ArcGIS: 第二届全国大学生GIS技能大赛(广西师范学院)详解-下午题
目录
01 题目
02 思路和实操
2.1 流域提取-思路
2.2 流域提取-实操
2.2.1 获取DEM
编辑 2.2.2 水文分析-提取流域基于单出水口
2.3 河网分级-思路
2.4 河网分级-实操
2.4.1 提取河道网络
2.4.2 河网分级 编辑
2.5 子流域提取和处理-思路
2.6 子流域提取和处理-实操
2.6.1 子流域的提取编辑
2.6.2 微子流域的处理
2.7 子流域地形特征统计-思路
2.8 子流域地形特征统计-实操
01 题目
某地区拟对X流域综合治理规划设计,需进行流域分区,并进行流域地形特征分析。现有该区域的地形数据,请按照要求进行数据处理,并制作专题图;同时梳理上述问题及其解决过程,规划出科学合理的GIS应用系统,进行系统功能及界面设计。
数据说明如下:
- terlk_l为等高线数据,terlk_p为高程点数据,elev为高程字段;
- outlet为流域出水口。
(上述BOX数据不清楚,目前没有使用到:
)
具体竞赛要求如下:
- 以outlet为出水口,提取出流域集水区范围。
- 提取出流域范围内汇水面积累积量在2.0km2以上的河道,并对河网进行分级。
- 以提取的河道网络为出水口,对流域进行子流域划分,对于面积<10hm2的微子流域,按照边长最大优先原则对其进行合并处理。
- 以表格形式统计流域中每一个子流域的地形高度特征(最小高度、最大高度、平均高度)。
- 制作专题图,专题图要求以地形特征为背景,体现出流域河流水系和子流域分区特征,并将专题图以jpg图片格式输出。
- 基于问题的解决方案,进行GIS应用系统的功能及界面设计。系统功能模块原则上不要求代码实现,但地图加载、放大、缩小、漫游、全图等功能要求实现。
- 提交文件包括:专题图文件(含数据文件、地图文档),GIS应用系统开发工程文件及技术文档。
- 技术文档应包括解题思路、解题过程、系统设计等内容。技术文档中,请尽可能以附图说明。附图请使用Word图片裁剪工具使附图内容仅为说明区域。
02 思路和实操
我们只解决以下部分:
- 以outlet为出水口,提取出流域集水区范围。
- 提取出流域范围内汇水面积累积量在2.0km2以上的河道,并对河网进行分级。
- 以提取的河道网络为出水口,对流域进行子流域划分,对于面积<10hm2的微子流域,按照边长最大优先原则对其进行合并处理。
- 以表格形式统计流域中每一个子流域的地形高度特征(最小高度、最大高度、平均高度)。
我做完整个流程,我唯一觉得特别不能理解的就是第三小点(子流域提取和处理) ,我不能理解为什么应该以河道网络作为出水口(这里我甚至以为是搞错了,因为我在学习的过程中向来都是以少数的出水口或者河道网络的分叉点作为出水口,而这里以河网的每一个栅格点都作为出水口有一些难以理解,不知道是不是这方面知识的纰漏==>确实有这样处理的),但是如果你不这么处理(不以河道网络每一个栅格点作为出水口而是河网交接处等方式),你虽然也可以得到子流域,但是你无法得到微子流域这么一个处理,因为你只有以河道网络(N多个栅格点)作为出水口,才会出现非常多的子流域,进而进行处理。
2.1 流域提取-思路
此处的大体上和各位想的类似:
