¿Flujo de trabajo para determinar el gradiente de flujo?

En cuanto a los datos, estoy trabajando con archivos NHD .shp, 10m DEM y algunos datos LIDAR.

Mi objetivo es determinar el gradiente para segmentos de 100 m de una red de flujos.

Ya puedo hacer esto, pero espero que mi flujo de trabajo no sea ideal, especialmente porque no puedo tratar con redes ramificadas en absoluto.

Si todos estuvieran haciendo esto, ¿qué tipo de pasos seguirían?

Además, publiqué sobre el problema aquí , donde creo que hice un trabajo mucho mejor al describir cuáles son mis objetivos.

— Jacques Tardie
fuente

El mayor problema es registrar los conjuntos de datos. Es inusual que las características de la secuencia del vector coincidan con las secuencias identificadas desde un DEM a menos que las características del vector se deriven directamente del DEM. La falta de coincidencia puede desviar los gradientes: con frecuencia encuentra agua que fluye río arriba, por ejemplo. ¿Considera abordar este problema como parte de su "flujo de trabajo" o supone que el registro ya se ha llevado a cabo?

— whuber

Ciertamente, ese es uno de los problemas con los que me topé al tratar de combinar las líneas centrales del flujo de NHD con los DEM. ¿Hay alguna buena solución para registrar los dos conjuntos de datos?

— Jacques Tardie

Anteriormente, habíamos usado una red de flujo derivada de los datos LIDAR, pero me gustaría saber cómo hacerlo de otra manera.

— Jacques Tardie

¿A qué escala se recogieron las líneas centrales de la corriente? Parece que la longitud del segmento de 100 m es demasiado pequeña. Cuando alguien como usted trabaja, seguramente sería útil si los resultados (como las secuencias derivadas de LIDAR) pudieran migrarse de regreso a uno de los administradores de datos

— Kirk Kuykendall,

Los datos LIDAR que estoy usando son de Noah Snyder en BC, que se han procesado hasta un DEM de 1 m. Datos originalmente recolectados en la cuenca de Narraguagas en Maine. Puede que tengas razón hasta 100m siendo demasiado pequeño. Tenía la esperanza de obtener la mayor precisión posible para intentar automatizar la ubicación de la presa remanente en la corriente, por lo que estaba buscando una escala tan fina. Kirk, una vez que haya terminado este proyecto, con mucho gusto ejecutaré todo por ti para asegurarme de que valga la pena enviarlo al USGS. Gracias por los comentarios a todos.

— Jacques Tardie

Respuestas:

Dado que tiene el DEM LIDAR, debe usar las secuencias derivadas de él. Eso garantiza un registro perfecto.

El quid de la idea es estimar las pendientes medias en términos de las elevaciones en los extremos de los segmentos.

Uno de los procedimientos más fáciles es "explotar" la red de flujo en sus arcos no ramificados componentes. Convierta la colección en una capa de "ruta" basada en la distancia, haciéndola "medible". Ahora es sencillo generar una colección de "eventos" de ruta basados en una tabla de hitos (a intervalos de 100 m, por ejemplo) para cada arco y extraer las elevaciones de DEM de esos puntos de evento. Las sucesivas diferencias de elevación a lo largo de cada arco, divididas por 100 m, estiman las pendientes medias del segmento.

La siguiente figura mapea los arcos de las corrientes derivadas de un análisis de acumulación de flujo de un DEM de USGS de 7.5 minutos (parte del condado de Highland, VA). Tiene unos 10 km de ancho (6 millas).

DEM

Dado que está buscando una presa remanente, lo que podría estar indicado por un cambio en el gradiente de unas pocas decenas de metros (para una presa muy pequeña), considere usar segmentos aún más pequeños. Si el conjunto de datos es demasiado tosco para proporcionar señales claras, puede filtrarlo fácilmente más tarde (por medio de promedios móviles o de otro tipo, como la división de diagramas de las elevaciones y la diferenciación de la spline). En efecto, este enfoque lo coloca en el dominio del análisis de series de tiempo donde la variable de interés es la elevación, no el gradiente, y está buscando patrones que consisten en secciones de nivel corto seguidas de cambios repentinos.

Gráficos de elevación frente a hitos

Esta es una gráfica de las elevaciones de DEM observadas a intervalos de 100 m a lo largo de la mayoría (no todos) de los segmentos de corrientes representados. (El tamaño de la celda es de 30 m.) Cuando fue necesario, los arcos se reorientaron para que la elevación generalmente disminuyera de izquierda a derecha. (Si miras detenidamente, puedes ver dónde me perdí uno: sube de izquierda a derecha).

