新地貌指标及山地地貌自动区划方法研究

肖丽琼，周汝良**，陈永刚，蔡志勇，黄 彦

(1. 西南林业大学 地理与生态旅游学院，云南 昆明 650224；2. 中航通飞研究院有限公司 中国特种飞行器研究所，广东 珠海 519000)

地貌区划及制图是地球科学系统研究与应用中一项基础性工作，对国土空间规划、资源开发利用、自然灾害管理、生态环境保护、生态恢复治理等都具有重要意义. 中国地貌学家开展了多种地貌区划方法研究，同时编制了各种地貌区划图[1-2]，如省级地貌分区[3]及部分地区的地貌分区图等[4]. 李炳元等[5]利用半定量与定性方法将中国划分为两级地貌区，程维明等[6]基于2013 年提出的地貌区划结果构建了全国五级地貌区划方案，但各种区划方案结果都有所差别. 其输出结果不确定性主要受分类原则、分类指标、分类方法以及数据分辨率的影响，由于缺乏定量化数据标准和模型化的计算机分类方法，多使用定性或半定量化划分地貌，造成了各种分类方法无法相容和统一.

在地学分类指标方面有指标多样、等级较少，且较多研究趋向于利用海拔高度和地势起伏度进行划分[5]. 然而中国地貌复杂多样，区域差异明显，仅利用海拔高度和地势起伏度数据进行地貌分类不能完全反映地表形态的整体性，必须寻找地貌特征明显的指标量化其地貌形态，将其细分为更易于管理与应用的组成部分[7]. 在分类方法方面，随着数字高程模型数据[8]、ArcGIS 软件技术和遥感技术的发展，为地貌自动划分提供了更为广泛的数据和技术支持[9-12]. 现有的基于聚类、规则知识及典型样点等地貌自动划分方法，都受限于语义定义模糊、多尺度分割困难、空间信息难以量化的影响[13].聚类是利用统计学原理将地貌属性相似的地理栅格归并为空间斑块，再将其定义为地形的某个部位[14-16]. 事实上，在山地地貌区域，空间变异性强，聚类生成的斑块大小不一且极其琐碎，因而不能保证地貌的完整性[17]，也无法产出符合认知概念和规则知识的地貌类型，难以进行地学解释[18]. 其根本原因是地貌区划是定义在空间等模式变量上的函数，而不是像素上的测度. 现有研究中面向对象的影像方法克服了栅格分类的破碎图斑和“椒盐现象”[19]，而分割尺度的确定与面向对象的空间聚类是关键[20]. 其次，由于卫星影像存在包含地表覆盖物信息，难以有效融合地貌特征和尺度差异等问题而制约着地貌分类的进一步研究[21-22]. 数字高程模型(Digital Elevation Models，DEM)的优势在于可“过滤”地表覆盖物信息而只表达地形自身信息，而“纹理”特征又是区分不同地貌形态的重要依据[23-24]，成为宏观尺度上地形特征量化与识别研究的突破点. 在数据分辨率方面，数字高程模型(DEM)分辨率越高，地形模拟越成功，但地貌形态具有分形几何特征，随分辨率的增加，数据量呈几何级数递增.选择符合应用要求又能兼顾计算机容量与处理能力的分辨率数据，制约着DEM 应用范围及地貌区划研究[25].

基于以上分析，本文提出了能够表达地貌特征的新地学指标，并结合传统的地貌指标构建分类体系. 为克服一次聚类产生的琐碎图斑及山地地貌完整性被分裂的问题，引入了“核颗粒”和“纹理指标”特征概念，并提出了二次琐碎图斑再聚合的方法，进行中国全陆域范围的地貌区划研究，该方法对分异性较强的地理空间分类制图具有参考应用价值.

1 研究区域及数据

1.1 研究区概况 中国位于亚洲东部、太平洋西岸，地势西高东低呈三级阶梯分布. 第一级阶梯内有号称“世界屋脊”的青藏高原，其间耸立着多条著名的高大山系，其中喜马拉雅山脉是地球上最新隆起的年轻山系之一. 第二阶梯包含若干高原和盆地，从青藏高原北缘、东缘到大兴安岭、太行山、巫山、雪峰山. 第三级阶梯地势低平主要以高原、盆地和平原为主[26]. 中国地势起伏较大，分布着许多高大的山脉及被这些山脉所围绕隔开的大型地貌单元，由西向东逐级下降[27]. 其中，山地和高原是构成中国地貌基本轮廓的主体，山地、丘陵和高原约占中国总面积的2/3[28].