首先,大家应该想到了我们仅仅只有高程线和高程点两个数据,如何得到DEM?想到了就比较简单,毕竟原理也不是很清楚。通过创建TIN工具将高程线和高程点数据转化为TIN数据,然后通过TIN转栅格工具将TIN数据转化为DEM。
接下来就是常规的水文分析进行流域集水区的提取:
对得到的DEM进行填洼处理 ==> 接着依次进行流向和流量分析 ==> 接着基于outlet数据进行出水口的捕捉得到倾泻点(这里我思考了一会儿,还是应该做一下捕捉倾泻点处理,因为它没有明确说明该出水口是基于当前DEM得到的,所以这个出水口数据可能是当地水文站或者其他DEM或者哪里得到的,可能会存在偏移,我们进行这一步处理只会更准确不会错误,因为我们只是基于当前和outlet数据和DEM得到位置最恰当的出水口)。 ==> 接着使用分水岭工具(高版本可能是集水区工具)进行流域的提取。
2.2 流域提取-实操
2.2.1 获取DEM
2.2.2 水文分析-提取流域基于单出水口
提取的流域(其实这就是基础,以后都是在此基础上进行,它就作为了一个研究区域):
2.3 河网分级-思路
因为我们后续都是在前面提取的大流域下进行处理,所以为了避免频繁的进行掩膜裁剪。
首先进行环境的设置确保范围;
接着就是这里的:汇水面积累积量在2.0KM^2如何理解?我看大部分教程似乎就是直接在流量数据上进行逻辑运算。但是实际上我认为这是错误的(个人意见),这是ArcGIS对于流量的定义:
其实从流量数据的数据类型也可以发现如果每一个栅格值直接就是表示汇水面积累积量(对于这里也有一些疑惑,我的理解是一个栅格流向下一个栅格,那么下一个栅格接收上一个栅格的累积量就是栅格的面积(基于像素大小可以得到),不知道汇水面积累积量的理解是否如此?),那么面积不应该刚好是整数才对(你可以发现累积量刚好都是整数),按照ArcGIS的原理那么应该是每一个像元的初始累积量都是单位1,然后如此累计计算。
而且就算流量数据的栅格值表示的就是汇水面积累积量那么也应该是 value > 2000,000而不是2000,这是km^2不是km啊。
然后我们基于像素大小:75meter*75meter可以得到,实际上应该是
value > (2000000 / (75 * 75)). ==> value > 365(约等于)
后续我是这么做的,个人意见。
我们这里进行流量的阈值取定时应该这么干:
Setnull("流量数据" <365, "流量数据")
(我多用栅格计算器,大家也可以使用条件函数之类的工具),他表示如果满足条件 <流量数据 < 365>那么将其赋值为NoData,否则赋值为原值(即不处理).
那么为什么不是:
Setnull("流量数据" <365, 1)
这就提到了我最前面说的子流域提取,这里最坑。它要求是以提取的河道网络作为出水口,但是如果你的河道网络已经做了原始值的改动,那么最后你的流域的唯一值就只有少数几个(虽然范围形状什么的都一致),那么你无法完成对于面积小于<10hm^2的微子流域的处理。
当然,你这里就算全部为1其实不影响你当前河网分级的任何操作。
2.4 河网分级-实操
因为我们后续都是在前面提取的大流域下进行处理,所以为了避免频繁的进行掩膜裁剪,这里我们设置一下环境:
2.4.1 提取河道网络
使用栅格计算器:
SetNull("acc.tif"<365,"acc.tif")
2.4.2 河网分级

