基于DEM的秦巴山片区地貌特征及形态划分

张静 吴洁 秦公伟 姚祖强

引用本文:
Citation:

基于DEM的秦巴山片区地貌特征及形态划分

    作者简介: 张 静(1981–),女,陕西人,博士,副教授,主要研究资源环境评价与GIS. E-mail:zj2003y@126.com;
  • 中图分类号: P931

Geomorphic features and morphological classification in Qinling-Bashan Mountains based on DEM

  • CLC number: P931

  • 摘要: 秦巴山片区山地地貌典型,地质灾害、水土流失等生态问题突出,加强其地貌特征及形态分析有助于揭示生态问题的成因机理. 文章基于数字高程模型数据,采用领域统计法、均值变点法、ISO聚类非监督分类法和局部空间自相关性等,开展了秦巴山片区地形特征及地貌类型划分研究. 结果表明:①地形起伏度最佳统计窗口是13×13,领域面积为1.3689 km2,平均地形起伏度350.61 m;②研究区最佳地形因子组合为地表切割深度、曲率、高程变异系数和高程,累计贡献率超过92.05%;③空间上地貌呈现西高东低、北高南低的特征,秦岭中西段和巴山东段地形切割深;④基于县域的地形起伏度空间集聚性,表现为秦巴山区西部武都区与巴山东段岚皋县等县(区)呈现H−H型聚集;秦巴山区东部郧县与巴山南麓剑阁县等县(区)呈现L−L型聚集. 受地质构造和岩性的影响,巴山东段和秦岭西段景观更为破碎,对区域水土流失和生态环境造成重要影响.
  • 图 1  秦巴山片区地理位置与DEM图

    Figure 1.  Geographical location and DEM map in Qinling-Bashan Mountains

    图 2  平均地形起伏度与邻域尺度拟合曲线

    Figure 2.  Relationship between grid area and maximum relief amplitude

    图 3  SSi差值的变化曲线

    Figure 3.  Curve of the difference value between S and Si

    图 4  秦巴山区主要地形因子空间分级及假彩色合成的多要素特征

    Figure 4.  Spatial scalability of the selected topographical factors and its multi-factor characteristics of false color composite in Qinling-Bashan Mountains

    图 5  秦巴山区的地貌类型及地形起伏度集聚性分布

    Figure 5.  The geomorphologic types and LISA cluster of topographic relief in Qinling-Bashan Mountains

    表 1  网格单元与地形起伏度关系

    Table 1.  Relation between grid units and relief amplitude in the study region

    窗口大小领域面积/km2最大起伏度/m平均起伏度/m窗口大小领域面积/km2最大起伏度/m平均起伏/m
    2×2 0.0324 743 47.35 13×13 1.3689 1606 350.61
    3×3 0.0729 1076 89.85 14×14 1.5876 1618 368.52
    4×4 0.1296 1288 127.23 15×15 1.8225 1640 385.58
    5×5 0.2025 1383 160.63 16×16 2.0736 1684 401.87
    6×6 0.2916 1425 190.93 17×17 2.3409 1689 417.46
    7×7 0.3969 1427 218.73 18×18 2.6244 1709 432.40
    8×8 0.5184 1441 244.44 19×19 2.9241 1741 446.75
    9×9 0.6561 1449 268.37 20×20 3.2400 1851 460.55
    10×10 0.8100 1483 290.78 21×21 3.5721 1925 473.84
    11×11 0.9801 1541 311.86 22×22 3.9204 1974 486.67
    12×12 1.1664 1577 331.76 23×23 4.2849 1998 499.05
    下载: 导出CSV

    表 2  秦巴山片区地形因子相关系数

    Table 2.  Correlation among the topographic factors in Qinling-Bashan Mountains

    地形因子高程地表粗糙度剖面曲率坡度坡向变率地表切割深度地形起伏度高程变异系数平面曲率
    高程10.744**0.0640.728**−0.400**0.736**0.694**−0.457**0.079
    地表粗糙度10.2150.971**−0.530**0.984**0.772**0.1260.226*
    剖面曲率10.342**0.330**0.176−0.0150.221*0.993**
    坡度.1−0.509**0.972**0.688**0.1780.347**
    坡向变率1−0.633**−0.372**−0.232*0.326**
    地表切割深度10.748**0.1770.184
    地形起伏度1−0.094−0.010
    高程变异系数10.214
    平面曲率1
    **在0.01水平(双侧)上显著相关;*在0.05水平(双侧)上显著相关.
    下载: 导出CSV

    表 3  地形因子主成分总方差解释和因子得分系数

    Table 3.  Factorial score coefficient and total variance explained of principal components among the topographic factors

    主成分总方差解释因子得分系数
    合计方差
    百分比/%
    累计
    贡献率/%
    高程地表
    粗糙度
    剖面
    曲率
    坡度坡向
    变率
    地表切割
    深度
    地形
    起伏度
    高程变异
    系数
    平面
    曲率
    14.6351.4751.470.8130.9800.2220.970–0.5860.9840.8060.0710.231
    22.2825.3676.82–0.1900.0240.9580.1510.487–0.022–0.2050.3400.954
    31.3715.2392.050.486–0.0480.110–0.0700.469–0.1310.169–0.9140.118
    下载: 导出CSV

    表 4  秦巴山区主要地形因子等级划分与分布范围

    Table 4.  Classification and distribution range of main topographic factors in Qinling-Bashan Mountains

