基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对现有的小班坡度计算方法存在的复杂地形适应能力较差、提取结果准确度不高的问题,提出了一种基于DEM的小班坡度自动提取算法,通过与其他2种传统方法进行对比分析,检验了该方法的准确性与实用性.结果表明:该方法剔除了小班内的异常的高低起伏点,并获取了小班所在的斜平面模型,综合考虑了小班整体情况.该算法得到的结果更准确、更实用,能够适应地形复杂度较高的区域,替代人工完成小班坡度值的测量,节省时间、人力和物力.
推荐文章
基于DEM与SPOT5的小班边界自动提取
遥感影像
DEM
山谷线、山脊线
图像分割
小班边界
不同空间分辨率DEM提取坡度不确定性研究
数字高程模型
不确定性
坡度
误差
基于DEM的黄土高原沟壑区沟道系统的自动提取
黄土高原沟道识别系统
南小河沟
沟道提取
黄土高原沟壑区
DEM提取坡度·坡向算法的对比研究
数字高程模型
坡度
坡向
对比
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于DEM的小班坡度自动提取算法及其验证
来源期刊 西南林业大学学报 学科 农学
关键词 DEM 小班 坡度 异常的高低起伏点 斜平面模型
年,卷(期) 2019,(4) 所属期刊栏目 研究论文
研究方向 页码范围 83-88
页数 6页 分类号 S757
字数 3948字 语种 中文
DOI 10.11929/j.swfu.201901026
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈晨 浙江农林大学浙江省森林生态系统碳循环与固碳减排重点实验室 89 838 16.0 27.0
3 徐文兵 浙江农林大学浙江省森林生态系统碳循环与固碳减排重点实验室 17 85 5.0 8.0
5 陈永刚 浙江农林大学浙江省森林生态系统碳循环与固碳减排重点实验室 8 55 4.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (45)
共引文献  (112)
参考文献  (14)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(8)
  • 参考文献(0)
  • 二级参考文献(8)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(8)
  • 参考文献(2)
  • 二级参考文献(6)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(6)
  • 参考文献(4)
  • 二级参考文献(2)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(3)
  • 参考文献(1)
  • 二级参考文献(2)
2016(2)
  • 参考文献(1)
  • 二级参考文献(1)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
DEM
小班
坡度
异常的高低起伏点
斜平面模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
西南林业大学学报
双月刊
2095-1914
53-1218/S
云南昆明小坝白龙寺300号
chi
出版文献量(篇)
2848
总下载数(次)
3
总被引数(次)
18687
论文1v1指导