CN108829742B - 一种坡面形态类型划分方法 - Google Patents

Abstract

本发明公开了一种坡面形态类型划分方法，该方法包括：(1)读取山谷或山坡的剖面线数据，并进行结构化处理，得到每一剖面线的结构化点集；(2)根据所述结构化点集计算每一剖面线的总偏差；(3)根据所述结构化点集计算每一剖面线的弯曲度；(4)根据总偏差和弯曲度以及预设阈值，划分山谷或山坡的坡面形态类型。本发明方法简洁，支持类型多，且执行效率与自动化程度相对较高，能够满足大范围内坡面形态类型的划分需要。

Description

一种坡面形态类型划分方法

技术领域

本发明属于地理信息技术应用领域，具体涉及一种山谷/坡坡面形态类型的自动划分方法。

背景技术

山谷和山坡是地表分布最广泛的地貌基本形态，其坡面形态一般呈直线形、凸形、凹形和凸凹形等。坡面形态一定程度上反映了坡地的演化阶段和新构造的性质，其类型划分对工矿、交通、水利和地质灾害等研究有重要的理论意义和应用价值。

目前，坡面形态类型的划分研究主要涉及两类方法：一是，采用野外定位观测的方式；二是，基于DEM的地表曲率计算(刘金涛,冯德锃,陈喜,等,2011.山坡地形曲率分布特征及其水文效应分析—真实流域的野外实验及相关分析研究.水科学进展,22(4): 1-6)。前者费时费力；后者仅对凸形和凹形加以区分，且计算原理较为复杂。

发明内容

发明目的：本发明针对现有技术存在的问题，提供一种坡面形态类型划分方法，本发明为山谷/坡的稳定性、形成成因和发育过程等奠定了研究基础。

技术方案：本发明所述的坡面形态类型划分方法包括：

(1)读取山谷或山坡的剖面线数据，并进行结构化处理，得到每一剖面线的结构化点集；

(2)根据所述结构化点集计算每一剖面线的总偏差；

(3)根据所述结构化点集计算每一剖面线的弯曲度；

(4)根据总偏差和弯曲度以及预设阈值，划分山谷或山坡的坡面形态类型。

进一步的，步骤(1)具体包括：

(1-1)加载山谷或山坡的剖面位置图层和DEM图层，得到剖面的线要素集合 SL＝{sl_i|i＝1,2,…,m}，其中，sl_i表示第i个剖面线线要素，m为剖面的线要素个数；

(1-2)针对每一剖面线线要素sl_i，读取构成该线要素的点集P_i＝{pi_j|j＝1,2,…,n}，其中，pi_j表示sl_i的第j个点元素，n为sl_i的点要素个数；

(1-3)依次获取点要素pi_j，并根据DEM图层分别计算pi_j对应的高程Elevation、以及pi_j与pi₁的距离Distance，再分别以Distance、Elevation为横、纵坐标存储于结构化点集T_i＝{ti_j{xi_j＝Distance,yi_j＝Elevation}|j＝1,2,…,n}中，i＝1,2,…,m。

进一步的，步骤(2)具体包括：

(2-1)将结构化点集T_i中的首点ti₁和尾点ti_n连线为一条直线l，并计算结构化点集T_i中每个点ti_j到直线l的垂距vi_j；

(2-2)根据式(1)计算首点ti₁、尾点ti_n、点ti_j三点构成的面积量Si_j(ti₁,ti_n,ti_j)：

Si_j(ti₁,ti_n,ti_j)＝(xi₁–xi_j)*(yi_n–yi_j)-(yi₁-yi_j)*(xi_n-xi_j) 式(1)

式中，(xi₁,yi₁)为首点ti₁坐标，(xi_n,yi_n)为尾点ti_n坐标，(xi_j,yi_j)为点ti_j坐标；

(2-3)按照式(2)修改垂距vi_j的值，得到垂距集合V_i＝{vi_j|j＝1,2,…,q}，其中，q为垂距的个数，且q＝n-2；

(2-4)计算垂距集合V_i中所有的垂距累加值，作为剖面线线要素sl_i的总偏差D_i， i＝1,2,…,m。

进一步的，步骤(3)具体包括：

(3-1)计算结构化点集T_i中的首点ti₁和尾点ti_n间的距离l_i；

(3-2)计算结构化点集T_i中任意相邻两点间的距离的累加值，作为剖面线线要素sl_i的长度L_i；

(3-3)按照公式(3)计算剖面线线要素sl_i的弯曲度C_i：

C_i＝L_i/l_i，i＝1,2,…,m 式(3)。

进一步的，步骤(4)具体包括：

(4-1)根据已计算的总偏差D_i和弯曲度C_i，以及预设的总偏差阈值DT和弯曲度阈值CT，按照公式(4)判别对应剖面线线要素sl_i所在坡面的坡面形态VWForm；

