यूएसजीएस डीईएम में क्षैतिज और ऊर्ध्वाधर पट्टी का स्रोत क्या है?


10

जब 30 मीटर और 10 मीटर डेम डेटा को राष्ट्रीय ऊंचाई डेटासेट से नेशनल मैप व्यूअर के माध्यम से डाउनलोड किया जाता है, तो हमने न केवल उत्पादित परिणामों में, बल्कि कच्चे डीईएम के केवल विश्लेषणात्मक पहाड़ी रंगों में क्षैतिज और ऊर्ध्वाधर पट्टी देखी। किसी को भी स्रोत पता है? यदि स्रोत नहीं, तो शायद इन कलाकृतियों को कैसे निकालना है? स्थलाकृतिक सूचकांकों की गणना करने के लिए डेम का उपयोग करते समय ये कलाकृतियां बहुत स्पष्ट हो जाती हैं। अवसाद भरने के बाद भी ये कलाकृतियाँ बनी रहती हैं।

नीचे पेंसिल्वेनिया और कोलोराडो दोनों में वाटरशेड से 30 मी और 10 मी डेटा में स्ट्रिपिंग दिखाते हुए चित्र हैं, और एक समाप्त स्थलाकृतिक सूचकांक गणना सिराक्यूज़, एनवाई में वाटरशेड के लिए कलाकृतियों को दिखा रही है।

कोलोराडो - HUC8 - 10190004 - 10 मी

कोलोराडो - HUC8 - 10190004 - 10 मी

कोलोराडो - HUC8 - 10190004 - 30 मी

कोलोराडो - HUC8 - 10190004 - 30 मी

पेंसिल्वेनिया - HUC8 - 02040103 - 10 मी

पेंसिल्वेनिया - HUC8 - 02040103 - 10 मी

पेंसिल्वेनिया - HUC8 - 02040103 - 30 मी

पेंसिल्वेनिया - HUC8 - 02040103 - 30 मी

Syracuse, NY में Onondaga Creek वाटरशेड के लिए TI की गणना समाप्त

यहां छवि विवरण दर्ज करें

जवाबों:


16

मेरे अपने प्रश्न का उत्तर देने का प्रयास:

मेरे द्वारा प्रदान किए गए उदाहरणों में स्ट्रिपिंग का कारण पूरी तरह से मेरे वर्कफ़्लो के कारण है, न कि किसी भी विरासत के मुद्दे के साथ कि डेटा को मूल रूप से कैसे इकट्ठा किया गया था या एक साथ मोज़ाइक किया गया था। मैं जिन डीईएम के साथ काम कर रहा था, वे सभी नई तकनीकों से उत्पन्न हुए थे, जैसा कि इस नक्शे से स्पष्ट होता है:

यहां छवि विवरण दर्ज करें

जिन क्षेत्रों में मैं काम कर रहा था, उन्हें कवर करने के दो तरीके हैं LIDAR और अन्य सक्रिय सेंसर या जटिल रैखिक प्रक्षेप। पुरानी तकनीक @Dan पैटरसन संदर्भित मैनुअल प्रोफाइलिंग और गेस्टाल्ट फोटोमैपर तकनीक हैं। दरअसल USGS ने NED लिंक @Dan पैटरसन के शेयरों में इसका उल्लेख किया है:

पुराने स्रोत डीईएम का निर्माण उन विधियों द्वारा किया जाता है जो अब अप्रचलित हो गए हैं, एनईडी असेंबली प्रक्रिया के दौरान उन कलाकृतियों को कम करने के लिए फ़िल्टर किया गया है जो आमतौर पर इन विधियों द्वारा उत्पादित डेटा में पाए जाते हैं। विरूपण साक्ष्य हटाने से ढलान की गुणवत्ता, छायांकित-राहत और कृत्रिम जल निकासी की जानकारी में सुधार होता है, जिसे ऊंचाई के आंकड़ों से प्राप्त किया जा सकता है। आर्टिफिशल रिमूवल फ़िल्टरिंग प्रक्रिया कलाकृतियों के सभी को खत्म नहीं करती है। उन क्षेत्रों में जहां पुराने तरीकों से केवल उपलब्ध डीईएम का उत्पादन किया जाता है, फिर भी "स्ट्रिपिंग" हो सकती है। NED को संसाधित करना उन मानों को समायोजित करने के लिए कदम भी शामिल करता है जहां आसन्न DEM अच्छी तरह से मेल नहीं खाता है, और DEM के बीच लापता डेटा के स्लिवर क्षेत्रों को भरने के लिए। ये प्रसंस्करण कदम सुनिश्चित करते हैं कि NED में कोई शून्य क्षेत्र नहीं है और न्यूनतम कृत्रिम छूट है।

तो मेरी स्ट्रिपिंग के कारण क्या हुआ?