    地形因子数值区间等级面积占比/%主要分布范围
    高程/m ≤1000 低海拔 50.83 广元境内、汉中河谷盆地、研究区的河南境内和湖北境内
    (1000,3500] 中海拔 48.89 研究区西部、秦岭中西段北部和巴山南北麓
    >3500 高海拔 0.28 平武县境内
    地表切割
    深度/m
    ≤75 轻度 15.68 汉中盆地、南阳盆地和丹江口周围县(区)
    (75,200] 中度 51.43 分布范围广,商洛境内及河南盆地周边
    >200 严重 32.89 文县、平武县、武都区、北川县、岚皋县、城口县、镇坪县及巫溪县等
    曲率/m-1 ≤–0.5 表面上凹 72.10
    (–0.5,0.5] 表面平坦 13.70 汉中盆地、南阳盆地和巴山山麓向成都平原过渡区
    >0.5 表面上凸 14.20
    高程变异
    系数
    ≤7.5% 小变异 45.59 秦岭西北部、汉中盆地和商州盆地
    (7.5%,15%] 中变异 45.08 分布范围广,在安康、十堰境内
    (15%,35%] 高变异 9.09 安康、云阳县、奉节县和巫山县境内
    >35% 极高变异 0.24 分布最少,在云阳县、奉节县和巫山县境内
    下载: 导出CSV
  • [1] 李炳元, 潘保田, 程维明, 等. 中国地貌区划新论[J]. 地理学报, 2013, 68(3): 291-306. DOI:  10.11821/xb201303001. Li B Y, Pan B T, Cheng W M, et al. Research on geomorphological regionalization of China[J]. Acta Geographica Sinica, 2013, 68(3): 291-306.
    [2] 钟静, 卢涛. 基于地形起伏度的中国西南地区人口集疏格局演化研究[J]. 生态学报, 2018, 38(24): 8 849-8 860. Zhong J, Lu T. Spatial pattern of population distribution and its correlation with relief amplitude in southwestern China[J]. Acta Ecologica Sinica, 2018, 38(24): 8 849-8 860.
    [3] 刘新华, 杨勤科, 汤国安. 中国地形起伏度的提取及在水土流失定量评价中的应用[J]. 水土保持通报, 2001, 21(1): 57-59. DOI:  10.3969/j.issn.1000-288X.2001.01.015. Liu X H, Yang Q K, Tang G A. Extraction and application of relief of China base on DEM and GIS method[J]. Bullet in of Soil and Water Conservation, 2001, 21(1): 57-59.
    [4] Deffontaines B, Lee J C, Angelier J, et al. New geomorphic data on the active Taiwan orogen: A multisource approach[J]. Journal of Geophysical Research, 1994, 99(B10): 20 243. DOI:  10.1029/94JB00733.
    [5] 张学斌, 罗君, 石培基, 等. 格网尺度下张掖生态系统服务价值时空演变及地形梯度分异特征[J]. 应用生态学报, 2020, 31(2): 543-553. Zhang X B, Luo J, Shi P J, et al. Spatial-temporal evolution pattern and terrain gradient differentiation of ecosystem service value in Zhangye, Northwest China at the grid scale[J]. Chinese Journal of Applied Ecology, 2020, 31(2): 543-553.
    [6] 童新华, 何彦谚, 韦燕飞. 广西贫困时空分异格局与影响机制分析[J]. 地域研究与开发, 2020, 39(1): 32-38. DOI:  10.3969/j.issn.1003-2363.2020.01.007. Tong X H, He Y Y, Wei Y F. Analysis of spatial-temporal distribution pattern and influence mechanism of poverty in Guangxi[J]. Areal Research and Development, 2020, 39(1): 32-38.
    [7] 胡震, 赵翠薇, 李朝仙, 等. 喀斯特高原峡谷区少数民族村寨空间分布格局及影响因素研究: 以贵州省威宁县为例[J]. 山地学报, 2019, 37(4): 575-588. Hu Z, Zhao C W, Li C X, et al. Spatial distribution pattern and influencing factors of ethnic villages in Karst Plateau Canyon Area: A case study of Weining County, Guizhou, China[J]. Mountain Research, 2019, 37(4): 575-588.
    [8] 吴凯, 顾晋饴, 何宏谋, 等. 基于重心模型的丘陵山地区耕地利用转换时空特征研究[J]. 农业工程学报, 2019, 35(7): 247-254. DOI:  10.11975/j.issn.1002-6819.2019.07.031. Wu K, Gu J Y, He H M, et al. Spatiotemporal characteristics of cultivated land use transition in hilly and mountainous regions based on barycenter model[J]. Transactions of the Chinese Society of Agricultural Engineering, 2019, 35(7): 247-254.
    [9] 姜天海. 山地学是国土空间生态环境研究中基础前沿科学[J/OL]. 科学新闻, 2014(12): 封面. http://www.sciencenet.cn/skhtmlnews/2015/1/2752.html?id=2752, 2015-01-05.

