به عنوان اساسی ترین عناصر جغرافیایی فیزیکی، زمین حوضه و شبکه های رودخانه پیچیدگی فضایی بالایی دارند و ارتباط نزدیکی با هم دارند. با این حال، تحقیقات کمی در مورد همبستگی بین زمین و شبکه رودخانه وجود دارد. در این مقاله حوضه رودخانه زرد به عنوان منطقه مورد مطالعه انتخاب شد. عوامل توپوگرافی با ابعاد چندگانه محاسبه شد. تأثیر عوامل توپوگرافی مختلف بر ساختار شبکه رودخانه در مقیاس‌های مختلف و همبستگی آنها از منظر چندفراکتالی بر اساس آشکارسازهای جغرافیایی و یک مدل رگرسیون وزن‌دار جغرافیایی تعیین شد. قدرت توضیحی توپوگرافی بر روی ساختار شبکه رودخانه در مقیاس های مختلف عبارت بود از: عرض طیف چندفراکتال > اختلاف طیف چندفرکتال > شیب > ارتفاع متوسط ​​> حداکثر ارتفاع > حداقل ارتفاع، که به طور کلی نشان می دهد که عامل توپوگرافی که بیشترین تأثیر را بر ساختار شبکه رودخانه دارد، پیچیدگی و تکینگی زمین است. خوشه‌بندی مرتبه دوم ضرایب رگرسیون از نتایج مدل رگرسیون وزن‌دار جغرافیایی نشان داد که حوضه رودخانه زرد به سه نوع منطقه با تجمع بالا تقسیم می‌شود که تحت سلطه فلات چینگهای-تبت، فلات لس و دشت Huang-Huaihai به ترتیب. نتایج خوشه بندی همچنین نشان داد که ساختار شبکه رودخانه تحت تأثیر عوامل توپوگرافی کلیدی مختلف در انواع مختلف مناطق قرار گرفته است.

کلید واژه ها:

تجزیه و تحلیل چند فراکتالی ؛ زمین ؛ شبکه های رودخانه ای ؛ توصیف کمی ; تحلیل همبستگی ; حوضه رودخانه زرد

1. مقدمه

توپوگرافی یکی از مهم ترین عناصر سیستم سطح زمین [ 1 ] است که بر ویژگی های سایر عناصر طبیعی تأثیر می گذارد و تأثیر مستقیمی بر فعالیت های انسان دارد. به همین دلیل است که یکی از مؤلفه های اساسی تحقیقات جغرافیا است [ 2 ]. به طور مشابه، به عنوان یکی از اجزای اصلی حوضه ها، شبکه های رودخانه به طور مداوم تحت عوامل مختلف طبیعی و فعالیت های انسانی در حال توسعه هستند [ 3 ]. یک نمایش کمی دقیق از ویژگی‌های ساختاری شبکه رودخانه برای مطالعه فرآیندهای رسوب‌گذاری [ 4 ]، رویدادهای هیدرولوژیکی شدید در حوضه [ 5 ] و توسعه شبکه رودخانه [ 6 ] ضروری است.]. با این حال، کمی کردن دقیق ویژگی‌های ساختاری شبکه رودخانه و حوزه آبخیز یک چالش کلیدی در تحقیقات کنونی علوم زمین است [ 7 ]. بنابراین، کمی کردن ویژگی‌های حوزه آبخیز و شبکه‌های رودخانه‌ای و بررسی رابطه آنها برای مطالعه فرآیندهای توسعه و تکامل سطح زمین مهم است.
ترکیب تک عاملی یا چند عاملی عمدتاً برای تعیین کمیت زمین های حوزه آبخیز و ویژگی های شبکه رودخانه استفاده می شود. استخراج و تحلیل ویژگی‌های ژئومورفیک بر اساس داده‌های مدل رقومی ارتفاع (DEM) در حال حاضر رایج‌ترین روش‌ها هستند. DEM یک نمایش دیجیتالی از زمین است که حاوی ضروری ترین اطلاعات توپوگرافی و ژئومورفولوژیکی است [ 8 ]، و شبکه رودخانه حوضه اغلب از DEM استخراج می شود. شاخص های توپوگرافی اصلی در تجزیه و تحلیل ژئومورفولوژی حوضه شامل میانگین ارتفاع، شیب [ 9 ، 10 ]، جهت شیب [ 10 ]، طول شیب [ 11 ]، برجستگی توپوگرافی [ 12 ]، زبری توپوگرافی [ 13 ]]، و انتگرال ارتفاع منطقه [ 14 ]. برای توصیف خصوصیات مورفولوژیکی شبکه رودخانه، شاخص‌های رایج مورد استفاده شامل تراکم شبکه رودخانه [ 15 ، 16 ، 17 ]، نسبت انشعاب [ 18 ]، نسبت انشعاب جانبی [ 19 ]، طول کل، انحنا و نسبت طول ناحیه ستون فقرات [ 20 ] است. .
اگرچه یک شاخص کمی واحد می‌تواند ویژگی‌های توپوگرافی حوضه یا سیستم‌های آبی را از منظری خاص منعکس کند، اما برای توصیف ویژگی‌های آن‌ها در کل به اندازه کافی جامع نیست [ 21 ]. علاوه بر این، به دلیل توزیع فضایی پیچیده و متغیر توپوگرافی حوضه آبخیز و سیستم‌های رودخانه‌ای با تکینگی قوی، پارامترهای کمی معمولی محدودیت‌های خاصی در توصیف و مطالعه ویژگی‌های آنها دارند [ 22 ، 23 ].]. تئوری فراکتال امکان توصیف کمی ویژگی های توپوگرافی و شبکه رودخانه را فراهم می کند. این شاخه مهمی از رشته غیرخطی است. Mandelbrot ابتدا با اندازه‌گیری طول خط ساحلی بریتانیا، توصیفی از بی‌نظمی و خود شباهت موجودات در طبیعت را ارائه کرد [ 24 ]. توزیع فضایی عناصر طبیعی (شبکه رودخانه ها، کوه ها، توپوگرافی و خطوط ساحلی) پیچیده و متغیر است. از سوی دیگر، نظریه فراکتال می تواند نشان دهد که آنها هنوز دارای الگوهای ریاضی هستند که می توانند به صورت کمی بر حسب ابعاد فراکتال توصیف شوند [ 25 ، 26 ]. نظریه چندفراکتال [ 27] برای توصیف بسیاری از فرآیندهای تکاملی پیچیده و ویژگی های مورفولوژیکی موجودات در طبیعت استفاده می شود [ 28 ]. در مقایسه با تک فراکتال ها، ویژگی های چندفراکتالی بر اساس احتمال اطلاعات ویژگی با لحظه های سفارش محاسبه می شود. آنها پیچیدگی ویژگی های مورفولوژیکی شی تحقیق را با جزئیات جامع تر با عملکرد پیوسته ابعاد فراکتال منعکس می کنند.
به عنوان اساسی ترین و مهم ترین عناصر جغرافیایی طبیعی، ساختار و ویژگی های مورفولوژیکی توپوگرافی حوضه و شبکه رودخانه ها از نظر توزیع فضایی بسیار پیچیده است. معمولاً توصیف کمی اطلاعات مشخصه آنها با استفاده از روشهای مرسوم دشوار است. تجزیه و تحلیل چندفراکتالی می تواند ویژگی های ساختاری توپوگرافی حوضه و شبکه های رودخانه را به طور جامع تری تعیین کند. به عنوان بخش های مهم یک حوضه، توپوگرافی و سیستم های آب ارتباط نزدیکی دارند. به عنوان مثال، نقش برجسته توپوگرافی بر شکل گیری و جهت جریان رودخانه ها تأثیر می گذارد و رودخانه ها توپوگرافی را فرسایش می دهند و توسعه توپوگرافی را تحت تأثیر قرار می دهند. با این حال، هیچ تحقیقی به طور خاص در مورد مکانیسم تعامل بین توپوگرافی و شبکه های رودخانه انجام نشده است.29 ]. حوضه رودخانه زرد تفاوت های زیادی در ارتفاع، دما، بارش، توپوگرافی و ویژگی های سیستم آب در هر منطقه دارد [ 30 ]. با توجه به ساختار پیچیده و ویژگی های مورفولوژیکی حوضه رودخانه زرد، مطالعه همبستگی و مکانیسم تعامل بین توپوگرافی آن و شبکه رودخانه از اهمیت بالایی برخوردار است.
بر اساس موارد فوق، حوضه رودخانه زرد را با استفاده از روش چندفراکتالی به عنوان مبنای نظری و ترکیب توپوگرافی، GIS، هیدرولوژی و سایر رشته‌ها مورد مطالعه قرار دادیم. هدف ما تجزیه و تحلیل توزیع فضایی ویژگی‌های چندفرکتالی توپوگرافی حوضه و شبکه رودخانه در مقیاس‌های مختلف، کشف توپوگرافی حوضه و ویژگی‌های شبکه رودخانه و همبستگی آنها، و تجزیه و تحلیل بیشتر عوامل توپوگرافیکی است که تأثیر بیشتری بر رودخانه دارند. شبکه بر اساس نتایج تجزیه و تحلیل چندفراکتالی. پژوهش ما مرجع علمی و دیدگاه جدیدی برای مطالعه توسعه حوزه آبخیز است که از نظر نظری اهمیت مهمی دارد.

