Mais

Suavizando DEM usando GRASS?


Eu tenho um SRTM DEM e quero criar um relevo sombreado a partir dele. Eu criei o relevo sombreado no GRASS e o resultado é muito bom, mas um pouco áspero porque a área é quase plana e o DEM tem 90m de resolução.

O que eu quero é tornar o DEM mais suave para gerar um relevo sombreado suave. Existe um algoritmo ou método de interpolação para fazer isso?

Aqui está o relevo sombreado para se ter uma ideia, quero aplainar essas pequenas saliências:


Que tal o de John Stevensonr.denoise, do wiki GRASS AddOns:

r.denoise remove (suaviza / remove) dados topográficos, DEMs particulares derivados de dados de radar (incluindo SRTM), usando o algoritmo de redução de ruído da Xianfang Sun. Ele é projetado para preservar bordas nítidas e diminuir o ruído com alterações mínimas nos dados originais.

Eu li mais neste site (que também dou crédito pela animação acima) que um método mais genérico seria usar um arquivo Esri ASCII Grid. A localização demdenoise(baixado do site da Sun) precisa estar em sua variável PATH (por exemplo, usuários do Windows: dropMDenoise.exenobincom a instalação do OSGeo4w ou FWTools). Então, por exemplo, você pode usar o seguinte comando shell para processar o arquivo de grade ASCII:

# gdal_translate -of AAIGrid my_dem.tif my_dem.asc # converter para .asc mdenoise -i my_dem.asc -n 5 -t 0.99 -o my_dem_DN.asc # denoise # gdal_translate -of GTiff my_dem_DN.asc my_dem_DN.tif # converter de volta para .tif

Denoise está sob licença GNU, veja aqui


Tom Patterson, o cartógrafo-chefe do Serviço de Parques Nacionais dos EUA, tem alguns tutoriais excelentes sobre como trabalhar com dados DEM para criar belos relevos sombreados. Parte de seu fluxo de trabalho envolve o uso do Natural Scene Designer e do Adobe Photoshop.

Para meu próprio fluxo de trabalho, gosto de usar GDAL para reamostrar o tamanho do DEM antes de renderizar um relevo sombreado. Isso geralmente ajuda a reduzir a quantidade de detalhes e ruído, sem mencionar o tamanho do arquivo. Tenho um tutorial no Github que demonstra como fazer isso.

Basicamente, o processo consiste em especificar uma nova largura e / ou altura (em pixels) para um DEM de saída menor do que o tamanho do arquivo original. Por exemplo, fazendo:

gdalwarp -ts 3000 0 -r bilinear kings_canyon_2228.tif kings_canyon_2228_rs.tif

Reduzirá a largura do DEM para 3000 pixels da largura original de 3800 pixels. Definir a altura como 0 permitirá que o GDAL determine a melhor altura do novo arquivo com base na proporção do original.


Usei a ferramenta de redução de ruído wavelet do plugin GIMP e obtenho bons resultados e rápido:

Redução de ruído wavelet do plug-in GIMP


Você poderia executar um filtro simples no DEM - digamos, um filtro de média de janela móvel 5x5.


No ArcMap, eu gosto de usar a ferramenta Spatial Analyst> focal statistics para suavizar lidar antes de fazer contornos ... isso também pode ajudar no seu caso de sombreamento. É uma função semelhante ao post acima, eu acredito.


Sistema de Apoio à Análise de Recursos Geográficos, comumente referido como GRASS GIS, é um Sistema de Informação Geográfica (GIS) usado para gerenciamento e análise de dados geoespaciais, processamento de imagens, produção de gráficos / mapas, modelagem espacial e visualização. O GRASS é usado atualmente em ambientes acadêmicos e comerciais em todo o mundo, bem como por muitas agências governamentais e empresas de consultoria ambiental.

Este manual de referência detalha o uso de módulos distribuídos com o Sistema de Apoio à Análise de Recursos Geográficos (GRASS), um sistema de código aberto (GNU GPLed), processamento de imagens e informações geográficas (GIS).

