เวิร์กโฟลว์สำหรับพิจารณาการไล่ระดับสีสตรีม

เท่าที่ข้อมูลจะไปฉันกำลังทำงานกับไฟล์NHD .shp , DEM 10m และข้อมูล LIDAR บางส่วน

เป้าหมายของฉันคือกำหนดระดับความลาดชันสำหรับส่วน 100m ของเครือข่ายสตรีม

ฉันสามารถทำสิ่งนี้ได้แล้ว แต่ฉันคาดหวังว่าเวิร์กโฟลว์ของฉันจะเป็นแบบ nonideal โดยเฉพาะอย่างยิ่งเมื่อฉันไม่สามารถจัดการกับเครือข่ายสาขาได้เลย

หากคุณกำลังทำสิ่งนี้อยู่คุณจะใช้ขั้นตอนแบบไหน?

นอกจากนี้ฉันโพสต์เกี่ยวกับปัญหาที่นี่ซึ่งฉันคิดว่าฉันทำงานได้ดีขึ้นมากอธิบายว่าเป้าหมายของฉันคืออะไร

— Jacques Tardie
แหล่งที่มา

ปัญหาที่ใหญ่ที่สุดคือการลงทะเบียนชุดข้อมูล เป็นเรื่องผิดปกติสำหรับคุณสมบัติเวกเตอร์สตรีมให้ตรงกับสตรีมตามที่ระบุจาก DEM เว้นแต่ว่าคุณสมบัติเวกเตอร์ได้มาโดยตรงจาก DEM การขาดความบังเอิญสามารถทำให้การไล่ระดับสีออกไปเช่นคุณมักพบว่าน้ำไหลขึ้นเหนือน้ำ คุณพิจารณาที่จะจัดการกับปัญหานี้เป็นส่วนหนึ่งของ "เวิร์กโฟลว์" ของคุณหรือคุณคิดว่าการลงทะเบียนได้ถูกดำเนินการไปแล้วหรือยัง?

— whuber

แน่นอนว่าเป็นหนึ่งในปัญหาที่ฉันพบเจอในการพยายามเชื่อมโยงสตรีม NHD ที่ตรงกลางกับ DEMs มีวิธีแก้ปัญหาที่ดีเกี่ยวกับการลงทะเบียนชุดข้อมูลสองชุดหรือไม่?

— Jacques Tardie

ก่อนหน้านี้เราต้องการใช้เครือข่ายสตรีมที่ได้มาจากข้อมูล LIDAR แต่ฉันต้องการทราบวิธีการใช้เป็นอย่างอื่น

— Jacques Tardie

การรวบรวม centerline ของสตรีมในระดับใด ดูเหมือนว่าความยาวเซกเมนต์ 100m นั้นเล็กเกินไป เมื่อมีคนอย่างคุณทำงานมันจะเป็นประโยชน์ถ้าผลลัพธ์ (เช่นสตรีมที่ได้มาจาก LIDAR) สามารถย้ายกลับไปยังผู้ดูแลข้อมูล

— Kirk Kuykendall

ข้อมูล LIDAR ที่ฉันใช้นั้นมาจาก Noah Snyder ที่ BC ซึ่งถูกประมวลผลลงไปที่ DEM 1m ข้อมูลที่รวบรวมในลุ่มน้ำนาร์รากัวกัสในรัฐเมน คุณอาจถูก 100m ถึงเล็ก ฉันหวังว่าจะได้ความถูกต้องแม่นยำที่สุดเท่าที่จะเป็นไปได้เพื่อพยายามตั้งตำแหน่งของเขื่อนที่เหลืออยู่ในลำธารโดยอัตโนมัติ เคิร์กเมื่อฉันทำโปรเจ็กต์นี้เสร็จฉันยินดีที่จะทำทุกอย่างเพื่อคุณเพื่อให้แน่ใจว่ามันคุ้มค่าที่จะส่งให้ USGS ขอบคุณสำหรับความคิดเห็นทุกคน

— Jacques Tardie

คำตอบ:

ระบุว่าคุณมี LIDAR DEM คุณควรใช้สตรีมที่ได้มาจากมัน ที่รับประกันการลงทะเบียนที่สมบูรณ์แบบ

ปมความคิดคือการประเมินค่าเฉลี่ยความลาดชันในแง่ของระดับความสูงที่ส่วนท้ายของส่วน

หนึ่งในขั้นตอนที่ง่ายที่สุดคือการ "กระจาย" เครือข่ายการส่งกระแสข้อมูลลงในอาร์คที่ไม่มีการแยกส่วน แปลงคอลเล็กชันเป็นเลเยอร์ "เส้นทาง" ตามระยะทางทำให้ "สามารถวัดได้" ตอนนี้มันเป็นเรื่องง่ายที่จะสร้างคอลเลกชันของ "เส้นทาง" ตามตารางเหตุการณ์สำคัญ (ที่ระยะ 100 เมตรเป็นต้น) สำหรับแต่ละอาร์คและแยกการยกระดับ DEM จากจุดเหตุการณ์เหล่านั้น ความแตกต่างอย่างต่อเนื่องของระดับความสูงตามแต่ละส่วนโค้งหารด้วย 100m ประเมินความชันส่วนเฉลี่ย

