第七届青年地学论坛

地形因子及其计算方法研究一直是数字地形分析（DTA）的重要内容。目前，多数地形因子的计算是基于格网DEM数据。另一种类型的DEM数据模型不规则三角网（TIN）是数字地形分析的重要组成部分，已广泛应用于多种流域水文模型、地貌演化模型等领域。随着测绘技术的发展，精细地表建模已成为可能。许多研究侧重于小尺度高分辨率格网DEM数据。但是当分辨率达到亚米级时，格网DEM会遇到数据和计算冗余问题。考虑到采样点密度，TIN-DEM是满足小流域高精度水文建模需求的较优选择。DTA研究中基于TIN-DEM的地形因子计算通常面向三角面，例如坡度、坡向、流向等；然而，基于三角面方法面临着潜在限制。首先，从地形建模的角度出发，TIN-DEM顶点是真实地形采样点，且是三角剖分的基础。采样点的空间分布决定了TIN的形状和对地形的描述程度，比三角面更具代表性。第二，基于三角面的地表曲率计算方法仍然空白。第三，TIN三角面不适用于求解质量连续方程时的有限差分操作。考虑到上述问题，我们提出，基于TIN-DEM的地形因子计算应面向TIN顶点，我们以坡度和坡向为例进行说明。将TIN顶点方法分别与格网DEM方法和TIN三角面方法进行精度比较和误差敏感性分析。精度比较基于数学模拟曲面，误差敏感性比较基于无人机航测生成的点云数据，使用蒙特卡洛模拟进行比较。数学曲面评估表明，TIN顶点方法在三种方法中获得了最高的精度。实际地形误差分析表明，TIN顶点坡度计算方法略优于基于栅格的坡度计算方法，而坡向计算方法略差。在这三种方法中，TIN三角面方法对误差最为敏感。TIN顶点方法可以为基于点云数据的坡度和坡向计算提供参考。研究细节详见论文（Hu et al. 2021, using vertices of a triangular irregular network to calculate slope and aspect）。

数字高程模型,点云,不规则三角网,坡度,坡向