Comandos raster:

r.basins.fill Gera mapa raster de sub-bacias hidrográficas.
r.blend Combina componentes de cor de dois mapas raster em uma determinada proporção.
r.buffer Cria um mapa raster mostrando as zonas de buffer ao redor das células que contêm valores de categoria não NULL.
r.buffer.lowmem Cria um mapa raster mostrando as zonas de buffer ao redor das células que contêm valores de categoria não NULL.
r.buildvrt Construa um VRT (Raster Virtual) a partir da lista de mapas raster de entrada.
r.carve Gera canais de fluxo.
r.category Gerencia valores de categoria e rótulos associados a camadas de mapa raster especificadas pelo usuário.
r.circle Cria um mapa raster contendo anéis concêntricos em torno de um determinado ponto.
r.clump Recategoriza dados em um mapa raster agrupando células que formam áreas fisicamente distintas em categorias exclusivas.
r.coin Tabula a ocorrência mútua (coincidência) de categorias para duas camadas de mapa raster.
r.colors Cria / modifica a tabela de cores associada a um mapa raster.
r.colors.out Exporta a tabela de cores associada a um mapa raster.
r.colors.stddev Define regras de cores com base em stddev a partir do valor médio de um mapa raster.
r.composite Combina mapas raster vermelhos, verdes e azuis em um único mapa raster composto.
r.compress Compacta e descompacta mapas raster.
r.contour Produz um mapa vetorial de contornos especificados a partir de um mapa raster.
r.cost Cria um mapa raster que mostra o custo cumulativo de se mover entre diferentes localizações geográficas em um mapa raster de entrada cujos valores de categoria de célula representam o custo.
r.covar Produz uma matriz de covariância / correlação para camadas de mapa raster especificadas pelo usuário.
r.cross Cria um produto cruzado dos valores de categoria de várias camadas de mapa raster.
r.describe Imprime uma lista concisa de valores de categoria encontrados em uma camada de mapa raster.
r.distance Localiza os pontos mais próximos entre os objetos em dois mapas raster.
r.drain Rastreia um fluxo através de um modelo de elevação ou superfície de custo em um mapa raster.
r.external Links GDAL suportou dados rasterizados como um mapa raster pseudo GRASS.
r.external.out Redireciona a saída raster para arquivo utilizando a biblioteca GDAL em vez de armazenar no formato raster GRASS.
r.fill.dir Filtra e gera um mapa de elevação sem depressão e um mapa de direção de fluxo de um determinado mapa raster de elevação.
r.fill.stats Preenche rapidamente células 'sem dados' (NULLs) de um mapa raster com valores interpolados (IDW).
r.fillnulls Preenche áreas sem dados em mapas raster usando interpolação de spline.
r.flow Constrói linhas de fluxo.
r.geomorphon Calcula geomorfos (formas de terreno) e geometria associada usando abordagem de visão de máquina.
r.grow.distance Gera um mapa raster contendo distâncias para os recursos raster mais próximos e / ou o valor da célula não nula mais próxima.
r.grow Gera uma camada de mapa raster com áreas contíguas crescidas em uma célula.
r.gwflow Programa de cálculo numérico para fluxo de águas subterrâneas transitórias, confinadas e não confinadas em duas dimensões.
r.his Gera camadas de mapa raster vermelho, verde e azul (RGB) combinando valores de matiz, intensidade e saturação (HIS) de camadas de mapa raster de entrada especificadas pelo usuário.
r.horizon Calcula a altura do ângulo do horizonte a partir de um modelo de elevação digital.
r.import Importa dados raster para um mapa raster GRASS usando a biblioteca GDAL e reprojeta em tempo real.
r.in.ascii Converte um arquivo raster GRASS ASCII em um mapa raster binário.
r.in.aster Georreferencie, retifique e importe imagens do Terra-ASTER e DEMs relativos usando gdalwarp.
r.in.bin Importe um arquivo raster binário para uma camada de mapa raster GRASS.
r.in.gdal Importa dados raster para um mapa raster GRASS usando a biblioteca GDAL.
r.in.gridatb Importa o arquivo de mapa GRIDATB.FOR (TOPMODEL) para um mapa raster GRASS.
r.in.lidar Cria um mapa raster a partir de pontos LAS LiDAR usando estatísticas univariadas.
r.in.mat Importa um arquivo MAT binário (v4) para um raster GRASS.
r.in.png Importa imagens no formato PNG não georreferenciadas.
r.in.poly Cria mapas raster a partir de arquivos de dados de polígono / linha / ponto ASCII.
r.in.srtm Importa arquivos SRTM HGT para um mapa raster.
r.in.wms Faz o download e importa dados dos servidores de mapeamento da web OGC WMS e OGC WMTS.
r.in.xyz Cria um mapa raster a partir de um conjunto de muitas coordenadas usando estatísticas univariadas.
r.info Gera informações básicas sobre um mapa raster.
r.kappa Calcula a matriz de erro e o parâmetro kappa para avaliação da precisão do resultado da classificação.
r.lake Enche o lago em determinado ponto a determinado nível.
r.latlong Cria um mapa raster de latitude / longitude.
r.li.cwed Calcula o índice de densidade de borda de contraste ponderado em um mapa raster
r.li.daemon Módulo de suporte para cálculos de índice de paisagem r.li.
