Mehr

Problem beim Interpolieren eines vertikalen Profils in 3D Analyst (ArcMap 10.1)


Ich habe ein Problem, wenn ich in 3D Analyst ein vertikales Profil aus einer DEM-Datei erstellen möchte. Ich möchte die Daten interpolieren und Punkte von 20 bis 20 Metern anzeigen, wie ich es im Optionsfeld angegeben habe (siehe Abbildung 1). Nachdem ich die Taste zum Anzeigen des Profildiagramms gedrückt habe, zeigt die X-Achse keine Werte zwischen 20 Metern an, wie ich im Optionsfeld angegeben habe (siehe Abbildung 2). Was kann ich tun, um dieses Problem zu lösen?

Hinweis: Die Y-Achse wird in Bezug auf die Höhe korrekt angezeigt. Datum: WGS_1984


Vinces Kommentar beantwortet Ihr Problem teilweise - Ihre Daten sind in Grad, daher wird die x-Achse oder -Länge auch in Grad und nicht in Metern angezeigt.

Ich denke jedoch, dass Sie auch verwirren, was Profile Sampling tatsächlich macht. Es ändert nicht die Werte oder Beschriftungen Ihrer X-Achse - das ist die Länge Ihrer Linie in den Maßeinheiten Ihres CRS. Wenn Sie einen Wert für das Profil-Sampling angeben, bedeutet dies, dass neben einem Höhenwert für jeden Scheitelpunkt in Ihrer Profillinie auch alle 20 m entlang dieser Linie ein Höhenwert abgerufen wird. Der Zweck besteht darin, die vertikale Auflösung der (Glättung) der Profillinie zu erhöhen.


Abstrakt

Gletscherrekonstruktionen sind in paläoklimatischen Studien weit verbreitet und dieses Papier stellt eine neue halbautomatische Methode zur Generierung von Gletscherrekonstruktionen vor: GlaRe ist eine in Python kodierte und in ArcGIS arbeitende Toolbox. Diese Toolbox bietet Werkzeuge zum Generieren der Eisdicke aus der Schichttopographie entlang einer Paläogletscher-Flusslinie unter Anwendung des Standardflussgesetzes für Eis und generiert die 3D-Oberfläche des Paläogletschers mit mehreren Interpolationsmethoden. Die Leistung der Toolbox wurde anhand von zwei existierenden Gletschern, einem Eisfeld und einem Talkessel/Talgletscher, von denen die subglaziale Topographie bekannt ist, unter Verwendung der grundlegenden Rekonstruktionsroutine in GlaRe bewertet. Die Ergebnisse in Bezug auf Eisoberfläche, Eisausdehnung und Gleichgewichtslinienhöhe zeigen eine hervorragende Übereinstimmung, die die Robustheit dieses Verfahrens bei der Rekonstruktion von Paläogletschern aus glazialen Landformen wie Frontalmoränen bestätigt.


Verweise

Alamian R, Shafaghat R, Shadloo MS, Bayani R, Amouei AH (2017)Eine empirische Bewertung der Meerestiefeneffekte für verschiedene Welleneigenschaften auf die Leistung eines Punktabsorber-Wellenenergiewandlers. Ozean Deutsch 137:13–21

Bijesh, C. M., Kurian, P. J., Yatheesh, V., Tyagi, A. & Twinkle, D (2018). Morphotektonische Eigenschaften, Verbreitung und wahrscheinliche Entstehung bathymetrischer Höhen vor der Südwestküste Indiens. Geomorphologie, 315

Chai H, Guan W, Wan X, Li X, Zhao Q, Liu S (2018)Ein Wellenkraftgerät mit Pendel basierend auf einer Meeresüberwachungsboje. Iop Conf Ser Earth Environ Sci 108:052013

Chenyang D, Kun W, Kang LK (2018)Erforschung der dynamischen Veränderung von Landschaftsmustern von Harbin Songbei basierend auf GIS-Technologie. IOP-Konferenzreihe Erd- und Umweltwissenschaften, S. 153

Collister BL, Zimmerman RC, Sukenik CI, Hill VJ, Balch WM (2018)Fernerkundung optischer Eigenschaften und Partikelverteilungen des oberen Ozeans mit Lidar an Bord. Fernerkundung Umgebung 215:85–96

Dai D, Wang X, Long J, Meng T, Zhu G, Zhang J (2017)Merkmalsextraktion des GIS-Teilentladungssignals basierend auf S-Transformation und Singulärwertzerlegung. Iet Sci Measur Technol 11(2):186–193

