أكثر

كيف يتم تحويل المقياس SRTM DEM إلى ارتفاعات بيضاوية الشكل باستخدام ArcGIS أو نظم المعلومات الجغرافية الأخرى؟

كيف يتم تحويل المقياس SRTM DEM إلى ارتفاعات بيضاوية الشكل باستخدام ArcGIS أو نظم المعلومات الجغرافية الأخرى؟


حصلت مؤخرًا على SRTM DEM من Cgiar ، والتي تستند إلى WGS84 / EGM96.

ودمجت المربعات في ملف tiff واحد. أريد الحصول على ارتفاعات WGS84 البيضاوية.

وفقًا للخطوات من Arcgis Help 10.2 "التحويل من ارتفاعات تقويمية إلى ارتفاعات إهليلجية" ، أقوم بتنفيذ الخطوات بأكملها ، لكنني وجدت أن ملف tif لم يتغير ، وكان الارتفاع هو الارتفاع التقويمي بناءً على الجيود EGM96. أريد تنسيقًا tif واحدًا DEM بارتفاعات بيضاوية الشكل تعتمد على WGS84 شكل بيضاوي.

لا أعلم أين تكمن المشكلة؟

الخطوات التي اتبعتها:

إنشاء ملف قاعدة البيانات الجغرافية

خطوات:

  1. انقر فوق الزر "كتالوج" على شريط الأدوات "قياسي". هذا يفتح نافذة الكتالوج. في مربع النص "الموقع" ، اكتب C: arcgis ArcTutor Raster واضغط على ENTER.
  2. انقر بزر الماوس الأيمن فوق المجلد النقطي وانقر فوق جديد> مجلد. اسم مجلد التمارين.
  3. انقر بزر الماوس الأيمن فوق مجلد التمارين وانقر فوق جديد> قاعدة بيانات جغرافية ملف. أعد تسمية قاعدة البيانات الجغرافية للملف الجديد ImageGDB.

قم بتعيين قاعدة البيانات الجغرافية الافتراضية

انقر بزر الماوس الأيمن فوق قاعدة البيانات الجغرافية ImageGDB في نافذة الكتالوج وانقر فوق إنشاء قاعدة بيانات جغرافية افتراضية.

قم بإنشاء مجموعة بيانات فسيفساء جديدة

خطوات:

  1. انقر بزر الماوس الأيمن فوق ImageGDB في نافذة الكتالوج وانقر فوق جديد> مجموعة بيانات الفسيفساء. اكتب HMA في مربع النص Mosaic Dataset Name.
  2. انقر فوق زر استعراض نظام الإحداثيات. قم بتوسيع أنظمة الإحداثيات المسقطة> ، اختر wgs84 world mercator.prj ، ثم انقر فوق موافق. انقر فوق "موافق" في مربع الحوار أداة إنشاء مجموعة بيانات فسيفساء.

أضف نقطية إلى مجموعة بيانات الفسيفساء

خطوات:

  1. انقر بزر الماوس الأيمن فوق مجموعة بيانات فسيفساء SRTM في نافذة الكتالوج وانقر فوق إضافة نقطية. يؤدي هذا إلى فتح أداة Add Rasters To Mosaic Dataset. في قائمة Raster Type ، اختر Raster Dataset.
  2. انقر فوق سهم القائمة المنسدلة وانقر فوق مساحة العمل.
  3. انقر فوق زر تصفح الإدخال. انتقل إلى C: arcgis ArcTutor Raster Data SRTM_tif وانقر فوق إضافة.
  4. تحقق من نظرة عامة على التحديث.
  5. انقر فوق "موافق" لتشغيل الأداة.

أضف الدالة الحسابية

خطوات:

  1. افتح نافذة الكتالوج وانتقل إلى مجموعة بيانات الفسيفساء. انقر بزر الماوس الأيمن فوق مجموعة بيانات الفسيفساء وانقر فوق Properties. انقر فوق علامة التبويب Functions.
  2. انقر بزر الماوس الأيمن فوق وظيفة الفسيفساء وانقر فوق إدراج> دالة حسابية.

يتم تحديد البيانات النقطية المدخلة 1 على أنها المحتويات الحالية لمجموعة بيانات الفسيفساء ولن يتم تغييرها. انقر فوق زر تصفح Input Raster 2 وانتقل إلى المجلد pedata geoid في موقع تثبيت ArcGIS. اختر WGS84.img وانقر فوق إضافة.

  1. انقر فوق سهم القائمة المنسدلة "العملية" وانقر فوق علامة الجمع.
  2. انقر فوق OK لإغلاق مربع الحوار Raster Functions Properties.
  3. انقر فوق "موافق" لإغلاق مربع الحوار "خصائص مجموعة بيانات الفسيفساء".

