基于DEM的地貌体复杂网络谱研究

The elements of landscape bodies are points, lines and polygons, which are of external shapes gorgeous and various, and among which internal relations are intricate and complicate. Having describing their external shapes systematically and synthetically, having expressing their internal relations orderly and regularly, we will be able to discover their causes of formation, spatial patterns and evolution mechanism...We will construct the complex networks of landscape bodies whose network nodes are the points, lines and polygons in the landscape bodies and edges are the relations among the points, lines and polygons. Then by the complex networks of landscapes, we will construct the spectrum of complex network of landscape body (SCNLD), which is a type of spectrums with a strict hierarchical structure and ordered frame, obeying the mode of thinking with geographical and macroscopical features, taking the expressing form of the complex networks, following Geo-informatics Tupu Method, using the digital elevation model as the basic information source. ..The index system of SCNLD, which is of two levels, will be established by the mapping mechanisms among the indexes of complex networks and the external shapes and internal relations of landscape bodies. The geoscience connotation of SCNLD will be probed by analyzing the coupling mechanism among the geomorphic features of landscape bodies and the figures, indexes and structures of the SCNLDs of the landscape bodies, and by analyzing the relations among the complex networks of the SCNLDs. The prospect of applying SCNLD to topography classification will be explored by empirical investigation...In the research, proposing the SCNLD concept will be an innovative attempt in the development of geomorphology theory. The results of the research will enrich the analysis methods and theory in digital terrain analysis.

地貌体组成要素为点、线和面，他们拥有绮丽多姿的外在形态和错综复杂的内在联系。系统综合地表达其外在形态，层序分明地揭示其内在联系有助于我们探索地貌体点、线和面的内在成因，空间格局和演化机理。研究以地学大宏观的思维方式为纲，以复杂网络的表现形式为举，以地学信息图谱的分析方法为髓，以数字高程模型的基本数据为核，提出地貌体复杂网络谱（简称网络谱）的概念——将表达地貌体点、线和面间关系的复杂网络，按照严密的组织架构，井然有序地排列组合在一起构成的图谱集。探究地貌体组成要素外在形态和内在联系与复杂网络指标间的映射机制，建立层级化的网络谱分析指标体系；探究网络谱的图形、指标和结构与地貌体特征的耦合机制，及网络谱内各复杂网络的作用关系，阐明网络谱的地学内涵；通过实验分析，展示了网络谱在地貌分类中的应用前景。网络谱概念的提出，将是地貌学理论发展中的一次创新性尝试，研究结果可望丰富数字地形分析的理论与方法。

项目的背景。.地貌体是由三种要素（分别为地貌点、地貌线和地貌面）组成的。项目以系统论为指导，关注地貌体点、线和面要素的整体结构和全局特征，并兼顾微观要素的解析和宏观总体的综合，使用复杂网络的方法全面而系统地描述和刻画地貌体各要素间错综复杂的关系，从而获得对地貌体更为全面和深刻的认识。..主要研究内容分为三部分。..1地貌体复杂网络谱的概念模型与构建方法研究.2地貌体复杂网络谱的指标体系与结构特征研究.3基于地貌体复杂网络谱的地貌分类研究..重要结果。..确定了选取地貌体复杂网络的核心节点的一些基本原则。如提出以流域出水口点，沟谷节点和沟谷源点作为核心节点中最重要的点要素。..确定了选取地貌体复杂网络中核心关系的一些基本原则。如提出以能够利用核心关系最大限度地恢复地表形态为依据的原则。..复杂网络指标与传统地形因子之间存在强烈的相关性。..确定了核心的地貌体复杂网络谱指标，如高程加权平均度, 起伏度加权平均度等（均为本项目组首次提出）。另外，发现以下复杂网络指标可以成功地用于地貌类型的自动识别：平均点强度、平均路径长度、结构熵、网络密度和模块度。..复杂网络方法对于研究不同地貌类型特征具有独特的优越性，适合表达复杂的空间关系。使用复杂网络指标可以有效地进行地貌类型的自动分类识别。..关键数据。.全国30m分辨率DEM数据，关键样区5m（或1m）分辨率DEM等。..科学意义。.在地貌体复杂网络谱的构建过程中，我们需要将地貌体看作一个系统，它包括地貌体的组成、结构、功能、环境和边界。建立地貌体复杂网络谱有助于我们整体地描述和表达地貌体的组成和结构，从而有可能更全面地了解地貌体的功能和特性，并有可能对其在不同环境和边界条件下的发展演化做出预测，并产生对地貌学理论的再认识和再升华。