融合卷积神经网络与多层感知器的鞍部识别方法
2021-03-13孔月萍
小型微型计算机系统 2021年2期
孔月萍,党 爽,曾 军,高 凯
1(西安建筑科技大学 信息与控制工程学院,西安710055)
2(地理信息工程国家重点实验室,西安710055)
1 引 言
鞍部作为一种重要的地形控制点,与山顶、山谷、沟头等点状地形要素共同构成了地形地貌的基本骨架结构,其自动提取与准确标注对地学分析、地图制图、地理信息应用具有重要的理论价值和指导意义[1].分析鞍部的空间结构可以发现,鞍部位于两山顶之间较为平缓的地区,与山顶存在一定的高差限制,在等高线地形图上表现为相邻两山顶间山谷线和山脊线的相交之处.因此识别鞍部时既要着眼于鞍部的局部特征,还应充分考虑鞍部与其它地形要素之间的点群约束全局特征.
现有的鞍部识别方法大致分为两类,即地表几何形态分析法和水文分析法.前者多采用移动分析窗[2]对鞍部的几何形态进行特征分析,通过计算分析窗中多种曲面因子及相互关系进行鞍部判别与提取,此类方法处理速度快,但受分析窗口大小和方向的限制,易出现鞍部的误判.文献[3]在窗口分析基础上以等间距高程剖分山体,增加了等高面间的拓扑关系分析来识别鞍部,其结果比单纯的窗口分析法有了较大改善.而第二类方法则是借助地表水文汇流模拟分析的思想[4,5],利用正反地形中山脊线与山谷线求交的方法[6]提取鞍部,由于流域分水线与正地形叠合会导致某些山脊线断裂,给鞍部提取带来问题和偏差,且这类方法……
登录APP查看全文
