Робочий процес для визначення градієнта потоку?

Що стосується даних, я працюю з файлами NHD .shp, 10м DEM та деякими даними LIDAR.

Моя мета - визначити градієнт для 100м сегментів мережі потоків.

Я вже в змозі це зробити, але сподіваюся, що мій робочий процес є ненідальним, тим більше, що я взагалі не можу мати справу з розгалуженими мережами.

Якби ви все збиралися з цього приводу, якими б кроками ви користувалися б?

Крім того, я розмістив інформацію про проблему тут , де, думаю, я зробив набагато кращу роботу, описуючи, які мої цілі.

— Жак Тарді
джерело

Найбільша проблема - це реєстрація наборів даних. Незвичайно, щоб функції векторного потоку збігалися з потоками, визначеними з DEM, якщо векторні особливості не були отримані безпосередньо з DEM. Відсутність збігу може призвести до відхилення градієнтів: наприклад, ви часто виявляєте, що вода тече вище за течією. Чи вважаєте ви вирішення цього питання частиною вашого "робочого процесу" чи вважаєте, що реєстрація вже здійснена?

— whuber

Звичайно, це одна з проблем, з якими я зіткнувся, намагаючись зв'язати центральні лінії потоку NHD з DEM. Чи є якісь хороші рішення щодо реєстрації двох наборів даних?

— Жак Тарді

Раніше ми використовували потокову мережу, отриману з самих даних LIDAR, але хотілося б знати, як це зробити інакше.

— Жак Тарді

У якому масштабі були зібрані центральні лінії потоку? Здається, довжина сегмента на 100 м трохи занадто мала. Якщо хтось, як ви, працює, то, безумовно, буде корисно, якщо результати (як потоки, отримані від LIDAR) можуть бути перенесені назад до одного із стюардів даних

— Кірк Куйкендал,

Дані LIDAR, які я використовую, - від Ноя Снайдера в BC, оброблений до 1м DEM. Дані, спочатку зібрані на вододілі Наррагуагасу в штаті Мен. Ви можете мати рацію, якщо на відстань 100 м малий. Я сподівався отримати максимально точну реальність, щоб спробувати автоматизувати розташування залишкової греблі в потоці, саме тому я шукав таку тонку шкалу. Кірк, як тільки я закінчую цей проект, я із задоволенням буду виконувати все, щоб переконатися, що варто подати заяву в USGS. Дякую за коментарі всім.

— Жак Тарді

Відповіді:

Враховуючи, що у вас є LIDAR DEM, ви повинні використовувати потоки, отримані з нього. Це гарантує ідеальну реєстрацію.

Суть ідеї полягає в оцінці середніх схилів за висотами на кінцях відрізків.

Однією з найпростіших процедур є «вибух» потокової мережі в її складові нерозгалужені дуги. Перетворіть колекцію у шар "маршрут" на основі відстані, зробивши її "вимірюваною". Тепер просто створити колекцію "подій" маршруту на основі таблиці віх (наприклад, з інтервалом 100 м) для кожної дуги та витягнути висоти DEM з цих точок події. Послідовні різниці висот уздовж кожної дуги, розділені на 100 м, оцінюють середні нахили відрізка.

На наступному малюнку відображені дуги потоків, отримані в результаті аналізу поточного накопичення USGS 7,5 хвилини DEM (частина Highland County, VA). Це приблизно 10 км (6 миль).

DEM

Оскільки ви шукаєте залишкову греблю, яка може бути вказується на зміну градієнта усього за кілька десятків метрів (для дуже невеликої греблі), подумайте про використання ще менших відрізків. Якщо набір даних занадто грубий для забезпечення чітких сигналів, ви можете його легко відфільтрувати пізніше (за допомогою переміщення середніх або інших способів, таких як сплайнування ділянок висот та диференціювання сплайну). Насправді такий підхід вводить вас у область аналізу часових рядів, де змінною, що цікавить, є висота, а не градієнт, і ви шукаєте структури, що складаються з коротких розділів рівня з подальшими раптовими змінами.

Висота порівняно з віхами

Це графік підвищення DEM, що спостерігається з інтервалом 100 м уздовж більшості (не всіх) зображених сегментів потоку. (Розмір клітинок становить 30 м.) У разі необхідності дуги були переорієнтовані, щоб висота зазвичай зменшилася зліва направо. (Якщо придивитись уважно, то можна побачити, де я пропустив: він піднімається зліва направо.)

