黄土高塬沟壑区切沟自动提取方法及切沟长期变化特征

这是一篇关于切沟侵蚀,切沟形态参数,卫星遥感,自动提取,黄土高原的论文, 主要内容为黄土高原沟壑纵横、地表破碎、水土流失严重,切沟侵蚀是塑造该区地貌的主要动力之一。研究切沟的自动提取方法和时空变化特征,对切沟侵蚀遥感监测、定量模拟以及切沟防治等具有重要意义。目前,关于黄土高原沟缘线和沟谷网络的自动提取研究已有一定进展,但提取精度还有待提高,对于切沟形态参数的自动计算方法也有所欠缺,不利于大范围切沟的动态变化监测。而且遥感数据种类繁多,数据量大,分辨率多样,不同分辨率影像的提取精度和适用性有待深入研究。本文选取黄土高塬沟壑区典型区域,结合多种分辨率卫星遥感影像和DEM数据,利用面向对象影像分析方法、随机森林算法、水文分析等方法自动提取沟缘线和沟谷网络,并基于Arc GIS Engine+.NET(C#)平台,设计一种新的算法,自动提取切沟并计算其形态参数;分析基于不同遥感影像提取切沟形态参数的精度,建立切沟参数相互转化的模型,并探讨遥感影像类型和空间分辨率对切沟提取的适用性;利用本文提出的切沟自动提取方法,研究1970年至2021年切沟的动态变化特征。主要研究结果如下:(1)分析了不同分辨率卫星遥感影像自动提取切沟的精度。利用面向对象和随机森林方法自动提取山西吉县中垛塬的切沟。与目视解译结果相比,0.5 m Google影像和2 m分辨率GF-1影像自动提取精度较高,可达90%以上,切沟形态准确;基于8 m分辨率GF-1影像自动提取切沟的精度在85%左右,切沟形态大致符合实际。0.5 m影像提取的切沟形态参数百分误差波动幅度最小,沟长和沟宽的百分误差仅在5%上下波动,面积百分误差集中在10%以下。2 m分辨率影像提取的切沟沟长、面积和沟宽的百分误差在13%左右;8 m分辨率影像提取的切沟沟长、面积和沟宽的平均百分误差为18.82%、27.62%和18.93%。(2)建立了切沟形态参数转换模型。8 m分辨率影像提取的切沟形态特征指标精度较低,难以开展切沟侵蚀特征的研究。基于0.5 m分辨率Google影像提取的切沟形态特征参数,建立8 m分辨率GF-1影像提取的切沟沟长转换模型L=1.22L’-0.28(R2=0.896)和面积转换模型A=1.44A’+31.56(R2=0.916),显著性p值均小于0.01,转换结果具有较高的精度。(3)改进了基于DEM影像提取切沟的方法。基于GF-7影像生成的DEM(分辨率5m),利用多向山体阴影法、AGREE算法改进的水文分析方法自动提取甘肃西峰董志塬的沟缘线和沟谷网络,提取结果精度较高。相对于人工识别的沟缘线,沟缘线偏移距离在2个偏移栅格以内(10 m)的占比为85.14%,提取出的沟缘线完整,且连续性好,可以明显分割出正负地形;AGREE算法可以有效改善水文分析方法提取沟谷网络而产生的“平行网络”问题,参照目视解译结果,沟谷网络提取的用户精度为91.20%,生产者精度为86.87%。采用切沟自动提取算法共提取出切沟753个,可识别出的最小切沟沟长为16.32 m。沟长、面积、沟宽的平均百分误差分别为7.75%、8.64%和9.06%,三个参数的百分误差均在10%左右,提取精度比较理想。(4)分析了切沟50年尺度的变化特征。以西峰区南小河沟为例,选取1970年KH-4B影像(分辨率1.8 m)和2021年GF-7影像(分辨率0.56 m)、DEM影像(分辨率5 m)自动提取切沟并分析其动态变化,由于受到影像配准精度和分辨率的限制,利用自动提取方法难以描述小型切沟的变化趋势,本研究分析了沟长大于30 m的切沟动态变化,其中沟头前进速率在0.03～0.95 m/a之间,均值为0.28 m/a;面积扩张速率在在0.19～54.69 m2/a之间,均值为12.95 m2/a。