بناءً على الخطوات التي جربتها حتى الآن ، أعتقد أنك قمت فقط بإنشاء نسخة سريعة مما تريد. لا تتغير مجموعات بيانات الفسيفساء أو تنشئ أي بيانات نقطية جديدة ، بل تقوم بمعالجتها على الفور من أجل تصور سريع. إذا قمت بتصدير مجموعة بيانات الفسيفساء الناتجة كنقطية جديدة ، يجب أن تحصل على النتيجة التي تريدها.


قم بتنزيل بيانات EMG96 التي هي ارتفاع Geoid فوق WGS84 الإهليلجي. ثم استخدم الآلة الحاسبة النقطية لإضافة خطوط EMG96 النقطية إلى CIGAR DEM. (قد تحتاج إلى اختزال EMG96 النقطية للحصول على نفس الدقة مثل CIGAR DEM)


لتصحيح مجموعة البيانات النقطية ، يجب أن تحتوي البيانات النقطية على RPCs مرتبطة بها.

للحصول على نتيجة أكثر دقة ، استخدم خيار نموذج الارتفاع الرقمي (DEM) للارتفاع. استخدم DEM في عملية التصحيح التقويمي لتصحيح الأخطاء الهندسية الناتجة عن إزاحة الإغاثة.

لن يؤدي استخدام قيمة ارتفاع ثابتة لمعلمة نوع التقويم إلى نتائج دقيقة ويجب استخدامها فقط في حالة عدم توفر DEM والدقة المكانية التقريبية مقبولة.

يمكنك حفظ مخرجاتك في BIL أو BIP أو BMP أو BSQ أو DAT أو Esri Grid أو GIF أو IMG أو JPEG أو JPEG 2000 أو PNG أو TIFF أو MRF أو CRF أو أي مجموعة بيانات نقطية لقاعدة البيانات الجغرافية.

تتطلب RPCs للقمر الصناعي إشارة DEM إلى ارتفاعات بيضاوية ، ولكن معظم بيانات الارتفاع (مثل USGS NED و ArcGIS Online World Elevation) يتم الرجوع إليها إلى ارتفاعات قياس مستوى البحر. تحقق من معلمة Geoid (GEOID في Python) لتقويمها باستخدام RPCs ما لم تتم الإشارة إلى DEM الخاص بك إلى ارتفاع بيضاوي.


مصادر البيانات

يمكن أن تأتي البيانات النقطية والصورة من مجموعة متنوعة من المصادر ، مثل أجهزة الاستشعار الجوية أو الأقمار الصناعية ، والخرائط الممسوحة ضوئيًا ، والمخرجات من التحليل ، وحتى بيانات الليدار. يمكن أن يكون متعدد الألوان أو متعدد الأطياف أو حراري أو مرتفع أو موضوعي. يمكن تخزينها كملفات على القرص أو في نظام تخزين ملفات (مثل NAS أو SAN) ، ضمن قاعدة بيانات جغرافية ، أو الوصول إليها من خلال خدمة (مثل خدمة الصور أو خدمة تغطية الويب (WCS)).

تتم إضافة بيانات الصور والبيانات النقطية إلى مجموعة بيانات الفسيفساء وفقًا لنوع البيانات النقطية. يعمل النوع النقطي على تبسيط معالجة إضافة بيانات الصورة المعقدة إلى مجموعة بيانات الفسيفساء. إنه مصمم لفهم تنسيق الملف والمعلومات المحددة حول منتج مثل البيانات الوصفية ، مثل الإسناد الجغرافي وتاريخ الاستحواذ ونوع المستشعر والمعالجة والأطوال الموجية ، جنبًا إلى جنب مع تنسيق البيانات النقطية ، بينما يحدد تنسيق البيانات النقطية فقط كيفية تخزين وحدات البكسل ، مثل عدد الصفوف والأعمدة وعدد النطاقات وقيم البكسل الفعلية والمعلمات الأخرى الخاصة بتنسيق البيانات النقطية. يوجد في ArcGIS for Desktop العديد من أنواع البيانات النقطية المختلفة ، بعضها لمنتجات صور معينة والبعض الآخر لمستشعرات صور معينة ، مثل Landsat 7 أو WorldView-2 أو IKONOS.

من خلال إضافة البيانات النقطية وفقًا لنوع البيانات النقطية ، تتم قراءة البيانات الوصفية واستخدامها لتحديد أي معالجة يلزم تطبيقها. على سبيل المثال ، عند إضافة مشهد QuickBird القياسي ، يعرف النوع النقطي أن البيانات الوصفية مخزنة في ملف .imd ويتم تنظيم النطاقات في ملف .tif واحد أو أكثر. كما تعلم أيضًا أن هذه الصور يمكن شحذها وتقويمها بشكل شامل ، لذا بناءً على الخيارات التي تختارها ، ستضيف الوظائف المناسبة حتى يمكن معالجة الصورة وفقًا لذلك. إذا أضفت هذه البيانات كمجموعة بيانات نقطية عادية ، فسيتم التعرف على ملفات .tif وإضافتها فقط ، وستفقد أية معلومات وصفية تؤثر على الوظائف المطلوبة أو تصحيح التقويم.

