زبری سطح زمین یک پارامتر مهم در تجزیه و تحلیل زمین برای مطالعه مسائل مختلف محیطی و مهندسی است. نویسندگان تعاریف و معیارهای مختلفی را برای زبری سطح زمین ارائه کردند که معمولاً به بهره برداری از داده های رقومی ارتفاع برای تعیین قابل اعتماد آن بستگی دارد. این تحقیق با هدف بررسی رویکردهای مختلف برای تعریف و استخراج زبری سطح زمین از اندازه‌گیری‌های هوابرد LiDAR انجام شد. همچنین با هدف ارزیابی اثرات اندازه پنجره فیلتر انحراف استاندارد بر روی نقشه‌های ناهمواری ایجاد شده در مناظر مرکز شهر با استفاده از سه رویکرد شناخته‌شده یعنی؛ فیلتر انحراف استاندارد مدل ارتفاعی دیجیتال (DEM)، فیلتر انحراف استاندارد مدل شیب شیب و فیلتر انحراف استاندارد مدل انحنای پروفیل. در این زمینه، نقشه‌های ناهمواری متفاوتی از اندازه‌گیری‌های هوابرد LiDAR شهر تورنتو، کانادا با استفاده از سه رویکرد فیلتر با اندازه‌های مختلف پنجره ایجاد شده‌اند. تجزیه و تحلیل بصری نشان داده است که رنگ‌های رنگی با مقادیر زبری کوچک با بافت‌های صاف بر نقشه‌های زبری از اندازه پنجره‌های کوچک فیلتر انحراف استاندارد غالب هستند، با این حال، افزایش اندازه‌های پنجره، تغییرات گسترده‌تری در تن رنگ‌ها و نقشه‌های زبری بافت خشن‌تر ایجاد کرده است. انحراف استاندارد و محدوده نقشه‌های زبری از LiDAR DEM به دلیل افزایش اندازه پنجره فیلتر افزایش یافته است در حالی که چولگی و کشیدگی به دلیل افزایش اندازه پنجره کاهش یافته است، که نشان می‌دهد نقشه‌های زبری از اندازه‌های پنجره بزرگ‌تر از نظر آماری متقارن‌تر و بیشتر هستند. استوار. بدین ترتیب، به دلیل افزایش اندازه پنجره به ترتیب به 7×7 و 15×15، کشیدگی 53 درصد و 82 درصد کاهش یافته است. انحراف معیار نقشه های زبری از مدل شیب شیب به دلیل افزایش اندازه پنجره تا 15×15 افزایش یافته در حالی که با افزایش بیشتر کاهش یافته است. با این حال، چولگی به دلیل افزایش اندازه پنجره تا 15×15 کاهش یافته است و کشش با نرخ بالاتر تا اندازه پنجره 11×11 کاهش یافته است. و به ترتیب 82.6 درصد به دلیل افزایش اندازه پنجره به 15×15، در حالی که کشیدگی به ترتیب 58.6، 76.3 و 93.76 درصد به دلیل افزایش اندازه پنجره فیلتر به 5×5، 7×7 و 15×15 کاهش یافته است. انحراف معیار نقشه های زبری از مدل شیب شیب به دلیل افزایش اندازه پنجره تا 15×15 افزایش یافته در حالی که با افزایش بیشتر کاهش یافته است. با این حال، چولگی به دلیل افزایش اندازه پنجره تا 15×15 کاهش یافته است و کشش با نرخ بالاتر تا اندازه پنجره 11×11 کاهش یافته است. و به ترتیب 82.6 درصد به دلیل افزایش اندازه پنجره به 15×15، در حالی که کشیدگی به ترتیب 58.6، 76.3 و 93.76 درصد به دلیل افزایش اندازه پنجره فیلتر به 5×5، 7×7 و 15×15 کاهش یافته است. انحراف معیار نقشه های زبری از مدل شیب شیب به دلیل افزایش اندازه پنجره تا 15×15 افزایش یافته در حالی که با افزایش بیشتر کاهش یافته است. با این حال، چولگی به دلیل افزایش اندازه پنجره تا 15×15 کاهش یافته است و کشش با نرخ بالاتر تا اندازه پنجره 11×11 کاهش یافته است. و به ترتیب 82.6 درصد به دلیل افزایش اندازه پنجره به 15×15، در حالی که کشیدگی به ترتیب 58.6، 76.3 و 93.76 درصد به دلیل افزایش اندازه پنجره فیلتر به 5×5، 7×7 و 15×15 کاهش یافته است.

کلید واژه ها

زبری سطح ، منظر شهری ، هوابرد LiDAR ، DSM/DEM/DTM ، شیب شیب ، انحنای نمایه ، فیلتر انحراف استاندارد ، تحلیل فضایی

1. مقدمه

ناهمواری سطح زمین یک پارامتر مهم برای تجزیه و تحلیل زمین است زیرا علاوه بر ایفای نقش مهم در تجزیه و تحلیل پدیده های طبیعی مختلف، پارامترهای ژئوفیزیکی متعددی مانند ویژگی های شکل زمین را منعکس می کند [ 1 ] [ 2 ] [ 3 ]. گرومن و همکاران 2011 و 2009 [ 4 ] [ 5 ] زبری سطح را به عنوان بیانی از تغییرپذیری ارتفاعات یک سطح توپوگرافی در یک مقیاس معین تعریف کردند، که در آن مقیاس تجزیه و تحلیل توسط اندازه لندفرم ها یا ویژگی های ژئومورفیک مورد علاقه تعیین می شود. مدل دیجیتالی ارتفاع (DEM) یک معیار مهم و عینی از ارتفاع سطح را تشکیل می دهد که آن را برای نمایش ویژگی های سطح مناسب می کند [ 6 ]] که عمدتاً میزان زبری سطح را برای یک پدیده مهندسی یا محیطی خاص تعیین می کند [ 7 ] [ 8 ] . هاج و همکاران 2009 [ 9 ] بررسی هایی را در مورد روش های تحلیل مدل های رقومی زمین از طریق محاسبه توزیع ارتفاعات سطح، نیمه واریوگرام ها، تمایلات سطح، شیب ها و جنبه های سطح و جهت گیری دانه ها انجام داد. آنها توصیه کردند که توزیع ارتفاعات سطح، شیب سطح و تحلیل جنبه آموزنده ترین هستند. تاود و طوطی، 2005 [ 10] روابط بین ویژگی‌های زمین‌شناسی و زبری سطح DEM را با استفاده از تحلیل هندسه فراکتال مورد مطالعه قرار داد و توصیه کرد که اندازه‌گیری زبری سطح DEM ابزاری مفید برای تشخیص ویژگی‌های مورفومتریک است. همچنین هانی و همکاران، 2011 [ 2 ] الگوریتمی را برای محاسبه زبری سطح DEM ارائه کردند که میانگین مساحت مناطق انحنای زمین، و میانگین ناهمواری زمین را به دلیل توزیع نواحی انحنای محاسبه می کند. آنها پیشنهاد کردند که الگوریتم آنها پارامتر ناهمواری سطح واقعی را با توجه به دامنه ها و فرکانس های زمین ارائه می دهد که امکان کمی سازی خوبی از تحدب/تعرض یک منطقه را در مقیاس های مختلف فراهم می کند، با این حال، آنها اشاره ای نکردند که چگونه نوع منظر می تواند بر نتایج آنها تأثیر بگذارد. تیان و همکاران، 2011 [1 ] کمیت تغییرپذیری زبری سطح را با استفاده از یک DEM در شهرستان بیچوان قبل و بعد از زلزله از طریق بهره‌برداری از سه الگوریتم به کار برد. ریشه میانگین مربع ارتفاع، انحراف معیار ارتفاع، انحراف معیار انحنای پروفیل. آنها توصیه می کنند که روش ریشه میانگین مربع ارتفاع بارزترین نتایج را در به تصویر کشیدن تغییرات ناهمواری سطح قبل و بعد از زلزله نشان داد. ژنگ و ژائو 2010 [ 11 ] روشی را برای تخمین زبری سطح از داده های نمونه گیری رادیومتر در فرکانس های مختلف ارائه کردند که در آن نتایج عددی شبیه سازی شده آنها نشان داد که رادیومتر با حساسیت 0.1 K می تواند زبری سطح مختلف و تغییرات زبری را تشخیص دهد.

