基于DEM的成都市基本地貌形态研究

任德智，肖前刚，王勇军，廖兴勇，赵 波，王 帆

(1．成都市农林科学院林业研究所，四川 成都 611130；2．成都市兴绿林业科技发展有限公司，四川 成都 611130)

近年来，基于地理空间位置为基础的空间定量化管理正在国土、农林、水、城市规划等越来越多领域的资源管理利用中得到广泛应用，也正在成为我国大数据平台下多归合一、精细化管理基础。传统管理中空间位置重叠、位置与属性信息不对应，图上与实地信息难以准确对应等问题将得到有效解决。因此，获取具有空间地理信息的各类基础数据就成为当前大数据平台建设的重要基础工作。

地貌作为地球表层系统中的一个基本要素,是地貌学等最基本的研究对象。通过直接或间接作用控制和影响着其他生态与环境因子的分布与变化,从而直接地影响人类活动[1～2]。我国已形成了相应的地貌形态分类体系和分类方法[2～3]，并广泛应用于土壤侵蚀、水土流失、等各种研究和实践[1,3～4]。李炳元等[1]学者研究指出,中国陆地基本地貌类型按照起伏高度形态类型和海拔高度分级两个指标组合来划分的原则,是符合起伏复杂、多台阶的中国地貌基本特点,为具有中国特色的分类原则。

地形起伏度是指在某一个确定面积内最大高程与最小高程之差，是定量描述一个区域地貌形态特征、划分地貌类型，反映地面的起伏状况和切割程度的宏观性指标[3～5]。近年来，利用DEM快速提取地形起伏度并结合高程进行地貌形态划分、研究已经成为一种重要手段，基于DEM数据提取的基本地貌形态数据正是具有空间地理信息的基础数字信息，可与基于空间地理位置的国土、林地一张图等叠加，实现空间位置基本地貌及属性对应。蒋好忱等人[5]对国内外6种地形起伏度提取方法研究结果表明，局地高差法是一种相对较好的提取起伏度的方法，也是目前比较流行且相对较简单的算法。

因此，研究利用局地高差法提取成都市地形起伏度、结合均值变点分析法确定成都市地形起伏度的最佳计算单元，并与高程进行空间联合提取成都市的基本地貌形态，分析其类型特征及空间分布格局，研究结果可为成都市国土、生态、农林、水等相关研究、管理应用提供定量化的科学数据。

1 研究区概况

成都市位于四川省中部，成都平原东部，四川盆地西部的岷江中游地段，介于东经102°54′～104°53′和北纬30°05′～31°26′之间，全市东西长192 km，南北宽约166 km，总面积 14 334 km2。东北与德阳市、东南与资阳市毗邻，南面与眉山市相连，西南与雅安市、西北与阿坝藏族羌族自治州接壤。

成都市地势总体呈西北高，东南低，由西北向东南倾斜，全市地势差异显著，境内海拔387 m～5 364 m，平均海拔约500 m，最低处金堂县云台乡仅海拔387 m，最高处位于大邑县西岭镇的苗基岭，海拔高度为 5 364 m。西部以深丘和山地为主，海拔大多在 1 000 m～3 000 m之间，东部属于四川盆地盆底平原，是成都平原的腹心地带，主要由第四系冲积平原、台地和部分低山丘陵组成，土层深厚，土质肥沃，开发历史悠久，垦殖指数高，地势平坦，海拔一般在500 m上下。成都按地貌类型可分为平原、丘陵和山地，平原面积比重大，达 4 971.4 km2，占全市土地总面积的40.1%，远远高于全国占12%和四川省占2.54%的水平；丘陵面积占27.6%，山地面积占32.3%。土地垦殖指数高，可利用面积的比重可达94.2%，全市平均土地垦殖指数达38.22%，其中平原地区高达60%以上，远远高于全国10.4%和四川省11.5%的水平。

