¿Existe alguna herramienta de código abierto o económica para detectar y llenar sumideros en un DEM? ArcGIS Spatial Analyst está fuera de mi rango de precios.
¿Hay herramientas de código abierto para detectar y llenar sumideros en un DEM? [cerrado]
Respuestas:
GRASS tiene r.fill.dir y, mejor aún, r.terraflow , que es una de las pocas herramientas de hidrología para trabajar en rásteres masivos. También hay TauDem , que incluye PitRemovepara el llenado.
También he escrito un software, RichDEM, que tiene una variedad de algoritmos rápidos (a veces miles de veces más rápidos) para el llenado de la depresión y otras aplicaciones hidrológicas. Ver: richdem.readthedocs.io/en/latest/depression_filling.html
—
Richard
TauDem es multiplataforma y funciona bien en Linux y OS X.
—
mankoff
@mankoff gracias por la actualización, eso es genial. Las versiones anteriores eran solo para Windows (sé que la versión 3.1 era, pero quizás también versiones posteriores). Lamentablemente, la página de descarga no incluye referencias, pero veo un PPA que lo contiene, junto con un paquete homebrew.
—
scw
SAGA tiene varios métodos de llenado
http://www.saga-gis.org/saga_modules_doc/ta_preprocessor/index.html
Fregadero de detección plana Ruta de drenaje Detección
Eliminación del fregadero
Fregaderos de relleno (Planchon / Darboux, 2001)
Fregaderos de relleno (Wang y Liu)
Fregaderos de relleno XXL (Wang y Liu)
Tenga en cuenta que el método de Planchon y Darboux (2001) produce los mismos resultados que Wang y Liu (2006), mucho más lento. Nadie debe usar P&D si hay una alternativa disponible. Barnes (2014), Zhou (2016) y Wei (2018) mejoran la velocidad de Wang y Liu (2006), logrando colectivamente una aceleración de 6 veces o más.
—
Richard
Esta es en realidad un área de investigación activa para mí.
Puede usar el algoritmo Priority-Flood como se describe en este artículo de la revista, que también está disponible en arXiv. Esto le permite llenar depresiones en tiempo O (n log n) para datos de punto flotante y tiempo O (n) para datos enteros. El código fuente está disponible aquí .
El algoritmo anterior es serial y funciona bien hasta cien millones de celdas más o menos. A veces, sin embargo, sus conjuntos de datos son más grandes.
Este artículo , también disponible en arXiv , describe un algoritmo con escalamiento excelente adecuado para conjuntos de datos de hasta un billón o más de celdas. La fuente está disponible aquí .
Todo lo anterior ahora está incluido en el contenedor Python de RichDEM . La documentación, con ejemplos e imágenes bonitas, está disponible aquí .
(Descargo de responsabilidad: escribí los artículos y el código mencionados anteriormente).
Yeap, hay. Todavía no lo he probado, pero revisé el código fuente. Parece un buen programa.
Landserf (uso gratuito) - Haga clic para ir a la página de inicio
Lo he usado y me encanta.
También creo que los algoritmos son mucho más precisos en Landserf que en Arc, se utilizan matemáticas muy muy sólidas y Jo Wood enumera las matemáticas utilizadas para su análisis.