MIKE 21 教程 1.6 基于DEM数据设置河道高程

简介: MIKE 21 教程 1.6 基于DEM数据设置河道高程

上一篇文章讲解了如何在GIS中基于卫星描绘河道边界

MIKE 21 教程 1.5 基于卫星影像绘制河道边界

本节讲解如何使用DEM数据生成MIKE可接受的高程数据。

目前DEM数据主要有30m精度与12.5m精度,获取方法已经有很多人讲过了,大家直接搜索即可,这里就不赘述了。

将DEM转换成.xyz格式同样有很多种,如各类转换器、global mapper软件等等,因ArcGis用户较多,此处以使用ArcGis工具为例。

1 提取需要范围的DEM数据

通常我们下载下的数据是大范围的.tif格式DEM数据,为了提升处理进度,先对数据进行裁剪。将之前绘制好的河道边界,执行要素转面工具,获取裁剪的范围。使用按淹没提取工具进行裁剪,即可获得河道的DEM栅格数据。

因为这个数据不是我们的实测数据,可能并不是很精准,同时DEM的高程精度为1米,因此直接使用这个数据可能会导致模拟的河道高程比实际河道更加粗糙。在此建议采用重采样将DEM数据的空间分辨率降低,同时也可以提升后续模型插值的计算速度。这一步是否进行大家根据数据与实际河道情况的相关性自行选择是否进行。 (在此之所以没有直接下载更低分辨率的数据,考虑到了可能项目还需要基于高精度DEM做其他分析)。

2 重采样

执行重采样工具,选择合适的分辨率。此处我的原始数据是12.5*12.5的,我将其重采样成了50*50的数据(输出像元大小),重采样算法选择默认的NEAREST最邻近即可。此处输出像元大小即为输入MIKE的高程数据横轴和纵轴的间隔,可根据需求调节,x和y也不需一样。

3 栅格转点

使用栅格转点工具,将栅格数据格式转为点要素格式。转换后每个栅格都会生成一个点,打开点的属性表,gid_code即为点的高程值。(重采样和栅格转点这两个步骤也可使用渔网工具代替,大家灵活掌握即可)

在属性表上,我们还需要获取点的x和y坐标值,以匹配.xyz文件的格式要求。添加坐标数据前请务必确认点要素的投影坐标与MIKE网格文件坐标相同。

使用添加字段按钮,为高程点的属性表分辨添加存放x和y数据的字段,类型选择长整型。

分别选中x列和y列,右击使用计算几何功能,为x列和y列导入坐标数据。

将表格导出,形式选择文本文件。

打开这个文本文件,我们发现数据之间是以逗号进行分割的。因此可以直接更改文件的后缀名为.csv,使用EXCEL处理文件。将文件的格式顺序更改为x坐标,y坐标和z坐标(高程坐标),删去不必要的列与标题行,保存文件,并将文件后缀改成我们所需要的.xyz格式。

4 文件导入

Data-Manage Scatter Data-Add "要添加的DEM.xyz数据"

这里的文件坐标务必要选对,添加数据之后点击apply即可,这样数据就添加进来了

随后按照常规流程,执行边界折点重分布,网格生成,插值等功能,就可以得到完整的网格文件了。

在这个图里面,如果不想看到已经添加的数据点位,可以使用

Data-View Scatter Data 进行切换

如果希望放大添加的数据点为,可以使用

Data-Scatter Data Point Size 进行调整

现在我们就完成了所有的基于来源数据绘制网格和生成高程的步骤,也是网格绘制这一部分教学内容的最后一章,下一章将会总结在网格绘制过程中的常见错误。

相关文章
|
3月前
|
传感器 编解码 人工智能
PIE-ENGINE——高分1号系列影像数据大气层顶反射数据TOA
PIE-ENGINE——高分1号系列影像数据大气层顶反射数据TOA
25 0
|
3月前
|
索引
Google Earth Engine(GEE)——提取指定矢量集合中的NDVI值并附时间属性
Google Earth Engine(GEE)——提取指定矢量集合中的NDVI值并附时间属性
49 2
|
3月前
|
编解码 人工智能 定位技术
哥白尼数字高程模型(Copernicus DEM)30/90m数据集
哥白尼数字高程模型(Copernicus DEM)30/90m数据集
71 0
|
3月前
|
传感器 编解码 API
Google Earth Engine(GEE)——如何进行NDVI和EVI指数的图表展示?
Google Earth Engine(GEE)——如何进行NDVI和EVI指数的图表展示?
35 0
|
3月前
Google Earth Engine(GEE)——用填充后的Landsat7影像进行LST地表温度计算(C值转化为K值)
Google Earth Engine(GEE)——用填充后的Landsat7影像进行LST地表温度计算(C值转化为K值)
38 2
|
3月前
|
传感器 编解码 人工智能
pie engine——数字高程模型DEM/ALOS_DEM_12.5m数据集
pie engine——数字高程模型DEM/ALOS_DEM_12.5m数据集
75 0
|
3月前
|
编解码 算法
Google Earth Engine(GEE)——遍历提取多年MODIS影像所有土地分类的面积
Google Earth Engine(GEE)——遍历提取多年MODIS影像所有土地分类的面积
41 0
|
3月前
|
传感器
遥感应用中常用的23个植被指数公式大全和GEE目前最常用Landsat影像时间和名称
遥感应用中常用的23个植被指数公式大全和GEE目前最常用Landsat影像时间和名称
48 0
|
3月前
|
API
Google Earth Engine(GEE)——全球哥白尼数字高程模型(GLO-30 DEM)
Google Earth Engine(GEE)——全球哥白尼数字高程模型(GLO-30 DEM)
73 0
|
3月前
Google Earth Engine(GEE)——求指定区域的NDVI时序变化和不同值域范围内的像素数量及其面积
Google Earth Engine(GEE)——求指定区域的NDVI时序变化和不同值域范围内的像素数量及其面积
29 0