成都属于亚热带湿润季风气候区[6]，春早，四季分明，多云雾，无霜期较长，全年无霜期大于337 d；冬春干旱少雨，夏秋多雨、雨量充沛，年平均降水量873 mm～1 265 mm，主要集中在7月～8月；热量丰富，年平均气温在15.2℃～16.6℃左右，日照时间短，年均日照时数 1 017 h ～1 345 h；夏天气温不高(最高温度一般不超过35℃)，但闷热；冬天气温平均在5℃以上，极少冰雪，但阴天多，空气潮湿、阴冷。成都土壤类型多样，平原以灰色及灰棕色潮土的平原冲积土为主，低山及丘陵以紫色土为主，山区以山地黄壤、黄棕壤为主体。

2 数据与方法

2.1 数据来源

本文使用ASTER GDEMV2版DEM数据来自地理空间数据云(http://www.gscloud.cn)，空间分辨率为30 m×30 m，投影标系为D_WGS_1984坐标系。

2.2 研究方法

从研究采用窗口分析法提取地形起伏度，在此基础上，应用目前使用较多的均值变点法确定最佳统计单元[3～5,7～8]。

(1)邻域分析法：

本研究采用矩形窗口，窗口大小为n×n(n=2，3，4…40，45，50，55，60，65)像元，地形起伏度提取分为3步：

a.统计n×n(n=2，3，4…40，45，50，55，60，65)窗口内像元的最大(max)、最小值(Min)

b.计算各窗口最大值(Max)和最小值(Min)的差值；

c.统计n×n窗口的平均起伏度值。

本研究基于ArcGIS10.2构建批量提取地形起伏度提取模型，如图1。

图1 ArcGIS10.2基于DEM批量提取地形起伏度模型Fig. 1 ArcGIS10.2 batch extraction of terrain undulation model based on DEM

(2)均值变点法

变点分析法是一种对非线性数据进行处理的数理统计方法，也是分析地形起伏度的最基础的方法之一[9]。

a.单位地势度序列

Ti=ti/si(i=2，3，4…40，45，50，55，60，65)

(1)

式中：Ti为分析窗口下的单位地势度；ti分析窗口下的平均起伏度；si为分析窗口的邻 域 面 积(m2)；i为矩形邻域边的窗口数。

b.对序列T取对数ln(T)，得到新序列X，X为{xi，i=2，3，4…40，45，50，55，60，65}。

c.序列X的算术平均值

(2)

d.序列X的统计量S和Si

运用公式(3)计算得到统计量S。

(3)

令i=2，……，n，对每i将样本分为两段:X1，X2，……，Xi-1和Xi，i+ 1，，n，算每段样本的算术平均值 及统计量Si。

(4)

e .S与Si差值图

利用EXCEL软件做S与Si差值图，目视解译得出最佳统计单元。

(3)叠加分析

将地形起伏度与海拔进行叠加分析，得到成都市的基本地貌形态图。

3 结果与分析

3.1 邻域面积与地形起伏度关系分析

基于ARCGIS10.2模型计算得到不同矩形领域面积下的平均起伏度值(见表1)。运用EXCEL2010软件建立不同矩形邻域面积和平均起伏度的关系图(如图2)，并进行对数方程拟合，决定系数：R2=0.9305，拟合效果较好。

表1矩形邻域面积与平均起伏度值的关系

Tab. 1 The relationship between rectangular neighbor-hood area and average amplitude value

网格大小邻域面积(104m2)平均起伏度值(m)网格大小邻域面积(104m2)平均起伏度值(m)2×20.3611.4524×2451.84144.623×30.8121.5825×2556.25147.854×41.4430.7826×2660.84151.385×52.2539.3027×2765.61156.026×63.2447.1428×2870.56159.277×74.4154.4529×2975.69162.518×85.7661.3830×3081.00167.909×97.2967.9031×3186.49171.8210×109.0074.1632×3292.16176.4811×1110.8980.0533×3398.01178.7112×1212.9685.9634×34104.04182.1313×1315.2191.4635×35110.25184.9314×1417.6496.6336×36116.64189.3815×1520.25101.7637×37123.21192.7016×1623.04107.6038×38129.96195.9517×1726.01111.8739×39136.89200.9918×1829.16116.6740×40144.00204.5519×1932.49121.6645×45182.25220.4220×2036.00126.0550×50225.00236.3821×2139.69130.5855×55272.25249.2922×2243.56134.9260×60324.00267.3023×2347.61139.3065×65380.25277.96