1.2 数据源及预处理 下载覆盖中国区域的SRTM3 数据集，栅格分辨率为90 m（数据来源于https://earthdata.nasa.gov）. 运用ArcGIS 软件底层函数对数据文件拼接运算，将1°×1°的分块地图拼接成中国的整体地图. 由于接缝边缘存在像素灰阶不一致，构成肉眼可见的异常缝，采用滤波进行消除.对于某些超过正常海拔值的区域，用邻域灰阶进行填充或条带过滤处理.

像元降尺度处理：数字高程模型是描绘地形地貌的基础数据，经过提取地形信息和再演算，可实现各种地表形态的数字化模拟表达. 随着DEM 分辨率的提高，可分辨和提取流域的尺度不断提高，同时数据量也呈几何级数增长. 本研究以全国陆域范围为对象，考虑到研究区及大尺度地貌划分对数据的需求，分别利用90 m、500 m、1 000 m 分辨率的DEM 数据提取地形指标，经测算比对分析1 000 m尺度栅格数据能满足研究应用要求，地貌碎块的表达也较好，故以其为地理指标的栅格计算尺度.

2 原理与方法

2.1 地貌新变量 地貌要素特征的量化表达一直是难点，传统的海拔、坡度、坡向等不足以表达宏观地貌特征，要实现地貌类的划分需寻找新的特征指标.

2.1.1 地形隆起高度与切割深度 对于发育于大倾斜面上的山地地貌，在水平和垂直方向上具有复杂的向上隆起和向下切割的变化特征，如图1 所示. 传统的海拔难以表达地貌隆起、沟谷切割或盆地塌陷的状态. 基于此，提出以每个流域的平均海拔为样本点构建地表趋势面，以此为起算点测算地形隆起高度与切割深度的变化特征[29]. 该指标以山体基部为起算点，度量山体隆起或切割下沉程度.

图1 沿24°N 云南地形的隆起与切割剖面Fig. 1 Uplift and cutting profile along 24°N mountain in Yunnan

2.1.2 皱褶多度 褶皱是指岩石因受力发生一系列的波状弯曲而显示的变形，使原来近于平直的面表现出向上隆起或塌陷的曲面形态. 皱褶多度与地貌类型密切相关，平原地貌几乎无皱褶，山地地貌破碎，皱褶明显. 王艳霞等[30]基于滑动窗口方法，利用地表表面积与地物投影的平面面积比值提取褶皱多度（公式（1）），但该种方法采用面积线性对比反映研究区的褶皱变化程度，而中国山体坡度多介于20°～50°中等大小的山体发育，坡度差异小，故投影面积区分也不显著，使得褶皱量化对比不明显. 基于此，本文以具体坡度数值对褶皱多度指标进行改进（公式（2）），以DEM 为数据源，利用ArcGIS软件构造褶皱地貌单元模型.

其中，R为褶皱多度，为一个常数；S为不同地貌单元内的地形坡度（单位：（°））.

2.1.3 地表破碎度 地表破碎度描述了单位面积上的山体数量或密度，如中国南部的云贵高原和南岭地区山体多而密，地形破碎明显. 地表破碎程度需要从水平和垂直方向进行刻画，水平方向上揭示山体水平密度变化，可用地图投影面上的河流切割密度表示[31]. 垂直方向上，选取山麓到山顶海拔的起伏变化表征垂直破碎形态，同时用区域内地形的相对高差、地形隆起高度与切割深度及地形差异性表征该地学含义. 现实中垂直尺度上的地形隆起高度与切割也是垂直破碎度的主要影响因素，故将水平破碎及垂直破碎联合起来，更能体现地貌整体的破碎程度. 考虑到不同地形指标表现特征各异，取值范围存在差异，为了权衡不同指标的影响，对其进行归一化处理. 计算方法如下：

其中，A为地表破碎度，为一个常数；T为归一化后的地形隆起高度与切割深度；St表达归一化后的窗口的海拔变差，即计算窗口标准差；D为归一化后的地表切割密度，即沟壑密度.

2.2 地貌类的栅格定义与二次聚合 利用

ArcGIS 软件提供的ISO 聚类方法进行多指标统计聚类，将地貌划分为碎片单元. 因各碎块面积大小不一，有大面积的片区，也有小面积的椒盐，通过消除将小面积逐步归并到大片区中，被归并的小面积碎片称之为“核颗粒”. 如果碎片面积大小相近，多类碎片可利用重复模式结构表达地貌类，其集合体即为“纹理指标”. 依据“核颗粒”将空间相邻且相互关系密切的小碎片联通为大片区“纹理”，可划分出地貌类别.

