CN105893590B - 一种用于数字地形分析建模知识案例化自动处理方法 - Google Patents

一种用于数字地形分析建模知识案例化自动处理方法 Download PDF

Info

Publication number
CN105893590B
CN105893590B CN201610213395.2A CN201610213395A CN105893590B CN 105893590 B CN105893590 B CN 105893590B CN 201610213395 A CN201610213395 A CN 201610213395A CN 105893590 B CN105893590 B CN 105893590B
Authority
CN
China
Prior art keywords
elevation
area
dem
gradient
grade
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201610213395.2A
Other languages
English (en)
Other versions
CN105893590A (zh
Inventor
吴雪薇
秦承志
卢岩君
朱阿兴
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institute of Geographic Sciences and Natural Resources of CAS
Original Assignee
Institute of Geographic Sciences and Natural Resources of CAS
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Institute of Geographic Sciences and Natural Resources of CAS filed Critical Institute of Geographic Sciences and Natural Resources of CAS
Priority to CN201610213395.2A priority Critical patent/CN105893590B/zh
Publication of CN105893590A publication Critical patent/CN105893590A/zh
Application granted granted Critical
Publication of CN105893590B publication Critical patent/CN105893590B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/30—Circuit design
    • G06F30/36—Circuit design at the analogue level
    • G06F30/367—Design verification, e.g. using simulation, simulation program with integrated circuit emphasis [SPICE], direct methods or relaxation methods
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Geometry (AREA)
  • Evolutionary Computation (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Remote Sensing (AREA)
  • Data Mining & Analysis (AREA)
  • Complex Calculations (AREA)

Abstract

本发明涉及一种用于数字地形分析建模知识案例化自动处理方法，其中对数字地形分析(DTA)建模知识的案例化是将数字地形分析所应用的研究区定量表达为一个包含栅格分辨率、面积、地形起伏度、高程‑坡度累积频率二维表、面积高程积分值等5种定量指标的五元组，以栅格DEM为输入数据，通过调用开源的栅格空间数据转换库GDAL的读栅格数据功能以及地理信息系统软件ArcGIS的部分地形因子计算模块，实现对上述5个定量指标进行自动处理，所得到的数字地形分析建模知识案例可用于对某一研究区内已有数字地形分析建模知识在其他研究区中可用性的定量评价。本发明减少人为干预，能够为DTA建模知识的案例化及可适用范围推测提供技术支持。