r.li.dominance Calcula o índice de diversidade de dominância em um mapa raster
r.li.edgedensity Calcula o índice de densidade de borda em um mapa raster, usando um algoritmo de 4 vizinhos
r.li Conjunto de ferramentas para análise multiescala da estrutura da paisagem
r.li.mpa Calcula o índice médio de atributo de pixel em um mapa raster
r.li.mps Calcula o índice médio do tamanho do patch em um mapa raster, usando um algoritmo de 4 vizinhos
r.li.padcv Calcula o coeficiente de variação da área do patch em um mapa raster
r.li.padrange Calcula o intervalo do tamanho da área do patch em um mapa raster
r.li.padsd Calcula o desvio padrão da área do patch em um mapa raster
r.li.patchdensity Calcula o índice de densidade do patch em um mapa raster, usando um algoritmo de 4 vizinhos
r.li.patchnum Calcula o índice do número do patch em um mapa raster, usando um algoritmo de 4 vizinhos.
r.li.pielou Calcula o índice de diversidade de Pielou em um mapa raster
r.li.renyi Calcula o índice de diversidade de Renyi em um mapa raster
r.li.richness Calcula o índice de riqueza em um mapa raster
r.li.shannon Calcula o índice de diversidade de Shannon em um mapa raster
r.li.shape Calcula o índice da forma em um mapa raster
r.li.simpson Calcula o índice de diversidade de Simpson em um mapa raster
r.mapcalc Calculadora de mapa raster.
r.mapcalc.simple Calcula um novo mapa raster a partir de uma expressão r.mapcalc simples.
r.mask Cria uma MÁSCARA para limitar a operação de varredura.
r.mfilter Executa filtro de matriz de mapa raster.
r.mode Encontra o modo de valores em um mapa de cobertura dentro de áreas atribuídas ao mesmo valor de categoria em um mapa de base especificado pelo usuário.
vizinhos Torna cada valor de categoria de célula uma função dos valores de categoria atribuídos às células ao seu redor e armazena novos valores de célula em uma camada de mapa raster de saída.
r.null Gerencia valores NULL de determinado mapa raster.
r.out.ascii Converte uma camada de mapa raster em um arquivo de texto GRASS ASCII.
r.out.bin Exporta um raster GRASS para um array binário.
r.out.gdal Exporta mapas raster GRASS para formatos GDAL suportados.
r.out.gridatb Exporta o mapa raster GRASS para o arquivo de mapa GRIDATB.FOR (TOPMODEL).
r.out.mat Exporta um raster GRASS para um arquivo MAT binário.
r.out.mpeg Converte séries de mapas raster em filmes MPEG.
r.out.png Exporte um mapa raster GRASS como uma imagem PNG não georreferenciada.
r.out.pov Converte uma camada de mapa raster em um arquivo de campo de altura para POV-Ray.
r.out.ppm Converte um mapa raster GRASS em um arquivo de imagem PPM.
r.out.ppm3 Converte 3 camadas raster GRASS (R, G, B) em um arquivo de imagem PPM.
r.out.vrml Exporta um mapa raster para a Virtual Reality Modeling Language (VRML).
r.out.vtk Converte mapas raster no formato VTK-ASCII.
r.out.xyz Exporta um mapa raster para um arquivo de texto como valores x, y, z com base nos centros das células.
r.pack Exporta um mapa raster como um arquivo específico do GRASS GIS
r.param.scale Extrai parâmetros de terreno de um DEM.
r.patch Cria uma camada de mapa raster composto usando valores de categoria conhecidos de uma (ou mais) camada (s) de mapa para preencher áreas "sem dados" em outra camada de mapa.
r.path Rastreia caminhos de pontos de partida seguindo as instruções de entrada.
r.plane Cria um mapa plano raster dado mergulho (inclinação), aspecto (azimute) e um ponto.
r.profile Produz os valores da camada do mapa raster que ficam nas linhas definidas pelo usuário.
r.proj Reprojeta um mapa raster de determinado local para o local atual.
r.quant Produz o arquivo de quantização para um mapa de ponto flutuante.
r.quantil Calcule quantis usando duas passagens.
r.random.cells Gera valores de células aleatórios com dependência espacial.
r.random Cria uma camada de mapa raster e um mapa de pontos vetoriais contendo pontos localizados aleatoriamente.
r.random.surface Gera superfície (s) aleatória (s) com dependência espacial.
r.reclass.area Reclassifica um mapa raster maior ou menor que o tamanho da área especificada pelo usuário (em hectares).
r.reclass Reclassifique o mapa raster com base nos valores da categoria.
r.recode Recodifica mapas raster categóricos.
r.region Define as definições de limite para um mapa raster.
r.regression.line Calcula a regressão linear de dois mapas raster: y = a + b * x.
r.regression.multi Calcula a regressão linear múltipla de mapas raster.
r.relief Cria um mapa de relevo sombreado a partir de um mapa de elevação (DEM).
r.report Relatórios de estatísticas para mapas raster.
r.resamp.bspline Executa interpolação de spline bilinear ou bicúbica com regularização de Tykhonov.
r.resamp.filter Faz uma nova amostra das camadas do mapa raster usando um kernel analítico.
r.resamp.interp Faz uma nova amostra do mapa raster para uma grade mais precisa usando interpolação.
r.resamp.rst Reinterpola e, opcionalmente, calcula a análise topográfica do mapa raster de entrada para um novo mapa raster (possivelmente com resolução diferente) usando spline regularizado com tensão e suavização.