گرومن و همکاران 2011 و 2009 [ 4 ] [ 5] رویکردهای مختلف توسعه‌یافته در مطالعه زبری سطح در زمین و علوم سیاره‌ای را به دنبال ارزیابی روش‌های انتخاب شده در مناظر روستایی در دره میدلند، اسکاتلند در مقیاس‌ها و وضوح‌های فضایی مختلف بررسی کرد. روش‌های آن‌ها شامل روش نسبت مساحت است که نسبت مساحت سطح واقعی به سطح پلان سلول‌های مربعی تعریف شده توسط نقاط ورودی را محاسبه می‌کند که در سطوح صاف این نسبت نزدیک به یک است، اما با سطوح نامنظم، نسبت بزرگ‌تر از یکی همچنین، آنها پراکندگی برداری را بررسی کردند که آرایه ای از مقادیر ارتفاعی با فواصل منظم است که می تواند به سطوح مثلثی مسطح تقسیم شود و با سه نقطه غیر خطی مجاور و نرمال با این صفحات که توسط بردارهای واحد نشان داده شده است تعریف شود، جایی که در مناطق مسطح با ارتفاعات مشابه انتظار می رود استحکام برداری زیاد و پراکندگی برداری کوچک باشد، اما در مناطق نامنظم قدرت بردار کم و پراکندگی برداری زیاد خواهد بود. علاوه بر این، گرومن و همکاران. 2011 و 2009 [4 ] [ 5] بیان کرد که چندین نویسنده زبری سطح را به عنوان تغییرپذیری ارتفاعات سطح زمین تعریف می کنند که به عنوان انحراف استاندارد مطلق همه مقادیر در اندازه پنجره تعریف شده توسط کاربر بیان می شود. علاوه بر آنچه قبلا ذکر شد، انحراف استاندارد مدل ارتفاع دیجیتال باقیمانده را می توان به عنوان معیاری از زبری سطح مورد استفاده قرار داد که در آن DEM باقیمانده از طریق تفریق جبری مدل دیجیتالی زمین استخراج شده (DTM) از DEM اصلی که نشان دهنده واقعی است، محاسبه می شود. سطح و می تواند به عنوان مدل سطح دیجیتال (DSM) نامیده شود. علاوه بر این، انحراف استاندارد گرادیان شیب معیار مهمی از زبری را تشکیل می دهد زیرا تنوع توپوگرافی را بیان می کند. علاوه بر این،4 ] [ 5 ] . هبلر و پوروز، 2007 [ 12] از داده های با وضوح بالا از ماموریت توپوگرافی رادار شاتل در مقایسه با مجموعه داده های 1.0 کیلومتری GLOBE برای محاسبه سطوح خطا برای سه منطقه کوهستانی استفاده کرد. آنها توصیه می کنند که سطوح خطا به طیفی از متغیرهای توپوگرافی مرتبط باشد. ناهمواری، حد اقل و متوسط ​​انتها و جنبه. آنها پیشنهاد کردند که آمار جهانی برای طیف وسیعی از شاخص‌های توپوگرافی برای معرفی عدم قطعیت و شاخص‌های توپوگرافی مانند زبری ارتفاعی که به عنوان انحراف استاندارد ارتفاعات در یک محله 3×3 تعریف می‌شود، علاوه بر ناهمواری شیب که به عنوان انحراف استاندارد بیان می‌شود، قوی است. شیب ها در یک محله 3×3 برای مطالعه تأثیر عدم قطعیت ارتفاع بر استخراج چنین شاخص های توپوگرافی کافی هستند [ 12 ].

پیشرفت‌های بزرگ در فناوری محاسبات و افزایش ظرفیت ذخیره‌سازی، مدل‌های ارتفاعی دیجیتال را به طور گسترده در کاربردهای مختلف مورد استفاده قرار می‌دهد که با در دسترس بودن داده‌های ارتفاعی دیجیتال با وضوح بالا در حوزه‌های افقی و عمودی پشتیبانی می‌شود که امکان محاسبات دقیق پارامترهای استخراج‌شده از DEM را فراهم می‌کند [ 8 ]. ] [ 9 ] . در این زمینه، تجزیه و تحلیل زمین دیجیتالی می‌تواند امکان استخراج ویژگی‌های اولیه مانند شیب شیب، جنبه شیب، انحنای پلان و انحنای پروفیل را فراهم کند که می‌تواند مستقیماً از یک DEM محاسبه شود [ 7 ] [ 13 ].] . این امر در قابلیت استخراج ویژگی‌های ژئومورفومتریک مانند زبری سطح که اطلاعاتی در مورد ژئومورفولوژی منطقه‌ای و بسیاری از پارامترهای زبری ارائه می‌دهد منعکس می‌شود زیرا برخی از نویسندگان از پارامترهای انحنا در مطالعه سطح استفاده کردند زیرا ویژگی‌های انحنا در اندازه‌گیری همگرایی و واگرایی سطح زمین مفید هستند. 12 ] . Tay و Teng 2008 [ 14 ] بیان کردند که زبری سطح تصویر یک مشخصه مهم برای تجزیه و تحلیل تصاویر InSAR است. آنها یک شاخص زبری سطح را برای تخمین زبری سطح تصویر برای کاربردهای تصاویر InSAR از طبقات مختلف کاربری زمین و DEM از ارتفاعات مختلف بر اساس تفاوت ارتفاع بین پیکسل های همسایه در یک پنجره تعریف شده توسط کاربر پیشنهاد کردند. Dinesh 2008 [15 ] روشی را برای محاسبه ناهمواری سطح اجسام کوهستانی منفرد ارائه کرد که در آن مورفولوژی ریاضی برای استخراج کوه های DEM از طریق محاسبه توابع احتمال نرمال شده برای هر جسم کوهستانی به عنوان نسبت مساحت پیکسل های اصلاح شده در جسم کوهستانی استفاده می شود. در هر مقیاس نسبت به مساحت جسم کوهستانی و از توابع احتمال نرمال شده محاسبه شده برای محاسبه متوسط ​​زبری مستقل از مقیاس اجسام کوهستانی به دلیل توزیع نواحی محدب و مقعر میانگین بر روی اجسام کوهستانی استفاده کرد. کوروپ و کورزنیوفسکا، 2016 [ 16] زبری سطح را از DEM های LiDAR به عنوان انحراف استاندارد انحنای کل در یک پنجره جستجوی ثابت با اندازه 5×5 پیکسل تخمین زد و این را به عنوان معیاری برای ناهمواری زمین تفسیر کرد.

داده‌های رقومی ارتفاع به‌دست آمده از فناوری‌های جدید با استفاده از روش‌های سنجش از راه دور فعال مانند اسکن لیزری هوا و برد راداری، در جایی که تحقیقات گذشته نیاز به ارزیابی مجدد در آینده نزدیک برای تطبیق چنین محصولات داده‌های ارتفاعی جدید و کاربردهای آن در استخراج دارد، گسترده‌تر می‌شوند. پارامترهای مختلف سطح مانند زبری سطح [ 17 ] [ 18 ] [ 19 ] . اسکن لیزری هوابرد بر اساس تشخیص نور و محدوده (LiDAR) یک فناوری بسیار تثبیت شده است که به پیشرفت‌ها ادامه می‌دهد و پوشش زمین با وضوح مکانی بالا را با دقت بهبود یافته برای استفاده در ایجاد مدل‌های ارتفاعی دیجیتال با کیفیت بالا و دقت بالا فراهم می‌کند [ 20 ] [ 21 ] [22 ] . فرانکل و دولان 2007 [ 23 ] بیان کردند که نقشه برداری لیزری با وضوح بالا (ALSM) که مخفف دیگر داده های توپوگرافی دیجیتال Airborne LiDAR است، محققان را قادر می سازد تا توپوگرافی را با جزئیات بی سابقه ای مطالعه کنند و به آنها امکان می دهد ناهمواری سطح زمین را کمی کنند که انجام آن دشوار بود. در گذشته. آنها از داده های ALSM برای محاسبه زبری سطح روی دو مخروط افکنه در شمال دره مرگ، کالیفرنیا با استفاده از تعریف زبری سطح به عنوان انحراف استاندارد شیب های یک پنجره متحرک به اندازه 5×5 در DEM استفاده کردند. دورن و همکاران، 2014 [ 24] مطالعه‌ای را انجام داد که بر مطالعه زبری سطح با کاوش اثرات لایه‌های زبری بر نتایج شبیه‌سازی سیل با استفاده از داده‌های LiDAR، orthophotos، داده‌های کاربری رسمی زمین، داده‌های OpenStreetMap و داده‌های CORINE Land Cover تمرکز دارد. آن‌ها تجزیه و تحلیل تصویر مبتنی بر شی را برای عکس‌های ارتوفوتو و LiDAR DEM به منظور تولید نقشه‌های پوشش زمین به منظور پارامترسازی زبری اعمال کردند. علاوه بر این، آنها از ساختار پوشش گیاهی عمودی در ابر نقطه LiDAR برای استخراج نقشه‌های ناهمواری در دشت‌های سیلابی با ایجاد نقشه‌های ناهمواری از داده‌های کاربری رسمی زمین، OpenStreetMap و مجموعه داده‌های پوشش زمین CORINE بهره‌برداری کردند که در آن شش شبیه‌سازی سیل متفاوت بر اساس یک داده ارتفاعی اعمال کردند. اما در نقشه های مختلف زبری. آنها تصدیق کردند که نقشه‌های زبری به دست آمده از داده‌های LiDAR و OpenStreetMap قابل مقایسه هستند در حالی که نتایج سایر مجموعه‌های داده به طور قابل توجهی متفاوت است. لیا و همکاران، 2016 [25 ] یک روش غیررستریزه‌سازی برای استخراج ناهمواری سطح خطوط جاده از داده‌های LiDAR بر اساس ویژگی‌های فناوری LiDAR هوابرد پیشنهاد کرد که می‌تواند مجموعه‌های دقیق و جغرافیایی از ابرهای نقطه متراکم همراه با شدت سیگنال‌های برگشتی را ارائه دهد. LiDAR هوابرد با توجه به استخراج خودکار اشیا در مقایسه با تصاویر هوایی از چندین مزیت برخوردار است که می تواند به شرح زیر باشد [ 20 ] [ 25 ] [ 26 ]:

1) جدا کردن اجسام بلند از جاده ها با استفاده از LiDAR بسیار ساده تر است.

