基于数字高程模型的冲沟提取

目录

1、DEM预处理 1

2、冲沟的形态学特征分析 1

2.1计算坡度大于7%的地形 1

2.2计算坡向标准差大于40的地形 5

3、冲沟的水文学特征分析 10

3.1计算[200,7400]阈值范围内的河网并生成200米的缓冲区 10

3.2提取河段交点生成冲沟发育的流域范围 13

4、提取冲沟范围 15

5、去除噪声等处理 16

6、冲沟对象生成及几何特征量算 17

1、DEM预处理

在确定水流方向前先填平DEM中的洼地。在ArcToolbox中打开Spacial Analyst Tools->Hydrology->Fill工具,输入DEM数据进行填平。

2、冲沟的形态学特征分析

2.1计算坡度大于7%的地形

(1)在ArcToolbox中打开Spacial Analyst Tools->Surface->Slope工具,输入填洼后的DEM数据,求出斜坡。设置如图2-1所示,结果如图2-2所示。

图2-1 Slope对话框

图2-2 坡度结果图

(2)在ArcToolbox中打开Spacial Analyst Tools->Reclass->Reclassify工具,对坡度数据进行重分类。点击Reclassify对话框中的Classify按钮,将分类等级设为11类,如图2-3、2-4所示。这样value值大于2的范围就是坡度大于7%的范围。

图2-3 Reclassify对话框

图2-4 Classifation对话框

(3)重分类结果如图2-5所示。

图2-5 重分类结果

(4)在ArcToolbox中打开Spacial Analyst Tools->Conditional->Con工具,设置如图2-6所示。

图2-6 Con对话框

(5)得到坡度大于7%的数据,如图2-7所示。

图2-7 坡度大于7%的数据

2.2计算坡向标准差大于40的地形

(1)在ArcToolbox中打开Spacial Analyst Tools->Surface>Aspect工具,输入填洼后的DEM。设置如图2-8所示。

图2-8 Aspect 对话框

(2)得到坡向数据结果,如图2-9所示。

图2-9 坡向数据结果图

(3)在ArcToolbox中打开Spacial Analyst Tools->Neighborhood->Focal Statistics工具,输入坡向数据。设置如图2-10所示。

图2-10 Focal Statistics对话框

(4)得到坡向标准差结果,如图2-11所示。

图2-11 坡向标准差结果

(5)在ArcToolbox中打开Spacial Analyst Tools->Reclass->Reclassify工具,对坡向标准差进行重分类。在ArcToolbox中打开Spacial Analyst Tools->Conditional->Con工具,选择重分类数据,输入SQL语句”value>3”,得到的结果就是标准差大于40的地形。结果如图2-12所示。

图2-12 标准差大于40的地形结果

2.3、计算地形曲率绝对值大于0.25的地形

(1)在ArcToolbox中打开Spacial Analyst Tools->Surface->Curvature工具,输入填洼后的DEM数据。得到地形曲率图,结果如图2-13所示。

图2-13 地形曲率结果图

(2)在ArcToolbox中打开Spacial Analyst Tools->Reclass->Reclassify工具,对地形曲率数据进行重分类。

(3)在ArcToolbox中打开Spacial Analyst Tools->Conditional->Con工具,选择重分类数据,输入SQL语句”value>5”,得到的结果就是标准差大于0.25的地形。结果如图2-14所示。

图2-14 标准差大于0.25的地形

3、冲沟的水文学特征分析

3.1计算[200,7400]阈值范围内的河网并生成200米的缓冲区

(1)在ArcToolbox中打开Spacial Analyst Tools->Hydrology->Flow Direction工具,输入填洼后的DEM数据。得到流向数据,结果如图3-1所示。

图3-1 流向结果图

(2)在ArcToolbox中打开Spacial Analyst Tools->Hydrology->Flow Accumulation工具,输入流向数据。得到汇流累积量,结果如图3-2所示。

