Ich musste schon früher Gräben von 1 m LiDAR-abgeleiteten DEMs landwirtschaftlicher Landschaften kartieren. Es ist sicherlich eine herausfordernde Aufgabe, einen geeigneten Workflow zu entwickeln. Ihre Fähigkeit, ein Grabennetzwerk erfolgreich zu extrahieren, hängt von einer Reihe von Faktoren ab. Interessieren Sie sich zum Beispiel nur für Straßengräben? Wenn ja, befinden sich die Straßen auf Böschungen (wie dies normalerweise in landwirtschaftlichen Umgebungen der Fall ist) und haben Sie eine genaue Straßenvektordatei (dies kann für diese Aufgabe kritisch sein)? Oder interessieren Sie sich auch für Feldentwässerungsgräben? Haben Sie die rohe LiDAR-Punktwolke oder nur ein interpoliertes DEM? Wenn Sie das spätere haben, ist es wichtig, dass Sie vor der Analyse keinen Glättungsfilter anwenden, was leider bei LiDAR-DEMs aufgrund ihrer übermäßigen Oberflächenrauheit häufig der Fall ist. Unglücklicherweise, Ein tief liegender Straßengraben lässt sich mit einem 3 x 3-Mittelwertfilter in einem 1 m DEM leicht entfernen. Wenn Sie die LiDAR-Punktwolke haben, würde ich empfehlen, Ihr DEM-Gitter mit einem Interpolationsschema für den nächsten Nachbarn zu interpolieren (unter der Annahme einer hohen Punktdichte), da dies zwar die Oberflächenrauheit im Vergleich zu IDW erhöht, die Gräben jedoch besser bewahrt .
Angenommen, Sie haben einen Straßenvektor und interessieren sich nur für Straßengräben. Hier ist ein Workflow, den Sie möglicherweise verwenden:
Führen Sie einen Höhenunterschiedsfilter durch. In den Open-Source- Tools für die GIS Whitebox-Geodatenanalyse , die ich für diese Aufgabe verwendet habe, gibt es buchstäblich ein Tool namens "Differenz von der mittleren Höhe" (DFME), das für diesen Workflow ideal ist. Wenn Sie Whitebox jedoch aus irgendeinem Grund nicht verwenden können, führen Sie einen herkömmlichen Mittelwertfilter (Box-Car-Filter) durch und subtrahieren Sie das Ergebnis vom ursprünglichen DEM (es kann auch ein Hochpassfilter verwendet werden). Möglicherweise müssen Sie mit der Filtergröße experimentieren, die von der Breite Ihrer Grabenmerkmale abhängt, jedoch etwas breiter als die Gräben sein sollte. Für meine Daten habe ich den Parameter 'Search Neighborhood Size' des DFME-Tools auf 5 Zellen festgelegt, wodurch ein 11 x 11-Filter erstellt wird.
Sie müssen den Schwellenwert für das DFME-Raster festlegen, um alle Rasterzellen mit einem "niedrigen" DFME-Wert zu extrahieren. Dies hängt wiederum von Ihren Daten ab, insbesondere von der Tiefe der Gräben in Ihrem DEM. Ich habe dafür einfach den Whitebox Raster Calculator verwendet, mit einem Ausdruck von [niedrige Zellen] = [DFME] <(- 0,15). Die Einheiten dieses Parameters '0.15' im Schwellenwert entsprechen den z-Einheiten Ihres DEM. Dies bedeutet effektiv, geben Sie mir alle Gitterzellen, die mindestens 15 cm (mein DEM ist in Metern) unter ihrer Umgebung liegen.
Puffern Sie Ihren Straßenvektor so, dass eine Straßenmaske erstellt wird, die breit genug ist, um die Straße und ihre Straßengräben aufzunehmen. Dies hängt von der Breite Ihrer Straße ab. Wenn Sie ein umfangreiches Gelände haben, kann es tatsächlich mehrere Straßenbreiten geben, z. B. sind Hauptstraßen im Allgemeinen breiter als Nebenstraßen. In meinem Fall hat ein Straßenpuffer von 10 m gut funktioniert.
Konvertieren Sie dieses Straßenpufferpolygon in ein Raster, indem Sie DFME oder DEM als Basisbild verwenden, aus dem das Ausgabe-Raster seine Auflösung und Ausdehnung ableitet. Möglicherweise möchten Sie Ihren Straßenpuffer zuvor an den Layer-Footprint des Rasterrasters anpassen, um diesen Prozess zu beschleunigen, wenn Sie über ein umfangreicheres Vektorstraßennetz als Ihre DEM-Site verfügen, was bei mir der Fall war. Abhängig davon, wie die Vektor-Raster-Konvertierung funktioniert, müssen Sie die Werte im Straßenpuffer-Raster möglicherweise neu für Straßen und 0 für alles andere zuweisen. Auch hier kann der Rasterrechner hilfreich sein.
Multiplizieren Sie Ihr endgültiges boolesches Straßenpuffer-Raster mit Ihrem DFME-Bild mit Schwellenwert.
Wenn Sie wirklich edel sind, möchten Sie möglicherweise einen Linienverdünnungsalgorithmus auf das aus Schritt 5 resultierende Raster anwenden, um ein schönes dünnes Liniennetz aus Straßengräben zu erstellen.
In der Abbildung unten ist das Grabennetz am Straßenrand in Schwarz dargestellt und über dem DFME-Bild überlagert, wobei der Hillshade des DEM transparent durchscheint. Ich denke, dass es in diesem Fall ziemlich gut funktioniert hat, aber auch hier erfordert es ein bisschen Feinheit und das Herumspielen mit verschiedenen Parametern.
Wenn sich herausstellt, dass Sie nicht nur an Straßengräben interessiert sind, gibt es in Whitebox ein Tool namens Map Gully Depth, das je nach Ihren Daten und Ihrer Landschaft möglicherweise für diese Aufgabe verwendet werden kann. Es ist schwierig zu benutzen, also gib mir eine E-Mail, wenn du dich für diesen Weg entscheidest, und ich gebe dir gerne eine Anleitung. Das Hauptproblem besteht darin, dass es schwierig ist, Oberflächenströmungsmuster (z. B. Strömungsansammlungsbilder) zum Kartieren von Gräben zu verwenden, da Gräben in landwirtschaftlichen Umgebungen im Gegensatz zu Bächen sowohl für die vorübergehende Wasserspeicherung als auch für die Wasserförderung verwendet werden. Sie haben im Allgemeinen nicht die Farbverläufe, die Sie in natürlichen Strömen finden. Trotzdem habe ich in Whitebox einen Algorithmus zum Durchbrechen von Depressionen entwickelt, mit dem die Entwässerung durch Gräben verbessert werden kann. Dies könnte auch für die Kartierung von Feldgräben nützlich sein.