计算地形湿度指数(从不同算法中选择)


10

地形湿度指数可以表示为

 Ln(a/tanB) based on the idea of Beven and Kirkby (1979)

哪里

  a is the specific catchment area (a=A/L, catchment area (A)divided by contour length(L))

  tanB is the slope 

这里的基本思想很简单,但是由于有多种计算a和tanB的方法,因此TWI的结果差异很大(Qin 等, 2011)。

可以通过以下方式计算流量积聚和汇水面积:

 D8 (O'Callaghan, J.F. / Mark, D.M. (1984))
 D-infinity  (Tarboton, D.G. (1997)
 Triangular Multiple flow direction (Seibert, J. / McGlynn, B. (2007)

算法,还有许多其他可用的算法。

通常将斜率计算为像素周围的局部斜率(Sorensen 等, 2005)。局部斜率也可以计算为像素周围的最小,平均和最大斜率。Hjerdt 等人提出了另一种计算斜率的方法2004年,计算出到单元中心以下d米处的斜率。

坡度是大多数GIS软件中的基本工具,但是计算方法可能有所不同。以下是一些示例:ESRI:http ://webhelp.esri.com/arcgisdesktop/9.2/index.cfm ? TopicName = Calculating_slope SAGA:http : //sourceforge.net/apps/trac/saga-gis/wiki/Terrain% 20Analysis%20-%20形态计量%20module%20library

如您所见,有许多选项可用于同时计算a和tanB。因此,问题是在实践中,使用不同的这些算法计算TWI的正确(最佳)方法是什么?还是有?

我个人喜欢在SAGA中工作,主要是因为有大量的开源水文工具可供选择。

附言:我很难弄清Saga GIS中流域坡度是如何计算的,以及这到底是什么意思。(地形分析-水文学:流域面积平行)。

编辑:由SAGA论坛的Volker Wichmann回答: “集水区(并行)模块的集水斜率输出网格的计算如下:对于每个单元,使用Zevenbergen和Thorne的方法计算局部斜率。这些斜率值为最后,对于每个像元,累积的斜率值除以像元的得出的汇水面积。网格的单位为弧度。”

“地形湿度指数(TWI)模块需要一个正常的坡度网格作为输入。”

参考文献:

贝文(Beven)和柯克比(Kirkby)1979。流域水文学的基于物理变量的贡献区域模型。水文科学通报,第24页,第43-69页。

Hjerdt 等。2004年。一种新的地形指数,用于量化局部排水的下坡控制。水资源研究,40,W05602,doi:10.1029 / 2004WR003130。

O'Callaghan,JF和Mark,DM1984。从数字高程数据中提取排​​水网络。计算机视觉,图形和图像处理,28:323-344

等。2011。一种基于最大下坡度梯度计算地形湿度指数的方法。精密农业 12:32–43。

Seibert,J.和McGlynn,B.2007。一种新的三角多流向算法,用于从网格化数字高程模型计算上坡区域, 水资源研究,第1卷。43,W04501

Sorensen 等。2005。关于地形湿度指数的计算:基于现场观测的不同方法的评估。 液压 地球系统 科学 讨论。,2,1807–1834

Tarboton,DG,1997年。确定网格数字高程模型中流向和上坡区域的新方法,水资源研究,第33卷,第2期,第309-319页

Answers:


6

我认为SAGA GIS论坛中的这篇帖子可能有助于回答您有关如何计算坡度的问题:

https://sourceforge.net/p/saga-gis/discussion/354013/thread/27ecdc6b/

另外,根据我对TWI(作为水文学博士学位的水文学专业学生)的理解,D-Inf(塔博顿),MFD-md(秦),DEMON(科斯塔-卡夫拉尔)和MFD(奎因)与指数p = 1.1(弗里曼)是在TWI计算中确定累积面积“ a”的最佳选择。

我认为索伦森的作品和秦的作品都使我相信自己的半专业观点。但是,秦的改进算法(MFD-md)尚未像其他方法那样经过全面测试和使用。

当我用SAGA计算TWI,我首先使用计算斜率斜率中称道地形分析/形态计量/坡度,坡向,曲率模块,使用在论坛帖子中提到的默认算法。然后,我使用“ 地形分析” /“水文学” /“集水区” /“集水区(并行)”选项,使用MFD算法或D-INF算法(收敛因子为1.1)来计算集水区(p = 1.1,来自Freeman)。

