Existe alguma fonte aberta ou ferramentas baratas para detectar e encher pias em um DEM? O ArcGIS Spatial Analyst está apenas fora da minha faixa de preço.
Existem ferramentas de código aberto para detectar e preencher coletores em um DEM? [fechadas]
Respostas:
O GRASS possui o r.fill.dir e, melhor ainda, o r.terraflow , que é uma das poucas ferramentas de hidrologia para trabalhar em rasters maciços. Há também o TauDem , que inclui PitRemovepreenchimento.
Também escrevi um software, RichDEM, que possui uma variedade de algoritmos rápidos (às vezes milhares de vezes mais rápidos) para preenchimento de depressão e outras aplicações hidrológicas. Veja: richdem.readthedocs.io/en/latest/depression_filling.html
—
Richard
TauDem é multiplataforma e funciona bem no Linux e OS X.
—
Mankoff
@mankoff obrigado pela atualização, isso é ótimo. Os lançamentos anteriores eram apenas para Windows (eu sei que o 3.1 era, mas talvez também versões posteriores). Infelizmente, a página de download não inclui referências a ela, mas vejo um PPA que a contém, juntamente com um pacote homebrew.
—
o ACS
O SAGA possui vários métodos de preenchimento
http://www.saga-gis.org/saga_modules_doc/ta_preprocessor/index.html
Pia de Detecção Plana Drenagem de Rota de Detecção
Remoção de Pia Dissipador de
Enchimento (Planchon / Darboux, 2001)
Dissipador de Enchimento (Wang & Liu)
Dissipador de Enchimento XXL (Wang & Liu)
Observe que o método de Planchon e Darboux (2001) produz os mesmos resultados que Wang e Liu (2006), muito, muito mais lentamente. Ninguém deve usar P&D se houver uma alternativa disponível. Barnes (2014), Zhou (2016) e Wei (2018) melhoram a velocidade de Wang e Liu (2006), alcançando coletivamente uma aceleração de 6x ou mais.
—
Richard Richard
Esta é realmente uma área de pesquisa ativa para mim.
Você pode usar o algoritmo Priority-Flood, conforme descrito neste artigo de revista, que também está disponível no arXiv. Isso permite que você preencha depressões em O (n log n) para dados de ponto flutuante e O (n) para dados inteiros. O código fonte está disponível aqui .
O algoritmo anterior é serial e funciona bem até cem milhões de células ou mais. Às vezes, porém, seus conjuntos de dados são maiores.
Este artigo , também disponível no arXiv , descreve um algoritmo com excelente dimensionamento adequado para conjuntos de dados de até um trilhão ou mais células. A fonte está disponível aqui .
Agora tudo o que foi mencionado anteriormente está incluído no wrapper Python do RichDEM . A documentação, com exemplos e fotos bonitas, está disponível aqui .
(Isenção de responsabilidade: escrevi os artigos e o código mencionados acima.)
Sim, existe. Ainda não testei, mas corri meus olhos através do código fonte. Parece um bom programa.
Landserf (gratuito) - Clique para ir para a página inicial
Eu usei e amo.
Também acho que os algoritmos são muito mais precisos em Landserf do que em Arc, matemática muito sólida usada e Jo Wood lista as matemáticas usadas para sua análise.