r.resamp.stats Faz uma nova amostra das camadas do mapa raster em uma grade mais grosseira usando agregação.
r.resample Capacidade de reamostragem de dados da camada de mapa raster GRASS.
r.rescale.eq O histograma de redimensionamento equalizou o intervalo de valores de categoria em uma camada de mapa raster.
r.rescale Redimensiona o intervalo de valores de categoria em uma camada de mapa raster.
r.rgb Divide um mapa raster em mapas vermelhos, verdes e azuis.
r.ros Gera mapas raster de taxa de propagação.
r.series.accumulate Torna cada valor de célula de saída uma função de acumulação dos valores atribuídos às células correspondentes nas camadas do mapa raster de entrada.
r.series Torna cada valor da célula de saída uma função dos valores atribuídos às células correspondentes nas camadas do mapa raster de entrada.
r.series.interp Interpola mapas raster localizados (temporais ou espaciais) entre os mapas raster de entrada em posições de amostragem específicas.
r.shade Drapeja um raster de cores sobre um relevo sombreado ou mapa de aspecto.
r.sim.sediment Transporte de sedimentos e simulação de erosão / deposição usando o método de amostragem de caminhos (SIMWE).
r.sim.water Simulação hidrológica de escoamento superficial usando método de amostragem de caminho (SIMWE).
r.slope.aspect Gera mapas raster de declive, aspecto, curvaturas e derivadas parciais de um mapa raster de elevação.
r.solute.transport Programa de cálculo numérico para transporte de soluto transiente, confinado e não confinado em duas dimensões
r.spread Simula a propagação elipticamente anisotrópica.
r.spreadpath Rastreia recursivamente o caminho de menor custo de volta para as células a partir das quais o custo cumulativo foi determinado.
r.statistics Calcula estatísticas de categoria ou orientadas a objetos.
r.stats Gera estatísticas de área para mapa raster.
r.stats.quantile Calcule quantis de categoria usando duas passagens.
r.stats.zonal Calcula estatísticas orientadas a categoria ou objeto (estatísticas baseadas em acumulador).
r.stream.extract Executa extração de rede de fluxo.
r.sun Irradiância solar e modelo de irradiação.
r.sunhours Calcula a elevação solar, azimute solar e horas do sol.
r.sunmask Calcula as áreas de sombra projetada a partir da posição do sol e do mapa raster de elevação.
r.support Permite a criação e / ou modificação de arquivos de suporte de camada de mapa raster.
r.support.stats Atualizar estatísticas do mapa raster
r.surf.area Imprime estimativa de área de superfície para mapa raster.
r.surf.contour Gera mapa raster de superfície a partir de contornos rasterizados.
r.surf.fractal Cria uma superfície fractal de uma determinada dimensão fractal.
r.surf.gauss Gera um mapa raster usando um gerador de números aleatórios gaussianos.
r.surf.idw Fornece interpolação de superfície a partir de dados de ponto raster por Inverse Distance Squared Weighting.
r.surf.random Produz um mapa de superfície raster de desvios aleatórios uniformes com alcance definido.
r.terraflow Executa computação de fluxo para grades massivas.
r.texture Gere imagens com recursos texturais de um mapa raster.
r.thin Diminui as células não nulas que denotam recursos lineares em uma camada de mapa raster.
r.tile Divide um mapa raster em blocos.
r.tileset Produz tilings da projeção de origem para uso na região de destino e projeção.
r.timestamp Modifica um carimbo de data / hora para um mapa raster.
r.to.rast3 Converte fatias de mapa raster 2D em um mapa de volume raster 3D.
r.to.rast3elev Cria um mapa de volume 3D baseado em elevação 2D e mapas raster de valor.
r.to.vectar Converte um mapa raster em um mapa vetorial.
r.topidx Cria um mapa raster de índice topográfico (índice de umidade) a partir de um mapa raster de elevação.
r.topmodel Simula o TOPMODEL, que é um modelo hidrológico de base física.
r.transect Gera valores de camada de mapa raster ao longo das linhas de transecto definidas pelo usuário.
r.univar Calcula estatísticas univariadas das células não nulas de um mapa raster.
r.unpack Importa um arquivo raster específico do GRASS GIS (compactado com r.pack) como um mapa raster
r.uslek Calcula o fator de erodibilidade do solo USLE (K).
r.usler Calcula o fator USLE R, índice de erosividade da chuva.
r.viewshed Calcula o enquadramento visual de um ponto em um mapa raster de elevação.
r.volume Calcula o volume de "aglomerados" de dados.
r.walk Cria um mapa raster que mostra o custo cumulativo anisotrópico de movimentação entre diferentes localizações geográficas em um mapa raster de entrada cujos valores de categoria de célula representam o custo.
r.water.outlet Cria bacias hidrográficas a partir de um mapa de direção de drenagem.
r.watershed Calcula parâmetros hidrológicos e fatores RUSLE.
r.qual cor Consulta cores para uma camada de mapa raster.
r.what Consulta mapas raster em seus valores de categoria e rótulos de categoria.