Elevación vs hito en el arco 16

Este detalle del arco 16 (el segmento largo en la parte superior del mapa) muestra lo que puede obtener cuando las corrientes no están perfectamente registradas con el DEM: en algunos lugares, la corriente parece fluir hacia arriba. Sin embargo, los segmentos que sugieren características de agrupación y caída se identifican fácilmente, especialmente después de los hitos 1800 (metros a lo largo del segmento), 4000, 4600 y 6500. Esta identificación se puede automatizar de varias maneras, especialmente después de limpiar la serie de elevación (suavizando eso).

Puede ver que el intervalo de muestreo de 100 m utilizado aquí realmente no es lo suficientemente bueno como para identificar características mucho más pequeñas de 400-500 metros de largo. Por lo tanto, para encontrar una pequeña presa remanente, es probable que desee muestrear alrededor de un intervalo de 10-25 m en su LIDAR DEM.

Por cierto, lo que hace que un segmento de flujo sea "demasiado pequeño" para este tipo de trabajo no es ni una longitud corta ni un tamaño de celda grande, aunque ambos juegan en la decisión. "Demasiado pequeño" depende de cómo usará las pendientes estimadas y de cuán inciertas puedan ser esas estimaciones. ¡Para algunos trabajos, incluso podría tener sentido estimar gradientes a intervalos de 10 m en una cuadrícula de 10 m!

— whuber
fuente

+1 gran análisis. ¿Alguna sugerencia sobre cómo aplicar (¿combinar?) Códigos de alcance de las líneas de flujo de NHD correspondientes en las líneas de flujo derivadas del Lidar DEM?

— Kirk Kuykendall

@ Kirk Esa es una pregunta difícil y perceptiva; ¡Evité conscientemente abordarlo en mi análisis! Algunas preguntas recientes en este sitio sobre la comparación de pistas GPS se relacionan con un problema similar y sugieren algunas soluciones útiles. La respuesta depende en parte de cuán discrepantes sean los dos conjuntos de datos (polilínea): las pequeñas diferencias son fáciles de detectar y corregir automáticamente; diferencias más grandes pueden causar errores al por mayor al encontrar segmentos coincidentes.

— whuber

@whuber A diferencia del problema de seguimiento de gps, parece que este podría aprovechar el DEM. Si vierte agua en un punto en una línea de flujo de NHD, parece que con bastante frecuencia debería fluir sobre el Lidar DEM a la polilínea generada a partir de Lidar (y que debería corresponder a la línea de flujo del NHD). Por supuesto, la automatización completa aún sería poco probable, pero parece que el DEM podría facilitar el trabajo. Supongo que las corrientes trenzadas serían el mayor dolor.

— Kirk Kuykendall

@Kirk Redacté un comentario específicamente sobre la explotación del DEM, pero lo eliminé porque es especulativo y podría estar equivocado. Es decir, creo que su idea es acertada, pero implementarla requiere un poco de investigación. El problema es que las líneas de NHD generalmente rebotarán entre las paredes del valle del LIDAR DEM, cambiando constantemente las relaciones de flujo entre cada segmento de NHD y su correspondiente segmento derivado de LIDAR. Esto debe ser explotable, pero la cuestión es exactamente cómo hacerlo de manera eficiente y precisa.

— whuber

@whuber Veo que Katharine Kolb presentará un artículo sobre esto en el Taller NHD que se lanzará pronto. Seguro que sería genial si pudiéramos cambiar la discusión en línea. Dados los recortes presupuestarios, apuesto a que habrá muchos documentos que se cancelarán. Por lo tanto, podrían estar dispuestos a entretener un trabajo de entrada tardía (empujar-empujar)

— Kirk Kuykendall

Estoy haciendo un análisis de hidrología por mi parte y, cuando iba a crear mi ráster de Dirección de flujo, recordé tu publicación. Esto es solo una puñalada en la oscuridad, pero en ArcGIS 10 hay una opción para crear un ráster de caída de salida. Me pregunto si de alguna manera podría usarse para resolver su problema.

El ráster de caída muestra la relación del cambio máximo en la elevación desde cada celda a lo largo de la dirección del flujo a la longitud de la ruta entre los centros de las celdas, expresada en porcentajes.

— Jakub Sisak GeoGraphics
fuente

La respuesta de Jakub es buena, ya que considera cada celda sin necesidad de dividir más la línea. Si combina un ráster de flujo con la acumulación de flujo a lo largo de ese ráster de flujo, podría obtener la distancia a lo largo del flujo y luego graficar la pendiente en el eje yy la distancia de flujo en el eje x. También necesitaría tener en cuenta la distancia diagonal, pero esto podría tratarse utilizando la Dirección Euclidiana.

— Tom Dilts
fuente