USGS DEM中水平和垂直条带的来源是什么?


10

当处理通过National Map Viewer从National Elevation Dataset下载的30m和10m DEM数据时,我们注意到水平和垂直条纹不仅出现在生成的结果中,而且还只是原始DEM的分析性山影。有人知道来源吗?如果不是来源,也许如何去除这些工件?当使用DEM计算地形指数时,这些伪影变得非常明显。即使在发生凹陷填充后,这些伪影仍然保留。

下图显示了宾夕法尼亚州和科罗拉多州分水岭的30m和10m数据的条带化,以及完成的地形指数计算,显示了纽约州锡拉丘兹的分水岭的文物。

科罗拉多州-HUC8-10190004-10m

科罗拉多州-HUC8-10190004-10m

科罗拉多州-HUC8-10190004-30m

科罗拉多州-HUC8-10190004-30m

宾夕法尼亚州-HUC8-02040103-10m

宾夕法尼亚州-HUC8-02040103-10m

宾夕法尼亚州-HUC8-02040103-30m

宾夕法尼亚州-HUC8-02040103-30m

纽约州锡拉库扎的奥农达加溪流域的TI计算完成

在此处输入图片说明

Answers:


15

尝试回答我自己的问题:

我提供的示例中出现条带化的原因完全是由于我的工作流程,而不是数据最初如何组合或镶嵌在一起的任何遗留问题。我正在处理的DEM都是从较新的技术生成的,如下图所示:

在此处输入图片说明

覆盖我正在使用的区域的两种方法是LIDAR和其他有源传感器或复杂的线性插值。@Dan Patterson引用的较旧技术是“手动分析”和“格式塔Photomapper”技术。实际上,USGS在NED链接@Dan Patterson分享中引用了此内容:

通过现在已过时的方法生产的较旧的源DEM已在NED组装过程中进行了过滤,以最大程度地减少这些方法产生的数据中常见的伪影。去除伪影可以极大地改善可从高程数据中得出的坡度,阴影浮雕和综合排水信息的质量。伪影去除过滤过程无法消除所有伪影。在通过较旧的方法只能产生DEM的区域中,仍然可能发生“剥离”。处理NED的步骤还包括以下步骤:调整相邻DEM不太匹配的值,并填充DEM之间缺失数据的一小部分。这些处理步骤可确保NED没有空隙区域,并使人工中断最少。

那是什么引起我的剥离问题呢?

同时,要正确计算SAGA GIS中的TI值,我们需要以米为单位,而不是原始地理坐标系的度数,因此工作流程的第一步是使用ArcMAP(我讨厌SAGA的投影工具集)来以正确的UTM投影方式投影DEM。在此步骤中,有多种重新采样DEM的选项。在所有带有条带化的DEM和结果输出中,我们错误地将默认的重采样技术保留为我们的选择-默认的重采样算法是“最近邻居”,决不能与连续数据集(如DEM中存在的消失数据)一起使用。使用双线性插值重采样投影DEM时,在DEM或任何所得产品中均未观察到水平或垂直伪像。

ESRI知道这一点:

DEM易受伪影的影响。许多DEM在创建过程中已经引入了一些工件。这些DEM的阴影会放大异常并使它们可见。如果在将DEM渲染为山影之前没有任何瑕疵,则可能是由于在投影DEM数据时使用了不正确的重采样方法而引起的。DEM是连续的栅格数据。在光栅投影或任何光栅转换中应使用双线性重采样方法。使用Project Raster GP工具投影栅格数据时,请勿使用默认的重采样方法。而是选择双线性重采样或三次卷积重采样方法。

来源:http//support.esri.com/en/knowledgebase/techarticles/detail/29127

USGS知道这点,并在FAQ中说明:

问:哪种重采样方法最适合保留NED数据的准确性和地形特征?

答: 三次卷积和双线性插值是对数字高程数据进行重采样的首选方法,并且可以使外观更平滑。最近的邻居倾向于在数据中留下诸如阶梯和周期性条纹之类的伪影,这些伪影在查看高程数据时可能不明显,但可能会影响导数,例如阴影浮雕或坡度栅格。*

来源:http//ned.usgs.gov/faq.html#RESAMPLE

因此,我愚蠢地接受了ArcMap中的默认设置(以及对结果的无知)导致了这种情况。可能是一个非常明显的错误。

活到老,学到老。


1

例如,关于条带的可能来源的帖子太长而无法在此处复制和发布,例如

https://geonet.esri.com/message/248734?sr=search&searchId=8194652f-cac8-4737-93a2-c5dccdeb29ff&searchIndex=5#248734

http://ned.usgs.gov/about.html

http://www.ctmap.com/assets/pdfprojects/destripe.pdf

一些问题与数据本身的性质有关。


感谢那些有用的链接。他们帮助我了解了如何观察条带化或手动剖析的DEM数据(在此处使用术语ctmap.com/assets/pdfprojects/destripe.pdf)或使用GPM(格式塔Photomapper)自动处理的数据。但是它们也导致了一些资料,这些资料表明我下载的DEM是从较新的处理技术中衍生出来的。例如,Colorado数据集是使用“复杂线性插值生成的,PA数据集是使用LIDAR数据生成的。我认为,这些技术有望大大减少条带化。不是吗?”
traggatmot 2014年

请尝试汇总链接中的信息。
亚伦
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.