基于DEM的土壤侵蚀坡长因子值提取方法研究

基于DEM的土壤侵蚀坡长因子值提取方法研究

摘要：目前在修正通用土壤流失方程式（RUSLE）的应用研究方面，坡长的获取始终未能解决。本文以黄土高原柳沟小流域和吴旗县小流域为例，借助GIS 和VB，对基于DEM的坡长提取方法进行研究。首先，求得适合进行坡长计算的分辨率临界值；然后选用10m*10m的分辨率对平均坡长进行验证；最后应用该方法提取柳沟流域和吴旗县小流域的坡长分布图并分别对坡长分布规律进行了比较分析。研究结果表明该方法能够比较精确地利用DEM提取坡长，为RUSLE的应用提供获取坡长的方法。

关键词：坡长；DEM；修正通用土壤流失方程式；流向

1、前言

通用土壤流失方程（USLE）是美国自20世纪50年代起在多年实验研究的基础上建立的，主要用于预报降雨侵蚀力作用下农耕坡地的年土壤流失量。期间于70年代和90年代进行了两次修改，因为它摆脱了早期模型中所有的地区及气候的限制，并且随着资料的积累，参数被不断修正，应用的范围更大，包括了其他国家的一些地区。通用土壤流失方程表达式：A=RKLSCP，其中R是降雨侵蚀力因子；K是土壤可蚀性因子；L是坡长因子；S坡度因子；C是作物经营管理因子；P土壤侵蚀控制措施因子[1]。

随着地理信息系统的发展，地理信息系统被越来越多地与通用土壤流失方程相结合。目前，GIS被广泛应用于通用土壤流失方程中各个因子值的计算。如降雨侵蚀力因子、坡度因子，植被覆盖因子等，但坡长因子L的计算始终未能在GIS下得到很好的解决，原因在于还没有适当的方法根据DEM对坡长进行提取。

坡长因子L是指其他条件相同的情况下，任意坡长的单位面积土壤流失量与标准小区单位面积土壤流失量之比值。方程式为：L=（λ/22.13）m。其中λ为任意坡长距离，22.13为标准小区坡长，m为坡长指数。

关于任意坡长λ，ULSE中把他定义为从地表径流的起点到坡度降低到足以发生沉淀的位置或径流进入一个规定渠道的入口处的距离[2]。RULSE2中给出的坡长定义是：地表漫流的坡长，即从地表径流起点到规定的沟道入口处的投影距

离[2]。

目前对任意坡长λ求得通常有以下方法：（1）直接选取像元坡长作为坡长来计算[3]；这种方法求得的坡长，取决栅格大小和其坡度，与真实坡长偏离较大。（2）有研究表明，坡长和相对海拔有较好的相关，根据相对海拔高度来推求坡长[4]；目前此方法没有通用的坡长和海拔关系方程，不同地貌特征需分别对坡长和海拔进行调查，实际操作较麻烦。（3）根据DEM，利用ARCGIS下的Find Distance功能在负地形下求得某一栅格到山脊线的垂直距离[5]；该方法求得最大坡长，个别能达到上千米。（4）根据水流方向，计算每一栅格到沉积区的距离[6]，该方法与RUSLE给定的坡长定义有差别。以上提到的方法都不是按RULSE中给出的定义求得，有些方法只是近似值，精确度不高。

综上所述，在RUSLE的应用中，坡长始终未能很好解决，本文着重解决任意坡长λ的求得，依据RUSLE提出的坡长概念——根据水流流向提取地表漫流坡长，为RUSLE中的坡长λ提供准确的提取方法。通过对不同栅格大小DEM 提取的平均坡长进行比较分析，得出适合用来求得坡长的栅格临界值，并用河网密度法检验求得的流域平均坡长。最后，应用该方法提取蔡家川其他小流域和吴旗县小流域的坡长分布，分析不同坡长的分布规律。

2、资料与方法

本文选取蔡家川流域的柳沟小流域和吴旗县小流域为例进行坡长计算。柳沟小流域流域面积1.94km2，属残塬沟壑区；吴旗县小流域面积1.79km2，属黄土高原梁状丘陵沟壑区。

矢量DEM是根据蔡家川流域和吴旗县1：1万地形图进行矢量化得到。DEM 使用1954北京坐标系，采用高斯投影。

坡长的提取方法和步骤如下：

将矢量的DEM（柳沟流域）构TIN，然后转成5m*5m，10m *10m，15m*15m，20m*20m，25m*25m，30m*30m栅格DEM，分别经过填洼，提取流向，并按汇流提取沟道。在VB下编写程序，对流向数据进行计算，算得坡长：（1）加载等高线图层，通过三维分析模块中Create TIN From Features命令进行构TIN；

（2）用空间分析模块对生成的TIN进行内插，生成不同分辨率的栅格DEM；（3）由于生成的栅格DEM存在洼地，存在不合理的流向，所以要对DEM进行填洼。先对洼地深度计算，计算洼地深度0.7米，研究区的真实地形没有较大的凹地，所以选择不设阈值，将所有洼地区域填平，得到该流域无洼地DEM；

（4）流向是通过计算中心网格与邻域格网的最大距离权落差来确定[7]。在GIS下用Flow Direction功能对填洼过的DEM提取流向；

（5）按汇流面积提取沟道。根据流向数据计算汇流累积量数据，再设定阈值，当汇流个数达到这一阈值的栅格就被表示成沟道，其中计算汇流累积面积三个基本问题是1水流方向的确定；2洼地的处理；3汇流累积阈值的确定[8]。图2-1为沟道位置图；

（6）在程序下根据流向计算坡长

在VB下编写程序，先求得流域内水流的起始点到沟道的水流路径投影距离（按流向进行栅格累加），然后根据流向关系，将所属同一水流路径上的栅格赋予和这条水流路径起始点相同的坡长值，当坡面出现两个或两个以上栅格汇入同一个栅格时，坡长选取加权平均值。

图2-1 提取的沟道图像

三、结果与分析

采用上述方法过对柳沟流域计算得到不同分辨率的平均坡长，见表3-1

表3-1 不同分辨率的平均坡长

栅格大小（m）5*5 10*10 15*15 20*20 25*25 30*30 平均坡长（m）117.2 118.4 119 113.6 109.7 107.4 从表3-1中可以看到，当栅格大大于20m*20m时，平均坡长明显变小，其原因是：(1)这种求坡长的方法与流向，沟道等因素有关，沟道长度越长，平均坡长越短；(2)当栅格变大，使部分坡面地区被表达成为沟道，在计算坡面长度时没有被计算在内。(3)不同分辨率沟道起点不同，因此沟道长度不同，进而影响平均坡长。针对上述这种情况，需进一步对分辨率和沟道长度之间关系进行研究。

3.1不同分辨率下的沟道长度

当相同汇水面积，不同分辨率下提取柳沟流域的沟道长度如表3-2

表3-2 柳沟流域不同分辨率下沟道长度

栅格大小（m）5*5 10*10 15*15 20*20 25*25 30*30 沟道总长（km）9.13 8.85 8.71 8.71 8.68 8.63 从表3-2中可以看出，提取的沟道长度随着栅格面积增加而减小，并趋于稳定值。平均坡长只受栅格大小影响。如：15m栅格的沟道长度和20m栅格的沟道长度相同，二者平均坡长差5.4m，接近栅格大小相差的5m。