Huan, Q., & Yaguang, L.I.(2017).Gis-basierte räumliche Verteilungsmerkmale von Siedlungen und ihre Optimierung im tropischen Lingshui-Bezirk der Provinz Hainan. Wissenschaft des Boden- und Wasserschutzes

Kim H, Soerensen AL, Jin H, Heimbürger LE, Hahm D, Rhee TS et al (2017)Massenbudgets und Verteilungsmerkmale von Methylquecksilber im westlichen Pazifik, Umweltwissenschaft und -technologie. 51(3):1186–1194

Kim W, Yi JH, Min IK, Shim JS (2018)Überwachung der strukturdynamischen Eigenschaften der Meeresforschungsstation Socheongcho. J Coast Res 85:1191-1195

Li, Z., Jia, C., & Da, H. (2017a). Erforschung der Eigenschaften des ionosphärischen Echos basierend auf dem Ozean. IEEE Advanced Information Management, kommuniziert, Konferenz für Elektronik und Automatisierungssteuerung

Li, C., Zhang, Z., Zhao, W., & Tian, ​​J. (2017b). Eine statistische Studie zu subthermoklinen submesoskaligen Wirbeln im nordwestlichen Pazifik basierend auf Argodaten. Zeitschrift für geophysikalische Forschung, 122

Ling, J. (2017). Zaozhuang-Ressourcenmanagementsystemforschung basierend auf GIS. Internationale Konferenz für Informationsmanagement

Liu Y, Deng Y, Fang M, Li D, Wu D (2017)Forschung zu den Drehmomenteigenschaften eines Meerwasser-Hydraulik-Axialkolbenmotors in der Tiefseeumgebung. Ozean Deutsch 146:411–423

Reglero P, Santos M, Balbín R, Laíz-Carrión R, Alvarez-Berastegui D, Ciannelli L et al (2017)Umwelt- und biologische Eigenschaften der Laichhabitate des Atlantischen Blauflossenthuns und des Weißen Thuns basierend auf ihren Eiverteilungen. Deep Sea Res Part II Top Stud Oceanogr 140:S0967064517300875

Sergeev IS, Glebova AB (2017)Spätquartäre Überschreitung des Weißen Meeres, abgeleitet aus Daten zur GIS-basierten Bodenreliefanalyse. Geogr. Nat Res 38(3):288–294

Sugimoto K (2017)Verwendung von GIS-basierter Analyse, um die Eigenschaften bevorzugter Aussichtspunkte zu untersuchen, die durch das visuelle Interesse der Besucher angezeigt werden. Landsc Res 43(3):1–15

Sun, L. J., Xuexu, H. U., Wei, L. U., &. Wang, B. J. (2018). Räumliche Verteilungsmerkmale der Weizenkornqualität und Analyse von Faktoren basierend auf GIS. Scientia Agricultura Sinica

Wang B, Da T, Yue Q, Jia Z, Deonauth N (2018)Studie zu nichtlinearen dynamischen Eigenschaften der Offshore-Jackenplattform unter Verwendung einer langfristig überwachten Reaktion der Eis-Struktur-Interaktion. Appl Ocean Res 72(72):23–38

Wu W, Hai S, Lv B, Bernitsas MM (2018)Modellierung eines hydrokinetischen Energiewandlers für strömungsinduzierte Schwingung basierend auf experimentellen Daten. Ozean-Deutsch 155:392–410

Xiao L, Jie L, Feng X (2018)Inversion und Vorhersage von Konsolidierungs-Setzungseigenschaften der fluviatilen Sedimente basierend auf der Variation des Porenverhältnisses im nördlichen modernen Unterwasserdelta des Gelben Flusses, China. J Ocean Univ China 17(3):545–554

Yang, SL, Wu, YM, Zhang, BB, Zhang, Y., Fan, W., & Jin, SF, et al. (2017). West- und Zentralpazifik]. Chinesische Zeitschrift für angewandte Ökologie

Yi J, Sun H, Jin Z, Hu A, Yang J (2017)Experimentelle und numerische Untersuchungen zu hydrodynamischen und aerodynamischen Eigenschaften des Trimarantunnels. Appl Ocean Res 63:1–10

Zengfeng J, Shiming D, Qin S (2019)Hochauflösende raumzeitliche Probenahme als Werkzeug zur umfassenden Bewertung der Zinkmobilität und -verschmutzung in Sedimenten eines eutrophen Sees. J Hazard Mater 364:182–191