من المهم أن تستخدم نوع البيانات النقطية الصحيح لإضافة صورك إلى مجموعة بيانات فسيفساء. قد تحتاج إلى فحص الملفات ومصادر بيانات التعريف الخاصة بها لتحديد تنسيق الملف أو منتج الصورة الذي تم تحديده باستخدام نوع البيانات النقطية.

يمكن أيضًا إضافة الوظائف التي تحدد المعالجة بعد إضافة الصور إلى مجموعة بيانات الفسيفساء. يتم إجراء ذلك غالبًا لتحويل الإخراج إلى منتج صورة معين أو لتطبيق التصحيحات على الصور الفردية. يمكن تطبيق الوظائف على الصور الفردية أو على مجموعة بيانات الفسيفساء بأكملها.

بغض النظر عن تكوين مجموعة بيانات الفسيفساء الذي تقوم بتنفيذه ، يجب التأكد من أن الصور قابلة للقراءة بخلاف ذلك ، فلن تتمكن مجموعة بيانات الفسيفساء من عرض الصور. يتم تحديد موقع الصور في مسار ذي ترميز ثابت لذلك ، إذا قمت بتحريك الصور ، فيجب عليك تحديث مجموعة بيانات الفسيفساء والعكس صحيح.


  1. افتح نافذة الكتالوج وانتقل إلى مجموعة بيانات الفسيفساء.
  2. انقر بزر الماوس الأيمن فوق مجموعة بيانات الفسيفساء وانقر فوق خصائص.
  3. انقر فوق علامة التبويب الوظائف.

سترى سلسلة دالة مع وظيفة الفسيفساء المفردة المدرجة. يتم سرد وظيفة الفسيفساء بشكل افتراضي ، لأن هذه مجموعة بيانات فسيفساء ، ويتم تجميع كافة البيانات النقطية. بعد الفسيفساء سوف تقوم بتطبيق الخوارزمية الخاصة بك.

عندما تقوم بإدراج وظيفة ، يتم إدراجها فوق الوظيفة التي قمت بالنقر فوقها.

يؤدي هذا إلى فتح مربع الحوار Raster Functions Properties ، والذي يسمح لك بتعيين الخيارات لهذه الوظيفة.

هذا يمثل H في المعادلة أعلاه.

هذا يمثل N في المعادلة أعلاه.

تسمح لك هذه الخطوات بتحويل الارتفاع التقويمي إلى إهليلجي. إذا كنت بحاجة إلى تحويل الارتفاع الإهليلجي إلى متعامد ، فيمكنك استخدام الدالة الحسابية لتطبيق معادلة H = h - N.

بمجرد الانتهاء ، يمكن استخدام مجموعة بيانات الفسيفساء كمدخل DEM لتقويم الصور في مجموعة بيانات فسيفساء أخرى.


بناء الجملة

حدد مجموعة البيانات النقطية التي تريد تقويمها. يجب أن تحتوي البيانات النقطية على معاملات متعددة الحدود منطقية (RPCs) في البيانات الوصفية الخاصة بها.

حدد اسمًا وموقعًا وتنسيقًا لمجموعة البيانات التي تقوم بإنشائها.

عند تخزين مجموعة البيانات النقطية بتنسيق ملف ، تحتاج إلى تحديد امتداد الملف:

  • .bil - Esri BIL
  • .bip —Esri BIP
  • .bmp —BMP
  • .bsq —Esri BSQ
  • .dat —ENVI DAT
  • .gif —GIF
  • .img —ERDAS IMAGINE
  • .jpg —JPEG
  • .jp2 —JPEG 2000
  • .png —PNG
  • .tif —TIFF
  • لا يوجد تمديد لشبكة Esri

عند تخزين مجموعة بيانات نقطية في قاعدة بيانات جغرافية ، لا تضف امتداد ملف إلى اسم مجموعة البيانات النقطية.

عند تخزين مجموعة البيانات النقطية في ملف JPEG أو ملف JPEG 2000 أو قاعدة بيانات جغرافية ، يمكنك تحديد نوع الضغط وجودة الضغط ضمن إعدادات البيئة.

استخدم نموذج الارتفاع الرقمي (DEM) أو حدد قيمة تمثل متوسط ​​الارتفاع عبر صورتك.

  • CONSTANT_ELEVATION —يستخدم قيمة ارتفاع محددة.
  • DEM - يستخدم بيانات نقطية لنموذج ارتفاع رقمي محدد.

قيمة الارتفاع الثابت التي يجب استخدامها عندما تكون معلمة ortho_type هي CONSTANT_ELEVATION.

