《表2 增量缓冲算法提取鞍部点数统计》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于等高线空间关系的鞍部点提取方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

Wu等[20]使用LiDAR数据提取单个树冠时，提出了确定鞍部点位置的方法，其认为在二维等高线地图中，如果2条具有相同高程的等高线相互接触，接触点则视为鞍部点。在确定鞍部点位置时，其增量缓冲算法（Incremental Buffering Algorithm）通过扩张相邻的伪鞍点等高线至相接，得到的交点即为鞍部点。将该方法应用于本文使用的5 m空间分辨率的DEM数据，表2为不同等高距的实验结果（以实验区1为例）。可以看出，不同等高距下能找到等高线相交的鞍部点数量占鞍部点总数的约1/3，还有大部分鞍部点是该方法漏掉的。其原因是该方法受制于DEM的表达精度，对于5 m空间分辨率的DEM，其一个格网内的地形差异无法表达，即使再缩小等高距，仍不会出现相交的情况。但对于高分辨率的LiDAR数据，生成的DEM分辨率更高，地形表达更为精细，所以上述方法应用效果较好。而在应用于低分辨率的DEM数据时，上述方法会产生大量鞍部点漏取的情况。当等高线未相交时，本文通过找出这些等高线之间最邻近距离中点的方法来确定鞍部点位，虽然其点位不一定完全正确，但本文的方法是不会漏取大量鞍部点。因此，针对该本文使用的5 m空间分辨率的DEM数据，本文的方法更为适用些。