Zhang M, Marandino CA, Chen L, Sun H, Gao Z, Park K et al (2017)Eigenschaften der Oberflächenwasser-dms- und pco2-Verteilungen und deren Beziehungen im südlichen Ozean, im südöstlichen Indischen Ozean und im Nordwestpazifik. Glob Biogeochem Zyklen 31(8):1318–1331

Zheng CW, Li CY (2017)Analyse der zeitlichen und räumlichen Eigenschaften von Wellen im Indischen Ozean basierend auf der Ära-40-Wellenreanalyse. Appl Ocean Res 63:217–228

Zhu B, Pei H, Yang Q (2018)Wahrscheinlichkeitsanalyse von unterseeischen Erdrutschen basierend auf der Antwortoberflächenmethode: eine Fallstudie aus dem Südchinesischen Meer. Appl Ocean Res 78:167–179

Zhu JM, Zhang Q, Li YP (2019)Mikroplastikverschmutzung im Maowei-Meer, einer typischen Marikulturbucht Chinas. Sci Total Environ 658:62–68


Modellierung der Anfälligkeit des Grundwassers gegenüber Kontamination in einem unbeschränkten alluvialen Grundwasserleiter in Pakistan

Das Gebiet von Thal Doab liegt im Indus-Becken und wird von einem dicken alluvialen Grundwasserleiter namens Thal Doab Grundwasserleiter (TDA) unterlagert. Die TDA ist aufgrund des schnellen Bevölkerungswachstums und der übermäßigen Grundwassernutzung für Vieh und bewässerte landwirtschaftliche Flächen intensiven hydrologischen Belastungen ausgesetzt. Die potenziellen Auswirkungen dieser Landnutzungen auf die Grundwasserqualität wurden mit einem DRASTIC-Modell in einer geografischen Informationssystemumgebung bewertet. Sieben DRASTIC thematische Karten wurden mit festem Maßstab entwickelt und anschließend zu einer Grundwasser-Verwundbarkeitskarte kombiniert. Die resultierenden Vulnerabilitätsindexwerte wurden in die vier Zonen niedrig, moderat, hoch und sehr hoch eingeteilt. Die Studie hat ergeben, dass 76 % der Landfläche, die der TDA zugrunde liegt, eine hohe bis sehr hohe Anfälligkeit für Grundwasserkontaminationen aufweist, hauptsächlich aufgrund eines dünnen Bodenprofils, eines flachen Wasserspiegels und des Vorhandenseins von Böden und Sedimenten mit hoher hydraulischer Leitfähigkeit Werte. Zudem liegen nur 2 bzw. 22% der Gesamtfläche in Zonen geringer bzw. mäßiger Vulnerabilität. Die Ergebnisse dieser Studie können verwendet werden, um die Nachhaltigkeit der Grundwasserressource durch ein angemessenes Landnutzungsmanagement zu verbessern.

Dies ist eine Vorschau der Abonnementinhalte, auf die Sie über Ihre Institution zugreifen können.


10-m-Bathymetrie-Gitter von Vineyard- und Western-Nantucket-Sounds, erzeugt aus Lead-Line- und Single-Beam-Sonar-Sonarsondierungen, Schwad-interferometrischen, Multibeam- und LIDAR-Datensätzen (Esri-Binärgitter, UTM Zone 19N, WGS84)

Baldwin, Wayne, 2016, 10-m-Bathymetrie-Gitter von Vineyard- und Western-Nantucket-Sounds, erzeugt aus Lead-Line- und Single-Beam-Sonar-Sonarsondierungen, Schwad-interferometrischen, Multibeam- und Lidar-Datensätzen (Esri-Binärgitter, UTM Zone 19N, WGS84): Open-File Report 2016-1119, US Geological Survey, Coastal and Marine Geology Program, Woods Hole Coastal and Marine Science Center, Woods Hole, MA.

Online-Links:

Baldwin, Wayne E., Foster, David S., Pendleton, Elizabeth A., Barnhardt, Walter A., ​​Schwab, William C., Andrews, Brian D. und Ackerman, Seth D., 2016, Shallow Geology, Sea- Bodenbeschaffenheit und physiologische Zonen von Vineyard und westlichen Nantucket Sounds, Massachusetts: Open-File Report 2016-1119, US Geological Survey, Reston, VA.

