黄土高原区域沟谷地貌特征的多维量化模型研究

Loess gully is characterized by the frequent material exchange and strong morphological changes. The quantitative representation of the gully features is the key step in the studies of regional-scale loess landform, soil erosion and, soil and water conservation. Due to the limitations of the available study data and research methods, gully density is widely applied. However, the multi-dimensional features can’t be reflected caused by the gully developments in forward direction, horizontal direction, vertical direction and time scale. In this study, digital terrain model (DEM), multi-source imagery, and altimeter data are collected combined with multiple methods including digital terrain analysis, remote sensing image analysis and machine learning. Firstly, the approach for extracting multi-dimensional gully features is developed including one-dimension structural information, two-dimension distribution information, three-dimension depth information and spatiotemporal change information. Secondly, the quantitative index for different dimensions are designed, and then the multi-dimensional model are structured based on analytical reconstruction strategy. With the support of the model, the spatial variation pattern and the topographic classification results based on gully features are investigated. Through this project, it is hopeful to deepen the understanding of the gully landform, provide a new thinking for the study of loess landform and expect to make a breakthrough in the theory and practice of digital terrain analysis.

黄土沟谷是黄土地貌中物质交换最频繁、形态变化最剧烈的区域之一。在区域尺度上对黄土沟谷地貌特征的定量表达是区域地貌形态、区域土壤侵蚀、区域水土保持等研究的关键。现有研究受制于可用数据和分析方法，大多采用沟壑密度等单一指标，无法综合反映沟谷在纵向、横向、垂向、以及时间尺度上的多维发育特征。本研究基于DEM、多源遥感影像及激光测高等数据，综合运用数字地形分析、遥感影像分析和机器学习等方法，设计区域尺度上沟谷对象多维信息提取方法，实现对沟谷的一维结构信息，二维分布信息，三维地形信息以及时空变化信息的有效获取。在此基础上，定义面向不同维度的定量指标，基于指标的解析与重构机制，构建区域沟谷地貌特征的多维量化模型。在该定量模型的支持下，探讨黄土高原沟谷地貌特征的空间分异规律和地貌分区方法。本项目的开展将深化对黄土沟谷地貌区域特征的认知，为黄土地貌研究提供新的思路，并丰富数字地形分析的理论与方法。

黄土沟谷是黄土地貌中物质交换最频繁、形态变化最剧烈的区域之一。在区域尺度上对黄土沟谷地貌特征的定量表达是区域地貌形态、区域土壤侵蚀、区域水土保持等研究的关键。现有研究受制于可用数据和分析方法，大多采用沟壑密度等单一指标，无法综合反映沟谷在纵向、横向、垂向、以及时间尺度上的多维发育特征。针对这一科学问题，本研究基于DEM、多源遥感影像及激光测高等数据，综合运用数字地形分析、遥感影像分析和机器学习等方法进行理论与方法的创新研究。具体包括：（1）开展了全球可公开获取的DEM数据的精度评价工作，为选择合适的地形数据产品提供了参考；（2）提出了一种面向小流域尺度的沟谷地貌特征提取的分割参数优化策略；（3）设计了区域尺度上沟谷对象多维信息提取方法，实现对黄土高原区域尺度侵蚀沟、塬面、露天矿区等地貌对象的高效提取并公开了相关数据产品；（4）定义了沟谷地貌特征分析的指标体系和多维量化模型，在该定量模型的支持下，揭示了黄土高原沟谷地貌特征的空间分异特征并完成了沟谷地貌分区。本项目的开展为深化对黄土沟谷地貌区域特征的认知提供了理论与方法支撑，相关研究成果也将服务于黄土高原地区生态文明建设和区域可持续发展。