Description

一种用于数字地形分析建模知识案例化自动处理方法
技术领域
本发明涉及一种用于数字地形分析建模知识案例化的定量指标自动处理方法，属于基于案例推理的数字地形分析应用技术领域。
背景技术
数字地形分析(DTA，Digital terrain analysis)是针对地表形态基于数字高程模型(DEM，Digital Elevation Model)进行地形属性计算及特征提取的数字信息处理技术，DTA应用建模在自然地理学领域应用广泛。然而，DTA应用建模过程较为复杂，涉及到大量DTA专业知识。在实际应用中，算法的选择和参数的设置等细节往往对整个模型的运行结果有很大影响，需要根据区域和数据特征对模型进行配置，由于区域和数据特征本身较为复杂，配置模型时需要使用大量的专业知识。由于这类知识难以形式化表达，现有的DTA工具对此类知识缺乏利用，从而导致普通用户在应用DTA时建模困难。
基于案例的知识表达和推理方法适用于对非系统化的DTA专业知识进行形式化表达和推理应用，能够降低用户在应用DTA时建模难度。基于案例的知识表达和推理方法的基本思想是通过参考已有的相似案例的解决方案应用于新的问题。其中案例的知识表达是将案例的属性进行提取并描述的过程，它是进行案例推理的前提。一个完整的案例通常由3个部分组成：案例问题、解决方案、案例输出。其中案例问题是指案例发生时与案例有关因素的状态，该部分内容直接参与案例推理；案例的解决方案是作为案例推理的结果加以应用，不参与案例推理；案例输出是指案例发生后与案例相关因素的状态，该部分内容是可选的，不参与案例推理。
DTA建模知识的案例表达主要是对案例问题进行描述，即确定影响DTA算法选择和参数设置的主要因素(例如区域和数据特征等)，进而确定适合于案例推理应用的定量指标，以有效体现DTA应用建模相关的因素的状态。在描述DTA建模知识的案例问题时，主要考虑的因素有案例的数据特征和研究区特征，目前尚未有一套对相应的定量描述指标的自动处理方法。
发明内容
本发明的技术解决问题：克服现有技术的不足，提供一种用于数字地形分析建模知识案例化自动处理方法，针对DTA建模知识的案例化表达，在案例指标确定的基础上，通过调用开源的栅格空间数据转换库GDAL的读栅格数据功能以及地理信息系统软件ArcGIS(其他地理信息系统软件如GRASS GIS、SuperMap等也可以)的部分地形因子计算模块，实现案例定量描述指标的自动处理。
本发明的技术解决方案为：一种用于数字地形分析建模知识案例化的定量指标自动处理方法，原理是：通过调用GDAL库的读栅格功能以及ArcGIS的部分地形因子计算模块，自动获取数字地形分析所应用研究区的栅格分辨率、面积、地形起伏度、高程-坡度累积频率表、面积-高程积分值，得到定量指标五元组，步骤如下：
(1)采用栅格DEM(Digital Elevation Model)为输入数据，利用开源的栅格空间数据转换库GDAL读取栅格DEM数据，利用GetGeoTransform函数获取栅格分辨率GridSize；
(2)利用GetNoDataValue函数获取栅格DEM的Nodata值，遍历整个栅格DEM数据，统计非Nodata的栅格总数，用栅格总数乘以分辨率的平方得到面积Area；
(3)遍历整个栅格DEM数据，统计非Nodata栅格DEM数据的最大值和最小值，用最大值减最小值得到地形起伏度数据Relief；
(4)采用栅格DEM(Digital Elevation Model)为输入数据，利用Python脚本调用地理信息系统软件ArcGIS(其他地理信息系统软件如GRASS GIS、SuperMap等也可以)计算坡度，得到坡度数据；遍历栅格DEM数据和坡度数据，统计各个高程等级里各坡度等级的频率，生成一张10×7的二维表；将各坡度等级在高程等级上进行累加运算，生成高程-坡度累积频率二维表。
(5)遍历栅格DEM数据，统计每个高程值所对应的栅格数(由于面积与栅格数是成比例的，为了计算方便用栅格数代替面积)；将高程值数组标准化(公式1)得到标准化后的高程值数组；将栅格数数组标准化(公式2)得到标准化后的栅格数数组；遍历标准化后的高程值数组和栅格数数组，依次相乘并累加得到面积高程积分值HypsoInt。
y＝(H-Hmin)/Relief (公式1)
式中，y表示面积高程积分曲线中高程所占比例；H表示DEM中的实际高程值；Hmin表示DEM的最低高程值；Relief表示DEM的高程差。
x＝count/sumCount (公式2)
