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.

— Jacques Tardie
źródło

Największym problemem jest rejestracja zbiorów danych. Rzadko zdarza się, aby cechy strumienia wektorowego pokrywały się ze strumieniami zidentyfikowanymi z DEM, chyba że cechy wektorowe zostały wyprowadzone bezpośrednio z DEM. Brak zbiegów okoliczności może zepchnąć gradienty z daleka: na przykład często spływa woda. Czy rozważasz rozwiązanie tego problemu w ramach „przepływu pracy”, czy zakładasz, że rejestracja została już przeprowadzona?

— whuber

Z pewnością jest to jeden z problemów, na które wpadłem, próbując połączyć linie środkowe strumienia NHD z DEM. Czy istnieją jakieś dobre rozwiązania w zakresie rejestracji dwóch zestawów danych?

— Jacques Tardie,

Wcześniej korzystaliśmy z sieci strumieniowej pochodzącej z samych danych LIDAR, ale chciałbym wiedzieć, jak to zrobić inaczej.

— Jacques Tardie,

Na jaką skalę zebrano linie środkowe strumienia? Wydaje się, że odcinek o długości 100 m jest trochę za mały. Gdy ktoś taki jak ty działa, na pewno byłoby pomocne, gdyby wyniki (takie jak strumienie pochodzące z LIDAR) mogły zostać migrowane z powrotem do jednego ze stewardów

— Kirk Kuykendall

Dane LIDAR, których używam, pochodzą z Noah Snyder w BC, które zostały przetworzone do 1 m DEM. Dane pierwotnie zgromadzone w zlewni Narraguagas w stanie Maine. Być może masz rację, gdy odległość do 100 metrów jest zbyt mała. Miałem nadzieję, że będę tak dokładny, jak to realistycznie możliwe, aby spróbować zautomatyzować lokalizację pozostałej tamy w strumieniu, dlatego szukałem tak drobnej skali. Kirk, kiedy skończę ten projekt, chętnie poprowadzę wszystko, aby upewnić się, że warto go przesłać do USGS. Dziękuję wszystkim za komentarze.

— Jacques Tardie,

Odpowiedzi:

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).

DEM

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.

Wykres wysokości a wykresy kamienia milowego

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.)

Wzniesienie vs kamień milowy na łuku 16

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!

— Whuber
źródło

+1 świetna analiza. Wszelkie sugestie dotyczące stosowania (łączenia?) Kodów zasięgu z odpowiednich linii NHD na liniach strumienia pochodzących z Lidar DEM?

— Kirk Kuykendall

@Kirk To trudne i spostrzegawcze pytanie; Świadomie unikałem zajmowania się tym w mojej analizie! Niektóre ostatnie pytania na tej stronie dotyczące porównywania śladów GPS dotyczą podobnego problemu i sugerują przydatne rozwiązania. Odpowiedź zależy częściowo od tego, jak rozbieżne są dwa zestawy danych (polilinii): małe różnice są łatwe do wykrycia i automatycznej korekty; większe różnice mogą powodować hurtowe błędy w znajdowaniu pasujących segmentów.

— whuber

@whuber W przeciwieństwie do problemu z gps, wydaje się, że ten może wykorzystać DEM. Jeśli wylejesz wodę w punkcie na linii przepływu NHD, wydaje się, że dość często powinna ona przepływać przez Lidar DEM do polilinii generowanej z Lidaru (i która powinna odpowiadać linii przepływu NHD). To prawda, że pełna automatyzacja nadal byłaby mało prawdopodobna, ale nadal wydaje się, że DEM może ułatwić pracę. Wydaje mi się, że największym bólem byłyby splecione strumienie.

— Kirk Kuykendall

@Kirk Napisałem komentarz dotyczący wykorzystania DEM, ale usunąłem go, ponieważ jest spekulacyjny i może się mylić. To znaczy, myślę, że twój pomysł jest trafny, ale jego wdrożenie wymaga pewnych badań. Problem polega na tym, że linie NHD będą ogólnie odbijać się do przodu i do tyłu między ścianami doliny LIDAR DEM, stale zmieniając relacje przepływu między każdym segmentem NHD i odpowiadającym mu segmentem pochodzącym z LIDAR. To musi być możliwe do wykorzystania, ale pytanie, jak dokładnie to zrobić skutecznie i dokładnie.

— whuber

@whuber Widzę, że Katharine Kolb wygłasza referat na ten temat na najbliższych warsztatach NHD . Na pewno byłoby świetnie, gdybyśmy mogli przenieść dyskusję online. Biorąc pod uwagę cięcia budżetu, założę się, że będzie wiele dokumentów, które zostaną anulowane. Mogą więc chcieć zabezpieczyć kartkę z późnym wejściem (szturchanie-szturchanie).

— Kirk Kuykendall

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.

— Jakub Sisak GeoGraphics
źródło

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.

— Tom Dilts
źródło