高程值最大的点，当找到多个时可任取一个作为最陡路径的起点；
[0033](6)利用Matlab中的griddata函数，将单元内的若干个散点差值计算形成一个光滑的曲面，并利用contourf函数做出曲面的等高线，等高线条数可以任意指定，等高线越密最终所得到的坡形结果越准确。同时删除掉在实际高程范围以外的等高线，这些多余的等高线是由于差值形成曲面时单元的边界被扩大所导致的；
[0034](7)由于Matlab中的contour3函数在生成等高线后所反馈回来的等高线信息无法直接使用，其中错乱的包含了等高线的条数、每条等高线的高程值、每条等高线上各点的xy坐标值等各种数据，因此需要单独提取并整理出对我们有用的信息，即每条等高线上点的xy坐标值；
[0035](8)从最高点出发，从高到低依次找出下一条等高线上的一个点，使之与找出的上一点距离最近。之后运用scatterf函数画出单元内点的空间分布，并在同一幅图中运用plot3函数画出所有找到的点的连线；
[0036](9)建立直角坐标系xy平面，取水平方向为x轴，竖直方向为y轴，以步骤8找到的各点到I轴的水平距离作为横坐标，纵坐标则取每个点的高程值，可以将最高点的横坐标定为0，之后计算中每相邻两点间的水平距离，作为直角坐标系中每两个相邻点的横坐标间距，从而绘制出纵剖面曲线；
[0037](10)利用polyfit函数将步骤9直角坐标系中的所有点拟合成一条三次函数曲线，并通过反馈回来的三次函数的系数计算出极值点坐标和拐点坐标；
[0038](11)当曲线两端含有极值点时，需要删除掉极值点与端点之间的部分，这是为了避免局部的凹凸变化影响整体坡形的识别。其中“两端”的定义可以通过对参数赋值来进行控制，如取曲线前后各四分之一为“两端”范围；
[0039](12)判断曲线中部是否存在拐点，其中“中部”的定义同样可以通过对参数赋值来进行控制，如取曲线四分之二到四分之三的范围为“中部”。如果存在拐点，则分别判断拐点以上部分和拐点以下部分的凹凸性，上半部分凹下半部分凸的为上凹下凸形坡，上半部分凹下半部分平的为凹形坡，由于对称性不可能存在上半部分凹下半部分凹，上半部分凸下半部分凹的为上凸下凹形坡，上半部分凸下半部分平的为凸形坡，由于对称性不可能存在上半部分凸下半部分凸，上半部分平下半部分凸的为凸形坡，上半部分平下半部分凹的为凹形坡，上半部分平下半部分平的为平坡。如果不存在拐点则直接判断整条曲线的凹凸性。凹凸性的判断是通过比较曲线两端点纵坐标平均值与曲线中点纵坐标值得到的，比较的过程中需要指定一个阈值，两个值的差别在阈值范围内的视为平坡；
[0040](13)对每一种坡形赋相应的数值，经过多次循环后得到每一个单元的坡形值，将这些坡形值利用属性表连接导回到GIS软件中，绘制出最终的所测区域坡形分布图。
[0041]取某一山区村镇作为实施例，利用上述程序，通过所测区域的DEM数据得出了每个单元内斜坡的最陡路径以及纵剖面线，图3与图4为其中一个单元的结果，并得到了各单元内斜坡的坡形识别结果，最终得到该实施例地区的坡形分布图，如图5所示。
【主权项】
1.一种基于数字高程模型的坡形提取与识别方法，其特征在于，该方法的步骤如下: 步骤(I).输入所测区域的数字高程模型(DEM)，利用地表水文分析提取出的汇水线与分水线所形成的集水流域，将所测区域划分为若干个斜坡单元； 步骤(2).对于每一个斜坡单元，从单元内所有高程数据点中找出高程最大的一个点，当高程最大的点不止一个时可任取一个； 步骤(3).在每一个斜坡单元内，利用单元内所有数据点的高程值做出斜坡在单元范围内的所有等尚线； 步骤(4).以步骤2中得出的高程最大点为起点，从高到低依次找出下一条等高线上的一个点，使之与找出的上一点距离最近，所有找到点的连线可称为斜坡的一条最陡路径；步骤(5).将步骤4中找到的每个点放置于直角坐标系中，以每个点的高程值作为纵坐标，每两个相邻点的横坐标间隔为它们之间的水平距离差。连接直角坐标系中各点即可得到可以合理表达坡形的斜坡纵剖面曲线； 步骤(6).将步骤5中直角坐标系内的所有点拟合成一个三次函数曲线的一部分，并找出这个三次函数的极值点与拐点； 步骤(7).如果步骤6所拟合出的曲线上靠近两端点的某一指定范围内存在极值点，则舍去极值点与端点之间所有的点； 步骤(8).经步骤7处理后的曲线上，靠近中点的某一指定范围内如果存在拐点，则以拐点为分界点，分别判断拐点以上部分与拐点以下部分曲线的凹凸性； 步骤(9).经步骤7处理后的曲线上，靠近中点的某一指定范围内如果不存在拐点，则直接判断整条曲线的凹凸性。
2.根据权利要求1所述的一种基于数字高程模型的坡形提取与识别方法，其特征在于:步骤9、10中判断某段曲线的凹凸性，是用比较曲线两端点纵坐标平均值与曲线中点纵坐标值的方法来实现的。
3.根据权利要求1所述的一种基于数字高程模型的坡形提取与识别方法，其特征在于:步骤7、8、9中所述指定范围的大小均可以通过对相应参数赋值来控制。
4.根据权利要求1所述的一种基于数字高程模型的坡形提取与识别方法，其特征在于:所述方法不但能识别出简单的凹形坡、凸形坡、直线形坡，还能识别出较为复杂的上凹下凸形坡和上凸下凹形坡。
5.根据权利要求1所述的一种基于数字高程模型的坡形提取与识别方法，其特征在于:识别坡形时，可以根据需要设定不同的阈值来控制对凹凸程度识别的敏感度。
6.根据权利要求1所述的一种基于数字高程模型的坡形提取与识别方法，其特征在于:以斜坡单元提取与识别坡形后，可以整合斜坡单元坡形绘制出所测区域的坡形分布图。
7.根据权利要求1所述的一种基于数字高程模型的坡形提取与识别方法，其特征在于:所有步骤都可以通过各种计算机语言编程批量实现。
【专利摘要】本发明是一种基于数字高程模型的坡形提取与识别方法，目的是提供一种利用数字高程模型作为数据源提取各种坡形分类信息的方法。针对如今以数字高程模型为数据源提取坡形过程中的各种困难，提出了在划分斜坡单元的基础上，利用做等高线垂线的方法找到斜坡的最陡路径，以此得到的纵剖面线可以较好的反映出斜坡的真实坡形。之后利用三次函数拟合的方法，分为多种情况对坡形进行了识别，将主观过程转化为了数学计算，既能保证贴近真实情况还能很好的把握住整体坡形。本发明较好地克服了坡形提取与识别过程中不确定性因素影响和难以客观量化的困难，提出了一套切实可行的提取与识别方法，具有一定的实际应用价值。
【IPC分类】G06K9-00, G06K9-46
【公开号】CN104820826
【申请号】CN201510205111
【发明人】王桂林, 孙帆, 方舟, 毛军, 吴曙光, 许明
【申请人】重庆大学
【公开日】2015年8月5日
【申请日】2015年4月27日