Przepływ pracy do określania gradientu strumienia?

Jeśli chodzi o dane, pracuję z plikami NHD .shp, 10 mln DEM i niektórymi danymi LIDAR.

Moim celem jest określenie gradientu dla 100m segmentów sieci strumieni.

Jestem już w stanie to zrobić, ale spodziewam się, że mój przepływ pracy jest nieidealny, zwłaszcza że nie mogę w ogóle poradzić sobie z rozgałęzionymi sieciami.

Gdybyście wszyscy to robili, jakie kroki byście zastosowali?

Oprócz tego napisałem tutaj o problemie , w którym, jak sądzę, wykonałem znacznie lepszą robotę, opisując moje cele.

Biorąc pod uwagę, że masz LIDAR DEM, powinieneś używać strumieni z niego pochodnych. To gwarantuje idealną rejestrację.

Sednem tego pomysłu jest oszacowanie średnich nachyleń w kategoriach rzędnych na końcach segmentów.

Jedną z najprostszych procedur jest „rozbicie” sieci strumieniowej na jej nierozgałęzione łuki. Przekształć kolekcję w warstwę „trasową” na podstawie odległości, dzięki czemu będzie „mierzalna”. Teraz łatwo jest wygenerować zbiór „zdarzeń” trasy na podstawie tabeli kamieni milowych (na przykład w odstępach 100 m) dla każdego łuku i wyodrębnić elewacje DEM z tych punktów zdarzeń. Kolejne różnice wysokości na każdym łuku, podzielone przez 100 m, szacują średnie nachylenie segmentu.

Poniższy rysunek odwzorowuje łuki strumieni pochodzących z analizy akumulacji przepływu USGS 7,5 minuty DEM (część hrabstwa Highland, Wirginia). Ma około 10 km średnicy (6 mil).

Ponieważ szukasz pozostałej tamy, na co może wskazywać zmiana gradientu na kilkudziesięciu metrach (w przypadku bardzo małej tamy), rozważ użycie jeszcze mniejszych segmentów. Jeśli zestaw danych jest zbyt szorstki, aby zapewnić wyraźne sygnały, możesz go łatwo przefiltrować później (za pomocą średnich ruchomych lub w inny sposób, takich jak wykresy splajnu rzędnych i różnicowanie splajnu). W efekcie to podejście wprowadza Cię w dziedzinę analizy szeregów czasowych, w której zmienną zainteresowania jest wysokość, a nie gradient, i szukasz wzorów składających się z krótkich odcinków poziomu, po których następuje nagłe zmiany.

Jest to wykres wysokości DEM obserwowany w odstępach 100 m wzdłuż większości (nie wszystkich) przedstawionych segmentów strumienia. (Rozmiar komórki to 30 m.) Tam, gdzie to konieczne, łuki zostały zmienione w taki sposób, aby wysokość na ogół zmniejszała się od lewej do prawej. (Jeśli przyjrzysz się uważnie, zobaczysz, gdzie nie trafiłem: wspina się od lewej do prawej.)

Ten szczegół łuku 16 (długi odcinek u góry mapy) pokazuje, co możesz uzyskać, gdy strumienie nie są idealnie zarejestrowane w DEM: miejscami strumień wydaje się płynąć w górę. Niemniej jednak segmenty sugerujące charakterystykę łączenia i upuszczania są łatwo identyfikowalne, szczególnie po kamieniach milowych 1800 (metrów wzdłuż segmentu), 4000, 4600 i 6500. Identyfikację tę można zautomatyzować na różne sposoby, zwłaszcza po wyczyszczeniu serii rzędnych (poprzez wygładzenie to).

Widać, że zastosowany tutaj interwał próbkowania 100 m naprawdę nie jest wystarczająco dobry, aby zidentyfikować cechy znacznie mniejsze o długości 400-500 metrów. Tak więc, aby znaleźć małą resztkę tamy, prawdopodobnie zechcesz pobrać próbki w odstępie 10–25 m na swoim LIDAR DEM.

BTW, to, co czyni segment strumienia „zbyt małym” do tego rodzaju pracy, nie jest ani krótką długością, ani dużym rozmiarem komórek, chociaż oba mają wpływ na decyzję. „Za mały” zależy od tego, w jaki sposób będziesz korzystać z szacowanych stoków i od tego, jak niepewne mogą być te szacunki. W przypadku niektórych prac sensowne może być nawet oszacowanie gradientów w odstępach 10 m na siatce 10 m!

Po mojej stronie wykonuję analizę Hydrologii i kiedy miałem stworzyć raster Flow Direction, przypomniałem sobie twój post. Jest to po prostu dźgnięcie w ciemność, ale w ArcGIS 10 istnieje możliwość utworzenia wyjściowego rastra. Zastanawiam się, czy można go w jakiś sposób wykorzystać do rozwiązania problemu.

W spadek rastrowe wskazuje stosunek maksymalnej zmiany wysokości z każdej komórki zgodnie z kierunkiem przepływu do długości ścieżki pomiędzy środkami komórek, wyrażoną w procentach.

Odpowiedź Jakuba jest dobra, ponieważ uwzględnia każdą komórkę bez potrzeby dalszego podziału linii. Jeśli połączysz raster strumienia z akumulacją przepływu wzdłuż tego rastra strumienia, możesz uzyskać odległość wzdłuż strumienia, a następnie wykreślić nachylenie na osi y i odległość strumienia na osi x. Trzeba też wziąć pod uwagę odległość po przekątnej, ale można to rozwiązać za pomocą Kierunku Euklidesowego.