图3-2 汇流累积量结果图

(3)在ArcToolbox中打开Spacial Analyst Tools->Reclass->Reclassify工具,对汇流累积量进行重分类。

(4)在ArcToolbox中打开Spacial Analyst Tools->Conditional->Con工具,选择重分类数据,输入SQL语句“value>3 AND value<13”,得到的结果就是阈值范围在[200,7400]之间的河网。结果如图3-3所示。

图3-3 阈值范围内的河网

(5)在ArcToolbox中打开Spacial Analyst Tools->Distance->Euclidean Distance工具,做河网两侧120米的缓冲区。设置如图3-4所示。结果如图3-5所示。

图3-4 Euclidean Distance对话框

图3-5 欧氏距离结果

3.2提取河段交点生成冲沟发育的流域范围

(1)新建点要素,如图3-6所示设置出水口。

(2)在ArcToolbox中打开Spacial Analyst Tools->Hydrology->Snap Pour Point工具,设置如图3-7所示,得到校正后的出水口数据。

图3-6 添加出水口数据

图3-7 Snap Pour Point对话框

(3)在ArcToolbox中打开Spacial Analyst Tools->Hydrology->Watershed工具,设置如图3-8所示,得到冲沟的发育范围,如图3-9所示。

图3-8 Watershed对话框

图3-9 冲沟的发育范围结果图

4、提取冲沟范围

在ArcToolbox中打开Spacial Analyst Tools->Map Algebra->Raster Caculator工具,按条件要求输入图4-1中公式。结果如图4-2所示。

图4-1 Raster Caculator对话框

图4-2 提取出的冲沟范围结果图

5、去除噪声等处理

(1)在ArcToolbox中打开Spacial Analyst Tools->Generalization->Boundary Clean工具,进行清理边界。

(2)在ArcToolbox中打开Spacial Analyst Tools->Generalization->Majority Flitter工具,进行进一步噪声处理。

6、冲沟对象生成及几何特征量算

(1)在ArcToolbox中打开Spacial Analyst Tools->Convention->From Raster-.Raster to Polygon工具,将栅格数据转换为shapefile格式。

(2)将shp数据导入地理数据库中,会自动建立周长面积等几何参数,如图6-1所示。

图6-1 shp数据属性表

时间: 2024-10-16 20:08:07

基于数字高程模型的冲沟提取的相关文章

基于TF-IDF的新闻标签提取

基于TF-IDF的新闻标签提取 1. 新闻标签 新闻标签是一条新闻的关键字,可以由编辑上传,或者通过机器提取.新闻标签的提取主要用于推荐系统中,所以,提取的准确性影响推荐系统的有效性.同时,对于将标签展示出来的新闻网站,标签的准确性也会影响用户体验. 2. 新闻标签提取算法 新闻首先是一段文本,新闻的标签首先是这一段文本的关键字.在文本关键字提取当中,TD-IDF是首先可以想到的算法.TF-IDF算法的优点是:简单快速,结果比较符合实际情况:缺点是,单纯以"词频"衡量一个词的重要性,不

基于Mat变换的骨架提取Java

针对一副二值图像,区域内的点只有背景点(白点,0值)和前景点(黑点,1值).对于给定区域的像素点逐次应用两个基本步骤,以提取骨架: step1,如果一个像素点满足下列4个条件,那么将它标记为要删除的点: (1)2<=N(p1)<=6,其中N(p1)=p2+p3+p4+...+p8+p9; (2)T(p1)=1,其中T(p1)是以p2,p3,...,p8,p9,p2的次序旋转,从0到1的变换次数; (3)p2*p4*p6=0; (4)p4*p6*p8=0. step2,条件(1)(2)不变,但是

基于红黑树的骨架提取Java

前面有提到基于Mat变换的骨架提取,然而在实际的应用中处理稍微大点的图片的时候耗时较长就是个问题了,于是针对这个问题寻找了另外一种方法--基于红黑树的骨架提取,这种方法明显处理速度要快一些. 基于红黑树的骨架提取的思路如下: 1,对输入的二值图像进行延拓(直白的说就是在图像的外边界加一圈白点),得到二值图像P: 2,针对骨架提取有8种结构类型(S0~S7)的待删除点.骨架提取的过程实际上就是不断的找符合这8种结构的待删除点,删除待删除点.初始化8个空的红黑树结构T0~T7,初始化current=

