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
|
9月前
|
定位技术
GEE(CCDC-3)——根据CCDC segment分割后的影像进行地类变化统计和绘制土地覆被变化地图
GEE(CCDC-3)——根据CCDC segment分割后的影像进行地类变化统计和绘制土地覆被变化地图
261 0
|
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
8455 0
|
4月前
|
安全 vr&ar
全息投影技术:三维影像的现实应用
【10月更文挑战第14天】全息投影技术以其独特的魅力和广泛的应用前景,正在逐步改变我们的生活和工作方式。通过深入了解其原理和应用,我们可以更好地利用这一技术,为各个领域的发展注入新的活力。让我们期待全息投影技术在未来带来的更多惊喜和变革。
|
1月前
|
机器学习/深度学习 XML 数据采集
AirMSPI 1B2 级产品包含云、气溶胶和地球表面的辐射度和极坐标图像
AirMSPI_ACEPOL_Terrain-projected_Georegistered_Radiance_Data 是2017年10月至11月NASA ACEPOL飞行活动中获取的地形投影地球登记辐射度产品。数据包括8个波长(355至935纳米)的辐照度、极化信息等,支持气象、环境监测等领域研究。数据以HDF-EOS-5格式发布,覆盖加州地区。
46 16
|
23天前
|
机器学习/深度学习 定位技术 Python
1993年到2005年阿拉斯加北极地区植被、地理植物气候和地形的地图数据集合
该数据集涵盖了1993年至2005年阿拉斯加北极地区的植被、地理植物气候和地形特征,提供了详细的植被类型、生物气候亚区、植物亚区、景观类型等信息。 引用:Raynolds, M.K., and D.A. Walker. 2018. Arctic Alaska Vegetation, Geobotanical, Physiographic Maps, 1993-2005. ORNL DAAC, Oak Ridge, Tennessee, USA. https://doi.org/10.3334/ORNLDAAC/1353
29 2
|
1月前
|
机器学习/深度学习 数据采集 定位技术
AirMSPI 椭圆体投影地理坐标辐射度产品包含云、气溶胶和地球表面的辐射和偏振图像
AirMSPI_ImPACT-PM_Ellipsoid-projected_Georegistered_Radiance_Data 是在 ImPACT-PM 飞行活动中获取的 AirMSPI 第6版椭球投影地理坐标辐射度产品。该数据包含云、气溶胶和地球表面的多角度、多光谱及偏振信息,涵盖8个波长(355至935纳米),并提供辐照度、时间、角度等参数。特别适用于大气颗粒物研究和遥感应用。数据格式为 HDF-EOS-5,采集时间为2016年7月5日至8日。
45 12
|
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
167 0
|
数据可视化 定位技术
GIS空间分析 三维分析1 空间插值与三维可视化
在本文中,你将学习到ArcGIS三维可视化,如何利用三维可视化发现潜在的数据规律
160 0
|
定位技术
GIS空间分析 地统计分析4 指示克里格内插
地统计分析之指示克里格内插 掌握构建某一指标超出临界值的概率图的方法
128 0
|
数据可视化 定位技术
GIS空间分析 三维分析3 要素三维可视化
在本文中,我们使用ArcScene软件三维化了图层要素,并分析了要素间的关系,这对决策有着很重要的作用🎈🎈🎈
197 0

热门文章

最新文章