Apa sumber striping horizontal dan vertikal dalam DEM USGS?


10

Saat memproses data DEM 30m dan 10m yang diunduh melalui National Map Viewer dari National Elevation Dataset, kami melihat garis horizontal dan vertikal tidak hanya pada hasil yang dihasilkan, tetapi juga dalam nuansa analitik bukit dari DEM mentah. Adakah yang tahu sumbernya? Jika bukan sumbernya, mungkin bagaimana cara menghapus artefak ini? Artefak ini menjadi sangat menonjol ketika menggunakan DEM untuk menghitung Indeks Topografi. Artefak ini tetap ada bahkan setelah pengisian depresi terjadi.

Di bawah ini adalah gambar yang menunjukkan striping dalam data 30m dan 10m dari daerah aliran sungai di Pennsylvania dan Colorado, dan perhitungan Indeks Topografi selesai menunjukkan artefak untuk daerah aliran sungai di Syracuse, NY.

Colorado - HUC8 - 10190004 - 10m

Colorado - HUC8 - 10190004 - 10m

Colorado - HUC8 - 10190004 - 30m

Colorado - HUC8 - 10190004 - 30m

Pennsylvania - HUC8 - 02040103 - 10m

Pennsylvania - HUC8 - 02040103 - 10m

Pennsylvania - HUC8 - 02040103 - 30m

Pennsylvania - HUC8 - 02040103 - 30m

Selesai perhitungan TI untuk DAS Onondaga Creek di Syracuse, NY

masukkan deskripsi gambar di sini

Jawaban:


15

Coba jawab pertanyaan saya sendiri:

Penyebab striping pada contoh yang saya berikan sepenuhnya karena alur kerja saya, bukan masalah warisan dengan bagaimana data awalnya dikumpulkan atau digabung menjadi satu. Semua DEM yang saya tangani semuanya dihasilkan dari teknik yang lebih baru, sebagaimana dibuktikan oleh peta ini:

masukkan deskripsi gambar di sini

Dua metode yang mencakup bidang saya bekerja adalah LIDAR dan sensor aktif lainnya atau interpolasi linier yang kompleks. Teknik-teknik lama @Dan Patterson yang dirujuk adalah teknik Pembuatan Profil Manual dan Gestalt Photomapper. Memang USGS referensi ini di tautan NED @Dan Patterson berbagi:

Sumber lama DEM yang dihasilkan oleh metode yang sekarang sudah usang telah disaring selama proses perakitan NED untuk meminimalkan artefak yang biasanya ditemukan dalam data yang dihasilkan oleh metode ini. Penghapusan artefak sangat meningkatkan kualitas lereng, relief berbayang, dan drainase sintetis yang dapat diturunkan dari data ketinggian. Proses penyaringan pemindahan artefak tidak menghilangkan semua artefak. Di daerah di mana DEM yang tersedia hanya diproduksi dengan metode yang lebih tua, maka "striping" mungkin masih terjadi. Memproses NED juga mencakup langkah-langkah untuk menyesuaikan nilai di mana DEM yang berdekatan tidak cocok dengan baik, dan untuk mengisi area sliver data yang hilang antara DEM. Langkah-langkah pemrosesan ini memastikan bahwa NED tidak memiliki area kosong dan diskontinuitas artifisial minimal.

Jadi apa yang menyebabkan masalah striping saya?

Sementara, untuk menghitung dengan benar nilai-nilai TI dalam SAGA GIS, kita perlu unit sel berada dalam meter, bukan pengukuran derajat Sistem Koordinat Geografis asli, dan langkah pertama alur kerja kami menggunakan ArcMAP (I hate toolbox proyeksi SAGA) untuk memproyeksikan DEM dalam proyeksi UTM yang benar. Dalam langkah ini ada opsi berbeda untuk resampling DEM. Di semua DEM dan hasil keluaran yang memiliki striping, kami salah meninggalkan teknik resampling default sebagai pilihan kami- Algoritma resampling default adalah Nearest Neighbor, yang tidak boleh digunakan dengan set data kontinu seperti data evelation yang ada dalam DEM. Ketika DEM diproyeksikan menggunakan resampling interpolasi bi-linier, tidak ada artefak horisontal atau vertikal yang diamati dalam DEM atau produk yang dihasilkan.

ESRI tahu tentang ini:

DEM rentan terhadap artefak. Banyak DEM sudah memiliki beberapa artefak yang diperkenalkan selama pembuatan; hillshades dari DEM tersebut akan memperbesar anomali dan membuatnya terlihat. Jika DEM tidak memiliki artefak sebelum dirender sebagai hillshade, masalahnya mungkin disebabkan oleh penggunaan metode resampling yang tidak tepat saat memproyeksikan data DEM. DEM adalah data raster berkelanjutan. Metode resampling bilinear harus digunakan dalam proyeksi raster atau transformasi raster apa pun. Saat memproyeksikan data raster menggunakan alat Project Raster GP, jangan gunakan metode resampling default. Pilih metode resampling bilinear atau konvolusi konvolusi kubik sebagai gantinya.

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

Dan USGS tahu tentang ini, yang menyatakan di FAQ:

T: Metode resampling mana yang terbaik untuk menjaga akurasi data NED dan karakteristik medan?

A: Konvolusi kubik dan interpolasi bilinear adalah metode yang disukai untuk resampling data elevasi digital, dan akan menghasilkan penampilan yang lebih halus. Tetangga terdekat memiliki kecenderungan untuk meninggalkan artefak seperti tangga dan striping periodik dalam data yang mungkin tidak terlihat saat melihat data ketinggian tetapi dapat memengaruhi turunannya, seperti relief berbayang atau raster lereng. *

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

Jadi, penerimaan bodoh saya terhadap pengaturan default di ArcMap (dan ketidaktahuan saya tentang hasilnya) menyebabkan hal ini. Kesalahan yang sangat jelas mungkin.

Hidup dan belajar.


1

Ada beberapa posting tentang kemungkinan sumber striping yang terlalu panjang untuk disalin di sini dan dikirim, misalnya

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

Beberapa masalah terkait dengan sifat data itu sendiri.


Terima kasih atas tautan yang bermanfaat itu. Mereka membantu saya memahami bagaimana saya akan mengamati striping atau data DEM yang Diprofilkan secara Manual (untuk menggunakan terminologi di sini: ctmap.com/assets/pdfprojects/destripe.pdf ) atau secara otomatis memproses data menggunakan GPM (Gestalt Photomapper). Tetapi mereka juga mengarah ke sumber yang mengindikasikan DEM yang saya unduh berasal dari teknik pemrosesan yang lebih baru. Sebagai contoh, dataset Colorado dihasilkan menggunakan "Complex Linear Interpolasi dan dataset PA menggunakan data LIDAR. Teknik-teknik ini, saya pikir, diharapkan akan sangat mengurangi striping. Bukan?
traggatmot

Coba rangkum informasi dalam tautan.
Aaron
Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.