式中，x表示面积高程积分曲线中面积所占比例；count表示某一高程值所对应的栅格数；sumCount表示DEM的总栅格数。
(6)将上述5个步骤封装成独立函数，将得到的定量指标五元组输出记录，可实现对数字地形分析建模知识案例化的自动化处理。
所述步骤(1)中如何利用GetGeoTransform函数获取栅格分辨率GridSize的过程如下：
首先，注册所有已知的驱动(这里也可以选择只注册指定驱动)，然后将DEM文件数据读取到内存，调用GetGeoTransform函数获取仿射变换系数矩阵，该系数矩阵的第二个元素代表东西方向一个像素对应的距离，即水平分辨率，若不加特殊说明，一般所说的栅格分辨率就是水平分辨率。
所述步骤(4)中将各坡度等级在高程等级上进行累加运算，生成高程-坡度累积频率二维表的过程如下：在每个高程等级上，根据坡度从小到大进行累加，若累加前的高程-坡度频率分布表上高程为i等级坡度为j等级的频率为aij，累加之后高程为i等级坡度为j等级的累加频率为bij：
式中，i＝1,2,3,4,5,6,7,8,9,10；j＝1,2,3,4,5,6,7；n为整数。
所述步骤(4)中的地理信息系统软件包括ArcGIS、GRASS GIS、SuperMap。
所述步骤(4)中生成一张10×7的二维表。
本发明与现有技术相比的优点在于：本发明对数字地形分析(DTA)建模知识的案例化是将数字地形分析所应用的研究区定量表达为一个包含栅格分辨率、面积、地形起伏度、高程-坡度累积频率二维表、面积高程积分值等5种定量指标的五元组，以栅格数字高程模型(DEM)为输入数据，通过调用开源的栅格空间数据转换库GDAL的读栅格数据功能以及地理信息系统软件ArcGIS的部分地形因子计算模块，实现对上述5个定量指标进行自动处理，所得到的数字地形分析建模知识案例可用于对某一研究区内已有数字地形分析建模知识在其他研究区中可用性的定量评价。本发明的优势是仅需要基本的DEM输入数据，能够自动计算案例指标，完成相应研究区中数字地形分析建模知识的自动案例化，减少人为干预，本发明能够为DTA建模知识的案例化及可适用范围推测提供技术支持。
附图说明
图1为本发明的实现流程图；
图2为以福建省朱溪河小流域栅格DEM为输入数据、用Java语言编程输出的结果截图。
具体实施方式
在描述DTA建模知识的案例问题时，为定量刻画案例的数据特征和研究区特征，采用的定量指标分别为：DEM栅格分辨率(考虑到目前实际应用中主要采用栅格DEM，本说明目前针对栅格DTA应用)、面积、地形起伏度、坡度分布、发育特征。其中DEM栅格分辨率用来刻画数据特征；面积、地形起伏度、坡度分布、发育特征这4个指标用来刻画研究区特征。栅格分辨率、面积、地形起伏度这3个指标采用直观、常用的单一值描述；坡度和发育特征分别采用高程-坡度累积频率二维表和面积高程积分曲线进行描述。其中坡度的分级根据坡度对土壤侵蚀的影响分7级(0～3°、3～8°、8～15°、15～25°、25～35°、35～45°、45～90°)，高程按等间隔分为10个等级，生成一张10×7的二维表。由于面积高程积分曲线在案例推理过程中是以面积高程积分值来计算的，所以其形式化是以面积高程积分值的形式来体现的。最终得到一个五元组<栅格分辨率、面积、地形起伏度、高程-坡度累积频率二维表、面积高程积分值>，实现DTA建模知识的案例表达，通过该五元组表达的案例可用于对某一研究区内已有数字地形分析建模知识在其他研究区中可用性的定量评价。其中的关键技术就是是对栅格分辨率、面积、地形起伏度、高程-坡度累积频率二维表、面积高程积分值这5个定量指标的自动计算。
下面对本发明采用的相关术语和含义等在此进行一下简要说明。
GetGeoTransform函数是GDAL的库函数，返回的是一个指向六个元素的double类型指针，其中六个元素的意义分别为：左上角横坐标、东西方向一个像素对应的距离、旋转(0表示上面为正北)、左上角纵坐标、旋转(0表示上面为正北)、南北方向一个像素对应的距离。GetNoDataValue函数也是GDAL的库函数，用于获取数据的Nodata值。Nodata值指的是栅格数据中“无意义值”，栅格数据通常为矩形，但其所表达的数据区域可能为一个不规则形状，且其中部分栅格不具有实际数值，这些情况下需要对一些有效数据区域之外的栅格填充以“无意义值”，在实际应用中，无意义值通常不参与计算。
下面结合如图1所示的流程图，以Java编程语言为例，说明本发明的具体实施方法：
(1)配置好Java以及GDAL库的运行环境。