    Jiang T H. Mountain science is the basic frontier science in ecological environment of geographical space[J]. Science News, 2014(12): Cover. http://www.sciencenet.cn/skhtmlnews/2015/1/2752.html?id=2752, 2015-01-05.
    [10] 喻忠磊, 张文新, 梁进社, 等. 国土空间开发建设适宜性评价研究进展[J]. 地理科学进展, 2015, 34(9): 1 107-1 122. DOI:  10.18306/dlkxjz.2015.09.004. Yu Z L, Zhang W X, Liang J S, et al. Progress in evaluating suitability of spatial development and construction land[J]. Progress in Geography, 2015, 34(9): 1 107-1 122.
    [11] 周鹏, 邓伟, 张少尧, 等. 太行山区国土空间格局演变特征及其驱动力[J]. 山地学报, 2020, 38(2): 276-289. Zhou P, Deng W, Zhang S Y, et al. Evolution characteristics and its driving force of territory space pattern in the Taihang Mountain, China[J]. Mountain Research, 2020, 38(2): 276-289.
    [12] 王让虎, 张树文, 蒲罗曼, 等. 基于Aster GDEM和均值变点分析的中国东北地形起伏度研究[J]. 干旱区资源与环境, 2016, 30(6): 49-54. Wang R H, Zhang S W, Pu L M, et al. Analysis on the relief amplitude in Northeast China based on Aster GDEM and mean change point method[J]. Journal of Arid Land Resources and Environment, 2016, 30(6): 49-54.
    [13] 周侗, 龙毅, 汤国安, 等. 面向DEM地形复杂度分析的分形方法研究[J]. 地理与地理信息科学, 2006, 22(1): 28-30. Zhou T, Long Y, Tang G A, et al. A fractal method to describe the terrain complexity reflected by the raster DEM[J]. Geography and Geo-Information Science, 2006, 22(1): 28-30.
    [14] 涂汉明, 刘振东. 中国地形起伏度研究[J]. 测绘学报, 1991, 20(4): 311-319. DOI:  10.3321/j.issn:1001-1595.1991.04.009. Tu H M, Liu Z D. Research on topographic relief in China[J]. Acta Geodaetica and Cartographica Sinica, 1991, 20(4): 311-319.
    [15] 杨艳林, 邵长生. 长江中游地形起伏度分析研究[J]. 人民长江, 2018, 49(2): 51-55. Yang Y L, Shao C S. Analysis on relief amplitude in middle Yangtze River Basin[J]. Yangtze River, 2018, 49(2): 51-55.
    [16] 常直杨, 王建, 白世彪, 等. 基于SRTM DEM数据的三峡库区地貌类型自动划分[J]. 长江流域资源与环境, 2014, 23(12): 1 665-1 670. DOI:  10.11870/cjlyzyyhj201412004. Chang Z Y, Wang J, Bai S B, et al. Auto-classification of landform in Three Gorges Region based on SRTM DEM[J]. Resource and Environment in the Yangtze Basin, 2014, 23(12): 1 665-1 670.
    [17] 洪增林, 薛旭平, 李新林. 陕西汉中天坑群研究的系统方法思考[J]. 地球科学与环境学报, 2018, 40(6): 787-793. DOI:  10.3969/j.issn.1672-6561.2018.06.008. Hong Z L, Xue X P, Li X L. Systematic method thoughts for the study on Hanzhong Tiankeng group in Shaanxi, China[J]. Journal of Earth Sciences and Environment, 2018, 40(6): 787-793.
    [18] 苟润祥, 罗乾周, 张俊良, 等. 汉中天坑群的发现及价值[J]. 地质通报, 2018, 37(1): 165-165. DOI:  10.12097/j.issn.1671-2552.2018.01.017. Gou R X, Luo Q Z, Zhang J L, et al. The discovery and evaluation of Hanzhong Tiankeng group[J]. Geological Bulletin of China, 2018, 37(1): 165-165.
    [19] 国务院扶贫开发领导小组办公室, 国家发展和改革委员会. 秦巴山片区区域发展与扶贫攻坚规划(2011—2020年)[EB/OL]. (2012-05-22). http://cn.chinagate.cn/infocus/2013-09/24/content_30115282.htm.