图2 平均起伏度值与邻域面积对应关系拟合曲线Fig. 2 The fitting curve of the relation between average amplitude value and neighborhood area

从图1中可以看出，平均地形起伏度与邻域面积呈正相关，其变幅呈由快到慢、逐步于平稳的变化趋势，曲线由陡变缓处(变点)对应的邻域面积就是最佳计算单元。

3.2 确定最佳计算单元

在EXCEL2010统计软件中，基于表1数据计算得到S-Si变化曲线(见图3)。从图中可以看出，在第13个点时S-Si差值达到最大，该点即为曲线(图3)由陡变缓的变点，其对应的领域面积即为最佳统计单元。由此得出，基于30 m×30 m空间分辨率 ASTER GDEMV2版DEM提取成都市地形起伏度的最佳分析窗口为14×14网格大小，统计面积 176 400 m2。

图3 S和Si差值变化曲线Fig. 3 The differential value change curve of S and Si

3.3 成都市地形起伏度特征分析

运用ARCGIS10.2软件的重分类，将最佳分析窗口14×14网格大小提取的成都市地形起伏度，依据中国 1∶100 万地貌图制图规范(中国科学院地理科学与资源研究所 2005)[10]分为6级：平原(≤30 m)、台地(30 m～70 m)、丘陵(70 m～200 m)、小起伏山地(200 m～500 m)、中起伏山地(500 m～1000 m)大起伏山地(1 000 m～2 500 m)和极大起伏山地(>2 500 m)，并统计各级面积。从图4和图5可以看出，全市中起伏及以下4种地形占98.54%，其中微起伏地形(39.98%)>平坦(27.84%)>小起伏地形(20.19%)>中起伏地形(10.54%);大起伏、极大起伏和巨大起伏地形总共为1.46%。

从空间分布格局来看，中起伏度、大起伏、极大起伏和巨大起伏地形主要集中在西北部的龙门山脉；小起伏度地形主要集中在龙泉山脉及龙门山脉与成都平原接合部。微起伏与和平坦地形主要集中在龙泉山脉两侧及龙门山东南部。

图4 成都市地形起伏度分级图Fig. 4 Classification map of relief amplitude in Chengdu

图5 成都市地形起伏度分级统计图Fig.5 Statistical map of relief amplitude in Chengdu

3.4 成都市地貌形态类型特征分析

依据中国 1∶100 万地貌图制图规范[2,10]，运用ARCGIS10.2对海拔分级图层及起伏度分级图层进行联合得到成都市基本地貌形态类型图(图6)，统计各类基本地貌形态类型面积占比(表2)。

表2成都市基本地貌形态类型统计表

Tab. 2 Statistical table of basic geomorphologic types in Chengdu

图6 成都市基本地貌形态类型图 Fig. 6 Basic morphological types of land geomorphology in Chengdu

从表2统计结果来看，我国25种基本地貌形态类型中成都市有20种，其中主要类型有5种，占成都市总面积的96.52%，面积占比依次为低海拔台地>低海拔平原>低海拔丘陵>小起伏中山>中海拔丘陵，5种主要类型中又以低海拔的平原、台地及丘陵为主，这与成都市的实际完全相符。其余15种类型包括面积占比均低于1%，其中，极高海拔区的4种类型面积占比全部小于0.01%。

从空间分布格局来看，高海拔区和极高海拔区的9种地貌基本形态类型和中海拔区的中海拔丘陵、小起伏中山、中起伏中山、大起伏中山4种类型均主要集中分布在在西北部的龙门山脉；低海拔丘陵类型主要集中在龙泉山脉及龙门山脉与成都平原接合部区域，在中部及东部呈零星分布。低海拔平原和低海拔台地两种主要类型主要分布在龙泉山脉与龙门山脉之间及龙泉山脉的西南部。

