ArcGIS||特征点、线、面提取

坡度、坡向、等高线的生成

1、调整图层色带。


调整图层色带.png

2、坡度、坡向、等高线转换。打开3D分析——栅格表面——坡度、坡向、等值线


坡向.png

转化后的坡向图.png

坡度.png

转化后的坡度.png

等值线.png

转化后的等高线.png

3、等高线排序及标注。


高度属性表升序排序.png

标注等高线数值.png

标注数值.png

变率和曲率的计算

1、坡度变率。先求坡度,再对坡度求坡度就是坡度变率。


第一次求坡度.png

第二次求坡度.png

坡度变率2.png

2、坡向变率。先求坡向,再对坡向求坡度就是坡向变率。


求坡向.png

坡向.png

对坡向求坡度.png

坡向变率.png

3、曲率。打开空间分析——表面分析——曲率。


曲率.png
曲率图像.png

地形起伏度和地形粗糙度计算

1、焦点统计计算最大值和最小值。打开空间分析——领域分析——焦点统计


最大值焦点统计.png
最小值焦点统计.png

2、地形起伏度=最大值-最小值。打开空间分析——地图代数——栅格计算器


地形起伏度计算.png

计算后的地形起伏度.png

3、计算坡度。打开3D分析——栅格表面——坡度


计算坡度.png

4、地形粗糙度=1/cos(坡度*3.14/180)。打开空间分析——地图代数——栅格计算器


计算地形粗糙度.png
计算后的地形粗糙度图.png

地表切割深度和高程变异系数计算

1、计算平均值、最小值。打开空间分析——领域分析——焦点统计


平均值计算.png
最小值计算.png

2、地表切割深度=平均值-最小值。


地表切割深度计算.png
地表切割深度图.png

3、计算标准差。打开空间分析——领域分析——焦点统计


标准差计算.png

4、高程变异系数=标准差-平均值。


高程变异系数计算.png
高程变异系数图.png

山顶点的提取

一、焦点统计最大值-原始dem=0的方法
1、焦点统计求最大值。


焦点统计求最大值.png

2、栅格计算器max-dem=0,令min==0。蓝色的就是山顶点,其中连续的要去掉,只选择其中一个点代表山顶点。


栅格计算器计算.png

令min==0.png

初始的山顶点.png

3、去掉0。打开3D分析——栅格重分类,0赋值为nodata,1赋值为1


对栅格重分类.png

4、栅格矢量化。搜索栅格转面工具,简化面不勾选;搜索要素转点工具,勾选内部。


栅格转面.png

要素转点后提取的山顶点.png

注意:要选择符合当地dem的最佳分析窗口,结果才更准确。
二、反地形求洼地法
1、栅格计算器。打开空间分析——地图代数——栅格计算器,公式:原始*(-1),取反。


原始图.png

求反.png

求反后的图片.png

2、打开水文分析——流向——汇


水文分析-流向.png

对流向求汇.png

3、栅格矢量化。栅格转面——要素转点


栅格转面.png

要素转点.png
要素转点后的山顶点.png

4、做等高线。求取等高线(等高线间距设为20)——矢量化,要素转面——选择——按位置选择(源图层,与源图层相交)


添加等值线.png

等高线矢量化.png

按位置选择.png

5、删除冗余点。启动编辑(注意:图层复制粘贴等都需要先启动编辑器才能操作)——打开属性表——切换选择——delete键删除


切换选择.png
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,793评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,567评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,342评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,825评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,814评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,680评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,033评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,687评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 42,175评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,668评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,775评论 1 332
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,419评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,020评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,978评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,206评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,092评论 2 351
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,510评论 2 343

推荐阅读更多精彩内容