พยายามตอบคำถามของฉันเอง:
สาเหตุของการ striping ในตัวอย่างที่ผมให้ไว้อย่างสิ้นเชิงเนื่องจากขั้นตอนการทำงานของฉันไม่เป็นปัญหามรดกใด ๆ กับวิธีการที่ข้อมูลประกอบเดิมหรือ mosaiced กัน DEM ที่ฉันติดต่อด้วยล้วนสร้างขึ้นจากเทคนิคใหม่กว่าซึ่งเห็นได้จากแผนที่นี้:
สองวิธีที่ครอบคลุมพื้นที่ที่ฉันทำงานด้วยคือ LIDAR และเซ็นเซอร์แอคทีฟอื่น ๆ หรือการแก้ไขเชิงเส้นที่ซับซ้อน เทคนิคที่เก่ากว่า @Dan Patterson ที่อ้างอิงคือเทคนิคการทำโปรไฟล์ด้วยตนเองและ Gestalt Photomapper แน่นอน USGS อ้างอิงสิ่งนี้ในลิงก์ NED @Dan Patterson ที่แชร์:
แหล่งที่มาเก่าของ DEM ที่ผลิตโดยวิธีการที่ล้าสมัยในขณะนี้ได้ถูกกรองในระหว่างกระบวนการประกอบ NED เพื่อลดสิ่งประดิษฐ์ที่มักพบในข้อมูลที่ผลิตโดยวิธีการเหล่านี้ การกำจัดสิ่งประดิษฐ์ช่วยปรับปรุงคุณภาพของความลาดชันการบรรเทาแบบแรเงาและการระบายน้ำสังเคราะห์ซึ่งสามารถได้มาจากข้อมูลระดับความสูง กระบวนการกรองการลบสิ่งประดิษฐ์ไม่ได้กำจัดสิ่งประดิษฐ์ทั้งหมด ในพื้นที่ที่ DEM ที่มีอยู่เท่านั้นที่ผลิตโดยวิธีเก่ากว่านั้น "สตริป" อาจยังคงเกิดขึ้น การประมวลผล NED ยังรวมถึงขั้นตอนในการปรับค่าที่ DEM ที่อยู่ติดกันไม่ตรงกันและเพื่อเติมเต็มพื้นที่เศษไม้ของข้อมูลที่ขาดหายไประหว่าง DEM ขั้นตอนการประมวลผลเหล่านี้ทำให้มั่นใจได้ว่า NED ไม่มีพื้นที่ว่างเปล่าและความไม่ต่อเนื่องของเทียมน้อยที่สุด
ดังนั้นสิ่งที่ทำให้เกิดปัญหาการสตริปของฉัน?
ในขณะที่ในการคำนวณค่า TI ใน SAGA GIS อย่างถูกต้องเราต้องใช้หน่วยเซลล์เป็นเมตรไม่ใช่การวัดระดับของระบบพิกัดทางภูมิศาสตร์ดั้งเดิมและขั้นตอนแรกของกระบวนการทำงานของเราประกอบด้วย ArcMAP (ฉันเกลียดชุดเครื่องมือการฉายของ SAGA) ฉาย DEM ในการฉาย UTM ที่ถูกต้อง ภายในขั้นตอนนี้มีตัวเลือกที่แตกต่างกันสำหรับการสุ่มตัวอย่าง DEM ใหม่อีกครั้ง ใน DEM ทั้งหมดและผลลัพธ์ผลลัพธ์ที่มีการสตริปเราทิ้งเทคนิคการสุ่มตัวอย่างเริ่มต้นใหม่อย่างไม่ถูกต้องเป็นตัวเลือกของเรา- อัลกอริทึมการสุ่มตัวอย่างเริ่มต้นใหม่คือ Neighbor Neighbor ที่ใกล้ที่สุดซึ่งไม่ควรใช้กับชุดข้อมูลต่อเนื่องเช่นข้อมูล evelation ที่มีอยู่ใน DEM เมื่อ DEM ได้รับการฉายโดยใช้การประมาณค่าการแก้ไขแบบ bi-linear ไม่พบสิ่งประดิษฐ์แนวนอนหรือแนวตั้งใน DEM หรือผลิตภัณฑ์ใด ๆ ที่เกิดขึ้น
ESRI รู้เกี่ยวกับสิ่งนี้:
DEM นั้นไวต่อการประดิษฐ์ DEM หลายตัวมีสิ่งประดิษฐ์ที่แนะนำระหว่างการสร้างอยู่แล้ว hillshades ของ DEM เหล่านั้นจะขยายความผิดปกติและทำให้มองเห็นได้ หาก DEM ไม่มีสิ่งประดิษฐ์ใด ๆ ก่อนที่จะแสดงผลเป็น hillshade ปัญหาอาจเกิดจากการใช้วิธี resampling ที่ไม่เหมาะสมเมื่อฉายข้อมูล DEM DEM คือข้อมูลแรสเตอร์อย่างต่อเนื่อง ควรใช้วิธีการ resampling แบบ bilinear ใหม่ในการประมาณค่า raster หรือการแปลง raster เมื่อฉายข้อมูลแรสเตอร์โดยใช้เครื่องมือ Project Raster GP อย่าใช้วิธี resampling เริ่มต้น เลือกวิธีการสุ่มใหม่แบบไบลิเนียร์หรือวิธีการสุ่มแบบใหม่แบบลูกบาศก์แทน
ที่มา: http://support.esri.com/th/knowledgebase/techarticles/detail/29127
และ USGS รู้เรื่องนี้โดยระบุในคำถามที่พบบ่อย:
ถาม: วิธีการสุ่มตัวอย่างใดดีที่สุดสำหรับการรักษาความถูกต้องของข้อมูล NED และลักษณะภูมิประเทศ
ตอบ: การ บิดลูกบาศก์และการประมาณค่าบิลิแนร์เป็นวิธีการที่นิยมใช้ในการปรับข้อมูลความสูงแบบดิจิทัลใหม่และจะส่งผลให้ลักษณะที่ปรากฏราบรื่นขึ้น เพื่อนบ้านที่ใกล้ที่สุดมีแนวโน้มที่จะทิ้งสิ่งประดิษฐ์เช่นขั้นบันไดและการสตริปเป็นระยะในข้อมูลซึ่งอาจไม่ปรากฏชัดเจนเมื่อดูข้อมูลระดับความสูง แต่อาจส่งผลกระทบต่ออนุพันธ์เช่นบรรเทาเงาหรือแรสชันลาด *
แหล่งที่มา: http://ned.usgs.gov/faq.html#RESAMPLE
ดังนั้นการยอมรับการตั้งค่าเริ่มต้นใน ArcMap ที่โง่เขลาของฉัน (และการเพิกเฉยต่อผลลัพธ์) ทำให้เกิดสิ่งนี้ อาจเกิดข้อผิดพลาดที่ชัดเจนมาก
ใช้ชีวิตและเรียนรู้
