¿Hay herramientas de código abierto para detectar y llenar sumideros en un DEM? [cerrado]

11

¿Existe alguna herramienta de código abierto o económica para detectar y llenar sumideros en un DEM? ArcGIS Spatial Analyst está fuera de mi rango de precios.

Robert Claypool
fuente

Respuestas:

14

GRASS tiene r.fill.dir y, mejor aún, r.terraflow , que es una de las pocas herramientas de hidrología para trabajar en rásteres masivos. También hay TauDem , que incluye PitRemovepara el llenado.

scw
fuente
También he escrito un software, RichDEM, que tiene una variedad de algoritmos rápidos (a veces miles de veces más rápidos) para el llenado de la depresión y otras aplicaciones hidrológicas. Ver: richdem.readthedocs.io/en/latest/depression_filling.html
Richard
TauDem es multiplataforma y funciona bien en Linux y OS X.
mankoff
@mankoff gracias por la actualización, eso es genial. Las versiones anteriores eran solo para Windows (sé que la versión 3.1 era, pero quizás también versiones posteriores). Lamentablemente, la página de descarga no incluye referencias, pero veo un PPA que lo contiene, junto con un paquete homebrew.
scw
9

SAGA tiene varios métodos de llenado

http://www.saga-gis.org/saga_modules_doc/ta_preprocessor/index.html


Fregadero de detección plana Ruta de drenaje Detección
Eliminación del fregadero
Fregaderos de relleno (Planchon / Darboux, 2001)
Fregaderos de relleno (Wang y Liu)
Fregaderos de relleno XXL (Wang y Liu)

wwnick
fuente
Tenga en cuenta que el método de Planchon y Darboux (2001) produce los mismos resultados que Wang y Liu (2006), mucho más lento. Nadie debe usar P&D si hay una alternativa disponible. Barnes (2014), Zhou (2016) y Wei (2018) mejoran la velocidad de Wang y Liu (2006), logrando colectivamente una aceleración de 6 veces o más.
Richard
4

Esta es en realidad un área de investigación activa para mí.

Puede usar el algoritmo Priority-Flood como se describe en este artículo de la revista, que también está disponible en arXiv. Esto le permite llenar depresiones en tiempo O (n log n) para datos de punto flotante y tiempo O (n) para datos enteros. El código fuente está disponible aquí .

El algoritmo anterior es serial y funciona bien hasta cien millones de celdas más o menos. A veces, sin embargo, sus conjuntos de datos son más grandes.

Este artículo , también disponible en arXiv , describe un algoritmo con escalamiento excelente adecuado para conjuntos de datos de hasta un billón o más de celdas. La fuente está disponible aquí .

Todo lo anterior ahora está incluido en el contenedor Python de RichDEM . La documentación, con ejemplos e imágenes bonitas, está disponible aquí .

Relleno de depresión realizado en la cuenca de Beauford

(Descargo de responsabilidad: escribí los artículos y el código mencionados anteriormente).

Ricardo
fuente
1

Yeap, hay. Todavía no lo he probado, pero revisé el código fuente. Parece un buen programa.

Caja blanca

George Silva
fuente
1

Landserf (uso gratuito) - Haga clic para ir a la página de inicio

Lo he usado y me encanta.

También creo que los algoritmos son mucho más precisos en Landserf que en Arc, se utilizan matemáticas muy muy sólidas y Jo Wood enumera las matemáticas utilizadas para su análisis.

Marte
fuente