รูปต่อไปนี้แผนที่โค้งของลำธารที่ได้จากการวิเคราะห์การไหลของ USGS 7.5 นาที DEM (ส่วนหนึ่งของ Highland County, VA) ประมาณ 10 กม. (6 ไมล์)

DEM

เมื่อคุณกำลังมองหาเขื่อนที่เหลืออยู่ซึ่งอาจจะมีการระบุโดยการเปลี่ยนแปลงในการไล่ระดับสีมากกว่าเพียงไม่กี่สิบเมตร (สำหรับเขื่อนขนาดเล็กมาก) พิจารณาการใช้แม้จะมีขนาดเล็กส่วน หากชุดข้อมูลหยาบเกินไปที่จะให้สัญญาณที่ชัดเจนคุณสามารถกรองในภายหลังได้อย่างง่ายดาย (โดยใช้วิธีการเคลื่อนย้ายค่าเฉลี่ยหรืออย่างอื่นเช่นการแบ่งส่วนของระดับความสูงและสร้างความแตกต่างของเส้นโค้ง) วิธีนี้จะนำคุณเข้าสู่การวิเคราะห์อนุกรมเวลาซึ่งตัวแปรที่น่าสนใจคือระดับความสูงไม่ใช่ระดับความลาดชันและคุณกำลังมองหารูปแบบที่ประกอบด้วยส่วนระดับสั้น ๆ ตามด้วยการเปลี่ยนแปลงอย่างฉับพลัน

ระดับความสูงเทียบกับเหตุการณ์สำคัญ

นี่เป็นพล็อตของการยกระดับ DEM ที่สังเกตที่ระยะ 100 เมตรตามช่วงส่วนใหญ่ (ไม่ใช่ทั้งหมด) ของส่วนสตรีมที่ปรากฎ (เซลลูไลซ์คือ 30 ม.) หากจำเป็นโค้งจะถูกปรับใหม่เพื่อให้ระดับความสูงลดลงจากซ้ายไปขวา (ถ้าคุณมองอย่างใกล้ชิดคุณจะเห็นว่าฉันพลาดไปไหน: มันปีนขึ้นจากซ้ายไปขวา)

ระดับความสูงเทียบกับเหตุการณ์สำคัญในส่วนโค้ง 16

รายละเอียดของส่วนโค้ง 16 (ส่วนยาวที่ด้านบนของแผนที่) แสดงสิ่งที่คุณอาจได้รับเมื่อสตรีมไม่ได้ลงทะเบียนอย่างสมบูรณ์แบบด้วย DEM: ในสถานที่ที่กระแสปรากฏขึ้น โดยเฉพาะอย่างยิ่งหลังจากเหตุการณ์สำคัญ 1800 (เมตรตามส่วน), 4000, 4600 และ 6500 ตัวบ่งชี้นี้สามารถเป็นแบบอัตโนมัติได้หลายวิธีโดยเฉพาะหลังจากทำความสะอาดชุดระดับความสูง มัน).

คุณจะเห็นว่าช่วงเวลาการสุ่มตัวอย่าง 100 ม. ที่ใช้จริงที่นี่ไม่ดีพอที่จะระบุคุณสมบัติที่มีขนาดเล็กกว่ายาว 400-500 เมตร ดังนั้นเพื่อหาเขื่อนที่เหลืออยู่เล็กน้อยคุณอาจต้องการลองประมาณ 10-25 เมตรใน LIDAR DEM ของคุณ

BTW สิ่งที่ทำให้กลุ่มสตรีม "เล็กเกินไป" สำหรับงานประเภทนี้คือความยาวสั้นหรือเซลล์ขนาดใหญ่ถึงแม้ว่าทั้งคู่จะมีส่วนร่วมในการตัดสินใจ "เล็กเกินไป" ขึ้นอยู่กับว่าคุณจะใช้เนินลาดโดยประมาณอย่างไรและความไม่แน่นอนเหล่านั้นอาจประมาณได้ สำหรับงานบางอย่างมันอาจทำให้รู้สึกถึงการประมาณค่าการไล่ระดับสีในช่วง 10 ม. บนกริด 10 เมตร!

— whuber
แหล่งที่มา

+1 การวิเคราะห์ที่ยอดเยี่ยม ข้อเสนอแนะใด ๆ เกี่ยวกับวิธีการใช้ (conflate?) reachcodes จาก NHD flowlines ที่สอดคล้องกันไปยังกระแสข้อมูลที่ได้จาก Lidar DEM?

