数据层，命名为SOA1。

3. 求取原始DEM 数据层的最大高程值，记为H：由此可见该最大高程值H 为1153.79使用栅格计算器，公式为（H－DEM），求反地形DEM 数据如下：反地形DEM 数据层calculation 如下（可与原始DEM 相比较）：4. 基于反地形DEM 数据求算坡向值反地形DEM 数据层calculation 的坡向数据如下：5. 提取反地形DEM 坡向数据的坡度数据，记为SOA2，即利用SOA 方法求算反地形的坡向变率。

6. 使用空间分析工具集中的栅格计算器，求没有误差的DEM 的坡向变率SOA，公式为SOA=(([SOA1]+[SOA2])－Abs([SOA1] －[SOA2]))/2其中，Abs 为求算绝对值，可点击右下侧将其查找出来。

基于GIS的坡面地形因子提取与分析作者：王娜娜徐珍陈伟华来源：《安徽农学通报》2017年第12期摘要：该文基于GIS软件和DEM数据，提取并分析一阶、二阶及复合坡面地形因子中的坡度、坡向、剖面曲率、地表粗糙度、高程变异系数5种地形因子。

结果表明：榆中县坡度变幅为0°～70.7213°；坡向分析中阳坡占总面积的45.04%，阴坡占53.87%；剖面曲率在0～4.90379范围内变化；地表粗糙度的变幅为1～4.39377；地形高程变异系数在0～0.0912272范围内变化。

通过对该区域坡面地形因子的提取，分析在这些地形因子的作用下该区域水土流失与土壤侵蚀的趋势，为榆中县进行水土保持定量研究提供科学依据。

关键词：地形因子；GIS；坡面；DEM中图分类号 S157 文献标识码 A 文章编号 1007-7731（2017）12-0165-03Absrtact：Based on the GIS and DEM data，five terrain factors，including slope，the slope direction，section curvature，surface roughness and coefficient of variation，are extracted and analyzed for the first order，two order and composite slope terrain factors. The results showed that the gradient of Yuzhong County was 0°～70.7213°，the sunny slope was 45.04% of the total area，the shade slope was 53.87%，the section curvature changed in 0～4.90379，the variation of surface roughness was 1～4.39377，the coefficient of variation varied within 0～0.0912272. Through the extraction of topographic factors in the area，the trend of water loss and soil erosion under the action of these terrain factors is analyzed，which provided scientific basis for the quantitative study of Yuzhong County soil and water conservation.Key words：Terrain factors；GIS；Slope；DEM地形分析是认知地形环境的重要方式，地形因子的提取对水土流失、土地利用及生态评价研究具有重要作用，不同研究尺度下研究的地形因子不一。

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。

基于GIS的区域坡度坡长因子提取算法张宏鸣;杨勤科;刘晴蕊;郭伟玲;王春梅【摘要】为提高基于地理信息系统的区域土壤侵蚀研究、水土保持环境效应评价、流域水文分析等的应用效率,设计新的坡度坡长(LS)因子算法,利用正向-反向遍历算法取代原累积坡长算法,以获取区域尺度下的LS因子.实验结果表明,在计算精度允许的范围内,新算法使计算机运行效率有较大幅度的提高.【期刊名称】《计算机工程》【年(卷),期】2010(036)009【总页数】3页(P246-248)【关键词】地理信息系统;数字高程模型;ARC宏语言;坡度坡长;中国土壤流失方程【作者】张宏鸣;杨勤科;刘晴蕊;郭伟玲;王春梅【作者单位】西北农林科技大学信息工程学院,杨凌,712100;西北大学城市与资源学系,西安,710069;西北农林科技大学信息工程学院,杨凌,712100;中科院水土保持研究所,杨凌,712100;中科院水土保持研究所,杨凌,712100【正文语种】中文【中图分类】TP301.61 概述自20世纪90年代以来，随着人们对全球环境问题的日益关注和地理信息系统(Geographic Information System,GIS)技术与土壤侵蚀模型的结合，USLE(Universal Soil Loss Equation)[1]和RUSLE(Revised Universal Soil Loss Equation)[2]被应用于区域尺度土壤侵蚀评价和制图中[3]。

在这种应用中，最关键的环节被认为是基于 GIS实现区域尺度坡度坡长(slope Length and slope Steepness,LS)因子专题层的计算[4]。

文献[5-8]先后设计了相应流程及算法，但在洼地填充、初始坡长、边界检测、LS算法等方面都存在问题。

本文在van Remortel C++代码的基础上引进了文献[9-10]根据中国侵蚀地形提出的陡坡地LS因子算法，设计开发了区域尺度LS因子计算工具，并在典型地区进行了计算实验。

地形因⼦第七章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）。