ความโค้งเป็นอนุพันธ์ของภูมิประเทศที่ซับซ้อนในการคำนวณสมการที่คุณใช้นั้นขึ้นอยู่กับความละเอียดของข้อมูลอินพุตของคุณเนื่องจากคุณต้องแน่ใจว่าผลลัพธ์ของความโค้งที่คุณคำนวณนั้นแตกต่างจากเสียงรบกวนในข้อมูล
มีการวิจัยจำนวนมากเมื่อไม่นานมานี้เกี่ยวกับการคำนวณความโค้งของข้อมูล LiDAR ความละเอียดสูงซึ่งแสดงให้เห็นว่าการแบ่งสเกลอยู่ที่ความละเอียดประมาณ 2 หรือ 3 เมตรและเหนือจุดนี้ต้องใช้อัลกอริทึมที่แตกต่างกันมากขึ้น . ข้อมูลที่ดีที่สุดเกี่ยวกับการคำนวณความโค้งของภูมิประเทศอาจมาจากHurst et al 2012และการอ้างอิงในนั้น
หลักการพื้นฐานของการคำนวณความโค้งเช่นเดียวกับความชันและมุมมองคือการส่งผ่านหน้าต่างที่เคลื่อนที่ผ่านพื้นผิวสูงและปรับค่าความสูงให้เหมาะสมกับฟังก์ชันพหุนาม 6 เทอมสัมประสิทธิ์ซึ่งจะให้ความชันลักษณะและความโค้งของศูนย์ เซลล์ของหน้าต่างที่กำลังเคลื่อนที่
ArcGIS ใช้หน้าต่างค้นหาแบบ 3x3 ซึ่งจะให้ผลลัพธ์ที่ดีในพื้นที่ที่ปราศจากพืชผักผลไม้ซึ่งทำให้เครื่องมือไร้ประโยชน์อย่างเป็นธรรมยกเว้นว่าผู้คนรับรู้ถึงข้อ จำกัด นี้สิ่งนี้อาจบ่งบอกว่าทำไมมันจึงไม่ปรากฏใน QGIS
เดิมทีคณิตศาสตร์นั้นมาจาก (ฉันคิดว่า) ใน Evans (1980) และถูกทำให้เรียบง่ายขึ้นในไม่กี่หน้าในหลักการของระบบข้อมูลทางภูมิศาสตร์ (ลิงก์ Amazon) ซึ่งฉันสามารถแนะนำเป็นแนวทางที่ดีสำหรับการวิเคราะห์ภูมิประเทศประเภทนี้ในระดับพื้นฐาน
วิธีหนึ่งในการคำนวณความโค้งของ DEM คือการแปลง DEM ให้เป็น ascii raster แล้วอ่านมันเป็นอาร์เรย์ numpy จากนั้นทำการปรับพอดีกับพหุนามบนหน้าต่างที่เคลื่อนที่ผ่านข้อมูล สิ่งนี้ค่อนข้างง่ายที่จะทำ แต่ช้ามากในการเรียกใช้และต้องการการปรับให้เหมาะสมพอสมควร
ในการดำเนินการใน QGIS คุณสามารถใช้GRASS plugin r.slope.aspectซึ่ง จำกัด ด้วยหน้าต่างคงที่ 3x3
ฉันรู้ว่านี่ไม่ใช่คำตอบง่ายๆที่คุณไม่ต้องสงสัยเลย แต่ฉันหวังว่าคุณจะเข้าใจว่าความโค้งนั้นซับซ้อนเพื่อให้ได้มาซึ่งความหมาย ทั้งหมดที่ดีที่สุด
Evans, I. S. (1980), An integrated system of terrain analysis and slope mapping, Z. Geomorphol., 36, 274–295.