    The State Council Leading Group Office of Poverty Alleviation and Development, National Development and Reform Commission. Regional development and poverty alleviation plan in Qinling-Ba Mountain area (2012 —2020)[EB/OL]. (2012-05-22). http://cn.chinagate.cn/infocus/2013-09/24/content_30115282.htm.
    [20] 苏立彬, 郭永刚, 吴悦, 等. 基于DEM的尼洋河流域地貌形态分析[J]. 中国水土保持科学, 2020, 18(3): 12-20. Su L B, Guo Y G, Wu Y, et al. Analysis of geomorphology of Niyang River Basin based on digital elevation model[J]. Science of Soil and Water Conservation, 2020, 18(3): 12-20.
    [21] 张锦明, 游雄. 地形起伏度最佳分析区域研究[J]. 测绘科学技术学报, 2011, 28(5): 329-373. DOI:  10.3969/j.issn.1673-6338.2011.05.005. Zhang J M, You X. Investigating optimum statistical unit of relief[J]. Journal of Geomatics Science and Technology, 2011, 28(5): 329-373.
    [22] 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. Chen X X, Zhang X J, Chang Q R. A study on optimal statistical unit for relief amplitude of land surface in Shaanxi Province[J]. Bulletin of Soil and Water Conservation, 2016, 36(3): 265-270.
    [23] 韩海辉, 王艺霖, 李健强, 等. 雷达地形测绘DEM用于青藏高原地貌分类[J]. 遥感信息, 2015, 30(4): 43-48. DOI:  10.3969/j.issn.1000-3177.2015.04.008. Han H H, Wang Y L, Li J Q, et al. Classification of Tibetan Plateau landform using SRTM-DEM[J]. Remote Sensing Information, 2015, 30(4): 43-48.
    [24] Anselin L. Local indicators of spatial association-LISA[J]. Geographical Analysis, 1995, 27(2): 93-115.
    [25] 贾兴利, 许金良, 杨宏志, 等. 基于GIS的地表破碎指数计算[J]. 重庆大学学报, 2012, 35(11): 126-130. DOI:  10.11835/j.issn.1000-582X.2012.11.021. Jia X L, Xu J L, Yang H Z, et al. Calculation of broken index of surface based on GIS[J]. Journal of Chongqing University, 2012, 35(11): 126-130.
    [26] 李韶凯, 张岳桥, 熊金红, 等. 秦岭构造带徽成盆地白垩纪−新生代构造应力场演化历史[J]. 地质学报, 2019, 93(8): 1 885-1 902. DOI:  10.3969/j.issn.0001-5717.2019.08.006. Li S K, Zhang Y Q, Xiong J H, et al. Evolution history of Cretaceous to Cenozoic structural tectonic field in the Huicheng Basin along the Qinling tectonic belt[J]. Acta Geologica Sinica, 2019, 93(8): 1 885-1 902.
    [27] 陈虹, 胡健民, 武国利, 等. 南秦岭构造带中段晚中生代陆内变形特征与侧向挤出构造[J]. 吉林大学学报: 地球科学版, 2014, 44(6): 1 906-1 927. Chen H, Hu J M, Wu G L, et al. Late Mesozoic intra-continental deformation and lateral extrusion in central segment of southern Qinling belt[J]. Journal of Jilin University: Earth Science Edition, 2014, 44(6): 1 906-1 927.
    [28] 向忠金, 闫全人, 夏磊, 等. 北大巴山新元古代龙潭河组的源区特征: 来自碎屑组成和锆石年代学的证据[J]. 地质学报, 2016, 90(8): 1 886-1 899. DOI:  10.3969/j.issn.0001-5717.2016.08.017. Xiang Z J, Yan Q R, Xia L, et al. Provenance characteristic of the Neoproterozoic Longtanhe formation in the North Daba Moutain, Central China: Constrains from detrital framework and Zircon Geochronology[J]. Acta Geologica Sinica, 2016, 90(8): 1 886-1 899.
  • [1] 姜勇 . 基于ADTD监测网络2012年云南省地闪特征分析. 云南大学学报(自然科学版), 2013, 35(S2): 315-. doi: 10.7540/j.ynu.20130568
    [2] 王沛东李国平 . 秦巴山区地形对一次西南涡大暴雨过程影响的数值试验. 云南大学学报(自然科学版), 2016, 38(3): 418-429. doi: 10.7540/j.ynu.20150765
    [3] 游珍杨艳昭姜鲁光封志明张景华 . 基于DEM数据的澜沧江-湄公河流域地形起伏度研究. 云南大学学报(自然科学版), 2012, 34(4): 393-400.
    [4] 甘淑何大明 . 纵向岭谷区地势曲线图谱及地貌特征分析. 云南大学学报(自然科学版), 2004, 26(6): 534-540.
    [5] 王海力韩光中谢贤健 . 基于多源遥感数据和DEM的沱江流域人口分布与地形起伏度关系研究. 云南大学学报(自然科学版), 2017, 39(6): 1001-1011. doi: 10.7540/j.ynu.20160599
    [6] 赵晓燕谈树成李永平 . 基于斜坡单元与组合赋权法的东川区地质灾害危险性评价. 云南大学学报(自然科学版), 2021, 43(2): 299-305. doi: 10.7540/j.ynu.20200141
    [7] 赵海军李敏崔梦天蒲斌李明东 . 采用最佳状态变量实现的线性相位递归IIR数字滤波器. 云南大学学报(自然科学版), 2014, 36(2): 193-198. doi: 10.7540/j.ynu.20130082
    [8] 罗长维陈友 . 大巴山自然保护区蚁科昆虫多样性研究. 云南大学学报(自然科学版), 2019, 41(3): 619-628. doi: 10.7540/j.ynu.20180261
    [9] 陈剑培申东娅 . 基于RMLN统计模型的无线信道特性研究. 云南大学学报(自然科学版), 2019, 41(3): 449-455. doi: 10.7540/j.ynu.20170712
    [10] 杨怡怀申东娅曹红亮崔燕妮赵世平 . 一种改进的物理统计模型. 云南大学学报(自然科学版), 2006, 28(4): 298-302.
    [11] 黄琛李文婷张旭孙悦魏浩然 . 城市供水管网片区用水异常模式识别*. 云南大学学报(自然科学版), 2018, 40(5): 879-885. doi: 10.7540/j.ynu.20180415
    [12] 黄瑾周小刚 . 地形坡度对基流中地形Rossby波振幅的影响. 云南大学学报(自然科学版), 2005, 27(1): 35-39.
    [13] 李成玮马铭磷金湘亮陈媛李志军 . 片上螺旋电感的一种新增强型单π模型. 云南大学学报(自然科学版), 2016, 38(2): 204-210. doi: 10.7540/j.ynu.20150511
    [14] 潘颖黄万里叶士琳祁新华 . 基于土地利用类型数据的统计人口空间化模型研究:以福建省为例. 云南大学学报(自然科学版), 2020, 42(4): 701-711. doi: 10.7540/j.ynu.20190566
    [15] 许彦艳王曼马志敏梁红丽 . 山脉地形对云南冷锋切变型强降水的影响. 云南大学学报(自然科学版), 2015, 37(5): 717-727. doi: 10.7540/j.ynu.20150116
    [16] 杨祖祥李萌萌钱磊张娇朱红芳 . 安徽省分地形小时极端降水气候分布特征. 云南大学学报(自然科学版), 2020, 42(3): 525-533. doi: 10.7540/j.ynu.20190552
    [17] 马奶连贺西平 . 弯曲振动薄圆盘的最佳尺寸设计. 云南大学学报(自然科学版), 2014, 36(3): 366-370. doi: 10.7540/j.ynu.20130554
    [18] 汪浩 . 统计方法求系统树. 云南大学学报(自然科学版), 2002, 24(3): 199-201.
    [19] 董寅杨军唐佐侠 . 基于SOPC的Twofish加/解密单元的设计与实现. 云南大学学报(自然科学版), 2011, 33(4): 397-401, .
    [20] 巩增泰张璐 . 模糊数值函数的统计收敛,一致统计收敛及等度统计收敛. 云南大学学报(自然科学版), 2011, 33(4): 383-388, .
  • 加载中
图(5)表(4)
计量
  • 文章访问数:  461
  • HTML全文浏览量:  290
  • PDF下载量:  10
  • 被引次数: 0
出版历程
  • 收稿日期:  2020-12-22
  • 录用日期:  2021-05-26
  • 网络出版日期:  2021-09-03
  • 刊出日期:  2021-11-15