基于涡度相关的黄土高原沟壑区灌丛的水碳通量研究

这是一篇关于灌丛,水碳通量,土壤呼吸,涡度相关,黄土高原的论文, 主要内容为全球变暖趋势在持续,陆地生态系统中的水-碳循环不仅会对陆地表层系统的物质循环产生影响,也在能量循环中发挥着重要作用,是连接地球-大气-生物圈的重要纽带。在全球气候变化影响下,灌丛面积将增加,因此研究灌丛生态系统水碳循环过程和机制,对水资源配置和“双碳”目标的实现具有重要意义。本研究以黄土高原沟壑区灌丛生态系统作为研究对象,利用淳化生态水文试验基地的涡度相关系统、EGM-5便携式土壤碳通量测定系统等仪器,采用2020年涡度观测数据和常规气象数据以及2020-2021年土壤呼吸速率观测数据,分析了黄土高原沟壑区灌丛生态系统水热通量、碳通量、蒸散发变化特征、土壤呼吸速率变化特征和水分利用效率变化规律,主要结论如下:(1)阐明研究区土壤剖面物理特征在多个时间尺度的变化规律。2020年黄土高原沟壑区灌丛生态系统浅层土壤的土壤温度日内变化趋势呈近似正弦曲线,随着土壤深度的增加,土壤温度的日内变化幅度减小。与深层土壤相比,浅层土壤的体积含水率变化波动较大,近似呈“正弦型”曲线变化。土壤水势呈现“下降-上升-再下降-上升”的季节变化规律。(2)揭示灌丛生态系统能量分配的变化规律。2020年黄土高原沟壑区灌丛生态系统各能量通量日内动态曲线为单峰型二次曲线,在日出时刻前后,显热通量与净辐射之比(H/Rn)的波谷、地表热通量与净辐射之比(G/Rn)的波谷与潜热通量与净辐射之比(LE/Rn)的波峰实现峰谷互补,在日落时刻前后H/Rn的波峰与G/Rn和LE/Rn的波谷出现互补现象。2020年灌丛生态系统全年净辐射总量为2385.6MJ/m2,在能量分配中,潜热通量占比最高,占净辐射总量的44.4%。2020年黄土高原沟壑区灌丛生态系统年波文比为0.7,能量闭合度为80%。(3)阐明灌丛生态系统的CO2交换量和总初级生产力的变化特征。2020年黄土高原沟壑区灌丛生态系统的净生态系统CO2交换量(NEE)日变化呈“U”型。净生态系统CO2交换量(NEE)、生态系统总初级生产力(GPP)和生态系统呼吸量(Reco)季节变化动态曲线都呈夏季高、冬季低的“单峰型”变化,NEE与GPP季节变化呈对称分布且两者变化趋势大致相同。全年NEE总量为-885.64mgCO2/m2/s,表明黄土高原沟壑区灌丛生态系统具有较强的碳汇功能,土壤温度是影响黄土高原沟壑区灌丛生态系统NEE变化的主要环境因子。(4)揭示灌丛生态系统的土壤呼吸速率变化特点及其影响因子。2020-2021年黄土高原沟壑区灌丛生态系统不同位置裸地观测点、地面保留植被观测点的土壤呼吸速率日内变化曲线为“单峰型”。对2020-2021年灌丛生态系统土壤呼吸速率与5cm深度处土壤温度进行单因素指数模型拟合,土壤呼吸温度敏感性Q10为1.65,土壤温度是影响黄土高原沟壑区灌丛生态系统土壤呼吸速率变化的主要环境因子。(5)对比不同方法得到的蒸散发量并分析主要影响因素。2020年在黄土高原沟壑区灌丛生态系统用Penman-Monteith公式计算的日潜在蒸散发均值是3.4mm/d,高于涡度相关法计算的实际蒸散发量1.2mm/d,2020年灌丛生态系统作物系数为0.35,净辐射是影响灌丛生态系统实际蒸散发最显著的因素。(6)分析灌丛生态系统的水分利用效率及其影响因素。2020年黄土高原沟壑区灌丛生态系统日尺度水分利用效率(WUE)日均值为3.38gC/(kgH2O),WUE与净辐射和光合有效辐射呈负相关。

黄土高原植被净初级生产力对复合气象因子的响应研究