& copy 2003-2021 GRASS Development Team, GRASS GIS 7.9.dev Reference Manual


Geo-MHYDAS: Uma ferramenta de discretização de paisagem para modelagem hidrológica distribuída de áreas cultivadas ☆

A representação das variabilidades da paisagem por meio de uma adequada discretização da paisagem é de grande importância na modelagem hidrológica distribuída. Neste artigo, apresentamos Geo-MHYDAS, uma ferramenta de discretização da paisagem que permite a representação explícita de características da paisagem, particularmente as artificiais, que são conhecidas por ter um grande impacto sobre os fluxos de água e massa na paisagem. As discretizações da paisagem que são produzidas incluem unidades delineadas irregulares, lineares ou de área controladas pelo usuário conectadas umas às outras ao longo de uma estrutura semelhante a uma árvore.

Geo-MHYDAS inclui três etapas: (i) processamento (ou seja, a importação ou a criação), seguido pelas modificações dos objetos geográficos, cujos limites são considerados na modelagem como descontinuidades hidrológicas, (ii) criação da área e unidades lineares para modelagem hidrológica por um procedimento de “limpeza seletiva” após sobreposição que preserva, tanto quanto possível, os limites do objeto definidos na etapa anterior, embora tenha tamanhos e formas que permanecem compatíveis com a aplicação das funções de fluxo de água do modelo hidrológico e (iii) construção de uma topologia orientada entre unidades lineares e áreas de formato irregular que permite o encaminhamento dos fluxos de água simulados através da paisagem. Geo-MHYDAS foi desenvolvido usando o software GRASS, de código aberto e gratuito Geographic Information Systems (GIS).

O uso de Geo-MHYDAS foi ilustrado executando o modelo hidrológico MHYDAS para diferentes cenários de feições artificiais, sua presença e organização espacial dentro de uma pequena bacia de vinha localizada no sul da França (a bacia hidrográfica de Roujan). Comparações com modelagem hidrológica realizada com discretizações de paisagem usuais mostraram diferenças significativas nos hidrogramas simulados. Esta comparação ilustra bem o forte impacto das discretizações da paisagem na modelagem hidrológica, especificamente nas características da paisagem feitas pelo homem representadas no Geo-MHYDAS.


Modelagem Espacial

Lealdade do cliente, análise da concorrência, propensão ao defeito e seleção de mídia de anúncio.

Modelagem Espacial: Procedimentos analíticos aplicados com GIS. Existem três categorias de modelagem espacial funções que podem ser aplicadas a dados geográficos dentro de um GIS: modelos geométricos, como calcular a distância entre feições, gerar buffers, calcular áreas e perímetros, e assim por diante.

O modelagem espacial as rotinas incluem:
Risco de roubo de automóveis no Condado de Baltimore, produzido pela rotina de densidade de núcleo dupla CrimeStat.