基于DEM的秦巴山片区地貌特征及形态划分

    作者简介:张 静(1981–),女,陕西人,博士,副教授,主要研究资源环境评价与GIS. E-mail:zj2003y@126.com
  • 1. 陕西理工大学 人文学院,陕西 汉中 723001
  • 2. 陕西理工大学 生物科学与工程学院,陕西 汉中 723001
  • 3. 陕西理工大学 陕南绿色发展与生态补偿研究中心,陕西 汉中 723001

摘要: 秦巴山片区山地地貌典型,地质灾害、水土流失等生态问题突出,加强其地貌特征及形态分析有助于揭示生态问题的成因机理. 文章基于数字高程模型数据,采用领域统计法、均值变点法、ISO聚类非监督分类法和局部空间自相关性等,开展了秦巴山片区地形特征及地貌类型划分研究. 结果表明:①地形起伏度最佳统计窗口是13×13,领域面积为1.3689 km2,平均地形起伏度350.61 m;②研究区最佳地形因子组合为地表切割深度、曲率、高程变异系数和高程,累计贡献率超过92.05%;③空间上地貌呈现西高东低、北高南低的特征,秦岭中西段和巴山东段地形切割深;④基于县域的地形起伏度空间集聚性,表现为秦巴山区西部武都区与巴山东段岚皋县等县(区)呈现H−H型聚集;秦巴山区东部郧县与巴山南麓剑阁县等县(区)呈现L−L型聚集. 受地质构造和岩性的影响,巴山东段和秦岭西段景观更为破碎,对区域水土流失和生态环境造成重要影响.

English Abstract

  • 地貌是自然地理环境最基本的组成部分,控制着自然环境分异[1],对区域人口空间分布、土壤侵蚀与水土流失、经济发展、生态环境保护等有着重要影响[2-3]. 地形起伏度是地表一定范围内最大的高程差[4],是进行地貌类型划分的重要依据,被广泛应用于自然环境评价与人类社会经济发展研究,由过去的区域地貌制图、资源环境评价、土壤侵蚀等逐渐扩展到生态系统服务、贫困成因分析、乡村聚落研究以及资源利用等方面. 如张学斌等[5]研究发现,生态系统服务价值具有很强的空间依赖性,与地形起伏度呈线性负相关;童新华等[6]研究表明,地形起伏度是导致区域贫困空间差异的显著因素;胡震等[7]研究了喀斯特高原峡谷区少数民族村寨的地形分布规律;吴凯等[8]研究了不同地形起伏度下的耕地利用转换特征. 也有专家学者强调在国土空间研究中,山地学是一门非常基础的前沿科学,尤其是地形地貌地质在国土空间规划中起着重要作用[9],是国土空间开发建设适宜性评价中的核心要素,地形地貌越复杂对农业空间的胁迫性越强[10-11]. 总体来看,自然环境演变和人类社会经济发展在一定程度上受地形影响及控制.

    传统方法由于地形数据量大且计算繁琐,使定量的地表形态、地貌研究发展缓慢[12]. 随着高自动化、高精度的地形测量技术发展,能生成高精度的数字高程模型(Digital Elevation Model,DEM),利用DEM数据作为基础数据进行地形起伏度的提取与分析,是有效获取地表信息的快速途径[13]. 已有研究表明,不同比例尺下地形图或不同区域地形起伏度的最佳统计单元存在差异[14-15],最佳计算单元的确定是地形起伏度计算过程的关键步骤,它影响着地形起伏度提取效果与真实性[16]. 秦巴国家级连片特困区(以下简称“秦巴山片区”)为中国扶贫攻主战场中涉及省份最多的山区,内部差异大,致贫因素复杂. 2016年首次在汉中市发现罕见的国内最高纬度天坑群,该天坑群位于扬子陆块边缘,其中在喀斯特台原面上发育有4个相对独立的喀斯特系统[17-18]. 因此,分析该区域地形特征研究,不仅对于秦巴山片区致贫因素分析和天坑群发育的地形特征分析具有重要的现实意义,而且为区域自然环境评价、经济发展、地质灾害评价及生态保护研究提供了基础性研究价值. 本研究基于DEM数据,利用领域统计法、均值变点法等提取了秦巴山片区地形起伏度测算的最佳分析窗口,并在此基础上,采用最佳因子组合和ISO聚类非监督分类法开展了研究区地貌特征及形态划分的研究工作,为区域今后开展水土保持、自然灾害和人类活动等空间规划与治理提供理论研究基础.

    • 秦巴山片区北依秦岭、南屏巴山,汉江穿流而过,处于103°44′~113°14′E,30°29′~34°38′N之间,属于陕、甘、川、渝、鄂、豫6省市交界处,辖陕西汉中、安康、商洛,湖北襄樊、十堰,四川绵阳、广元、达州、巴中,甘肃陇南,重庆万州以及河南南阳等地市,面积22.5×104 km2图1). 该区域地貌类型以山地丘陵为主,集水源涵养区、生态功能区、连片特困区和省际交界区于一体,由北亚热带海洋性气候向暖温带大陆性季风气候过渡,降水量集中,东部和西南部降水量大,洪涝、干旱、山体滑坡等自然灾害易发. 境内有汉江、嘉陵江、丹江等主要河流,水能资源丰富,是我国南水北调中线工程水源地,区域生态建设和扶贫脱贫任务重,开发与保护矛盾突出[19].

      图  1  秦巴山片区地理位置与DEM图

      Figure 1.  Geographical location and DEM map in Qinling-Bashan Mountains

    • 本研究矢量数据来自于地理国情监测云平台(http://www.dsac.cn/)的2008年中国1∶400万基础地理数据集,从而提取出秦巴山片区矢量地图. DEM数据来自于国家基础科学数据共享服务平台地理空间数据云(http://www.gscloud.cn/)使用SRTM DEM的数据,分辨率大小为90 m,投影坐标为WGS-1984-Albers.

