《International Journal of Digital Earth》：A general method for searching customized depressions for large radio telescopes using digital elevation models
编辑推荐：
大型口径射电望远镜（如500米口径球面射电望远镜（FAST））的建设需要精心选址，以平衡性能、成本效益和电磁屏蔽。天然岩溶洼地通常是理想候选；然而，传统算法，特别是填洼（fill-sink）方法，难以识别单侧开口洼地，其特征是部分开口边界通常宽度小于90°。本
大型口径射电望远镜（如500米口径球面射电望远镜（FAST））的建设需要精心选址，以平衡性能、成本效益和电磁屏蔽。天然岩溶洼地通常是理想候选；然而，传统算法，特别是填洼（fill-sink）方法，难以识别单侧开口洼地，其特征是部分开口边界通常宽度小于90°。本研究提出了一种利用数字高程模型（DEMs）识别封闭和单侧开口洼地的通用方法。该方法整合了定制模板匹配、填挖方体量评估和位置权重调整，以优先考虑需要最少土方量同时保持无线电屏蔽的地形。在中国广东省清远市的案例研究中，识别出32个候选洼地，包括17个封闭型和15个单侧开口型。与填洼算法（精确率=80.0%，召回率=53.3%）相比，所提出的方法实现了显著更高的准确性（精确率=94.1%，召回率=96.9%）。该方法为复杂地形中的大规模望远镜选址提供了稳健且适应性强的解决方案。此外，识别更多合适的洼地提供了在适当距离内建造多个类似FAST望远镜的战略机遇，从而实现干涉测量观测，极大地增强探测能力。
大型射电望远镜选址因受地形稳定性、电磁屏蔽及施工可行性制约，依赖天然岩溶洼地（karst depression）以减少土方量。然而，传统填洼算法（fill-sink algorithm）仅能识别封闭洼地，遗漏了在岩溶峰丛-峰林过渡带中常见的单侧开口洼地（single-sided open depression，开口宽度通常<90°），这类洼地虽缺乏水文闭合，却利于道路建设且电磁屏蔽充足。为此，研究人员提出一种基于数字高程模型（DEM）的通用方法，集成定制模板匹配（template matching）、填挖方体量评估（cut-and-fill volume evaluation）和位置权重调整（positional weight adjustment），以土方最小化和无线电屏蔽为核心目标。在中国广东省清远市的中北部山区，使用SRTM（30 m分辨率）和无人机LiDAR（>30点/m2）数据开展案例研究。关键技术方法包括：通过圆形轮廓核卷积（kernel convolution）进行粗种子点筛选，结合最小值滤波和k-d树空间降采样；采用位置敏感权重机制评估内反射器区域（fin）和外屏蔽区域（fout）的填挖方成本，并利用Kendall's Tau（τ）系数优化惩罚系数（ω, κ）；最终以滑动窗口进行模板匹配，输出候选洼地排序。该方法在清远地区识别出32个候选洼地（17个封闭型、15个单侧开口型），精确率94.1%、召回率96.9%，显著优于传统填洼算法（精确率80.0%、召回率53.3%）。研究还发现，数据分辨率对工程体量估算影响显著（30 m DSM可能低估达23%），建议采用粗筛（低分辨率DEM）与精算（高分辨率LiDAR）的两步策略。该方法基于通用地貌与物理原理，可转移至全球其他岩溶区（如迪纳拉山脉、加勒比喀斯特高原），甚至月球或火星陨石坑的射电望远镜选址。结论强调，位置敏感填挖方模型突破了闭合汇水区假设，为多天线干涉阵（如FAST-like望远镜阵列）的选址提供了高效、稳健的决策支持系统。
**研究背景与问题**
大型射电望远镜（如500米口径球面射电望远镜（FAST）、阿雷西博天文台、绿岸望远镜）是现代天体物理学的基石，用于探索宇宙起源、黑洞和暗物质。其成功关键取决于选址，因为地形稳定性、电磁屏蔽和施工可行性直接影响工程成本和长期运行性能。天然岩溶洼地（karst depression）因凹陷形态和稳定基岩成为首选，但传统数字地形分析方法（digital terrain analysis, DTA），特别是水文分析和填洼算法（fill-sink algorithm），依赖封闭汇水区或拓扑凹陷假设，无法识别单侧开口洼地（single-sided open depression，开口宽度<90°）。这类洼地在岩溶峰丛-峰林过渡带普遍存在，虽缺乏水文闭合，却便于道路建设并减少土方量，同时若开口角度在阈值内仍能提供足够电磁屏蔽。现有自动化选址框架对此存在显著盲区。因此，研究人员提出一种集成模板匹配（template matching）与填挖方体量优化（cut-and-fill volume optimization）的新方法，以工程目标（最小化土方量、保障无线电屏蔽）为主要搜索准则，同时识别封闭和单侧开口洼地。