对蔡家川其他4个小流域进行沟道提取，采用相同的汇水面积，不同的栅格大小，提取沟道长度见表3-3

表3-3 其他流域不同分辨率下提取沟道长度

综合表3-2和表3-3中可以看出，用相同的方法对蔡家川不同小流域提取沟道，沟道长度随栅格增大而减少，当栅格大小为15m时沟道长度趋于稳定值。这是因为不同分辨率沟道起点不同，因此沟道长度不同。类似研究同样得出沟道长度随栅格的增大而减小[9]。

根据以往研究发现，10m*10m栅格可以很好地表达黄土区的水文流域特征[10]，并且对本文得出的数据进行比较后，认为10m*10m栅格适用于平均坡长的

提取，并对平均坡长进行验证。

3.2平均坡长的验证

Horton曾指出，流域的平均地表漫流长度，可以用河网密度的倒数的一半来估算。威廉斯和伯恩特认为，平均地表漫流长度与平均坡长是相当的[11]，因此，可用下列方程计算：

Y=0.5*DA/LCH （1）其中，LCH是流域沟道总长度，km；DA是流域面积，km2。

柳沟流域面积为1.94km2，设定阈值为0.01km2进行沟道提取，沟道总长度为8.85km。根据方程（1）计算得到平均坡长为110m。Horton指出方程（1）对坡长的估算偏低，因为地表流假定与水道垂直，而实际地表漫流路径有可能为曲线[11]。本文根据10m*10m栅格提取的平均坡长为118.4m，吻合河网密度法求得的坡长值。

图3-1 柳沟流域坡长图图3-2 柳沟流域坡长分级图

图3-3 吴旗县小流域坡长图 图3-4 吴旗县小流域坡长分级图

3.3研究区坡长分布规律

本文选用蔡家川柳沟小流域（1.94km 2）和吴旗县小流域（1.79km 2）1：1万DEM 进行坡长计算并对分析坡长的分布规律。柳沟流域平均坡长118.4m ，吴旗县小流域平均坡长133.2m 。

通过对图3-2的分析，柳沟小流域中，两沟交汇处的坡面坡长一般小于50m ；支沟道两侧的坡面坡长50-100m ；流域内主沟道两侧的坡面及支沟道源头附近的坡面坡长100-150m ；流域边界附近的坡面及主沟两侧的坡面上坡长150-200m 。200m 以上的坡长零星分布在流域内坡面上。各坡长范围所占面积比见表3-4。

通过对图3-4的分析，吴旗小流域中，两沟交汇处的坡面坡长一般小于50m ；坡长在50-100m 的坡面分布较少，多集中在支沟道两侧；支沟道两侧坡面坡长多在100-150m ；主沟道两侧坡面坡长为150-200m ；坡长200m 以上的坡面所占比重较大，多分布于流域主沟道上游和流域边界处。各坡长范围所占面积比见表3-5。

表3-5 柳沟流域不同坡长范围所占面积

坡长范围(m) 0-50 50-100 100-150 150-200 200-300 300以上 面积百分比(%)

9.34

26.28

32.07

23.63

8.08

0.6

表3-6 吴旗县小流域不同坡长范围所占面积

坡长范围(m) 0-50 50-100 100-150 150-200 200-300 300以上面积百分比(%) 15.83 18.27 21.76 25.98 17.1 1.06 通过表3-5和3-6可以看出，柳沟小流域坡长多为50m到200m之间；吴旗小流域坡长多为50m到300m之间。其中大于300m的坡长，两个流域分别占0.6%和1.06%，这与现实条件中很少有大于300m的坡长相符合[11]。

四、结论与讨论

本文采用1：1万DEM，根据RUSLE2给定的坡长定义，借助GIS和VB 对小流域进行坡长计算，比较不同分辨率下的平均坡长值，并对10m*10m进行平均坡长验证，最后对坡长分布规律进行了归纳总结。得出以下结论：1．基于不同分辨率DEM计算的平均坡长表明，当栅格大小超过15m时，平均坡长有明显变小的趋势。结合以往研究最后选用10m的栅格计算结果进行平均坡长的验证；

2．该方法求得的坡长，其平均长度与沟道长度成反比，与栅格大小成反比。用河网密度法进行平均坡长的验证，验证结果表明：该方法求得的平均坡长略大于用河网密度法求得的平均坡长，满足河网密度法求坡长的要求，同时300m以上的坡面所占面积比，也符合黄土区的实际情况；

3．通过对两个小流域坡长的分类比较，柳沟流域平均坡长118.4m，坡长以50-200m居多，占总面积的82%；吴旗县小流域平均坡长133.2m，坡长以50-300m居多，占总面积的83.11%。坡长分布规律见表4-1；

表4-1 坡长分布规律表

0-50 两沟交汇处的坡面（分布较少）两沟交汇处的坡面（分布较多）50-100 支沟道两侧的坡面（分布较少）支沟道两侧的坡面（分布较多）

100-150 流域内主沟道两侧的坡面及支

沟道源头附近的坡面

支沟道两侧坡面

150-200 流域边界附近的坡面及主沟两

侧的坡面上

流域边界附近的坡面及主沟两

侧的坡面上

200以上流域边界处的坡面（分布较少）流域主沟道上游和流域边界处

坡面

该方法尚存在的问题：（1）流向采用单一流向，目前研究的热点为多向分配

流，而且多向流明显优于单向流[13]。（2）提取沟道时的合理性，如果按汇流累积量提取沟道，则需注意阈值的选择。

参考文献

1 M.J.柯克比, R.P.C.摩根编著，王礼先，吴斌，洪惜英译，土壤侵蚀，水利水电出版社，1987，7.

2 Revised Universal Soil Loss Equation https://www.wendangku.net/doc/5a12979039.html,DA-Agricultural Research Service Washington,D.C.

3唐克丽。中国水土保持。北京：科学出版社，2004

4游松财，李文卿. GIS支持下的土壤侵蚀量估算——以江西省泰和县灌溪乡为例.自然资源学报，1999,1（14）：62~68.

5梁伟. 基于GIS和USLE的土壤侵蚀控制效果研究——以陕西省吴旗县柴沟流域为例.2006,6.

6张照录，崔继红. 基于栅格GIS土壤侵蚀地形因子的提取算法.计算机工

程,2006,3（32）：226~228.

7 汤国安，杨昕.ArcGIS地理信息系统空间分析试验教程.科学出版社2006，4.

8刘光，李树德，张亮.基于DEM的沟谷系统提取算法综述.地理与地理信息科学,2003,5 (19)：11~15.

9 郝振纯，池宸星，王玲，王跃奎.DEM空间分辨率的初步分析.地球科学进展,2005,5 (20): 499~503.

10王培法. 栅格DEM的尺度与水平分辨率对流域特征提取得分析——以黄土岭

流域为例.江西示范大学学报，2004，6（28）：449~554.

11窦葆璋译.土壤侵蚀预报与控制.农业出版社,1981,4.

