基于DEM数据的地貌分类研究——以西秦岭为例

常直杨，王 建,2，白世彪,2，梁 中

(1.南京师范大学 地理科学学院，江苏 南京 210046；2.南京师范大学 虚拟地理环境教育部重点实验室，江苏 南京210046)

地貌是自然地理环境中最基本的要素之一，在一定区域内，地貌与其他自然地理要素如气候、水文、植被、土壤等的相互关系中，地貌条件往往起着重要作用[1]。传统的地貌学分类，通常是基于对地形图的判读，结合对野外的考察来完成的，不仅费时费力，而且很难做到全面、准确、系统、定量。而基于DEM数据的地貌分类省时省力，可以做到标准一致、系统统一、定量准确。但是如何利用DEM数据进行地貌类型的划分，还需要进行一些尝试和探索。

西秦岭地区地势起伏较大，地貌类型多样，具有典型代表性，以该区进行地貌类型划分的尝试，可以为今后地貌类型的定量、快速、系统划分提供依据和方法。另外，该地区地质构造活跃，多滑坡和泥石流等地质灾害(舟曲特大泥石流就发生于此)，因此对该区地貌类型和格局的研究，将会为滑坡、泥石流灾害的防治提供基础依据和背景数据。

20世纪50至60年代，已有学者基于地貌格局研究的传统方法——野外调查法，对秦岭地区的地理概观、地貌结构进行了研究[2-4]。近些年，“3S”技术的引入为地貌格局的研究提供了新的技术手段，国内外已有不少研究成果[5-11]。高程和地势起伏度是描述地貌形态的2个最重要的因子，是山地结构和格局研究的重要指标，同时高程能揭示不同海拔山地热量、水分、生物、土壤的垂直差异，起伏度能揭示坡面环境能量特征和环境灾害危险性程度[12]，因此对高程和起伏度的有效划分是建立地貌形态识别的关键。其中，地势起伏度是指在某一确定面积内所有栅格中最大高程与最小高程之差，是描述一个区域地面高差的一个有效指标，其准确获取的关键是求算最佳统计窗口[9,12-13]。同时，不同的研究区应选取不同的地理指标，指标选取应体现研究区的地貌特点。

我们在研究西秦岭地貌格局时，采用均值变点分析法求取了西秦岭地区地势起伏度的最佳统计分析窗口，并对该结果进行了讨论。结合实际地貌，为了让西秦岭南、北坡及徽成盆地体现出地貌单元的差异，利用地势起伏度和高程两个参数建立了西秦岭的地貌形态分级体系，得出14种地貌形态，为西秦岭地貌形态的进一步研究提供了基础，以期为西秦岭地区水土流失、地质灾害等防治提供定量化的地貌研究基础数据。

1 研究区概况

研究区位于陕西秦岭以西，甘南山地高原以东，洮、渭河谷地以南，白龙江谷地以北，主体位于甘肃省陇南地区，经纬度为102°11′—107°8′E、32°20′—34°48′N(图1)，面积约46 394 km2，全区均为山地。气候暖湿，径流丰富，地表风化物和松散堆积物很厚。

在地质构造上，西秦岭属于昆仑-秦岭地槽褶皱系，习惯上分为北秦岭(北坡)、徽成盆地和南秦岭(南坡)，海拔450—4 591 m。北秦岭主脉为洮渭分水岭，呈北西—东南走向；徽成盆地是以徽县和成县为主体的盆地，从地质构造和宏观的地貌上说是个东西向延伸的盆地；南秦岭位于徽成盆地以南至白龙江谷地以北，是一个山体结构极其复杂的山地[14]。

图1 西秦岭位置

2 数据来源与研究方法

2.1 数据来源

所使用的数字高程模型数据(SRTM3-DEM)下载自中国科学院计算机网络信息中心国际科学数据服务平台(http://datamirror.csdb.cn)，经过投影转换、拼接、重采样、裁切而成，格网大小为90 m×90 m，数据格式为ArcGIS的grid格式。该DEM高程基准为EGM96，水平基准为WGS-1984，源数据是由美国“奋进”号航天飞机搭载SRTM系统获取的雷达影像处理而得，所采集的地面高程包括了植被和建筑物等的高程，但对于地形复杂的西秦岭整体地貌形态的划分来说，影响不大，所以可以使用该数据。