2) زبری سطح را می توان به راحتی از داده های LiDAR بدست آورد.

3) داده‌های LiDAR هوابرد از زاویه اسکن باریک و فناوری سنجش فعال از انسداد کمتر و سایه‌های کوچک‌تر رنج می‌برند که به ویژگی‌هایی مانند جاده‌ها اجازه می‌دهد در مقایسه با تصاویر کامل‌تر باشند.

4) شدت بازتاب اندازه‌گیری‌های LiDAR می‌تواند ابزار مفیدی برای استخراج جاده‌ها فراهم کند، زیرا سطوح جاده‌ها باید بازتاب مشابهی داشته باشند.

5) تشخیص رودخانه ها از طریق اندازه گیری های LiDAR آسان است زیرا بخار آب نور لیزر را جذب می کند تا به عنوان بدون داده نمایش داده شود.

فن و اتکینسون 2018 [ 20] متوجه شد که نرخ تغییر در خطاهای DEM از نظر آماری در مناطق محلی که سطح ناهموارتر است بیشتر است، زمانی که از تراکم داده های منبع مختلف در ایجاد DEM استفاده می شود با همان درجه کاهش داده ها در کل منطقه اعمال می شود. آنها بر اساس این اعلامیه برای توصیف ناهمواری سطح از تفاوت بین دو مدل رقومی ارتفاعی تولید شده با استفاده از ابرهای نقطه ای با وضوح های فضایی مختلف برای یک سطح زمین و روشی برای تخمین ناهمواری سطح معرفی کردند که در آن از آزمایش های عددی برای آزمایش رویکرد خود بر روی مجموعه داده ها استفاده کردند. چهار ابر نقطه ارتفاع به دست آمده از اسکن لیزری زمینی (TLS) و LiDAR موجود در هوا. آنها توصیه کردند که رویکرد آنها در تعیین کمیت ناهمواری سطح زمین محلی مؤثر است.

2. اهداف و اهداف تحقیق

این تحقیق با هدف بررسی رویکردهای مختلف برای تعریف و استخراج زبری سطح زمین از داده های رقومی ارتفاعات به طور کلی انجام شد. با این حال، تاکید زیادی بر استخراج و تجزیه و تحلیل نقشه‌های زبری سطح از اندازه‌گیری‌های هوابرد LiDAR در مناظر شهری شده است که با انواع شدید هندسه، اندازه، شکل و ویژگی‌های ارتفاعی متفاوت مشخص می‌شود که انتظار می‌رود زبری زیادی برای مقاومت در برابر حرکات آب در طول سیل ارائه کند. این به دخالت گسترده زبری سطح زمین در بسیاری از کاربردهای دیگر اضافه شده است. مطالعه همچنین، با هدف ارزیابی اثرات اندازه پنجره تعریف شده توسط کاربر فرآیند فیلتر انحراف استاندارد بر روی نقشه های زبری ایجاد شده از داده های LiDAR موجود در هوا در چشم انداز مرکز شهر با استفاده از سه رویکرد شناخته شده برای تعریف و اندازه گیری زبری سطح یعنی؛ انحراف استاندارد ارتفاعات سطح، انحراف معیار شیب شیب سطح و انحراف استاندارد انحنای پروفیل سطح.

3. سایت تست، داده های تست و روش

نمونه ای از داده های LiDAR پروژه آزمایشی ISPRS WG III/4 در طبقه بندی شهری و بازسازی ساختمان های سه بعدی توسط ISPRS WG III/4 ارائه شده است. اسکنر لیزری هوابرد Optech ALTM-ORION M داده‌های اسکن لیزری هوابرد را برای یک منطقه محدود در مرکز شهر شهر تورنتو در کانادا ثبت کرد [ 26 ]. داده‌های نمونه شامل داده‌های مرکز شهر از ترکیبی از ساختمان‌های طبقه پایین و بلند با طیف گسترده‌ای از سازه‌های پشت بام، علاوه بر ویژگی‌های خیابان و جاده است . به شکل 1 مراجعه کنید.. شرکت Optech بر فراز منطقه “مرکز شهر تورنتو” پرواز کرد و داده های ALS را با استفاده از ALTM-ORION M Optech در فوریه 2009 به دست آورد، جایی که ALTM ORION M در طول موج 1064 نانومتر (نزدیک به فروسرخ) کار می کند و توپوگرافی زیرین را با عرض اسکن 20 اسکن می کند. درجه و فرکانس اسکن 50 هرتز. کل مجموعه داده شامل 6 نوار با تراکم نقطه تقریباً 6.0 نقطه بر متر مربع ^است . داده ها در قالب ASPRS (انجمن فتوگرامتری و سنجش از دور آمریکا) LAS 1.3 [ 26 ] فرمت شده اند.] . در این مطالعه از فایل Toronto_Strip_03.las برای ایجاد و تجزیه و تحلیل نقشه‌های زبری سطح زمین از اندازه‌گیری‌های Airborne LiDAR in Urban Landscape استفاده شده است. فایل داده تست Toronto_Strip_03.las یک نوار کامل اسکن لیزری هوابرد (ALS) را نشان می دهد و مساحتی در حدود 717296 متر مربع ^با ابعاد تقریبی حدود 508 متر در عرض نوار و حدود 1412 متر به عنوان طول نوار را پوشش می دهد. داده های نمونه شامل 2747785 اندازه گیری داده LiDAR است که چگالی ابر نقطه LiDAR را 3.83074 نقطه در هر متر مربع (pts/m ^{2 ) می دهد.}). این بدان معنی است که به طور متوسط ​​برای هر 0.261045 متر مربع یک اندازه گیری LiDAR ثبت شده است. تجزیه و تحلیل آماری مجموعه داده ها حداقل ارتفاع 9.69- متر و حداکثر ارتفاع 165.02 متر را نشان می دهد که محدوده ارتفاعات 174.71 متر را نشان می دهد که توسط افسانه در شکل 1 نشان داده شده است . علاوه بر این، میانگین ارتفاع فایل مجموعه داده 74.02371 متر ثبت شده است. علاوه بر این، انحراف معیار ارتفاعات در سراسر منطقه آزمایشی مرکز شهر 45.49852 متر است که به تغییرات قابل توجه در ارتفاعات ساختمان‌ها و ویژگی‌های منظر شهری اشاره دارد.

یک مدل رقومی ارتفاع از فایل داده Toronto_Strip_03.las LiDAR با استفاده از نرم افزار منبع باز SAGA 6.4 GIS ایجاد شده است که در آن از تکنیک درونیابی وزن معکوس فاصله (IDW) با توان چهار و وضوح شبکه نیم متر استفاده شده است. علاوه بر این، یک مدل شیب شیب و یک مدل انحنای پروفیل از DEM تولید شده مرکز شهر تورنتو در کانادا استخراج شده است. همچنین، هر یک از DEM تولید شده، مدل شیب شیب و مدل انحنای پروفیل تحت فیلتر انحراف استاندارد اندازه‌های پنجره متنوع برای تولید نقشه‌های زبری سطح مختلف از برخی از معیارهای زبری سطح محبوب انتخاب شده‌اند. در این مطالعه فیلترهای انحراف استاندارد پنجره‌های با اندازه‌های 3×3، 5×5، 7×7، 9×9، 11×11، 15×15، 21×21، 25×25، 31×31، 35 × 35 و 41 × 41 تحت بسته نرم افزار تجاری surfer 15 استفاده شده است. نقشه‌های زبری سطح تولید شده استخراج‌شده از فیلتر انحراف استاندارد ارتفاعات، فیلتر انحراف استاندارد شیب شیب و فیلتر انحراف استاندارد انحنای پروفیل در اندازه‌های مختلف پنجره فیلتر، به منظور مطالعه اثرات، تحت آنالیز بصری و آماری قرار گرفته‌اند. اندازه پنجره فیلتر انحراف استاندارد در نقشه‌های زبری استخراج شده از اندازه‌گیری‌های Airborne LiDAR در چشم‌انداز شهری مرکز شهر.