然后,运行“ 地形分析” /“水文学” /“地形指数” /“地形湿度指数”(TWI)中的“ TWI ”选项,其中包含将面积转换为“ 1 /像元大小”并使用标准计算的选项。我将其转换为特定的汇水面积,因为这是Beven和Kirkby最初的要求。至于“标准”和“ TOPMODEL”之间的区别,我不确定是什么-现在就自己检查一下。

有关链接的pdf,请参阅参考第106页以获取更多具体帮助:http : //sourceforge.net/projects/saga-gis/files/SAGA%20-%20Documentation/SAGA% 20Documents / SagaManual.pdf / download

我忘了补充,所有这些都假设DEM已通过填充水槽进行了预处理。这是另一个复杂的主题,具有两个(主要)单独的选项。

我希望这有帮助!

汤姆

PS编辑@reima:

这是我最近才研究过的东西,我可以承认我还没有达到最低点!我更喜欢Lindsay和Creed的方法,这是一种基于最小化地形影响的最小方法,它基于使总地形影响最小化(正式命名为“减影算法”-IRA),我认为是在他的Terrain Analysis Software工具(以前称为TAS,现在WhiteBox GAT-链接:http://www.uoguelph.ca/~hydrogeo/Whitebox/ )。

但是,即使他的工具似乎也可以实现其他填充方案:

  1. Wang和Liu(2006)的汇入/压低填充算法(基本,但是很快)-我不认为该算法以IRA方式运行,但类似于ArcMap填充汇入/压低的方式,只是直接进行而无需任何操作。

  2. 然后,Planchon和Darboux(2001)的下沉/凹陷填充物充斥DEM,然后一点一点地去除水-它可以在填充区域上施加坡度,我认为这可能会改善TI计算。

ArcMap具有一个新的“去污点”加载项(http://blogs.esri.com/esri/arcgis/2013/03/05/optimized-tool-for-dem-pit-removal-now-available/)这似乎与Lindsay和Creeds IRA相似,但我尚未阅读所引用的论文来确定其相似程度。此方法可能值得一看。

我还对审查TI计算需要填充DEM的假设感兴趣。我有三个不同大小的分水岭DEM(<100平方公里,100-1000平方公里,> 1000平方公里),它们使用来自10 m NED数据的形状文件进行了裁剪。由于形状文件已经提供了分水岭轮廓,因此未填充这些内容。我将使用ArcMaps填充方案(旧的和新的)以及Wang和Liu算法(在Whitebox中,也许在填充和未填充的DEM上的所有三个分水岭上运行SAGA GIS TI计算(MFD,p = 1.1)在SAGA中),以及Planchon和Darboux算法(在Whitebox中,也许在SAGA中)。我还将使用嵌入在我的水文模型中的TI计算来计算TI值。

如果您愿意,我可以与您分享这些结果。我可能要一个月左右才能找到它们,因为我目前正在关注其他更相关的研究,但是我需要最迟在5月中旬之前完善我的TI计算过程。


感谢汤姆的参赛!看来我们的工作流程几乎相同。DEM的预处理确实是另一个主题,尤其是当道路,桥梁等破坏自然流向和累积时。我可以问一下您填充水槽的默认方法是什么,在DEM的预处理中如何处理湖泊?我最终删除了所有湖泊,因为每个填充水槽选项都会使这些水盆的水位比实际高,从而导致湖边附近的信息丢失。
reima 2014年

@reima,请参见上文。到目前为止,我还没有对湖泊做任何特别的事情。我所有的注意力都集中在预测河流/河流出口处的流量上-我还没有确定湖泊将如何与所有这些相互作用。另外,我想我应该明确指出,在TI计算中,您不需要“集水坡度”。您需要正常的坡度-只是要确保从我提供的SAGA GIS论坛链接中可以清楚地看到。
traggatmot 2014年

是的,(我尝试将有关局部(“正常”)坡度的部分用斜体表示,但我想它尚不清楚(我的错))。到目前为止,我已经使用了Wang Liu 2006的填充方法,但是如果我继续这个话题,我肯定也必须更深入地研究。我对您的结果也很感兴趣!
reima 2014年

@reima,如果您认为它能解决您的问题,请接受我的回答。
traggatmot
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.