2.2.1 地貌类定义和空间再聚合算法 假设集合Ω={A1，A2···，An}，其中元素Ai(i=1，2，···，n)为地貌类别的地学指标，Ai由栅格像元组成并用数字矩阵描述. 用Ω中的元素进行多元聚类或分类，可将Ω划分为k类，表示为Ω1={1，2，···，k}，每一类代表距离度量相近的碎片集合.

依据统计学原理，类序号标识相邻的碎块更为相近，即j+1 与j、j+2 相近，与j-1、j+3 相离(j=1，2，···，k)，按序号相近原则为优先秩序，碎片再聚合联通为大片区.

2.2.2 “核颗粒”的描述和处理 假设Ω1中k成为地貌类最小面积Sk，“核颗粒”定义为第k类中面积小于Sk的所有碎块. 遍历k中每个面积小于Sk的元素，并搜索其相邻或有包含关系的碎块，按类序号相近者优先聚合，逐步将其归并为片区. 片区将继承面积大的“核颗粒”的类属性，面积较小者做为椒盐被归并而忽略其属性. 通过不断搜索和迭代，当某片区的面积大于Sk时，该片区形成地貌单元，并停止再聚合运算.

2.2.3 “纹理指标”的描述和处理 若存在一种山地地貌类，由多种不同类编码但面积近似的碎片单元组成，即该地貌类不存在“核颗粒”和椒盐可归并关系时，需利用斑块大小、斑块之间的邻近及可联通性等拓扑关系，将碎块图斑迭代聚合为片区称为“纹理指标”.

假设Ω1的子集{j1，j2，···，jm}(j1，j2，···，jm分别取值于1，2，···，k)形成“纹理指标”，给定“核颗粒”的面积上下限Smax和Smin为约束条件，对满足Smin

2.2.4 聚合迭代运算 以Ω1={1，2，···，k；k+1，k+2，···}为新的初始地貌类，不断增大Sk、Smax和Smin的面积约束值，重复进行片区与椒盐形成“核颗粒”、“纹理指标”的聚合迭代运算，即可实现地貌对象的区域划分.

3 结果与分析

3.1 地貌分类指标分析 基于数字地貌信息提取的地形因子是一个定量化指标，能客观地反映地貌形态特征与发生发育演化的规律，揭示各指标与地形地貌的因果联系. 因此，地貌指标的选择成为地貌分类的关键. 不同的地形指标从不同维度刻画地貌特征，其间存在相关关系，为消除指标相关性及信息冗余的影响，借助ArcGIS 软件栅格代数运算工具，对9 个指标进行中国全陆域范围的相关性统计分析，表1 得到各指标之间的相关系数矩阵. 经对各指标进行可视化及相关性分析，剔除表1 中相关性在0.6 以上的指标，但在进行单个地貌指标分析时发现，地表破碎度、地形起伏度虽相关性较高，但两者从不同方面刻画地貌形态特征，故都保留运用于最佳地貌区划指标体系的筛选构建中. 经对各个指标组合对比分析，本文最终选择地形隆起高度与切割深度、皱褶多度、地表破碎度、海拔高度、地形起伏度共5 个指标研究样区地貌区划.

表1 地貌指标相关系数Tab. 1 Correlation among the geomorphology factors

3.1.1 地形隆起高度与切割深度 地表形态指标是地貌区划的主要依据之一. 地形隆起高度与切割深度能够度量山体向上隆起、沟谷向下切割的程度，体现地貌在高度上的真正垂直变化，刻画大倾斜面上大地域间构造状况及整体变化趋势. 由图2(a)可知，地貌隆起最大高度为2 755 m，切割最大深度为-2 051 m. 从青藏高原到周边区域过渡带，隆起数值较大，其中以横断山区隆起最为剧烈、隆起面积最大. 其次，青藏高原北面和柴达木盆地西面、南面的昆仑山，北面的天山地形变化呈窄条带发育，海拔下降大、沟谷深切，隆起与向下切割形态显著. 塔里木盆地、准噶尔盆地、四川盆地、东北平原、华北平原和长江中下游平原等地为地貌切割平缓的典型代表单元，隆起数值较小.