12 V an Remortel R,Hamilton M, Hickey R. Estimating then LS factor for RUSLE through iterative slope length processing of digital elevation data. Cartography,2001,30(1):27~35.

13秦承志，朱阿兴，李宝林等.基于栅格DEM的多流向算法述评.地学前缘,2006,3 (13): 91~98.

利用ArcGIS水文分析工具提取河网水系的方法.docx

利用ArcGIS水文分析工具提取河网水系的方法 DEM包含有多种信息，ArcToolBox提供了利用DEM提取河网的方法，但是操作比较烦琐（帮助可参看Hydrologic analysis sample applications），今天结合我自己的使用将心得写出来与大家分享。提取河网首先要有栅格DEM，可以利用等高线数据转换获得。在此基础上，要经过洼地填平、水流方向计算、水流积聚计算和河网矢量转化这几个大步骤。 1．洼地填平 DEM洼地（水流积聚地）有真是洼地和数据精度不够高所造成的洼地。洼地填平的主要作用是避免DEM的精度不够高所产生的（假的）水流积聚地。洼地填平使用ArctoolBox->Spatial Analysis Tools->Hydrology -> Fill工具。 2．水流方向计算 水流方向计算就可以使用上一步所生成的DEM为源数据了（如果使用未经洼地填平处理的数据，可能会造成精度下降）。这里主要使用ArctoolBox->Spatial Analysis Tools->Flow Direction 工具。输入的DEM 采用第一步的Fill1_exam1

3．水流积聚计算 这里主要使用ArctoolBox->Spatial Analysis Tools->Flow Accumulation 工具流向。栅格数据就是第二步所获得的数据（FlowDir_fill1）。可以看到，生成的水流积聚栅格已经可以看到所产生的河网了。现在所需要做的就是把这些河网栅格提取出来。可以把产生的河网的支流的象素值作为阀值来提取河网栅格。 4．提取河网栅格 使用spatial analyst中的栅格计算器，将所有大于河网栅格阀值的象素全部提取出来。至于这个阀值是多少因具体情况而定。通常是要大于积聚计算后得到栅格的最低河流象素值。这里采用的是500这个值。最后生成只有0、1值的栅格数据。其中1表示是河网，0是非河网。 5．生成河网矢量 这里主要使用ArctoolBox->Spatial Analysis Tools->Stream to Feature工具.Input Stream raster 为第四步只有0、1值的河网栅格。流向栅格使用第二步所生成的栅格数据。 6．矢量河网处理 由于Stream to Feature工具.将所有栅格象素均转为矢量线段。所以要进行处理，方法是利用属性查询的方法把所有GRID_CODE为1的全部选择出来。

地形因子计算详解

第七章1、本章主题编号 2、本章内容概述 （1）概述 ●坡面因子的分类及提取方法 ●确定坡面因子提取的算法基础 ●提取坡面因子的常用分析窗口 （2）坡度、坡向 ●坡度的提取 ●坡向的提取

（3）坡形 ●宏观坡形因子 ●地面曲率因子 ●地面变率因子 （4）坡长 （5）坡位 （6）坡面复杂度因子 3、本章内容 3.1 概述 （1）坡面因子的分类及提取方法 ●坡面因子的分类 按照坡面因子所描述的空间区域范围，可以将坡面因子划分为微观坡面因子与宏观坡面因子两种基本类型。常用的微观坡面因子主要有：坡度、坡向、坡长、坡度变率、坡向变率、平面曲率、剖面曲率等。常用的宏观坡面因子主要有：地形粗糙度、地形起伏度、高程变异系数、地表切割深度，以及宏观坡形因子（直线形斜坡、凸形斜坡、凹形斜坡、台阶形斜坡）等。

按照提取坡面因子差分计算的阶数，可以将坡面因子分为一阶坡面因子、二阶坡面因子和高阶坡面因子。一阶坡面地形因子主要有坡度和坡向因子。二阶坡面因子主要有坡度变率、坡向变率、平面曲率、剖面曲率等因子。复合坡面因子有坡长、坡形因子、地形粗糙度、地形起伏度、高程变异系数和地表切割深度等。 按照坡面的形态特征，可将坡面因子进一步划分为：坡面姿态因子，坡形因子，坡位因子，坡长因子以及坡面复杂度因子五大类。 ●提取坡面因子的基本方法 首先将坡面的形态特征或各个坡面因子进行定量化描述，完成求导的数学模型，在此基础上，建立其以DEM为基本信息源进行提取的技术路线，并通过软件实现形成一套易于计算机操作的方法。 （2）确定坡面因子提取的算法基础 ●DEM格网数据的空间矢量表达（如图7.1） 图7.1 DEM格网数据的空间矢量模型

ArcGIS环境下基于DEM的水文特征提取研究

论文题目ArcGIS环境下基于DEM的水文特征提取研究姓名 所在学院 专业班级 学号109042010006 指导老师 二○一三年一月四日

数字高程模型10GIS姜婷109042010006 ArcGIS环境下基于DEM的水文特征提取研究 ——以闽江流域建溪水系为例 姜婷 （福建师范大学地理科学学院，福建省福州市350108） 摘要：选择闽江流域建溪水系为研究对象,以数字高程模型DEM(Digit Elevation Models)为基础,利用ArcGIS软件的水文分析工具从DEM数据中提取研究区域的流域水文特征的详细过程。主要包括:DEM的生成和预处理、水流方向的确定、水流累积量提取、河网的提取和子流域的划分。结果表明，利用该方法提取的河网与利用手工方法提取的河网基本一致，从而证明该方法具有较高的精度。 关键词：数字高程模型；水文特征；ArcGIS；提取；建溪水系 21世纪以来水资源危机日益突出，水文模型已经成为目前国内外水文学研究的热门课题。随着“3S”技术的发展，为水文科学注入了新的血液。目前水文模拟技术趋向于将水文模型同GIS 与RS集成，以便充分利用GIS在数据管理、空间分析及可视性方面的功能。数字高程模型DEM (Digital ElevationModel)是用一组有序数值阵列形式表示地面点的平面坐标(x,y)和高程z的一种实体地面模型。它包含了大量的地理信息,是构成GIS的基础数据，其用途十分广泛,利用DEM可以提取流域的许多重要水文特征参数，如坡度、坡向、水沙运移方向、汇流网络、流域界线等。目前,利用DEM进行流域分析的工具很多,ArcGIS的水文分析模块(Hydro logymodel)是美国环境系统研究所公司(ESRI)为ArcGIS推出的一个水文分析模块,主要用于地形和河流网系的提取和分析,实现地形模型可视化,其强大的流域特征分析功能可以满足各种流域DEM处理的需要。 1流域概况 建溪是闽江上游三大溪中最大的溪流，是一个树枝状水系。水系源头在武夷山脉和仙霞岭余脉，南平以上流域面积16396平方公里，占闽江流域的27%。河系贯通崇安、建阳、浦城、松溪、政和、建瓯、南平七个县市。河流总长635.6公里，流域内有大小溪流120多条。流域内气候温和湿润，处于高雨区，年平均降雨量1800～2200毫米。建溪的年均流量每秒521立方米，年径流量164亿立方米，约占闽江总流量的1/3。流域内山区海拔差异明显,因而该水系具有河流比降大、源短流急、易发洪水等特点。本文基于该流域的数字高程提取流域水文信息为不同尺度的水文模型提供参数,并可满足各种水文模拟的应用需求。 2基于DEM的流域水文信息提取 流域水文信息是进行水文模拟的必要信息，提取流域信息也是构建现代化水文模型、进行水文模拟以及其他相关研究的前提。作为研究水文模型和水文状态变量空间分布的基础数据,DEM 的一个重要用途就是提取地貌指数。本文采用ArcGIS中的水文分析模块进行流域水文信息的提取。流域水文特征提取的主要过程包括：DEM 的生成和预处理、水流方向的确定、汇流累积量的计算、河网的提取和子流域的划分。 2.1DEM数据的来源和预处理 本文的栅格DEM数据采用国际科学数据服务平台（https://www.wendangku.net/doc/5a12979039.html,/index.jsp）提供的SRTM90米空间分辨率基础高程的数据。根据闽江流域建溪水系的经纬度坐标,确定出该数据的列号为60行号为7。 首先利用ArcGIS软件切出建溪流域所在区域的DEM，其中包括崇安、建阳、浦城、松溪、政和、建瓯、南平七个县市，从而生成本实验所需的DEM数据，见图1。