    • 地形起伏度也称相对高度,是分析窗口内最大高程与最小高程的差值;地表切割深度是分析窗口内平均高程与最小高程的差值;地表粗糙度是地表单元的曲面面积与其在水平面上的投影面积之比. 表达式如下:

      $ D = {H_{{\rm{max}}}} - {H_{{\rm{min}}}}, $

      $ {D_i} = {H_{{\rm{mean}}}} - {H_{{\rm{min}}}}, $

      $ R = 1/{\rm{cos}}\left( S \right), $

      式中,D表示地形起伏度,是反映地形起伏的宏观地形因子[20]Di为地表切割深度,反映地表被侵蚀切割的情况;R为地表粗糙度,是反映地表起伏变化和侵蚀程度的指标;cos(S)为坡度的余弦值. HmaxHmeanHmin分别是指定分析窗口的最大、平均和最小高程值.

    • 邻域分析又称窗口分析,是通过空间点周围的邻点或某特定位置及方向范围内的某种性质的邻点,对其进行分析的一种方法. 邻域分析的分析区域形状分为正方形邻域、圆形邻域、环形邻域以及扇形邻域等[21]. 本研究选取矩形窗口,大小为n×nn=2,3,…,22,23)像元. 提取地形起伏度的具体步骤为:①统计n×nn=2,3,…,19,20,21,22)窗口内像元的最大(max)、最小(min)值;②计算各窗口最大值(max)和最小值(min)的差值;③统计n×n窗口的平均起伏度值.

    • 均值变点分析法常被用来寻找拐点,分析地形起伏度最佳领域分析窗口大小. 具体计算过程:①首先进行样本分类. 建立分析窗口最大地形起伏度序列{Ht},其中t=1,2,…,N,本研究中N=20;其次将样本Ht分为2段,以Hi为界,i=2,…,n;②独立计算分段样本的算术平均值,分别为 $ {\overline H _{i_1}} $$ {\overline H _{i_2}} $,总样本均值 $ \overline H $;③计算每次分段样本离差平方和;④计算总样本的平均地形起伏度离差平方和;⑤进行离差平方和的归一化处理.

      $ {S_i} = \sum\limits_{{t_1} = 1}^{i - 1} {{{(H{}_{t_1} - {{\overline H }_{i_1}})}^2}} + \sum\limits_{{t_2} = i}^N {{{(H{}_{t_2} - {{\overline H }_{i_2}})}^2}} , $

      $ S = \sum\limits_{i = 1}^n {({H_i} - \overline H } {)^2}, $

      $ {X_i} = \frac{{(S - {S_i}) - {{(S - {S_i})}_{\min }}}}{{{{(S - {S_i})}_{\max }} - {{(S - {S_i})}_{\min }}}} , $

      式中,Si为每次分段样本的离差平方和;S为总样本的离差平方和;t1=1,2,…,i1t2=ii+1,…,N$H_{t_1} $$H_{t_2} $分别为分段样本序列[22]Hi为各设定窗口下的最大地形起伏度. Xi表示数据序列中,最大值对应的窗口大小即为最佳统计窗口.

    • 文中初步选取高程、地形起伏度、地表粗糙度、地表切割深度和高程变异系数5个宏观地形因子和坡度、坡向变率、剖面曲率和平面曲率4个微观地形因子,作为地貌类型划分的基本因子. 实际中考虑到各地形因子对地貌形态贡献大小及因子间相关性,运用相关分析法和主成分分析法对因子进行筛选[23].

    • 首先,将筛选出的地形因子进行分级;其次,利用ArcGIS软件中的波段合成工具,对筛选出的地形因子进行波段组合,构成一个多维特征空间地貌影像图;再次,采用ISO聚类非监督分类法对空间地貌影像图进行非监督分类,得到地貌类型聚类分布图;最后,结合实际情况,将其划分为盆地、低山丘陵、低切割低中山、中切割中山、深切割中山、中切割中高山和深切割中高山7种地貌类型.

    • 局部空间自相关(Local Indicators of Spatial Association,LISA)用来分析要素属性与周边属性值的相关关系[24],关联模式分为4种:高–高(H–H模式)、低–低(L–L模式)、低–高(L–H模式)和高–低(H–L模式). 运用ArcGIS软件空间分析工具,进行各县(区)地形起伏度局部空间自相关分析.

    • 最大地形起伏度随着统计窗口大小的变化而变化. 文中运用ArcGIS软件的空间分析模块,按照移动步距为1,循着2×2,3×3,4×4,…,22×22的窗口大小进行地形起伏度提取,得到不同窗口下的领域面积、最大地形起伏度和区域平均地形起伏度,详见表1. 最大地形起伏度随着领域面积的增大而迅速增大,变化幅度不是很稳定,而平均地形起伏度当领域面积达到一定大小时,变化幅度平稳[22]. 通过线性拟合法,定量分析了窗口大小与平均地形起伏度的关系(图2). 不同窗口下对应的网格面积与平均地形起伏度呈对数关系,关系式为y=104.04 ln(x)+337.16,相关系数R=0.989 3. 研究结果表明,平均地形起伏度随着窗口大小逐渐升高,当到一定程度,增加的幅度逐渐减小,拟合曲线趋于平稳. 当拟合曲线在增速开始减慢时存在一个明显拐点,即曲线由陡变缓的阈值,该值所对应的窗口大小即为最佳尺度单元. 但依靠目视判断拟合曲线上明显拐点,受主观因素影响,存在不确定性. 本文采用均值变点法判断和检验拐点最为有效.