2. مواد و روشها

2.1. منطقه مطالعه

حوضه رودخانه زرد بین 32 درجه شمالی، 96 درجه شرقی و 42 درجه شمالی، 119 درجه شرقی واقع شده است و شامل بیش از 370 شهرستان در نه استان چین است ( شکل 1 ). رودخانه زرد 5464 کیلومتر طول دارد و مساحت حوضه آن 795000 کیلومتر مربع است که آن را پنجمین رودخانه طولانی جهان و دومین رودخانه طولانی در چین می کند [ 29 ]]. کوه های زیادی در حوضه رودخانه زرد وجود دارد که از نظر ارتفاع بین شرق و غرب اختلاف زیادی دارند (حداکثر اختلاف ارتفاع بیش از 6000 متر است). منطقه غربی عمدتاً از مجموعه ای از کوه های مرتفع با ارتفاع متوسط ​​بیش از 4000 متر و شکل های زمین برف و یخچال های طبیعی چند ساله تشکیل شده است. منطقه مرکزی یک لندفرم لس است، با فرسایش شدید خاک و ارتفاع بین 1000-2000 متر. منطقه شرقی عمدتاً از جریان اصلی رودخانه زرد و تعداد کمی تپه کوهستانی کم ارتفاع با زمین نسبتاً کم تشکیل شده است. حوضه رودخانه زرد در عرض های جغرافیایی میانی قرار دارد و تحت تأثیر گردش جوی و بادهای موسمی قرار دارد. بنابراین، آب و هوای مناطق مختلف در حوضه رودخانه زرد به طور قابل توجهی متفاوت است. بارندگی متمرکز، توزیع نابرابر است و تغییرات بین سالیانه را نشان می دهد. با حداکثر و حداقل نسبت بارندگی سالانه تقریباً 1.7 تا 7.5. توزیع و ساختار شبکه رودخانه در حوضه رودخانه زرد نسبتاً پیچیده است که عمدتاً شامل شاخه‌های رودخانه‌های Weihe، Fenhe، Taohe و Luohe است. ویژگی های بارز آن «آب کمتر و رسوب بیشتر، منابع مختلف آب و رسوب» است. میانگین سالانه رواناب طبیعی کل رودخانه 58 میلیارد متر مکعب است که تنها 2 درصد از کل رواناب رودخانه ای در چین را تشکیل می دهد. ویژگی های بارز آن «آب کمتر و رسوب بیشتر، منابع مختلف آب و رسوب» است. میانگین سالانه رواناب طبیعی کل رودخانه 58 میلیارد متر مکعب است که تنها 2 درصد از کل رواناب رودخانه ای در چین را تشکیل می دهد. ویژگی های بارز آن «آب کمتر و رسوب بیشتر، منابع مختلف آب و رسوب» است. میانگین سالانه رواناب طبیعی کل رودخانه 58 میلیارد متر مکعب است که تنها 2 درصد از کل رواناب رودخانه ای در چین را تشکیل می دهد.

2.2. توضیحات داده ها

داده های مورد استفاده در این مطالعه عمدتاً شامل DEM و داده های برداری شبکه رودخانه برای حوضه رودخانه زرد است. داده‌های DEM از وب‌سایت اشتراک‌گذاری داده‌های زمین ناسا ( https://earthdata.nasa.gov ، دسترسی به 10 جولای 2022) در قالب ASTER GDEM V3 با وضوح 30 متر به‌دست آمد. بر اساس داده های DEM فوق، ArcGIS 10.4 برای محاسبه عوامل توپوگرافی منطقه مورد مطالعه شامل شیب، تسکین توپوگرافی، ناهمواری توپوگرافی و حداکثر و حداقل ارتفاع منطقه استفاده شد. داده های برداری شبکه رودخانه از مرکز ملی اطلاعات پایه جغرافیایی ( https://www.webmap.cn/ ، در تاریخ 10 ژوئیه 2022) و پلت فرم اشتراک گذاری داده های علم سیستم زمین مرکز ملی داده های علم سیستم زمین (https://www.geodata.cn/ ، مشاهده شده در 10 ژوئیه 2022). برای اطمینان از صحت داده های شبکه رودخانه، داده های شبکه رودخانه فوق بر اساس تصاویر سنجش از راه دور Google Earth اضافه، حذف و تصحیح شدند. علاوه بر این، برای حذف تأثیر مرزهای اداری مصنوعی بر نتایج تحقیق، حوضه رودخانه زرد به شبکه‌های 80 × 80 کیلومتر و 40 کیلومتر × 40 کیلومتر تقسیم شد و تعداد واحدهای آماری حاوی حوضه رودخانه زرد 262 و 893 به ترتیب. بر اساس داده های تقسیم شده، همبستگی بین شکل زمین و توسعه شبکه رودخانه بیشتر مورد مطالعه قرار گرفت.

2.3. روش

2.3.1. تجزیه و تحلیل چند فراکتالی

تئوری فراکتال به طور گسترده ای برای توصیف ویژگی های موجودات نامنظم و پیچیده استفاده می شود. مونوفرکتال ها می توانند پیچیدگی یک مجموعه فراکتال را با استفاده از یک بعد فراکتال منفرد توصیف کنند، که تعداد فضاهای پر شده توسط فراکتال ها را بدون در نظر گرفتن تفاوت های محلی در چگالی توضیح می دهد. نظریه چندفراکتالی توزیع اندازه گیری ها را توضیح می دهد [ پمن(ه)] در مجموعه فراکتال و می تواند مناطق را بر اساس توزیع احتمال اندازه گیری به مناطق با احتمال زیاد و کم تقسیم کند [ 31 ]. بنابراین، مولتی فراکتال‌ها می‌توانند پیچیدگی یک شی تحقیقاتی را با جزئیات بیشتر و پیوسته‌تر توصیف کنند [ 32 ].
مولتی فراکتال ها از چند یا چند مجموعه مونوفرکتال منفرد، با رفتارهای فراکتالی متفاوت، که به هم مرتبط هستند و ابعاد فراکتالی خاص خود را دارند، تشکیل شده اند [ 33 ، 34 ]. بعد فراکتال تعمیم یافته ( Dq) و طیف چندفراکتال [ f(α)] عمدتاً در توصیف و تعیین کمیت ویژگی‌های شی توسط چندفرکتال‌ها استفاده می‌شوند [ 35 ]. در این مطالعه، الگوریتم‌های اندازه ثابت (FSA) [ 36 ] برای محاسبه ویژگی‌های چندفراکتالی توپوگرافی و شبکه‌های رودخانه‌ای در واحدهای آماری مختلف حوضه رودخانه زرد استفاده شد.

برای محاسبه ویژگی های چندفراکتالی شی مورد مطالعه، ابتدا منطقه مورد مطالعه با استفاده از جعبه های اندازه پوشانده شد ه×ه. ن(ه)تعداد کادرهای خالی را نشان می دهد و با نشان داده می شود ن(ه). اندازه گیری احتمال هر واحد، یعنی احتمال توزیع اطلاعات مشخصه، با نشان داده می شود. پمن(ه)و فرمول محاسبه در رابطه (1) نشان داده شده است.

پمن(ه)=جمن∑من=1ن(ه)جمن،

جایی که جمناطلاعات مشخصه شی مورد مطالعه را در کادر i نشان می دهد. در این مطالعه، جمنشیب زمین و طول شبکه رودخانه را نشان می دهد. تابع پارتیشن م(ه،q)سپس به عنوان مجموع وزنی شیب و احتمال توزیع شبکه رودخانه تعریف می شود پمن(ه)به توان q (معادله (2)).

م(ه،q)=∑من=1ن(ه)پمنq(ه)،

که در آن q مرتبه گشتاور آماری است و به طور کلی، q از محدوده است -∞ به+∞. در مولتی فراکتال ها از q برای مشخص کردن درجه ناهمگنی استفاده می شود.

مقادیر مختلف q نشان‌دهنده اهمیت زیر مجموعه‌های احتمال مختلف در تابع پارتیشن است. در یک لحظه مرتبه داده شده q ، تابع نمایی جرم است τ(q)معادله (3) تعریف شده است. ما تابع پارتیشن را محاسبه کردیم م(ه،q)برای اندازه های مختلف جعبه با تغییر اندازه جعبه تحت مقدار q مربوطه . سپس، τ(q)را می توان از طریق ضریب خط مستقیم برازش محاسبه کرد لوگاریتم م(ه،q)~ لوگاریتمه[معادله (4)]. علاوه بر این، مقدار q را تغییر دادیم و مراحل بالا را برای محاسبه تکرار کردیم τ(q)مربوط به مقادیر مختلف q .

م(ه،q)∝هτ(q)،
τ(q)=لیمه→0لوگاریتمم(ه،q)لوگاریتمه،

در نهایت، بعد فراکتال تعمیم یافته است Dq، توان تکینگی α(q)،و طیف مولتی فراکتال f(α)بر اساس نتایج فوق با استفاده از معادلات (5) و (6) محاسبه شدند.

Dq={1q-1لیمه→0لوگاریتمم(ه،q)لوگاریتمه=τ(q)q-1     q≠1لیمه→0∑من=1ن(ه)پمنلوگاریتمپمنلوگاریتمه               q=1،

Dqبا q متفاوت است. چه زمانی q=0، Dq=0نشان دهنده بعد ظرفیت در بعد فراکتال است. چه زمانی q=1، Dq=1بعد اطلاعاتی است. و وقتی که q=2، Dq=2بعد همبستگی است. به طور کلی، Dqتابعی کاملاً یکنواخت نزولی از q است. چه زمانی q→+∞، Dqرفتار اسکالر منطقه با متمرکزترین معیارهای احتمال در منطقه مورد مطالعه را توصیف می کند و زمانی که q→-∞، Dqرفتار اسکالر منطقه را با پراکنده ترین معیارهای احتمال توصیف می کند.

{α(q)=دτ(q)دq        f(α)=q·α(q)-τ(q)،

جایی که α(q)نشان دهنده تکینگی چگالی احتمال و α(q)مقداری است که اندازه شی مورد مطالعه به طور مساوی توزیع شده باشد. f(α)معمولاً یک منحنی صاف به سمت بالا محدب است و هر نقطه روی آن است α(q)~f(α)منحنی نشان دهنده بعد فراکتالی همان زیرمجموعه توان تکینگی است α(q)[ 37 ، 38 ].