DEM数据获取方法

一、DEM数据获取方法： 定义：地形图指的是地表起伏形态和地物位置、形状在水平面上的地物和地貌按水平投影的方法，并按照一定的比例缩绘到图纸上，这种图称为地形图。 特点： （1）具有统一的大地坐标系统的高程系统 （2）具有完整的比例尺系列和分幅编号系统：国家基本地形图含1:5千、1:1万、1：2：2.5/1:5万、1:10万、1:25万、1:50万、1:100万8种比例地形图。 缺点： （1）地形图现势性较差：纸质地形图制作工艺复杂，更新周期比较长，一般不及时反映局部地形地貌的变化情况 （2）地形图存储介质单一，容易变形：传统地形图多为纸质存储介质，存放环境（温湿度）导致地形图图幅产生不同程度的变形，这种变形表现在不同方向上的长度变形和图幅面积上的变形 （3）地图精度有限：地图精度决定这地形图对实际地形表达的可信度，与地形图比例尺、等高线密度（由等高距表示），成图方法有关。不同比例尺的地形图，其所表示的几何精度和内容详细程度有很大的差别。 在应用DEM的时候要考虑DEM分辨率、存储格式、数据精度和可信度等因素。 二、DEM数据采样策略与采样方法：

采样：确定在何处需要测量点的过程，这个过程有三个参数。 决定：点的分布、点的密度和点的精度。 1.采样数据的分布：由数据位置和结构（分布）来确定，指数据点的分布形态 位置有地理坐标系统中经纬度或者网格坐标系统中坐标决定。 结构的形式很多，因地形特征、设备、应用的不同而不同。 2.数据的密度：是指采样数据密集程度，与研究区域的地貌类型和地形复杂程度有关。用于刻画地形形态所必须的最少的数据点。 表示方式：相邻的两点之间的距离、单元面积内的点数、截止频率（采样数据所能表示的最高频率）、单位线段上的点数等。 采样距离：相邻两点之间的距离，也称采样间隔。 ·通常数字加单位来表示，如采样距离为20米，表示规格网分布的采样数据 ·另一种表示法是单位面积内的点数，如每平方米500点，描述随机分布的采样数据 ·描述数据分布是沿等高线或特征等线状分布采样点，常用单位线段

地形因子

第七章 1、本章主题编号 2、本章内容概述 （1）概述 ● 坡面因子的分类及提取方法 ● 确定坡面因子提取的算法基础 ● 提取坡面因子的常用分析窗口 （2）坡度、坡向 ● 坡度的提取 ● 坡向的提取 （3）坡形 ● 宏观坡形因子 ● 地面曲率因子 ● 地面变率因子 （4）坡长 （5）坡位 （6）坡面复杂度因子 3、本章内容 3.1 概述 （1）坡面因子的分类及提取方法 ● 坡面因子的分类 按照坡面因子所描述的空间区域范围，可以将坡面因子划分为微观坡面因子与宏观坡面因子两种基本类型。常用的微观坡面因子主要有：坡度、坡向、坡长、坡度变率、坡向变率、平面曲率、剖面曲率等。常用的宏观坡面因子主要有：地形粗糙度、地形起伏度、高程变异系数、地表切割深度，以及宏观坡形因子（直线形斜坡、凸形斜坡、凹形斜坡、台阶形斜坡）等。 按照提取坡面因子差分计算的阶数，可以将坡面因子分为一阶坡面因子、二

阶坡面因子和高阶坡面因子。一阶坡面地形因子主要有坡度和坡向因子。二阶坡面因子主要有坡度变率、坡向变率、平面曲率、剖面曲率等因子。复合坡面因子有坡长、坡形因子、地形粗糙度、地形起伏度、高程变异系数和地表切割深度等。 按照坡面的形态特征，可将坡面因子进一步划分为：坡面姿态因子，坡形因子，坡位因子，坡长因子以及坡面复杂度因子五大类。 ● 提取坡面因子的基本方法 首先将坡面的形态特征或各个坡面因子进行定量化描述，完成求导的数学模型，在此基础上，建立其以DEM为基本信息源进行提取的技术路线，并通过软件实现形成一套易于计算机操作的方法。 （2）确定坡面因子提取的算法基础 ● DEM格网数据的空间矢量表达（如图7.1） 图7.1 DEM格网数据的空间矢量模型 ● 基于空间矢量模型的差分计算 算法主要有数值分析方法、局部曲面拟合算法、空间矢量法、快速傅立叶变换等。其中数值分析方法包含有简单差分算法、二阶差分、三阶差分（带权或不带权）和Frame差分；局部曲面拟合又有线性回归平面、二次曲面和不完全四次曲面（据刘学军，2002）。 （3）提取坡面因子的常用分析窗口 ● 窗口分析（领域分析）的基本原理是：对栅格数据系统中的一个、多个栅格点或全部数据，开辟一个有固定分析半径的分析窗口，并在该窗口内进行诸如极值、均值、标准差等一系列统计计算，或进行差分及与其它层面信息的复合分析等，实现栅格数据有效的水平方向扩展分析。 ● 在坡面信息提取中，按照分析窗口的形状，可以将分析窗口划分为以下几类： 矩形窗口：以目标栅格为中心，分别向周围八个方向扩展一层或多层栅格。 圆形窗口：以目标栅格为中心，向周围作一等距离搜索区，构成一圆形分析窗口。