**关键技术与方法**
（不超过250字）
研究人员采用以下关键技术：
1. **粗种子点筛选**：基于圆形轮廓核卷积（circular contour kernel convolution）和最小值滤波，从DEM中快速识别低于100 m的洼地候选点，并通过k-d树空间降采样剔除冗余。
2. **精细评价**：构建位置敏感权重模型，将评估分为内反射器区域（fin，权重win）和外屏蔽区域（fout，权重wout），利用惩罚函数（Pin、Pout）量化填挖方体量，惩罚超过阈值（Hc=15 m）的深挖和屏蔽不足。
3. **参数优化**：通过Kendall's Tau（τ）系数比较模型排序与专家排序，在参数空间中搜索最优惩罚系数（ωf, ωc, ωe, κf, κ, κc），获得最大τ值（0.86）。
4. **洼地搜索**：基于优化参数，对种子点邻域进行滑动窗口模板匹配，计算最终成本f并排序候选洼地。
样本来源于中国广东省清远市（SRTM 30 m DEM）和贵州省平塘县大窝凼（FAST场址），部分区域使用无人机LiDAR（>30点/m2）高精度数据。
**研究结果**
**3.2.1 种子点筛选结果**
通过模板卷积识别出9,942个潜在低洼点（深度≥100 m），经最小值滤波和k-d树降采样后得到4,432个最终种子点，其空间分布与负地形特征高度吻合。
**3.2.2 参数优化**
以Kendall's Tau（τ）为指标，通过20个代表性洼地样本的专家排序与模型排序对比，确定最优参数组合：模板尺寸600×600 m时，ωf=1.1, ωc=1.0, ωe=2.0, κf=2.0, κ=0.2, κc=504.1，τ=0.86。该配置在土方量与屏蔽之间取得最佳平衡。
**3.2.3 洼地提取与精度分析**
在贵州省FAST场址初步验证中，Dawodang洼地排名第二，第一候选因5 km内村庄干扰被排除，确认Dawodang综合最优。在清远约250 km2区域，最终识别32个高质量洼地（17个封闭型、15个单侧开口型），仅2个假阳性。与传统填洼算法相比，新方法精确率94.1%（对比80.0%）、召回率96.9%（对比53.3%），显著提升。假阳性主要出现在开口>120°的洼地状地貌，假阴性则发生于水平尺度大但地形平坦的洼地（因模板内小丘导致开挖量高估）。
**3.2.4 单侧开口洼地识别与特征分析**
新方法通过逐像素高程差异评估，成功识别出传统方法遗漏的14个单侧开口洼地。这些洼地开口位于低鞍部，坡度5°-25°，宽度<90°，便于工程操作。其不对称高程剖面（一侧缓坡、一侧陡坡）使填洼算法因无法蓄水而误判，而新方法基于数值差异有效克服此局限，并直接提供填挖方体量排序，简化决策。
**讨论与结论**
**讨论部分总结**：
- **与传统方法比较**：新方法召回率比填洼算法高43.6个百分点，因其突破封闭汇水区假设，通过位置敏感填挖方计算识别由地下河系统排水的单侧开口洼地。
- **鲁棒性与专家参与**：参数优化对相邻排序调整（如交换1-2名）高度稳定（τ>0.8），但对极端调整（如交换最高与最低）敏感，这体现了多准则决策分析（MCDA）中的“可区分性”，表明模型能有效区分高质量候选。该方法作为决策支持系统（DSS），将专家经验与算法效率结合，适用于实际预选阶段。
- **数据分辨率影响与可转移性**：30 m DSM可能低估工程体量达23%，推荐两步策略（粗筛用低分辨率DEM，精算用高分辨率LiDAR）。方法基于通用地貌与物理原理，可转移至全球其他岩溶区（如迪纳拉阿尔卑斯山脉、加勒比喀斯特高原），甚至用于月球或火星陨石坑的射电望远镜选址。
**结论翻译**：
本研究提出了一种专门用于大型射电望远镜选址的地形分析方法，该方法集成了模板匹配与位置敏感填挖方模型。与依赖封闭汇水区假设的传统水文算法不同，本方法成功识别出单侧开口洼地，显著扩展了工程可行候选池。在代表性岩溶区的验证表明，所提出方法在精确率和召回率上均优于标准填洼算法，为复杂地形分析提供了更稳健的解决方案。此外，对数据分辨率的探讨建议了一种实用的两步策略：利用粗分辨率全球DEM进行高效区域筛选，随后使用高分辨率LiDAR数据进行精确土方量估算。未来研究将聚焦于整合地质稳定性约束，并采用自适应优化技术，以进一步提升该方法在全球不同景观下的自动化程度和可转移性。