قبل از محاسبه ویژگی های چندفراکتالی شی تحقیق، لازم بود مشخص شود که آیا ویژگی های چندفراکتالی دارد یا خیر. به طور کلی، دو شاخص زیر برای تعیین اینکه آیا آنها ویژگی های چند فرکتال را دارند یا خیر تأیید می شوند: (1) منحنی لگاریتمی دوگانه ( لوگاریتم م(ه،q)- لوگاریتمه) تابع تقسیم و مقیاس e رابطه خطی خوبی دارد، به این معنی که شی تحقیق دارای خواص چندفراکتال است. (2) اگر τ(q)تابعی محدب از q است، پس هدف مورد مطالعه دارای خواص چندفراکتال است.

هنگام تجزیه و تحلیل ویژگی های چندفراکتالی شی مورد مطالعه، باید عرض طیف چندفراکتالی را محاسبه کنیم. Δαو تفاوت در طیف مولتی فراکتال Δf[معادلات (7) و (8)]. Δαمی تواند به طور کمی میزان ناهمگنی شبکه توپوگرافی / رودخانه حوضه را توصیف کند و Δfمی توان برای بیان تفاوت کمیت بین حداکثر احتمال توزیع و زیر مجموعه احتمال حداقل اطلاعات ویژگی حوضه استفاده کرد. معنای خاص آن را می توان در ادبیات [ 39 ] یافت.

Δα=αحداکثر-αدقیقه،
Δf=f(αدقیقه)-f(αحداکثر)
2.3.2. آشکارسازهای جغرافیایی
تمایز فضایی یکی از ویژگی های اساسی پدیده های جغرافیایی است. یک آشکارساز جغرافیایی، تمایز فضایی عناصر جغرافیایی را تشخیص می‌دهد و عوامل محرک آنها را نشان می‌دهد، همانطور که وانگ و همکارانش پیشنهاد کردند. [ 40 ]. تشخیص با استفاده از آشکارسازهای جغرافیایی [ 41 ] شامل تشخیص تمایز و فاکتور، تشخیص تعامل، تشخیص منطقه خطر و تشخیص اکولوژیکی است. با توجه به اصول و زمینه های کاربردی آشکارسازهای جغرافیایی، ما از اولین آشکارساز برای تحلیل تاثیر و همبستگی توپوگرافی بر توسعه شبکه رودخانه استفاده کردیم.

آشکارساز تمایز و عامل برای تشخیص تمایز فضایی Y (شبکه رودخانه) و میزانی که هر عامل X (توپوگرافی) تمایز فضایی Y را توضیح می دهد استفاده می شود . درجه تفسیر با استفاده از مقدار q بر اساس معادله زیر اندازه گیری می شود:

q=1-∑ساعت=1Lنساعتσساعت2نσ2=1-اساسدبلیواساستی،

جایی که ساعت=1،2،⋯; Lطبقه بندی متغیر Y یا عامل X است، یعنی طبقه بندی یا تقسیم. و نساعتو نتعداد واحدها در لایه هستند ساعتو کل منطقه به ترتیب. σساعت2و σ2واریانس مقادیر Y در لایه هستند ساعتو کل منطقه به ترتیب. اساسدبلیوو اساستیبه ترتیب مجموع واریانس های درون لایه ها و کل واریانس کل منطقه هستند. محدوده q است [0،1]. مقدار q بزرگتر نشان می دهد که ناهمگونی فضایی Y (شبکه رودخانه) مشهودتر است. اگر طبقه بندی توسط متغیر X ایجاد شود، هر چه مقدار q بزرگتر باشد، قدرت توضیحی متغیر مستقل X برای ویژگی Y قوی تر است . در غیر این صورت، ضعیف تر است. در حالت شدید، زمانی که q 1 باشد، نشان می دهد که متغیر X می تواند توزیع فضایی Y را به طور کامل کنترل کند . وقتی q 0 باشد، نشان می دهد که متغیر X هیچ رابطه ای با Y ندارد. مقدار q نشان می دهد که متغیر Xتوضیح می دهد 100×q%از Y .

تبدیل مقادیر q توزیع غیر مرکزی F را برآورده می کند :

اف=ن-LL-1q1-q~اف(L-1،ن-L;λ)،
λ=1σ2[∑ساعت=1LY¯ساعت2-1ن(∑ساعت=1LنساعتY¯ساعت)2]،

جایی که λپارامتر غیر مرکزی است و Y¯ساعتمقدار میانگین لایه است ساعت. ما می توانیم آزمایش کنیم که آیا qمقدار با استفاده از رابطه (11) معنادار است.

2.3.3. رگرسیون وزنی جغرافیایی

رگرسیون وزن‌دار جغرافیایی (GWR) یک مدل رگرسیون فضایی مبتنی بر همواری محلی است که می‌تواند به طور موثر داده‌ها را با خودهمبستگی مکانی تخمین بزند و ناهمگونی مکانی متغیرها را در مناطق مختلف منعکس کند [ 42 ، 43 ]. معادله مدل GWR به صورت زیر است:

yمن=β0(تومن،vمن)+∑ک=1پβک(تومن،vمن)ایکسمنک+εمن،

جایی که yمنمتغیر وابسته است. β0رهگیری است. (تومن،vمن)موقعیت نقطه نمونه i است . β0(تومن،vمن)عبارت ثابت نقطه نمونه i است . βک(تومن،vمن)نشان دهنده ضریب k متغیر مستقل نقطه نمونه i است . ایکسمنکk متغیر مستقل نقطه نمونه i است . و εمنخطای تصادفی است

در این مطالعه، متغیر وابسته، ویژگی‌های شبکه رودخانه در حوضه رودخانه زرد بود (که با عرض طیفی چندفراکتالی نشان داده می‌شود. Δα) و متغیر مستقل عامل ویژگی توپوگرافی بود. در محاسبه رگرسیون وزنی جغرافیایی، دقت نتایج مدل تا حد زیادی تحت تأثیر هسته و پهنای باند است. ما از یک هسته ثابت استفاده کردیم و از معیار اطلاعات Akaike (AICc) برای تعیین پهنای باند برای تجزیه و تحلیل استفاده شد، زیرا رویکرد هسته ثابت برای داده های شبکه ای مناسب تر است [ 29 ، 43 ] و روش AICc می تواند مشکل را بهتر حل کند و سریعتر [ 44 ، 45 ]. در نتایج محاسبات، R 2 اصلاح شده استنشان دهنده میزان توضیح متغیر وابسته توسط متغیرهای مستقل است، یعنی تأثیر توپوگرافی بر ویژگی های شبکه رودخانه، که برای آزمایش عملکرد مدل استفاده شد. R 2 محلی می تواند میزان توضیح متغیر مستقل متغیر وابسته را در هر شبکه منعکس کند. از این نتیجه می توان برای آزمایش عملکرد محلی نتایج مدل استفاده کرد. زمانی که عدد شرط در نتیجه محاسبه کمتر از 0 یا بیشتر از 30 باشد، نشان می‌دهد که چند خطی محلی بین متغیرهای مستقل وجود دارد و نتیجه محاسبه مدل غیرقابل اعتماد است.

3. نتایج

3.1. تجزیه و تحلیل چند فراکتالی

در این مطالعه، ما ویژگی‌های چندفراکتالی توپوگرافی و شبکه‌های رودخانه‌ای در حوضه رودخانه زرد را بر اساس داده‌های بردار شبکه رودخانه و DEM و ویژگی‌های چندفراکتالی توپوگرافی و شبکه رودخانه در 262 شبکه 80 × 80 کیلومتر و 893 شبکه 40 محاسبه کردیم. کیلومتر × 40 کیلومتر. قبل از محاسبه ویژگی‌های چندفراکتالی شی مورد مطالعه، لازم بود که فاصله بدون مقیاس شی مورد مطالعه تعیین شود و ماهیت چندفراکتالی آن تأیید شود. فواصل بدون مقیاس توپوگرافی و شبکه رودخانه حوضه رودخانه زرد و شبکه تقسیم شده آن، همانطور که در جدول 1 نشان داده شده است، محاسبه شد .
محدوده مقیاس در جدول 1 برای محاسبه و آزمایش اینکه آیا منطقه مورد مطالعه دارای خواص چندفراکتالی است یا خیر استفاده شد. توپوگرافی و شبکه رودخانه حوضه رودخانه زرد و شبکه تقسیمی آن رابطه خطی خوبی بین لوگاریتمم(ه،q)و لوگاریتمهکه ضرایب همبستگی پیرسون همگی بیشتر از 0.95 بود. علاوه بر این τ(q)مقادیر اشیاء مورد مطالعه توابع محدب نسبت به q بودند. نتایج فوق حاکی از آن است که توپوگرافی و شبکه رودخانه مورد مطالعه در محدوده مقیاس انتخاب شده با ویژگی‌های چندفراکتالی بارز دارای مقیاس ثابت هستند که می‌توان بر اساس تئوری چندفراکتالی آن را بیشتر مورد تحلیل و بررسی قرار داد.
ویژگی های چندفراکتالی شی مورد مطالعه عمدتاً با بعد فراکتالی تعمیم یافته نشان داده شد ( Dq) و طیف مولتی فراکتال [ α ( q )~ f ( α )]. آنها با توجه به عرض طیفی تجزیه و تحلیل شدند Δαاز طیف چندفراکتال و تفاوت بین مقادیر حداکثر و حداقل Δfاز طیف مولتی فراکتال برای تجسم ویژگی های چندفراکتالی شبکه مشخص شده در حوضه رودخانه زرد، فقط Δαو Δfتوپوگرافی و شبکه رودخانه در حوضه رودخانه زرد در مقیاس های مختلف در اینجا نمایش داده شده است. نتایج در شکل 2 نشان داده شده است ، جایی که “T” و “R” به ترتیب نشان دهنده توپوگرافی و رودخانه ها هستند. به عنوان مثال، “Δα-T” نشان دهنده عرض طیفی طیف چندفرکتالی توپوگرافی در شکل 2 است.
ارزش های Δαو Δfدر چند فراکتال معانی مختلفی را در توپوگرافی و شبکه های رودخانه ای نشان می دهد. (1) هنگامی که ویژگی های توپوگرافی، گستره توان تکینگی را تجزیه و تحلیل کردیم Δαمی تواند به طور کمی میزان ناهمگنی احتمال توزیع ویژگی های حوضه را توصیف کند. بزرگتر Δαاین است که، هر چه یکنواختی توزیع اطلاعات ویژگی در حوضه بدتر باشد، برجستگی توپوگرافی بیشتر است (یعنی تغییرات درون فراکتال ها بیشتر است)، و روند احتمال هر زیر مجموعه قطبی تر می شود. این Δfبرای محاسبه تفاوت بین اعداد زیر مجموعه احتمال توزیع حداکثر و حداقل اطلاعات ویژگی های حوضه استفاده شد. این به طور غیر مستقیم نسبت تعداد قله ها و دره ها را در سطح زمین شکل حوضه منعکس می کند. (2) در تجزیه و تحلیل شبکه رودخانه، Δαمنعکس کننده توزیع فضایی تنوع مورفولوژیکی در شبکه رودخانه است. بزرگتر Δαنشان دهنده تنوع بیشتر در فراکتال ها و توزیع فضایی یکنواخت کمتر شبکه رودخانه است. Δfمنعکس کننده توزیع فضایی تراکم رودخانه است.
ارزش های مختلف از Δαو Δfنشان دهنده پیچیدگی توپوگرافی و شبکه های رودخانه ای در مناطق مختلف است. توزیع فضایی ویژگی های چندفراکتالی توپوگرافی و شبکه رودخانه در حوضه رودخانه زرد در شکل 2 نشان داده شده است.. از منظر مقیاس‌های مختلف، زمین و شبکه رودخانه‌ای حوضه رودخانه زرد دارای تمایز مکانی قوی بوده و درجات متفاوتی از تمایز را در مقیاس‌های مختلف نشان می‌دهند. تمایز با افزایش مقیاس کاهش یافت و اطلاعات بیان شده با جزئیات بیشتر بود. از منظر ویژگی‌های چندفراکتالی زمین و شبکه رودخانه، ساختار شبکه رودخانه متناظر منطقه با توزیع زمین پیچیده‌تر نسبتاً ساده بود، که نشان می‌دهد زمین و شبکه رودخانه تا حدودی روند همبستگی منفی را نشان می‌دهند. بنابراین، بر اساس نتایج فوق فرض کردیم که توپوگرافی تأثیر منفی بر ساختار شبکه‌های رودخانه‌ای دارد.

