坡度、坡向是描述坡地地形形态特征的重要指标,该指标已经成为侵蚀地貌、水文与土壤侵蚀、山地灾害等分析模拟,土地利用、水土保持和区域生态规划等工作的基本输入参数。坡度、坡向算法及其精度分析中,长期以来的难点问题是如何获得坡度和坡向的参考值或“真值”。研究中,坡度和坡向的“真值”通常用数学模拟或野外实测两种方式来获得。对于坡度的野外实测方法、数据质量评价等的鲜有报道。针对这一问题,本研究在黄土高原一完整坡面上,以最大坡降线为基准,全野外数字化采集了144个点的相关平面位置及高程位置数据,分析了不同状态下实测最大坡降线坡度的变化情况以及微地形对测量结果的影响,同时对实测坡度坡向与基于DEM提取的坡度坡向进行对比,在深入分析各种影响因素的基础上,构建了基于正交曲线的坡度、坡向模型,并从模型率定、模型验证及模型应用三方面开展研究了工作,得到以下主要研究结果:1.从最大坡降线坡度坡向实测过程及结果看,最大坡降线的确定受地形影响较大,且最大坡降线位置是影响实测结果的决定性因素之一。通过对最大坡降线方向的不同测定方法——上切线、下割线、拟合线、罗盘坡度实测分析,采样点坡度均值差异不明显,均能较好的反映地形的总体情况,但上切线、罗盘实测坡度时,受微地形影响更为显著,而下割线与拟合线受微地形影响更小。通过与DEM差分坡度、坡向的对比,整体上坡度吻合程度比坡向更优,简单差分算法与实测坡度、坡向差异均值最小,但其离散程度明显,说明在受各种误差影响下,简单差分算法随机性误差影响大。2.构建正交曲线坡度坡向模型。以高斯合成曲面对模型进行率定发现,随着采样曲线间隔的增大,正交曲线形态上与理论曲线偏差越发明显,但三次样条曲线拟合后偏差有明显的改善。坡度坡向差异随采样间隔增大而增大,在1-10m采样间隔时差异不明显,采样间隔大于25m后,差异明显增大。采样平面误差对坡度坡向影响较小,但高程误差在小采样间隔时影响是显著的,随着采样间隔的增大,高程误差影响逐渐减弱。在小采样间隔时地形平缓地区受高程误差影响更大,坡向比坡度更为敏感。3.正交曲线的测量与最大坡降线测量过程相比受地形、植被等因素影响更小,野外环境下更易实施,特别是低分辨率时具有可操作性。正交曲线坡度随着分辨率降低而减小,坡向也受分辨率影响明显,随分辨率减低坡向值更趋于单一。正交曲线方向差异引起坡度坡向差异均值为0.1°左右,影响较小。相同观测条件下,与最大坡降线坡度呈几乎1:1的正相关性,但随坡度的增大,离散程度有所增加。正交曲线坡向与最大坡降线坡向以16方向赋值时吻合程度为64.58%,且其差异受地形影响显著。正交曲线坡度坡向与DEM差分坡度坡向相比,差异也均以随机误差为主,坡度差异均值上看与简单差分最为匹配,其次为二阶差分,但差异变化范围上看简单差分效果最差,其次依次为二阶差分、Frame差分、三阶不带权差分,而三阶反距离平方权差分与三阶反距离差差异变化幅度最小。以16方向赋值差分算法坡向与正交曲线坡向吻合程度达75.69%。4.DEM数据高程误差与坡度、坡向存在密切的相关性,高程误差随着格网尺寸的增大而变大,坡度、坡向受高程误差影响显著,差分算法中三阶不带权差分方法受高程误差影响最弱、简单差分最为显著,随着格网尺寸的增大,高程误差对坡度、坡向的影响减弱,地形综合影响增强,且坡向受高程误差影响比坡度更为明显,特别是在地形平缓地区。坡度、坡向对空间参考系的改变呈现90°的周期性正弦规律变化。基于OCSAM模型的DEM质量评价时,坡度差异反映DEM数据的高程数据质量,坡向反向可以评判DEM数据高程序列错误。OCSAM模型不仅解决了高程中误差检验问题,而且对高程序列做出评判,保证DEM数据的逻辑一致性与完整性。