إذا تم استخدام DEM في عملية تقويم العظام ، فلن يتم استخدام هذه القيمة.

نموذج الارتفاع الرقمي النقطي لاستخدامه في تقويم العظام عندما تكون المعلمة ortho_type هي DEM.

عامل القياس المستخدم لتحويل قيم الارتفاع في DEM.

إذا كانت وحداتك الرأسية بالأمتار ، فيجب ضبط العامل Z على 1. إذا كانت وحداتك الرأسية بالأقدام ، فيجب ضبط معامل Z على 0.3048. إذا تم استخدام أي وحدات رأسية أخرى ، فاستخدم العامل Z لقياس الوحدات بالأمتار.

القيمة الأساسية المراد إضافتها إلى قيمة الارتفاع في ماركا ألمانيا. يمكن استخدام هذا لتعويض قيم الارتفاع التي لا تبدأ عند مستوى سطح البحر.

تصحيح الجيود مطلوب من قبل RPCs التي تشير إلى ارتفاعات بيضاوية الشكل. تتم الإشارة إلى معظم مجموعات بيانات الارتفاع إلى ارتفاعات تقويمية لمستوى سطح البحر ، لذلك سيكون هذا التصحيح مطلوبًا في هذه الحالات للتحويل إلى ارتفاعات بيضاوية الشكل.

  • لا شيء - لم يتم إجراء تصحيح للجيود. استخدم NONE فقط إذا تم التعبير عن DEM بالفعل في ارتفاعات بيضاوية.
  • GEOID - سيتم إجراء تصحيح للجيود لتحويل الارتفاعات التقويمية إلى ارتفاعات بيضاوية (بناءً على الجيود EGM96).

مقدمة

الشكل الأرضي ، أحد المكونات الرئيسية للتصنيف الجغرافي والجهوية ، هو أهم عامل لتحديد الاختلافات الإقليمية 1. يتم تصنيف أنواع التضاريس عمومًا إلى ثلاث فئات رئيسية من الجبال والتلال والسهول. تعتبر الاختلافات في الارتفاع والارتفاع النسبي بالإضافة إلى اختلافات الشق السطحي بين هذه الفئات من الواضح أن الإغاثة الإقليمية هي نتيجة للتفاعلات بين القوى الخارجية والداخلية التي لا تؤثر فقط بشكل عميق على الأنماط الأساسية والتغيرات في العوامل البيئية الأخرى ولكنها تؤثر أيضًا بشكل مباشر على استخدام الأراضي الإقليمية مثل وكذلك الزراعة والإنتاج الصناعي.

يعتمد التصنيف التلقائي للأنواع الجيومورفولوجية حاليًا بشكل أساسي على استخدام النوافذ الإحصائية العادية 2 ، وتطبيق نماذج الارتفاع الرقمية (DEMs) لاستخراج مجموعة متنوعة من العوامل المورفولوجية السطحية للتصنيف ، بما في ذلك الارتفاع والانحدار وسعة الإغاثة (RA) ، شق السطح (SI)، خشونة السطح (ريال سعودى) ، انحناء الملف الشخصي (كمبيوتر)، ومعامل تباين الارتفاع (VC) 3،4،5،6،7،8،9،10،11. نظرًا لأن المتغيرات الطبوغرافية يمكن ، إلى حد ما ، أن تعكس جوانب الجيومورفولوجيا الإقليمية ، فإن هذا النهج يشكل أساس الإقليمية الجيومورفولوجية. تم استخدام هذا النهج على نطاق واسع في هذا المجال منذ أن اقترح هاموند 12 لأول مرة أنه يمكن تصنيف الجيومورفولوجيا على أساس المنحدر والتضاريس وأنواع الملفات الشخصية باستخدام النوافذ الإحصائية 1،13،14،15. ومع ذلك ، لا يزال الأمر كذلك ، أن العوامل الطبوغرافية لن تكون هي نفسها تمامًا في جميع التطبيقات ، استخدم Dragut 16 مجموعة من أربعة معلمات ، والارتفاع ، والانحناء الجانبي والخطة ، بالإضافة إلى تدرج الانحدار ، بينما استخدم Liu ستة معلمات: سعة الإغاثة ، شق السطح وخشونة السطح ومعامل تباين الارتفاع ومتوسط ​​الانحدار والارتفاع 7. في المقابل ، اختار Hu 7 ثلاث معلمات فقط: سعة الإغاثة ، وشق السطح ، ومعلمة موضع التضاريس (TPI). يمكن في الغالب استخراج الأنماط الجيومورفولوجية واسعة النطاق من بيانات SRTM DEM 4،17،18 في الواقع ، تم إيلاء قدر كبير من الاهتمام لهذه البيانات ، حيث يتميز هذا التطبيق بتغطية شبه عالمية (أي بين 56 درجة جنوباً و 60 درجة. N) ، ذات دقة مكانية عالية نسبيًا وهي مجانية. لذلك تم تطبيق مخرجات بيانات SRTM DEM على نطاق واسع 9،19 من حيث الجيومورفولوجيا الرقمية على نطاق إقليمي ، وقد تم رفع مستوى بيانات SRTM للحصول على المعلومات الجيومورفولوجية العيانية 20. يتم التحكم في دقة بيانات DEM بشكل أساسي من خلال دقة القياس ، ودقة بيانات DEM ، وانحدار البكسل ، وخطأ النمذجة لنموذج DEM 20 ، والذي يعتمد إلى حد كبير على موثوقية بيانات العينة 21 وبالتالي يعني أن طرق إعادة التشكيل البسيطة يمكن أن تزيد الأخطاء بشكل ملحوظ 19. تعاني نماذج DEM التقليدية في هذا المجال من سلسلة من أوجه القصور المتأصلة ، بما في ذلك اختيار المعلمة الذاتية لتصوير الأنماط الجغرافية الكلية بالإضافة إلى مستوى أكبر من الخطأ وفقدان المعلومات التفصيلية من بيانات DEM بعد معالجة الارتقاء بالمستوى. لذلك ، في نفس حالة دقة القياس ومستوى التضاريس المعقدة ودقة بيانات DEM ، فإن كيفية تطوير طريقة مناسبة للترقية لتحسين دقة نمذجة DEM أمر مهم في الإقليمية الجيومورفولوجية.