3.2. تجزیه و تحلیل تشخیص جغرافیایی و تأثیر توپوگرافی بر شبکه رودخانه

عوامل توپوگرافی مختلف می توانند اطلاعات مربوط به ویژگی های توپوگرافی را از دیدگاه های مختلف منعکس کنند. برجستگی و شیب توپوگرافی، شاخص های اساسی برای توصیف و بیان ویژگی های مورفولوژیکی توپوگرافی و ژئومورفیک هستند [ 46 ]. با توجه به ویژگی های چندفراکتالی فوق حوضه رودخانه زرد، مشخص می شود که بین توپوگرافی آن و شبکه رودخانه همبستگی خاصی وجود دارد و توپوگرافی تأثیر خاصی بر ساختار و مورفولوژی شبکه رودخانه داشته است. بنابراین 13 شاخص در این تحقیق به عنوان متغیرهای مستقل ( جدول 2 ) از سه بعد چند فرکتالی، برجستگی توپوگرافی و فاکتور شیب انتخاب شدند. ویژگی های چندفراکتالی شبکه رودخانه ( Δα) به عنوان متغیرهای وابسته برای نشان دادن ساختار شبکه رودخانه استفاده شد. ما از یک آشکارساز جغرافیایی برای تجزیه و تحلیل همبستگی بین توپوگرافی و شبکه رودخانه و میزان تأثیر توپوگرافی بر ساختار رودخانه استفاده کردیم.
عامل تسکین توپوگرافی، تنوع توپوگرافی در ارتفاع و ویژگی‌های مورفولوژیکی منطقه‌ای زمین را از منظر ماکروسکوپیک‌تر منعکس می‌کند. ضریب شیب یک عامل توپوگرافی است که شکل میکروسکوپی شیب را منعکس می کند و می تواند منعکس کننده تغییرات محلی در زمین باشد. مولتی فراکتال ها می توانند پیچیدگی مورفولوژی کلی و محلی زمین را با جزئیات بیشتری از منظرهای متعدد منعکس کنند و حاوی اطلاعات ویژگی های توپوگرافی بیشتری باشند که همیشه نقش مهمی در تجزیه و تحلیل توپوگرافی ایفا کرده است [ 2 ].]. در این مطالعه از آشکارسازهای واگرایی و عاملی در روش آشکارساز جغرافیایی برای تحلیل میزان تأثیر توپوگرافی بر ساختار شبکه رودخانه از دیدگاه های ماکروسکوپی، میکروسکوپی و جامع توپوگرافی استفاده کردیم.
بر اساس متغیرهای انتخاب شده در بالا، مقادیر متغیرهای انتخابی در محدوده 80 × 80 کیلومتر و شبکه‌های 40 × 40 کیلومتر در حوضه رودخانه زرد محاسبه شد. سپس از روش وقفه طبیعی برای طبقه بندی متغیرهای انتخاب شده استفاده شد. تشخیص عامل شاخص های انتخاب شده با آشکارسازهای جغرافیایی انجام شد و نتایج تشخیص در جدول 3 آمده است.. در دو اندازه شبکه مختلف (80 کیلومتر × 80 کیلومتر و 40 کیلومتر × 40 کیلومتر)، پنج عامل از سیزده عامل آزمون معناداری را در سطح 01/0 گذراندند. این عوامل عبارت بودند از: عرض طیف چندفراکتال، اختلاف ارتفاع طیف چندفراکتال، ارتفاع متوسط، حداکثر ارتفاع و شیب متوسط. علاوه بر این، در مقیاس 40 کیلومتر، یک شاخص (حداقل ارتفاع) در سطح 0.05 آزمون معناداری را گذرانده است، در حالی که در مقیاس 80 کیلومتری، همان شاخص در سطح 0.1 آزمون معناداری را گذرانده است. به طور خلاصه، شش عامل آزمون معناداری را در مقیاس‌های مختلف گذراندند و نتایج جدول 3 با رتبه‌بندی آنها بر اساس مقدار q به دست آمد .
نتایج رتبه‌بندی عواملی که آزمون معنی‌داری را در جدول 3 گذرانده‌اند نشان می‌دهد که پهنای طیف چندفرکتالی زمین با نرخ تبیین بیش از 50 درصد، که بسیار بیشتر از عوامل دیگر این نتیجه نشان می دهد که پیچیدگی زمین تأثیر بیشتری بر ساختار شبکه رودخانه داشته است. فاکتورهای تأثیرگذار بعدی، اختلاف ارتفاع و شیب طیف چندفرکتالی، با نرخ تبیین بیش از 20 درصد بود، پس از آن، تسکین توپوگرافی شامل ارتفاع، حداکثر ارتفاع، و حداقل ارتفاع، با قدرت توضیحی نیز به حدود 10 درصد رسید. از مقیاس های مختلف تحلیل، qمقادیر تشخیص جغرافیایی با افزایش مقیاس تجزیه و تحلیل کاهش یافت. با این حال، رتبه‌بندی توان توضیحی عوامل تأثیرگذار تغییری نکرد و رتبه‌بندی عبارت بود از عرض طیف چندفراکتالی > اختلاف ارتفاع طیف چندفراکتالی > شیب متوسط ​​> ارتفاع متوسط ​​> حداکثر ارتفاع > حداقل ارتفاع. رتبه‌بندی قدرت توضیحی عوامل تأثیرگذار با مقیاس تغییری نکرد، که نشان می‌دهد عوامل توپوگرافی مؤثر بر ساختار شبکه رودخانه عمدتاً شش عاملی بودند که آزمون معنی‌داری را پشت سر گذاشتند.