再转一下矢量吧,后面出图会更好调整一些也更好看(虽然我不做):
注意:一般对于河网矢量化我们是不用栅格转线或者栅格转要素这类一般工具,而是使用栅格河网矢量化工具,它与前面的区别就是在于它利用了流向数据更好的解决了在转化为矢量的时候出现细部碎屑(你可以自己试试看看区别就很清楚了),除此之外没有区别,就是栅格转矢量:
2.5 子流域提取和处理-思路
这一部分终究还是来了,最阿叉了。
2.6 子流域提取和处理-实操
2.6.1 子流域的提取

2.6.2 微子流域的处理
[Count]*75 * 75
实际上,上面这里我还是存在一定的保留意见,我认为不是每一个像元都是75*75,因为这是投影坐标系(即便是地理坐标系也未必),所以存在变形这是很正常的。所以我们这样计算的面积可能是存在偏差了,所以我的意见是可以先将提取的子流域转矢量(我没试过,要素太多可能会比较卡),然后再在属性表中计算几何得到面积会更准确我个人觉得。
将刚刚提取的像素转化为矢量文件:
接着它要求按照边长最大优先原则对其进行合并处理,实际上就是保留边长最大的那个要素,其他要素都融合进该要素中(即该要素字段信息保留):
搞错了,记住ID=21!
合并:
结果:
2.7 子流域地形特征统计-思路
这个其实也算简单,如果你可以想到的话。我一般看到这个就是想到了分区统计,因为它需要计算各个区域的一些统计值,另外这里不需要可视化仅仅是以表格形式进行统计,所以工具就十分明确了:以表格显示分区统计。
2.8 子流域地形特征统计-实操
但是这里存在一些问题(似乎无法解决),就是子流域应该是同一地理位置或者说都聚在一块儿(我是这么理解流域的,不知道流域是否可以在这儿一块那儿一块分开),那么这里计算没有考虑到这种情况:
相关文章:

ArcGIS: 第二届全国大学生GIS技能大赛(广西师范学院)详解-下午题
目录 01 题目 02 思路和实操 2.1 流域提取-思路 2.2 流域提取-实操 2.2.1 获取DEM 编辑 2.2.2 水文分析-提取流域基于单出水口 2.3 河网分级-思路 2.4 河网分级-实操 2.4.1 提取河道网络 2.4.2 河网分级 编辑 2.5 子流域提取和处理-思路 2.6 子流域提取和处理-实…...

vue七牛云视频直传
完成后样式: 下面的代码是我自己项目里面用到的,一些判断看自己情况去掉,用的是element-ui组件 安装 uuid 库。你可以使用 npm 或 yarn 来完成安装。在终端中执行以下命令: npm install uuidhtml部分 <el-upload class&quo…...

云原生Kubernetes:K8S集群版本升级(v1.20.15 - v1.22.14)
目录 一、理论 1.K8S集群升级 2.集群概况 3.升级集群(v1.21.14) 4.验证集群(v1.21.14) 5.升级集群(v1.22.14) 6.验证集群 (v1.22.14) 二、实验 1.升级集群(v1.21.14) 2.验…...

VUE树结构实现
实现效果: 数据库表结构如下: 要求:需要有parentId,id。parentId就是父记录的id 表数据要求:一定不要让一条记录的parentid和id相同 前端代码: 注意:el-table标签里面需要加上属性,才可以有下拉箭头的样式 <el-table v-loading="listLoading" :data...

Node.js 正在逐渐被淘汰!Bun 1.0 正在改变 JavaScript 的游戏规则
在深入讨论之前,我们需要解释什么是 JavaScript 运行时以及为什么我们应该关心其速度。 想象一下,你用 JavaScript 写了一个故事,需要有人大声读出来。JavaScript 运行时就像是那个友好的叙述者,为你的故事赋予生命!它…...

[Machine Learning][Part 5]监督学习——逻辑回归
之前文章中提到监督学习的应用可分为两类:线性回归和逻辑回归。和线性回归不同,逻辑回归输出只有0和1。对于一个逻辑回归任务,可以先使用线性回归来预测y。然而我们希望逻辑回归预测模型输出的是0和1,为了达到这个目的,…...

whistle安卓手机抓包(图文详解)
1、安装node https://nodejs.org (官网下载对应的node,一般推荐长期稳定版本 LTS) 需要node的版本是大于 v0.10.0 查看自己本地node 版本号 node -v2、安装whistle npm i -g whistle3、开启whistle 补充说明: ● w2 stop:关闭…...
【经典排序算法 time: 2023-10-12】冒泡排序(层层优化改进)
原理 每次循环找出一个最大的元素(动态演示)第一版冒泡 public class Maopao1 {public static void main(String[] args) {long start System.currentTimeMillis();int[] arr2 {11, 23, 69, 99, 1, 3, 45, 67, 5, 234, 678, 999, 7, 123};int[] result…...

