feil i projiserte terrengmodeller - bk2016
TRANSCRIPT
Norwegian Water Resources and Energy Directorate
2
Utgangspunkt
Høydedata med 20
meter oppløsning fra
Statens Kartverket i
UTM soner 32, 33 og
35
DTM20, UTM33
• Nearest neighbor (default) (NNR)
• Bilinear (BIR)
• Cubic
• MajorityProject Raster
UTM 35
UTM 33
UTM 32
Norwegian Water Resources and Energy Directorate
Problemområder
3
UTM Sone 32
UTM sone 35
Testområdet : Mebygda,
Lierne (Nord-trøndelag)
Terrengprofil
Norwegian Water Resources and Energy Directorate
Opphav til artifacts■ Forskyvning av cellene 3,385m mot øst ved bruk av NNR
5
Forflyttningsretning
Norwegian Water Resources and Energy Directorate
Systematisk feil i høyde og helning
7
Relativ høydedifferanse med systematisk variasjon med negative verdier på øverste venstre del av firkanten og positive verdier på nederst høyre av firkanten
Relativ helningsdifferanse.
Norwegian Water Resources and Energy Directorate
Effekt av artifacts på vannretning og
vannakkumulasjonsberegning (visuell)
8Vannretningsberegning. Til venstre DTM20 (NNR) og til høyre DTM20(BIR)Vannakummulasjonsberegning. Til venstre DTM20 (NNR) og til høyre DTM20(BIR) (single flow algoritme)
Norwegian Water Resources and Energy Directorate
Skjematisk framstilling av single flow algoritme og differans i vannretning mellom DTM20(NNR) og DTM20(BIR)
9
Norwegian Water Resources and Energy Directorate
Effekt av artifacts på vannretning og vannakkumulasjonsberegning
(Numerisk)
10Heldningsorientering av sørvest drenerende celler (code 8)
Log Integer vannakkumulasjon DTM20 (NNR)
Log Integer vannakkumulasjon DTM20 (BIR)
Norwegian Water Resources and Energy Directorate
Konklusjon og anbefalinger
■ Bruk av Nearest Neighbor Resampling (NRR) viser seg til å være uegnet for projisering
av ”continuous data” fra en UTM sone til annen UTM sone, fordi den innfører feil i
høydedata ved å forskyve cellene mot øst
■ Ved projisering, NRR omorganiserer data slik at det oppstår kunstige blokker, såkalte
”Artifacts”. Disse kunstige blokkene skiller seg fra hverandre pga. av bratt høyde- og
helningsendring, og gir opphav til bias i vannretnings- og vannakkumulasjonsberegning.
Antall celler som dreneres til er varierende og avhenging av høyde, helning og
helningsorientering.
■ Forskyvning i cellene gir også sidespredning av vannakkumulasjon i slakt terreng, det
betyr at artifacts påvirker hvordan SFA oppfører seg.
■ Med unntak av tilfeller hvor vannakkumulasjon og vannretning beregnes ved bruk av
ArcInfo og elvenettet, som tvinger SFA-algoritmen å følge elvene, anbefales det ikke å
bruke DTM20(NNR) til grid-baserte analyse. I sted for bør den DTM20(BIR) brukes.
12
Norwegian Water Resources and Energy Directorate
Referanser
13
■ ESRI ArcGIS Resources: how flow accumulation works,
http://resources.arcgis.com/EN/HELP/MAIN/10.1/index.html#//009z00000062000000 last accessed 03.11.2015.
■ Conrad, O., Bechtel, B., Bock, M., Dietrich, H., Fischer, E., Gerlitz, L., Wehberg, J., Wichmann, V., and Böhner,
J. (2015). System for Automated Geoscientific Analyses (SAGA) v. 2.1.4, Geosci. Model Dev., 8, 1991-2007,
doi:10.5194/gmd-8-1991-2015.
■ Neteler, M. and Mitasova,H., 2008, Open Source GIS: a GRASS GIS Approach. Springer, New York.
■ Parker, J.A., Kenyon R.V. and Troxel, D.E. Comparison of interpolating methods for image resampling, IEEE
transactions of medical imaging, vol, MI-2, No.1 ,1983, pp.31-39.
■ R Development Core Team (2008). R: A language and environment for statistical computing. R Foundation for
Statistical Computing, Vienna, Austria. ISBN 3-900051-07-0, URL http://www.R-project.org.
Tusen takk !