3.3. همبستگی بین توپوگرافی و ساختار شبکه رودخانه

برای بررسی بیشتر تفاوت‌های فضایی در بزرگی و جهت عوامل توپوگرافی که آزمون معنی‌داری را بر روی ساختار شبکه رودخانه در واحدهای تحلیل مختلف گذرانده‌اند، یک تحلیل رگرسیون فضایی محلی مدل رگرسیون وزن‌دار جغرافیایی را برای بررسی جهت و شدت معرفی کردیم. شش عامل توپوگرافی قابل توجه در شبکه رودخانه و تفاوت فضایی آنها در واحدهای تحلیل مختلف نتایج محاسبه شده با استفاده از رگرسیون وزنی جغرافیایی نشان داد که اصلاح شده است آر2از مدل 0.634 در مقیاس تجزیه و تحلیل 80 کیلومتر، و محدوده اعداد شرایط 16.656-29.959 بود. در مقیاس تجزیه و تحلیل 40 کیلومتر، R 2 تصحیح شده مدل 0.705 بود، و محدوده اعداد شرایط 17.988-27.999 بود، که نشان می دهد مدل آزمون چند خطی را گذرانده است، و خوبی برازش بالا بوده است. این نشان می دهد که نتایج محاسبه شده دارای درجه بالایی از اطمینان هستند. محلی آر2خطاهای استاندارد ضرایب و ضرایب رگرسیون هر متغیر مستقل محاسبه شد و نتایج در شکل 3 و شکل 4 نشان داده شده است.
محلی R 2 عملکرد محلی مدل را نشان می دهد و هر چه قدر مطلق بزرگتر باشد، تأثیر مدل بهتر است. شکل 3 a و شکل 4 a توزیع محلی را نشان می دهد آر2مدل رگرسیون دارای وزن جغرافیایی از شکل مشخص است که محلی آر2حوضه رودخانه زرد به تدریج از غرب به شرق افزایش یافت. در همین حال، شکل 3 الف و شکل 4 الف نیز نشان می دهد که هر متغیر مستقل دارای غیرایستایی فضایی است، اما ویژگی های درجه تأثیر آن متفاوت است. باقیمانده استاندارد شده ضریب نشان می دهد که آیا مشکلات محاسباتی محلی در مدل وجود دارد یا خیر. هنگامی که باقیمانده استاندارد شده از 2.5 تجاوز کند، نشان دهنده مشکلاتی در محاسبه مدل رگرسیون وزن‌دار جغرافیایی در این منطقه است. از شکل 3 ب و شکل 4 قابل مشاهده استb که تنها دو منطقه با بیش از 2.5 برابر باقیمانده استاندارد شده در مقیاس تجزیه و تحلیل 80 کیلومتر وجود داشت، اما این تأثیری بر تجزیه و تحلیل نتایج کلی نداشت، که همچنین نشان دهنده قابلیت اطمینان بالای نتایج محاسبات است.
عرض طیفی چندفراکتالی زمین نشان دهنده تکینگی و پیچیدگی توزیع فضایی آن است. شکل 3 ج نشان می دهد که پهنای طیفی چندفراکتالی زمین با متغیر وابسته در مقیاس تحلیل 80 کیلومتری به طور کلی همبستگی منفی داشت و در قسمت بالایی حوضه رودخانه زرد همبستگی مثبت داشت. درجه تأثیر بر ساختار رودخانه به تدریج از غرب به شرق با نظم خاصی افزایش یافت. تفاوت بین حداکثر و حداقل زیر مجموعه احتمال توزیع اطلاعات حوضه با اختلاف ارتفاع طیفی چندفرکتال نشان داده شد. همانطور که در شکل 3 نشان داده شده استد، اختلاف ارتفاع طیفی چندفراکتالی توپوگرافی و متغیر وابسته یک همبستگی مثبت به طور کلی و یک همبستگی منفی در حوضه پایین دست رودخانه زرد نشان داد. سهم آن در ساختار شبکه رودخانه به تدریج از غرب به شرق در فضا کاهش یافت و در ناحیه پایین دست رودخانه زرد منفی شد. منطقه تأثیر منفی تقریباً 2٪ از کل مساحت حوضه رودخانه زرد را تشکیل می دهد.
در مقیاس تحلیل 80 کیلومتری، شیب تأثیر تسهیل‌کننده‌ای بر ساختار شبکه رودخانه در تمام واحدهای تحلیل داشت و درجه تأثیر آن از شمال غربی به جنوب شرقی کاهش یافت. تأثیر میانگین ارتفاع بر ساختار شبکه رودخانه منفی بود و تأثیر آن از شمال به جنوب در یک روند «دایره‌ای» افزایش یافت. در همین حال، توپوگرافی حوضه رودخانه زرد به تدریج از شمال به جنوب کاهش یافت که نشان می‌دهد تأثیر ارتفاع بر ساختار شبکه رودخانه در نواحی توپوگرافی پایین‌تر بیشتر است. تأثیر حداکثر و حداقل ارتفاع بر روی ساختار شبکه رودخانه به طور کلی ارتقاء می‌یابد، اما تأثیر منفی نیز در حدود 30 درصد از مناطق در شمال و غرب حوضه رودخانه زرد مشاهده شد. نواحی با ارتفاع بالاتر نشان داد که مقادیر شدید ارتفاع در ارتفاعات بالاتر اثر سرکوب‌کننده‌ای بر ساختار شبکه رودخانه دارد. ضریب رگرسیون حداکثر ارتفاع به تدریج از شمال غربی به جنوب شرقی حوضه رودخانه زرد به صورت دایره ای افزایش یافت، اما درجه تأثیر آن ابتدا کاهش و سپس افزایش یافت. علاوه بر این، نواحی بیشتری با تأثیر مثبت حداکثر ارتفاع بر ساختار شبکه رودخانه نسبت به مناطق با تأثیر منفی مشاهده شد. اما درجه تأثیر آن ابتدا کاهش و سپس افزایش یافت. علاوه بر این، نواحی بیشتری با تأثیر مثبت حداکثر ارتفاع بر ساختار شبکه رودخانه نسبت به مناطق با تأثیر منفی مشاهده شد. اما درجه تأثیر آن ابتدا کاهش و سپس افزایش یافت. علاوه بر این، نواحی بیشتری با تأثیر مثبت حداکثر ارتفاع بر ساختار شبکه رودخانه نسبت به مناطق با تأثیر منفی مشاهده شد.
ضریب رگرسیون حداقل ارتفاع از شمال شرقی به جنوب غربی حوضه رودخانه زرد افزایش یافت و میزان تأثیر آن نیز ابتدا کاهش و سپس افزایش یافت. منطقه ای که حداکثر ارتفاع تأثیر مثبتی بر ساختار شبکه رودخانه داشت، غالب بود. مقدار شدید ارتفاع اثر مثبتی بر ساختار شبکه رودخانه داشت، که نشان می‌دهد پیچیدگی ساختار شبکه رودخانه در حوضه رودخانه زرد زمانی که توپوگرافی موج‌دارتر بود، بیشتر بود.
بر اساس نتایج فوق، مشخص شد که در مقیاس تحلیلی 80 کیلومتری، مقدار و توزیع مکانی درجه تأثیر عوامل توپوگرافی مختلف بر ساختار شبکه رودخانه متفاوت است. در بین تمامی عوامل توپوگرافی موثر بر ساختار شبکه رودخانه، بزرگترین ضریب رگرسیون (اثر) عرض طیف چندفراکتال بود. سایر عوامل شامل ارتفاع متوسط، اختلاف ارتفاع طیف چندفراکتال، شیب و ارتفاعات حداکثر و حداقل بود. میزان تأثیر عوامل توپوگرافی مختلف بر روی شبکه رودخانه در توزیع فضایی با تفاوت‌های فضایی آشکار متفاوت است.
شکل 4 میزان تأثیر و تنوع مکانی عوامل مختلف توپوگرافی را بر ساختار شبکه رودخانه در مقیاس تحلیل 40 کیلومتری نشان می دهد. می توان آن را از شکل 4 اعلام کردج اینکه عرض طیف چندفراکتالی با ساختار شبکه رودخانه در تمامی واحدهای تحلیل همبستگی منفی داشت، که نشان می‌دهد پیچیدگی توپوگرافی بر ساختار شبکه رودخانه در این مقیاس تحلیل تأثیر منفی داشته است و اثر آن به تدریج از جنوب غربی به شمال شرقی افزایش یافته است که تفاوت‌های فضایی قابل‌توجهی را نشان می‌دهد. تأثیر اختلاف ارتفاع طیف چندفراکتال بر ساختار شبکه رودخانه کوچک و منفی بود. درجه نفوذ آن به تدریج از غرب به شرق افزایش یافت، و تفاوت فضایی کم بود، که نشان می‌دهد تعداد و توزیع احتمال زیرمجموعه اطلاعات ویژگی‌های زمین تأثیر کمی بر شبکه رودخانه دارد. در این مقیاس، شیب تأثیر مثبتی بر ساختار شبکه رودخانه در تمامی واحدها داشت. و اثر آن مشابه تفاوت در ارتفاع طیف چندفرکتال بود. به تدریج از شمال شرقی به جنوب غربی افزایش یافت، که نشان می‌دهد شیب تأثیر بیشتری بر شبکه‌های رودخانه‌ای در نواحی با زمین‌های مرتفع، مانند فلات چینگهای-تبت و فلات لس دارد. نوسان ضریب رگرسیون ارتفاع متوسط ​​معنی‌دار بود و ناهمگنی مکانی اثر قوی بود. این اثر در تمام واحدهای آنالیز منفی بود و بیشتر در قسمت شرقی حوضه رودخانه زرد مشهود بود. از طریق تجزیه و تحلیل تطبیق با توزیع ارتفاعی در حوضه رودخانه زرد، مشخص شد که هرچه زمین کمتر باشد، تأثیر میانگین ارتفاع بر ساختار شبکه رودخانه بیشتر است. اگرچه ضریب رگرسیون و دامنه نوسان مقادیر حداکثر و حداقل ارتفاع بسیار کوچکتر از پارامترهای دیگر بود، تفاوت فضایی آشکار بود و تأثیر آنها بر شبکه رودخانه مثبت بود، که نشان می‌دهد تسکین توپوگرافی در این مقیاس پیچیدگی را ارتقا می‌دهد. ساختار شبکه رودخانه مقدار شدید ارتفاع در محدوده‌های فضایی مختلف متفاوت بود، اما اندازه اثر هر دو به تدریج از غرب به شرق افزایش یافت.
تأثیر عوامل توپوگرافی مختلف بر ساختار شبکه رودخانه و تغییرات مکانی آنها در مقیاس تحلیل 40 کیلومتری نشان داد که در بین انواع عوامل توپوگرافی، بیشترین تأثیر بر ساختار شبکه رودخانه عرض طیفی چندفراکتال و به دنبال آن میانگین است. elevation و بقیه شیب، اختلاف ارتفاع طیف چندفرکتال، حداقل ارتفاع و حداکثر ارتفاع به ترتیب نزولی هستند. تأثیر عوامل توپوگرافی مختلف بر ساختار شبکه رودخانه و توزیع فضایی آنها متفاوت بود، با ناهمگونی و نظم مکانی آشکارتر، و این تأثیرات از غرب به شرق در فضا متفاوت بود.
ما تأثیر عوامل توپوگرافی مختلف را بر ساختار شبکه رودخانه در حوضه رودخانه زرد در مقیاس‌های مختلف تجزیه و تحلیل کردیم که نشان داد همبستگی بالایی بین توپوگرافی و ساختار شبکه رودخانه وجود دارد که نشان می‌دهد توپوگرافی تأثیر بیشتری بر توسعه رودخانه دارد. شبکه رودخانه جهت اثر و بزرگی عوامل توپوگرافی مختلف بر روی شبکه رودخانه متفاوت بود و اثر مقیاس برخی از پارامترهای توپوگرافی آشکار بود. عرض طیف چندفراکتال تأثیر منفی بر شبکه رودخانه در مقیاس‌های مختلف داشت. دامنه نوسان ضریب رگرسیون به تدریج با افزایش مقیاس تحلیل افزایش یافت، در حالی که مقدار ضریب رگرسیون به تدریج کاهش یافت. اختلاف ارتفاع طیفی چندفرکتالی تأثیر منفی بر ساختار شبکه رودخانه در مقیاس تحلیل 40 کیلومتر و تأثیر مثبت در مقیاس تجزیه و تحلیل 80 کیلومتر داشت. در تمامی واحدهای تحلیل در مقیاس‌های مختلف، شیب تأثیر مثبتی داشت که نشان می‌دهد هر چه شیب بیشتر باشد، تأثیر بیشتر بر شبکه رودخانه و پیچیدگی بیشتر است. علاوه بر این، اثر مقیاس ضریب رگرسیون شیب معنی‌دار نبود. میانگین ارتفاع در مقیاس های مختلف اثر منفی داشت و اثر مقیاس مشهود نبود. حداکثر و حداقل ارتفاع عمدتاً در مقیاس‌های مختلف اثرات مثبت داشتند و اثر مقیاس معنی‌دار نبود. در مقایسه با سایر پارامترهای توپوگرافی، ضرایب رگرسیون حداکثر و حداقل ارتفاع کمتر بود.
تصحیح شد آر2مدل رگرسیون وزن‌دار جغرافیایی در مقیاس‌های مختلف به ترتیب 634/0 و 705/0 بود که نشان‌دهنده همبستگی بالایی بین عوامل توپوگرافی و شبکه رودخانه است. این همچنین نشان می دهد که ساختار شبکه رودخانه به طور قابل توجهی تحت تأثیر توپوگرافی قرار گرفته است. تحت مقیاس های مختلف تجزیه و تحلیل، تأثیر پارامترهای توپوگرافی بر ساختار شبکه رودخانه به ترتیب زیر بود: عرض طیف چندفراکتالی توپوگرافی > میانگین ارتفاع > اختلاف ارتفاع طیف چندفراکتالی > شیب > حداقل ارتفاع > حداکثر ارتفاع. این نشان می‌دهد که پیچیدگی توپوگرافی و میانگین ارتفاع تأثیر بیشتری بر شکل‌گیری و توسعه شبکه‌های رودخانه‌ای داشته است، در حالی که تأثیر افراط‌های ارتفاعی منطقه‌ای بر شبکه‌های رودخانه‌ای نسبتاً ضعیف بوده است.