Uma metodologia ou conjunto de procedimentos analíticos usados ​​para derivar informações sobre relações espaciais entre fenômenos geográficos.
Também seria útil estar familiarizado com imagens gerais e termos raster.

, o processo de formar uma estatística a partir de dados observados para atribuir parâmetros ideais em um modelo ou distribuição.
Distância euclidiana
A distância em linha reta entre dois pontos em um avião. A distância euclidiana, ou distância "em linha reta", pode ser calculada usando o teorema de Pitágoras.

Recentemente, a importância de integrar as percepções e preferências humanas no geo

foi amplamente reconhecido.

modelo determinístico - [estatística espacial (uso para geoestatística)] Em

, um tipo de modelo ou parte de um modelo em que o resultado é completa e exatamente conhecido com base na entrada conhecida dos componentes fixos ou não aleatórios de um modelo espacial.

GRASS: GRASS (Sistema de Apoio à Análise de Recursos Geográficos) é um GIS raster de código aberto de domínio público desenvolvido para fins gerais

e pacote de análise (Neteler e Mitasova 2008). GRASS é um GIS raster / vetorial, sistema de processamento de imagens e sistema de produção de gráficos.

, visualização de dados raster e vetoriais, gerenciamento e análise de dados geoespaciais e processamento de imagens aéreas e de satélite. Ele vem com uma estrutura temporal para processamento avançado de séries temporais e uma API Python para programação geoespacial rápida.

modelo Uma representação da realidade usada para simular um processo, entender uma situação, prever um resultado ou analisar um problema. Um modelo é estruturado como um conjunto de regras e procedimentos, incluindo

A extensão ArcGIS Geostatistics Analyst oferece uma ampla gama de poderosos

e capacidades de análise. Com a versão 10.1, a extensão Geostatistics Analyst fornece dois novos métodos de interpolação, uma nova transformação e duas novas classes ArcPy.

e a análise é possível, bem como o mapeamento temático. Imagens raster podem ser importadas para o ambiente de trabalho, buffers podem ser criados e a análise de vizinhança é possível com ArcCAD. O software está disponível para PCs com Windows NT, '95 ou 3.X e também para DOS.

Palavras-chave: ANN, DEM, GIS, interpolação, campos de função,

O Sistema de Apoio à Análise de Recursos Geográficos, comumente referido como GRASS, é um Sistema de Informação Geográfica (GIS) usado para gerenciamento e análise de dados geoespaciais, processamento de imagens, produção de gráficos / mapas,

2. Representação de dados da realidade, por exemplo, modelos de dados espaciais incluem nó de arco, georelacional, raster (grade) e estanho. Veja também

A topologia é útil em GIS porque muitos

as operações não requerem coordenadas, apenas informações topológicas. Por exemplo, para encontrar um caminho ideal entre dois pontos, é necessária uma lista dos arcos que se conectam e o custo para atravessar cada arco em cada direção.


2.4 Unit Stream Power Erosion Deposition (USPED)

O USPED estima a erosão-deposição líquida como a divergência do fluxo de sedimentos em um regime de erosão do solo com capacidade de transporte limitada. A quantidade de solo desprendido é próxima à quantidade de sedimento que o fluxo de água pode carregar. Como um modelo de capacidade de transporte limitada, o USPED prevê a erosão onde a capacidade de transporte aumenta e a deposição onde a capacidade de transporte diminui. A influência da topografia no fluxo de sedimentos é representada por um fator de transporte topográfico de sedimentos, enquanto a influência do solo e da cobertura do solo é representada por fatores adotados de USLE e RUSLE (Mitasova et al., 1996). O fluxo de sedimentos é estimado calculando o fator de erosividade baseado em eventos ( Re ) usando a Eq. (19), a inclinação e o aspecto da topografia, o acúmulo de fluxo com um algoritmo de múltiplas direções de fluxo, o fator de transporte topográfico de sedimentos e o fluxo de sedimentos na capacidade de transporte. A erosão líquida-deposição é então calculada como a divergência do fluxo de sedimentos.

2.4.1 Fator de transporte de sedimentos topográficos

Usando o conceito de potência de fluxo unitário apresentado por Moore e Burch (1986), o fator topográfico 3-D (Eq. 20) para RUSLE3D é modificado para representar o fator de transporte topográfico de sedimentos (LS T ) - o componente topográfico do fluxo superficial na capacidade de transporte de sedimentos:

onde LS T é o fator de transporte topográfico de sedimentos, uma é a área de contribuição da subida por unidade de largura [m], β é o ângulo da inclinação [∘], m é um coeficiente empírico, e n é um coeficiente empírico.

