Có bất kỳ công cụ mã nguồn mở hoặc rẻ tiền nào để phát hiện và lấp đầy bồn rửa trên DEM không? ArcGIS Spatial Analyst nằm ngoài phạm vi giá của tôi.
Có bất kỳ công cụ nguồn mở nào để phát hiện và lấp đầy các phần chìm trên DEM không? [đóng cửa]
Câu trả lời:
GRASS có r.fill.dir và tốt hơn nữa, r.terraflow , là một trong số ít các công cụ thủy văn để làm việc trên các raster lớn. Ngoài ra còn có TauDem , bao gồm PitRemoveđể điền.
Tôi cũng đã viết một phần mềm, RichDEM, có nhiều thuật toán nhanh (đôi khi nhanh hơn hàng ngàn lần) để lấp đầy trầm cảm và các ứng dụng thủy văn khác. Xem: richdem.readthedocs.io/en/latest/depression_filling.html
—
Richard
TauDem là nền tảng chéo và hoạt động tốt trên Linux và OS X.
—
mankoff
@mankoff cảm ơn đã cập nhật, thật tuyệt. Các bản phát hành trước đó chỉ dành cho Windows (tôi biết 3.1, nhưng có lẽ các phiên bản mới hơn). Thật không may, trang tải xuống không bao gồm các tham chiếu đến nó, nhưng tôi thấy một PPA có chứa nó, cùng với gói homebrew.
—
scw
SAGA có một số phương pháp điền
http://www.saga-gis.org/saga_modules_doc/ta_pre Processor / index.html
Flat Detection
Chìm Thoát nước Route Detection
Chìm diệt
Fill Sinks (Planchon / Darboux, 2001)
Điền Sinks (Wang & Liu)
Điền Sinks XXL (Wang & Liu)
Lưu ý rằng phương pháp Planchon & Darboux (2001) tạo ra kết quả tương tự như Wang & Liu (2006), chậm hơn nhiều. Không ai nên sử dụng P & D nếu có sẵn một giải pháp thay thế. Barnes (2014), Zhou (2016) và Wei (2018) cải thiện tốc độ của Wang & Liu (2006), cùng nhau đạt được tốc độ tăng gấp 6 lần trở lên.
—
Richard
Đây thực sự là một lĩnh vực nghiên cứu tích cực đối với tôi.
Bạn có thể sử dụng các thuật toán ưu tiên-lũ như mô tả của này bài báo, đó là cũng có sẵn trên arXiv. Điều này cho phép bạn điền thông tin vào thời gian O (n log n) cho dữ liệu dấu phẩy động và thời gian O (n) cho dữ liệu số nguyên. Mã nguồn có sẵn ở đây .
Thuật toán đã nói ở trên là nối tiếp và hoạt động tốt lên đến hàng trăm triệu tế bào. Đôi khi, mặc dù, bộ dữ liệu của bạn lớn hơn.
Bài viết này , cũng có sẵn trên arXiv , mô tả một thuật toán có tỷ lệ tuyệt vời phù hợp với các bộ dữ liệu lên tới hàng nghìn tỷ hoặc nhiều ô. Nguồn có sẵn ở đây .
Tất cả những điều đã nói ở trên hiện được bao gồm trong trình bao bọc Python của RichDEM . Tài liệu, với các ví dụ và hình ảnh đẹp, có sẵn ở đây .
(Tuyên bố miễn trừ trách nhiệm: Tôi đã viết các bài báo và mã được đề cập ở trên.)
Yeap, có. Tôi chưa thử nghiệm, nhưng tôi đã lướt qua máng mã nguồn. Có vẻ như một chương trình tốt.
Landserf (miễn phí sử dụng) - Nhấp vào Trang chủ Goto
Tôi đã sử dụng nó, và yêu thích nó.
Tôi cũng nghĩ rằng các thuật toán trong Landserf chính xác hơn nhiều so với trong Arc, các toán học rất rất chắc chắn được sử dụng và Jo Wood liệt kê các toán học được sử dụng để phân tích.