《表1 研究区海底峡谷参数人工和自动提取结果对比》

  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

《基于水文分析法的海底峡谷特征要素自动提取方法研究及应用》

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

通过对神狐峡谷区的算例实验，对比3种不同分辨率的数据和3种零值汇流累积量重分类阈值，可以看出DEM数据分辨率为200 m，且重分类阈值为0.40时，峡谷轴线连续性最好，杂乱信息最少。对比不同空间分辨率DEM数据的坡度分析结果，分辨率200 m的数据，大于5°区域连续性强，杂乱信息相对较少，能较好地反映谷壁区域。因此，选择空间分辨率200 m的DEM数据和重分类阈值0.40提取的峡谷轴线及该分辨率下识别的峡谷谷壁结果与人工识别结果进行对比，如图8所示。从图中可以看出，基于ArcGIS自动识别的结果和人工识别的结果基本一致。针对两种识别方法的结果，提取峡谷头尾部水深值及峡谷轴线长度等信息进行对比（见表1），两种识别结果的头部水深差值大部分小于15 m且均小于30 m，峡谷中轴线长度差值在0.03～9.92 km范围内，结果差异主要存在于峡谷尾部水深的确定过程中，具体体现在峡谷下部坡度变化率变小，人工判别和算法识别存在双重误差。这表明，基于ArcGIS水文分析法可以较好地识别海底峡谷，其结果较为可靠，其效率也比人工识别海底峡谷高出很多。