GIS空间分析 数字地形分析2 基本地形因子的提取

简介: 在本文中,你将学习到如何利用DEM数据在ArcGIS中提取出坡度、坡向等地形因子。

 目录

一、实验名称

二、实验目的

三、实验背景

四、实验准备

1.数据

2.软件

五、实验步骤:


本文数据免费下载

其他GIS空间分析文章

一、实验名称

       数字地形分析之基本地形因子的提取

二、实验目的

0 了解基本地形因子的概念与含义

1 掌握基本地形因子的提取方法

三、实验背景

       地形定量因子是为了有效地研究与表达地貌形态特征所设定的具有一定意义的参数或指标。不同的地形因子从不同的侧面反映了地形特征。

       本实验主要介绍以下几点的提取:

0 坡度:表示了地表在该点的倾斜程度。

1 坡向:表征了该点高程值改变量的最大变化方向。

2 地表粗糙度:指特定的区域内地球表面积与其投影面积之比。它是描述一个区域地形特征的宏观性指标。

3 地表起伏度:指特定的区域内,最高点海拔与最低点海拔的差值。它是描述一个区域地形特征的宏观性指标。

四、实验准备

1.数据

某地区5m分辨率DEM

2.软件

ArcGIS10.7                

五、实验步骤:

       1.打开ArcGIS软件,新建ArcMap空白文档,将DEM数据添加进软件;

image.gif编辑

       2.坡度提取工具位于ArcToolBox>表面分析>坡度,打开工具,输入数据为dem,选择输出路径与参数,(本实验默认),点击确定,坡度即可被提取出来;

image.gif编辑

image.gif编辑

image.gif编辑

        3.坡向提取同上,根据需要设置参数,点击确定输出即可;

image.gif编辑

       4.地形起伏度可通过窗口分析的得到,打开空间分析>邻域分析>焦点统计,输入数据为dem,像元大小为10*10,窗口为矩形,其他参数默认,点击确认即可;

image.gif编辑

image.gif编辑

       5.地表粗糙度需要通过栅格计算器计算得到,打开地图代数>栅格计算器,按下图输入地表起伏度公式,即可得到地表粗糙度,至此,我们的实验结束;

image.gif编辑

image.gif编辑

image.gif编辑


如果觉得我的文章对您有帮助,三连+关注便是对我创作的最大鼓励!

更多GIS空间分析文章

“本站所有文章均为原创,欢迎转载,请注明文章出处:https://blog.csdn.net/qq_45590504/category_11750215.html百度和各类采集站皆不可信,搜索请谨慎鉴别。技术类文章一般都有时效性,本人习惯不定期对自己的博文进行修正和更新,因此请访问出处以查看本文的最新版本。”


目录
相关文章
|
定位技术
ArcGIS地形起伏度+地形粗糙度+地表切割深度+高程变异系数提取
ArcGIS地形起伏度+地形粗糙度+地表切割深度+高程变异系数提取
20997 0
|
编解码 数据可视化
Google Earth Engine——gee文件导出到drive:影像等大文件导出100000000超限解决办法
Google Earth Engine——gee文件导出到drive:影像等大文件导出100000000超限解决办法
3367 0
Google Earth Engine——gee文件导出到drive:影像等大文件导出100000000超限解决办法
|
5月前
|
数据可视化 算法 数据挖掘
CiteSpace 6.4.R2 安装 + 中文设置全教程附安装包
CiteSpace 6.4.R2(2025最新版)是基于Java的文献计量与知识图谱可视化工具,集成GPT-4o实现AI增强聚类、突现检测2.0、深度中文适配,支持多源数据导入与高清图谱导出,助力科研选题、趋势分析与综述写作。(239字)
13274 4
|
定位技术
ArcGIS:如何对栅格图像进行地理配准和定义投影?
ArcGIS:如何对栅格图像进行地理配准和定义投影?
7752 1
|
数据可视化 定位技术
GIS空间分析 数字地形分析1 地势图的制作
在本文中,你将学到如何根据DEM数据制作地势图
526 0
|
定位技术
一步到位, ArcGIS Pro区位图教学来啦
一步到位, ArcGIS Pro区位图教学来啦
1177 0
基于DEM提取坡度、坡向方法汇总
基于DEM提取坡度、坡向方法汇总
1907 0
基于DEM提取坡度、坡向方法汇总
遥感数据趋势分析Sen+mk
Sen's Slope估计器和Mann-Kendall趋势检验的结合,为遥感数据的长期趋势分析提供了一个强大的工具。Sen's Slope对异常值不敏感,而Mann-Kendall则能确定趋势的显著性和方向。在遥感数据的处理和分析中,正确应用这两种方法能够有效地挖掘出数据背后的环境和气候变化信息,对于科学研究和决策支持都具有重要价值。
1480 3
|
机器学习/深度学习 算法 数据挖掘
【机器学习】Python详细实现基于欧式Euclidean、切比雪夫Chebyshew、曼哈顿Manhattan距离的Kmeans聚类
文章详细实现了基于不同距离度量(欧氏、切比雪夫、曼哈顿)的Kmeans聚类算法,并提供了Python代码,展示了使用曼哈顿距离计算距离矩阵并输出k=3时的聚类结果和轮廓系数评价指标。
610 1
|
存储 机器学习/深度学习 TensorFlow
NVIDIA Triton系列04-创建模型仓
Triton推理模型仓库是NVIDIA Triton推理服务器的基础组件,用于组织和管理模型及其相关资源。本文介绍如何创建模型仓库,包括目录结构、文件内容及配置方法,适用于本地和云端环境。通过在NVIDIA Jetson AGX Orin平台上实践,帮助读者快速上手。
428 0

热门文章

最新文章