(2)用Java语言编写读数据函数readRaster(DEMfile)(括号中表示该函数要输入的参数，下同)：调用GDAL库中的gdal.open(DEMfile)函数将栅格数据读取到全局变量Dataset中。具体做法是：首先，注册所有已知的驱动(这里也可以选择只注册指定驱动)，然后调用GDAL的库函数open()函数将DEM数据读取到内存。
(3)编写获取栅格分辨率函数getResolution(Dataset)：调用Dataset.GetGeoTransform()函数获取栅格数据分辨率。具体做法是：调用GetGeoTransform()函数获取仿射变换系数矩阵，该系数矩阵的第二个元素代表水平分辨率，返回该系数矩阵的第二个元素值，单位是米。
(4)编写计算面积函数calculateArea(Dataset)：利用GDAL库函数GetNoDataValue()函数获取栅格DEM的Nodata值，遍历整个栅格DEM数据，统计非Nodata的栅格总数，用栅格总数乘以分辨率的平方得到面积Area：
Area＝SumCount×GridSize2×10-6
式中，SumCount表示DEM中非Nodata值的栅格数量，GridSize表示分辨率(单位是米)，面积单位是平方千米。
(5)编写计算地形起伏度函数calculateRelief(Dataset)：利用GDAL库函数GetNoDataValue()函数获取栅格DEM的Nodata值，遍历整个栅格DEM数据，统计非Nodata栅格DEM数据的最大值和最小值，用最大值减最小值得到地形起伏度数据Relief：
Relief＝Vmax-Vmin
式中，Vmax表示DEM高程值的最大值，Vmin表示DEM高程值的最小值，单位均是米。
(6)用Python脚本编写坡度计算程序calculateSlope.py，调用arcpy里面的函数计算坡度(需要安装ArcGIS)。具体做法为：先调用arcpy.CheckOutExtension("Spatial")函数获取扩展模块Spatial的许可，再调用arcpy.Slope(DEMfile,"DEGREE",1)函数计算坡度，最后调用arcpy.save(SlopeFile)函数保存坡度数据。其中arcpy.Slope函数的第一个参数是DEM原始数据文件，第二个参数"DEGREE"表示坡度的单位是角度(根据具体需要可以改成弧度等)，第三个参数默认值是1，表示DEM数据中x、y单位和z单位采用相同的测量单位，DEM中x、y单位也就是分辨率的单位，z单位也就是高程单位，都是以米为单位，所以这里采用默认值即可。
(7)编写计算高程-坡度累积频率二维表函数calculateDemSlp(Dataset)：调用calculateSlope.py脚本，计算坡度数据，调用读数据函数readRaster读取坡度数据，利用GDAL库函数GetNoDataValue()函数获取栅格DEM和坡度数据的Nodata值，遍历栅格DEM数据和坡度数据，统计非Nodata数据中各个高程等级里各坡度等级的频率aij，将各坡度等级在高程等级上进行累加运算bij；
式中，i＝1,2,3,4,5,6,7,8,9,10；j＝1,2,3,4,5,6,7；n为整数。
(8)编写计算面积-高程积分值函数calculateHypsoInt(Dataset)：利用GDAL库函数GetNoDataValue()函数获取栅格DEM的Nodata值，遍历栅格DEM数据，统计每个非Nodata高程值所对应的栅格数，分别将高程值数组和栅格数数组标准化(根据公式1和公式2分别对高程值数组和栅格数数组进行标准化)，遍历标准化后的高程值数组y和栅格数数组x，依次相乘并累加；
式中，x,y代表标准化后的高程值数组和栅格数数组，xn，yn代表数组中第n+1个元素的值，其中n＝0,1,2,3,…,len-1，len代表数组的长度。
(9)在主函数中依次运行readRaster、getResolution、calculateArea、calculateRelief、calculateDemSlp、calculateHypsoInt函数，设置输入和输出，运行得到结果。
如图2所示，以福建省朱溪河小流域栅格DEM为输入数据，经过以上程序计算得到的指标值分别为：分辨率5m，面积5.22km2，地形起伏度556m，面积-高程积分值0.21，高程-坡度累积频率二维表：
本发明说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
所有上述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视作本发明的保护范围。

