基于ArcGIS的地形分析——流向、流量、SPI、TWI计算

文章介绍了基于ArcGIS的地形分析方法,重点讨论了流向、流量的计算以及坡度、SPI(水流动力指数)和TWI(复合地形指数)的评估。在计算过程中,强调了DEM数据的填洼处理、Z值因子的设定以及坡度计算时选择百分比上升作为测量单位的重要性。SPI和CTI的计算涉及对流量和坡度的乘积或商取对数,其中SPI反映了侵蚀潜力,CTI则有助于识别湿地区域。文章指出,SPI的计算公式在不同资料中存在争议,但推荐了一种广泛应用的计算方式。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

基于ArcGIS的地形分析——流向、流量、SPI、TWI计算

1. 参考资料

https://www.leg.mn.gov/docs/2016/mandated/160722.pdf
参考目录:
在这里插入图片描述
该手册使用ArcGIS进行了地形分析,其分析的主、次要属性分别为

  • 主要:
    流向流量坡度
  • 次要:
    SPI、TWI(即参考文中的CTI,两者计算公式相同)。

在这里插入图片描述

2. 主要属性计算

  1. 关于流向流量计算,其关键就在是否对原始DEM进行了恰当的填洼,手册中有相关的步骤说明,或者可参考我之前写的文章

相关属性计算中,所有输入的DEM,都应当是进行过填洼处理的。

  1. 坡度计算

坡度——栅格表面每个像元处的陡度。 坡度值越小,地势越平坦;坡度值越大,地势越陡峭。
其中,在坡度的计算中有一个比较重要的量——Z值因子。那么这个值该怎么填写呢,主要取决于DEM数据中平面尺度高程单位(前者一般是米或者度,后者一般是米)。

Z值因子的设置,主要是为了让高程单位 统一到 平面尺度单位中去。即:
在这里插入图片描述
那么如果你的平面单位是度,高程单位是米。那么因为,1米 = ?度,所以Z值因子就填?。
很抱歉,上网搜索了一下,由于种种原因我也不知‘?’该是多少。
但是,一般下载的DEM其高程都是以度为单位(从图层属性中可以看出),所以咱可以使用投影工具,将xy由度转换为米(数据管理工具——投影与变换——栅格——投影栅格)。之后,Z值因子就填写1.

且为了进行后续SPI、CTI计算,在进行坡度计算时,输入测量单位选填 PERCENT_RISE
在这里插入图片描述

3.次要属性(SPI、CTI)的计算

3.1 指数说明

SPI——Stream Power Index(水流动力指数),Compound Topographic Index,复合地形指数。手册中说:
在这里插入图片描述
在这里插入图片描述

上面的意思大概就是:

  1. SPI是流量与坡度乘积取对数,CTI是流量与坡度的商取对数;
  2. SPI值高的区域代表着该区域水流集中,具有较大的侵蚀潜力;
  3. CTI可以显示景观上的池塘储水区域(值高的区域),对于确定潜在的湿地位置很有用。

虽然说,SPI在公式上就只是个乘积取对数的过程,但是在实际操作中是比较有争议的。争议性体现在哪呢,欸:

这是我在网上看到的:
在这里插入图片描述

首先,这位先生说:
我在使用ArcGIS 计算SPI的时候,看了很多视频和文档,但是这些资料里用到的计算公式都不一样,到底哪个才是正确的呢?
然后,下面的评论噼里啪啦给出了不同的见解。其中,有个好心人呢就说,第三个栅格计算公式是应用最广泛的,但在输入的坡度必须为百分比坡度(在进行坡度计算时,输入测量单位选填 PERCENT_RISE),并给出了上文提到的文档。

3.2 SPI 计算

按照手册所说,使用栅格计算器输入以下公式,便可获得SPI值:

Ln(("相应的流量图层" + 0.001) * (("相应的坡度图层" / 100) + 0.001))

3.3 CTI 计算

Ln(("相应的流量图层" + 0.001) / (("相应的坡度图层" / 100) + 0.001))
### 如何在 ArcGIS计算或生成地形因子 #### 地形因子概述 地形因子是指描述地形特征的各种参数,这些参数可以用于环境建模、水资源管理以及生态研究等领域。常见的地形因子包括坡度、坡向、水流方向、累积流量、土壤可蚀性指数 (SPI) 和地形湿度指数 (TWI)[^1]。 --- #### 坡度与坡向的计算方法 坡度表示地表倾斜的角度大小,而坡向则指明了斜面的方向。通过 DEM 数据可以在 ArcGIS 的 Spatial Analyst 工具集中完成这两项指标的提取: ```python import arcpy from arcpy.sa import * arcpy.CheckOutExtension("Spatial") # 输入 DEM 文件路径 in_dem = r"C:\path\to\your\digital_elevation_model.tif" # 计算坡度 slope_raster = Slope(in_dem, "DEGREE") slope_raster.save(r"C:\path\to\slope_output.tif") # 计算坡向 aspect_raster = Aspect(in_dem) aspect_raster.save(r"C:\path\to\aspect_output.tif") ``` 上述脚本展示了如何使用 Python 脚本调用 `Slope` 和 `Aspect` 函数来分别生成坡度和坡向栅格文件。 --- #### 流向流量计算过程 流向反映了水流动的方向,而流量则是水流经过某一区域时所积累的数量。这两个因素可以通过 Hydrology 工具集实现: ```python # 计算流向 flow_direction = FlowDirection(in_dem) flow_direction.save(r"C:\path\to\flow_direction.tif") # 计算累计流量 flow_accumulation = FlowAccumulation(flow_direction) flow_accumulation.save(r"C:\path\to\flow_accumulation.tif") ``` 以上代码片段演示了如何基于输入 DEM 来获取流向流量的结果。这一步骤对于后续分析诸如洪水风险评估等工作至关重要。 --- #### SPITWI 的生成方式 - **Soil Erosion Potential Index (SPI)** SPI 是衡量土壤侵蚀潜力的重要指标之一,通常由累积流量标准化得到: \[ SPI = A^{m} \] 其中 \(A\) 表示累积流量,\(m\) 是常数系数。具体实现如下所示: ```python spi_index = Power(flow_accumulation, m_value) spi_index.save(r"C:\path\to\spi_output.tif") ``` - **Topographic Wetness Index (TWI)** TWI 描述的是地形对水分分布的影响程度,其定义为: \[ TWI = ln(\frac{A}{tan(s)}) \] 此处 \(s\) 代表坡度角度。以下是 TWI 的生成逻辑: ```python slope_in_radians = Radian(Slope(in_dem)) tan_slope = Tan(slope_in_radians) twi_result = Ln(flow_accumulation / tan_slope) twi_result.save(r"C:\path\to\twi_output.tif") ``` 这两种指数广泛应用于地质灾害预测及植被恢复规划等方面。 --- #### 等高线的生成技巧 除了上述提到的各项地形因子外,等高线也是重要的可视化成果形式。如果按照常规流程生成后发现存在大量闭合的小圆圈现象,则可能源于原始 DEM 数据分辨率不足或者处理过程中未设置合适的间隔值等问题。针对此情况建议采取以下措施优化效果[^2]: 1. 提升源数据质量; 2. 合理调整等高距参数设定; 3. 对初步结果执行平滑滤波操作以改善视觉体验。 --- #### 构建三维地形场景 为了更直观展现地理空间结构特点,还可以借助 ArcScene 创建立体模型。整个作业大致分为以下几个方面考虑:加载基础影像底图;叠加高程信息层;调节视角观察角度直至满意为止等等[^3]。 ---
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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