【图像去噪的扩散滤波】图像线性扩散滤波、边缘增强线性和非线性各向异性滤波(Matlab代码实现)
💥💥💞💞欢迎来到本博客❤️❤️💥💥 🏆博主优势:🌞🌞🌞博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。 ⛳️座右铭&a…...

4、在docker容器内的tomcat 中发布项目
1、查看本地是否有tomcat镜像,如果不存在则去下载 docker images 2、查看本地是否有tomcat容器,如存在跳过第3步 docker ps 3、创建tomcat容器 此容器用于复制tomcat的配置文件,配置文件复制后需删除此容器,如果已经存在跳过此步…...

数学建模——人工神经网络模型
一、人工神经网络简介 1、神经网络起源与应用 1943年心理学家McCulloch和数学家Pitts提出神经元生物数学模型(M-P模型),后来人工神经网络(Artifical Neural Network,ANN)是在生物神经网络(Biological Neural Network,BNN)基础上发展起来的&a…...
java合成多个pdf为一个pdf
pom文件 <dependency><groupId>com.lowagie</groupId><artifactId>itext</artifactId><version>2.1.7</version></dependency>主文件 import com.lowagie.text.Document; import com.lowagie.text.pdf.PdfCopy; import com.lo…...

“高级Vue状态管理 - Vuex的魅力与应用“
目录 引言1. Vuex的简介1.1 什么是Vuex?1.2 Vuex的核心概念 2. Vuex的值获取与改变(综合案例)3. Vuex的异步请求总结 引言 在现代Web开发中,前端应用变得越来越复杂。随着应用规模的扩大和数据流的复杂性增加,有效地管理应用的状态成为了一项…...
Vue整合
基础配置: 1.创建:cmd 中 输入 create vue vue_name 启动命令:npm run serve 2.当node_modules(依赖)丢失时通过 npm install 下载 【根据:package-lock.json下载】 3.下载路由 npm i vue-router3.5.2 -S main.js导入 // np…...

探秘PMP和六西格玛的不同:哪一个能为你的职业生涯加分?
今天,我们将带你深入了解一项相对冷门但价值不菲的证书——六西格玛黑带。 可能你曾听说过PMP,但相比之下,六西格玛黑带的资源分享似乎较少,考试内容却更为广泛深入。这里,让我为你详细解析这一考试,带你进…...
大数据学习(3)-hive分区表与分桶表
&&大数据学习&& 🔥系列专栏: 👑哲学语录: 承认自己的无知,乃是开启智慧的大门 💖如果觉得博主的文章还不错的话,请点赞👍收藏⭐️留言📝支持一下博>主哦&#x…...
JS 原生实现触底加载
创建一个容器来存储列表项。 监听滚动事件,当滚动接近底部时触发加载更多操作。 加载更多数据后,将新数据附加到容器中。 以下是一个简单的示例: <!DOCTYPE html> <html><head><style>#scroll-container {heigh…...

结构体,位段!
目录 1.什么是位段? 别急!在下面第二点我和大家介绍。 2.位段的内存怎么分配? 还有一种情况就是两种类型夹杂在一起的位段 3.位段的跨平台问题 4.位段能干嘛?(应用) 5.位段的注意事项 1.什么是位段&…...

当10年程序员是什么体验?存款几位数?
最近网上一个话题吸引了许多人的讨论,当10年程序员,是一种什么体验? 都说程序员的高收入和工作年限应该成正比,真的是这样吗?工作10年的程序员,工资应该是什么水平?不少网友纷纷“现身说法”..…...