ArcGIS Hydrology水文分析-基本原理

ArcGIS Hydrology水文分析功能介绍(1)-基本原理 1.基本原理 DEM是数字高程模型的英文简称(Digital Elevation Mode)，是流域地形、地物识别的重要原始资料。自20世纪60年代以来,在利用数字高程模型DEM提取流域水文特征,模拟地表水文过程方面,国内外都开展了大量的研究。 1.1基于DEM进行流域分析的原理 从DEM提取流域特征，一个良好的流域结构模式是确定算法的前提和关键。1967年ShreveL¨描述的流域结构模式一直被后来的水文学者所引用．并设计了一些成熟的算法。 Shreve使用一个具有一个根的树状图来描述流域结构(如图 1 流域结构模式图所示)。在这个结构中，主要包括两个部分，一部分是结点集，一部分是界线集。沟谷结合点和沟谷源点共同组成一个沟谷结点集。所有的沟谷段组成沟谷段集，形成一个沟谷网络；所有的分水线段组成分水线段集，形成一个分水线网络；沟谷段集和分水线段集共同组成界线集。 沟谷网络中的每一段沟谷都有一个汇流区域，这些区域由流域分水线集来控制。外部沟谷段有一个外部汇流区．而内部沟谷段有两个内部汇水区，分布在内部沟谷段的两侧。整个流域被分割成一个个子流域．每个子流域好象是树状图上的一片“叶子”。 Shreve的树状图流域结构模型是简单明确的．虽然沟谷网络的结点模型和线模型与在栅格DEM中用于表示沟谷结点和沟谷线的栅格点和栅格链之间存在着拓扑不一致性。但它给出了沟谷网络、分水线网络和子汇流区的定义，明确表达了它们之间的相关关系，成为设计流域特征提取技术的基础。

1.2 常用算法 流向判定建立在3×3 的DEM 栅格网的基础上，其方法有单流向法和多流向法之分，但单流向法因其确定简单、应用方便而应用广泛。 1.2.1 单流向法 单流向法假定一个栅格中的水流只从一个方向流出栅格，然后根据栅格高程判断水流方向。目前应用的单流向法是D8法。此外，还有Rho8 方法、DEMON 法、Lea 法和D∞ 法等。最常用的是D8 法：假设单个栅格中的水流只能流入与之相邻的8 个栅格中。它用最陡坡度法来确定水流的方向，即在3×3 的DEM 栅格上，计算中心栅格与各相邻栅格间的距离权落差（即栅格中心点落差除以栅格中心点之间的距离），取距离权落差最大的栅格为中心栅格的流出栅格。 所谓最陡坡度法的原理是假设地表不透水，降雨均匀．那么流域单元上的水流总是流向最低的地方“窗口滑动指以计算单元为中心，组合其相邻的若干个单元形成一个窗口”，以“窗口”为计算基本元素，推及整个DEM，求取最终结果。目前应用最广泛的是基于流向分析和汇流分析的流域特征提取技术。Jenson and Domingue (1988)设计了应用该技术的典型算法，该算法包括3个过程：流向分析，汇流分析和流域特征提取。 1) 流向分析：以数值表示每个单元的流向。数字变化范围是1～255。其中1：东；2：东南；4南；8：西南；16：西；32：西北；64：北；128：东北。除上述数值之外的其它值代表流向不确定，这是由DEM中洼地”和“平地”现象所造成的。所谓“洼地”即某个单元的高程值小于任何其所有相邻单元的高程。这种现象是由于当河谷的宽度小于单元的宽度时，由于单元的高程值是其所覆盖地区的平均高程，较低的河谷高度拉低了该单元的高程。这种现象往往出现在流域的上游。“平地指相邻的8个单元具有相同的高程，与测量精度、DEM单元尺寸或该地区地形有关。这两种现象在DEM 中相当普遍，Jenson and Domingue 在流向分析之前，将DEM进行填充；将“洼地”变成“平地”，再通过一套复杂的迭代算法确定“平地”流向。流向分析过程如图所示。 2) 汇流分析：汇流分析的主要目的是确定流路。在流向栅格图的基础上生成汇流栅格图．汇流栅格上每个单元的值代表上游汇流区内流入该单元的栅格点的总数，既汇入该单元的流入路径数(NIP)，NIP较大者，可视为河谷，NlP等于0，则是较高的地方，可能为流域的分水岭。

ArcGIS实验-Ex22-坡向变率(SOA)

第十二章空间分析建模 练习2：坡向变率（SOA） 一、背景 平面曲率即地面坡向变率，是指在地表的坡向提取基础之上，进行对坡向变化率值的二次提取，亦即坡向之坡度（Slope of Aspect，SOA）。地面坡向变率是一个反映等高线弯曲程度的指标，可以反映出地表所有的山脊线、山谷线。 值得注意的是：SOA在提取过程中在不同的坡面上将会有误差的产生，即在坡面的南北两侧，北面坡由于在坡向算法将会有误差产生，所以要对北坡的SOA结果进行纠正，因为从理论上讲SOA在地表北坡上将产生误差，北坡上坡向值范围为0-90°和270°-360°，在正北方向附近，15°和345°之间坡向差值只是30°，而在计算中却是差了330°，所以要利用反地形将北坡地区的坡向变率误差进行纠正。 二、目的 通过纠正平面曲率的例子，使读者了解如何在模型中调用用户自定义的模型，明晰模型嵌套的过程。 三、要求 为了得到纠正后的SOA，必须得到正地形的SOA1和反地形的SOA2，修正的公式为((SOA1+ SOA2) - (SOA1-SOA2).abs)/2。其数据流如图7所示。 四、数据 DEM栅格数据。 五、操作步骤 1、建立生成SOA的模型 (1) 打开ArcMap，启动ArcToolbox。 (2) 右键ArcToolbox，选择new toolbox，生成toolbox2，如图1。 (3) 右键toolbox2，在new中选择model，，则生成model1，如图2。 图1 选择new toolbox 图2 选择model (4) 右键图标，选择rename命令，输入generate SOA。 (5) 在模型窗口右键，选择create variable命令，在数据类型选择框中选中raster dataset，如图3所示。