3.4. تحلیل خوشه‌ای ضرایب رگرسیون وزن‌دار جغرافیایی

ضرایب رگرسیون محاسبه‌شده با استفاده از مدل رگرسیون وزن‌دار جغرافیایی برای حوضه رودخانه زرد در مقیاس‌های تحلیل مختلف، مرتبه دوم خوشه‌بندی شدند. واحدهای تحلیل حوضه رودخانه زرد به سه دسته تقسیم شدند. در مقیاس تجزیه و تحلیل 80 کیلومتری، دسته اول شامل 155 واحد تجزیه و تحلیل، عمدتا در فلات لس. دسته دوم شامل 32 واحد تجزیه و تحلیل، به طور عمده در پایین دست از حوضه رودخانه زرد. و دسته سوم شامل 75 واحد تجزیه و تحلیل، عمدتاً در بخش بالایی رودخانه زرد (عمدتاً در زمین فلات، از جمله فلات چینگهای-تبت) بود. در مقیاس تجزیه و تحلیل 40 کیلومتری، نتایج طبقه‌بندی اساساً با نتایج طبقه‌بندی در مقیاس 80 کیلومتری یکسان بود و دسته اول شامل 529 واحد تجزیه و تحلیل بود. دسته دوم شامل 115 واحد تحلیل و دسته سوم شامل 249 واحد تجزیه و تحلیل است. نتایج خوشه بندی برای حوضه رودخانه زرد در مقیاس های مختلف نشان داده شده استشکل 5 . نتایج نشان می‌دهد که نتایج خوشه‌بندی اساساً یکسان بود، اگرچه مقیاس‌های تحلیل متفاوت بود. نتایج طبقه‌بندی با واحدهای ژئومورفولوژیکی مختلف مطابقت داشت و سه دسته تحت سلطه واحدهای ژئومورفولوژیکی مختلف بودند. دسته اول تحت سلطه فلات لس و فلات مغولستان داخلی بود. دسته دوم تحت سلطه پایین دست حوضه رودخانه زرد، از جمله دشت Huang-Huaihai بود. و دسته سوم تحت سلطه فلات تبت بود. تطابق بالای نتایج خوشه‌بندی با واحدهای مختلف ژئومورفولوژیکی نیز نشان می‌دهد که شکل‌گیری و توسعه ساختارهای شبکه رودخانه‌ای در مناطق مختلف به طور جدایی ناپذیری با عوامل توپوگرافی مرتبط بوده است.
نتایج تحلیل خوشه ای مرتبه دوم در شکل 6 و شکل 7 نشان داده شده است که نشان می دهد هر چه ضریب رگرسیون نوع خاصی از منطقه برای یک عامل توپوگرافی خاص بیشتر باشد، تأثیر عامل توپوگرافی بر رودخانه منطقه ای بیشتر است. ساختار شبکه نتایج خوشه‌بندی همچنین نشان می‌دهد که عوامل کلیدی مؤثر بر ساختار هر نوع شبکه رودخانه منطقه‌ای متفاوت است.
عوامل مؤثر بر شبکه های مختلف رودخانه منطقه ای با تجزیه و تحلیل خوشه ای مرتبه دوم حوضه رودخانه زرد به دست آمد. در شکل 6 و شکل 7مشاهده می شود که در مقیاس 80 کیلومتری، ساختار شبکه رودخانه در دسته اول تحت تأثیر عرض طیف چندفرکتالی توپوگرافی، ارتفاع متوسط ​​و حداکثر ارتفاع قرار گرفته است. ساختار شبکه رودخانه در دسته دوم بیشتر تحت تأثیر شیب قرار گرفت و به دنبال آن عرض طیف چندفراکتال قرار گرفت. و دسته سوم بیشترین حساسیت را به اختلاف طیف چندفرکتال و حداقل ارتفاع داشتند. در مقیاس 40 کیلومتری، ساختار شبکه رودخانه در دسته اول عمدتاً تحت تأثیر عرض طیف چندفرکتال و ارتفاع متوسط ​​قرار گرفت. ساختار شبکه رودخانه در دسته دوم بیشترین حساسیت را به اختلاف طیف چندفرکتال و حداقل ارتفاع داشت. و ساختار شبکه رودخانه در دسته سوم بیشترین تأثیر را از شیب گرفت.
تجزیه و تحلیل خوشه‌بندی حوضه رودخانه زرد در مقیاس‌های مختلف نشان می‌دهد که عوامل تأثیرگذار ساختار شبکه رودخانه در دسته اول تحت تأثیر مقیاس تحلیل، یعنی عرض طیفی چندفراکتالی توپوگرافی و ارتفاع متوسط ​​قرار نگرفته است. عوامل موثر بر شبکه رودخانه در دسته دوم و سوم با مقیاس تحلیل متفاوت بوده و این تغییر در دسته سوم مشهودتر بود. دسته های مختلف مناطق شامل واحدهای ژئومورفیک متفاوتی هستند و این نتیجه همچنین توضیح می دهد که چرا ساختار شبکه رودخانه در واحدهای ژئومورفیک مختلف عمدتاً تحت تأثیر عوامل توپوگرافی مختلف قرار گرفته است.

4. نتیجه گیری و بحث

در این مطالعه، ما تغییرات فضایی ویژگی‌های چندفراکتالی زمین و شبکه رودخانه در حوضه رودخانه زرد را محاسبه و تجزیه و تحلیل کردیم و رابطه بین توپوگرافی و ساختار شبکه رودخانه را تحت مقیاس‌های تحلیل مختلف با استفاده از آشکارساز جغرافیایی و مدل‌های رگرسیون وزن‌دار جغرافیایی بررسی کردیم. نتایج اصلی به شرح زیر است:
(1) شبکه رودخانه و زمین حوضه رودخانه زرد دارای ویژگی‌های چندفراکتالی آشکار بود، و ویژگی‌های چندفراکتالی هر دو دارای شکستگی قوی در فضا در مقیاس‌های تحلیل مختلف بود. فراکتالیته ویژگی های چندفرکتالی آنها به تدریج با افزایش مقیاس تجزیه و تحلیل کاهش یافت. ویژگی های چندفراکتالی توپوگرافی و شبکه رودخانه همبستگی منفی داشتند. یعنی توزیع توپوگرافی در منطقه پیچیده تر بود و ساختار شبکه رودخانه مربوطه ساده تر بود.
(2) نتایج تشخیص جغرافیایی ساختار شبکه رودخانه در حوضه رودخانه زرد نشان می دهد که شش عامل توپوگرافی که آزمون معنی داری را پشت سر گذاشتند، عوامل توپوگرافی اصلی مؤثر بر ساختار شبکه رودخانه و ترتیب قدرت توضیحی عوامل تأثیرگذار بودند. با تغییر مقیاس تغییر نکرد. ترتیب قدرت توضیحی عوامل تأثیرگذار در مقیاس‌های تحلیل مختلف به شرح زیر بود: عرض طیف چندفراکتال > اختلاف ارتفاع طیف چندفراکتال > شیب متوسط ​​> ارتفاع متوسط ​​> حداکثر ارتفاع > حداقل ارتفاع.
(3) همبستگی بالایی بین ساختار شبکه رودخانه و توپوگرافی در حوضه رودخانه زرد وجود داشت. شدت و بزرگی عوامل توپوگرافی مختلف بر ساختار شبکه رودخانه متفاوت بود. عرض طیف چندفرکتال تأثیر منفی بر ساختار شبکه رودخانه داشت، که همچنین نشان می‌دهد که پیچیدگی توپوگرافی یک اثر بازدارنده بر پیچیدگی ساختار شبکه رودخانه دارد.
(4) خوشه‌بندی مرتبه دوم ضرایب رگرسیون از نتایج مدل رگرسیون وزن‌دار جغرافیایی حوضه رودخانه زرد نشان داد که حوضه به سه نوع منطقه تقسیم می‌شود و عوامل کلیدی تأثیرگذار ساختار شبکه رودخانه متفاوت است. انواع مختلف مناطق نتایج خوشه‌بندی با واحدهای مختلف ژئومورفولوژیکی بسیار سازگار بود و این نتیجه همچنین نشان می‌دهد که ساختار شبکه رودخانه ارتباط نزدیکی با انواع ژئومورفولوژیکی دارد.
به عنوان عناصر اصلی جغرافیایی فیزیکی، ساختار و اطلاعات مشخصه شبکه‌های رودخانه‌ای و توپوگرافی در حوضه‌ها از نظر مکانی پیچیده و متغیر بود. Multifractals یک روش قابل اعتماد و پشتیبانی نظری برای نمایش کمی ویژگی های خود ارائه می دهد. علاوه بر این، ارتباط نزدیکی بین شبکه رودخانه و توپوگرافی وجود داشت. ما همبستگی بین شبکه‌های رودخانه و توپوگرافی را از منظر چندفرکتال‌ها و تأثیر انواع مختلف عوامل توپوگرافی بر ساختار شبکه رودخانه در مقیاس‌های تحلیل مختلف تحلیل کردیم. نتایج برای نمایش علمی و کمی خصوصیات شبکه رودخانه و توسعه توپوگرافی و ژئومورفولوژی از اهمیت زیادی برخوردار است.