4 结论

(1)成都市地形起伏度提取的最佳计算单元为14×14网格大小(176 400 m2)，全市中起伏及以下4种地形占绝对优势，占98.54%，其中微起伏地形(39.98%)>平坦(27.84%)>小起伏地形(20.19%)>中起伏地形(10.54%)。中起伏度、大起伏、极大起伏和巨大起伏地形主要集中在西北部的龙门山脉；小起伏度地形主要集中在龙泉山脉及龙门山脉与成都平原接合部。微起伏与和平坦地形主要集中在龙泉山脉两侧及龙门山东南部。

(2)成都市基本地貌形态类型有20种，其中主要类型有5种，面积占96.52%。从空间分布格局来看，西北部的龙门山脉主要集中分布了13种类型，且以山地地形为主，由于受山地地形影响，人口密度相对较低，道路交通条件相对较差，但森林资源丰富，为成都市森林主要分布区域之一，成为全市重要的生态屏障，因此，发展规划上以“绿水青山就是金山银山”为基本理念，以生态保护为前提，依托和发挥森林资源优势大力发展生态旅游、休闲娱乐等双或多赢产业。低海拔丘陵类型主要集中在龙泉山脉及龙门山脉与成都平原接合部区域，在中部及东部呈零星分布，山丘之间的河谷平原和盆地是重要农耕区及经济林发展区域，森林资源介于山地与平原之间。低海拔平原和低海拔台地两种类型主要分布在龙泉山脉与龙门山脉之间及龙泉山脉的西南部，该地形区域自然条件优越，为成都市的主要人为经济活动区域，工农业发达，基础设施及经济水平相对较高。

(3)研究采用的是30 m×30 m分辨率DEM数据提取地形起伏度及基本地貌形态类型划分，DEM分辨率变化是否对地形起伏度提取及基本地貌形态类型划分精度是否有影响，以及不同研究尺度(国家、省、市及县级)下DEM最佳分辨率的确定，有待今后的进一步研究。

参考文献：

[1] 李炳元,潘保田,韩嘉福. 中国陆地基本地貌类型及其划分指标探讨[J]. 第四纪研究, 2008, 28(4): 535～543.

[2] 周成虎,程维明,钱金凯,等. 中国陆地1∶100万数字地貌分类体系研究[J]. 地球信息科学学报, 2009, 11(6): 707～724.

[3] 徐珍,赵焕,黎武. 基于DEM的江西省弋阳县地貌形态研究[J]. 四川林勘设计, 2016, (2): 31～35.

[4] 陈学兄,常庆瑞,郭碧云,等. 基于SRTM DEM数据的中国地形起伏度分析研究[J]. 应用基础与工程科学学报, 2013, 21(4): 670～678.

[5] 蒋好忱,杨勤科. 基于DEM的地形起伏度算法的比较研究[J]. 水土保持通报, 2014, 34(6): 162～166.

[6] 刘斌涛,宋春风,陶和平. 成都市土壤侵蚀定量评价研究[J]. 长江科学院院报, 2016, 33(9): 40～47.

[7] 陈学兄,毕如田,刘正春,等. 基于ASTER GDEM数据的山西地形起伏度分析研究[J]. 山西农业大学学报(自然科学版), 2016, 36(6): 417～421.

[8] 杨晓,黎武,冉红,等. 基于DEM数据的祁县地形起伏度分析[J]. 南方农业, 2016, 10(22): 28～31.

[9] 陈学兄,张小军,常庆瑞. 陕西省地形起伏度最佳计算单元研究[J]. 水土保持通报, 2016, 36(3): 265～270, 370.

[10] 陈学兄. 基于遥感与GIS的中国水土流失定量评价[D]. 陕西.杨凌: 西北农林科技大学, 2013.