      窗口大小领域面积/km2最大起伏度/m平均起伏度/m窗口大小领域面积/km2最大起伏度/m平均起伏/m
      2×2 0.0324 743 47.35 13×13 1.3689 1606 350.61
      3×3 0.0729 1076 89.85 14×14 1.5876 1618 368.52
      4×4 0.1296 1288 127.23 15×15 1.8225 1640 385.58
      5×5 0.2025 1383 160.63 16×16 2.0736 1684 401.87
      6×6 0.2916 1425 190.93 17×17 2.3409 1689 417.46
      7×7 0.3969 1427 218.73 18×18 2.6244 1709 432.40
      8×8 0.5184 1441 244.44 19×19 2.9241 1741 446.75
      9×9 0.6561 1449 268.37 20×20 3.2400 1851 460.55
      10×10 0.8100 1483 290.78 21×21 3.5721 1925 473.84
      11×11 0.9801 1541 311.86 22×22 3.9204 1974 486.67
      12×12 1.1664 1577 331.76 23×23 4.2849 1998 499.05

      表 1  网格单元与地形起伏度关系

      Table 1.  Relation between grid units and relief amplitude in the study region

      图  2  平均地形起伏度与邻域尺度拟合曲线

      Figure 2.  Relationship between grid area and maximum relief amplitude

    • 为了精准地确定上文中拟合曲线的拐点所对应的窗口大小,文中采用了均值变点分析法计算上文拟合曲线上由陡变缓的拐点. 通过图3可知,第11个点时SSi的差值达到了最大,进而推出13×13的网格大小(1.3689 km2),即由陡变缓的关键点. 因此,基于90 m×90 m的SRTM DEM数据,提取秦巴山片区地形起伏度的最佳统计单元为13×13的网格大小,最大地形起伏度为1606 m,区域平均地形起伏度350.61 m.

      图  3  SSi差值的变化曲线

      Figure 3.  Curve of the difference value between S and Si

    • 不同地形因子描述地貌特征的角度不同,但这些地形因子具有统计学上的高相关性[24]. 通过相关性分析,筛选出具有代表性的地形因子进行地貌类型划分. 由表2可知,地表切割深度与地表粗糙度、坡度在0.01的水平上呈显著正相关,相关系数在0.97以上;剖面曲率与平面曲率在0.01的水平上呈显著正相关,相关系数为0.993;高程与地表粗糙度、坡度和地表切割深度之间在0.01的水平上呈显著正相关,相关系数在0.7以上;地表起伏度与地表粗糙度、地表切割深度在0.01的水平上呈显著正相关,相关系数也在0.7以上.

      地形因子高程地表粗糙度剖面曲率坡度坡向变率地表切割深度地形起伏度高程变异系数平面曲率
      高程10.744**0.0640.728**−0.400**0.736**0.694**−0.457**0.079
      地表粗糙度10.2150.971**−0.530**0.984**0.772**0.1260.226*
      剖面曲率10.342**0.330**0.176−0.0150.221*0.993**
      坡度.1−0.509**0.972**0.688**0.1780.347**
      坡向变率1−0.633**−0.372**−0.232*0.326**
      地表切割深度10.748**0.1770.184
      地形起伏度1−0.094−0.010
      高程变异系数10.214
      平面曲率1
      **在0.01水平(双侧)上显著相关;*在0.05水平(双侧)上显著相关.

      表 2  秦巴山片区地形因子相关系数

      Table 2.  Correlation among the topographic factors in Qinling-Bashan Mountains

      运用主成分分析法,求得特征根. 表3中初始特征值大于1的主成分有3个,累计贡献率达到92.05%,说明前3个主成分包含了原始数据的大部分信息. 第1主成分中,地表粗糙度、坡度和地表切割深度等3个地形因子载荷大,但因这3个地形因子具有极强的显著正相关(表2),选择地表切割深度为备选因子;第2个主成分中,剖面曲率和平面曲率载荷大,二者也呈极显著正相关,选择剖面曲率为备选因子;第3主成分中,高程变异系数得分最高,选作备选因子. 考虑到高程是常用地形因子,最终筛选地表切割深度、剖面曲率、高程变异系数和高程4个地形因子进行地貌类型划分及特征分析.

      主成分总方差解释因子得分系数
      合计方差
      百分比/%
      累计
      贡献率/%
      高程地表
      粗糙度
      剖面
      曲率
      坡度坡向
      变率
      地表切割
      深度
      地形
      起伏度
      高程变异
      系数
      平面
      曲率
      14.6351.4751.470.8130.9800.2220.970–0.5860.9840.8060.0710.231
      22.2825.3676.82–0.1900.0240.9580.1510.487–0.022–0.2050.3400.954
      31.3715.2392.050.486–0.0480.110–0.0700.469–0.1310.169–0.9140.118

      表 3  地形因子主成分总方差解释和因子得分系数

      Table 3.  Factorial score coefficient and total variance explained of principal components among the topographic factors

    • 参照已有研究成果[125],对筛选出的最佳地形因子进行分级. 表4统计了最佳地形因子不同等级的面积比例,主要分布区域见图4. 由表4可知,秦巴山片区以中低地形为主,中度切割明显,平地面积少,多峡谷、山地,高程离散程度大,表现为中度切割的中低山地地形特征.

      地形因子数值区间等级面积占比/%主要分布范围
      高程/m ≤1000 低海拔 50.83 广元境内、汉中河谷盆地、研究区的河南境内和湖北境内
      (1000,3500] 中海拔 48.89 研究区西部、秦岭中西段北部和巴山南北麓
      >3500 高海拔 0.28 平武县境内
      地表切割
      深度/m
      ≤75 轻度 15.68 汉中盆地、南阳盆地和丹江口周围县(区)
      (75,200] 中度 51.43 分布范围广,商洛境内及河南盆地周边
      >200 严重 32.89 文县、平武县、武都区、北川县、岚皋县、城口县、镇坪县及巫溪县等
      曲率/m-1 ≤–0.5 表面上凹 72.10
      (–0.5,0.5] 表面平坦 13.70 汉中盆地、南阳盆地和巴山山麓向成都平原过渡区
      >0.5 表面上凸 14.20
      高程变异
      系数
      ≤7.5% 小变异 45.59 秦岭西北部、汉中盆地和商州盆地
      (7.5%,15%] 中变异 45.08 分布范围广,在安康、十堰境内
      (15%,35%] 高变异 9.09 安康、云阳县、奉节县和巫山县境内
      >35% 极高变异 0.24 分布最少,在云阳县、奉节县和巫山县境内

