解 鵬，楊 俊，2

（1.自然地理與空間信息科學(xué)遼寧省重點(diǎn)實(shí)驗室，遼寧大連116029;2.中國科學(xué)院地理科學(xué)與資源研究所，北京100101）

一、引 言

隨著經(jīng)濟(jì)快速發(fā)展、人口不斷增加，以及城鎮(zhèn)規(guī)模逐步擴(kuò)大，如何搞好土地的合理開發(fā)利用，已經(jīng)成為耕地資源開發(fā)與保護(hù)的一個重要方向。特別是城市邊緣區(qū)土地利用強(qiáng)度大，且耕地斑塊破碎，如何快速有效地確定耕地圖斑的地形因子，對于確定耕地等級具有重要意義。

國內(nèi)學(xué)者對于利用DEM計算坡度方面的研究較多，但對于利用DEM自動提取耕地圖斑坡度級的研究相對較少［1-8］。在國外，利用DEM數(shù)據(jù)計算坡度的算法、DEM的分辨率及精度分析的研究文獻(xiàn)較多［9-15］，而對利用DEM自動量算坡度級、坡度數(shù)據(jù)在土地利用方面的應(yīng)用、坡度分類建庫方法等鮮有報道。基于空間景觀格局的耕地圖斑綜合坡度處理工藝自動化以景觀格局理論為依據(jù)，以耕地圖斑綜合坡度處理工藝為技術(shù)指導(dǎo)，以Python和GDAL為開發(fā)平臺，并采用智能化方法將原始DEM數(shù)據(jù)及耕地圖斑數(shù)據(jù)進(jìn)行計算機(jī)自動化綜合處理，以獲得具體詳盡的地形因子圖斑數(shù)據(jù)，不僅大大提高了耕地質(zhì)量評價的速度及準(zhǔn)確性，而且為土地利用地理數(shù)據(jù)庫的建設(shè)提供了技術(shù)保障。

二、自動化工藝流程

1.工藝流程圖

基于空間景觀格局的耕地圖斑地形因子自動化提取工藝流程如圖1所示。

2.耕地圖斑地形因子數(shù)據(jù)庫結(jié)構(gòu)設(shè)計

地形因子指數(shù)的各個因子值以屬性的形式與耕地圖斑關(guān)聯(lián)。其主要地形因子及計算方法見表1、表2。

表1 地形因子及計算方法

續(xù)表1

圖1 基于空間景觀格局的耕地圖斑地形因子自動化提取工藝流程

表2 耕地坡度分級與代碼

3.實(shí)現(xiàn)平臺

Python是一種面向?qū)ο?、直譯式電腦編程語言，具有近20年的發(fā)展歷史，成熟且穩(wěn)定。它包含了一組完善且容易理解的標(biāo)準(zhǔn)庫，能夠輕松完成很多常見的任務(wù)。此外，眾多的擴(kuò)展類庫使得Python在各個領(lǐng)域都有所建樹。在地理信息系統(tǒng)方面，GDAL類庫是專門面向底層數(shù)據(jù)操作與訪問而設(shè)計的，目前已經(jīng)被ArcGIS、ERDAS及IDRISI等知名軟件使用并作為其數(shù)據(jù)訪問與操作的接口。因此，基于空間景觀格局的耕地圖斑地形綜合特征自動化提取使用Python和GDAL的開發(fā)方式，以實(shí)現(xiàn)最大限度的技術(shù)融合與數(shù)據(jù)共享。

三、應(yīng)用案例實(shí)現(xiàn)

1.應(yīng)用案例

本研究選擇大連市金州新區(qū)金石灘街道，研究區(qū)總面積57.55 km2，其中耕地與園地面積6.09 km2，耕地圖斑總數(shù)632個，最小圖斑面積602 m2。為保證每個圖斑都能獲取足夠的高程點(diǎn)數(shù)，模型中DEM分辨率設(shè)置為5 m，生成的DEM點(diǎn)云包含超過740萬個高程點(diǎn)。最終的輸出成果如圖2所示。

圖2 基于空間景觀格局的耕地圖斑地形因子自動化提取成果

2.成果應(yīng)用價值

處理結(jié)果同時具備最大坡度、最小坡度、優(yōu)勢坡度、平均坡度、標(biāo)準(zhǔn)差及高程點(diǎn)數(shù)等屬性，為數(shù)據(jù)的二次應(yīng)用提供了極大的方便。

