arcgis地形分析全流程

主要内容:DEM的获取与处理、高程分析、坡度分析、坡向分析、地形起伏度分析、地表粗糙度分析、地表曲率分析;

主要工具:镶嵌至新栅格、按掩膜提取、投影栅格、坡度、坡向、焦点统计

一  DEM的获取与处理

1.1 DEM是什么?

DEM(Digital Elevation Model,数字高程模型)是地球表面在特定投影平面上按照一定的水平间隔选择地面点的三维坐标集合,是通过有限的地形高程数据实现对地面地形的数字化模拟,其他如坡度、坡向及坡度变化率等地貌特性都可在DEM的基础上派生。

简而言之,通过网络获取免费的DEM数据是在城市规划中最快地进行地形分析出图的最佳选择。(emmmmm,感觉话有点说的太满了,加个前缀吧“就我所知”)

1.2 网络获取DEM数据

国内的小伙伴,最方便的方法应该是打开“地理空间数据云”网站。注册登录流程不赘述了,直接说怎么下载吧。

【第一步】打开“地理空间数据云”,点击“高级检索”;

图片

【第二步】点击“数据集”开始选择数据“DEM数字高程数据”,在选项中选择“GDEMV2 30M分辨率数字高程数据”;点击确定。(研究区域较大的话还是建议选择“SRTMDEMUTM 90M 分辨率数字高程数据产品”)

图片

GDEM与SRTM、V1与V2:

具体的介绍可以地理空间数据云的数据详细信息中自己看,城市与区域规划制图要考虑那么多吗?不需要。只要记着,GDEM是30米精度,SRTM是90米精度;GDEMV1与V2的区别在于,理论上,V2质量更好。理论上~

【第三步】选择下载区域:网站提供了五种数据搜索方式,请自行研究吧,数读菌一般用第一个“行政区”;对于今天的练习,我们选择“北京市——北京市——延庆县”(延庆已经改区了,这里还没及时更新);可以看到覆盖延庆全域的话,需要下载两景数据(emmmm我也不知道为什么这个量词是“景”,一直以来的习惯吧);点击表示下载的小箭头就可以直接下载了。

图片

1.3 DEM数据预处理

将下载的数据解压到适合的文件夹(别忘了在哪==不要在路径里出现中文,不要纯数字);打开ArcGis,加载解压后出现的两个文件“ASTGTM2_N40E115_dem.tif”和“ASTGTM2_N40E116_dem.tif”。可以看到窗口内的两景数据呈现的颜色会不一样,因为两个数据是按照各自的拉伸范围来渲染的。接下来的预处理就是要把这两个栅格给组合起来。

图片

拼接DEM:使用【镶嵌至新栅格】工具(依次打开【数据管理工具】——【栅格】——【栅格数据集】——【镶嵌至新栅格】),如下图所示设置:

图片

这里建议【输出位置】这边选择一个“文件地理数据库”,文件地理数据库可以命名成中文名,存在里面的文件也可以保存成中文名(包括栅格),我个人是习惯存在数据库里面的==只能说个人习惯吧。【空间参考】不选的话就是根据输入数据的空间坐标来,同理【像元大小】不定义的话就是输入数据的像元大小。【像素类型】建议选择与输入数据相同的,这边选择“16_BIT_SIGNED”(16 位有符号数据类型。取值范围为 -32,768 到 32,767)。波段数必须输入,输入1;其他默认。点击确定。

可以发现生成的“DEM拼接”就已经是一整块图了:

图片

二 高程分析

2.1 裁剪出研究范围

这一步可以通过事先准备的矢量要素把研究区域单独提取出来。

首先加载要素类“延庆区区划84”,加载后如下图所示,可以看到研究区域只占“DEM拼接”的一小部分。

图片

使用【按掩膜提取】工具实现提取操作:依次打开【Spatial Analyst 工具】——【提取分析】——【按掩膜提取】,如下设置。这边要注意,“输出栅格”如果不是保存在地理数据库中的话,就不能有中文。(中文这个问题,有的电脑上保存中文也没事,有的电脑中文就会报错==)

图片

为了清楚地看到结果,可以把“延庆区区划84”和“DEM拼接”的图层关掉。

图片

3.2 投影栅格

使用【投影栅格】工具对栅格“延庆DEM”进行投影。依次打开【数据管理工具】——【投影和变换】——【栅格】——【投影栅格】,如下设置,其中“地理(坐标)变换”可以不选。输出坐标系选择“WGS_1984_UTM_Zone_50N”(网络数据个人习惯性使用UTM)

图片

图片

这里稍稍说一下“投影坐标系”之一的UTM(通用横轴墨卡托投影)。下面的图非常形象,可以看图理解:

图片

这张图上的一条一条就是所谓的“分度带”(UTM ZONE),也就是刚刚选择的“WGS_1984_UTM_Zone_50N”后面的“50N"的数字所代表的意义。“WGS 1984”坐标系的墨卡托投影分度带(UTM ZONE)选择方法如下:

(1)北半球地区,选择最后字母为“N”的带;
(2)可根据公式计算,带数=(经度整数位/6)的整数部分+31 如:延庆区经度范围115°44′—116°34′, 带数=115/6+31=50,选50N,即WGS 1984 UTM ZONE 50N。

2.3 高程分类

双击图层列表中”延庆DEM“图层名,打开【图层属性】对话框,选择【符号系统】选项卡,在左侧“显示”栏找到【已分类】,开始分类。分类的类别和间隔可以自行设置。【色带】自行选择看得顺眼的==

图片

分类结束后,在【布局视图】中添加指北针、比例尺、图例等就可以输出了。

图片

三 坡度分析

使用【坡度】工具进行坡度分析。依次打开【3D Analyst 工具】——【栅格表面】——【坡度】,如下设置。值得注意的是,这边输入栅格一定要是投影后的栅格

图片

图片

对坡度进行分类。分类方法同高程分析一样。我们这边就把分类划为:小于5度、5~10度、10~15度、15~20度、20~25度和大于25度六类。

图片

如果输入栅格是没有进行投影的DEM会是什么结果?

结果就是这样:

图片

所以干脆记得,干啥前都要投影==

四 坡向分析

使用【坡向】工具进行坡度分析。依次打开【3D Analyst 工具】——【栅格表面】——【坡向】,如下设置。

图片

图片

本文来源:数读城市

练习及海量数据下载:树谷资料库大全(2023年9月13日更新)

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/154369.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

ceph版本和Ceph的CSI驱动程序

ceph版本和Ceph的CSI驱动程序 ceph查看ceph版本Ceph的CSI驱动程序 ceph ceph版本和Ceph的CSI驱动程序 查看ceph版本 官网ceph-releases-index Ceph的CSI驱动程序 Ceph的CSI驱动程序 https://github.com/ceph/ceph-csi

F. Vasilije Loves Number Theory

Problem - F - Codeforces 思路:分析一下题意,对于第一种操作来说,每次乘以x,那么nn*x,然后问是否存在一个a使得gcd(n,a)1并且n*a的约数个数等于n,有最大公约数等于1我们能够知道其实这两个数是互质的&…

wireshark抓包分析HTTP协议,HTTP协议执行流程,

「作者主页」:士别三日wyx 「作者简介」:CSDN top100、阿里云博客专家、华为云享专家、网络安全领域优质创作者 「推荐专栏」:对网络安全感兴趣的小伙伴可以关注专栏《网络安全入门到精通》 使用WireShark工具抓取「HTTP协议」的数据包&#…

RedissonClient中Stream流的简单使用

1、pub端 //获取一个流 RStream rStream redissonClient.getStream("testStream"); //创建一个map&#xff0c;添加数据 Map<String, Object> rr new HashMap<>(); rr.put("xx", RandomUtil.randomString(5)); //添加到流 rStream.addAll(r…

Allegro如何查看器件的管脚号?

Allegro在默认情况下,器件是不显示管脚号的。 Allegro默认情况下,器件不显示管脚编号。 在PCB布局时,有时候我们需要看器件的管脚号,然后才能方便布局。那如何查看器件的管脚号呢? 这里介绍两种查看器件的管脚编号的方法。 方法一: (1)选择菜单Display→Color/Visi…

一款好用的PDF文档解密软件

PDF Decrypter pro 纯免费&#xff0c;没有页数限制&#xff0c;没有额外水印&#xff0c;强烈推荐&#xff01;

提升后端API性能的几种解决方案

&#x1f514;目的 提升后端API性能的主要目的是为了提高系统整体的响应速度、并发能力以及可用性。主要原因包括: 提高用户体验 后端API性能好可以减少响应延迟,给用户流畅的体验。 提高系统吞吐量 优化API性能可以提高系统的整体吞吐量,处理更多用户请求。 节省服务器资源…

深入理解强化学习——强化学习和有监督学习

分类目录&#xff1a;《深入理解强化学习》总目录 通过前文的介绍&#xff0c;我们现在应该已经对强化学习的基本数学概念有了一定的了解。这里我们回过头来再看看一般的有监督学习和强化学习的区别。以图片分类为例&#xff0c;有监督学习&#xff08;Supervised Learning&…

利用Python构建自定义报告生成器支持SEO分析实战总结

在进行SEO&#xff08;搜索引擎优化&#xff09;分析时&#xff0c;定制化的报告生成器是非常有价值的工具之一。通过利用Python编程语言构建自定义报告生成器&#xff0c;可以更好地满足个性化的需求&#xff0c;并提供详尽的SEO分析结果。本文将分享一些实践经验&#xff0c;…

3、在 CentOS 8 系统上安装 PostgreSQL 15.4

PostgreSQL&#xff0c;作为一款备受欢迎的开源关系数据库管理系统&#xff08;RDBMS&#xff09;&#xff0c;已经存在了三十多年的历史。它提供了SQL语言支持&#xff0c;用于管理数据库和执行CRUD操作&#xff08;创建、读取、更新、删除&#xff09;。 由于其卓越的健壮性…

对比纯软开与嵌入式硬件开发谁更好呢?

