Fluxo de trabalho para determinar o gradiente de fluxo?

Na medida em que os dados vai, eu estou trabalhando com NHD arquivos .shp, dems 10m, e alguns dados LIDAR.

Meu objetivo é determinar o gradiente para segmentos de 100m de uma rede de fluxos.

Eu já sou capaz de fazer isso, mas espero que meu fluxo de trabalho não seja ideal, principalmente porque não consigo lidar com redes ramificadas.

Se todos vocês estivessem fazendo isso, que tipo de etapas você usaria?

Além disso, postei sobre o problema aqui , onde acho que fiz um trabalho muito melhor descrevendo quais são meus objetivos.

— Jacques Tardie
fonte

O maior problema é registrar os conjuntos de dados. É incomum que os recursos de fluxo vetorial coincidam com os fluxos identificados a partir de um DEM, a menos que os recursos vetoriais tenham sido derivados diretamente do DEM. A falta de coincidência pode afastar gradientes: você frequentemente encontra água fluindo rio acima, por exemplo. Você considera que esse problema é parte do seu "fluxo de trabalho" ou considera que o registro já foi realizado?

— whuber

Certamente esse é um dos problemas que encontrei ao tentar mesclar as linhas centrais do fluxo do NHD com os DEMs. Existem boas soluções em relação ao registro dos dois conjuntos de dados?

— Jacques Tardie

Anteriormente, tínhamos usado uma rede de fluxo derivada dos dados do LIDAR, mas eu gostaria de saber como fazê-lo de outra forma.

— Jacques Tardie

Em que escala as linhas centrais do fluxo foram coletadas? Parece que o comprimento do segmento de 100m é um pouco pequeno demais. Quando alguém como você faz o trabalho, teria certeza de ser útil se os resultados (como os fluxos derivados de LIDAR) podem ser migradas de volta para um dos administradores de dados

— Kirk Kuykendall

Os dados do LIDAR que estou usando são de Noah Snyder no BC, que foram processados até 1 milhão de DEM. Dados originalmente coletados na bacia hidrográfica de Narraguagas, no Maine. Você pode estar certo quanto a 100m ser pequeno. Esperava ser o mais preciso possível realisticamente para tentar automatizar a localização da barragem remanescente no riacho, e é por isso que estava procurando uma escala tão fina. Kirk, assim que terminar este projeto, terei todo o prazer em executar tudo por você para garantir que valha a pena enviar ao USGS. Obrigado pelos comentários a todos.

— Jacques Tardie

Respostas:

Dado que você possui o LIDAR DEM, você deve usar os fluxos derivados dele. Isso garante um registro perfeito.

O ponto crucial da idéia é estimar as inclinações médias em termos das elevações nas extremidades dos segmentos.

Um dos procedimentos mais fáceis é "explodir" a rede de fluxo em seus arcos não ramificados de componentes. Converta a coleção em uma camada de "rota" com base na distância, tornando-a "mensurável". Agora é fácil gerar uma coleção de "eventos" de rota com base em uma tabela de marcos (a intervalos de 100 m, por exemplo) para cada arco e extrair as elevações de DEM desses pontos de evento. As sucessivas diferenças de elevação ao longo de cada arco, divididas por 100m, estimam as inclinações do segmento médio.

A figura a seguir mapeia os arcos dos fluxos derivados de uma análise de acumulação de fluxo de um DEG de USGS 7,5 minutos (parte de Highland County, VA). É cerca de 10 km de diâmetro (6 milhas).

DEM

Como você está procurando uma barragem remanescente, que pode ser indicada por uma mudança de gradiente em apenas algumas dezenas de metros (para uma barragem muito pequena), considere usar segmentos ainda menores . Se o conjunto de dados for muito áspero para fornecer sinais claros, você poderá filtrá-lo facilmente mais tarde (por meio de médias móveis ou de outra forma, como plotagem das elevações e diferenciação da spline). De fato, essa abordagem coloca você no domínio da análise de séries temporais, onde a variável de interesse é a elevação, não o gradiente, e você procura padrões consistindo em seções de nível curto seguidas por mudanças repentinas.

Elevação vs. marcos

Este é um gráfico de elevações de DEM observadas em intervalos de 100m ao longo da maioria (não todos) dos segmentos de fluxo representados. (O tamanho da célula é de 30m.) Onde necessário, os arcos eram reorientados para fazer a elevação geralmente diminuir da esquerda para a direita. (Se você olhar com atenção, poderá ver onde eu perdi uma: ela sobe da esquerda para a direita.)

