山顶点提取方法决定着山体部位划分结果的正确性和微地形自动分类效率。以高程和等高线为参考提取山顶点的方法存在伪山顶点剔除不完全和局部山顶点丢失的问题,依据山顶点邻域坡向呈均匀分布规律,提出了基于坡向分布特征的山顶点提取方...山顶点提取方法决定着山体部位划分结果的正确性和微地形自动分类效率。以高程和等高线为参考提取山顶点的方法存在伪山顶点剔除不完全和局部山顶点丢失的问题,依据山顶点邻域坡向呈均匀分布规律,提出了基于坡向分布特征的山顶点提取方法,构建了以山顶点为中心的邻域坡向顺时针逐渐递增模型,并以山脊线拟合和深度优先搜索(depth first search,DFS)算法的递推思想,剔除提取结果中的伪山顶点。顾及实体数字高程模型(digital elevation model,DEM)地形破碎对提取方法的影响,采用了模拟DEM和实体DEM分别进行实验和分析。实验结果表明,坡向分布特征法避免了传统基于封闭等高线提取山顶点时主观选取阈值的不确定性;模拟DEM因其连续、光滑,山顶点提取准确率可达到100%,而实体DEM沿用模拟DEM机制,因其地形破碎导致的不可适性,通过调整坡向分布约束条件可予以改善,实验提取准确率平均可达到96.1%。展开更多
文摘山顶点提取方法决定着山体部位划分结果的正确性和微地形自动分类效率。以高程和等高线为参考提取山顶点的方法存在伪山顶点剔除不完全和局部山顶点丢失的问题,依据山顶点邻域坡向呈均匀分布规律,提出了基于坡向分布特征的山顶点提取方法,构建了以山顶点为中心的邻域坡向顺时针逐渐递增模型,并以山脊线拟合和深度优先搜索(depth first search,DFS)算法的递推思想,剔除提取结果中的伪山顶点。顾及实体数字高程模型(digital elevation model,DEM)地形破碎对提取方法的影响,采用了模拟DEM和实体DEM分别进行实验和分析。实验结果表明,坡向分布特征法避免了传统基于封闭等高线提取山顶点时主观选取阈值的不确定性;模拟DEM因其连续、光滑,山顶点提取准确率可达到100%,而实体DEM沿用模拟DEM机制,因其地形破碎导致的不可适性,通过调整坡向分布约束条件可予以改善,实验提取准确率平均可达到96.1%。
