LIDAR DEM이 있다고 가정하면이 스트림에서 파생 된 스트림을 사용해야합니다. 완벽한 등록을 보장합니다.
아이디어의 요점은 세그먼트의 끝에서 표고로 평균 경사를 추정하는 것입니다.
가장 쉬운 절차 중 하나는 스트림 네트워크를 구성 요소의 분기되지 않은 아크로 "폭발"하는 것입니다. 거리를 기준으로 컬렉션을 "경로"레이어로 변환하여 "측정 가능"합니다. 이제 각 호에 대한 마일스톤 테이블 (예 : 100m 간격)을 기반으로 경로 "이벤트"모음을 생성하고 해당 이벤트 지점에서 DEM 고도를 추출하는 것이 간단합니다. 100m으로 나눈 각 호를 따른 고도의 연속적인 차이는 평균 세그먼트 기울기를 추정합니다.
다음 그림은 USGS 7.5 분 DEM (VA, Highland County, VA)의 유량 누적 분석에서 파생 된 하천의 호를 나타냅니다. 약 10km (6 마일)입니다.
수십 미터에 걸쳐 기울기 변화 (아주 작은 댐의 경우)로 표시 될 수있는 잔여 댐을 찾고 있으므로 더 작은 세그먼트를 사용하는 것이 좋습니다. 데이터 세트가 명확한 신호를 제공하기 위해 너무 거친 경우, 당신은 쉽게 (예 :의 스플라인 걸림 결합하는 형태의 그래프로 평균하거나, 이동에 의해 나중에 필터링 할 수 있습니다 상승을 하고 스플라인 차별화). 실제로이 방법을 사용하면 관심 변수가 기울기 가 아니라 표고 인 시계열 분석 영역으로 이동하여 짧은 레벨 섹션으로 구성된 패턴을 찾은 다음 갑자기 변경됩니다.
이것은 묘사 된 스트림 세그먼트의 대부분 (모두는 아님)을 따라 100m 간격으로 관찰 된 DEM 고도의 도표입니다. (세포 화는 30m입니다.) 필요한 경우, 호의 방향이 일반적으로 왼쪽에서 오른쪽으로 감소하도록 방향이 조정되었습니다. (당신이 자세히 보면 내가 놓친 곳을 볼 수 있습니다 : 왼쪽에서 오른쪽으로 올라갑니다.)
이 호 16 (지도 상단의 긴 선분)의 세부 사항은 스트림이 DEM에 완벽하게 등록되지 않은 경우 얻을 수있는 것을 보여줍니다. 그럼에도 불구하고, 풀앤 드롭 특성을 제안하는 세그먼트는 특히 마일스톤 1800 (세그먼트에 따른 미터), 4000, 4600 및 6500 이후에 쉽게 식별됩니다. 그것).
여기에서 사용 된 100m 샘플링 간격이 400-500 미터 길이의 훨씬 작은 특징을 식별하기에 충분하지 않다는 것을 알 수 있습니다. 따라서 작은 잔존 댐을 찾으려면 LIDAR DEM에서 약 10-25m 간격으로 샘플링하는 것이 좋습니다.
BTW, 이런 종류의 작업에있어서 스트림 세그먼트를 "너무 작게"만드는 것은 짧은 길이도 아니고 큰 셀도 아니다. "너무 작음"은 예상 경사를 어떻게 사용할지 그리고 이러한 추정치가 얼마나 불확실한 지에 달려 있습니다. 일부 작업의 경우 10m 그리드에서 10m 간격으로 그라디언트를 추정하는 것이 좋습니다.