Claims (5)

1.一种用于数字地形分析建模知识案例化自动处理方法，其特征在于：实现步骤如下：
(1)采用栅格DEM(Digital Elevation Model，数字高程模型)为输入数据，采用开源的栅格空间数据转换库GDAL读取栅格DEM数据，利用GetGeoTransform函数获取栅格分辨率GridSize；
(2)利用GetNoDataValue函数获取栅格DEM的Nodata值，遍历整个栅格DEM数据，统计非Nodata的栅格总数，用栅格总数乘以栅格分辨率GridSize的平方得到面积Area；
(3)遍历整个栅格DEM数据，统计非Nodata栅格中DEM数据的最大值和最小值，用最大值减去最小值得到地形起伏度数据Relief；
(4)采用栅格DEM(Digital Elevation Model)为输入数据，利用Python脚本调用地理信息系统软件计算坡度，得到坡度数据；遍历栅格DEM数据和坡度数据，统计各个高程等级里各坡度等级的频率，生成一张二维表；将各坡度等级在高程等级上进行累加运算，生成高程-坡度累积频率二维表；
(5)遍历栅格DEM数据，通过面积Area统计每个高程值所对应的栅格数，面积与栅格数是成比例的，为了计算方便用栅格数代替面积；用高程值数组标准化公式1得到标准化后的高程值数组；用栅格数数组标准化公式2得到标准化后的栅格数数组；遍历标准化后的高程值数组和栅格数数组，依次相乘并累加得到面积高程积分值HypsoInt，
y＝(H-Hmin)/Relief (1)
式中，y表示面积高程积分曲线中高程所占比例；H表示DEM中的实际高程值；Hmin表示DEM的最低高程值；Relief表示DEM的高程差；
x＝count/SumCount (2)
式中，x表示面积高程积分曲线中面积所占比例；count表示某一高程值所对应的栅格数；SumCount表示DEM的总栅格数；
(6)将上述5个步骤封装成独立函数，得到的定量指标五元组输出记录，实现对数字地形分析建模知识案例化的自动化处理。
2.根据权利要求1所述的用于数字地形分析建模知识案例化自动处理方法，其特征在于：所述步骤(1)中如何利用GetGeoTransform函数获取栅格分辨率GridSize的过程如下：
首先，注册所有已知的驱动，或选择只注册指定驱动，然后将DEM文件数据读取到内存，调用GetGeoTransform函数获取仿射变换系数矩阵，该系数矩阵的第二个元素代表东西方向一个像素对应的距离，为水平分辨率，即栅格分辨率。
3.根据权利要求1所述的用于数字地形分析建模知识案例化自动处理方法，其特征在于：所述步骤(4)中将各坡度等级在高程等级上进行累加运算，生成高程-坡度累积频率二维表的过程如下：在每个高程等级上，根据坡度从小到大进行累加，若累加前的高程-坡度频率分布表上高程为i等级坡度为j等级的频率为aij，累加之后高程为i等级坡度为j等级的累加频率为bij：
bij＝∑n＝1..jain
式中，i＝1,2,3,4,5,6,7,8,9,10；j＝1,2,3,4,5,6,7；n为整数。
4.根据权利要求1所述的用于数字地形分析建模知识案例化自动处理方法，其特征在于：所述步骤(4)中的地理信息系统软件包括ArcGIS、GRASSGIS、SuperMap。
5.根据权利要求1所述的用于数字地形分析建模知识案例化自动处理方法，其特征在于：所述步骤(4)中生成一张10×7的二维表。
CN201610213395.2A 2016-04-07 2016-04-07 一种用于数字地形分析建模知识案例化自动处理方法 Active CN105893590B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610213395.2A CN105893590B (zh) 2016-04-07 2016-04-07 一种用于数字地形分析建模知识案例化自动处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610213395.2A CN105893590B (zh) 2016-04-07 2016-04-07 一种用于数字地形分析建模知识案例化自动处理方法

Publications (2)

Publication Number Publication Date
CN105893590A CN105893590A (zh) 2016-08-24
CN105893590B true CN105893590B (zh) 2019-03-08