3.1.2 皱褶多度 地貌形态特征主要受内外营力作用影响反映研究区地貌差异性，如花岗岩长期受外营力作用侵蚀，在中国北方地区常呈现高大险峻的山地地貌如华山、泰山等. 研究定量化的物质组成分异指标对地貌区划意义重大，褶皱多度能够衡量特定区域内地表整体形态，度量地貌坡面组合差异. 由图2(b)可知，中国地貌单元内褶皱度最低值集中分布于平原和中低山. 褶皱多度较明显区域地形起伏剧烈、坡度大，主要分布于昆仑山脉、天山山脉、横断山区、祁连山区、秦岭、台湾山脉等高山区.

3.1.3 地表破碎度 地表破碎度能从水平垂直方向上揭示研究区地表组合完整程度，刻画空间上的分布规律. 从外营力方面表征地貌分带现象，成为地貌区划单元转折部位划分的依据. 由图2(c)可知，中国地表破碎度呈现较高空间异质性，如东部的东北平原、华北平原、长江中下游平原等大部分地区；中西部的准噶尔盆地、塔里木盆地、柴达木盆地、四川盆地等典型盆地地貌区，地表完整度良好，破碎程度小；中部的秦岭、太行山、云贵高原等地地表相对崎岖，存在一定程度的破碎；西部的天山、阿尔金山、昆仑山、祁连山、横断山等区域多高山峡谷分布，高差变化大，地表破碎显著.

3.1.4 海拔高度 海拔高度是度量地表形态特征的最基本定量化指标. 以海平面为参照，用于测算地面上某一点与大地水准面之间的高差，是地貌区划的重要依据. 由图2(d)可知，中国地势西高东低呈阶梯状分布，地势按海拔大约可划分为4 个梯次，低海拔和中海拔地貌占主导. 其中，低海拔主要分布在第三级阶梯上即东部平原及丘陵地区，以及准噶尔盆地、四川盆地和塔里木盆地部分地区；中海拔主要分布于中国的第二级阶梯上的云贵高原、内蒙古高原、黄土高原、塔里木盆地等地区；青藏高原地区、横断山区、天山山脉等为中国高海拔地区；喜马拉雅及昆仑山山脉主体部分为中国极高海拔区.

图2 主要地学指标特征Fig. 2 Characteristics of main geoscience indexe

3.1.5 地形起伏度 地表起伏高度从地表形态方面研究地貌类型，能体现增强或均匀化地貌的复杂程度，区分区域尺度地形地貌的变化. 本文根据徐汉明等[32]研究确定中国最佳统计单元为22 km2进行地形起伏度计算. 由图2(e)可知，中国地形起伏度在空间上东西、南北差异明显，西部多为高原及高大山区起伏大，东部地貌类型多为平原及丘陵起伏微小，南部主要表现为中等起伏，北部大部分地区地貌起伏和缓. 在利用窗口分析法提取指标的过程中，因不同区域具有不同的最佳分析窗口，在进行大尺度地形研究时难以兼顾不同大小的地貌实体单元，但该指标能够更好地表达窗口地形起伏变化，也能够更清晰地表达山体地貌特征，成为地貌区划研究最重要的指标之一.

3.2 地貌类型划分 用ArcGIS 软件系统中ISO聚类和最大似然法划分地貌其结果表现为“核颗粒”交叉的花斑椒盐结构，难以形成真正的地貌类(图3).其次，聚类过程中类别数目不同结果也存在差距，因此本文分别聚类为6、9、12、18、36、42 类进行实验分析. 如当聚类为6 类时，在塔里木盆地、四川盆地、柴达木盆地、准噶尔等典型盆地地貌区存在较多小面积的椒盐；在内蒙古高原、黄土高原、云贵高原等地的高原地貌区由面积近似的多类碎块组成，地貌分类结果较为破碎. 当聚类为9 类时，因类别设置差异较小，故与聚类为6 类时结果较为相似，但典型地貌单元特征基本显现，如四川盆地区基本结构框架虽已初见雏形，但还掺杂较多小面积的椒盐. 当聚类为18 类时，太行山、秦岭、大别山、昆仑山与祁连山脉地区多面积近似的碎块. 当聚类为36 类时（图3），各个具有代表性的地形单元已经具有典型的地貌特征. 当聚类为12 类时，其结果与聚类为18 时差异较小；当聚类为42 类时，破碎图斑较多，地貌类型破碎. 因此，经试验初步聚类为36 类最接近于真实地貌类型.

