高程梯度算法与不确定性研究

来源 :西北大学 | 被引量 : 0次 | 上传用户:xumin7777
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
高程梯度是坡度算法的基本计算项。在坡度算法θ=arctan(p2+q2)I/2中分别用p和q表示,因为高程梯度p和q算法的不同而衍生出多种坡度算法,因此对p和q算法的性质和精度的研究,是坡度算法精度评价的基础。p和q的算法的不同不但会影响坡度计算,而且P和q也是坡度分布理论模型研究的起点。本研究选取漫岗丘陵、黄土丘陵、秦岭、横断山四个不同地形类型样区,使用七种算法得到每个样区的高程梯度,对高程梯度性质、高程梯度的统计分布与结构特征、高程梯度算法的稳定性与精度进行了分析;并选取漫岗丘陵和黄土丘陵部分样区,分析高程梯度随不同分辨率的变化规律;从数学与物理学的角度对高程梯度的基本性质进行了初步分析。本文的主要研究结果如下:(1)高程梯度的统计学分布特征:p和q的均值十分接近零,p和q的标准差均近似相等,p和q均接近正态分布,p和q均相互独立。(2)结构特征:各种算法均能表现p和q局地结构和样区之间的差异,地形起伏越大,图像的纹理也越复杂。(3)高程梯度算法稳定性与精度:从算法的稳定性(直方图相似度指数、均方根误差)和精度(高程中误差、高程梯度联合方差误差、控制参数误差)来看,均表明改进的Evans-Young算法最好。(4)高程梯度p和q分布特征随分辨率变化的规律:统计分布特征方面,随着DEM分辨率的降低,p和q基本性质保持不变;结构特征方面,随着分辨率的降低,p和q图像的纹理与结构简化、图像表面逐渐变平滑。
其他文献
黄土高原地区生态环境脆弱,水土流失严重一直是该地区备受瞩目的重大环境问题之一,而土壤水分是制约黄土高原地区生态修复重建的限制性因子,因而准确描述该地区土壤水分的空
一、强化问题意识,激发反思动机  问题意识是指学生在认识活动中遇到一些难以解决的、产生疑虑的实际问题时产生的一种怀疑、困惑、好奇、探究的心理状态。这种心理状态可以驱使学生不断进行反思,提出新问题并解决问题。问题是反思活动的开始,是进行创新活动的前提,培养学生的问题意识是培养学生创新思维能力的首要环节和重要途径。而良好的问题情景能让学生产生疑问,诱发学生进行探究与思考,引发学生的创新冲动,促进学生的
学位