DEM内插算法对坡度坡向的影响

第15卷第6期2008年12月 水土保持研究 Research of Soil and Water Conservation Vol.15,No.6 Dec.,2008 　 D EM内插算法对坡度坡向的影响3 陈吉龙1,武伟2,刘洪斌1 (1.西南大学资源环境学院,重庆400716;2.西南大学计算机与信息科学学院,重庆400716) 摘　要:虽然DEM的应用越来越广泛,但是在实际研究运用中获取DEM的方式主要是利用各种矢量高程信息通过插值而来,不同的插值算法必然会影响DEM分析的结果;以南方丘陵地区为研究区域,利用样区的1∶10000的矢量地形图为数据源,通过对不同算法生成不同分辨率的DEM坡度、坡向的对比研究发现:在坡度小于30°时,不同的算法对坡度具有显著的影响,而大于30°时分辨率和算法均不会对坡度产生显著影响;研究表明:在具有大量平坦区域的地区,尽管ANUDEM算法生成的DEM总体上的精度最高,但是不会产生平坦区域,所以并不适合于这类地区的地形分析。 关键词:DEM;坡度;坡向;地形分析 中图分类号:S157;TP79 文献标识码:A 文章编号:100523409(2008)0620014204 E ffect of DEM Interpolation on the Slope and Aspect C H EN Ji2long1,WU Wei2,L IU Hong2bin1 (1.College of Resource and Envi ronment,S outhwest Universit y,Chongqing400716,Chi na;2.College of Com puter and I nf ormation Science,S outhw est Universit y,Chongqing400716,China) Abstract:In many cases of the research and application,digital elevation data may be the only source for DEM generation with algorithms,which are available or affordable.It is known that the analytic result f rom the DEM can vary in quality depending on their algorithms.Taking hilly region in southern China as research region,using the digital contour with the scale of1∶10000as the source,this paper compared the slope,aspect f rom the DEM generated with five algorithms,the results showed that there were significant effect on the slope among the algorithms when the slope<30°,but there were no significant effect on the slope among the algorithms and resolution when the slope>30°.Furthermore,the result also showed that DEM interpola2 ted with ANUDEM is the most precise,however,there was no flat area in the result f rom the terrain analysis in the region with extensive flat area,so it can’t be suitable for performing terrain in such region. K ey w ords:DEM;slope degree;slope direction;terrain analysis 1　引言 自从DEM理论形成以来,不同的学者就对DEM做过大量的研究,研究领域侧重于利用DEM来进行地形分析、水文分析、DEM精度评价、地形描述误差、数学模拟方法以及探索新的DEM算法[1];其中地形分析是DEM研究的重要内容,是地质地貌研究的重要手段;虽然地形分析中所采用的DEM建立方法多种多样,但是当前乃至今后一段时期内DEM的生产依然是利用各种矢量高程信息通过构建TIN建立DEM;然而该方法的缺点是仅利用等高线生成DEM不能很好地反映河流和流域边界等重要地貌特征[2]; Hutchinson于20世纪80年代提出的ANUDEM插值算法[3],大量的研究也表明ANUDEM算法生成的DEM能更加精确地描述地貌特征[4],其质量较现有基于TIN方法建立的DEM有明显提高[5],因而在全球范围内得到广泛应用[627],然而国内对于ANUDEMS算法的应用很少见;在地形分析中,虽然众多学者对相同数据源生成的DEM的不同分辨率对地形分析结果的影响进行了研究[729],然而其中很多的分辨率太低,忽略了地形描述精度,使分析结果受到严重的影响;本文对不同算法生成的不同分辨率的DEM提取的坡度、坡向进行对比分析,以期为地形分析中DEM的建立和分辨率的选择及相关的研究提供参考。 2　材料与方法 2.1　研究区概况 研究区地处长江上游,重庆市西南边缘,位于重庆江津市,介于东经106°10′45″-106°23′42″和北纬29°22′50″-29°31′17″,面积79.36km2;地势中高西低,中部低山呈东北走向,东西以丘陵为住,最高海拔765.58m,最低海拔255.34 m,相对高差达510.24m。 3收稿日期:2008204218 　基金项目:重庆市科委重点攻关项目(2006AB1015);重庆市教委科技资助项目(0182) 　作者简介:陈吉龙(1983-),男,重庆巫山人,硕士研究生,从事3S应用研究。E2mial:cjl47168@https://www.wendangku.net/doc/5a12979039.html, 通信作者:刘洪斌(1966-),男,重庆梁平人,研究员,从事3S应用研究。E2mial:lqb2000@https://www.wendangku.net/doc/5a12979039.html,

ArcGIS提取斜坡单元步骤详解要点

斜坡单元 地质灾害危险性区划中常用的单元类型有网格单元、地域单元、均一条件单元、子流域单元、斜坡单元等。其中: 网格单元形状较规则，便于实现快速剖分，离散后得到的矩阵形式的数据有利于进一步运算，但是不能完全反映地势起伏，与地质环境条件联系不够紧密; 均一条件单元没有考虑不同区域的地质环境条件差异; 子流域单元适用于泥石流灾害危险性区划，对滑坡、崩塌等则不适用。斜坡单元是滑坡、崩塌等地质灾害发育的基本单元，并且在各类控制或影响因素中，河流和沟谷的发育阶段对滑坡、崩塌的形成具有明显的控制作用，因此采用基于幼年期沟谷划分的斜坡单元作为评价单元，可以与地质环境条件紧密联系，综合体现各类控制或影响因素的作用，使评价结果更贴近于实际。因此，在满足DEM 精度要求的前提下，斜坡单元划分较适用于地质灾害危险性区划【1】。 斜坡单元划分原理 斜坡单元划分的实质是基于DEM 的地表水文分析，包括正反地形无洼地DEM 的生成、水流方向的提取、汇流累积量的计算、河网的生成、集水流域的生成等关键步骤，其基本原理是利用正反地形分别提取山谷线和山脊线( 分别对应于汇水线和分水线)，把生成的集水流域与反向集水流域融合，再经后期处理人工修改不合理的单元，最终得到的由汇水线与分水线所组成的区域即为斜坡单元。斜坡单元划分流程见图【1】。

ArcGIS划分斜坡单元操作步骤 1、生成无洼地DEM ——原理：DEM 是一种比较光滑的地形表面模型，由于DEM 误差以及一些真实地形的存在，使DEM表面存在一些凹陷的区域，在进行水流方向计算时往往会导致不合理的甚至错误的水流方向，因此计算前应先对原始DEM数据进行洼地填充，得到无洼地的DEM。基本过程是: 首先，利用水流方向数据计算出DEM 数据中的洼地区域和洼地深度;其次，依据洼地深度并参考真实地形，确定填充阈值对洼地进行填充; 再次，一次洼地填充完毕后又会产生新的洼地，因此需要重复上述过程，反复填充【1】。 ——操作：填洼

坡度,坡向,提取等高线

?工具/原料 DEM的应用DEM的应用包括：坡度：Slope、坡向：Aspect、提取等高线、算地形坡度：Slope、坡向：Aspect、提取等高线、算地形表面的阴影图、可视性分析、地形剖面、水文分析表面的阴影图、可视性分析、地形剖面、水文分析等，其中涉及的知识点有： a)对TIN建立过程的原理、方法的认识； b)掌握ArcGIS中建立DEM、TIN的技术方法。 （对于这两步的教程本人之前有做过，下面教程不会再重复） c)掌握根据DEM  计算坡度、坡向的方法。 d)理解基于DEM数据进行水文分析的基本原理。 e)利用ArcGIS的提供的水文分析工具进行水文分析的基本方法和步骤。下面开始教程： 软件准备：ArcGIS   Desktop  10.0---ArcMap(3D  Analyst模块和spatial  a nalyst模块) 数据：DEM和TIN（使用由本人前面的教程【ArcGIS地形分析--TIN及DE M的生成，TIN的显示】得到的结果数据。 原始数据下载：https://www.wendangku.net/doc/5a12979039.html,/s/1GGzT2

1 1

执行后，得到坡度栅格Slope_tingri1：坡度栅格中，栅格单元的值在[ 2 0  -82]  度间变化

3

【下面计算剖面曲率】 4 [3D  Analyst工具]——[栅格表面]在【ArcToolbox】中，执行命令[3D  Analyst工具]——[栅格表面] 到剖面曲率栅格：[————[坡度]  。按如下所示，指定各参数。得到剖面曲率栅格：[————[坡度] Slope  _Slope] 如图