图3 初始聚类地貌Fig. 3 Initial cluster geomorphic

初始聚类结果在平原和盆地地区表现最为突出，而在复杂山地地貌区表现较差，在此过程中地形属性的有用信息与干扰信息同时增长. 如符合地理认知的横断山区应为独立类，但聚类结果中具有多个颗粒类别，使得山地等复杂地貌区精确化难度大，无法产出符合认知概念和具有现实意义的地貌类型. 因此，需进行二次聚合处理实现中国地貌的计算机自动区划与制图.

3.2.1 “核颗粒”的生成 “核颗粒”是地理变量相近的像元聚合体，在中国初始聚类中Sk定义为地貌类别中面积取值小于50 km2的碎块. 按类序号相近者在中国范围内搜索相邻或有包含关系的碎块，将所有面积小于50 km2的小碎块椒盐进行消除形成片区，但该片区还未形成独立地貌“纹理”，故又将面积取值小于100 km2的椒盐“核颗粒”进行消除. 经多次试验以倍数递增聚合成片区，对中国地貌区划研究具有普适性. 结合碎块图斑迭代聚合成“纹理”类地貌的方法进行消除，当最终联通面积Sk为9×103km2时，二级地貌区初见雏形，即该区域完成地貌类的“核颗粒”聚合，形成新的地貌区.

3.2.2 “纹理”类地貌的生成 华北、华东、塔里木盆地等平坦地形区，无“核颗粒”和椒盐可归并元素，即初始聚类就形成大面积片区“纹理” (图3).除此之外，其它地貌类几乎无法用聚类分析的输出类确认，需设置规则逐步迭代形成地貌类“纹理”.山地地貌区由多类碎块组成且各碎块的面积近似，不存在明显的“核颗粒”和椒盐，优先归并关系无法聚合迭代运算，需设置单独算法. 图4(a)显示，喜马拉雅高山、极高山，类别8、9 碎块面积近似，若以特定“核颗粒”约束面积联通为片区，西北部将被归并为类别9，东南部归并为类别8，而类别9 与其北部羌塘高原为一个地貌类别，会造成喜马拉雅山区山体不完整. 若想将其进行定量化单独分区而不以人工勾绘方式，需设置单独算法，即在保证其它区域地貌类别代码不变的前提下. 按类序号相近者归并形成片区. 新形成的“纹理”看成“核颗粒”继续合并，如此循环，直至该区域界线明显后将其融合到中国地貌矢量图中. 图4(b)显示，优先保证类别8连成片区，并将该图层融合到中国地貌图内形成新“纹理”进行运算. 当逐步迭代到300 km2时，可通过人机交互识别设置“核颗粒”面积的上下限为350 km2和300 km2，进行多类多斑块同时联通，形成如阿尔泰高山区等新地貌类，如此迭代实现地貌区域划分.

图4 初始聚类地貌和纹理类地貌的处理与生成Fig. 4 Processing and generation of initial clustering landform and texture classes

3.2.3 自动区划及制图 依据实际需要重复进行碎片与椒盐及“纹理”聚合的迭代运算，完成中国地貌空间划分与制图. 当联通面积Sk为1.2×105km2时，一级地貌区基本框架形成，图5(a)中将中国地貌划分为6 个一级地貌区. 三级地势阶梯特征是中国一级地貌区划分的基础，第一级阶梯内大致以3 500 m海拔高度所圈定的青藏高原为1 个地貌区；第二级阶梯内将其划分为3 个地貌区，秦岭南北地貌组合明显不同，以南地区以中山、亚高山广布，以北地区为海拔较低的盆地及高平原相间分布，而贺兰山以西地区大型盆地与亚高山占主导，与贺兰山以东的地貌区相比地形特征差异显著，故单独划分为1个大区. 第三级地势阶梯南北以大别山为界，东西以武夷山、雪峰山及苗岭为界将其划分为2 个地貌区. 在一级地貌区骨架范围制约下，再次进行二次聚合迭代，依据地形自然纹理和已有的地貌区划研究，联通面积Sk为3×104km2时，大部分二级地貌区形成，并将其划分为33 个二级地貌区(图5(b))，能够突出分区区域性. 东部低山平原大区（I）框架制约下划分为7 个二级地貌区；东南低中山大区（Ⅱ）下划分5 个二级地貌区；中北部中山高原大区（Ⅲ）范围内分5 个二级地貌区；西北部中高山盆地大区(Ⅳ)划分为5 个二级地貌区；西南部亚高山、中山大区(Ⅴ)划分为5 个二级地貌区；青藏高原大区(Ⅵ)制约下划分为6 个二级地貌区. 将本文结果与程维明等[5-6]的研究成果比对分析发现，一级地貌区边界与之基本吻合，二级地貌区轮廓源于等高线的自然形态.