تقع منطقة Beijing-Tianjin-Hebei (BTH) بين 113 ° 04′-119 ° 53′E و 36 ° 01′-42 ° 37′N داخل الصين (الشكل 1). تشمل المناطق الإدارية في هذه المنطقة بلديات بكين وتيانجين وكذلك مقاطعة هيبي ، وتشمل مساحة إجمالية تبلغ 21.60 × 10 4 كم 2 22 وهي المركز السياسي والثقافي والاقتصادي للصين. تشمل هذه المنطقة أيضًا جبال Taihang و Yanshan وكذلك سهل شمال الصين ، وتقع داخل المنطقة الانتقالية بين الدرجتين الثانية والثالثة وبالتالي تحتوي على هياكل وأنواع جيولوجية معقدة ومتنوعة. لذلك ، تتمتع منطقة BTH بوضع سياسي واقتصادي مهم وتحتل منطقة جغرافية مادية مهمة للغاية داخل الصين. لم يكن هناك أي بحث حتى الآن يتناول على وجه التحديد السمات الجيومورفولوجية العيانية لهذه المنطقة. الهدف الرئيسي من هذه الورقة هو اقتراح طريقة جديدة للترقية والكشف عن الخصائص الأساسية والأنماط المكانية للجيومورفولوجيا داخل منطقة BTH. لا تكشف هذه النتائج عن ميزات التضاريس العيانية لهذه المنطقة فحسب ، بل توفر أيضًا أساسًا علميًا للاستخدام المستدام للموارد الإقليمية ، والتنمية الحضرية والريفية ، والتخطيط الصناعي والزراعي.


الملخص

يعد نموذج الارتفاع الرقمي أمرًا ضروريًا للعديد من تحليلات عمليات سطح الأرض. في هذه الدراسة ، تم تقييم جودة DEMs المكتسبة بواسطة SRTM الإصدار 3 و ASTER الإصدار 2. المستويات المرجعية الناتجة عن ارتفاعات نظام تحديد المواقع العالمي (GPS) ، وتستخدم الخريطة الطبوغرافية لتقييم الدقة الرأسية لنظامي SRTM و ASTAR DEMs في مدينة نجران بالمملكة العربية السعودية. أعطتنا الارتفاعات المرجعية لنظام تحديد المواقع العالمي (GPS) قيم ± 5.94 م و ± 5.07 م لاستخدامات SRTM و ASTER DEMs. أيضًا ، باستخدام الارتفاع من الخريطة الطبوغرافية كمرجع للارتفاعات ، كانت الدقة التي تم الحصول عليها ± 6.87 م و ± 7.97 م لـ SRTM و ASTER DEMs. بالنسبة لمنطقة دراستنا ، تتميز بيانات ارتفاعات SRTM البالغة 30 مترًا بدقة رأسية مطلقة أكبر بكثير من قيمة الدقة الرأسية المطلقة البالغة ± 16 مترًا ، والتي تم نشرها في مواصفات بيانات SRTM.