Family

ID=57012085

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610213395.2A Active CN105893590B (zh) 2016-04-07 2016-04-07 一种用于数字地形分析建模知识案例化自动处理方法

Country Status (1)

Country Link
CN (1) CN105893590B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108241593B (zh) * 2018-01-22 2020-05-15 西南林业大学 一种空间抽样目标定位方法及系统
CN109671015B (zh) * 2018-12-03 2023-01-20 中国科学院、水利部成都山地灾害与环境研究所 基于dem分形特征的坡度尺度变换方法
CN111288985A (zh) * 2020-03-04 2020-06-16 北京易控智驾科技有限公司 地图确定方法及装置、设备、矿车自动驾驶方法
CN113435010B (zh) * 2021-05-26 2023-09-12 中国再保险(集团)股份有限公司 大尺度精细化地形数字化模拟方法和装置
CN116542124B (zh) * 2023-03-13 2024-04-09 广东省科学院广州地理研究所 一种分布式水文模型的辅助建模方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102054294A (zh) * 2011-01-19 2011-05-11 中国科学院地理科学与资源研究所 基于曲面论和优化控制理论的曲面建模方法
CN102122395A (zh) * 2011-01-31 2011-07-13 武汉大学 一种保持地形特征的自适应尺度dem建模方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102054294A (zh) * 2011-01-19 2011-05-11 中国科学院地理科学与资源研究所 基于曲面论和优化控制理论的曲面建模方法
CN102122395A (zh) * 2011-01-31 2011-07-13 武汉大学 一种保持地形特征的自适应尺度dem建模方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
数字地形分析应用适配性知识的表达与推理方法案例;吴雪薇等;《地理科学进展》;20160131;全文 *

Also Published As

Publication number Publication date
CN105893590A (zh) 2016-08-24

Similar Documents

Publication Publication Date Title
CN105893590B (zh) 一种用于数字地形分析建模知识案例化自动处理方法
Wu et al. Efficient delineation of nested depression hierarchy in digital elevation models for hydrological analysis using level‐set method
Vivoni et al. Generation of triangulated irregular networks based on hydrological similarity
Haggett Scale components in geographical problems
Wu et al. A localized contour tree method for deriving geometric and topological properties of complex surface depressions based on high-resolution topographical data
Häring et al. Spatial disaggregation of complex soil map units: a decision-tree based approach in Bavarian forest soils
Engel et al. The role of geographical information systems in groundwater engineering
Tshimanga Hydrological uncertainty analysis and scenario-based streamflow modelling for the Congo River Basin
GB2547816A (en) Actually-measured marine environment data assimilation method based on sequence recursive spare filtering three-dimensional variation
Butler et al. Definition and solution of a stochastic inverse problem for the Manning’sn parameter field in hydrodynamic models
CN111950942A (zh) 基于模型的水污染风险评估方法、装置和计算机设备
Adcroft Representation of topography by porous barriers and objective interpolation of topographic data
CN108268969A (zh) 基于遥感数据的区域经济发展形式分析与预测方法及装置
CN115205481A (zh) 一种基于图神经网络的频谱地图构建方法及系统
CN105070185B (zh) 一种点要素群自动综合方法
Hardin et al. GIS-based analysis of coastal Lidar time-series
Zhang et al. Impervious surface extraction from high-resolution satellite image using pixel-and object-based hybrid analysis
CN108038086B (zh) 一种基于像素尺度的dem数据误差评价与校正方法
Xie et al. Using contour lines to generate digital elevation models for steep slope areas: a case study of the Loess Plateau in North China
Yang et al. A high-resolution, 3D groundwater-surface water simulation of the contiguous US: Advances in the integrated ParFlow CONUS 2.0 modeling platform
CN103150616A (zh) 一种史前聚落遗址分布特征的挖掘方法
Yin Dynamical fractal: Theory and case study
Chen MRPM: three visual basic programs for mineral resource potential mapping
Wang et al. Influence of resolution on slope in areas with different topographic characteristics
Kar et al. Observational scale and modeled potential residential loss from a storm surge

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant