地形開度和差值圖像閾值分割原理相結(jié)合的黃土高原溝沿線提取法

王 軻，王 琤，張青峰，丁凱隆

1.西北農(nóng)林科技大學(xué)資源環(huán)境學(xué)院，陜西 楊凌712100；2.南京師范大學(xué)地理科學(xué)學(xué)院，江蘇 南京210023

1 引 言

溝沿線是黃土地貌最重要的一類結(jié)構(gòu)線，研究其空間展布特征不僅有助于揭示黃土地貌的溝谷發(fā)育狀況和演化趨勢(shì)，而且也是黃土高原地區(qū)土地覆蓋狀況調(diào)查、制定水土保持規(guī)劃的基礎(chǔ)工作與必要條件［1－3］。近年來，廣泛使用的高分辨率DEM和不斷發(fā)展的數(shù)字地形分析技術(shù)為定量研究黃土地貌結(jié)構(gòu)提供了豐富的數(shù)據(jù)基礎(chǔ)和可靠的技術(shù)保障，也使得自動(dòng)獲取連續(xù)且具精確定位特征溝沿線的技術(shù)成為研究熱點(diǎn)［4］。目前，基于DEM提取溝沿線主要有兩種實(shí)現(xiàn)思路：一是形態(tài)學(xué)方法，即由DEM衍生出的坡度、坡向、曲率、水流路徑等地形參數(shù)進(jìn)行規(guī)則判斷進(jìn)而獲得溝沿線的空間分布特征［5－7］；二是邊緣檢測(cè)方法，即將DEM視為灰度數(shù)字圖像，通過對(duì)比、檢測(cè)其“亮度”突變點(diǎn)以達(dá)到提取溝沿線的目的［8－11］。然而，受黃土地貌景觀復(fù)雜性和提取算法適用性等因素影響，雖然基于上述兩種研究思路的各類技術(shù)手段均能初步實(shí)現(xiàn)數(shù)字條件下黃土地貌溝沿線的自動(dòng)提取，但從現(xiàn)有試驗(yàn)結(jié)果來看，以DEM為主要數(shù)據(jù)源的溝沿線自動(dòng)提取技術(shù)在研究方法上仍有待改進(jìn)和優(yōu)化。

就形態(tài)學(xué)方法而言，其主要依據(jù)是研究區(qū)坡度、坡向、曲率等地形參數(shù)的指標(biāo)差異，因此，這些參數(shù)本身的適用性和準(zhǔn)確性對(duì)溝沿線最終的提取結(jié)果具有重要影響。而在明確DEM精度、結(jié)構(gòu)和計(jì)算模型的條件下，分析窗口大小成為影響地形參數(shù)計(jì)算精度的首要因素［12－13］。如文獻(xiàn)［12］在分析特定DEM分辨率下不同計(jì)算窗口對(duì)坡度計(jì)算的影響規(guī)律后發(fā)現(xiàn)，坡度計(jì)算精度隨分析窗口的增大而提高，且應(yīng)在擬合曲面與地形曲面相匹配的前提下通過適當(dāng)擴(kuò)大局部窗口獲得（圖1（a））；文獻(xiàn)［13］則在樣地實(shí)測(cè)的驗(yàn)證下，通過比較DEM不同分析窗口與地貌特征識(shí)別準(zhǔn)確度間的數(shù)量關(guān)系揭示出DEM精度確定條件下，其衍生品（地形參數(shù)）的分析窗口大小與地貌特征識(shí)別準(zhǔn)確度間的對(duì)應(yīng)關(guān)系（圖1（b））。而目前基于形態(tài)學(xué)溝沿線自動(dòng)提取方法中有關(guān)地形參數(shù)計(jì)算的局部窗口絕大多數(shù)還限制在3×3或5×5水平，這種固定的、無差別的局部窗口計(jì)算模式并未顧及地貌特征空間分布的多尺度性和地形參數(shù)自身的有效性差異，這也是目前以此為基礎(chǔ)的溝沿線自動(dòng)提取技術(shù)還有待改進(jìn)的一個(gè)重要原因。

圖1 DEM分析窗口與地貌特征準(zhǔn)確度間的關(guān)系和邊緣檢測(cè)自動(dòng)提取溝沿線結(jié)果比較Fig.1 The landform accuracy with different neighborhood of DEM and edge detection methods

而就邊緣檢測(cè)方法而言，盡管該方法能保持一定的識(shí)別精度，但由于它們從數(shù)學(xué)計(jì)算角度利用不含地學(xué)意義的梯度算子或其他數(shù)學(xué)方法提取溝沿線，提取過程和算法設(shè)計(jì)尚未充分考慮溝沿線的空間形態(tài)特性，因此，借助這類方法獲得的溝沿線一般缺少比較明確的地學(xué)含義，提取溝沿線結(jié)果包含大量隨機(jī)噪聲，容易出現(xiàn)封閉性、連續(xù)性差等問題，而現(xiàn)有源于圖像處理的自動(dòng)連接算法并不能有效解決這一問題（圖1（c）和（d））［8－11］。文獻(xiàn)［8］在不考慮地形特征因素的前提下，借助膨脹腐蝕算法對(duì)一定閾值范圍內(nèi)的斷裂點(diǎn)進(jìn)行連接，但實(shí)際效果并不理想。文獻(xiàn)［9，11］雖然通過引入改進(jìn)的Snake模型抑制DEM隨機(jī)噪聲，一定程度上改善了以往溝沿線局部斷裂點(diǎn)的自動(dòng)連接效果，但由于該模型及其改進(jìn)均涉及多次迭代，實(shí)際應(yīng)用中需耗費(fèi)大量的計(jì)算資源和計(jì)算時(shí)間，從而難以推廣至高分辨率DEM或較大的空間范圍。

為此，本文在高分辨率DEM數(shù)據(jù)的輔助下，基于地形特征綜合分析思想［14］，提出了一種借助地形開度（topographic openness）和差值圖像閾值分割原理提取黃土地貌溝沿線的技術(shù)方法。主要研究目的是，在現(xiàn)有研究基礎(chǔ)上探尋新的黃土地貌溝沿線自動(dòng)提取方法，以進(jìn)一步改善現(xiàn)有技術(shù)方法的適用性與識(shí)別精度，優(yōu)化提取結(jié)果與效率。研究結(jié)果表明，這一方法不僅強(qiáng)調(diào)了地貌基本形態(tài)特征在溝沿線提取過程中的作用與影響，同時(shí)在一定程度上也實(shí)現(xiàn)了溝沿線提取的精確化和自動(dòng)化。

2 基于地形開度和差值圖像閾值分割的溝沿線提取方法

2.1 地形正負(fù)開度的概念、特性及其與黃土地貌形態(tài)特征的對(duì)應(yīng)關(guān)系

地形正負(fù)開度（positive and negative openness）由文獻(xiàn)［15］首次提出。其最初設(shè)計(jì)目的是為繼傳統(tǒng)地貌暈渲技術(shù)之外，尋找新的、能夠增強(qiáng)DEM 可視性效果的技術(shù)手段［16－17］。根據(jù)定義，地形開度通過地面上一點(diǎn)8方向天頂角（zenith angles）、天底角（nadir angles）的平均值衡量一定范圍內(nèi)地形表面相對(duì)水平面間凹凸起伏程度的大小，因此，其實(shí)質(zhì)又是一個(gè)描述地表形態(tài)的定量指標(biāo)（見圖2）［18－19］。

開度的計(jì)算原理為：若圖2（a）中A為待計(jì)算地形正負(fù)開度的中心像元，在某一觀察半徑L范圍內(nèi)，該點(diǎn)正開度（ΦA(chǔ)，L）、負(fù)開度（ΨA，L）可由式（1）計(jì)算求得

式中，DφL、DψL（D＝0、45、90、135、180、225、270、315）分別為D方向觀察半徑L內(nèi)的最小天頂角和最小天底角，可由式（2）計(jì)算求得

式中，DβL為D方向觀察半徑L內(nèi)的正向最大高度角；DδL為D方向觀察半徑L的負(fù)向最大高度角。

圖2 地形開度計(jì)算示意圖Fig.2 The topographic openness

利用上述公式對(duì)規(guī)則格網(wǎng)的DEM逐像元進(jìn)行運(yùn)算便可得到該DEM的正、負(fù)開度柵格圖像，其中，正開度描述地表凸起程度大小，負(fù)開度代表地表凹陷程度大?。ㄒ妶D2（c）和圖2（d））。

就黃土地貌坡面形態(tài)及其分界特征而言，具有明顯地理分割界限的正負(fù)地形區(qū)是目前黃土高原最為常見且普遍被人們所認(rèn)可的黃土地貌形態(tài)，其典型之處在于上下坡面之間存在明顯的坡度變化，這些坡面轉(zhuǎn)折點(diǎn)的集合則是構(gòu)成黃土地貌溝沿線的基本要素。對(duì)上下坡面景觀形態(tài)進(jìn)行比較，通過判斷地表要素集是否具有高程、坡度等差異是目前定義溝沿線的主要依據(jù)［20］，因此，筆者認(rèn)為以DEM為主要數(shù)據(jù)源的溝沿線自動(dòng)提取技術(shù)應(yīng)該以上述形態(tài)學(xué)特性作為其分析、提取的判別準(zhǔn)則和理論支撐。而相比傳統(tǒng)方法，地形正負(fù)開度能更為精準(zhǔn)地量化表達(dá)研究區(qū)地貌形態(tài)及坡面變化的本質(zhì)特征，主要原因如下：

首先，相比邊緣檢測(cè)中的各類梯度算子，地形正負(fù)開度是具有明確地貌形態(tài)學(xué)含義的特征指標(biāo)，以此為基礎(chǔ)的溝沿線自動(dòng)提取技術(shù)能夠最大限度地顧及地表要素集在高程、坡度上的形態(tài)差異，避免由于使用無地學(xué)含義的邊緣檢測(cè)算子引起的溝沿線隨機(jī)噪聲多、結(jié)果連續(xù)性差、提取效率低等問題。根據(jù)定義，地表上一點(diǎn)正開度值的大小從數(shù)量上代表該點(diǎn)上凸（convex－upward）程度，負(fù)開度則代表該點(diǎn)下凹（concave－upward）程度大小，其結(jié)果不僅使得利用正負(fù)開度生成的圖像具有良好的可視化效果，而且使其具有對(duì)地形坡位精確度量的能力。正開度越大，說明求取開度的位置傾向于正地形；反之，負(fù)開度越大，越傾向于負(fù)地形（對(duì)于山頂點(diǎn)，其正開度將大于90°，負(fù)開度小于90°；對(duì)于洼地點(diǎn)，其正開度小于90°，負(fù)開度則大于90°）。

其次，相比形態(tài)學(xué)方法中的各類地形參數(shù)因子，地表一點(diǎn)的正負(fù)開度在一個(gè)選定的觀察半徑L內(nèi)而非一個(gè)固定的分析窗口（3×3或5×5）定量標(biāo)識(shí)地表高程、坡面形態(tài)特征，可以有效地顧及地貌特征空間分布的多尺度特性。事實(shí)上，地貌形態(tài)具有非常強(qiáng)烈的多尺度特性早已是不爭(zhēng)的事實(shí)［21－23］，使用傳統(tǒng)固定分析窗口求取地形參數(shù)時(shí)，由于比較、分析的范圍僅限于中心像元及其臨近的有限個(gè)高程點(diǎn)（8或24），這也使計(jì)算結(jié)果帶有明顯的局部特性，難以準(zhǔn)確反映地貌真實(shí)特征（圖3（a））。而地形正負(fù)開度的計(jì)算則在給定觀察半徑L內(nèi)比較并確定中心像元相對(duì)于其中最高點(diǎn)、最低點(diǎn)的高程、坡面形態(tài)特征差異（圖3（b）），特別在L值較大的情況下，地形正負(fù)開度能夠定量表達(dá)中心像元在“整體”地貌形態(tài)中的起伏特征，準(zhǔn)確量化表征地貌“多尺度”特性，因此，地形正負(fù)開度在一定程度上能夠避免傳統(tǒng)地形參數(shù)計(jì)算中使用非最佳特征分析窗口造成的地貌特征識(shí)別效果不佳的問題。

圖3 中心像元固定窗口分析Fig.3 The landform accuracy with different neighborhood

2.2 總體技術(shù)流程和主要研究依據(jù)

以上述分析為主要依據(jù)，本文借助高分辨率DEM數(shù)據(jù)，通過引入地形正負(fù)開度因子這一對(duì)描述地表形態(tài)的定量指標(biāo)，結(jié)合差值圖像閾值分割原理，實(shí)現(xiàn)黃土地貌溝沿線的自動(dòng)提取。總體技術(shù)路線如圖4所示。

圖4 基于地形開度和差值圖像閾值分割的溝沿線提取總體流程Fig.4 The overall flow chart of loess shoulder line extraction

（1）原始數(shù)據(jù)的預(yù)處理。為減少由高分辨率DEM地形細(xì)節(jié)反映太過明顯而造成的細(xì)節(jié)誤差和數(shù)字化造成的誤差，需要對(duì)原始DEM進(jìn)行均值濾波等圖像處理。

（2）計(jì)算地形正負(fù)開度及其差值（DΔL）。確定正負(fù)開度計(jì)算的最大觀察半徑L后，計(jì)算研究區(qū)的正負(fù)開度值進(jìn)而獲得研究區(qū)域上正開度和負(fù)開度的柵格圖像，其中，正開度反映該區(qū)域正地形空間分布狀況，負(fù)開度則反映該區(qū)域負(fù)地形的空間分布狀況。而二者的差值——開度差值圖像由于負(fù)值傾向于負(fù)地形，正值傾向于正地形，因此，平地和正負(fù)地形交界地區(qū)的開度差值則集中在0°值附近，從黃土地貌坡面形態(tài)及其分界特征來看，若能假定設(shè)置一個(gè)合適的正閾值t，則當(dāng)開度差值小于－t時(shí)，地貌特征表現(xiàn)為負(fù)地形；開度差值大于t時(shí)，地貌特征表現(xiàn)為正地形；介于－t與t之間即為平地和正負(fù)地形交界區(qū)域（見式（3）和 圖5）。

圖5 區(qū)域地貌高程分布Fig.5 The elevation of an area

（3）最佳閾值選取和差值圖像閾值分割。對(duì)開度差值圖像進(jìn)行閾值處理可以得到正負(fù)地形分布圖像，其關(guān)鍵是選擇合適的分割閾值t。為此，本文在綜合考慮黃土地貌形態(tài)明顯性和特定尺度兩個(gè)限定條件下，參照文獻(xiàn)［20］對(duì)黃土地貌正、負(fù)地形的基本定義結(jié)果并根據(jù)試驗(yàn)研究區(qū)地貌景觀實(shí)際情況，確定初始分割閾值t為，高原溝壑區(qū)正負(fù)地形坡度約以15°為界，丘陵溝壑區(qū)正負(fù)地形坡度則約以25°為界［20］?？紤]到該初始分割閾值往往未必是最佳分割閾值，本文在初始分割閾值基礎(chǔ)上采用迭代方法，借助不同分割閾值條件下獲得的溝沿線的平均坡度、平均表面曲率和平均上下坡度差等地形因子的統(tǒng)計(jì)分析結(jié)果［24］以確定開度差值圖的最佳分割閾值?；驹瓌t為：分析每次迭代得到的溝沿線的平均坡度、平均曲率和平均上下坡度差3個(gè)量化指標(biāo)，將平均曲率和平均上下坡度差最大且平均坡度符合研究區(qū)域?qū)嶋H情況的閾值確定為最佳閾值。

（4）提取溝沿線及其后處理。筆者采用數(shù)學(xué)形態(tài)學(xué)原理［25］對(duì)二值化開度差值圖像進(jìn)行正負(fù)地形的邊界提取以得到研究區(qū)溝沿線的空間分布特征（見式（4））。然后對(duì)得到的溝沿線進(jìn)行檢查，如果提取結(jié)果存在自相交或破碎等情況，需進(jìn)行后處理工作

式中，A為二值化開度差值圖；B為結(jié)構(gòu)元；C為溝沿線二值圖像；“Θ”為腐蝕操作；“—”為差值操作。

3 試驗(yàn)及結(jié)果分析

3.1 試驗(yàn)數(shù)據(jù)

已有研究表明，對(duì)于1∶1萬比例尺DEM，5m是保證該地區(qū)地形描述精度的理想分辨率尺度［26］，為此，本次試驗(yàn)使用了購(gòu)自陜西測(cè)繪地理信息局基礎(chǔ)地理信息中心的洛川縣堡子頭5m分辨率DEM數(shù)據(jù)。數(shù)據(jù)來源為數(shù)字線劃圖（DLG），高程中誤差為1.24m。該試驗(yàn)區(qū)的地貌類型為黃土塬，位于洛川塬地區(qū)，具有明顯的正負(fù)地形特征，利于進(jìn)行溝沿線提?。ㄒ妶D6）。

圖6 研究區(qū)位置及其地貌特征Fig.6 The study area and its geomorphological characteristics

3.2 研究區(qū)地形正負(fù)開度計(jì)算及差值運(yùn)算

要計(jì)算DEM的地形正負(fù)開度，首先需要確定最大觀察半徑L。圖7為研究區(qū)開度不同最大觀察半徑L得到的正負(fù)開度柵格均值曲線。由曲線變化趨勢(shì)可以看出，開度隨著最大觀察半徑的增大而快速收斂。據(jù)此結(jié)合DEM的分辨率及計(jì)算效率，確定本研究區(qū)開度最大觀察半徑L為50個(gè)像元，即在柵格主方向長(zhǎng)度為250m，在對(duì)角線方向長(zhǎng)度為 2 50m。

圖7 最大觀察半徑L與正負(fù)開度的關(guān)系曲線圖Fig.7 The relationship curve graph of lookup distance L and the average of positive openness or negative openness

3.3 研究區(qū)開度差值圖像最佳閾值選取

參照文獻(xiàn)［20］對(duì)黃土正、負(fù)地形的基本定義結(jié)果并根據(jù)試驗(yàn)研究區(qū)地貌景觀實(shí)際情況，本文確定初始分割閾值t為15°（高原溝壑區(qū)），即選擇－15°～15°為初始分割閾值的迭代范圍。通過迭代得到研究區(qū)溝沿線各量化指標(biāo)的變化趨勢(shì)如圖8所示，從圖上可以看出利用10°～12°的閾值提取得到的溝沿線上下坡度差均值和表面曲率均值取得最大值。而坡度均值在該范圍內(nèi)處在30°左右，符合研究區(qū)黃土塬地區(qū)溝沿線的坡度特性，據(jù)此選定10°為本研究區(qū)二值化差值圖像的最佳分割閾值。

圖8 各溝沿線量化因子與開度差值閾值的關(guān)系曲線圖Fig.8 The relationship curve graph of the shoulder line quantifying factor and the threshold of openness difference

3.4 差值圖像閾值分割

利用t＝10°作為最佳閾值對(duì)開度差值圖像進(jìn)行閾值處理，得到開度差值的二值圖像。在二值圖像上因?yàn)槠降氐恼`分，而導(dǎo)致正地形區(qū)域產(chǎn)生的孔洞見圖9（a）。利用圖9（b）所示的平地柵格與二值圖像進(jìn)行并操作去除孔洞。另外還需要對(duì)正負(fù)開度二值化圖像進(jìn)行形態(tài)學(xué)碎斑消除處理，以去除碎小斑塊。圖9（c）為經(jīng)過處理后的研究區(qū)正負(fù)地形二值柵格圖像。

圖9 研究區(qū)正負(fù)開度差值圖像二值化圖像Fig.9 The binary image obtained by threshold processing openness difference image

3.5 溝沿線提取與結(jié)果分析

利用正負(fù)地形二值圖像所表示的正負(fù)地形，基于數(shù)學(xué)形態(tài)學(xué)中的邊界提取算子（見式（4））對(duì)研究區(qū)正負(fù)地形二值柵格圖像進(jìn)行邊界提取得到溝沿線。提取后的溝沿線還需要進(jìn)行后處理，以去除溝沿線自相交和破碎溝沿線。圖10（a）、（b）分別為上述研究區(qū)提取得到的溝沿線及其局部區(qū)域放大效果圖。

為比較并檢驗(yàn)本研究提取結(jié)果的準(zhǔn)確度，筆者分別采用LOG算子結(jié)合目視解譯、地形位置指數(shù)（topographic position index，TPI）兩種方法對(duì)相同試驗(yàn)區(qū)提取的溝沿線進(jìn)行結(jié)果對(duì)照，綜合評(píng)判3種方法提取結(jié)果的準(zhǔn)確度及其相互關(guān)系。分析結(jié)果如圖10（c）、（d）所示，主要分析結(jié)論歸納如下：

（1）從直觀的比較結(jié)果不難看出，3種方法獲取的溝沿線在空間形態(tài)特征上能夠保持基本一致，也具有較好的吻合程度，由此可見3種方法均可用于研究區(qū)溝沿線的自動(dòng)獲取。

（2）就LOG算子結(jié)合目視提取方法而言，由于提取過程中借助了目視判讀解譯，在獲取溝沿線時(shí)人為地考慮了地貌形態(tài)特征的細(xì)微差別，因此，提取的溝沿線形態(tài)最為平滑（圖10（c）），但整個(gè)過程較為費(fèi)時(shí)。而就TPI方法而言，其本質(zhì)基于固定分析窗口的局部地形因子處理技術(shù)，因此，提取結(jié)果具有較強(qiáng)的局部特性，很難在整個(gè)研究區(qū)尺度上顧及溝沿線整體形態(tài)特征，這也是造成溝沿線提取結(jié)果在形態(tài)上表現(xiàn)較為復(fù)雜曲折的重要原因（圖10（d））。

（3）基于地形開度方法，由于正負(fù)開度本身源于可視線規(guī)則，加之其蘊(yùn)含的尺度靈活性特點(diǎn)，可以在提取過程中適當(dāng)顧及研究區(qū)整體地貌形態(tài)分布特征，因此，本文研究方法的溝沿線提取結(jié)果在保持其形態(tài)特征方面更接近目視解譯的提取結(jié)果。同時(shí)，從提取結(jié)果的線性特征來看，本文研究結(jié)果較TPI方法獲得的線形具有更好的綜合性。

（4）相對(duì)于上述兩種對(duì)比方法的結(jié)果，本文的研究結(jié)果獲得溝沿線較為向正地形方向收縮，也即使用本研究方法得到的地貌蠶食度更大。筆者認(rèn)為產(chǎn)生這種結(jié)果的原因主要受選定開度差值閾值大小的影響。隨著開度差值閾值的增大，閾值分割得到的負(fù)地形相對(duì)于正地形的面積會(huì)增大。相反，隨著閾值的減小，閾值分割得到的負(fù)地形相對(duì)于正地形的面積會(huì)減小。由此可見，開度差值閾值是影響本論文研究結(jié)果準(zhǔn)確性的重要因素之一，如何尋找最佳分割閾值、增強(qiáng)最佳分割閾值針對(duì)不同地域溝沿線形態(tài)的適用性是本文后續(xù)研究工作需要著重解決的關(guān)鍵問題。

圖10 利用10°閾值提取的研究區(qū)溝沿線Fig.10 The resultant shoulder line extracted by the threshold 10°

4 結(jié) 論

4.1 地形開度的特征分析及其對(duì)地貌特征的保留作用

傳統(tǒng)的溝沿線提取方法主要包含兩類。第1類是基于數(shù)字圖像處理的方法，其劣勢(shì)在于提取的溝沿線缺少明確地學(xué)含義并且完整性和連續(xù)性較差。第2類是基于局部地形因子表示形態(tài)特征的溝沿線提取，其缺點(diǎn)是分析尺度微觀，提取的溝沿線事實(shí)上并未顧及地貌特征空間分布的多尺度性和地形參數(shù)自身的有效性差異。考慮到在明確原始DEM數(shù)據(jù)精度和地形因子提取模型已經(jīng)確定的條件下，局部分析窗口大小是決定地形因子有效性的關(guān)鍵因素，而這些因子的準(zhǔn)確性又將直接影響溝沿線本身提取結(jié)果的精度，因此，針對(duì)上述兩種研究方法存在的主要問題，本研究首先著重探討了地形正負(fù)開度的概念、特性，并重點(diǎn)闡述了地形正負(fù)開度與黃土地貌形態(tài)特征的對(duì)應(yīng)關(guān)系，以便為本研究后續(xù)開展提供必要的理論依據(jù)和判別準(zhǔn)則。

與局部地形因子分析不同，地形開度的計(jì)算在于其設(shè)定了一個(gè)最大觀察半徑L而不是一個(gè)固定的分析窗口尺寸。因此，與傳統(tǒng)的微觀地形因子相比，開度的分析窗口會(huì)根據(jù)中心像元的地理位置和地形特征作出相應(yīng)調(diào)整，其分析尺度也更為宏觀，能夠自適應(yīng)地貌形態(tài)變化，從而避免了采用任意分析窗口產(chǎn)生的分析誤差和對(duì)地貌特征的消隱作用。主要因?yàn)榻o定觀察半徑L內(nèi)比較并確定中心像元相對(duì)于其中最高點(diǎn)、最低點(diǎn)的高程、坡面形態(tài)特征差異，特別是在L值較大的情況下，地形正負(fù)開度能夠定量表達(dá)中心像元在整體地貌形態(tài)中的起伏特征，準(zhǔn)確量化表征地貌多尺度特性，因此，地形正負(fù)開度在一定程度上能夠避免傳統(tǒng)地形參數(shù)計(jì)算中使用非最佳特征分析窗口造成的地貌特征識(shí)別效果不佳的問題

4.2 基于地形開度和差值圖像閾值分割原理的溝沿線提取性能表現(xiàn)

結(jié)合地形正負(fù)開度差值圖像閾值分割方法，本文實(shí)現(xiàn)了黃土地貌溝沿線自動(dòng)提取。由于選擇合適的差值圖像分割閾值是決定溝沿線提取結(jié)果準(zhǔn)確度優(yōu)劣的關(guān)鍵，因此，本文借助不同分割閾值條件下獲得的溝沿線平均坡度、平均表面曲率和平均上下坡度差等地形因子的統(tǒng)計(jì)分析結(jié)果，最終確定開度差值圖最佳分割閾值。試驗(yàn)結(jié)果表明，據(jù)此確定的分割閾值能夠較好地保存溝沿線形態(tài)特征的連續(xù)性和完整性，所提取的溝沿線幾乎不用手動(dòng)修改，在一定程度上提高了溝沿線自動(dòng)提取的工作效率。

通過3種提取方法結(jié)果的檢驗(yàn)比較，可知本文方法在提取溝沿線過程中能夠綜合考慮地貌本身形態(tài)特征，試驗(yàn)結(jié)果在溝沿線線形上優(yōu)于傳統(tǒng)基于局部地形因子提取溝沿線形態(tài)特征技術(shù)（如TPI方法），比較接近目視解譯提取結(jié)果，在提取效率上較目視解譯有一定優(yōu)勢(shì)。最后，由于開度差值閾值是影響本文研究結(jié)果準(zhǔn)確性的重要因素之一，因此，如何尋找最佳分割閾值、增強(qiáng)最佳分割閾值針對(duì)不同地域溝沿線形態(tài)的適用性將是本文后續(xù)研究需要著重解決的一個(gè)關(guān)鍵問題。

［1］ ZHANG Lei，TANG Guoan，LI Fayuan，et al.A Review on Research of Loess Shoulder－line［J］.Geography and Geo－Information Science，2012，28（6）：44－48.（張磊，湯國(guó)安，李發(fā)源，等.黃土地貌溝沿線研究綜述［J］.地理與地理信息科學(xué)，2012，28（6）：44－48.）

［2］ XIAO Chenchao，TANG Guoan.Classification of Valley Shoulder Line in Loess Relief［J］.Arid Land Geography，2007，30（5）：646－653.（肖晨超，湯國(guó)安.黃土地貌溝沿線類型劃分［J］.干旱區(qū)地理，2007，30（5）：646－653.）

［3］ LüGuonian，QIAN Yadong，CHEN Zhongming.Study of Automated Extraction of Shoulder Line of Valley from Grid Digital Elevation Data［J］.Scientia Geographica Sinica，1998，18（6）：567－573.（閭國(guó)年，錢亞東，陳鐘明.基于柵格數(shù)字高程模型自動(dòng)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.）

［4］ YANG Xin，TANG Guoan，LIU Xuejun，et al.Digital Terrain Analysis：Theory，Method and Applicatin［J］.Acta Geographica Sinica，2009，64（9）：1058－1070.（楊昕，湯國(guó)安，劉學(xué)軍，等.數(shù)字地形分析的理論、方法與應(yīng)用［J］.地理學(xué)報(bào)，2009，64（9）：1058－1070.）

［5］ LüGuonian，QIAN Yadong，CHEN Zhongming.Study of Automated Mapping of Channel Network in Hilly Loess Region［J］.Acta Geodaetica et Cartographica Sinica，1998，27（2）：131－137.（閭國(guó)年，錢亞東，陳鐘明.黃土丘陵溝壑區(qū)溝谷網(wǎng)絡(luò)自動(dòng)制圖技術(shù)研究［J］.測(cè)繪學(xué)報(bào)，1998，27（2）：131－137.）

［6］ ZHU Hongchun，TANG Guoan，ZHANG Youshun，et al.Thalweg in Loess Hil Area Based on DEM ［J］.Bulletin of Soil and Water Conservation，2003，23（5）：43－45.（朱紅春，湯國(guó)安，張友順，等.基于DEM提取黃土丘陵區(qū)溝沿線［J］.水土保持通報(bào)，2003，23（5）：43－45.）

［7］ LIU Pengju，ZHU Qingke，WU Dongliang，et al.Automated Extraction of Shoulder Line of Valleys Based on Flow Paths from Grid Elevation Model（DEM）Data［J］.Journal of Beijing Forest University，2006，28（4）：72－76.（劉鵬舉，朱清科，吳東亮，等.基于柵格DEM與水流路徑的黃土區(qū)溝緣線自動(dòng)提取技術(shù)研究［J］.北京林業(yè)大學(xué)學(xué)報(bào)，2006，28（4）：72－76.）

［8］ ZHOU Yi，TANG Guoan，WANG Chun，et al.Automatic Segmentation of Loess Positive and Negative Terrians Based on High Resolution Grid DEMs［J］.Scientia Geographica Sinica，2010，30（2）：261－266.（周毅，湯國(guó)安，王春，等.基于高分辨率DEM的黃土地貌正負(fù)地形自動(dòng)分割技術(shù)研究［J］.地理科學(xué)，2010，30（2）：261－266.）

［9］ ZHOU Yi，TANG Guoan，XI Yu，et al.A Shoulder－lines Connection Algorithm Using Improved Snake Model［J］.Geomatics and Information Science of Wuhan University，2013，38（1）：82－85.（周毅，湯國(guó)安，習(xí)羽，等.引入改進(jìn)Snake模型的黃土地形溝沿線連接算法［J］.武漢大學(xué)學(xué)報(bào)：信息科學(xué)版，2013，38（1）：82－85.）

［10］ YAN Shijiang，TANG Guoan，LI Fayuan，et al.An Edge Detection Based Method for Extraction of Loess Shoulderline from Grid DEM ［J］.Geomatics and Information Science of Wuhan University，2011，36（3）：363－367.（晏實(shí)江，湯國(guó)安，李發(fā)源，等.利用DEM邊緣檢測(cè)進(jìn)行黃土地貌溝沿線自動(dòng)提?。跩］.武漢大學(xué)學(xué)報(bào)：信息科學(xué)版，2011，36（3）：363－367.）

［11］ SONG Xiaodong，TANG Guoan，ZHOU Yi，et al.Extraction of Loess Landform Shoulder Line Based on Parallel GVF Snake Model［J］.Journal of China University of Mining ＆Technology，2013，42（1）：134－140.（宋效東，湯國(guó)安，周毅，等.基于并行GVF Snake模型的黃土地貌溝沿線提?。跩］.中國(guó)礦業(yè)大學(xué)學(xué)報(bào)，2013，42（1）：134－140.）