كيف يتم تحويل المقياس SRTM DEM إلى ارتفاعات بيضاوية الشكل باستخدام ArcGIS أو نظم المعلومات الجغرافية الأخرى؟ - نظم المعلومات الجغرافية

معلومات الورق

معلومات المجلة

المجلة الأمريكية لنظام المعلومات الجغرافية

p-ISSN: 2163-1131 e-ISSN: 2163-114X

تحديد وتوصيف مستجمعات المياه الفرعية في أويري ، جنوب شرق نيجيريا ، باستخدام نظم المعلومات الجغرافية

Akajiaku C. Chukwuocha 1 , جويل إيجبوكوي 2

1 قسم المسح والمعلومات الجغرافية ، الجامعة الفيدرالية للتكنولوجيا ، أويري ، نيجيريا

2 قسم المسح والمعلومات الجغرافية ، Nnamdi Azikiwe University Awka ، نيجيريا

المراسلات مع: Akajiaku C. Chukwuocha ، قسم المسح والمعلومات الجغرافية ، الجامعة الفيدرالية للتكنولوجيا ، أويري ، نيجيريا.

بريد إلكتروني:

حقوق النشر © 2012 النشر العلمي والأكاديمي. كل الحقوق محفوظة.

يكتسب ترسيم المستجمعات المائية وتوصيفها اهتمامًا عالميًا متزايدًا حيث يسعى العلماء إلى فهم أفضل لكيفية تفاعل الجريان السطحي مع المناظر الطبيعية في مواجهة الدمار المتزايد للفيضانات في جميع أنحاء العالم. تحدث جميع أنظمة تدفق المياه السطحية في وحدات مستجمعات المياه الفرعية ، وهي الوحدة الأساسية للمناظر الطبيعية التي تستنزف الجريان السطحي من خلال نفس المخرج للمساهمة في التدفق الرئيسي للحوض الكلي. سيوفر ترسيم وتوصيف مستجمعات المياه الفرعية بعض البيانات الأساسية المطلوبة للتنبؤ بالفيضانات وتصميم الصرف ودراسات جودة المياه وبيانات التعرية ونقل الرواسب من بين أمور أخرى. في هذه الدراسة ، تم استخدام أنظمة المعلومات الجغرافية (GIS) لإنشاء نموذج الارتفاع الرقمي (DEM) في أويري ، جنوب شرق نيجيريا. تم التحقق من صحة DEM باستخدام مسوحات أنظمة الأقمار الصناعية الملاحية العالمية (GNSS). تمت معالجة DEM من خلال عدد من الخطوات في نظام المعلومات الجغرافية لتحديد طرق الصرف مع الحد الأدنى من عتبة التراكم. تم إذابة جميع الخلايا التي تساهم في كل تيار في وحدة واحدة من مضلع مستجمعات فرعية وتم تحديدها. تم تحديد خصائص المستجمعات الفرعية بما في ذلك متوسط ​​الانحدار ، وأطول مسافة تدفق ، والمنطقة والإحداثيات النقطية المطلوبة للإدخال في نموذج إدارة مياه العواصف لوكالة حماية البيئة في الولايات المتحدة الأمريكية.

الكلمات الدالة: نموذج الارتفاع الرقمي (DEM) ، مستجمعات المياه الفرعية ، مسارات الصرف ، الترسيم ، التوصيف


الملخص

تم تطوير العديد من طرق المعالجة اللاحقة على مدى السنوات الماضية من أجل مراعاة التضاريس داخل خرائط الإشعاع الشمسي الساتلية باستخدام نماذج الارتفاع الرقمية (DEM). إذا كان الجزء الرئيسي من هذه الإجراءات هو تقدير الأفق المعوق حول كل نقطة DEM لمنطقة معينة وذلك للنظر في تأثيرات التظليل القائمة على التضاريس ، يمكن أن يحد حجم المنطقة أيضًا من هذا التنفيذ. هذا هو السبب في أننا قمنا بتطوير نموذج أفق جديد فعال يعتمد على DEM الذي تم استرداده خلال مهمة المكوك الرادار الطبوغرافي (SRTM). من أجل أن يكون هذا النموذج قابلاً للاستخدام في أي موقع عالمي بنفس الدقة المتوقعة ، فإن هذا النموذج مشتق فقط من البيانات الرياضية دون أي نوع من التقريب التجريبي. التحقق من صحة ضد فى الموقع أظهرت الآفاق والمقارنة مع بعض النماذج الأخرى أخيرًا أن هذا النموذج يقدم دقة أفضل (RMSE تبلغ 1.555 درجة مقابل 1.712 درجة أو أكثر) ووقت حساب أقل (أسرع 4 مرات على الأقل). علاوة على ذلك ، في حالة المساحات الكبيرة جدًا ، نقترح إجراء تحسين يسمح للمستخدم بتغيير خطأ النمذجة عن قصد لتقليل وقت المعالجة. أخيرًا ، باستخدام فى الموقع البيانات ، قمنا أيضًا بتطوير طريقة للتنبؤ بتداعيات خطأ SRTM DEM الأصلي على دقة الأفق النهائية.