4. ایجاد و تجزیه و تحلیل نقشه های زبری سطح از فیلتر انحراف استاندارد LiDAR DEM

شکل‌های 2-9 نقشه‌های زبری سطح را نشان می‌دهند که در نتیجه فیلتر انحراف استاندارد Airborne LiDAR DEM با استفاده از فیلترهایی با اندازه‌های مختلف پنجره 3 × 3، 5 × 5، 7 × 7، 11 × 11، 15 × 5، 21 × 21 ایجاد شده است. ، به ترتیب 31 × 31 و 41 × 41. در شکل 2رنگ های آبی تیره بر نقشه زبری از فیلتر انحراف استاندارد با استفاده از اندازه پنجره 3 × 3 که اشاره به ناهمواری های کوچک در یک منطقه مرکز شهر با شدت بالا از ویژگی های ارتفاع متنوع دارد، غالب است. این به بی توجهی به ناهمواری ها به دلیل ویژگی های مهم در منطقه اشاره دارد. فقط لبه های ساختمان با خطوط بسیار نازک رنگ های روشن با مقادیر زبری بالاتر نشان داده می شود. بافت نقشه ناهمواری در اکثر قسمت‌های نقشه زبری که انتظار می‌رود در لبه‌های بیرونی ساختمان‌ها که تمایل به ناهمواری دارند صاف است، با این حال، صاف کردن ناهمواری‌ها به دلیل ویژگی‌های قسمت‌های بزرگ نقشه زبری بسیار واضح است. شکل 3 ایجاد شده با استفاده از فیلتری با اندازه پنجره 5 × 5 دارای رنگ های روشن تر در مقایسه با شکل 2 است.اما همچنان درجه بالایی از هموارسازی ویژگی با تن های صاف و بافت های صاف بر نقشه زبری غالب است. با افزایش اندازه فیلتر انحراف استاندارد، نقشه‌های زبری ساختار یافته‌تری با استفاده از اندازه‌های فیلتر ۷ × ۷ و ۱۱ × ۱۱ همانطور که به ترتیب در شکل ۴ و شکل ۵ نشان داده شده‌اند، به دست آمده‌اند. در شکل 4 و شکل 5 ، با لبه های ضخیم تر ساختمان ها و هموارسازی کمتر سازه ها، مقادیر رنگ های آبی روشن افزایش یافته است. با افزایش اندازه فیلترهای انحراف استاندارد به 15 × 15 و 21 × 21 نقشه های زبری ساختار یافته تری به دست آمده است که در شکل 6 و شکل 7 نشان داده شده است.به‌ترتیب در جایی که رنگ‌های آبی روشن که مقادیر بالاتری از زبری را نشان می‌دهند، با بافت‌های خشن‌تر و نمایش واضح زبری به دلیل ویژگی‌های ارتفاع متفاوت در نقشه‌ها افزایش یافته‌اند. شکل 8 و شکل 9 ساختارمندترین نقشه‌های زبری را با هموارسازی محدود ویژگی‌ها به علاوه رنگ‌ها و بافت‌های ساختاریافته نشان می‌دهند که منعکس‌کننده ویژگی‌های ارتفاعی متنوع و واضح حاکم بر چشم‌انداز مرکز شهر هستند. همچنین، لبه‌های ارتفاعی متفاوت و ساختمان‌ها ضخیم بوده است که نشان‌دهنده سهم بالای آن‌ها در زبری سطح در ناحیه چشم‌انداز فشرده است.

جدول 1 نتایج تجزیه و تحلیل آماری نقشه های زبری ایجاد شده از فیلتر انحراف استاندارد LiDAR DEM با اندازه پنجره های مختلف را نشان می دهد. همچنین شکل 10 نموداری را نشان می دهد که اثرات تغییر اندازه پنجره فیلتر انحراف استاندارد را بر انحراف معیار، میانگین، میانه، ریشه میانگین مربع و چولگی نقشه زبری سطح ایجاد شده از فیلتر انحراف استاندارد LiDAR DEM نشان می دهد. علاوه بر این، شکل 11 نموداری را نشان می دهد که اثرات تغییر اندازه پنجره فیلتر انحراف استاندارد را بر روی محدوده ها و کشیدگی نقشه زبری سطح ایجاد شده از فیلتر انحراف استاندارد LiDAR DEM نشان می دهد. از جدول 1 و شکل 10مشاهده می شود که هر یک از انحراف معیار (Stdev.)، میانگین، میانه و ریشه میانگین مربع (RMS.) نقشه های زبری با افزایش اندازه پنجره های فیلتر انحراف استاندارد افزایش می یابد، اما چولگی که معیاری برای اندازه گیری است. تقارن منحنی توزیع نرمال نقشه زبری با افزایش اندازه فیلترهای انحراف استاندارد کاهش می‌یابد که به این اشاره دارد که نقشه‌های زبری ایجاد شده با استفاده از اندازه‌های پنجره بالاتر از نظر آماری متقارن‌تر از آنهایی هستند که با استفاده از اندازه پنجره کوچک‌تر ایجاد می‌شوند. جدول 1 و شکل 11 را فرم دهیددامنه نقشه های زبری سطح به دلیل افزایش اندازه فیلتر انحراف استاندارد از 3×3 به 5×5 در حدود 71.6 درصد از کل افزایش ها افزایش یافته است در حالی که با افزایش اندازه پنجره بیش از 31×31 کاهش می یابد. ، جدول 1 و شکل 11 کشش را نشان می دهد که معیاری است برای اینکه داده ها با دنباله سنگین یا سبک دنباله نسبت به توزیع نرمال هستند که در آن مجموعه داده های دارای کشیدگی بالا تمایل به پرت های سنگین دارند در حالی که مجموعه داده های دارای کشیدگی کم تمایل به فاقد نقاط پرت دارند. از جدول 1 و شکل 11 ، کشش به شدت با افزایش اندازه پنجره فیلتر تا اندازه پنجره 15 × 15 کاهش می یابد که در آن نرخ کاهش با اندازه پنجره های بزرگتر خفیف تر است. از جدول 1و شکل 11 به دلیل افزایش اندازه پنجره از 3 × 3 به 7 × 7 × 53 درصد و به دلیل افزایش اندازه پنجره فیلتر از 3 × 3 به 15 × 15، حدود 82 درصد کاهش یافته است. نشان می دهد که نقشه زبری ایجاد شده از فیلتر 41 × 41 حاوی سازگارترین نقشه زبری سطح است. علاوه بر این، نتایج تجزیه و تحلیل آماری نشان می‌دهد که مجموع مقادیر زبری سطح در نقشه‌ها با افزایش اندازه پنجره فیلتر انحراف استاندارد برای همه نقشه‌های زبری سطح ایجاد شده افزایش می‌یابد.

5. ایجاد و تجزیه و تحلیل نقشه های زبری سطح از فیلتر انحراف استاندارد مدل شیب شیب LiDAR

