就数据而言,我正在处理NHD .shp文件,1000万个DEM和一些LIDAR数据。
我的目标是确定流网络中100m段的坡度。
我已经能够做到这一点,但是我希望我的工作流程不理想,尤其是因为我根本无法处理分支网络。
如果所有人都打算这样做,那么您将使用哪种步骤?
另外,我在这里发布了有关该问题的文章,我认为我在描述我的目标方面做得更好。
就数据而言,我正在处理NHD .shp文件,1000万个DEM和一些LIDAR数据。
我的目标是确定流网络中100m段的坡度。
我已经能够做到这一点,但是我希望我的工作流程不理想,尤其是因为我根本无法处理分支网络。
如果所有人都打算这样做,那么您将使用哪种步骤?
另外,我在这里发布了有关该问题的文章,我认为我在描述我的目标方面做得更好。
Answers:
假定您具有LIDAR DEM,则应使用从其派生的流。这样可以保证完美的注册。
这个想法的关键是要根据分段末端的高程来估计平均斜率。
最简单的过程之一是将流网络“分解”为其组成部分的非分支弧。根据距离将集合转换为“路线”层,使其“可测量”。现在,可以很容易地基于每个弧的里程碑表(例如,以100 m的间隔)生成路线“事件”的集合,并从这些事件点提取DEM高程。沿每条弧线的连续高程差除以100m,可估算出平均线段斜率。
下图绘制了从USGS 7.5分钟DEM(弗吉尼亚州Highland County的一部分)的流量累积分析得出的气流弧线。横跨10公里(6英里)。
由于您正在寻找残余的水坝,这可能由仅几十米的坡度变化(对于非常小的水坝)所指示,因此请考虑使用更小的分段。如果数据集过于粗糙而无法提供清晰的信号,则可以稍后(通过移动平均值或其他方式,例如高程的样条图和样条的微分)轻松对其进行过滤。实际上,这种方法将您带入时间序列分析领域,其中关注的变量是高程,而不是坡度,并且您正在寻找的模式是由短水平段和随后的突然变化组成。
这是沿着大多数(不是全部)所示流段以100m间隔观察到的DEM高程图。(像元大小为30m。)在必要时,重新定位弧以使高程通常从左向右减小。(如果仔细观察,您会看到我错过的地方:它从左到右爬。)
弧16的详细信息(地图顶部的长段)显示了当流未完全与DEM对齐时可能会得到的结果:在某些情况下,流似乎向上流动。但是,可以很容易地识别出提示有水落特征的线段,尤其是在里程碑1800(沿线段的米),4000、4600和6500之后。可以通过多种方式自动进行此识别,尤其是在清洗高程序列后(通过平滑处理)它)。
您会看到,此处使用的100 m采样间隔确实不足以识别400-500米长的较小特征。因此,要找到一个小的残留水坝,您可能希望在LIDAR DEM上以10-25 m的间隔进行采样。
顺便说一句,使这种工作流段“太小”的原因既不是短长度也不是大单元格大小,尽管两者都参与了决策。“太小”取决于您将如何使用估计的斜率以及这些估计可能不确定的程度。对于某些工作,甚至有可能在10m的网格上以10m的间隔估算梯度!
我最终要进行水文分析,当我创建流向栅格时,我记得您的帖子。这只是黑暗中的一击,但在ArcGIS 10中,可以选择创建输出放置栅格。我想知道它是否可以用来解决您的问题。
所述降光栅显示从沿着流动到细胞的中心,以百分比表示之间的路径长度的方向上的每个小区在高程的最大变化的比率。