تم إجراء التحليلات المقدمة في هذا العمل باستخدام البرنامج المتاح مجانًا R 25 وتم توزيع أسطح التحويل المطورة كملفات GeoTIFF ، والتي يمكن قراءتها في أي برنامج نظام معلومات جغرافية.

ماير ، تي إتش ، رومان ، دي آر ، وأمبير زيلكوسكي ، دي بي. ماذا يعني الارتفاع حقًا؟ الجزء الأول: مقدمة. البقاء على قيد الحياة. ل. علوم. 64, 223–233 (2004).

Zilkoski، D.B Vertical Datums. في Maune ، D.F. رقم. إيليف. نموذج تكنول. تطبيق دليل مستخدمي DEM. ، الفصل. 2 (الجمعية الأمريكية للمسح التصويري والاستشعار عن بعد ، 2007) ، الطبعة الثانية.

ليموين ، ف. وآخرون. تطوير نموذج القدرات الجيولوجية المشتركة التابع لناسا GSFC و NIMA. في كثافة العمليات مساعد. جيود. الندوة 117, 461–469 (1997).

فار ، ت. وآخرون. بعثة طبوغرافيا الرادار المكوك. القس الجيوفيز. 45, 1–33 (2007).

أبرامز ، م. وآخرون. مقياس إشعاع الانعكاس والانبعاث الحراري المتقدم في الفضاء (ASTER) بعد خمسة عشر عامًا: مراجعة المنتجات العالمية. كثافة العمليات J. أبل. الأرض Obs. Geoinf. 38, 292–301 (2015).

تادونو ، ت. وآخرون. جيل من 30 نموذج سطح رقمي عالمي M-MESH بواسطة ALOS PRISM. في كثافة العمليات قوس. فوتوجرام. أجهزة الاستشعار عن بعد. المشاة. علوم. - قوس ISPRS., 41, 157–162 (2016).

المنجل ، في. GPS لمساح الأراضي الطبعة الرابعة ، (مطبعة CRC ، 2015).

ماير ، ت ، زيلكوسكي ، د. وأمبير رومان ، د. ماذا يعني الارتفاع حقًا؟ الجزء الثاني: الفيزياء والجاذبية. البقاء على قيد الحياة. ل. علوم. جيه. Congr. البقاء على قيد الحياة. ماب. 65, 5–15 (2005).

ماير ، ت. ، رومان ، د. & زيلكوسكي ، د. ماذا يعني الارتفاع حقًا؟ الجزء الرابع: ارتفاع نظام تحديد المواقع العالمي (GPS). البقاء على قيد الحياة. ل. علوم. 66, 165–183 (2006).

ماير ، تي إتش ، رومان ، دي آر ، وأمبير زيلكوسكي ، دي بي. ماذا يعني الارتفاع حقًا؟ الجزء الثالث: أنظمة الارتفاع. البقاء على قيد الحياة. ل. علوم. 66, 149–160 (2006).

Featherstone، W. E. & amp Kuhn، M. أنظمة الارتفاع والمراجع الرأسية: مراجعة في السياق الأسترالي. J. Spat. علوم. 51, 21–41 (2006).

Milbert، D.G & amp Smith، D. A. تحويل ارتفاع GPS إلى ارتفاع NAVD88 باستخدام نموذج الارتفاع الجغرافي GEOID96. في Gis Lis-International Conf., 1, 681–692 (1996).

سميث ، د. وآخرون. نحو توحيد المسند الرأسي فوق قارة أمريكا الشمالية. في كثافة العمليات مساعد. جيود. Symnposia 138 المرجع. فرام. تطبيق Geosci., 138, 253–258 (2013).

Véronneau، M. & amp Huang، J. The Canadian Geodetic Vertical Datum of 2013 (CGVD2013). جيوماتيكا 70, 9–19 (2016).

INEGI. Cambio al Dátum Vertical NAVD88 en Información Geodésica Oficial. تقنية. اعادة عد. ، Instituto Nacional de Estadística y Geografía (2016).

Smith، D. & amp Bilich، A. مشروع VERTCON 3.0. NOAA التقرير الفني NOS NGS 68. Tech. مندوب (2019).

Zilkoski، D.B، Richards، J.H & amp Young، G.M Results of the General Adjustment of the North American Vertical Datum of 1988. البقاء على قيد الحياة. ل. النظام. 52, 133–149 (1992).

Aguado ، F.J.R Vertical Geodetic Network of Mexico. في Drewes ، H. ، Dodson ، A.H ، Fortes ، L.P.S & amp Sánchez ، L. ، S. P. (ed.) فيرت. المرجع. النظام. كثافة العمليات مساعد. جيود. سيمب. 124، 44-49 (سبرينغر ، برلين ، هايدلبرغ ، 2002).