这是一篇关于植被净初级生产力,ESTARFM模型,CASA模型,响应关系,黄土高原的论文, 主要内容为随着化石燃料的大量使用,全球性气候变暖问题愈发严峻。气候改变了水资源再分配情况,使得极端天气和旱涝灾害频频发生。植被净初级生产力(Net Primary Productivity,NPP)是陆面碳循环中重要的组成部分,其演变规律与气候变化之间有着密不可分的联系。黄土高原是中国生态环境最脆弱的地区,是全球气候变化敏感响应的地区。水资源短缺和水土流失是该区域面临的主要问题,这些问题加深了该区域对地表植被的依赖程度。揭示植被净初级生产力对气象因子的响应关系变得非常重要。本研究以黄土高原的复合气象因子作为研究对象,将温度植被干旱指数(TVDI)和标准化降水蒸散指数(SPEI)作为复合气象指标,基于ESTARFM模型和CASA模型所构建植被净初级生产力逐月遥感数据集,并基于该计算结果,分析了 1982-2018年黄土高原地区NPP和复合气象因子的时空格局;分析不同滞后时间下植被生产力对复合气象因子的响应;探讨单一气象因子与复合气象因子对植被净初级生产力的驱动力强弱。得出的主要结论如下:(1)通过MODIS数据对ESTARFM模型进行验证,结果表明,ESTARFMNDVI与MODIS NDVI拟合效果较好,说明该数据集可以充分反映近20年来黄土高原植被生长变化的规律。(2)在水平空间上,黄土高原NPP的多年平均值呈现出由北向南逐渐递增的趋势;对于不同土地类型,林地的NPP最大,荒地的NPP最小。在垂直空间上,随着海拔的不断升高,黄土高原NPP的多年平均值经历了先递减后递增的过程;海拔在1233～1630m之间的NPP多年平均值最小,2181～3013m之间的NPP多年平均值最大。在年际变化上,黄土高原NPP总体上呈现出逐步改善的趋势,以轻微改善和中度改善为主。在生长季内,表现出波动增长的趋势,8月份NPP最大,10月份NPP最小;9月份为改善状态占比最大的月份,8月份为NPP恶化状态占比最大的月份。(3)在年尺度上,TVDI呈现出先上升后下降、以下降趋势为主的变化特征;月尺度上,TVDI以平均0.0002/mon的速率波动下降。在生长季内,平均TVDI为0.60。TVDI表明,中旱是研究区内最容易发生的干旱类型,每年6月为干旱极容易出现的月份,每年11～2月干旱发生的概率最小。在TVDI空间特征研究中,黄土高原TVDI在空间上整体呈现出南高西低的态势,TVDI以逐渐改善的趋势为主,平均TVDIslope为-0.0006/a。生长季TVDI空间格局与多年平均TVDI空间格局相似。不同土地覆盖类型中,建设用地TVDI最大,林地TVDI最小,建设用地TVDIslope最大,林地TVDIslope最小。不同植被类型中,草丛TVDI最大,高山植被TVDI最小,高山植被TVDIslope最大,阔叶林TVDIslope最小。(4)在年尺度上,黄土高原SPEI的多年平均值呈现出波动上升的趋势。月尺度上,黄土高原SPEI以0.014/mon的速率微弱上升。在生长季内,平均SPEI为-0.004。SPEI表明,轻旱是研究区内最容易发生的干旱类型,每年8月份是干旱极容易出现的月份。在SPEI空间分布特征研究中,黄土高原SPEI整体呈现出由南至北逐渐递增的趋势,以轻微恶化的趋势为主,平均SPEI为-0.408,平均SPEIslope为-0.0019;在生长季内,SPEI呈现出南高北低的态势,生长季SPEI多年平均值为-0.54。不同土地利用类型中,荒地SPEI最大,耕地SPEI最小,荒地SPEIslope最大,建设用地SPEIslope最小。(5)在空间上,研究区内NPP和TVDI相关性呈现出西部高中部低的空间格局,NPP对TVDI的相关性主要以正相关为主。