利用ArcGIS水文分析工具提取河网的具体操作

利用ArcGIS水文分析工具提取河网的操作ArcGIS 水文分析工具提取河网 DEM包含有多种信息，ArcToolBox提供了利用DEM提取河网的方法，但是操作比较烦琐（帮助可参看Hydrologic analysis sample applications），今天结合我自己的使用将心得写出来与大家分享。提取河网首先要有栅格DEM，可以利用等高线数据转换获得。在此基础上，要经过洼地填平、水流方向计算、水流积聚计算和河网矢量转化这几个不步骤。 1．洼地填平 DEM洼地（水流积聚地）有真是洼地和数据精度不够高所造成的洼地。洼地填平的主要作用是避免DEM 的精度不够高所产生的（假的）水流积聚地。洼地填平使用ArctoolBox->Spatial Analysis Tools->Hydrol ogy->Fill工具。 2．水流方向计算 水流方向计算就可以使用上一步所生成的DEM为源数据了（如果使用未经洼地填平处理的数据，可能会造成精度下降）。这里主要使用ArctoolBox->Spatial Analysis Tools->Flow Direction 工具。输入的DE M采用第一步的Fill1_exam1 3．水流积聚计算 这里主要使用ArctoolBox->Spatial Analysis Tools->Flow Accumulation工具流向。栅格数据就是第二步所获得的数据（FlowDir_fill1）。可以看到，生成的水流积聚栅格已经可以看到所产生的河网了。现在所需要做的就是把这些河网栅格提取出来。可以把产生的河网的支流的象素值作为阀值来提取河网栅格。

4．提取河网栅格 使用spatial analyst中的栅格计算器，将所有大于河网栅格阀值的象素全部提取出来。至于这个阀值是多少因具体情况而定。通常是要大于积聚计算后得到栅格的最低河流象素值。这里采用的是500这个值。最 后生成只有0、1值的栅格数据。其中1表示是河网，0是非河网。 5．生成河网矢量 这里主要使用ArctoolBox->Spatial Analysis Tools->Stream to Feature工具.Input Stream raster 为第 四步只有0、1值的河网栅格。流向栅格使用第二步所生成的栅格数据。

第七章 坡面地形因子提取

1、本章主题编号 2、本章内容概述 （1）概述 ● 坡面因子的分类及提取方法 ● 确定坡面因子提取的算法基础 ● 提取坡面因子的常用分析窗口 （2）坡度、坡向 ● 坡度的提取 ● 坡向的提取 （3）坡形 ● 宏观坡形因子 ● 地面曲率因子 ● 地面变率因子 （4）坡长 （5）坡位 （6）坡面复杂度因子 3、本章内容 3.1 概述 （1）坡面因子的分类及提取方法 ● 坡面因子的分类 按照坡面因子所描述的空间区域范围，可以将坡面因子划分为微观坡面因子与宏观坡面因子两种基本类型。常用的微观坡面因子主要有：坡度、坡向、坡长、坡度变率、坡向变率、平面曲率、剖面曲率等。常用的宏观坡面因子主要有：地形粗糙度、地形起伏度、高程变异系数、地表切割深度，以及宏观坡形因子（直线形斜坡、凸形斜坡、凹形斜坡、台阶形斜坡）等。 按照提取坡面因子差分计算的阶数，可以将坡面因子分为一阶坡面因子、二阶坡面因子和高阶坡面因子。一阶坡面地形因子主要有坡度和坡向因子。二阶

坡面因子主要有坡度变率、坡向变率、平面曲率、剖面曲率等因子。复合坡面因子有坡长、坡形因子、地形粗糙度、地形起伏度、高程变异系数和地表切割深度等。 按照坡面的形态特征，可将坡面因子进一步划分为：坡面姿态因子，坡形因子，坡位因子，坡长因子以及坡面复杂度因子五大类。 ● 提取坡面因子的基本方法 首先将坡面的形态特征或各个坡面因子进行定量化描述，完成求导的数学模型，在此基础上，建立其以DEM为基本信息源进行提取的技术路线，并通过软件实现形成一套易于计算机操作的方法。 （2）确定坡面因子提取的算法基础 ● DEM格网数据的空间矢量表达（如图7.1） 图7.1 DEM格网数据的空间矢量模型 ● 基于空间矢量模型的差分计算 算法主要有数值分析方法、局部曲面拟合算法、空间矢量法、快速傅立叶变换等。其中数值分析方法包含有简单差分算法、二阶差分、三阶差分（带权或不带权）和Frame差分；局部曲面拟合又有线性回归平面、二次曲面和不完全四次曲面（据刘学军，2002）。 （3）提取坡面因子的常用分析窗口 ● 窗口分析（领域分析）的基本原理是：对栅格数据系统中的一个、多个栅格点或全部数据，开辟一个有固定分析半径的分析窗口，并在该窗口内进行诸如极值、均值、标准差等一系列统计计算，或进行差分及与其它层面信息的复合分析等，实现栅格数据有效的水平方向扩展分析。 ● 在坡面信息提取中，按照分析窗口的形状，可以将分析窗口划分为以下几类： 矩形窗口：以目标栅格为中心，分别向周围八个方向扩展一层或多层栅格。 圆形窗口：以目标栅格为中心，向周围作一等距离搜索区，构成一圆形分析窗口。

坡度坡向的提取算法

(向下为y轴正方向，向右为x轴正方向)三阶反距离平方权 差分 [dz/dx] = ((c + 2f + i) - (a + 2d + g) / (8 * x_cell_size) [dz/dy] = ((g + 2h + i) - (a + 2b + c)) / (8 * y_cell_size) slope_radians = ATAN ( √ ( [dz/dx]2 + [dz/dy]2 ) ) slope_degrees = A TAN ( √ ( [dz/dx]2 + [dz/dy]2 ) ) * 57.29578 rise_run = √ ( [dz/dx]2 + [dz/dy]2 ] if aspect < 0 cell = 90.0 - aspect else if aspect > 90.0 cell = 360.0 - aspect + 90.0 else cell = 90.0 - aspect 1.加载ArcTutor>Spatial文件夹中的elevation； 2.利用Spatial Analyst>Surface Analysis>Slope计算elevation数据的坡度，为避免求反正切函数，可选择Percent； 3.利用Spatial Analyst>Surface Analysis>Aspect计算elevation数据的坡向； 4.利用绘图工具在数据视图中画一包含3*3个像元的窗口，将其高程数据依次输入Excel中； 5.按照坡度坡向的求取公式求坡度坡向； 6.验证ArcGIS的坡度坡向求取算法。 坡度（Percent）=rise_run*100； aspect = 57.29578 * atan2 (-[dz/dx],[dz/dy])