Zilkoski، D.B، Balazs، E.I & amp Bengston، J.M Datum دراسة تعريف المسند الرأسي لأمريكا الشمالية لعام 1988. تقنية. اعادة عد.، National Geodetic Survey (1991).

INEGI. Guía Metodológica de la Red Geodésica أفقي. تقنية. اعادة عد. (2015).

INEGI. El Geoide Gravimétrico Mexicano 2010. Tech. Rep.، Instituto Nacional de Estadistica y Geografia (INEGI) (2015).

Villasana ، J. A. الشبكات الجيوديسية في المكسيك. تستطيع. البقاء على قيد الحياة. 28, 452–456 (1974).

فريق تطوير GRASS. برنامج GRASS GIS. تقنية. ممثل مؤسسة Open Source Geospatial Foundation (2019).

Carrera-Hernández، J. & amp Gaskin، S. Basin of Mexico Hydrogeological Database (BMHDB): التنفيذ والاستفسارات والتفاعل مع البرامج مفتوحة المصدر. بيئة. نموذج. سوفتو. 23, 1271–1279 (2008).

فريق R Core. R: لغة وبيئة للحوسبة الإحصائية (2019).

Pebesma، E. J. الإحصاء الجغرافي متعدد المتغيرات في S: حزمة gstat. حاسوب. Geosci. 30, 683–691 (2004).

Bivand ، R. S. ، Pebesma ، E. & amp Gómez-Rubio ، V. تحليل البيانات المكانية التطبيقية مع R.. (سبرينغر ، نيويورك ، نيويورك ، نيويورك ، 2013).

كونواي ، جيه ، إيدلبويتيل ، د. ، نيشياما ، ت. ، كومار ، إس. & أمبير تيفين ، إن. RPostgreSQL: R Interface to the’PostgreSQL ’Database System. حزمة R الإصدار 0.6-2 (2017).

Bivand، R. rgrass7: واجهة بين نظام المعلومات الجغرافية GRASS 7 وحزمة R.R الإصدار 0.2-1 (2019).

ويكهام ، هـ. ggplot2: رسومات أنيقة لتحليل البيانات. (Springer-Verlag ، نيويورك ، نيويورك ، 2016).

كاريرا-هيرنانديز ، ج. قصة مستجمعات المياه الأكثر استغلالًا وترابطًا في المكسيك: حوض المكسيك وحوض ليرما تشابالا. وايلي Interdiscip. القس الماء 5، e1247 (2018).

Hudson، G. & amp Wackernagel، H. رسم خرائط درجة الحرارة باستخدام kriging مع الانجراف الخارجي: النظرية ومثال من اسكتلندا. كثافة العمليات J. كليماتول. 14, 77–91 (1994).

Carrera-Hernández، J. & amp Gaskin، S. التحليل الزماني لهطول الأمطار ودرجة الحرارة اليومية في حوض المكسيك. J. Hydrol. 336, 231–249 (2007).

Goovaerts ، P. الإحصاء الجيولوجي للموارد الطبيعية والتقييم (مطبعة جامعة أكسفورد ، 1997).

إيزاكس ، هـ. هـ ، وأمبير سريفاستافا ، م. الإحصاء الجغرافي التطبيقي. (مطبعة جامعة أكسفورد ، نيويورك ، نيويورك ، 1989).

كريسي ، إن. إحصائيات البيانات المكانية (وايلي وأولاده ، 1991).

Zambrano-Bigiarini، M. hydroGOF: وظائف جودة الملائمة لمقارنة السلاسل الزمنية الهيدرولوجية المحاكاة والملاحظة. حزمة R ، الإصدار 0.3-10 (2017).

Willmott، C.J & amp Matsuura، K. مزايا متوسط ​​الخطأ المطلق (MAE) على جذر متوسط ​​الخطأ التربيعي (RMSE) في تقييم متوسط ​​أداء النموذج. كليم. الدقة. 30, 79–82 (2005).

Höhle، J. & amp Höhle، M. تقييم دقة نماذج الارتفاع الرقمي عن طريق الأساليب الإحصائية القوية. ISPRS J. Photogramm. أجهزة الاستشعار عن بعد. 64, 398–406 (2009).

Leys، C.، Ley، C.، Klein، O.، Bernard، P. & amp Licata، L. الكشف عن القيم المتطرفة: لا تستخدم الانحراف المعياري حول المتوسط ​​، واستخدم الانحراف المطلق حول الوسيط. ياء إكسب. شركة بسيتشول. 49, 764–766 (2013).

كاريرا-هيرنانديز ، شبكات تحويل الإسناد الرأسي للمكسيك. فيجشير https://doi.org/10.6084/m9.figshare.11495055 (2020).

Hijmans ، R.J. raster: تحليل البيانات الجغرافية والنمذجة (2019).


شاهد الفيديو: add coordinates grid to the map إضافة الإحداثيات و شبكة خطوط الطول والعرض للخارطة