در این مطالعه نقشه‌های زبری سطح از فیلتر انحراف استاندارد یک مدل گرادیان شیب استخراج شده از اندازه‌گیری‌های LiDAR موجود در هوا که در آن اندازه‌های مختلف فیلتر انحراف استاندارد بیوه به‌عنوان 3 × 3، 5 × 5، 7 × 7، 9 × 9، 11 ایجاد شده است. × 11، 15 × 5، 21 × 21، 25 × 25، 31 × 31، 35 × 35 و 41 × 41 استفاده شده است. شکل های 12-19 نشان دهنده هشت نقشه زبری سطح ایجاد شده با استفاده از فیلتر انحراف استاندارد در اندازه های مختلف پنجره 3 × 3، 5 × 5، 7 × 7، 11 × 11، 15 × 5، 21 × 21، 31 است. × 31 و 41 × 41 به ترتیب. در شکل 12رنگ های آبی روشن بر نقشه زبری از فیلتر انحراف استاندارد مدل شیب با استفاده از اندازه پنجره 3 × 3 با اشاره به زبری مقادیر واقع در وسط محدوده افسانه غالب است. با این حال، خیابان‌های اصلی با رنگ‌های آبی تیره نشان داده می‌شوند که به زبری کم اشاره دارد، در حالی که بلوک‌های ساختمانی با رنگ‌های ضربه‌ای روشن نشان داده می‌شوند که به مقادیر زبری بالا اشاره می‌کنند. نقشه زبری، شکل 12 به طور کلی از مقادیر بالای زبری با بافت ناهموار که مقادیر زبری بالا را به دلیل تنوع زیاد ویژگی‌های ابعاد مختلف هندسی نشان می‌دهد، ساخته شده است. شکل 13یک نقشه زبری ایجاد شده از فیلتر انحراف استاندارد از همان نقشه شیب اما با استفاده از اندازه پنجره 5 × 5 را نشان می دهد. رنگ های آبی روشن تر بر نقشه زبری غالب هستند، شکل 13 در مقایسه با شکل 12 که در آن تکه های بزرگتر از تن رنگ های مشابه وجود دارد. و بافت های خشن تر با مقادیر زبری بالاتر مربوطه و محدوده بالاتری از مقادیر زبری در افسانه. با افزایش اندازه بیوه فیلتر انحراف استاندارد، مقادیر زبری بالاتری در نقشه های زبری به دست آمده با استفاده از اندازه پنجره های 7 × 7 و 11 × 11 که به ترتیب در شکل 14 و شکل 15 نشان داده شده اند، نشان داده می شود. در شکل 14 و شکل 15مقادیر رنگ‌های آبی روشن با کاهش در نواحی رنگ آبی تیره با مقادیر زبری کم، افزایش یافته است، علاوه بر این، رنگ‌های زرد در پشت بام ساختمان‌ها ظاهر می‌شوند که به مقادیر زیاد زبری و بافت‌های خشن‌تر حاکم بر نقشه‌های زبری اشاره دارد. با افزایش بیشتر در اندازه پنجره فیلتر انحراف استاندارد به 15 × 15 و 21 × 21 نقشه های زبری ساختار یافته تری به دست آمده است که به ترتیب در شکل 16 و شکل 17 نشان داده شده است که در آن تن های رنگ آبی روشن با افزایش رنگ زرد افزایش یافته است. تن های رنگی نارنجی علاوه بر بافت های خشن تر که تغییرات گسترده ای را در تن رنگ ها بیان می کنند، بر نقشه زبری غالب هستند. شکل 18 و شکل 19ساختارمندترین نقشه‌های زبری را با تغییرات بزرگ در رنگ‌ها و بافت‌های ناهموار نشان دهید که منعکس‌کننده تغییرات بزرگ در مقادیر زبری است که منعکس‌کننده انواع گسترده در چشم‌انداز مرکز شهر است. همچنین، شکل 18 و شکل 19 تغییرات گسترده ای را در تن رنگ ها نشان می دهد که از رنگ های آبی تیره با مقادیر زبری کم به رنگ های آبی روشن تا رنگ های زرد تا رنگ های نارنجی و در نهایت به رنگ های قرمز با مقادیر زبری بالا نشان داده شده است. این به بافت بسیار ناهموار نقشه های زبری ایجاد شده با استفاده از فیلترهای انحراف استاندارد با اندازه پنجره های 31 × 31 و 41 × 41 اشاره دارد.

نتایج تحلیل آماری نقشه‌های زبری ایجاد شده از فیلتر انحراف استاندارد مدل شیب شیب استخراج‌شده از اندازه‌گیری‌های LiDAR با اندازه‌های مختلف پنجره در جدول 2 نشان داده شده است. همچنین شکل 20 نموداری را نشان می دهد که اثرات تغییر اندازه پنجره فیلتر انحراف استاندارد را بر روی انحراف معیار، میانگین، میانه، ریشه میانگین مربع و محدوده نقشه زبری سطح ایجاد شده نشان می دهد. علاوه بر این، شکل 21 نموداری را نشان می دهد که اثرات تغییر اندازه پنجره فیلتر انحراف استاندارد را بر روی چولگی و کشیدگی نقشه زبری سطح ایجاد شده نشان می دهد. از جدول 2 و شکل 20مشاهده می شود که میانگین، میانه و ریشه میانگین مربعات نقشه های زبری به دلیل افزایش اندازه پنجره فیلتر انحراف استاندارد با نرخ نسبتاً بالا تا اندازه پنجره 15×15 افزایش می یابد که سرعت افزایش این مقادیر کمتر می شود. با اندازه پنجره های بزرگتر فیلتر انحراف استاندارد. متناوبا، از جدول 2 و شکل 20محدوده نقشه های زبری به تدریج با کاهش اندازه پنجره فیلتر انحراف استاندارد کاهش می یابد. از سوی دیگر، انحراف معیار نقشه زبری به دلیل افزایش اندازه پنجره فیلتر انحراف استاندارد تا اندازه پنجره 15×15 افزایش می‌یابد که افزایش بیشتر در اندازه پنجره فیلتر انحراف استاندارد منجر به کاهش می‌شود. انحراف معیار نقشه زبری از جدول 2 و شکل 21مشاهده می‌شود که با افزایش اندازه پنجره فیلتر انحراف استاندارد مقدار چولگی کاهش می‌یابد که به این معناست که نقشه‌های زبری ایجاد شده فیلتر انحراف استاندارد با اندازه‌های پنجره بالا در مقایسه با مواردی که با استفاده از فیلتر انحراف استاندارد پنجره کوچک ایجاد می‌شوند، توزیع نرمال متقارن‌تری دارند. اندازه ها در این زمینه، چولگی با نرخ بالاتر تا فیلتر 15 × 15 پنجره در مقایسه با نرخ افزایش بیشتر در اندازه پنجره فیلتر انحراف استاندارد کاهش می‌یابد. همچنین از جدول 2 و شکل 21کشش به شدت با افزایش اندازه پنجره فیلتر تا اندازه پنجره 11 × 11 کاهش می یابد، سپس با اندازه پنجره های بزرگتر فیلتر انحراف استاندارد شروع به افزایش می کند که نشان می دهد نقشه زبری ایجاد شده از فیلتر 11 × 11 دارای بیشترین زبری سطح است. ارزش های. علاوه بر این، جدول 2 نشان می دهد که مجموع مقادیر زبری سطح در نقشه ها با افزایش اندازه پنجره فیلتر انحراف استاندارد برای تمام نقشه های زبری سطح ایجاد شده از فیلتر انحراف استاندارد مدل گرادیان شیب LiDAR افزایش می یابد.

6. ایجاد و تجزیه و تحلیل نقشه های زبری سطح از فیلتر انحراف استاندارد مدل انحنای پروفایل LiDAR

شکل‌های 22-29 نشان‌دهنده نقشه‌های زبری سطح هستند که به‌عنوان نتایج فیلتر انحراف استاندارد مدل انحنای پروفیل استخراج‌شده از اندازه‌گیری‌های Airborne LiDAR با استفاده از فیلترهایی با اندازه‌های مختلف پنجره به‌عنوان 3 × 3، 5 × 5، 7 × 7، 11 × 11، 15 استخراج شده است. × 15، 21 × 21، 31 × 31 و 41 × 41 به ترتیب. در شکل 22 و شکل 23رنگ‌های آبی تیره بر نقشه زبری غالب هستند از فیلتر انحراف استاندارد با اندازه پنجره 3×3 که اشاره به ناهمواری‌های کوچک دارد، علی‌رغم وجود چشم‌انداز مرکز شهر با شدت بالا از ویژگی‌های ارتفاعی متنوع که به نادیده‌گرفتن ناهمواری‌ها به دلیل ویژگی‌های مهم اشاره دارد. در منطقه. متفاوت از نقشه‌های ناهمواری ایجاد شده از فیلتر انحراف استاندارد DEM و مدل شیب شیب، لبه‌های ساختمان‌ها تنها با جاده‌های اصلی که می‌توانند از رنگ‌های آبی تیره‌تر قابل تفسیر باشند، واضح نیستند. همچنین بافت نقشه زبری در شکل 22 و شکل 23 در اکثر نقاط نقشه زبری نسبتا صاف است که صاف شدن زبری به دلیل ویژگی های قسمت های وسیع نقشه زبری بسیار واضح است.شکل 24 و شکل 25 نقشه های زبری سطح ایجاد شده با فیلتر انحراف استاندارد اندازه پنجره های 7 × 7 و 11 × 11 را نشان می دهد که تن رنگ های روشن تری را در مقایسه با شکل 22 و شکل 23 نشان می دهد که به مقادیر زبری سطح بالاتر اشاره دارد. با افزایش اندازه فیلترهای انحراف استاندارد به 15×15 و 21×21، نقشه‌های زبری روشن‌تر و نشان‌داده‌شده در شکل‌های 26 و 27 به دست آمده‌اند، اما نقشه‌های ناهمواری تار در مورد مناطقی با تکه‌های رنگی مختلف بر نقشه‌های زبری غالب است. اشاره به بافت خشن تر در شکل 28 و شکل 29که نقشه‌های زبری را از فیلتر انحراف استاندارد مدل انحنای پروفیل با اندازه‌های پنجره 31×31 و 41×41 بسیار روشن‌تر نشان می‌دهند، نقشه‌های زبری تن رنگ بسیار روشن‌تر به‌دست آمده‌اند. با این حال، نقشه‌های تار بسیار بدون ویژگی‌های متمایز و افزایش اندازه تکه‌های رنگی که منجر به تغییرات گسترده‌تر در تن رنگ‌ها و نقشه‌های بافت خشن‌تر می‌شود، به دست آمده‌اند.