就土地类型而言,林地NPP对TVDI的相关性最为显著,荒地NPP对TVDI的响应最微弱。就植被类型而言,针叶林NPP与TVDI的正相关性最强,高山NPP与TVDI的负相关性最强。对于NPP对TVDI的响应特征而言,在空间上,NPP对TVDI的响应以滞后2月为主。在时间上,年尺度NPP对当月TVDI、滞后1月TVDI、滞后2月TVDI均表现出显著负相关。生长季内,NPP对TVDI的响应表现为滞后1月。在空间上,研究区内NPP和TVDI相关性呈现出北部高南部低的空间格局,NPP对SPEI的相关性主要以正相关为主。就土地类型而言,草地对SPEI的响应最为显著,建设用地对SPEI的响应最微弱。就植被类型而言,草原NPP与SPEI的相关性最强,高山NPP与SPEI的相关性最弱。对于NPP对SPEI的响应特征而言,在空间上,在空间上NPP对SPEI的响应以滞后2月为主。在时间上,随着SPEI在时间尺度上的累积,NPP对SPEI的相关性逐渐增强。生长季内,NPP对SPEI的响应以滞后2月为主。(6)对于单一气象因子与复合气象因子对植被净初级生产力驱动力研究来讲,针对风险探测而言,降水与NPP在空间分布上呈现正相关关系,SPEI则与NPP在空间分布上呈现负相关关系。TVDI和SPEI适宜区间内的植被有着比原先单一气象因子具有更高的NPP。针对因子探测而言,SPEI对NPP的影响力最强,气温因子对NPP的影响力最弱。针对交互探测而言,降水∩PET的相互叠加对NPP的影响力最强,SPEI∩ TVDI的影响力次之。相较于单因子,复合因子对NPP的驱动力明显更强,黄土高原NPP受到当地降水和潜在蒸散发的限制作用是最突出的。

黄土高塬沟壑区切沟自动提取方法及切沟长期变化特征

这是一篇关于切沟侵蚀,切沟形态参数,卫星遥感,自动提取,黄土高原的论文, 主要内容为黄土高原沟壑纵横、地表破碎、水土流失严重,切沟侵蚀是塑造该区地貌的主要动力之一。研究切沟的自动提取方法和时空变化特征,对切沟侵蚀遥感监测、定量模拟以及切沟防治等具有重要意义。目前,关于黄土高原沟缘线和沟谷网络的自动提取研究已有一定进展,但提取精度还有待提高,对于切沟形态参数的自动计算方法也有所欠缺,不利于大范围切沟的动态变化监测。而且遥感数据种类繁多,数据量大,分辨率多样,不同分辨率影像的提取精度和适用性有待深入研究。本文选取黄土高塬沟壑区典型区域,结合多种分辨率卫星遥感影像和DEM数据,利用面向对象影像分析方法、随机森林算法、水文分析等方法自动提取沟缘线和沟谷网络,并基于Arc GIS Engine+.NET(C#)平台,设计一种新的算法,自动提取切沟并计算其形态参数;分析基于不同遥感影像提取切沟形态参数的精度,建立切沟参数相互转化的模型,并探讨遥感影像类型和空间分辨率对切沟提取的适用性;利用本文提出的切沟自动提取方法,研究1970年至2021年切沟的动态变化特征。主要研究结果如下:(1)分析了不同分辨率卫星遥感影像自动提取切沟的精度。利用面向对象和随机森林方法自动提取山西吉县中垛塬的切沟。与目视解译结果相比,0.5 m Google影像和2 m分辨率GF-1影像自动提取精度较高,可达90%以上,切沟形态准确;基于8 m分辨率GF-1影像自动提取切沟的精度在85%左右,切沟形态大致符合实际。0.5 m影像提取的切沟形态参数百分误差波动幅度最小,沟长和沟宽的百分误差仅在5%上下波动,面积百分误差集中在10%以下。2 m分辨率影像提取的切沟沟长、面积和沟宽的百分误差在13%左右;8 m分辨率影像提取的切沟沟长、面积和沟宽的平均百分误差为18.82%、27.62%和18.93%。(2)建立了切沟形态参数转换模型。