影响黄土高原集水面积阈值的地形因子主成分分析
本文选题:集水面积阈值 切入点:地形因子 出处:《武汉大学学报(信息科学版)》2017年05期 论文类型:期刊论文
【摘要】:以ASTER GDEM为信息源、22个典型小流域为样区,分析黄土高原集水面积阈值与沟谷密度的关系,利用均值变点法确定最佳阈值,探讨了影响阈值的数字高程模型(digital elevation model,DEM)地形因子主成分。结果表明,集水面积阈值由北向南、自东向西逐步增大,宏观上受黄土高原地貌类型制约,地形因子对其的影响成分归纳为坡面、起伏及高程变异因子。坡面因子的最大值与阈值正相关,坡度粗糙度地形曲率平面曲率剖面曲率。起伏因子的均值与阈值正相关,起伏度切割深度。高程变异因子与阈值负相关。三者的主成分贡献率依次为58.754%、18.915%、11.388%,权重为0.527、0.229、-0.569。研究表明,坡面特征是影响黄土沟谷发育的重要因子。
[Abstract]:Using ASTER GDEM as information source and 22 typical small watersheds as sample areas, the relationship between watershed density and catchment area threshold of Loess Plateau is analyzed, and the optimum threshold is determined by means of mean value variation point method. The principal components of topographic factors of digital elevation model digital elevation model are discussed. The results show that the threshold value of catchment area increases gradually from north to south, from east to west, and is restricted by the geomorphological type of Loess Plateau macroscopically. The effects of topographic factors on them are summed up as slope surface, fluctuation and elevation variation factors. The maximum value of slope factor is positively correlated with threshold value, and the slope roughness topography curvature plane curvature profile curvature. The mean value of relief factor is positively correlated with threshold value. The variation factor of elevation is negatively correlated with the threshold value. The contribution rate of the three principal components is in turn 58.754 and 18.915 and 11.388, and the weight is 0.527 / 0.229- 0.569. the study shows that the slope characteristics are the important factors affecting the development of loess gully.
【作者单位】: 中国科学院水利部水土保持研究所;南京师范大学虚拟地理环境教育部重点实验室;西华师范大学国土资源学院;
【基金】:国家自然科学基金(41101348,41101360) 中国科学院知识创新工程重点部属项目(KZZD-EW-04);中国科学院“西部之光”人才培养计划联合学者([2013]165) 西华师范大学教学改革项目(403265)~~
【分类号】:P208
【相似文献】
相关期刊论文 前10条
1 宋传峰;秘金钟;党亚民;;主成分分析在GPS水准数据处理中的应用[J];测绘科学;2014年06期
2 苏睿先;;主成分分析法在高校地理教学评价中的应用[J];天津师范大学学报(自然科学版);2006年03期
3 刘慕溪;;主成分分析在GPS噪声剔除中的应用分析[J];江西科学;2014年02期
4 东启亮;林辉;孙华;臧卓;胡佳;范应龙;;独立分量分析与主成分分析方法的湿地遥感分类精度对比——以西洞庭湖湿地为例[J];湿地科学;2014年03期
5 樊旭艳;付春龙;石继海;武丽娟;;基于主成分分析的遥感图像模拟真彩色融合法[J];测绘科学技术学报;2006年04期
6 何尧启;主成分分析在喀斯特土壤环境退化研究中的初步运用——以贵州麻山地区紫云县宗地乡为例[J];贵州师范大学学报(自然科学版);1999年01期
7 郝天平;张洋;王志龙;;基于GIS的土地节约集约利用评价研究[J];河北工程大学学报(自然科学版);2012年01期
8 刘兰芳;唐丽亚;;基于GIS和SPSS的亚热带稻区抗旱能力评价——以湖南省衡阳市为例[J];中国农村水利水电;2013年03期
9 黎夏;叶嘉安;;利用主成分分析改善土地利用变化的遥感监测精度——以珠江三角洲城市用地扩张为例[J];遥感学报;1997年04期
10 陈加兵,曾从盛;主成分分析、聚类分析在土地评价中的应用——以福建沙县夏茂镇水稻土为主要评价对象[J];土壤;2001年05期
相关会议论文 前2条
1 张海伟;千怀遂;;基于GIS和主成分分析的生态脆弱性评价[A];发挥资源科技优势 保障西部创新发展——中国自然资源学会2011年学术年会论文集(下册)[C];2011年
2 许金辉;葛淼;何进伟;薛然尹;杨绍芳;姜吉琳;;不同地理环境条件下健康人左室Tei指数研究[A];2014中国环境科学学会学术年会(第三章)[C];2014年
,本文编号:1623490
本文链接:https://www.wllwen.com/kejilunwen/dizhicehuilunwen/1623490.html