نتایج تحلیل آماری نقشه‌های زبری ایجاد شده از فیلتر انحراف استاندارد مدل انحنای پروفیل استخراج‌شده از اندازه‌گیری‌های LiDAR با استفاده از اندازه‌های مختلف پنجره فیلتر در جدول 3 نشان داده شده است. همچنین شکل 30 نموداری را نشان می دهد که اثرات تغییر اندازه پنجره فیلتر انحراف استاندارد را بر میانگین، میانه، ریشه میانگین مربع و انحراف معیار نقشه زبری سطح ایجاد شده از فیلتر انحراف استاندارد مدل انحنای پروفیل نشان می دهد. علاوه بر این، شکل 31نموداری را ارائه می دهد که اثرات تغییر اندازه پنجره فیلتر انحراف استاندارد را بر روی محدوده و چولگی نقشه زبری سطح ایجاد شده از فیلتر انحراف استاندارد مدل انحنای پروفیل نشان می دهد. از جدول 3 و شکل 30 مشاهده می شود که میانگین، میانه و ریشه میانگین مربعات نقشه زبری به دلیل افزایش اندازه پنجره فیلتر انحراف استاندارد با نرخ نسبتاً بالا تا اندازه فیلتر 15 × 15 افزایش می یابد که در آن نرخ افزایش به دلیل اندازه پنجره فیلتر بزرگتر کوچکتر می شود. از طرف دیگر، انحراف استاندارد نقشه زبری به دلیل افزایش اندازه پنجره فیلتر انحراف استاندارد در تمام اندازه‌های پنجره آزمایش‌شده به تدریج کاهش می‌یابد. از جدول 3 وشکل 31 ، محدوده و چولگی نقشه‌های زبری به دلیل افزایش اندازه پنجره فیلتر انحراف استاندارد تا اندازه فیلتر حدود 15×15 کاهش می‌یابد که با افزایش بیشتر در اندازه پنجره فیلتر، نرخ کاهش کوچک‌تر می‌شود. در این زمینه، محدوده زبری حدود 93.6 درصد از کاهش کل کاهش می یابد، در حالی که چولگی به دلیل افزایش اندازه پنجره فیلتر به 15 × 15، حدود 82.6 درصد کاهش می یابد. همچنین، از جدول 3کشش با نرخ های بالا به دلیل افزایش اندازه پنجره فیلتر کاهش می یابد که در آن اندازه پنجره 5 × 5 باعث کاهش کشیدگی حدود 58.6٪ می شود در حالی که افزایش اندازه پنجره به 7 × 7 باعث کاهش حدود 76.3٪ در کشیدگی می شود. افزایش اندازه پنجره به 15×15 باعث کاهش کشیدگی در حدود 93.76 درصد از کاهش کل کشش می شود که به دلیل افزایش اندازه پنجره به 41×41 است. از سوی دیگر، جدول 3 نشان می دهد که مجموع سطح مقادیر زبری در نقشه ها با افزایش اندازه پنجره فیلتر انحراف استاندارد برای تمام نقشه های زبری سطح ایجاد شده از فیلتر انحراف استاندارد مدل انحنای پروفیل به تدریج افزایش می یابد.

7. بحث و گفتگو

سه معیار از زبری سطح زمین برای ایجاد و تجزیه و تحلیل نقشه‌های زبری سطح از اندازه‌گیری‌های LiDAR در هوا آزمایش شده است. گروهی از نقشه‌های زبری سطح از فیلتر انحراف استاندارد LiDAR DEM با اندازه‌های مختلف پنجره فیلتر ایجاد شده‌اند. همچنین گروه دیگری از نقشه‌های زبری سطح از فیلتر انحراف استاندارد مدل شیب شیب LiDAR با اندازه‌های پنجره فیلتر متفاوت به‌دست آمده‌اند. علاوه بر این، الف

گروه سوم نقشه‌های زبری سطح از فیلتر انحراف استاندارد مدل انحنای پروفایل LiDAR با اندازه‌های پنجره فیلتر متفاوت تولید شده‌اند. این سه معیار در برابر اندازه پنجره فیلتر انحراف استاندارد در منظر شهری مرکز شهر که با شدت بالای هندسه، اندازه‌ها، شکل‌ها، ارتفاعات و انواع ویژگی‌ها مشخص می‌شود، مورد بررسی قرار گرفته‌اند.

تجزیه و تحلیل بصری نقشه‌های زبری سطح از فیلتر انحراف استاندارد LiDAR DEM نشان داده است که رنگ‌های آبی تیره بر نقشه زبری از اندازه پنجره 3×3 با اشاره به مقادیر زبری کوچک غالب هستند. تغییرات کوچکی در نقشه‌های زبری از اندازه پنجره 5 × 5 رخ داده است که در آن نقشه زبری تن رنگ روشن‌تر به دست آمده است اما درجه بالایی از هموارسازی ویژگی هنوز وجود دارد. با این حال، افزایش بیشتر در اندازه پنجره‌های فیلترهای انحراف استاندارد، نقشه‌های زبری ساختار یافته‌تری از بافت‌های خشن‌تر ارائه کرده است. نقشه زبری ایجاد شده با استفاده از اندازه‌های پنجره 31×31 و 41×41 ساختار یافته‌ترین نقشه‌های زبری با تنوع نسبتاً وسیع رنگ‌های درون نقشه‌ها و بافت خشن بوده است. تجزیه و تحلیل آماری نقشه‌های زبری تولید شده از فیلتر انحراف استاندارد LiDAR DEM نشان داد که انحراف استاندارد، میانگین، میانه و ریشه میانگین مربع نقشه‌های زبری سطح با افزایش اندازه پنجره فیلتر انحراف استاندارد افزایش یافته و چولگی کاهش یافته است. با افزایش اندازه پنجره فیلتر انحراف استاندارد نشان می دهد که اندازه پنجره های بزرگتر نقشه های زبری سطح را به طور متقارن تری تولید کرده اند. علاوه بر این، محدوده زبری سطح با تغییر اندازه پنجره از 3×3 به 5×5 حدود 71.6 درصد افزایش یافته است، اما با اندازه پنجره های بزرگتر از 31×31 کاهش می یابد. اندازه پنجره تا 15 × 15 در حالی که نرخ کاهش با افزایش بیشتر ملایم تر شده است.

نقشه‌های زبری سطح از فیلتر انحراف استاندارد مدل شیب شیب LiDAR در مقایسه با موارد مربوط به فیلتر LiDAR DEM تفاوت‌هایی را نشان داده‌اند که در آن رنگ‌های آبی روشن‌تر بر نقشه زبری از اندازه پنجره 3×3 با اشاره به مقادیر زبری در وسط افسانه. خیابان‌های اصلی با مقادیر ناهمواری کم رنگ‌های آبی تیره همانطور که انتظار می‌رفت نشان داده شده‌اند، در حالی که بلوک‌های ساختمان‌ها ناهمواری‌های رنگ آبی روشن را ایجاد کرده‌اند که نقشه بافت خشن را ایجاد می‌کند. مشابه نقشه‌های زبری از LiDAR DEM، با افزایش اندازه پنجره‌های فیلترهای انحراف استاندارد، نقشه‌های زبری ساختار یافته‌تری با افزایش رنگ‌های آبی روشن‌تر و بافت‌های خشن‌تر به‌دست آمده‌اند. نقشه‌های زبری از اندازه‌های پنجره ۳۱×۳۱ و ۴۱×۴۱ تغییرات گسترده‌ای را در تن رنگ‌ها نشان داده‌اند که نقشه‌های زبری بافت خشن را ایجاد می‌کنند. مجدداً تحلیل آماری نقشه‌های زبری شیب شیب LiDAR نشان می‌دهد که میانگین، میانه و مجذور میانگین ریشه نقشه‌های زبری به دلیل افزایش اندازه فیلتر انحراف استاندارد با نرخ‌های بالاتر تا 15×15 افزایش یافته است در حالی که محدوده نقشه های زبری به تدریج با افزایش اندازه پنجره کاهش یافته است. همچنین انحراف معیار نقشه زبری به دلیل افزایش اندازه پنجره تا 15×15 افزایش یافته است اما افزایش بیشتر در اندازه پنجره باعث کاهش انحراف معیار نقشه زبری شده است. علاوه بر این، چولگی به دلیل افزایش اندازه پنجره تا 15×15 کاهش یافته است در حالی که با افزایش بیشتر افزایش یافته است که نشان می دهد نقشه های زبری از اندازه پنجره 15×15 متقارن ترین است. علاوه بر این، به دلیل افزایش اندازه پنجره فیلتر تا 11×11، کشش با نرخ نسبتاً بالایی کاهش یافته است که در آن نرخ‌های کاهش ملایم‌تر با اندازه‌های پنجره بزرگ‌تر رخ داده است که نشان می‌دهد نقشه زبری از اندازه پنجره 11×11 سازگارترین است.