— Kirk Kuykendall

@ Kirk นั่นเป็นคำถามที่ยากและเข้าใจง่าย ฉันหลีกเลี่ยงการระบุที่อยู่ในการวิเคราะห์ของฉัน! คำถามล่าสุดบางข้อในไซต์นี้เกี่ยวกับการเปรียบเทียบแทร็ก GPS เกี่ยวข้องกับปัญหาที่คล้ายกันและแนะนำวิธีแก้ปัญหาที่มีประโยชน์ คำตอบนั้นขึ้นอยู่กับความแตกต่างของข้อมูล (polyline) สองชุดคือ: ความแตกต่างเล็ก ๆ นั้นง่ายต่อการตรวจจับและแก้ไขโดยอัตโนมัติ ความแตกต่างที่มากขึ้นอาจทำให้เกิดข้อผิดพลาดในการค้นหากลุ่มที่ตรงกัน

— whuber

@ แตกต่างจากปัญหาการติดตามจีพีเอสดูเหมือนว่าคนนี้สามารถใช้ประโยชน์จาก DEM หากคุณเทน้ำที่จุดหนึ่งบน NHD flowline ดูเหมือนว่าค่อนข้างบ่อยมันควรไหลผ่าน Lidar DEM ไปยังโพลีไลน์ที่สร้างจาก Lidar (และควรจะตรงกับ flowline ของ NHD) จริงอยู่ที่ว่าระบบอัตโนมัติที่สมบูรณ์จะยังคงไม่เกิดขึ้น แต่ก็ดูเหมือนว่า DEM จะทำให้งานง่ายขึ้น ฉันเดาว่าลำธารที่ถักเป็นสิ่งที่เจ็บปวดที่สุด

— Kirk Kuykendall

@ Kirk ฉันร่างความคิดเห็นโดยเฉพาะเกี่ยวกับการใช้ประโยชน์จาก DEM แต่ลบมันเพราะมันเป็นการเก็งกำไรและอาจจะผิด ฉันคิดว่าความคิดของคุณเป็นที่สนใจ แต่การดำเนินการนั้นจำเป็นต้องมีการวิจัย ปัญหาคือเส้น NHD โดยทั่วไปจะกระเด้งกลับไปกลับมาระหว่างกำแพงหุบเขาของ LIDAR DEM ซึ่งจะเปลี่ยนความสัมพันธ์การไหลระหว่างแต่ละส่วนของ NHD และส่วนที่ได้มาจาก LIDAR ที่สอดคล้องกันอย่างต่อเนื่อง สิ่งนี้จะต้องถูกนำไปใช้ประโยชน์ได้ แต่จะทำอย่างไรให้ถูกต้องและมีประสิทธิภาพเป็นคำถามที่ถูกต้อง

— whuber

@ เมื่อไรฉันเห็นว่า Katharine Kolb กำลังนำเสนอบทความเกี่ยวกับเรื่องนี้ที่NHD Workshopขึ้นมาในไม่ช้า แน่นอนว่าจะดีถ้าเราสามารถเปลี่ยนการสนทนาออนไลน์ เมื่อพิจารณาถึงการตัดงบประมาณฉันเดิมพันว่าจะมีเอกสารจำนวนมากที่ถูกยกเลิก ดังนั้นพวกเขาอาจจะยินดีที่จะสร้างความบันเทิงกระดาษปลาย (เขยิบเขยิบ)

— Kirk Kuykendall

ฉันกำลังทำการวิเคราะห์ทางอุทกวิทยาที่ปลายของฉันและเมื่อฉันต้องการสร้างแรสทิศทางการไหลของฉันฉันจำโพสต์ของคุณได้ นี่เป็นเพียงการแทงในที่มืด แต่ใน ArcGIS 10 มีตัวเลือกในการสร้างแรสเตอร์แบบดรอปเอาท์พุท ฉันสงสัยว่าอาจใช้วิธีใดในการแก้ปัญหาของคุณ

ลดลงแรสเตอร์แสดงให้เห็นว่าอัตราส่วนของการเปลี่ยนแปลงสูงสุดในระดับความสูงจากแต่ละเซลล์พร้อมทิศทางการไหลของความยาวเส้นทางระหว่างศูนย์ของเซลล์ที่แสดงออกในอัตราร้อยละ

— Jakub Sisak GeoGraphics
แหล่งที่มา

คำตอบของจากุบเป็นคำตอบที่ดีเพราะจะพิจารณาแต่ละเซลล์โดยไม่จำเป็นต้องแยกบรรทัดเพิ่มเติม หากคุณรวมสตรีมแรสเตอร์เข้ากับการสะสมโฟลว์ตามแรสเตอร์กระแสนั้นคุณสามารถหาระยะทางตามกระแสแล้ววาดกราฟความชันบนแกน y และระยะทางสตรีมบนแกน x คุณจะต้องคำนึงถึงระยะทางในแนวทแยง แต่อาจจะเกี่ยวข้องกับการใช้ Euclidean Direction

— ทอมดิลต์
แหล่งที่มา