Підйом - віха на дузі 16

Ця деталь дуги 16 (довгий відрізок у верхній частині карти) показує, що ви можете отримати, коли потоки не будуть ідеально зареєстровані в DEM: місцями потік, схоже, тече вгору. Тим не менш, сегменти, що передбачають характеристики басейну та падіння, легко ідентифікуються, особливо після етапів 1800 (метрів уздовж відрізка), 4000, 4600 та 6500. Цю ідентифікацію можна автоматизувати різними способами, особливо після очищення рядів висот (шляхом згладжування це).

Ви можете бачити, що інтервал відбору проб 100 м, використаний тут, насправді недостатньо хороший, щоб визначити особливості, значно менші 400-500 метрів. Отже, щоб знайти невелику залишкову греблю, ви, мабуть, захотіли б зробити вибірку близько 10-25 м інтервалу на вашій LIDAR DEM.

До речі, те, що робить сегмент потоку "занадто малим" для такого виду роботи, не є ні короткою довжиною, ні великою величиною клітинок, хоча обидва грають рішення. "Занадто мало" залежить від того, яким чином ви будете використовувати прогнозовані схили та наскільки невизначеними можуть бути ці оцінки. Для деяких робіт навіть може бути сенс оцінювати градієнти з інтервалом в 10 м по 10 м сітці!

— дзижчати
джерело

+1 великий аналіз. Будь-які пропозиції щодо того, як застосувати (співставити?) Коди досягнень з відповідних потоків NHD на лінії потоку, що походять від DID Lidar?

— Кірк Куйкендалл

@Kirk Це складне і сприйнятливе питання; Я свідомо уникав звертатися до цього в своєму аналізі! Деякі останні запитання на цьому сайті щодо порівняння треків GPS стосуються подібної проблеми та пропонують деякі корисні рішення. Відповідь частково залежить від того, наскільки невідповідними є два набори (полілінійних) даних: невеликі відмінності легко виявити та виправити автоматично; більші відмінності можуть спричинити оптові помилки в пошуку відповідних сегментів.

— whuber

@whuber На відміну від проблеми GPS-треку, схоже, що це могло б використовувати DEM. Якщо ви наливаєте воду в точку на лінії потоку NHD, здається, що досить часто вона повинна надходити через DID Lidar до полілініну, що утворюється з Lidar (і який повинен відповідати потоку лінії NHD). Зрозуміло, повна автоматизація все ще буде малоймовірною, але все ще здається, що DEM може полегшити роботу. Я думаю, що плетені потоки будуть найбільшим болем.

— Кірк Куйкендалл

@Kirk Я склав коментар спеціально щодо використання DEM, але видалив його, тому що він міркує і може бути неправильним. Так би мовити, я вважаю, що ваша ідея не вдається, але її реалізація потребує певного дослідження. Проблема полягає в тому, що лінії NHD, як правило, відскакують туди-сюди між стінками долини LIDAR DEM, постійно змінюючи співвідношення потоку між кожним сегментом NHD та відповідним йому сегментом LIDAR. Це повинно бути вигідним, але саме про те, як це зробити ефективно та точно - це питання.

— whuber

@whuber Я бачу, що Катрін Колб презентує документ про це на семінарі NHD, який незабаром з'явиться. Звичайно, було б чудово, якби ми могли перенести дискусію в режимі он-лайн. Зважаючи на скорочення бюджету, я думаю, що буде багато паперів, які скасовуються. Тож вони, можливо, захочуть розважатись із папером із пізнім вступом (натисканням на ноги).

— Кірк Куйкендалл

Я роблю аналіз гідрології на своєму кінці, і коли я мав створити свій растр потоку потоку, я згадав ваш пост. Це просто удар в темряві, але в ArcGIS 10 є можливість створити растровий падіння виводу. Цікаво, чи це якось можна було б використати для вирішення вашої проблеми.

У падінні растровое показує співвідношення максимального зміни висоти від кожного осередку вздовж напрямку потоку до довжини шляху між центрами клітин, вираженими у відсотках.

— Якуба Сисака Географіка
джерело

Відповідь Якуба є вдалою, оскільки вона вважає кожну клітинку, не потребуючи подальшого розбиття рядків. Якщо ви поєднали растровий потік із накопиченням потоку вздовж цього растру потоку, ви можете отримати відстань уздовж потоку, а потім графік нахилу по осі y та відстань потоку на осі x. Вам також потрібно буде враховувати діагональну відстань, але це може бути вирішено за допомогою Евклідового напряму.

— Том Ділтс
джерело