تجزیه و تحلیل بصری فیلتر انحراف استاندارد مدل انحنای پروفیل نشان داده است که رنگ‌های آبی تیره با مقادیر ناهمواری کوچک بر نقشه‌های زبری از اندازه‌های پنجره ۳×۳ و ۵×۵ با لبه‌های ساختمان به راحتی قابل تشخیص نیستند. با افزایش اندازه پنجره فیلتر به 15 × 15 و 21 × 21 نقشه های زبری روشن تر اما گود شده به دست آمده است. با این حال، در نقشه‌های ناهمواری از اندازه پنجره‌های ۳۱×۳۱ و ۴۱×۴۱، رنگ‌های بسیار روشن‌تر بر نقشه‌های زبری غالب هستند، اما نقشه‌های بسیار تار با ویژگی‌های به سختی قابل تشخیص است. نتایج تحلیل آماری نقشه‌های زبری از فیلتر انحراف استاندارد مدل انحنای پروفیل تفاوت چندانی با مواردی که قبلاً مورد بحث قرار گرفت، نبوده است. میانگین، میانه و ریشه میانگین مربع نقشه‌های زبری به دلیل افزایش اندازه پنجره فیلتر تا 15 × 15 با نرخ‌های بالا افزایش می‌یابند که با اندازه‌های بزرگ‌تر، سرعت افزایش کوچک‌تر می‌شود، اما انحراف معیار نقشه زبری به تدریج به دلیل افزایش کاهش یافته است. اندازه پنجره فیلتر از سوی دیگر، محدوده و چولگی نقشه‌های زبری با نرخ‌های بالا به دلیل افزایش اندازه‌های پنجره فیلتر تا ۱۵×۱۵ کاهش یافته است، در حالی که میزان کاهش با اندازه پنجره‌های بزرگ‌تر کوچک‌تر می‌شود. در این زمینه، به دلیل افزایش اندازه پنجره فیلتر به 15×15، دامنه و چولگی به ترتیب حدود 93.6 و 82.6 درصد از کاهش کل کاهش یافته است. همچنین به دلیل افزایش اندازه پنجره فیلتر، کشش با نرخ های بالا کاهش یافته است. که در آن کشیدگی 58.6%، 76.3% و 93 کاهش می یابد.

8. نتیجه گیری

زبری سطح زمین یک پارامتر مهم در تجزیه و تحلیل زمین برای مطالعه مسائل مختلف محیطی و مهندسی است. نویسندگان تعاریف و معیارهای مختلفی را برای زبری سطح زمین ارائه کردند که معمولاً به بهره برداری از داده های رقومی ارتفاع برای تعیین قابل اعتماد آن بستگی دارد. این تحقیق با هدف بررسی رویکردهای مختلف برای تعریف و استخراج زبری سطح زمین از اندازه‌گیری‌های هوابرد LiDAR انجام شد. همچنین با هدف ارزیابی اثرات اندازه پنجره فیلتر انحراف استاندارد بر روی نقشه‌های ناهمواری ایجاد شده در مناظر مرکز شهر با استفاده از سه معیار مختلف برای زبری سطح انجام شد. فیلتر انحراف استاندارد DEM، فیلتر انحراف استاندارد مدل شیب شیب و فیلتر انحراف استاندارد مدل انحنای پروفیل. یک کاشی کامل از اندازه‌گیری هوابرد LiDAR برای مرکز شهر تورنتو، کانادا در ایجاد سه گروه از نقشه‌های زبری سطح با استفاده از سه معیار ذکر شده در بالا در اندازه‌های پنجره‌های مختلف فیلتر انحراف استاندارد مورد بهره‌برداری قرار گرفته است. نقشه‌های ناهمواری سطح ایجاد شده از نظر بصری و آماری در برابر اندازه پنجره فیلتر انحراف استاندارد در چشم‌انداز شهری مرکز شهر که با شدت زیاد اندازه‌ها، شکل‌ها، ارتفاعات و انواع ویژگی‌ها مشخص می‌شود، تجزیه و تحلیل شده‌اند. تجزیه و تحلیل بصری نشان داده است که رنگ‌های آبی تیره با مقادیر زبری کوچک بر نقشه زبری از فیلتر انحراف استاندارد LiDAR DEM با اندازه پنجره 3×3 غالب است، اما با افزایش اندازه پنجره فیلتر، رنگ‌های آبی روشن‌تر با مقادیر زبری بالاتر و لبه‌های ضخیم‌تر ساختمان‌ها با نقشه‌های زبری ساختار یافته‌تر به‌دست آمده‌اند. با این حال، رنگ‌های آبی روشن بر نقشه زبری سطح از فیلتر انحراف استاندارد مدل شیب شیب LiDAR با استفاده از اندازه پنجره 3×3 غالب هستند در حالی که خیابان‌های اصلی با رنگ‌های آبی تیره نشان داده شده‌اند. همچنین افزایش اندازه پنجره فیلتر، نقشه‌های زبری ساختاریافته‌ای با مقادیر زبری بالاتر و تغییرات گسترده‌تر در تن رنگ‌ها از آبی تیره تا آبی روشن تا زرد تا نارنجی و در نهایت به رنگ‌های قرمز با مقادیر زبری بالا داده است. نقشه های زبری بافت در مورد نقشه‌های زبری از فیلتر انحراف استاندارد مدل انحنای پروفایل LiDAR، رنگ‌های آبی تیره بر نقشه‌های زبری از اندازه‌های پنجره 3×3 و 5×5 غالب شده‌اند که نشان می‌دهد اندازه‌های کوچک پنجره‌ها مقادیر ناهمواری کوچکی را تولید می‌کنند و لبه‌های ساختمان‌ها به راحتی قابل تشخیص نیستند. با این حال، با افزایش اندازه پنجره، نقشه‌های زبری روشن‌تر اما تار با مناطق وسیعی از تکه‌های رنگی مختلف به دست آمده‌اند که نقشه‌های بافت خشن را ارائه می‌دهند.

تجزیه و تحلیل آماری درک بیشتری از نتایج حاصل از تجزیه و تحلیل بصری فراهم کرده است، جایی که در نقشه‌های زبری از LiDAR DEM، انحراف استاندارد، میانگین، میانه، ریشه میانگین مربع و محدوده با افزایش اندازه پنجره فیلتر افزایش یافته است، جایی که محدوده‌ها 71.6 افزایش یافته است. درصد به دلیل افزایش اندازه پنجره از 3 × 3 به 5 × 5. از سوی دیگر، چولگی و کشیدگی با افزایش اندازه پنجره فیلتر کاهش یافته است که نشان می دهد نقشه های ناهمواری از اندازه پنجره های بزرگتر از نظر آماری متقارن تر و سازگارتر هستند. از آنجایی که کشش به دلیل افزایش اندازه پنجره به ترتیب به 7×7 و 15×15، حدود 53 درصد و 82 درصد کاهش یافته است. نتایج نزدیک از تجزیه و تحلیل نقشه های زبری ایجاد شده از مدل شیب شیب به دست آمده است که در آن، میانگین، میانه و ریشه میانگین مربعات نقشه‌های زبری با نرخ‌های بالا به دلیل افزایش اندازه پنجره فیلتر تا 15×15 افزایش یافته‌اند در حالی که با افزایش اندازه پنجره، دامنه به تدریج کاهش یافته است. علاوه بر این، انحراف معیار نقشه زبری با افزایش اندازه پنجره تا 15×15 افزایش یافته و با افزایش بیشتر کاهش یافته است. با این حال، تجزیه و تحلیل چولگی نشان داده است که اندازه پنجره 15 × 15 متقارن ترین نقشه زبری را ارائه می دهد در حالی که تحلیل کشیدگی نشان می دهد که اندازه پنجره 11 × 11 ثابت ترین نقشه را ارائه می دهد. همچنین، تجزیه و تحلیل آماری نقشه‌های زبری از مدل انحنای نیم رخ نشان داد که میانگین، میانه و میانگین مربع ریشه نقشه‌های زبری به دلیل افزایش اندازه پنجره با نرخ بالا تا 15×15 افزایش یافته‌اند که با اندازه‌های پنجره بزرگ‌تر میزان افزایش کوچک‌تر می‌شود. با این حال، انحراف معیار، محدوده، چولگی و کشیدگی نقشه زبری به دلیل افزایش اندازه پنجره فیلتر کاهش یافته است که به دلیل افزایش اندازه پنجره به 15×15، محدوده و چولگی به ترتیب 93.6% و 82.6% کاهش یافته است. در حالی که کشیدگی به دلیل افزایش اندازه پنجره به ترتیب 58.6، 76.3 و 93.76 درصد کاهش یافته است و به ترتیب به 5×5، 7×7 و 15×15 رسیده است.