منابع

  1. شی بین، MA; Yu-Lun، طبقه‌بندی خودکار لندفرم در منطقه کارست بر اساس ASTER GDEM. علمی Geogr. گناه 2012 ، 32 ، 368-373. [ Google Scholar ]
  2. تانگ، جی. پیشرفت DEM و تجزیه و تحلیل زمین دیجیتال در چین. Acta Geogr. گناه 2014 ، 69 ، 1305-1325. [ Google Scholar ]
  3. منگ، ایکس. ژانگ، پی. لی، جی. مک.؛ لیو، دی. ارتباط بین شمارش جعبه و ابعاد فراکتال ژئومورفیک در ساختار فراکتالی شبکه‌های رودخانه: زاویه اتصال. هیدرول. Res. 2020 ، 51 ، 1397-1408. [ Google Scholar ] [ CrossRef ]
  4. Czuba، JA; فوفولا-جورجیو، ای. Gran، KB; بلمونت، پی. Wilcock، PR تعامل بین منبع یابی رسوب به صورت فضایی صریح، ساختار شبکه رودخانه سلسله مراتبی، و انتقال رسوب مواد درون کانالی و دینامیک ذخیره سازی. جی. ژئوفیس. Res. زمین گشت و گذار. 2017 ، 122 ، 1090-1120. [ Google Scholar ] [ CrossRef ]
  5. ویسنته-سرانو، اس ام. Zabalza-Martínez، J. بوراس، جی. لوپز-مورنو، جی. پلا، ای. پاسکوال، دی. ساوه، آر. بیل، سی. فونز، آی. Azorin-Molina، C. رویدادهای هیدرولوژیکی شدید و تأثیر مخازن در یک حوضه رودخانه بسیار تنظیم شده در شمال شرقی اسپانیا. جی هیدرول. Reg. گل میخ. 2017 ، 12 ، 13-32. [ Google Scholar ] [ CrossRef ]
  6. توسعه حوضه رودخانه فاکس، کالیفرنیا. بین المللی دایره هوم Geogr. (ویرایش دوم) 2020 ، 90 ، 1-8. [ Google Scholar ] [ CrossRef ]
  7. فاتربای، محصور شدن دره LM به عنوان عاملی از الگوی رودخانه بافته شده برای رودخانه پلاته. ژئومورفولوژی 2009 ، 103 ، 562-576. [ Google Scholar ] [ CrossRef ]
  8. وو، اس. لی، جی. Huang, GH مطالعه ای بر روی ویژگی های توپوگرافی اولیه مشتق شده از DEM برای کاربردهای هیدرولوژیکی: حساسیت به وضوح داده های ارتفاعی. Appl. Geogr. 2008 ، 28 ، 210-223. [ Google Scholar ] [ CrossRef ]
  9. شی، WZ; وانگ، بی. Yan, T. تحلیل دقت مدل رقومی ارتفاع مربوط به تفکیک فضایی و شیب زمین با درونیابی دوخطی. ریاضی. Geosci. 2014 ، 46 ، 445-481. [ Google Scholar ] [ CrossRef ]
  10. ژو، Q. لیو، X. تجزیه و تحلیل خطاهای شیب مشتق شده و جنبه مربوط به خواص داده DEM. محاسبه کنید. Geosci. 2004 ، 30 ، 369-378. [ Google Scholar ] [ CrossRef ]
  11. لیو، BY; نزدیک شدن، MA; Risse، اثرات طول شیب LM بر از دست دادن خاک برای شیب های تند. علم خاک Soc. صبح. J. 2000 , 64 , 1759-1763. [ Google Scholar ] [ CrossRef ]
  12. لیو، پی. تأثیر درجه امداد سطح زمین بر پیچیدگی شبکه خیابان در چین. ISPRS Int. J. Geo-Inf. 2021 ، 10 ، 705. [ Google Scholar ] [ CrossRef ]
  13. موکرجی، اس. موکرجی، اس. Garg، RD; بهاردواج، ا. راجو، PLN ارزیابی شاخص توپوگرافی در رابطه با ناهمواری زمین و فاصله شبکه DEM. J. Earth Syst. علمی 2013 ، 122 ، 869-886. [ Google Scholar ] [ CrossRef ]
  14. لو، ام. خو، ی. مو، ک. وانگ، آر. یانگ، ص. تغییرات فضایی انتگرال هیپسومتریک و مفاهیم برای سطوح پایه محلی در رودخانه Yanhe، چین. عرب جی. ژئوشی. 2018 ، 11 ، 366. [ Google Scholar ] [ CrossRef ]
  15. هورتون، ویژگی های حوضه زهکشی RE. Eos Trans. صبح. ژئوفیز. اتحادیه 1932 ، 13 ، 350-361. [ Google Scholar ] [ CrossRef ]
  16. اشنایدر، آ. جوست، ا. کولون، سی. سیلوستر، ام. تری، اس. Ducharne، A. استخراج شبکه رودخانه در مقیاس جهانی بر اساس توپوگرافی با وضوح بالا و محدود به سنگ شناسی، آب و هوا، شیب، و تراکم زهکشی مشاهده شده. ژئوفیز. Res. Lett. 2017 ، 44 ، 2773-2781. [ Google Scholar ] [ CrossRef ]
  17. تاکر، جنرال الکتریک؛ کاتانی، اف. رینالدو، آ. سوتین، RL تجزیه و تحلیل آماری تراکم زهکشی از داده های زمین دیجیتال. ژئومورفولوژی 2001 ، 36 ، 187-202. [ Google Scholar ] [ CrossRef ]
  18. پرون، جی تی; ریچاردسون، PW; فریر، KL؛ Laptre, M. ریشه شبکه های منشعب رودخانه. طبیعت 2012 ، 492 ، 100-103. [ Google Scholar ] [ CrossRef ]
  19. چن، XB; وانگ، YC; جینرن، NI ویژگی‌های ساختاری شبکه‌های رودخانه‌ای و روابط آنها با عوامل حوضه در حوضه رودخانه یانگ تسه و زرد. علمی فناوری چین علمی 2019 ، 62 ، 11. [ Google Scholar ] [ CrossRef ]
  20. ژو، اف. هویهوا، ال. لیو، سی. تغییر سیستم رودخانه در منطقه Lixiahe در طول شهرنشینی. انتقال آب جنوب به شمال علوم آب تکنولوژی 2018 ، 16 ، 118-126. [ Google Scholar ]
  21. لیو، ز. هان، ال. دو، سی. کائو، اچ. وانگ، اچ. ویژگی های فراکتالی و چندفراکتالی خطوط خطی در کیانه گرابن و اهمیت زمین ساختی آن با استفاده از تصاویر سنجش از دور. Remote Sens. 2021 , 13 , 587. [ Google Scholar ] [ CrossRef ]
  22. کروپینسکی، م. واورزاسک، ا. درژویسکی، دبلیو. جنروویچ، ام. الکساندرویچ، اس. تجزیه و تحلیل چندفراکتالی چه چیزی می تواند در مورد تصاویر فراطیفی به ما بگوید؟ Remote Sens. 2020 , 12 , 4077. [ Google Scholar ] [ CrossRef ]
  23. Qin، ZL; وانگ، جی ایکس؛ Lu، Y. تجزیه و تحلیل ویژگی های چندفراکتالی بر اساس احتمال توزیع شیب در حوضه رودخانه زرد، چین. ISPRS Int. J. Geo-Inf. 2021 ، 10 ، 337. [ Google Scholar ] [ CrossRef ]
  24. ماندلبروت، بی بی سواحل بریتانیا چقدر طول دارد؟ خود شباهت آماری و بعد کسری. Science 1967 , 156 , 636-638. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  25. بارتولو، اس. ولتری، م. Primavera، L. برآورد ابعاد تعمیم یافته شبکه های رودخانه. جی هیدرول. 2006 ، 322 ، 181-191. [ Google Scholar ] [ CrossRef ]
  26. بارتولو، اس دی؛ گابریل، اس. Gaudio، R. رفتار چندفراکتالی شبکه های رودخانه ای. هیدرول. سیستم زمین علمی 2000 ، 4 ، 105-112. [ Google Scholar ] [ CrossRef ]
  27. پاریسی، جی. Frisch، U. در مورد ساختار تکینگی تلاطم کاملاً توسعه یافته در آشفتگی و پیش بینی پذیری در دینامیک سیالات ژئوفیزیکی و دینامیک آب و هوا. صبح. جی. تئول. فیلوس 1985 ، 88 ، 71-88. [ Google Scholar ]
  28. بنزی، ر. پالادین، جی. پاریسی، جی. Vulpiani، A. در مورد ماهیت چندفراکتالی سیستم های آشفتگی و آشفتگی کاملاً توسعه یافته. J. Phys. ژنرال فیزیک. 1999 ، 17 ، 3521-3531. [ Google Scholar ] [ CrossRef ]
