DEM数据 地形因子提取
第一章 DEM数据空洞填补
前言
- DEM数据是GIS中地理环境各种地表空间数据集合最为基础和重要的基准资料之一。目前能获取的DEM数据很多,包括ASTER GDEMV3、ASTER GDEMV2、ASTER GDEMV1,SRTM90米、SRTM30米、GLS 2005 DEM、TanDEM等。但DEM数据很多存在一定的空洞(NoData区域,存在数据缺失情况),因此我们需要对DEM数据进行空洞填补。
- 一、使用数据
- 从Earth Explore下载的30或者90米的SRTM数据,使用30米数据,该数据存在一定的空洞区域。即使是已经处理过的(SRTM Void Fill)仍然存在数据缺失情况,因此对该数据的NoData进行填补。
- 二、使用方法
- 方法一:空洞区域 邻域统计
- (1)选择Block Statistics或者Focal Statistics或者Filter等工具。这里使用Focal Statistics焦点统计工具,计算邻域平均值。
需要注意的是,环境变量中需要设置数据输出范围,保持和原始的DEM数据一致即可。不设置的话,会造成边缘像元超出处理范围。
- (2)根据邻域统计之后的栅格数据,替换原始栅格空值像元。可以用栅格计算器来完成这一操作。计算代码: Con(IsNull("原始栅格"),"邻域统计栅格","原始栅格")
- 注意:这种方法相当于对全区做平滑,算出来的DEM数值会发生变化。如果空洞区域大的话,那么设置的邻域半径相对较大。邻域半径大小越大,空值越平滑,空洞周围DEM数值同原始栅格范围出入较大。因此,这种方法比较适合小区域的空洞填补。
- 方法二:原始DEM-等高线-TIN-新DEM
- 对空洞区域DEM提取等高线,生成TIN,再由TIN生成DEM,替换原始DEM栅格影像。
- 大片缺失DEM的情况,可以采用其他的DEM数据进行填补。方法二针对的是有较大空洞区域是NoData值的情况。此时不建议用方法一了,空洞周围DEM数值同原始栅格范围出入较大。
- 方法二由生成的DEM 虽然整体上和原始DEM高程存在一定的差距,但总的差别不大,而且保证了数据的连续性。只采用DEM-TIN-DEM的话,也会存在问题。若该区域存在大部分0值,那么在填补后,仍然会缺失一大片区域,或者在缺失区域仍然存在一定的空洞值。
- 原始DEM TIN生成的DEM
镶嵌后的DEM
因此,可以选择在此基础上,对原始DEM和生成的DEM进行镶嵌。镶嵌过程中,选择重叠区域取最大值,这样在计算的过程中,可以避免重叠区域存在NoData或者0值造成接边不连续或者产生黑边,计算的结果最接近真实地表.
镶嵌过程中不采用最大值产生的黑边现象
- 总结
- 若DEM数据空洞区域范围较小,那么可以直接采用邻域统计,然后替代原始缺失的空洞区域即可。
- 若缺失区域较大,比如整行或者整列缺失,那么可以用其他同分辨率的DEM,进行数据融合,得到整体的DEM。
- 若缺失的空洞区域范围较小,但是采用邻域统计产生较大误差的情况下,可以先提取原始栅格的等高线数据,然后生成TIN,再由TIN生成新的DEM。至于镶嵌需不需要做,根据实际的研究区域确定。