Elevação vs marco no arco 16

Esse detalhe do arco 16 (o segmento longo na parte superior do mapa) mostra o que você pode obter quando os fluxos não estão perfeitamente registrados no DEM: em lugares em que o fluxo parece fluir para cima. No entanto, os segmentos que sugerem características de pool-and-drop são facilmente identificados, especialmente após os marcos 1800 (metros ao longo do segmento), 4000, 4600 e 6500. Essa identificação pode ser automatizada de várias maneiras, principalmente após a limpeza da série de elevação (suavizando isto).

Você pode ver que o intervalo de amostragem de 100 m usado aqui realmente não é bom o suficiente para identificar recursos muito menores, com 400 a 500 metros de comprimento. Portanto, para encontrar uma pequena barragem remanescente, você provavelmente gostaria de experimentar um intervalo de 10 a 25 m no seu LIDAR DEM.

BTW, o que torna um segmento de fluxo "muito pequeno" para esse tipo de trabalho não é de tamanho curto nem de tamanho de célula grande, embora ambos participem da decisão. "Muito pequeno" depende de como você usará as inclinações estimadas e quão incertas essas estimativas podem ser. Para alguns trabalhos, pode até fazer sentido estimar gradientes em intervalos de 10m em uma grade de 10m!

— whuber
fonte

+1 ótima análise. Alguma sugestão de como aplicar códigos de alcance das linhas de fluxo NHD correspondentes nas linhas de fluxo derivadas do Lidar DEM?

— Kirk Kuykendall

@ Kirk Essa é uma pergunta difícil e perspicaz; Evitei conscientemente abordá-lo em minha análise! Algumas perguntas recentes neste site sobre a comparação de trilhas GPS estão relacionadas a um problema semelhante e sugerem algumas soluções úteis. A resposta depende em parte de quão discrepantes são os dois conjuntos de dados (polilinha): pequenas diferenças são fáceis de detectar e corrigir automaticamente; diferenças maiores podem causar erros no atacado ao encontrar segmentos correspondentes.

— whuber

@whuber Ao contrário do problema da faixa de GPS, parece que este poderia alavancar o DEM. Se você derramar água em um ponto de uma linha de fluxo do NHD, parece que muitas vezes deve fluir sobre o Lidar DEM para a polilinha gerada pelo Lidar (e que deve corresponder à linha de fluxo do NHD). Concedido, a automação completa ainda seria improvável, mas ainda parece que o DEM poderia facilitar o trabalho. Eu acho que fluxos trançados seriam a maior dor.

— Kirk Kuykendall

@ Kirk Eu escrevi um comentário especificamente sobre a exploração do DEM, mas o excluí porque é especulativo e pode estar errado. Ou seja, acho que sua ideia está correta, mas implementá-la requer alguma pesquisa. O problema é que as linhas do NHD geralmente se movimentam entre as paredes do vale do LIDAR DEM, alterando constantemente as relações de fluxo entre cada segmento do NHD e seu segmento derivado do LIDAR correspondente. Isso deve ser explorável, mas exatamente como fazê-lo de maneira eficiente e precisa é a questão.

— whuber

@whuber Eu vejo Katharine Kolb apresentando um artigo sobre isso no NHD Workshop em breve. Claro que seria ótimo se pudéssemos mudar a discussão on-line. Dados os cortes no orçamento, aposto que haverá muitos papéis cancelados. Portanto, eles podem estar dispostos a receber um documento de entrada tardia (cutucada-cutucada).

— Kirk Kuykendall

Estou fazendo uma análise de hidrologia do meu lado e, como eu era para criar minha varredura de Flow Direction, lembrei-me de seu post. Isso é apenas uma facada no escuro, mas, no ArcGIS 10, há uma opção para criar uma varredura de queda de saída. Gostaria de saber se de alguma forma poderia ser usado para resolver o seu problema.

A queda de varredura mostra a razão entre a alteração máxima na elevação de cada célula ao longo da direção do fluxo e o comprimento do caminho entre os centros das células, expresso em porcentagens.

— Jakub Sisak GeoGraphics
fonte

A resposta de Jakub é boa, porque considera cada célula sem necessidade de divisão de linha adicional. Se você combinasse um raster de fluxo com a acumulação de fluxo ao longo desse raster, você poderia obter a distância ao longo do fluxo e, em seguida, representar graficamente a inclinação no eixo y e a distância do fluxo no eixo x. Você também precisaria considerar a distância diagonal, mas isso poderia ser resolvido usando a Direção Euclidiana.

— Tom Dilts
fonte