全国高分辨率土地利用数据服务 土地利用数据服务 土地覆盖数据服务 坡度数据服务 土壤侵蚀数据服务 全国各省市DEM数据服务 耕地资源空间分布数据服务 草地资源空间分布数据服务 林地资源空间分布数据服务 水域资源空间分布数据服务 建设用地空间分布数据服务 地形、地貌、土壤数据服务 分坡度耕地数据服务 全国大宗农作物种植范围空间分布数据服务
多种卫星遥感数据反演植被覆盖度数据服务 地表反照率数据服务 比辐射率数据服务 地表温度数据服务 地表蒸腾与蒸散数据服务 归一化植被指数数据服务 叶面积指数数据服务 净初级生产力数据服务 净生态系统生产力数据服务 生态系统总初级生产力数据服务 生态系统类型分布数据服务 土壤类型质地养分数据服务 生态系统空间分布数据服务 增强型植被指数数据服务
多年平均气温空间分布数据服务 多年平均降水量空间分布数据服务 湿润指数数据服务 大于0℃积温空间分布数据服务 光合有效辐射分量数据服务 显热/潜热信息数据服务 波文比信息数据服务 地表净辐射通量数据服务 光合有效辐射数据服务 温度带分区数据服务 山区小气候因子精细数据服务
全国夜间灯光指数数据服务 全国GDP公里格网数据服务 全国建筑物总面积公里格网数据服务 全国人口密度数据服务 全国县级医院分布数据服务 人口调查空间分布数据服务 收入统计空间分布数据服务 矿山面积统计及分布数据服务 载畜量及空间分布数据服务 农作物种植面积统计数据服务 农田分类面积统计数据服务 农作物长势遥感监测数据服务 医疗资源统计数据服务 教育资源统计数据服务 行政辖区信息数据服务
Landsat 8 高分二号 高分一号 SPOT-6卫星影像 法国Pleiades高分卫星 资源三号卫星 风云3号 中巴资源卫星 NOAA/AVHRR MODIS Landsat TM 环境小卫星 Landsat MSS 天绘一号卫星影像
没有汇的数字高程模型 (DEM)(即无凹陷点 DEM)是流向处理操作过程中所需的输入。如果存在汇,则可能会生成错误的流向栅格。某些情况下,数据中实际也可能存在汇。清楚地了解区域的形态对于明确哪些要素是地球表面上真正的汇,以及哪些要素仅仅是数据中存在的错误十分重要。ArcGIS Spatial Analyst 扩展模块水文分析工具集中的工具对于准备无凹陷点高程表面非常有帮助。
可使用汇工具来定位所有的汇。此工具需要输入由流向工具所创建的方向栅格。生成的栅格用于识别数据中任何现有的汇。根据得到的结果,可对汇进行填充,也可借助输出来确定填洼限制。可使用填洼工具来填充汇。要使用汇的输出结果来确定填洼限制,请参阅本主题的“查找汇深度”(下述)。
填洼工具使用各种 Spatial Analyst 工具(包括之前讨论的多种水文分析工具)来创建无凹陷点 DEM。此工具需要输入表面、填洼限制和输出栅格。填充汇时,将填充到汇的倾泻点,即沿分水岭边界的最小高程。
创建无凹陷点 DEM 时,将重复进行汇的识别和移除操作。填充汇时,填充区域的边界可能会生成新的汇,随后还需要对这些汇进行填充。对于大型 DEM 或具有许多汇的 DEM 来说,填充汇可能需要数分钟到数小时不等。
了解一个或一组汇的深度十分有用。此信息可用于确定适合填洼工具的 z 限制、了解数据中存在的错误类型,以及确定汇是否是合法的形态要素。以下步骤概述了查找汇深度的一般过程:
1. 使用一些值创建汇的栅格,这些值可通过运行汇工具来识别汇的深度,从而在栅格中定位汇。
2. 使用分水岭工具为具有以下特点的各个汇创建汇流区域的栅格:流向与高程栅格相同,倾泻点的输入是“汇”工具的输出。
3. 在 Python 的地图代数中,结合使用分区统计工具和“最小值”选项,以在各个汇的分水岭中创建最小高程的栅格:
sink_min = ZonalStatistics(sink_areas, "Value", elev_ras, "Minimum")
sink_areas 输入是分水岭工具的输出。
4. 使用区域填充工具创建一个包含沿各个分水岭边界的最小高程的栅格(此高程与填充边缘后流将留在盆地的高程相对应):
sink_max = ZonalFill(sink_areas, elev_ras)
5. 使用减工具拿最大值减去最小值,以再次查找深度:
sink_depth = Minus(sink_max, sink_min)
上述操作顺序也可使用汇、分水岭、分区统计、区域填充和减地理处理工具来完成。