(4-2)将所有剖面线线要素所在坡面的坡面形态类型信息，写入相应山谷或山坡的坡面单元的图层属性中。

有益效果：本发明与现有技术相比，其显著优点是：本发明方法算法简洁，支持坡面类型多，且执行效率与自动化程度相对较高，能够满足大范围内坡面形态类型的划分需要。

附图说明

图1为本发明的流程图；

图2为实施例实验数据((a)剖面线数据，(b)DEM数据)；

图3为总偏差计算方法的示意图；

图4为实施例中坡面形态类型的自动划分结果；

图5为实施例中坡面形态类型的人工划分结果。

具体实施方式

本实施例提供了一种坡面形态类型划分方法，下面以庐山基岩山区的主要谷地为实验对象，对本发明实施例方法进行介绍，本发明方法如图1所示，包括：

(1)读取山谷或山坡的剖面线数据，并进行结构化处理，得到每一剖面线的结构化点集。

步骤(1)具体包括：

(1-1)加载山谷或山坡的剖面位置图层和DEM图层，得到剖面的线要素集合 SL＝{sl_i|i＝1,2,…,m}。例如，剖面位置图层为图2中的 (a)，DEM图层为图2中的 (b)，可以得到 SL＝{sl_i|i＝1,2,…,30}。

(1-2)针对每一剖面线线要素sl_i，读取构成该线要素的点集P_i＝{pi_j|j＝1,2,…,n}，其中，pi_j表示sl_i的第j个点元素，n为sl_i的点要素个数。例如，以线要素sl₁为例，可以读取到构成该线要素的点集P₁＝{pi_j|j＝1,2,…,18}；

(1-3)依次获取点要素pi_j，并根据DEM图层分别计算pi_j对应的高程Elevation、以及pi_j与pi₁的距离Distance，再分别以Distance、Elevation为横、纵坐标存储于结构化点集T_i＝{ti_j{xi_j＝Distance,yi_j＝Elevation}|j＝1,2,…,n}中，i＝1,2,…,m。例如，根据点集 P₁最后得到点集T₁＝{(0.0,1133.8),(53.393,1140.9),…,(907.685,764.5)}，共18个。

(2)根据所述结构化点集计算每一剖面线的总偏差。

步骤(2)具体包括：

(2-1)将结构化点集T_i中的首点ti₁和尾点ti_n连线为一条直线l，并计算结构化点集T_i中每个点ti_j到直线l的垂距vi_j。以点集T₁为例，将首点t1₁和尾点t1₁₈连线为一条直线l，如图3所示，并计算结构化点集T₁中每个点t1_j到直线l的垂距vi_j，该例子中点 t1₂到直线l的垂距v1₂＝26.698。

(2-2)根据式(1)计算首点ti₁、尾点ti_n、点ti_j三点构成的面积量Si_j(ti₁,ti_n,ti_j)：

Si_j(ti₁,ti_n,ti_j)＝(xi₁–xi_j)*(yi_n–yi_j)-(yi₁-yi_j)*(xi_n-xi_j) 式(1)

式中，(xi₁,yi₁)为首点ti₁坐标，(xi_n,yi_n)为尾点ti_n坐标，(xi_j,yi_j)为点ti_j坐标；

例如，接上例，t1₁、t1₁₈与点t1₂这三点的面积量S1₂(t1₁,t1₁₈,t1₂)＝26162.665>0。

(2-3)按照式(2)修改垂距vi_j的值，得到垂距集合V_i＝{vi_j|j＝1,2,…,q}，其中，q为垂距的个数，且q＝n-2；

例如，接上例，按照公式(2)可知，v1₂的值不变；待t1₁₇处理完毕，得到垂距集合V₂＝{26.698,25.145,…,-17.436}。

(2-4)计算垂距集合V_i中所有的垂距累加值，作为剖面线线要素sl_i的总偏差D_i， i＝1,2,…,m。

例如，接上例，可计算得到点集T₁的总偏差D₁＝366.895。其他剖面线线要素同样按照此步骤计算，得到D₁,…,D₁₈。

(3)根据所述结构化点集计算每一剖面线的弯曲度。

步骤(3)具体包括：

(3-1)计算结构化点集T_i中的首点ti₁和尾点ti_n间的距离l_i。

例如，接上例，可以计算得到首点t1₁和尾点t1₁₈间的距离l₁＝979.936。

(3-2)计算结构化点集T_i中任意相邻两点间的距离的累加值，作为剖面线线要素sl_i的长度L_i。

例如，接上例，可以计算得到sl₁的长度L₁＝1042.702。

(3-3)按照公式(3)计算剖面线线要素sl_i的弯曲度C_i：

C_i＝L_i/l_i，i＝1,2,…,m 式(3)。

例如，接上例，可以计算得到C₁＝L₁/l₁＝1.064。其他剖面线线要素同样按照此步骤计算，得到C₁,…,C₁₈。

(4)根据总偏差和弯曲度以及预设阈值，划分山谷或山坡的坡面形态类型。

步骤(4)具体包括：

(4-1)根据已计算的总偏差D_i和弯曲度C_i，以及预设的总偏差阈值DT和弯曲度阈值CT，按照公式(4)判别对应剖面线线要素sl_i所在坡面的坡面形态VWForm；