对比纯软开与嵌入式硬件开发谁更好呢&#xff1f; 你的纠结和犹豫是理解的&#xff0c;职业选择确实是一个重要的决策。我明白你在嵌入式和软件开发之间犹豫不决的原因。让我给你提供一些建议&#xff0c;帮助你做出更明智的决定。最近很多小伙伴找我&#xff0c;说想要一些嵌入…

MySQL对日期计算

mysql日期计算 前言使用场景一 日期作减法操作二 获取前一天或后一天的日期三 获取前一个月或后一个月的日期四 获取前一年或后一年的日期五 查询一个月内的申请记录 总结 前言 在MySQL中&#xff0c;日期计算是非常常见的操作。其中&#xff0c;日期减法操作可以用来计算两个…

Springboot接收http参数总结(最简单易懂)

1. 前端能携带请求参数的地方 http请求一半前端请求参数放在三个地方&#xff1a;请求头&#xff0c;请求查询参数&#xff08;Query String&#xff09;&#xff0c;请求体。 请求体需要获取HttpServletRequest对象才能获取。 2. 请求体常见格式 而请求体中可以存放多种格式…

Springboot 订餐管理系统idea开发mysql数据库web结构java编程计算机网页源码maven项目

一、源码特点 springboot 订餐管理系统是一套完善的信息系统&#xff0c;结合springboot框架和bootstrap完成本系统&#xff0c;对理解JSP java编程开发语言有帮助系统采用springboot框架&#xff08;MVC模式开发&#xff09;&#xff0c;系统具有 完整的源代码和数据库&…

大数据与Hadoop入门理论

一、大数据的3种数据类型 1、结构化数据 可定义&#xff0c;有类型、格式、结构的强制约束 如&#xff1a;RDBMS&#xff08;关系型数据库管理系统&#xff09; 2、非结构化数据 没有规律没有数据约束可言&#xff0c;很复杂难以解析 如&#xff1a;文本文件&#xff0c;视…

02 认识Verilog HDL

02 认识Verilog HDL ‍ 对于Verilog的语言的学习&#xff0c;我认为没必要一开始就从头到尾认真的学习这个语言&#xff0c;把这个语言所有细节都搞清楚也不现实&#xff0c;我们能够看懂当前FPGA的代码的程度就可以了&#xff0c;随着学习FPGA深度的增加&#xff0c;再不断的…

Axure RP 9 for Mac(原型设计软件)中文正式版

Axure RP 9 是一款流行的原型设计和线框图软件&#xff0c;允许设计人员和开发人员为网站和移动应用程序创建交互式动态原型。它提供了一整套用于创建交互式设计的工具和功能&#xff0c;包括拖放小部件、条件逻辑、动态内容和动画。 软件下载&#xff1a;Axure RP 9 for Mac中…

2023版 STM32实战7 通用同步/异步收发器(串口)F103/F407

串口简介和习惯 -1-通用同步异步收发器 (USART) 能够灵活地与外部设备进行全双工数据交换&#xff0c;满足外部设备对工业标准 NRZ 异步串行数据格式的要求。 -2-硬件流控制一般是关闭的 -3-波特率指单位时间传输bit个数 -4-数据位一般是8位 -5-一般无校验位 编写代码思路 -1-参…

Java架构师高并发架构设计

目录 1 导学2 什么是高并发问题3 高并发处理之道4 akf扩展立方体5 细化理念应对高并发5 总结1 导学 本章的主要内容是大型系统架构设计的难点之一,高并发架构设计相关的知识落到实际项目上,就是订单系统的高并发架构设计。我们首先会去学习到底何为高并发问题,先把问题搞清楚…

神经网络中卷积和池化的区别

1、什么叫卷积&#xff1f; 卷积层是用一个固定大小的矩形区去席卷原始数据&#xff0c;将原始数据分成一个个和卷积核大小相同的小块&#xff0c;然后将这些小块和卷积核相乘输出一个卷积值&#xff08;注意这里是一个单独的值&#xff0c;不再是矩阵了&#xff09;。 卷积的…