8 m分辨率影像提取的切沟形态特征指标精度较低,难以开展切沟侵蚀特征的研究。基于0.5 m分辨率Google影像提取的切沟形态特征参数,建立8 m分辨率GF-1影像提取的切沟沟长转换模型L=1.22L’-0.28(R2=0.896)和面积转换模型A=1.44A’+31.56(R2=0.916),显著性p值均小于0.01,转换结果具有较高的精度。(3)改进了基于DEM影像提取切沟的方法。基于GF-7影像生成的DEM(分辨率5m),利用多向山体阴影法、AGREE算法改进的水文分析方法自动提取甘肃西峰董志塬的沟缘线和沟谷网络,提取结果精度较高。相对于人工识别的沟缘线,沟缘线偏移距离在2个偏移栅格以内(10 m)的占比为85.14%,提取出的沟缘线完整,且连续性好,可以明显分割出正负地形;AGREE算法可以有效改善水文分析方法提取沟谷网络而产生的“平行网络”问题,参照目视解译结果,沟谷网络提取的用户精度为91.20%,生产者精度为86.87%。采用切沟自动提取算法共提取出切沟753个,可识别出的最小切沟沟长为16.32 m。沟长、面积、沟宽的平均百分误差分别为7.75%、8.64%和9.06%,三个参数的百分误差均在10%左右,提取精度比较理想。(4)分析了切沟50年尺度的变化特征。以西峰区南小河沟为例,选取1970年KH-4B影像(分辨率1.8 m)和2021年GF-7影像(分辨率0.56 m)、DEM影像(分辨率5 m)自动提取切沟并分析其动态变化,由于受到影像配准精度和分辨率的限制,利用自动提取方法难以描述小型切沟的变化趋势,本研究分析了沟长大于30 m的切沟动态变化,其中沟头前进速率在0.03～0.95 m/a之间,均值为0.28 m/a;面积扩张速率在在0.19～54.69 m2/a之间,均值为12.95 m2/a。

黄土高原植被净初级生产力对复合气象因子的响应研究

这是一篇关于植被净初级生产力,ESTARFM模型,CASA模型,响应关系,黄土高原的论文, 主要内容为随着化石燃料的大量使用,全球性气候变暖问题愈发严峻。气候改变了水资源再分配情况,使得极端天气和旱涝灾害频频发生。植被净初级生产力(Net Primary Productivity,NPP)是陆面碳循环中重要的组成部分,其演变规律与气候变化之间有着密不可分的联系。黄土高原是中国生态环境最脆弱的地区,是全球气候变化敏感响应的地区。水资源短缺和水土流失是该区域面临的主要问题,这些问题加深了该区域对地表植被的依赖程度。揭示植被净初级生产力对气象因子的响应关系变得非常重要。本研究以黄土高原的复合气象因子作为研究对象,将温度植被干旱指数(TVDI)和标准化降水蒸散指数(SPEI)作为复合气象指标,基于ESTARFM模型和CASA模型所构建植被净初级生产力逐月遥感数据集,并基于该计算结果,分析了 1982-2018年黄土高原地区NPP和复合气象因子的时空格局;分析不同滞后时间下植被生产力对复合气象因子的响应;探讨单一气象因子与复合气象因子对植被净初级生产力的驱动力强弱。得出的主要结论如下:(1)通过MODIS数据对ESTARFM模型进行验证,结果表明,ESTARFMNDVI与MODIS NDVI拟合效果较好,说明该数据集可以充分反映近20年来黄土高原植被生长变化的规律。(2)在水平空间上,黄土高原NPP的多年平均值呈现出由北向南逐渐递增的趋势;对于不同土地类型,林地的NPP最大,荒地的NPP最小。在垂直空间上,随着海拔的不断升高,黄土高原NPP的多年平均值经历了先递减后递增的过程;海拔在1233～1630m之间的NPP多年平均值最小,2181～3013m之间的NPP多年平均值最大。在年际变化上,黄土高原NPP总体上呈现出逐步改善的趋势,以轻微改善和中度改善为主。