Bir DEM'deki lavaboları algılamak ve doldurmak için açık kaynaklı veya ucuz araçlar var mı? ArcGIS Mekansal Analisti fiyat aralığımın dışında.
Bir DEM'deki lavaboları algılamak ve doldurmak için açık kaynaklı araçlar var mı? [kapalı]
Yanıtlar:
GRASS, r.fill.dir ve daha iyisine sahip , r.terraflow , devasa rasterler üzerinde çalışan birkaç hidroloji aracından biri. Ayrıca doldurmayı da içeren TauDem var PitRemove.
Ayrıca, depresyon doldurma ve diğer hidrolojik uygulamalar için çeşitli hızlı (bazen binlerce kat daha hızlı) algoritmalara sahip RichDEM yazılımını da yazdım . Bakınız: richdem.readthedocs.io/en/latest/depression_filling.html
—
Richard
TauDem çapraz platformdur ve Linux ve OS X üzerinde iyi çalışır.
—
mankoff
@mankoff güncelleme için teşekkürler, bu harika. Daha önceki sürümler sadece Windows'du (biliyorum 3.1, ama belki de sonraki sürümler). Ne yazık ki indirme sayfası buna referans içermiyor, ancak bir homebrew paketi ile birlikte bir PPA görüyorum.
—
scw
SAGA'nın birkaç doldurma yöntemi vardır
http://www.saga-gis.org/saga_modules_doc/ta_preprocessor/index.html
Düz Algılama
Evyesi Drenaj Yolu Algılama
Evyenin Sökülmesi
Doldurma Doldurma Lavaboları (Planchon / Darboux, 2001)
Doldurma Doldurma (Wang & Liu)
Doldurma Doldurma XXL (Wang & Liu)
Planchon & Darboux (2001) yönteminin Wang & Liu (2006) ile aynı sonuçları verdiğini ve çok daha yavaş olduğunu unutmayın. Alternatif varsa hiç kimse P&D kullanmamalıdır. Barnes (2014), Zhou (2016) ve Wei (2018), Wang ve Liu'nun (2006) hızını artırdı ve toplu olarak 6x veya daha fazla hız kazandı.
—
Richard
Bu aslında benim için aktif bir araştırma alanı.
ArXiv'de de bulunan bu günlük makalesinde açıklandığı gibi Priority-Flood algoritmasını kullanabilirsiniz . Bu, kayan noktalı veri için O (n log n) ve tamsayı veri için O (n) süredeki çökmeleri doldurmanıza olanak tanır . Kaynak kodu burada mevcuttur .
Yukarıdaki algoritma seri olup yüz milyon hücreye kadar iyi çalışır. Ancak bazen veri kümeleriniz daha büyük olabilir.
ArXiv'de de bulunan bu makale , bir trilyon veya daha fazla hücrenin veri kümeleri için uygun mükemmel ölçeklendirmeye sahip bir algoritmayı açıklar. Kaynak burada mevcuttur .
Yukarıdakilerin tümü artık RichDEM'in Python paketleyicisine dahil edilmiştir . Örnekler ve güzel resimler içeren belgeler burada mevcuttur .
(Feragatname: Yukarıda belirtilen makaleleri ve kodu yazdım.)
Yeap, var. Henüz test etmedim, ama gözlerimi kaynak koduyla koştum. İyi bir program gibi görünüyor.
Landserf (kullanımı ücretsiz) - Anasayfa'ya Git
Ben kullandım ve seviyorum.
Ayrıca algoritmaların Landserf'te Arc'dan çok daha doğru olduğunu düşünüyorum, kullanılan çok sağlam matematik ve Jo Wood analizi için kullanılan matematikleri listeliyor.