हालांकि, सागा जीआईएस में टीआई मानों की सही गणना करने के लिए हमें सेल यूनिटों को मीटरों में होना चाहिए, न कि मूल भौगोलिक समन्वय प्रणाली की डिग्री माप, और इसलिए हमारे वर्कफ़्लो के पहले चरण में आर्कमा (मैं सागा के प्रक्षेपण टूलसेट से नफरत करता हूं) का उपयोग करना शामिल था। DEM को सही UTM प्रोजेक्शन में प्रोजेक्ट करें। इस चरण के भीतर डीईएम को फिर से भरने के लिए अलग-अलग विकल्प हैं। सभी डीईएम और परिणामी आउटपुट में स्ट्रिपिंग होती थी, हमने अपनी पसंद के अनुसार डिफॉल्ट रेज़म्पलिंग तकनीक को गलत तरीके से छोड़ दिया था।- डिफॉल्ट रिसमलिंग एल्गोरिथ्म नियरस्ट नेबर है, जिसका उपयोग कभी भी एक डीईएम में मौजूद इवैल्यूएशन डेटा की तरह निरंतर डेटा सेट के साथ नहीं किया जाना चाहिए। जब डीईएम को द्वि-रेखीय प्रक्षेप पुनरुत्पादन का उपयोग करके अनुमानित किया गया था, तो डीईएम या परिणामी उत्पादों में कोई भी क्षैतिज या ऊर्ध्वाधर कलाकृतियां नहीं देखी गईं।

ESRI को इस बारे में पता था:

डीईएम कलाकृतियों के लिए अतिसंवेदनशील होते हैं। कई डीईएम में पहले से ही सृजन के दौरान कुछ कलाकृतियां हैं; उन डेम की पहाड़ियों को विसंगतियों को बढ़ाया जाएगा और उन्हें दिखाई देगा। यदि DEM के पास पहाड़ियों के रूप में प्रस्तुत करने से पहले कोई कलाकृतियां नहीं हैं, तो DEM डेटा को प्रोजेक्ट करते समय अनुचित रेज़म्पलिंग विधि का उपयोग करके समस्या हो सकती है। एक डीईएम निरंतर रेखापुंज डेटा है। बिलिनियर रीसम्पलिंग विधि का उपयोग रेखीय अनुमानों या किसी रेखापुंज परिवर्तनों में किया जाना चाहिए। प्रोजेक्ट रेखापुंज जीपी उपकरण का उपयोग करते हुए रेखापुंज डेटा को प्रोजेक्ट करते समय, डिफ़ॉल्ट रेज़म्पलिंग विधि का उपयोग न करें। इसके बजाय बिलिनियर रीसम्पलिंग या क्यूबिक कनवल्शन रेसमलिंग विधि चुनें।

स्रोत: http://support.esri.com/en/knowledgebase/techarticles/detail/29127

और USGS को इसके बारे में पता है, अक्सर पूछे जाने वाले प्रश्न:

प्रश्न: NED डेटा सटीकता और इलाके विशेषताओं को संरक्षित करने के लिए कौन से पुनरुत्पादन के तरीके सबसे अच्छे हैं?

ए: क्यूबिक कनवल्शन और बिलिनियर इंटरपोलेशन डिजिटल ऊंचाई डेटा को फिर से भेजने के पसंदीदा तरीके हैं, और इसके परिणामस्वरूप एक चिकनी उपस्थिति होगी। निकटतम पड़ोसी के पास डेटा में सीढ़ी-कदम और आवधिक स्ट्रिपिंग जैसी कलाकृतियों को छोड़ने की प्रवृत्ति होती है, जो ऊंचाई के डेटा को देखते समय स्पष्ट नहीं हो सकती है, लेकिन डेरिवेटिव को प्रभावित कर सकती है, जैसे कि छायांकित राहत या ढलान की चींटियां। *

स्रोत: http://ned.usgs.gov/faq.html#RESAMPLE

तो, ArcMap (और परिणामों की मेरी अज्ञानता) में डिफ़ॉल्ट सेटिंग्स की मेरी मूर्खता की वजह से यह हुआ। एक बहुत स्पष्ट त्रुटि शायद।

जियो और सीखो।


1

स्ट्रिपिंग के संभावित स्रोत पर कुछ पोस्ट हैं जो यहां कॉपी और पोस्ट करने के लिए बहुत लंबे हैं, उदाहरण के लिए

https://geonet.esri.com/message/248734?sr=search&searchId=8194652f-cac8-4737-93a2-c5dccdeb29ff&searchIndex=5#248734

http://ned.usgs.gov/about.html

http://www.ctmap.com/assets/pdfprojects/destripe.pdf

कुछ मुद्दे डेटा की प्रकृति से ही जुड़े हैं।


उन उपयोगी लिंक के लिए धन्यवाद। उन्होंने मुझे यह समझने में मदद की कि मैं स्ट्रिपिंग या मैन्युअल रूप से प्रोफाइल डेम डेटा (यहां शब्दावली का उपयोग करने के लिए कैसे: ctmap.com/assets/pdfprojects/destripe.pdf ) या स्वचालित रूप से संसाधित डेटा GPM (Gitalt Photomapper) का उपयोग करके देखूंगा। लेकिन उन्होंने उन स्रोतों का भी नेतृत्व किया जिन्होंने संकेत दिया था कि मेरे द्वारा डाउनलोड किए गए डीईएम नए प्रसंस्करण तकनीकों के रूप हैं। उदाहरण के लिए, कोलोराडो डेटासेट "कॉम्प्लेक्स लाइनियर इंटरपोलेशन और
पीएआर

कृपया लिंक में दी गई जानकारी को संक्षेप में प्रस्तुत करने का प्रयास करें।
हारून
हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.