TRI, TPI oder Rauheit

Ich arbeite an einer Projektion zur Standortauswahl, bei der ich keine In-situ-Beobachtungen durchführen kann. Eine Schlüsselkomponente des Auswahlprozesses ist die Robustheit des darunterliegenden Geländes.

Ich plane, GDALdem zu verwenden, um die abgeleiteten Robustheitskarten zu erstellen. Ich habe sowohl die Wilson et al. 2007 Papier und die GDALdem Dokumentation . Während beide einen Einblick in die zur Generierung der Indizes verwendeten Algorithmen bieten, bietet nur das Wilson-Paper eine Einschätzung der Indexeignung.

Da ich keine In-situ-Beobachtungen durchführen kann, ist es wichtig, dass der ausgewählte Index die Oberflächenrauheit überbewertet.

Welchen Index haben Sie Ihrer Erfahrung nach für welche Anwendung und warum verwendet?

Eigentlich verwende ich gerne den Rugosity-Index von Lundblad et al. http://dusk.geo.orst.edu/esri04/p1208_cc.html http://proceedings.esri.com/library/userconf/proc04/docs/pap1208.pdf

(Ich denke, dies wurde nur als Papierpräsentation veröffentlicht, aber es ist eines der am häufigsten zitierten Poster in der Ozeanographie.)

Die Veröffentlichung "Multiskalenanalyse der topografischen Oberflächenrauheit im Midland Valley, Schottland" von Grohmann et al., 2011 beschreibt die Unterschiede zwischen sechs Methoden zur Berechnung der Oberflächenrauheitsmessungen aus der digitalen 2D-Topografie. Sein Aufsatz war hilfreich, da er einen quantitativen Vergleich jeder Methode unter Verwendung eines einzelnen Testbereichs bei verschiedenen räumlichen Auflösungen und Fenstergrößen liefert. Ganz am Ende seiner Arbeit stellt er fest:

Die Standardabweichung der Neigung bleibt aufgrund der einfachen Berechnung, der Erkennung feiner Ablagerungen / regionaler Reliefs und der Leistung in verschiedenen Maßstäben das effektivste Maß für die Oberflächenrauheit.

Er empfiehlt außerdem die Verwendung der Vektordispersion und der Standardabweichung der Profilkrümmung, basierend auf ihrer Fähigkeit, Geländemerkmale darzustellen. Er stuft die Methode des Flächenverhältnisses herab, da sie "nicht zwischen Landformen in Gebieten mit niedrigem Relief unterscheidet". Die Flächenverhältnismethode ähnelt dem Rugosity-Index von Lundblad et al., Es kann jedoch einen kleinen Unterschied bei der Berechnung geben (ich habe den Code für den Rugosity-Index nicht im Vergleich zur bei Grohmann et al. Verwendeten Flächenverhältnismethode betrachtet). .

Ich habe zwei Methoden gewählt: Standardabweichung der Steigung und Vektordispersion; Standardabweichung der Neigung für Einfachheit / Genauigkeit und Vektordispersion, da sie für lokale Höhenunterschiede empfindlich ist, was für meine Untersuchungsgebiete geeignet ist.