GIS空间分析 之基于DEM的梯田规划模拟

VIP文章 已于 2022-05-17 09:05:45 修改
阅读量4.3k 收藏 28
点赞数 5
分类专栏： GIS空间分析 文章标签： DEM数据等高线提取 数字地形分析方法 DEM的梯田规划模拟分析 HillShad
于 2015-06-11 20:50:07 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/vector5210/article/details/46461667
版权

先来看梯田形状，如何来在ArcGIS中生成梯田呢

下面就是具体步骤：

实验四：基于DEM的梯田规划模拟分析

一、实验目的

了解对基于DEM的实际问题进行分析的步骤以及方法，了解掌握DEM数据等高线提取等数字地形分析方法，理解DEM地形分析的参数含义，会初步应用数字地形分析解决实际问题。

二、实验数据

某区域DEM数据。

三、实验步骤

1、熟悉DEM数据及数字地形分析工具集。

◆依次打开ArcToolbox->Analysis Tools->Surface,地形分析工具基本都在这里。

2.利用实验数据，实现梯田构建。

◆首先通过HillShad做出地形起伏效果。依次打开ArcToolbox-> Analysis

最低0.47元/天 解锁文章
vectorlei
关注
  • 5
    点赞
  • 踩
  • 28
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
专栏目录
基于GIS技术麦积区经济林种植区地形特征分析
05-30
文中以甘肃省天水市麦积区为例,通过对麦积区果树种植区空间分布情况进行野外调查和DEM地形数据分析。运用GIS数据采集与处理、栅格数据分析、专题地图制作等GIS技术,集成了经济林调查成果数据、地形数据、土地调查数据等多来源、多类型数据;对麦积区苹果、桃、花椒等经济林种植区的海拔高程、坡度、坡向等地形特征因素进行研究;生成相应的专题地图;并对种植区的空间分布规律进行分析评价,为该区域经济林种植的规划和科学生产提供决策支持。
ArcGIS实验一 地形梯度效果生成
苔的博客
07-14 2468
一、实验思路 1.DEM数据获取/CAD地形生成的栅格 2.栅格数据分类与加工 3.栅格数据转面 4.面数据处理高度 5.导出SketchUp格式 二、实验步骤 1.导入数据 打开ArcScene，在目录树下在所在DEM数据集下右键单击属性，查看坐标系 由图可知，该数据坐标系为经纬度的地理坐标系，而高程处理一般要转换为投影坐标 这里我们进行重新设置坐标系 利用【数据管理工具】|【投影与变换】|【投影栅格】 打开图层属性，可看到已经转换成功 2.符号化 打开图层属性
基于DEM的ArcGIS水文分析—河网和流域的提取.doc
04-19
基于DEM的ArcGIS水文分析
遥感/GIS/高程数据 中国DEM 高程数据，可用于GIS分析 高程分析等，也可用于GIS三维建模
02-11
国外下载的全国高程数据DEM，TIFF格式，可根据研究区裁剪用于项目GIS分析、三维建模等
DEM生成等高线
12-02
由DEM文件生成等高线，加入DEM文件按照操作流程点击生成等高线模型
ArcGIS中根据DEM和地形起伏度进行地貌分类划分
热门推荐
GIS蒲公英的博客
12-06 2万+
大家好我是GIS蒲公英，数字高程模型(digital elevation model, DEM)经常都被用到专题地图的底图中，下面来我们来交流一下仅选择海拔和地形起伏度两个指标，用DEM来进行地貌类型的自动判别划分
ArcGIS根据DEM和地形起伏度进行地貌分类划分之对地貌类型赋值
什么都学亿点点的博客
06-05 2434
1.打开联合后结果图层的属性表，【添加字段】（文本型）:Landforms，长度可以自定。 2.进入【按属性选择】，按照重分类的赋值结果进行选择。 3.右键Landforms字段，打开字段计算器，依据下表——中国陆地基本地貌类型[1]键入所选区域对应的名称。 4.重复上述操作，对所有区域完成赋值。查看分类后结果：图层属性类别-唯一值-选择字段Landforms-添加所有值。
【GIS风暴】一文彻底弄懂数字地形（DEM、DOM、TDOM、DSM）的区别与联系
「 刘一哥与GIS的故事」
05-18 9176
在2021自然资源部发布的《实景三维中国建设技术大纲（2021版）》中，空间数据部分包括“数字高程模型（DEM）、数字表面模型（DSM）、数字正射影像（DOM）、真正射影像（TDOM）、倾斜摄影三维模型、激光点云等。” 那么到底什么是DEM、DOM、TDOM、DSM，它们之间又有什么用的区别和联系呢？ 文章目录1. 数字高程模型（Digital Elevation Model)2. 数字地面模型（Digital Terrain Model）3. 数字地表模型（Digital Surface Model
数字地形地形分析（DTA）1.制作梯田
weixin_47969779的博客
10-13 393
使用arcgis生成梯田
