¿Dónde puedo encontrar un histograma del grado de la superficie de la Tierra?

Encontré un histograma de la elevación de la superficie de la Tierra en Wikipedia :

Histograma de elevación

Sin embargo, esto no da ninguna información sobre la distribución de la calificación. Por ejemplo, toda la superficie podría estar hecha completamente de pequeñas colinas y tener un alto grado en todas partes, o la superficie podría estar compuesta enteramente de mesetas perfectas, poniendo el grado promedio en 0 °. Obviamente, estos dos escenarios no son ciertos, pero ilustra cómo esta información no puede determinarse solo con el histograma de elevación. ¿Alguien sabe dónde puedo encontrar un histograma similar para la calificación?

data

— dlras2
fuente

A diferencia del histograma de elevación, la pendiente (pendiente) depende de la resolución con la que se calcula la pendiente. ¿Qué resolución necesitas? ¿También necesitas pendientes del fondo del océano?

— whuber

Ese es un muy buen punto. Idealmente, me gustaría una resolución de un segundo más o menos, con un histograma que no incluya el fondo del océano (pero también sería bueno uno separado para el fondo del océano). Por el momento, sin embargo, tomaré todo lo que pueda llegar a guiarme en la dirección correcta.

— dlras2

Si puede obtener el conjunto de datos, hay herramientas Rpara hacerlo. Tengo Etopo1 como GeoTIFF, creo que es el hielo / celda de aquí, aunque es posible que lo haya convertido yo mismo desde el formato binario.

http://www.ngdc.noaa.gov/mgg/global/global.html

Lea los datos (posiblemente con resolución reducida), calcule la pendiente y la gráfica.

library(rgdal)
library(raster)

## orig dims, reduced 4-fold (choose divisor to suit your needs / system)
x <- readGDAL("Etopo1.tif", output.dim = c(10800, 21600)/4)

## convert to raster format for calculations
r <- raster(x)

g <- slopeAspect(r, out = "slope", unit = "degrees")

## plot histogram
hist(g)

R trama de trama

Uso readGDAL ya que estoy más familiarizado con él, pero puede usar raster como envoltorio alrededor del material rgdal para manejar la reducción de la resolución, etc., y no requerir el uso de memoria.

g
class       : RasterLayer 
dimensions  : 2700, 5400, 14580000  (nrow, ncol, ncell)
resolution  : 0.06666667, 0.06666667  (x, y)
extent      : -180, 180, -90, 90  (xmin, xmax, ymin, ymax)
coord. ref. : +proj=longlat +ellps=WGS84 +datum=WGS84 +no_defs +towgs84=0,0,0 
values      : in memory
min value   : 0 
max value   : 38.11677

Ver ?histpara más opciones de trazado.

— mdsumner
fuente

Generar el mío a partir de los datos referenciados parece ser la mejor manera de hacerlo. Nunca antes había trabajado con ningún SIG (GeoTIFF, Etopo1 o R (que Google ha demostrado ser agradablemente trivial)) me tomará un tiempo descubrirlo, pero creo que me has encaminado en el camino correcto.

— dlras2

Desafortunadamente, este enfoque tiene las pendientes incorrectas, ya que no proyecta los datos. Otra complicación es que obtener pendientes mundiales con una resolución razonable es un esfuerzo enorme . Las pendientes calculadas en más de unos pocos cientos de metros tenderán a alisarse hacia abajo. (¡La cuadrícula ilustrada tiene una resolución de 7 kilómetros !) Cubrir la superficie terrestre de la tierra con cuadrículas de 100 m requiere miles de cuadrículas (cada una de las cuales necesita su propia proyección para una precisión razonable) que comprende aproximadamente 36 mil millones de celdas. Simplemente recolectando estos DEM es un montón de trabajo ...

— whuber