在生长季内,表现出波动增长的趋势,8月份NPP最大,10月份NPP最小;9月份为改善状态占比最大的月份,8月份为NPP恶化状态占比最大的月份。(3)在年尺度上,TVDI呈现出先上升后下降、以下降趋势为主的变化特征;月尺度上,TVDI以平均0.0002/mon的速率波动下降。在生长季内,平均TVDI为0.60。TVDI表明,中旱是研究区内最容易发生的干旱类型,每年6月为干旱极容易出现的月份,每年11～2月干旱发生的概率最小。在TVDI空间特征研究中,黄土高原TVDI在空间上整体呈现出南高西低的态势,TVDI以逐渐改善的趋势为主,平均TVDIslope为-0.0006/a。生长季TVDI空间格局与多年平均TVDI空间格局相似。不同土地覆盖类型中,建设用地TVDI最大,林地TVDI最小,建设用地TVDIslope最大,林地TVDIslope最小。不同植被类型中,草丛TVDI最大,高山植被TVDI最小,高山植被TVDIslope最大,阔叶林TVDIslope最小。(4)在年尺度上,黄土高原SPEI的多年平均值呈现出波动上升的趋势。月尺度上,黄土高原SPEI以0.014/mon的速率微弱上升。在生长季内,平均SPEI为-0.004。SPEI表明,轻旱是研究区内最容易发生的干旱类型,每年8月份是干旱极容易出现的月份。在SPEI空间分布特征研究中,黄土高原SPEI整体呈现出由南至北逐渐递增的趋势,以轻微恶化的趋势为主,平均SPEI为-0.408,平均SPEIslope为-0.0019;在生长季内,SPEI呈现出南高北低的态势,生长季SPEI多年平均值为-0.54。不同土地利用类型中,荒地SPEI最大,耕地SPEI最小,荒地SPEIslope最大,建设用地SPEIslope最小。(5)在空间上,研究区内NPP和TVDI相关性呈现出西部高中部低的空间格局,NPP对TVDI的相关性主要以正相关为主。就土地类型而言,林地NPP对TVDI的相关性最为显著,荒地NPP对TVDI的响应最微弱。就植被类型而言,针叶林NPP与TVDI的正相关性最强,高山NPP与TVDI的负相关性最强。对于NPP对TVDI的响应特征而言,在空间上,NPP对TVDI的响应以滞后2月为主。在时间上,年尺度NPP对当月TVDI、滞后1月TVDI、滞后2月TVDI均表现出显著负相关。生长季内,NPP对TVDI的响应表现为滞后1月。在空间上,研究区内NPP和TVDI相关性呈现出北部高南部低的空间格局,NPP对SPEI的相关性主要以正相关为主。就土地类型而言,草地对SPEI的响应最为显著,建设用地对SPEI的响应最微弱。就植被类型而言,草原NPP与SPEI的相关性最强,高山NPP与SPEI的相关性最弱。对于NPP对SPEI的响应特征而言,在空间上,在空间上NPP对SPEI的响应以滞后2月为主。在时间上,随着SPEI在时间尺度上的累积,NPP对SPEI的相关性逐渐增强。生长季内,NPP对SPEI的响应以滞后2月为主。(6)对于单一气象因子与复合气象因子对植被净初级生产力驱动力研究来讲,针对风险探测而言,降水与NPP在空间分布上呈现正相关关系,SPEI则与NPP在空间分布上呈现负相关关系。TVDI和SPEI适宜区间内的植被有着比原先单一气象因子具有更高的NPP。针对因子探测而言,SPEI对NPP的影响力最强,气温因子对NPP的影响力最弱。针对交互探测而言,降水∩PET的相互叠加对NPP的影响力最强,SPEI∩ TVDI的影响力次之。相较于单因子,复合因子对NPP的驱动力明显更强,黄土高原NPP受到当地降水和潜在蒸散发的限制作用是最突出的。

黄土高塬沟壑区切沟自动提取方法及切沟长期变化特征