ExoPlayer架构详解与源码分析(4)——整体架构
系列文章目录 ExoPlayer架构详解与源码分析(1)——前言 ExoPlayer架构详解与源码分析(2)——Player ExoPlayer架构详解与源码分析(3)——Timeline ExoPlayer架构详解与源码分析(4)—…...
ES6从入门到精通:前言
ES6简介 ES6(ECMAScript 2015)是JavaScript语言的重大更新,引入了许多新特性,包括语法糖、新数据类型、模块化支持等,显著提升了开发效率和代码可维护性。 核心知识点概览 变量声明 let 和 const 取代 var…...
系统设计 --- MongoDB亿级数据查询优化策略
系统设计 --- MongoDB亿级数据查询分表策略 背景Solution --- 分表 背景 使用audit log实现Audi Trail功能 Audit Trail范围: 六个月数据量: 每秒5-7条audi log,共计7千万 – 1亿条数据需要实现全文检索按照时间倒序因为license问题,不能使用ELK只能使用…...
渲染学进阶内容——模型
最近在写模组的时候发现渲染器里面离不开模型的定义,在渲染的第二篇文章中简单的讲解了一下关于模型部分的内容,其实不管是方块还是方块实体,都离不开模型的内容 🧱 一、CubeListBuilder 功能解析 CubeListBuilder 是 Minecraft Java 版模型系统的核心构建器,用于动态创…...
vue3 字体颜色设置的多种方式
在Vue 3中设置字体颜色可以通过多种方式实现,这取决于你是想在组件内部直接设置,还是在CSS/SCSS/LESS等样式文件中定义。以下是几种常见的方法: 1. 内联样式 你可以直接在模板中使用style绑定来设置字体颜色。 <template><div :s…...

React19源码系列之 事件插件系统
事件类别 事件类型 定义 文档 Event Event 接口表示在 EventTarget 上出现的事件。 Event - Web API | MDN UIEvent UIEvent 接口表示简单的用户界面事件。 UIEvent - Web API | MDN KeyboardEvent KeyboardEvent 对象描述了用户与键盘的交互。 KeyboardEvent - Web…...

微服务商城-商品微服务
数据表 CREATE TABLE product (id bigint(20) UNSIGNED NOT NULL AUTO_INCREMENT COMMENT 商品id,cateid smallint(6) UNSIGNED NOT NULL DEFAULT 0 COMMENT 类别Id,name varchar(100) NOT NULL DEFAULT COMMENT 商品名称,subtitle varchar(200) NOT NULL DEFAULT COMMENT 商…...
【Web 进阶篇】优雅的接口设计:统一响应、全局异常处理与参数校验
系列回顾: 在上一篇中,我们成功地为应用集成了数据库,并使用 Spring Data JPA 实现了基本的 CRUD API。我们的应用现在能“记忆”数据了!但是,如果你仔细审视那些 API,会发现它们还很“粗糙”:有…...

深入解析C++中的extern关键字:跨文件共享变量与函数的终极指南
🚀 C extern 关键字深度解析:跨文件编程的终极指南 📅 更新时间:2025年6月5日 🏷️ 标签:C | extern关键字 | 多文件编程 | 链接与声明 | 现代C 文章目录 前言🔥一、extern 是什么?&…...
稳定币的深度剖析与展望
一、引言 在当今数字化浪潮席卷全球的时代,加密货币作为一种新兴的金融现象,正以前所未有的速度改变着我们对传统货币和金融体系的认知。然而,加密货币市场的高度波动性却成为了其广泛应用和普及的一大障碍。在这样的背景下,稳定…...

Reasoning over Uncertain Text by Generative Large Language Models
https://ojs.aaai.org/index.php/AAAI/article/view/34674/36829https://ojs.aaai.org/index.php/AAAI/article/view/34674/36829 1. 概述 文本中的不确定性在许多语境中传达,从日常对话到特定领域的文档(例如医学文档)(Heritage 2013;Landmark、Gulbrandsen 和 Svenevei…...