2.2 研究方法

2.2.1 西秦岭地貌形态分级体系的建立

西秦岭的南、北坡及盆地之分是根据ArcGIS中山脊线和山谷线的提取方法绘制而成的。若基于中国1 ∶100万地貌图图例[1]说明，按照起伏度和高程的划分原则划分，则发现起伏度<100 m的平原和台地面积相对于西秦岭面积来说微乎其微，而小起伏中山占据了研究区绝大部分面积，使得西秦岭北坡和徽成盆地的地貌形态连成一体，不能够很好地区分开北坡和徽成盆地的差异。可以肯定基于1 ∶100万的地貌划分方法在全国范围具有指导意义，但具体应用到某区域时存在局限性，应结合实际地貌进行划分。为了体现西秦岭南、北坡及盆地的地貌差异，通过对比试验，得出了比较适合西秦岭的地貌形态分类分级体系，如表1所示。

表1 西秦岭地貌基本形态类型分类

2.2.2 最佳统计窗口求取

根据地貌发育的基本理论，存在一个使最大高差达到相对稳定的最佳统计窗口[13]，在提取西秦岭起伏度、切割度的时候，要确定出最佳统计窗口。常用的方法有人工作图法、最大高差法、模糊数学法和均值变点法[9]，本文所采用的方法是均值变点法，该方法对恰有一个变点的检验最为有效[15]。对于该方法，作者已在文献[16]中进行了较为详细的介绍。

3 结果与讨论

3.1 最佳统计单元的求算

利用西秦岭SRTM3-DEM数据，在ArcMap9.3的空间分析模块中，使用窗口递增算法，以n×n(n=3，5，…，31)像元的矩形作为模板算子，计算各邻域内平均地势起伏度，作为对应窗口地势起伏度结果值，结果见表2。

表2 平均起伏度与统计单元大小对应关系

在SPSS中对表2所获得的数据进行统计分析，拟合不同统计单元面积S与平均地势起伏度t的关系，得到统计单元与地势起伏度的关系曲线，见图2。拟合方程为y=95.657lnx+262.81，拟合系数R2=0.972 2，拟合度满意。

通过MATLAB编程，对表2数据进行处理，处理方法见文献[16]，通过计算得图3所示曲线，S和Si之差在第7个差值，即在第8个序列点的时候最大，达到12.78左右，该序列点所对应的统计单元大小即为最佳统计单元。由表1可知，第8个序列点对应的是17×17像元，即面积为2.34 km2的格网大小为最佳统计单元。

图2 统计单元与地势起伏度的关系

图3 S和Si的差值变化曲线

与涂汉明等[13,17]研究的中国地势起伏度最佳统计单元相比，首先，本研究在研究区域选择上有较好的改进。其在全国共布7条穿越线，以1 ∶20万地形图作为数据采集工作图，利用人工读图法获得全国600个样点，并以两个小区作为补充；本研究选取了起伏度大的西秦岭DEM，在ArcMap里能够利用窗口递增法快捷地对DEM中栅格进行遍历运算，排除一定的人为主观因素。其次，本研究在计算最佳统计窗口时，采用均值变点分析法，该方法适用于有一个变点的序列，能够准确地求出拐点，与涂汉明等所得出的全国最佳统计窗口为21 km2相比，可以得出更适合西秦岭的最佳统计窗口面积为2.34 km2。但是，该方法也有一定的局限性，当以某一点为中心的窗口内包含了所在山体的山顶上某一点与山脚某一点时，随着窗口的增大，高差已经增加不多，这样求出的拐点所对应的统计单元会偏小，不符合山体完整性原则。综上所述，虽然利用ArcMap窗口分析法所求得的最佳统计单元面积可能会偏小，但这仍然是求取最佳统计窗口面积特别是小范围研究区较佳的方法。

3.2 西秦岭地貌形态划分

将起伏度数据和高程数据按照地貌形态指标进行数据融合，去除零值和面积小于栅格分辨率的斑块数据，可得到初步地貌分类图。同时考虑到某些地貌单元的面积过小，将其合并到相邻的地貌单元里，进行平滑处理，最后得到14种地貌形态分布图，如图4所示。