منابع

[ 1 ]	Tian, ​​B., Wang, L. and Koike, K. (2011) آمار فضایی تغییر ناهمواری سطح برگرفته از مدل های ارتفاعی دیجیتال چندمقیاس. Procedia Environmental Sciences, 7, 252-257. https://doi.org/10.1016/j.proenv.2011.07.044
[ 2 ]	Hani, M., Fadzil, A., Sathyamoorthy, D. and Asirvadam, VS (2011) روشی برای محاسبه ناهمواری سطح زمینهای مدل ارتفاعی دیجیتال از طریق تحلیل چند مقیاسی. Computers & Geosciences, 37, 177-192. https://doi.org/10.1016/j.cageo.2010.05.021
[ 3 ]	Brasington, J., Vericat, D. and Rychkov, I. (2012) مدلسازی مورفولوژی بستر رودخانه، زبری و رسوب شناسی سطح با استفاده از اسکن لیزری زمینی با وضوح بالا. تحقیقات منابع آب، 48، W11519. https://doi.org/10.1029/2012wr012223
[ 4 ]	Grohmann, CH, Smith, MJ and Riccomini, C. (2011) تجزیه و تحلیل چند مقیاسی زبری سطح توپوگرافی در دره میدلند، اسکاتلند. IEEE Transactions on Geoscience and Remote Sensing, 49, 1200-1213. https://doi.org/10.1109/tgrs.2010.2053546
[ 5 ]	Grohmann, H., Smith, MJ, CH, and Riccomini, C. (2009) زبری سطح توپوگرافی: تجزیه و تحلیل چند مقیاسی عناصر شکل زمین در دره میدلند، اسکاتلند. مجموعه مقالات ژئومورفومتری، زوریخ، سوئیس، 31 اوت تا 2 سپتامبر 2009.
[ 6 ]	Shepard, MK, Campbell, BA, Mark, H., Bulmer, MH, Farr, TG, Gaddis, LR and Plaut, JJ (2001) The Roughness of Natural Terrain: A Planetary and Remote Sensing Perspective. مجله تحقیقات ژئوفیزیک، 106، 32777-32795. https://doi.org/10.1029/2000je001429
[ 7 ]	Verma, AK and Bourke, MC (2019) روشی مبتنی بر فتوگرامتری ساختار از حرکت برای ایجاد مدل‌های ارتفاعی دیجیتال با وضوح زیر میلی‌متری برای بررسی ویژگی‌های شکست سنگ. دینامیک سطح زمین، 7، 45-66. https://doi.org/10.5194/esurf-7-45-2019
[ 8 ]	Smith، MW، Quincey، DJ، Dixon، T.، Bingham، RG، Carrivick، JL، Irvine-Fynn، TDL and Rippin، DM (2016) زبری آیرودینامیکی سطوح یخی یخبندان برگرفته از داده های توپوگرافی با وضوح بالا. مجله تحقیقات ژئوفیزیک: سطح زمین، 121، 748-766. https://doi.org/10.1002/2015jf003759
[ 9 ]	Hodge, R., Brasington, J. and Richards, K. (2009) تجزیه و تحلیل مدل‌های زمین دیجیتال اسکن لیزری سطوح بستر شن: پیوند مورفولوژی به فرآیندهای انتقال رسوب و هیدرولیک. رسوب شناسی، 56، 2024-2043. https://doi.org/10.1111/j.1365-3091.2009.01068.x
[ 10 ]	Taud، H. و Parrot، J.-F. (2005) اندازه گیری زبری DEM با استفاده از بعد فراکتال محلی. Géomorphologie: Relief, Processus, Environnement, 4, 327-338. https://doi.org/10.4000/geomorphologie.622
[ 11 ]	Zheng, X. and Zhao, K. (2010) روشی برای تخمین پارامتر زبری سطح در سنجش از دور مایکروویو غیرفعال. علوم جغرافیایی چین، 20، 345-352. https://doi.org/10.1007/s11769-010-0407-3
[ 12 ]	Hebeler، F. و Purves، RS (2007) مدلسازی داده های DEM عدم قطعیت برای شبیه سازی مونت کارلو مدل های ورقه یخی. پنجمین سمپوزیوم بین المللی کیفیت داده های مکانی، ITC، Enschede، 13-17 ژوئن 2007.
[ 13 ]	Ochoa-Tejeda، V. و Parrot، J.-F. (2017) مشخصه ناهمواری منظره مستقل از شیب ارائه شده توسط اندازه گیری چگالی خط خطی محلی. ژئوانفورماتیک زمین آمار: یک بررسی اجمالی، 5. https://doi.org/10.4172/2327-4581.1000159
[ 14 ]	Tay، LT و Teng، H.-T. (2008) شاخص زبری و ابعاد فراکتال برای استخراج اطلاعات سطح. مجله آسیایی ژئوانفورماتیک، 8، 21-24.
[ 15 ]	دینش، اس. (2008) محاسبه ناهمواری سطح کوه ها استخراج شده از مدل های رقومی ارتفاع. مجله علمی کاربردی، 8، 262-270. https://doi.org/10.3923/jas.2008.262.270
[ 16 ]	Korzeniowska، K. و Korup، O. (2016) نقشه برداری آبکندها با استفاده از ناهمواری زمین-سطح. AGILE، هلسینکی، 14-17 ژوئن 2016.
[ 17 ]	فیشر، پی‌اف و تیت، نیوجرسی (2006) علل و پیامدهای خطا در مدل‌های ارتفاعی دیجیتال. پیشرفت در جغرافیای فیزیکی، 30، 467-489. https://doi.org/10.1191/0309133306pp492ra
[ 18 ]	Gallay, M., Lloyd, C. and McKinley, J. (2010) با استفاده از رگرسیون وزن‌دار جغرافیایی برای تحلیل خطای ارتفاعی DEM‌های با وضوح بالا. سمپوزیوم دقت 2010، لستر، انگلستان.
[ 19 ]	Thomsen, LM, Baartman, JEM, Barneveld, RJ, Starkloff, T. and Stolte, J. (2015) زبری سطح خاک: مقایسه روشهای اندازه گیری قدیمی و جدید و کاربرد در مدل فرسایش خاک. خاک، 1، 399-410. https://doi.org/10.5194/soil-1-399-2015
[ 20 ]	Fan, L. and Atkinson, PM (2018) یک روش جدید مبتنی بر وضوح چندگانه برای تخمین زبری سطح محلی از ابرهای نقطه ای. ISPRS مجله فتوگرامتری و سنجش از دور، 144، 369-378. https://doi.org/10.1016/j.isprsjprs.2018.08.003
[ 21 ]	Mora, OE, Lenzano, MG, Toth, CK, Grejner-Brzezinska, DA and Fayne, JV (2018) تشخیص تغییر لغزش بر اساس DEM های مشتق شده از LiDAR هوابرد چندموقت. علوم زمین، 8، 23. https://doi.org/10.3390/geosciences8010023
[ 22 ]	Höfle, B., Vetter, M., Pfeifer, N., Mandlburger, G. and Stötter, J. (2009) نقشه برداری سطح آب از اسکن لیزری هوابرد با استفاده از داده های شدت سیگنال و ارتفاع. فرآیندهای سطح زمین و شکل‌های زمین، 34، 1635-1649 https://doi.org/10.1002/esp.1853
[ 23 ]	Frankel، KL و Dolan، JF (2007) مشخص کردن ناهمواری سطح مخروط افکنه منطقه خشک با داده های توپوگرافی دیجیتال نقشه برداری نوار لیزری هوابرد. مجله تحقیقات ژئوفیزیک، 112، F02025. https://doi.org/10.1029/2006jf000644
[ 24 ]	Dorn, H., Vetter, M. and Höfle, B. (2014) استخراج زبری مبتنی بر GIS برای شبیه سازی سیل: مقایسه ای از Orthophotos، LiDAR و داده های جغرافیایی جمع سپاری شده. سنجش از دور، 6، 1739-1759. https://doi.org/10.3390/rs6021739
[ 25 ]	Lia, Y., Hub, X., Guanc, H. and Liud, P. (2016) یک روش کارآمد برای استخراج خودکار جاده بر اساس ویژگی های متعدد از داده های LiDAR. آرشیو بین المللی فتوگرامتری، سنجش از دور و علوم اطلاعات فضایی، XLI-B3، 289-293. https://doi.org/10.5194/isprs-archives-xli-b3-289-2016
[ 26 ]	Rottensteiner, F., Sohn, G., Gerke, M. and Wegner, JD (2013) پروژه آزمایشی ISPRS در طبقه بندی شهری و بازسازی ساختمان های سه بعدی. ISPRS-Commission III-Photogrammetric Computer Vision and Image Analysis, Working Group III/4-3D Scene Analysis. https://www.commission3.isprs.org/wg4/