2.4.2 Fluxo de sedimentos limitado pelo transporte e erosão-deposição líquida

O fluxo de sedimentos na capacidade de transporte é uma função do fator de chuva baseado em eventos, fator de erodibilidade do solo, fator de transporte topográfico de sedimentos, fator de cobertura da terra e fator de medidas de prevenção:

Onde T é o fluxo de sedimentos na capacidade de transporte [kg m −1 s −1], Re é o fator de precipitação baseado em eventos [MJ mm ha −1 h −1], K é o fator de erodibilidade do solo [t ha h ha −1 MJ −1 mm −1], C é o fator de cobertura do solo adimensional, e P é o fator adimensional das medidas de prevenção.

A erosão-deposição líquida é estimada como a divergência do fluxo de sedimentos, assumindo que o fluxo de sedimentos é igual à capacidade de transporte de sedimentos:

Onde ds é a erosão-deposição líquida [kg m −2 s −1], α é o aspecto da topografia (ou seja, a direção do fluxo) [∘]. Com USPED, a mudança simulada na elevação Δzs=ds é derivado da Eq. (2) para a evolução da paisagem e então a Eq. (3) para difusão gravitacional.

A atividade militar é um uso do solo de alto impacto que pode causar alterações físicas significativas na paisagem. A erosão é uma grande preocupação para instalações militares, particularmente em bases de treinamento, onde a superfície da terra é perturbada por veículos off-road, tráfego de pedestres e munições. Os veículos off-road e o tráfego de pedestres dos soldados causam a perda da cobertura vegetal, o rompimento da estrutura do solo, compactação do solo e aumento do escoamento devido à redução da capacidade do solo para infiltração de água (Webb e Wilshire, 1983 McDonald, 2004). Barrancos - canais efêmeros com paredões íngremes que incidem em solo inconsolidado até profundidades de metros - são uma manifestação de erosão comum em instalações de treinamento militar como Fort Bragg na Carolina do Norte e o Local de Manobra do Canyon Piñon no Colorado. Enquanto o desenvolvimento local de ravinas pode restringir a manobrabilidade de tropas e veículos durante os exercícios de treinamento, ravinas generalizadas em uma paisagem podem degradar uma área de treinamento inteira (Huang e Niemann, 2014). Para testar a eficácia dos diferentes modelos em r.sim.terrain, comparamos a evolução simulada de uma sub-bacia altamente erodida de Patterson Branch em Fort Bragg, Carolina do Norte, com uma série temporal de pesquisas LIDAR aerotransportado. Os modelos - SIMWE, RUSLE3D e USPED - foram testados nos modos de estado estacionário e dinâmico para projetar tempestades com chuva constante.


Carregamento hidrológico sazonal de dados observados por GPS em todos os EUA contíguos usando a estrutura integrada R e Hadoop-GIS

A redistribuição da massa de água hidrológica na superfície da Terra causa deformação de carga elástica. Neste estudo, a deformação crustal vertical é avaliada por uma abordagem espaço-temporal integrada com base no software estatístico R e na estrutura Hadoop-GIS em escalas regionais e locais. Especificamente, o estudo examina a relação entre deformação de carregamento vertical sazonal e carregamento hidrológico sazonal de chuva e neve. A deformação de carregamento vertical é caracterizada por séries temporais estimadas da rede contínua do Sistema de Posicionamento Global (GPS) através dos EUA contíguos por um período de 48 meses (1 de janeiro de 2013 a 31 de dezembro de 2016), que coincide com a seca recente mais extrema da Califórnia. O processamento de dados usou scripts de programação R personalizados e bibliotecas espaciais que foram integrados ao Sistema de Suporte de Análise de Recursos Geográficos (GRASS), Sistema de Informações Geográficas (GIS) e estrutura Hive, que é uma extensão de data warehouse do Apache Hadoop usada como uma consulta de banco de dados interface. As relações de deslocamento vertical são exploradas por técnicas de visualização, como mapas espaciais e gráficos de coerência wavelet. A análise adicional dos relacionamentos pode ser realizada por meio da interface interativa baseada na web.

Esta é uma prévia do conteúdo da assinatura, acesso através de sua instituição.


Interpolação de variáveis ​​climáticas e modelagem de temperatura

Os Sistemas de Informação Geográfica (SIG) e a modelagem estão se tornando ferramentas poderosas na pesquisa agrícola e no gerenciamento de recursos naturais. Este estudo propõe uma metodologia empírica para modelagem e mapeamento da temperatura do ar mensal e anual usando técnicas de sensoriamento remoto e SIG. A área de estudo é Gangetic West Bengal e sua vizinhança no leste da Índia, onde vários sistemas climáticos ocorrem ao longo do ano. Gangetic West Bengal é uma região de forte superfície heterogênea com vários distúrbios climáticos. Este artigo também examina abordagens estatísticas para interpolação de dados climáticos em grandes regiões, fornecendo diferentes técnicas de interpolação para o uso de variáveis ​​climáticas na pesquisa agrícola. Três abordagens de interpolação, como média ponderada de distância inversa, splines de suavização de placa fina e co-krigagem são avaliadas para área de 4 ° × 4 °, cobrindo a parte oriental da Índia. O uso / cobertura do solo, a textura do solo e o modelo digital de elevação são usados ​​como variáveis ​​independentes para a modelagem de temperatura. A análise de regressão múltipla com o método padrão é usada para adicionar variáveis ​​dependentes na equação de regressão. A previsão da temperatura média para a temporada de monções é melhor do que a temporada de inverno. Finalmente, os erros de desvio padrão são avaliados depois de comparar a temperatura prevista e a temperatura observada da área. Para uma melhor melhoria, a distância da linha costeira e o padrão sazonal do vento são enfatizados para serem incluídos como variáveis ​​independentes.

Esta é uma prévia do conteúdo da assinatura, acesso através de sua instituição.


ANOVA SUAVIZADA COM EFEITOS ESPACIAIS COMO CONCORRENTE PARA MCAR EM SUAVIZAÇÃO ESPACIAL MULTIVARIADA

O rápido desenvolvimento dos sistemas de informação geográfica (GIS) continua a gerar interesse na análise de conjuntos de dados espaciais complexos. Uma área de atividade é a criação de mapas de doenças suavizados para descrever a variação geográfica da doença e gerar hipóteses para diferenças aparentes de risco. Com várias doenças, um modelo multivariado condicionalmente autorregressivo (MCAR) é frequentemente usado para suavizar o espaço enquanto leva em consideração as associações entre as doenças. O MCAR, entretanto, impõe estruturas de covariância complexas que são difíceis de interpretar e estimar. Este artigo desenvolve uma abordagem alternativa muito mais simples baseada nas técnicas de ANOVA suavizada (SANOVA). Em vez de simplesmente reduzir os efeitos sem nenhuma estrutura, aqui usamos o SANOVA para suavizar os efeitos aleatórios espaciais, tirando proveito da estrutura espacial. Estendemos o SANOVA para casos em que um fator é uma rede espacial, que é suavizada usando um modelo CAR, e um segundo fator é, por exemplo, o tipo de câncer. Os conjuntos de dados normalmente carecem de informações suficientes para identificar a estrutura adicional do MCAR. SANOVA oferece uma estrutura mais simples e mais inteligível do que o MCAR durante o desempenho. Demonstramos nossa abordagem com estudos de simulação projetados para comparar SANOVA com diferentes matrizes de projeto versus MCAR com diferentes anteriores. Posteriormente, um conjunto de dados de vigilância do câncer, descrevendo a incidência de 3 cânceres nos 87 condados de Minnesota, é analisado usando ambas as abordagens, mostrando a competitividade da abordagem SANOVA.

Bonecos

Comparando matrizes de precisão anteriores para ...

Comparando matrizes de precisão anteriores para φ em MCAR e SANOVA.

MBIAS para simulado normal e ...

MBIAS para dados normais e de Poisson simulados.

Taxa de PI para normal simulado ...

Taxa de PI para dados normais e de Poisson simulados.

Dados de câncer de pulmão e adaptados ...

Dados do câncer de pulmão e valores ajustados.

Dados de câncer de laringe e ajustados ...

Dados do câncer de laringe e valores ajustados.

Dados de câncer de esôfago e ajustados ...

Esophagus cancer data and fitted values.

Comparing data and fitted values…

Comparing data and fitted values for each cancer. The “Data” panel shows the…


Mitasova, H. and Mitas, L., 1993. Interpolation by regularized spline with tension: I. Theory and implementation, Mathematical Geology No.25 p.641-656.

Mitasova, H. and Hofierka, L., 1993. Interpolation by regularized spline with tension: II. Application to terrain modeling and surface geometry analysis, Mathematical Geology No.25 p.657-667.

Talmi, A. and Gilat, G., 1977. Method for smooth approximation of data, Journal of Computational Physics , 23, pp 93-123.

Wahba, G., 1990. Spline models for observational data, CNMS-NSF Regional Conference series in applied mathematics, 59, SIAM, Philadelphia, Pennsylvania.