基于3DGIS技术的梯形格网构建及其简化算法设计
ztmap2020的博客
04-08 556
传统矢量地图LOD绘制流程包含简化、剖分与渲染三个步骤。由上述分析可知，传统矢量地图LOD绘制流程中简化与剖分是两个独立的过程，重复的剖分计算导致其渲染效率相对低下。梯形格网方法解决了传统方法中重复剖分的问题，但该方法是在二维场景下的实现且不支持线要素的渲染。本文借鉴梯形格网结构与简化思想，顾及投影方式对地图简化的影响，设计透视投影下梯形格网的简化算法，实现透视投影下矢量地图LOD方法简化与剖分的...
基于点云的DEM构建.rar
05-30
基于激光雷达点云数据，采用规则格网的方法构建DEM，使用的时候记得更改数据的路径和名称。欢迎下载和交流。
1python_gis_DEM生成_DEM_
10-02
完成GIS中制图和空间分析拓展的功能，实现绘图，DEM提取与等高线生成功能。
基于DEM数值模拟的超大型箕斗装卸载分析
05-17
根据煤炭物料的散体特性和离散元理论,建立大型提升箕斗装卸载过程中的物料流动模型,并利用DEM软件进行数值模拟分析,掌握大型箕斗装卸载过程中的物料流动规律以及装卸载时间,为箕斗结构设计和立井提升系统设计提供...
OPENCV目标跟踪车辆检测和跟踪绘制车辆的轨迹opencv
04-15
OPENCV目标跟踪车辆检测和跟踪，绘制车辆的轨迹opencv提取方式是百度网盘分享地址
mysql大纲资料.txt
04-15
mysql安装配置教程
Java语言初学者的练手小任务，宠物管理系统
04-15
Java语言初学者的练手小任务，宠物管理系统。
代理模式（Proxy）原理图
04-15
代理模式是一种设计模式，其定义是为其他对象提供一种代理以控制对这个对象的访问。 代理模式的核心在于提供一个代理来控制和限制对另一个对象的直接访问。这种模式通常用于以下几种情况： 远程代理：当对象位于远程服务器上时，通过代理可以隐藏网络连接的复杂性。 虚拟代理：当对象开销很大时，例如一个大的图片或文档，代理可以帮助管理资源的加载和存储。 安全代理：当需要控制对对象的访问权限时，代理可以实施访问控制。 智能指引：当需要额外的处理或者操作时，代理可以在访问对象之前或之后添加额外的逻辑。 在实际应用中，代理模式可以简化客户端与目标对象之间的交互，同时提供更灵活和安全的访问控制。此外，它还可以用于延迟计算、缓存结果等优化手段，以提高系统的性能和响应速度。
py爱心代码合集.zip
04-15
py爱心代码合集.zip
108716692_StartOpennessVB_V15_1.zip
最新发布
04-15
西门子+TIA Openness+介绍和DEMO应用
基于DEM模拟淹没区域随时间推演 代码
05-31
基于DEM模拟淹没区域随时间推演需要使用到一些地形数据处理和可视化库，比如GDAL和Matplotlib等。以下是一个Python示例代码，可以帮助您实现基于DEM模拟淹没区域随时间推演： ```python import gdal import numpy as np import matplotlib.pyplot as plt # 加载DEM数据 dem_path = 'dem.tif' dem_ds = gdal.Open(dem_path) dem_band = dem_ds.GetRasterBand(1) dem_data = dem_band.ReadAsArray().astype(np.float32) nodata = dem_band.GetNoDataValue() # 设置水位高度和时间步长 water_level = 10.0 time_step = 1.0 # 根据DEM数据和水位高度，计算淹没区域 flood_data = np.where(dem_data > water_level, dem_data - water_level, 0.0) # 进行时间推演 for i in range(10): # 根据时间步长和当前淹没区域，计算下一时刻的淹没区域 flood_data = np.where(dem_data > water_level, flood_data + time_step, flood_data) # 可视化当前时刻的淹没区域 plt.imshow(flood_data, cmap='Blues') plt.colorbar() plt.title('Flooded Area at Time Step ' + str(i)) plt.show() ``` 以上代码示例中，首先通过GDAL库加载了DEM数据，并根据设定的水位高度计算了初始的淹没区域。然后使用一个循环，每次根据时间步长和当前淹没区域，计算下一时刻的淹没区域。最后，使用Matplotlib库可视化了每个时刻的淹没区域。 需要注意的是，以上示例代码仅仅是一个简单的演示，实际情况中需要考虑更多的因素，比如水流、地形变化等。同时，也需要根据具体的DEM数据格式和分辨率做出相应的调整。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值