dem数据使用教程

DEM高程数据 (2013-11-12 15:06:40) 转载▼ 标签： 杂谈 DEM高程数据包括两个部分：ASTER GDEM30米分辨率高程数据和SRTM90米分辨率高程数据。ASTER GDEM数据来源于NASA，数据覆盖范围为北纬83°到南纬83°之间的所有陆地区域，时间范围为2000年前后；SRTM数据来源于CIAT，数据覆盖范围为北纬60°至南纬60°之间的所有陆地区域，时间范围为2000年前后。 ASTER GDEM 30米分辨率高程数据 本数据集利用ASTER GDEM第一版本（V1）的数据进行加工得来，是全球空间分辨率为30米的数字高程数据产品。由于云覆盖，边界堆叠产生的直线，坑，隆起，大坝或其他异常等的影响，ASTER GDEM第一版本原始数据局部地区存在异常，所以由ASTER GDEMV1加工的数字高程数据产品存在个别区域的数据异常现象，可以和全球90米分辨率数字高程数据产品互相补充使用。ASTER GDEM数据采用UTM/WGS84投影，数据格式为IMG栅格影像，数据的值域范围为-152-8806米之间，比例尺为1:25万，其垂直精度20米，水平精度30米。 数据命名规则：ASTER GDEM基本的单元按1度X1度分片。每个GDEM数据包有两个文件，一个数据高程文件和一个质量评估（QA）文件。每个文件的命名是根据影像几何中心左下角的经纬度产生。例如，ASTGTM_N29E091代表左下角坐标是北纬29度，东经91度。ASTGTM_N29E091_dem和ASTGTM_N29E091_num对应的分别是高程数据和质量控制数据。 SRTM 90米分辨率高程数据 SRTM（ShuttleRadarTopographyMission）90米分辨率高程数据由美国太空总署（NASA）和国防部国家测绘局（NIMA）联合测量。2000年2月11日，美国发射的“奋进”号航天飞机上搭载SRTM系统，共计进行了222小时23分钟的数据采集工作，获取北纬60度至南纬60度之间总面积超过1.19亿平方公里的雷达影像数据，覆盖地球80%以上的陆地表面。SRTM系统获取的雷达影像的数据量约为9.8万亿字节，经过两年多的数据处理，制成了数字地形高程模型（DEM），即现在的SRTM地形产品数据。SRTM因插值算法不同，存在不同版本，本平台发布数据为V4.1版本。 SRTM数据采用WGS84椭球投影，使用16位的数值表示高程数值的（-32767米），空数据用-32726表示。数据格式为IMG栅格影像，数据的值域范围为-12000-9000米之间，水平精度20米，高程精度16米。 SRTM的数据组织方式为：每5度经纬度方格划分一个文件，共分为24行（-60至60度）和72列（-180至180度）。文件命名规则为srtm_XX_YY.zip，XX表示列数（01-72），YY表示行数（01-24）。示意图如下： 高程数据处理方法 第一次使用DEM高程数据的朋友常常遇到这个问题，IMG是压缩包么？怎么不能解压呢？为什么我打开之后数据是灰色的呢？明明是平原地区，为什么显示的高程范围却在-32767-32767之间呢？为什么展示图里是五颜六色的，而我打开的却是灰色影像呢？ 首先IMG不是压缩包，“.img”作为一种栅格影像格式，可以直接在ArcMap、ENVI、ERDAS等遥感软件中打开使用，无需解压。 其次，怎么去除高程影像中的空值（如-32767），让它在一个正常的范围内显示呢？小编这里以TIF格式的DEM高程影像为例（IMG的处理方式同样），一步步带大家来操作。 1. 在ARCMAP里打开一幅DEM高程数据（ADD DATA），可以从左边看到其显示的数据范围是-32767-32726，右侧为灰色影像。 2. 在ArcMap里打开Spatial analyze工具，选择Raster Calculator，设置DEM高程数据值为0并进行计算（点击Evaluate按钮），页面如下：

获取室内模型流域DEM数据的实用方法

获取室内模型流域DEM 数据的实用方法 杨超1　赵军2　高佩玲2 (11中国农业大学水利与土木工程学院,北京100083;21中国科学院、水利部水土保持研究所,陕西杨凌712100) 收稿日期:2004210216 基金项目:教育部重大项目中国科学院知识创新重要方向项目(KZCX32SW 2422)作者简介:杨超,硕士研究生,主要从事土壤侵蚀机理及计算机模拟研究。 摘　要　为获得模型流域的高精度DEM 数据,自制了高程测量仪,对6519m 2流域模型进行011m ×011m 网格的逐点测量,获得高程数据,并利用GIS 软件生成模型流域的DEM 。降雨强度100mm/h 和降雨历时40min 条件下,降雨前后DEM 处理后得到的模型流域土壤侵蚀量为4465kg ,相对人工采样误差715%。处理所得DEM 与原模型流域地形特征点数据比较误差为±01005m 。模型流域降雨侵蚀后高程的对比计算结果表明,该测量方法在室内小模型流域的降雨侵蚀定量研究中是可行的。关键词　模型流域;GIS ;地形测量;土壤侵蚀 中图分类号　S 29 文章编号　100724333(2005)0120013203 文献标识码　A Practical method for DEM of a laboratory watershed model Y ang Chao 1,Zhao J un 2,Gao Peiling 2 (11College of Water Conservancy and Civil Engineering ,China Agricultural University ,Beiing 100083,China ; 21I nstitue of Soil and Water Conservation ,Chinese Academy of Sciences ,and M inistry of Water Resources ,Y angling 712100,China ;) Abstract It is well known that it is difficult to get the morphological data for a laboratory watershed model in s oil ero 2sion study by the traditional methods and the RS ,GPS and GI technologies.A practically us eful app aratus was devel 2op ed to quantify the digital elevation of a laboratory watershed model for a 66m 2 watershed with 10by 10cm grids.A GIS s oftware was us ed to generate the DE M of the watershed and the meas ured elevation values were verified with the actual ones at control p oints ,which indicated that the error was less than 5mm.This method can be us ed for geomor 2phologic determination of a watershed and for quantifying the s oil erosion in a rainfall event by comp aring the elevation changes. K ey words watershed model ;GIS ;elevation meas urement ;s oil erosion 目前,流域次降雨侵蚀研究多在野外条件下进 行。由于野外条件复杂,影响因子较多,不利于流域侵蚀与各影响因子之间关系和侵蚀在流域内分布情况的分析;而室内次降雨侵蚀研究多在坡面上进行,反映的是坡面相关因子与侵蚀之间的关系。在室内可控条件下进行模型流域的次降雨侵蚀研究,有利于确定流域侵蚀与各影响因子间的定量关系和侵蚀在流域中的分布情况。 室内模型流域次降雨总侵蚀量通常由流域出口处流量和水流含沙量的测量值换算得到,侵蚀量在流域内的空间分布一般采用REE (稀土元素)法进行分块研究[1],或采用侵蚀针观测法布点研究,但 REE 法受REE 种类的限制分块不可能很小,侵蚀 针在全流域的高密度布设也不现实。野外传统数字化地形测绘法因操作原因[2],不能对模型流域进行非破坏性测量,而目前流行的3S (遥感RS 、全球定位系统GPS 和地理信息系统GIS )技术因运行空间不足而无法对室内小型流域进行测量[3]。进行室内坡面土壤侵蚀研究通常使用的激光微地貌扫描仪,测量宽度限制在1m 内[4],无法满足较大面积模型流域的测量要求。 为获得大面积(6519m 2)模型流域次降雨的侵蚀量和侵蚀分布,本试验用自制高程测量仪(图1)测量模型流域高程数据,结合GIS 技术获取模型流 中国农业大学学报　2005,10(1):13-15Journal of China Agricultural University