基于神经网络的地面坡度与其他地形定量因子关联性分析——以黄土高原丘陵沟壑区实验为例  

Correlation Between Mean Slope and Other Quantitative Terrain Factors Based on the Neural Network ——A Case Study in the Gully Hill Areas of China Loess Plateau

作　　者：张婷[1] 汤国安[2] 王峥[3] 陈莉[3] 王春[1] 

机构地区：[1]西北大学城市与资源学系,陕西西安710069 [2]南京师范大学江苏省地理信息科学重点实验室,江苏南京210097 [3]西北大学计算机科学系,陕西西安710069

出　　处：《山地学报》2004年第4期415-420,共6页Mountain Research

基　　金：国家自然科学基金资助项目(40271089);国家高技术研究发展计划课题(2001AA130023);教育部科研基金重点项目(01111);南京师范大学高层次人才科研启动基金项目~~

摘　　要：不同的地形因子从不同侧面反映地面的起伏特征或空间变异,各因子之间所存在的相互关联、相互制约、相互影响的程度与特征,在很大程度上揭示了地形发育与空间变异的内在本质,因而是地形学研究的重要内容。他以黄土高原丘陵沟壑区的16个样本地区为实验样区,以高分辨率、高精度的1:1万比例尺DEM为基准数据,应用BP神经网络模型,探讨地面坡度与其他地形因子之间的关联性特征。实验结果表明,利用神经网络分析方法可以有效评价地形因子对地面平均坡度的关联性。该研究方法为进行地貌多定量指标的的选择和多因子之间关联性的量化提供了一种新的方法。Different factors reflect the relief of landform,with remarkable relationships between them. Analysis of these relationships is important in topographic study. This paper focuses on the relationships between the mean slope and other factors by means of the Back Propagation model of Neural Network. Sixteen Loess gully-hill areas are selected as test areas, and the relevant 1∶10 000 scale DEMs of high resolution and high precision are also used as basic data. Results show that this method can effectively evaluate the relevancy degree between terrain factors on the mean slope extracted from DEMs. This paper provides a new method for selecting multiple topographical factors and the estimation of the relevancy between these factors.

关 键 词：神经网络 地面坡度 地形因子 DEM 关联性 

分 类 号：P283.1[天文地球—地图制图学与地理信息工程]