      表 4  秦巴山区主要地形因子等级划分与分布范围

      Table 4.  Classification and distribution range of main topographic factors in Qinling-Bashan Mountains

      图  4  秦巴山区主要地形因子空间分级及假彩色合成的多要素特征

      Figure 4.  Spatial scalability of the selected topographical factors and its multi-factor characteristics of false color composite in Qinling-Bashan Mountains

      从假彩色影像来看,东部低平,西部山高且坡陡,尤其是秦岭中西段和巴山东段海拔高且地表切割深度大(图4(e)),其中,受地质构造影响,在巴山东段不仅断层发育,还发育有大型天坑群. 同时,根据文中最佳计算单元,对其地形起伏度进行了分级(图4(f)). 地形起伏度小于50 m的面积占总面积3.35%,为研究区典型盆地;介于50~200 m的地区,占总面积15.93%;介于200~400 m的地区,占总面积44.74%;介于400~600 m的地区,占总面积27.8%;大于600~1000 m的地区,占总面积8.17%,主要分布在文县、平武县、北川县、岚皋县、城口县、镇坪县和巫溪县. 总体来看,秦巴山片区山地地貌典型,西高东低. 受构造影响,秦岭山高但地表切割深度小,地形起伏小;巴山山低但地表切割深度大,地形起伏大,多沟谷,峡谷型天坑发育,对区域水土流失和石漠化产生重要影响.

    • 结合地形起伏度,通过聚类分析法对秦巴山片区进行地貌类型划分,见图5(a). 盆地面积为6.55×104 km2,占总面积29.16%,主要分布在汉中盆地、镇平县、礼县和西和县;低山丘陵区面积为6.43×104 km2,占总面积28.59%,主要分布安康东部、十堰境内和南阳境内;中切割中山面积为4.21×104 km2,占总面积18.75%,主要分布在西部和秦岭中西段北部和巴山东段;深切割中高山占总面积13.64%,主要分布在秦岭和巴山山系主脉. 综上,秦巴山区地貌组合主要有盆地、低山丘陵、中切割中山以及深切割中高山. 同时,对地形起伏度进行局部空间自相关分析(图5(b),发现秦巴山区西部武都区、文县、青川县、平武县和北川县与巴山东段岚皋县、平利县、镇坪县、城口县、巫溪县、奉节县和巫山县地形起伏度较大,呈现H–H型聚集;秦巴山区东部郧县、丹江口市、淅川县、西峡县、卢氏县、南召县、内乡县、镇平县、鲁山县、汝阳县、嵩县和栾川县与巴山南麓剑阁县、苍溪县、巴中市、仪陇县和平昌县地形起伏度较小,呈现L–L型聚集;其它县(区)地形起伏度的空间集聚性不显著.

      图  5  秦巴山区的地貌类型及地形起伏度集聚性分布

      Figure 5.  The geomorphologic types and LISA cluster of topographic relief in Qinling-Bashan Mountains

    • 开展秦巴山片区地貌类型划分的研究,丰富了区域尺度地貌类型划分的研究成果,为今后进行基于地形的秦巴山片区人口经济、资源生态、水土流失和农村居民点等方面的空间研究奠定了良好的基础. 已有研究表明,像元大小的不同、分析窗口类型的不同以及提取计算最佳统计单元方法的不同会影响地貌类型的划分. 其中,DEM像元越小,地形起伏度适宜计算尺度越大[18];圆形邻域下地形起伏度划分的结果较矩形邻域更接近实际面积[22]. 本研究主要基于90 m×90 m的栅格大小进行的地貌类型划分,避免了像元太小和数据量过大造成的冗余,也避免了像元太大,地形特征分析不符合实际的情况. 秦巴山片区以中度切割为主,中切割中山和深切割中山分布面积广,这种地貌特征可能与区域地质构造和岩性有关. 白垩纪时期,秦岭构造带进入强烈的陆内变形阶段,西秦岭是典型的白垩纪盆地,主要为火山岩;东秦岭是典型的断陷盆地,地层中主要为中生代花岗岩[26-27]. 巴山东段属于扬子板块部分,出露浅变质火山−沉积岩系,富含陆相碎屑岩地层[28],使秦岭西段和巴山东段地形较为破碎且地形起伏明显. 未来需加强不同像元大小及分析窗口类型不同的地貌类型划分比较研究,以及微地貌类型特征与地质构造、岩性之间的相关研究.

    • (1)文中最佳统计窗口为13×13,领域面积为1.3689 km2,平均地形起伏度350.61 m. 通过对地表切割深度、曲率、高程变异系数和高程4个地形因子的组合进行地貌特征分析,累计贡献率达到92.05%以上,能够全面地综合反映区域地貌特征.

      (2)秦巴山片区低中山以上面积占总面积42.25%,中切割中山和深切割中高山所占比例高(32.39%),盆地仅占总面积的29.16%;空间上呈现西高东低、北高南低,北切割浅、南切割深的特征.

      (3)从地形起伏度的县域空间性来看,秦巴地区西部武都区、文县、青川县、平武县和北川县与巴山东段岚皋县、平利县、镇坪县、城口县、巫溪县、奉节县和巫山县呈现H–H型聚集;秦巴地区东部郧县、丹江口市、淅川县、西峡县、卢氏县、南召县、内乡县、镇平县、鲁山县、汝阳县、嵩县和栾川县与巴山南麓剑阁县、苍溪县、巴中市、仪陇县和平昌县呈现L–L型聚集;其它县(区)地形起伏度的空间集聚性不显著.

参考文献 (28)

目录

    /

    返回文章
    返回