图5 中国地貌两级分区的区划结果Fig. 5 Results of two-grade regionalization of geomorphology in China

4 讨论与结论

4.1 讨论

（1）山地地貌类是栅格地理单元组成的“核颗粒”和“纹理指标”的空间再聚合集合体. 基于统计聚类结果为基础，利用斑块大小、纹理特征、斑块之间的邻近及可联通性等拓扑关系，将碎块图斑迭代聚合为片区可实现地貌类型的计算机自动区划及制图. 同时，自动区划和制图受综合自然地理要素及地貌分类指标体系的影响，需考虑不同地貌区边界. 在进行山地地貌区划时，应注重整个区域垂直地形特征并结合沟谷发育和大地构造的差别，如秦岭北坡山地边界的划分，以分水岭为界从东向西根据垂直地形差异关系划分地貌区. 在以低山为主，且有个别中山分布区的界线确定时，可根据地形起伏状况把突出的中山或与周边区别较大区域单独划分出来. 在以平原为主，有低山及丘陵地貌区，可根据实际地貌制图的平面结构及各指标的“纹理”特征进行划分，如鲁东低山丘陵周边各指标在该区域表现平缓，低山与周围其余地貌相比较突出，结合其所处地理位置故将其划分为鲁东低山丘陵区.

（2）由于地貌指标选取与分类方法不同，使其部分区划边界和属性判断存在差异. 而又缺少可对比的矢量数据，只能通过可视分析进行比对，其结果与现实会存在些许偏差. 如在类别上，程维明等[5-6]提出江河源丘状山原、羌塘高原湖盆区2 个二级地貌区，但因该区受地形影响各指标表现出高度相似性，聚类后可形成大面积片区，因此将其合并划分为羌塘高原区；横断山和江河上游高山峡谷区多高大山体发育，其形态相似聚合后由多类面积相似的碎块组成，不存在优先归并顺序故将其合并划分；喀喇昆仑山极高山与昆仑极高山各指标表现特征相似而合并为一个地貌类；宁镇山脉（江苏）面积较小，地形起伏变化和缓且与周围地貌区分不显著，故将其归并到华北平原地貌区. 在分界线上，程维明等[5-6]以伏牛山中部为界划分秦岭-大巴亚高山区，本文依据定量化的指标表达为保证山体完整性仍以伏牛山为界. 除此之外，中国南部地区地形破碎，聚类后多面积近似多类碎块镶嵌形成的模式结构，设置算法时具有不确定性，故在一级、二级地貌区及界线划分上与已有研究结果存在差异. 但与中国地形数据对比分析发现，本文的地貌分类结果与原始数据及地貌的科学认知体系相吻合，具有一定的现实意义.

4.2 结论

（1）本文构建了地形隆起高度与切割深度、褶皱多度、地表破碎度、地形起伏度、海拔高度组合的中国地貌计算机自动划分的指标体系. 在新地貌指标特征表达方面，地形隆起高度与切割深度指标更能表征地貌的垂直变化，实现宏观大地域间的地貌构造差异；地表破碎度指标用水平沟壑密度、垂直方向的隆起与切割高度状况以及窗口地形变化特征共同描述地貌破碎程度，比以往的指标更为全面、客观；褶皱多度指标从外营力方向表达了地貌起伏变化特征，对多种地理科学现象的研究都可提供借鉴作用.

（2）以聚类分析输出的地貌类碎片斑块为基本单元，构建基于“核颗粒”和“纹理指标”逐步迭代的二次空间聚合算法，可实现中国地貌的计算机自动区划和制图研究. 最终，发现联通面积Sk为9×103km2时，二级地貌区开始形成；联通面积Sk为3×104km2时，大部分二级地貌区形成；联通面积Sk为1.2×105km2时，一级地貌区形成. 据此，将中国地貌划分为6 个一级地貌区和33 个二级地貌区. 二次聚合解决了山地地貌的计算机分类问题，该方法也适合于地理分异性较强的土壤制图、植被分类制图及遥感图像分类研究等.