WebGL的颜色渲染-渲染一张DEM(数字高程模型)

目录 1. 具体实例 2. 解决方案 1) DEM数据.XYZ文件 2) showDEM.html 3) showDEM.js 4) 运行结果 3. 详细讲解 1) 读取文件 2) 绘制函数 3) 使用缓冲区对象 4. 其他 1. 具体实例 通过WebGL,可以渲染生成DEM(数字高程模型).DEM(数字高程模型)是网格点组成的模型,每个点都有x,y,z值:x,y根据一定的间距组成网格状,同时根据z值的高低来选定每个点的颜色RGB.通过这个例子可以熟悉WebGL颜色渲染的过程. 2. 解决方案

【sqli-labs】 less16 POST - Blind- Boolian/Time Based - Double quotes (基于bool型/时间延迟的双引号POST型盲注)

1' or 1=1# -->失败 1" or 1=1# -->失败 1') or 1=1# -->失败 1") or 1=1# -->成功 判断为双引号变形注入 利用sleep函数判断数据库名长度 1") or if(length(database())=7,1,sleep(5))# 延时确实出现了,但不是5s 在数据库中执行一下 + users表中有13条数据,where进行条件匹配时由于sleep(5)返回了1(true)所以寻找username=

GIS原理学习目录

内容提要 本网络教程是教育部"新世纪网络课程建设工程"的实施课程.系统扼要地阐述地理信息系统的技术体系,重点突出地理信息系统的基本技术及方法. 本网络教程共分八章:第一章绪论,重点介绍地理信息系统的组成.功能.由来与发展:第二章阐述空间数据结构.模型和空间数据库设计:第三章较详细地介绍了空间数据的采集标准和质量控制:第四章为空间数据处理,阐述拓扑关系的建立.图形编辑.数据变换.数据压缩和插值.图像处理和更新等内容:第五章阐述了空间查询和空间分析,包括度量分析.叠置分析.三维分析.缓冲区

基于RGB颜色模型的图像提取与二值化

现实中我们要处理的往往是RGB彩色图像.对其主要通过HSI转换.分量色差等技术来提出目标. RGB分量灰度化: RGB可以分为R.G.B三分量.当R=G=B即为灰度图像,很多时候为了方便,会直接利用某个分量来进行灰度化,如下图所示: 上图中R分量下红色部分明显比其他两幅更偏白:同样地G分量草地较淡,B分量天空较淡.其他部分如灰黑色马路则相差不多.实际中,我们可以根据 需求有选择地选择分量. RGB分量差灰度化: 有时候我们的要求是从图像中提取某种颜色区域,那么最简单的方法就是采用RGB色差. 例

基于三维GIS技术的公路交通数字孪生系统

交通运输系统是四个现代化建设的重要保障,在"一带一路"倡议规划背景下,互联网+.智慧交通提升到国家新战略.智慧交通的基石是建立可映射物理世界的虚拟世界,因此大多数交通管理平台项目通过抽象建模构造二维电子地图,并在抽象模型上集成数据及分析工具,实现运营期信息化管理.随着设计.施工.运营全生命周期细化管理日益增长的需求,传统的交通地理信息(Geographic Informa-tion System-Transportation,GIS-T)系统的压力也随之增加.交通基础设施数字化映射为三

基于AForge.Net框架的扑克牌识别

原文:基于AForge.Net框架的扑克牌识别 © 版权所有 野比 2012 原文地址:点击查看 作者:Nazmi Altun Nazmi Altun著,野比 译  下载源代码 - 148.61 KB  下载demo - 3.1 MB 介绍 (图片上的字:方块4,方块J,黑桃2) 用机器人配上扑克牌识别系统,就可以在二十一点一类的扑克游戏中扮演荷官或是人类玩家的角色.实现这样的程序同样也是学习计算机视觉和模式识别的好途径. 本文涉及到的AForge.NET框架技术有二值化.边缘检测.仿射变换.B