耕地坡度定級是土地調(diào)查的重要環(huán)節(jié)之一，也是耕地質(zhì)量定級的重要指標(biāo)之一。耕地坡度定級有多種方法，需要根據(jù)具體的地貌特征來確定。一般情況下采用圖斑的平均坡度來計算坡度等級，但對于地形復(fù)雜區(qū)域則使用優(yōu)勢坡度來確定等級。傳統(tǒng)的人工操作不僅費(fèi)時費(fèi)力而且成果單一，一旦定級算法改變，則需要重新計算所需因子。采用基于空間景觀格局的耕地圖斑綜合坡度處理工藝自動化技術(shù)，經(jīng)一次計算處理，各坡度因子便以屬性字段的形式存儲于各圖斑的屬性表中。當(dāng)需要使用圖斑的其他地形因子時，可從坡度因子集中提取一個或多個屬性并進(jìn)行快速處理獲得，大大減少了處理人員的工作量，提高了工作效率。

四、結(jié)束語

本文利用Python和GDAL的開發(fā)平臺，實(shí)現(xiàn)了基于空間景觀格局的耕地圖斑地形因子自動化提取工藝，并以大連市金石灘街道為例提取耕地圖斑地形因子，建立數(shù)據(jù)庫。實(shí)踐證明，利用該方法建立耕地圖斑數(shù)據(jù)庫是可行的，并且運(yùn)行效率高，為建立綜合土地利用數(shù)據(jù)庫提供了技術(shù)支持。

［1］ 李述，劉勇.掃描地形圖等高線自動提?。跩］.測繪通報，2007(1):65-67.

［2］ 余鵬，劉麗芬.利用地形圖生產(chǎn) DEM數(shù)據(jù)的研究［J］.測繪通報，1998(10):16-18.

［3］ 劉建華.如何利用DEM在ArcGIS中制作坡度分級圖［J］.測繪與空間地理信息，2011，34(1):139-141.

［4］ 閭國年，錢亞東.基于柵格數(shù)字高程模型自動提取黃土地貌溝沿線技術(shù)研究［J］.地理科學(xué)，1998，18(6):567-573.

［5］ 林怡，陳鷹.一種數(shù)字高程模型生成系統(tǒng)的研究［J］.測繪學(xué)院學(xué)報，2000，17(3):187-190.

［6］ 龍恩，程維明，周成虎，等.基于Srtm-DEM與遙感的長白山基本地貌類型提取方法［J］.山地學(xué)報，2008，25(5):557-565.

［7］ 王雷，湯國安，劉學(xué)軍，等.DEM地形復(fù)雜度指數(shù)及提取方法研究［J］.水土保持通報，2004，24(4):55-58.

［8］ 周奎，陳楚，倪冬蘭.基于DEM量算耕地坡度的方法研究［J］.城市勘測，2007(2):95-96，107.

［9］ TSUTOMU Y，KOICHIRO D，KAZUO S.Combined Use of InSAR and GLAS Data to Produce an Accurate DEM of the Antarctic Ice Sheet:Example from the Breivika-Asuka Station Area［J］.Polar Science，2010，4(1):1-17.

［10］ WANG J，MURUKESHAN V M，ASUNDI A.A Novel Curvature Fringe Extraction Method from Speckle Slope Fringes［J］.Optics Communications，2002，205(1-3):43-48.

［11］ LI P，KONG F，HE Q，et al.Multiscale Slope Feature Extraction for Rotating Machinery Fault Diagnosis Using Wavelet Analysis［J］.Measurement，2013，46(1):497-505.

［12］ YAMAZAKI D，BAUGH C A，BATES P D，et al.Adjustment of a Spaceborne DEM for Use in Floodplain Hydrodynamic Modeling［J］.Journal of Hydrology，2012，436-437:81-91.

［13］ TONG J，MOHAMMAD M A，ZHANG J，et al.DEM Numerical Simulation of Abrasive Wear Characteristics of a Bioinspired Ridged Surface［J］.Journal of Bionic Engineering，2010，7(2):175-181.

［14］ ZHOU Q，CHEN Y.Generalization of DEM for Terrain Analysis Using a Compound Method［J］.ISPRS Journal of Photogrammetry and Remote Sensing，2011，66(1):38-45.

［15］ SHAFIQUE M，VAN DER MEIJDE M，KERLE N，et al.Impact of DEM Source and Resolution on Topographic Seismic Amplification［J］.International Journal of Applied Earth Observation and Geoinformation，2011，13(3):420-427.