［12］ LIU Xuejun，ZHANG Ping，ZHU Ying.Suitable Window Size of Terrain Parameters Derived from Grid－based DEM［J］.Acta Geodaetica et Cartographic Sinica，2009，38（3）：264－271.（劉學(xué)軍，張平，朱瑩.DEM坡度計(jì)算的適宜窗口分析［J］.測(cè)繪學(xué)報(bào)，2009，38（3）：264－271.）

［13］ ZHU Axing，JAMES E B，MICHAEL S.et al.The Impact of Neighbourhood Size on Terrain Derivatives and Digital Soil Mapping［C］∥Advances in Digital Terrain Analysis.［S.l.］：Springer Press，2008：333－348.

［14］ TANG Guoan，YANG Weiying，YANG Xin，et al.Some Key Points in Terrain Variables Deriving from DEMs［J］.Science of Surveying and Mapping，2003，28（1）：28－32.（湯國(guó)安，楊瑋瑩，楊昕，等.對(duì)DEM地形定量因子挖掘中若干問題的探討［J］.測(cè)繪科學(xué)，2003，28（1）：28－32.）

［15］ YOKOYAMA R，SHIRASAWA M，PIKE R J.Visualizing Topography by Openness：A New Application of Image Processing to Digital Elevation Models［J］.Photogrammetric Engineering and Remote Sensing，2002，68（3）：257－265.

［16］ WANG Cheng.Characterization Classification and Identification of Martian Specific Landform Characters［D］.Wuhan：Wuhan University，2009.（王琤.火星典型地貌特征知識(shí)的描述分類與識(shí)別［D］.武漢：武漢大學(xué)，2009.）

［17］ WANG Cheng，HU Peng，LIU Xiaohang，et al.Automated Classification of Martian Landforms Based on Digital Terrain Analysis（DTA）Technology［J］.Geomatics and Information Science of Wuhan University，2009，34（4）：483－487.（王琤，胡鵬，劉曉航，等.基于數(shù)字地形分析的火星地貌自動(dòng)化分類方法［J］.武漢大學(xué)學(xué)報(bào)：信息科學(xué)版，2009，34（4）：483－487.）

［18］ PRIMA O D，ECHIGO A，YOKOYAMA R，et al.Supervised Landform Classification of Northeast Honshu from DEM－derived Thematic Maps ［J ］.Geomorphology，2006，78：373－386.

［19］ PRIMAO D，YOSHIDA T.Characterization of Volcanic Geomorphology and Geology by Slope and Topographic Openness［J］.Geomorphology，2010，118：22－32.

［20］ ZHOU Yi.DEM Based Research on Positive－negative Terrains and Their Spatial Variation on Loess Plateau［D］.Nanjing：Nanjing Normal University，2011.（周毅.基于DEM的黃土高原正負(fù)地形及空間分異研究［D］.南京：南京師范大學(xué)，2011.）

［21］ EVANS I S.Spatial Analysis in Geomorphology［M］.Methuen：［s.n.］，1972：17－90.

［22］ DRAGUT L，EISANK C，STRASSER T.Local Variance for Multi－scale Analysis in Geomorphometry ［J］.Geomorphology，2011，130：162－172.

［23］ TANG Guoan，LIU Xuejun，F(xiàn)ANG Liang，et al.A Review on the Scale Issue in DEMs and Digital Terrain Analysis［J］.Geomatics and Information Science of Wuhan University，2006，31（12）：1059－1066.（湯國(guó)安，劉學(xué)軍，房亮，等.DEM及數(shù)字地形分析中尺度問題研究綜述［J］.武漢大學(xué)學(xué)報(bào)：信息科學(xué)版，2006，31（12）：1059－1066.）

［24］ XIAO Chenchao.DEM Based Investigation of Loess Shoulder Line［D］.Nanjing：Nanjing Normal University，2007（肖晨超.基于DEM的黃土地貌溝沿線特征研究［D］.南京：南京師范大學(xué)，2007.）

［25］ RAFAEL G，RICHARD W.Digital Image Processing［M］.3rd ed. Beijing： Publishing House of Electronics Industry，2011.（岡薩雷斯.數(shù)字圖像處理［M］.第3版.北京：電子工業(yè)出版社，2011.）

［26］ TANG Guoan，GONG Jianya，CHEN Zhengjiang，et al.A Simulation on the Accuracy of DEM Terrain in Representation［J］.Acta Geodaetica et Cartographica Sinica，2001，30（4）：361－365.（湯國(guó)安，龔健雅，陳正江，等.數(shù)字高程模型地形描述精度量化模擬研究［J］.測(cè)繪學(xué)報(bào)，2001，30（4）：361－365.）