  29. خو، اس. یو، ز. یانگ، سی. جی، ایکس. Ke, Z. روند تبخیر و تعرق و پاسخ آنها به تغییرات آب و هوایی و سبز شدن پوشش گیاهی در بالای دست‌های حوضه رودخانه زرد. کشاورزی برای. شهاب سنگ 2018 ، 263 ، 118-129. [ Google Scholar ] [ CrossRef ]
  30. Ge، Q. خو، دبلیو. فو، ام. هان، ی. آن، جی. Xu، Y. ارزش های خدمات اکوسیستم باغ ها در حوضه رودخانه زرد، چین. جی آرید. سرزمین 2022 ، 14 ، 284-296. [ Google Scholar ] [ CrossRef ]
  31. سئو، ی. اشمیت، آر. کانگ، ب. خواص چندفراکتالی توزیع پیک جریان در شبکه های زهکشی تصادفی. استوک. محیط زیست Res. ارزیابی ریسک 2014 ، 28 ، 1157-1165. [ Google Scholar ] [ CrossRef ]
  32. شن، زی. ژان بین، لی. پنگ، LI; Ke-Xin، LU محاسبات چندفراکتال برای ویژگی توپوگرافی حوزه آبخیز. Adv. علوم آب 2009 ، 20 ، 385-391. [ Google Scholar ] [ CrossRef ]
  33. Aharony، A. اندازه گیری چند فراکتال. فیزیک D پدیده غیرخطی. 1989 ، 38 ، 1-4. [ Google Scholar ] [ CrossRef ]
  34. رولف، اس. هندسه فراکتال: مبانی و کاربردهای ریاضی. ریاضی. گز. 1990 ، 74 ، 288-317. [ Google Scholar ]
  35. هالسی، تی. جنسن، ام. کادانوف، ال. پروکاچیا، آی. Shraiman, B. معیارهای فراکتال و تکینگی های آنها: توصیف مجموعه های عجیب و غریب. فیزیک Rev. A Third 1986 , 33 , 1141-1151. [ Google Scholar ] [ CrossRef ]
  36. گائودیو، آر. بارتولو، اس. پریماورا، ال. ولتری، م. گابریل، اس. رویه‌ها در تجزیه و تحلیل چندفراکتالی شبکه‌های رودخانه: بررسی وضعیت هنر. آب انرژی Abstr. 2005 ، 15 ، 5. [ Google Scholar ]
  37. واورزاسک، ا. اچیم، م. برونو، R. تجزیه و تحلیل چندفراکتالی نوسانات میدان مغناطیسی هلیوسفر مشاهده شده توسط اولیس. اخترفیزیک. J. 2019 , 876 , 153. [ Google Scholar ] [ CrossRef ]
  38. واورزاسک، ا. اچیم، م. Macek، WM; برونو، R. تکامل متناوب در باد خورشیدی آهسته و سریع فراتر از صفحه دایره البروج. اخترفیزیک. J. 2016 , 814 , L19. [ Google Scholar ] [ CrossRef ]
  39. وانگ، جی. Qin، Z. شی، ی. یائو، جی. تجزیه و تحلیل چندفراکتالی شبکه های رودخانه تحت پس زمینه شهرنشینی در حوضه رودخانه زرد، چین. Water 2021 , 13 , 2347. [ Google Scholar ] [ CrossRef ]
  40. وانگ، جی. لی، ایکس. کریستاکوس، جی. لیائو، ی. ژانگ، تی. گو، ایکس. ژنگ، X. ارزیابی خطر سلامت مبتنی بر آشکارسازهای جغرافیایی و کاربرد آن در مطالعه نقص لوله عصبی منطقه هشون، چین. بین المللی جی. جئوگر. Inf. علمی 2010 ، 24 ، 107-127. [ Google Scholar ] [ CrossRef ]
  41. وانگ، جی اف. ژانگ، TL; Fu، BJ اندازه گیری ناهمگنی طبقه بندی شده فضایی. Ecol. اندیک. 2016 ، 67 ، 250-256. [ Google Scholar ] [ CrossRef ]
  42. براندون، سی. فاثرینگهام، اس. چارلتون، ام. رگرسیون وزنی جغرافیایی. JR Stat. Soc. سر. D 2017 , 47 , 431-443. [ Google Scholar ] [ CrossRef ]
  43. Xiong، Y. لی، ی. شیونگ، اس. وو، جی. دنگ، او. همبستگی فضایی چند مقیاسی بین شاخص پوشش گیاهی و ویژگی‌های زمین در حوضه کوچکی از رودخانه مینجیانگ بالایی. Ecol. اندیک. 2021 ، 126 ، 107610. [ Google Scholar ] [ CrossRef ]
  44. Akaike، HT نگاهی جدید به شناسایی مدل آماری. خودکار IEEE Trans را کنترل کنید. 1974 ، 19 ، 716-723. [ Google Scholar ] [ CrossRef ]
  45. Tu, J. روابط متغیر فضایی بین کاربری زمین و کیفیت آب در سراسر یک گرادیان شهرنشینی که توسط رگرسیون وزن‌دار جغرافیایی بررسی شده است. Appl. Geogr. 2011 ، 31 ، 376-392. [ Google Scholar ] [ CrossRef ]
  46. پایک، RJ; ایوانز، IS; Hengl, T. Geomorphometry: A Brief Guide. توسعه دهنده علم خاک 2009 ، 33 ، 3-30. [ Google Scholar ] [ CrossRef ]
  47. Grohmann، CH; اسمیت، ام جی. ریکومینی، سی. تجزیه و تحلیل چند مقیاسی زبری سطح توپوگرافی در دره میدلند، اسکاتلند. IEEE Trans. Geosci. Remote Sens. 2011 ، 49 ، 1200-1213. [ Google Scholar ] [ CrossRef ]
Ijgi 11 00519 g001 550
شکل 1. موقعیت حوضه رودخانه زرد.
Ijgi 11 00519 g002a 550 Ijgi 11 00519 g002b 550
شکل 2. ویژگی های مولتی فراکتالی حوضه رودخانه زرد. ( الف ) Δαتوپوگرافی شبکه ای 80 × 80 کیلومتری. ( ب ) Δfتوپوگرافی شبکه ای 80 × 80 کیلومتری. ( ج ) Δαشبکه رودخانه ای شبکه ای به ابعاد 80 × 80 کیلومتر. ( د ) Δfشبکه رودخانه ای شبکه ای به ابعاد 80 × 80 کیلومتر. ( ه ) Δαتوپوگرافی شبکه ای 40 کیلومتر × 40 کیلومتر. ( و ) Δfتوپوگرافی شبکه ای 40 کیلومتر × 40 کیلومتر. ( گرم ) Δαشبکه رودخانه ای شبکه ای به ابعاد 40 × 40 کیلومتر؛ ( h ) Δfشبکه رودخانه ای شبکه ای به طول 40 × 40 کیلومتر.
Ijgi 11 00519 g003a 550 Ijgi 11 00519 g003b 550
شکل 3. درجه تأثیر توپوگرافی بر ساختار شبکه رودخانه در مقیاس تحلیل 80 کیلومتری. ( الف ) محلی آر2; ( ب ) باقیمانده استاندارد شده ضریب. ( ج ) عرض طیف مولتی فراکتال. ( د ) تفاوت در طیف چندفراکتال. ( ه ) شیب. ( f ) ارتفاع متوسط; ( ز ) حداکثر ارتفاع. ( ح ) حداقل ارتفاع.
Ijgi 11 00519 g004a 550 Ijgi 11 00519 g004b 550
شکل 4. درجه تأثیر توپوگرافی بر ساختار شبکه رودخانه در مقیاس تحلیل 40 کیلومتری. ( الف ) محلی آر2; ( ب ) باقیمانده استاندارد شده ضریب. ( ج ) عرض طیف مولتی فراکتال. ( د ) تفاوت در طیف چندفراکتال. ( ه ) شیب. ( f ) ارتفاع متوسط; ( ز ) حداکثر ارتفاع. ( ح ) حداقل ارتفاع.
Ijgi 11 00519 g005 550
شکل 5. نتایج خوشه بندی حوضه رودخانه زرد. ( الف ) نتایج خوشه بندی در مقیاس 80 کیلومتری. ( ب ) نتایج خوشه بندی در مقیاس 40 کیلومتری.
Ijgi 11 00519 g006 550
شکل 6. نتایج خوشه‌بندی مرتبه دوم ضرایب رگرسیون مدل رگرسیون وزن‌دار جغرافیایی در مقیاس تحلیل 80 کیلومتری. ( الف ) عرض طیف مولتی فراکتال. ( ب ) تفاوت طیف مولتی فراکتال. ( ج ) شیب. ( د ) ارتفاع متوسط; ( ه ) حداکثر ارتفاع. ( و ) حداقل ارتفاع.
Ijgi 11 00519 g007 550
شکل 7. نتایج خوشه‌بندی مرتبه دوم ضرایب رگرسیون مدل رگرسیون وزن‌دار جغرافیایی در مقیاس تحلیل 40 کیلومتری. ( الف ) عرض طیف مولتی فراکتال. ( ب ) تفاوت طیف مولتی فراکتال. ( ج ) شیب. ( د ) ارتفاع متوسط; ( ه ) حداکثر ارتفاع. ( و ) حداقل ارتفاع.

مقالات داخلی و بین المللی

مطالب مرتبط ...

بدون دیدگاه

دیدگاهتان را بنویسید