例如，接上例，分别设置总偏差阈值DT、弯曲度阈值CT的值为30、1.05，按照公式(4)判别sl₁的坡面形态VWForm＝“凸形”。再按照此步骤计算，得到所有剖面线线要素所在坡面的坡面形态类型。

(4-2)将所有剖面线线要素所在坡面的坡面形态类型信息，写入相应山谷或山坡的坡面单元的图层属性中。

其中，上例中计算得到的总偏差、弯曲度和坡面形态类型汇总至下表1：

表1

下面以目视解译的坡面形态类型与本实施例判别的类型作对比，结果如下表所示：

表2

通过两种方法划分结果的对比可知，30个待判别坡面中，虚判的坡面有3个，漏判的坡面有3个，总体判别正确率为90.0％。

以上所揭露的仅为本发明一种较佳实施例而已，不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。

Claims (3)

1.一种坡面形态类型划分方法，其特征在于该方法包括：

(1)读取山谷或山坡的剖面线数据，并进行结构化处理，得到每一剖面线的结构化点集；具体包括：

(1-1)加载山谷或山坡的剖面位置图层和DEM图层，得到剖面的线要素集合SL＝{sl_i|i＝1,2,…,m}，其中，sl_i表示第i个剖面的线要素，m为剖面的线要素个数；

(1-2)针对每一剖面线线要素sl_i，读取构成该线要素的点集P_i＝{pi_j|j＝1,2,…,n}，其中，pi_j表示sl_i的第j个点元素，n为sl_i的点要素个数；

(1-3)依次获取点要素pi_j，并根据DEM图层分别计算pi_j对应的高程Elevation、以及pi_j与pi₁的距离Distance，再分别以Distance、Elevation为横、纵坐标存储于结构化点集T_i＝{ti_j{xi_j＝Distance,yi_j＝Elevation}|j＝1,2,…,n}中，i＝1,2,…,m，ti_j表示第j个结构化点；

(2)根据所述结构化点集计算每一剖面线的总偏差；

(3)根据所述结构化点集计算每一剖面线的弯曲度；

(4)根据总偏差和弯曲度以及预设阈值，划分山谷或山坡的坡面形态类型；具体包括：

(4-1)根据已计算的总偏差D_i和弯曲度C_i，以及预设的总偏差阈值DT和弯曲度阈值CT，按照公式(4)判别对应剖面线线要素sl_i所在坡面的坡面形态VWForm；

(4-2)将所有剖面线线要素所在坡面的坡面形态类型信息，写入相应山谷或山坡的坡面单元的图层属性中。

2.根据权利要求1所述的坡面形态类型划分方法，其特征在于：步骤(2)具体包括：

(2-1)将结构化点集T_i中的首点ti₁和尾点ti_n连线为一条直线l，并计算结构化点集T_i中每个点ti_j到直线l的垂距vi_j；

(2-2)根据式(1)计算首点ti₁、尾点ti_n、点ti_j三点构成的面积量Si_j(ti₁,ti_n,ti_j)：

Si_j(ti₁,ti_n,ti_j)＝(xi₁–xi_j)*(yi_n–yi_j)-(yi₁-yi_j)*(xi_n-xi_j) 式(1)

式中，(xi₁,yi₁)为首点ti₁坐标，(xi_n,yi_n)为尾点ti_n坐标，(xi_j,yi_j)为点ti_j坐标；

(2-3)按照式(2)修改垂距vi_j的值，得到垂距集合V_i＝{vi_j|j＝1,2,…,q}，其中，q为垂距的个数，且q＝n-2；

(2-4)计算垂距集合V_i中所有的垂距累加值，作为剖面线线要素sl_i的总偏差D_i，i＝1,2,…,m。

3.根据权利要求1所述的坡面形态类型划分方法，其特征在于：步骤(3)具体包括：

(3-1)计算结构化点集T_i中的首点ti₁和尾点ti_n间的距离l_i；

(3-2)计算结构化点集T_i中任意相邻两点间的距离的累加值，作为剖面线线要素sl_i的长度L_i；

(3-3)按照公式(3)计算剖面线线要素sl_i的弯曲度C_i：

C_i＝L_i/l_i，i＝1,2,…,m 式(3)。

Images