这是一篇关于切沟侵蚀,切沟形态参数,卫星遥感,自动提取,黄土高原的论文, 主要内容为黄土高原沟壑纵横、地表破碎、水土流失严重,切沟侵蚀是塑造该区地貌的主要动力之一。研究切沟的自动提取方法和时空变化特征,对切沟侵蚀遥感监测、定量模拟以及切沟防治等具有重要意义。目前,关于黄土高原沟缘线和沟谷网络的自动提取研究已有一定进展,但提取精度还有待提高,对于切沟形态参数的自动计算方法也有所欠缺,不利于大范围切沟的动态变化监测。而且遥感数据种类繁多,数据量大,分辨率多样,不同分辨率影像的提取精度和适用性有待深入研究。本文选取黄土高塬沟壑区典型区域,结合多种分辨率卫星遥感影像和DEM数据,利用面向对象影像分析方法、随机森林算法、水文分析等方法自动提取沟缘线和沟谷网络,并基于Arc GIS Engine+.NET(C#)平台,设计一种新的算法,自动提取切沟并计算其形态参数;分析基于不同遥感影像提取切沟形态参数的精度,建立切沟参数相互转化的模型,并探讨遥感影像类型和空间分辨率对切沟提取的适用性;利用本文提出的切沟自动提取方法,研究1970年至2021年切沟的动态变化特征。主要研究结果如下:(1)分析了不同分辨率卫星遥感影像自动提取切沟的精度。利用面向对象和随机森林方法自动提取山西吉县中垛塬的切沟。与目视解译结果相比,0.5 m Google影像和2 m分辨率GF-1影像自动提取精度较高,可达90%以上,切沟形态准确;基于8 m分辨率GF-1影像自动提取切沟的精度在85%左右,切沟形态大致符合实际。0.5 m影像提取的切沟形态参数百分误差波动幅度最小,沟长和沟宽的百分误差仅在5%上下波动,面积百分误差集中在10%以下。2 m分辨率影像提取的切沟沟长、面积和沟宽的百分误差在13%左右;8 m分辨率影像提取的切沟沟长、面积和沟宽的平均百分误差为18.82%、27.62%和18.93%。(2)建立了切沟形态参数转换模型。8 m分辨率影像提取的切沟形态特征指标精度较低,难以开展切沟侵蚀特征的研究。基于0.5 m分辨率Google影像提取的切沟形态特征参数,建立8 m分辨率GF-1影像提取的切沟沟长转换模型L=1.22L’-0.28(R2=0.896)和面积转换模型A=1.44A’+31.56(R2=0.916),显著性p值均小于0.01,转换结果具有较高的精度。(3)改进了基于DEM影像提取切沟的方法。基于GF-7影像生成的DEM(分辨率5m),利用多向山体阴影法、AGREE算法改进的水文分析方法自动提取甘肃西峰董志塬的沟缘线和沟谷网络,提取结果精度较高。相对于人工识别的沟缘线,沟缘线偏移距离在2个偏移栅格以内(10 m)的占比为85.14%,提取出的沟缘线完整,且连续性好,可以明显分割出正负地形;AGREE算法可以有效改善水文分析方法提取沟谷网络而产生的“平行网络”问题,参照目视解译结果,沟谷网络提取的用户精度为91.20%,生产者精度为86.87%。采用切沟自动提取算法共提取出切沟753个,可识别出的最小切沟沟长为16.32 m。沟长、面积、沟宽的平均百分误差分别为7.75%、8.64%和9.06%,三个参数的百分误差均在10%左右,提取精度比较理想。(4)分析了切沟50年尺度的变化特征。以西峰区南小河沟为例,选取1970年KH-4B影像(分辨率1.8 m)和2021年GF-7影像(分辨率0.56 m)、DEM影像(分辨率5 m)自动提取切沟并分析其动态变化,由于受到影像配准精度和分辨率的限制,利用自动提取方法难以描述小型切沟的变化趋势,本研究分析了沟长大于30 m的切沟动态变化,其中沟头前进速率在0.03～0.95 m/a之间,均值为0.28 m/a;面积扩张速率在在0.19～54.69 m2/a之间,均值为12.95 m2/a。