基于DEM的西秦岭数字地貌格局图中，共有14种海拔和起伏度组合形态，无大起伏低山和大起伏中山地貌形态。将各地貌面积进行统计可得表3。其中，小起伏中山和小起伏亚高山所占面积比例最大，分别约占了总面积的31.80%、21.96%。另外，由图4也可以看出：小起伏中山主要分布于徽成盆地；北坡以小起伏亚高山为主，这里分布有太子山、白石山、露骨山等一系列的高峰，向东经八盘山后，成为渭河与嘉陵江支流西汉水、永宁河的分水岭，海拔降低，地貌特征表现为小起伏中山间有中海拔丘陵。另外，中起伏中山和中起伏亚高山也占据了研究区面积的1/5以上，南坡主要是由中起伏中山和中起伏亚高山构成。在白龙江的上游，地表经过长期的切割作用，表现出大起伏亚高山的地貌特征，不受河流切割影响的地带则表现出中起伏亚高山的地貌特征。在研究区的西部地区，是若尔盖高原盆地的一部分，海拔虽高，但地势起伏度不大，以宽谷缓丘为主，表现出了高海拔丘陵、亚高山的地貌特征。另外，中海拔丘陵主要分布于徽成盆地中，小起伏高山和高海拔丘陵主要分布于北坡西部，大起伏山地分布于南坡；中起伏高山位于北坡和南坡交界处，是洮河支流与白龙江的分水岭，这里还分布有一些面积较小的大起伏高山。

图4 基于DEM的西秦岭数字地貌格局

表3 西秦岭地区各种地貌形态面积统计

4 结 论

(1)利用西秦岭地区90 m分辨率的SRTM3-DEM数据，通过均值变点法分析得出，该区地势起伏度的最佳统计单元面积为2.34 km2。

(2)依据西秦岭地貌形态分级指标体系，划分得到14种地貌形态，与传统的地貌类型大致对应，但是系统性、定量化以及效率却比传统方法大大提高，从而为基于DEM的地貌类型的快速定量系统划分提供了经验与方法。

(3)南坡以中起伏亚高山为主；北坡以小起伏亚高山为主；盆地以小起伏中山、中海拔丘陵为主。南坡和北坡相比，北坡海拔高但起伏度小，南坡海拔低但起伏度大，南坡更易发生滑坡、泥石流。

[参考文献]

[1] 苏时雨,李钜章,苏映平,等.中国1 ∶100万地貌图设计中若干问题的探讨[J].地理学报,1982,37(1):8-16.

[2] 沈玉昌.秦岭的地理概观[J].地理知识,1954(12):347-349.

[3] 张宝升.太白山地理考察[J].旅行家,1956(1):30-34.

[4] 李学曾.陕西太白山北坡自然地理[M].北京:科学出版社,1962.

[5] 刘振东,孙玉柱,涂汉明.利用DTM编制小比例尺地势起伏度图的初步研究[J].测绘学报,1990,19(1):57-62.

[6] 唐飞,陈曦,程维明,等.基于DEM的准噶尔盆地及其西北山区地势起伏度研究[J].干旱区地理,2006,29(3):387-392.

[7] 王岩,刘少峰.基于DEM的青海贵德地区地形起伏度的研究[J].地质通报,2008,27(12):2117-2121.

[8] 龙恩,程维明,周成虎,等.基于Srtm-DEM与遥感的长白山基本地貌类型提取方法[J].山地学报,2007,25(5):557-565.

[9] 王玲,吕新.基于DEM的新疆地势起伏度分析[J].测绘科学,2009,34(1):113-116.

[10] Ebert K,Hättestrand C,Hall A M,et al.DEM identification of macroscale stepped relief in arctic northern Sweden[J].Geomorphology,2011,132(3-4):339-350.

[11] Kühni A,Pfiffner O A.The relief of the Swiss Alps and adjacent areas and its relation to lithology and structure:topographic analysis from a 250-m DEM[J].Geomorphology,2001,41(4):285-307.

[12] 曹伟超,陶和平,孔博,等.基于DEM数据分割的西南地区地貌形态自动识别研究[J].中国水土保持,2011(3):38-41.

[13] 涂汉明,刘振东.中国地势起伏度最佳统计单元的求证[J].湖北大学学报:自然科学版,1990,12(3):266-271.

[14] 张文.西秦岭植被分布与环境因子的关系研究[D].南京:南京师范大学,2010.

[15] 项静恬,史久恩,李笑吟.非线性系统中数据处理的统计方法[M].北京:科学出版社,2000:3-6.

[16] 常直杨,王建,白世彪,等.基于DEM的青藏高原主体高原面的高程分析[J].地球科学前沿,2012(2):110-115.

[17] 涂汉明,刘振东.中国地势起伏度研究[J].测绘学报,1991,20(4):311-319.