數(shù)字高程模型(DEM)是遙感技術(shù)用于地表觀測的重要數(shù)據(jù)成果，能夠支持利用有限的數(shù)據(jù)開展數(shù)字化地形模擬和數(shù)字地形分析。而地表形態(tài)特征，或地形要素)是描述地表形態(tài)的基本參數(shù)，能夠支持多粒度、多尺度的地形地貌的幾何現(xiàn)狀描述，以及表征地表在尺度和形狀上的變化。基于數(shù)字高程模型的地表形態(tài)特征研究，已經(jīng)形成較為系統(tǒng)的理論體系。然而，對地觀測與大數(shù)據(jù)技術(shù)產(chǎn)生大量的高分辨率DEM產(chǎn)品，對于數(shù)字地形分析帶來了新的科學(xué)問題與研究挑戰(zhàn)。傳統(tǒng)的地表形態(tài)特征提取方法基本運用中低空間分辨率DEM，無法描述精細尺度的地表形態(tài)；基本運用線性建模方法，無法準確提取復(fù)雜地表形態(tài)特征；以及基本運用經(jīng)驗閾值方法，無法自動提取完整地表形態(tài)特征�；�于高分辨率DEM的精細地表形態(tài)特征提取與識別，以及多尺度地表形態(tài)分析，需要探索新的研究理論與方法。本書首先介紹了地貌形態(tài)的相關(guān)概念與研究意義，以及地貌形態(tài)提取與所采用的因子；然后闡述了經(jīng)典的地貌形態(tài)提取與識別方法，重點論述高分辨率數(shù)字高程信息下精細地貌形態(tài)提取與識別的挑戰(zhàn)；最后闡述了面向精細尺度的地貌形態(tài)提取與識別特征與算法，以及相應(yīng)地理空間人工智能技術(shù)。