Viac

Ako vypočítať priemerný sklon v mriežke?


Toto je vlastne dvojdielna otázka:

  1. Aké metódy existujú na výpočet priemerného sklonu podľa jednotky (napríklad km²) pre danú oblasť? Existujú nejaké ďalšie požiadavky na údaje, ako sú napríklad dodatočné informácie okrem meraní výšky?
  2. Ktoré open source GIS implementujú metódy použiteľné na výpočet priemerného sklonu v mriežke (napr. Súbor TIF)?

Prvým prístupom je výpočet sklonu pre raster. Ak hľadáte otvorený zdroj, hlavne pre rastrové výpočty, takmer vždy navrhnem GRASS. V tomto prípade ste po r.slope.aspect, aby ste vypočítali svoj rastrový raster.

V tejto chvíli máte dve možnosti. Ak ste po priemernom svahu do km2 zameraný na konkrétny bod môžete vyskúšať r.neighbours s priemernou metódou na výstupe zo svahu. Prípadne môžete vyskúšať r.resample, aby sa váš raster zvýšil na km2 buniek, a mali by ste priemerný sklon o km2 v rámci celého súboru údajov.

Pokiaľ viem, neexistujú žiadne ďalšie špeciálne požiadavky, okrem spojitého rastra - aj keď by som mohol najskôr vyskúšať vyhladenie a vyplnenie rastra.

Dúfam, že to pomôže!


Potrebujete vedieť niečo o význame, spôsobe získania a spracovaní výškových meraní, pretože výpočty sklonu sú pomerne citlivé na rozlíšenie. Získate nižšie priemerné svahy, zvyčajne s hrubším rozlíšením alebo keď sú hodnoty buniek skôr priemerné výšky buniek ako bodové výšky. Najmä ak bola vaša mriežka spracovaná akýmkoľvek spôsobom prevzorkovania, zmení to svahy (niekedy dramaticky). Upozorňujeme tiež, že priemerný sklon v rámci regiónu nie je rovnaký ako sklon založený na porovnateľnom priemere nadmorských výšok v rámci toho istého regiónu: prvý bude minimálne taký veľký ako druhý a môže byť nesmierne väčší. Ako extrémny príklad je priemerný sklon na hlboko rozrezaných náhorných plošinách Západnej Virgínie vysoký, čo odráža členitý terén, ale sklon založený na priemerných výškach na veľkých plochách (povedzme v 15-minútových intervaloch) bude takmer nulový.

Upraviť

Pred niekoľkými rokmi som získal tri DEM rovnakej oblasti (v Idaho) s rozlíšením 30m, rozlíšením 10m a súborom údajov LIDAR (rozlíšenie asi 1m) a porovnal som ich rozloženie sklonu. Tu je jedna grafika z tejto štúdie:

Ukazuje, že s jemnejším rozlíšením stúpa podiel oblastí s vysokým sklonom. Zmena z 30 metrov na LIDAR je podstatná: priemerný sklon sa zvyšuje asi o 10 stupňov. Tento graf tiež odmeňuje bližší pohľad: na obrázku môžete vidieť malú zmenu nízka svahové plochy. Vysoko svahové členité oblasti v LIDAR DEM sa zjavne vyhladia v 10 a 30 metrov DEM, kde sa stávajú strednými svahmi. Skutočne extrémne svahy (asi nad 75 stupňov) sa vyskytujú iba v súbore údajov LIDAR. Aj keď môžu existovať otázky, ktorý z týchto súborov údajov je bližšie k „pravde“, závery, ktoré vyvodíme o rozdelení svahov, sa budú jednoznačne líšiť v závislosti od rozlíšenia.


Pozri si video: Jak používat Speed Square 1 (Septembra 2021).