Online-Links:

West_Bounding_Coordinate: -71.035443 East_Bounding_Coordinate: -70.428111 North_Bounding_Coordinate: 41.561895 South_Bounding_Coordinate: 41.319300

Beginn_Datum: 1938 Ende_Datum: 31-Aug-2011 Aktualität_Referenz: Bodenbeschaffenheit

Geospatial_Data_Presentation_Form: digitale Rasterdaten

Grid_Coordinate_System_Name: Universal-Quer-Mercator Universal_Transverse_Mercator: UTM_Zone_Nummer: 19 Quer_Mercator: Scale_Factor_at_Central_Meridian: 0.999600 Längengrad_von_Central_Meridian: -69.000000 Latitude_of_Projection_Origin: 0.000000 Falsch_Easting: 500000.000000 Falsch_Northing: 0.000000

Planare Koordinaten werden mit Zeile und Spalte kodiert
Abszissen (x-Koordinaten) werden auf 10.000000 . genau angegeben
Ordinaten (y-Koordinaten) werden auf die nächsten 10.000000 . angegeben
Planarkoordinaten werden in Metern angegeben

Das verwendete horizontale Datum ist D_WGS_1984.
Das verwendete Ellipsoid ist WGS_1984.
Die große Halbachse des verwendeten Ellipsoids ist 6378137.000000.
Die Abflachung des verwendeten Ellipsoids beträgt 1/298,257224.

Entity_and_Attribute_Overview: Mit diesem Esri ArcRaster-Gitter sind keine Attribute verknüpft. Pixelwerte stellen bathymetrische Tiefen in Metern dar, bezogen auf das North American Vertical Datum von 1988 und reichen von -0,1 bis -32,8 m. Entity_and_Attribute_Detail_Citation: U.S. Geologische Befragung

Wer hat den Datensatz erstellt?

508-548-8700 x2226 (Stimme)
508-457-2310 (FAX)
[email protected]

Warum wurde der Datensatz erstellt?

Wie wurde der Datensatz erstellt?

Poppe und andere, 2007 (Quelle 1 von 10)

Poppe, LJ, Ackerman, SD, Foster, DS, Blackwood, DS, Butman, B., Moser, MS und Stewart, HF, 2007, Meeresbodencharakter und Oberflächenprozesse in der Nähe von Quicks Hole, Elizabeth Islands, Massachusetts : Open-File-Bericht 2006-1357, US Geological Survey, Reston, VA.

Online-Links:

Poppe und andere, 2010 (Quelle 2 von 10)

Poppe, LJ, McMullen, KY, Foster, DS, Blackwood, DS, Williams, SJ, Ackerman, SD, Moser, MS und Glomb, KA, 2010, Geologische Interpretation des Meeresbodens vor Edgartown, Massachusetts: Open-File Bericht 2009-1001, US Geological Survey, Reston, VA.

Online-Links:

Pendleton und andere, 2012 (Quelle 3 von 10)

Pendleton, EA, Twichell, DC, Foster, DS, Worley, CR, Irwin, BJ und Danforth, WW, 2012, Hochauflösende geophysikalische Daten vom Meeresboden rund um die Western Elizabeth Islands, Massachusetts: Open-File Report 2011- 1184, US Geological Survey, Reston, VA.

Online-Links:

Andrews und andere, 2014 (Quelle 4 von 10)

Andrews, BD, Ackerman, SD, Baldwin, WE, Foster, DS, und Schwab, WC, 2014, Hochauflösende geophysikalische Daten vom Inner Continental Shelf: Vineyard Sound, Massachusetts: Open-File Report 2012-1006, US Geological Survey , Reston, VA.

Online-Links:

Pendleton und andere, 2014 (Quelle 5 von 10)

Pendleton, EA, Andrews, BD, Danforth, WW, und Foster, DS, 2014, Hochauflösende geophysikalische Daten, die an Bord des US Geological Survey Forschungsschiffs Rafael gesammelt wurden, um bestehende Datensätze aus Buzzards Bay und Vineyard Sound, Massachusetts zu ergänzen: Open-File Report 2013-1020, US Geological Survey, Reston, VA.

Online-Links:

Poppe und andere, 2008 (Quelle 6 von 10)

Poppe, LJ, McMullen, KY, Foster, DS, Blackwood, DS, Williams, SJ, Ackerman, SD, Barnum, SR und Brennan, RT, 2008, Meeresbodencharakter und Sedimentprozesse in der Nähe von Woods Hole, Massachusetts : Open File Report 2008-1004, US Geological Survey, Reston, VA.

Online-Links:

NOAA, 2008 (Quelle 7 von 10)

National Oceanic and Atmospheric Administration, and Survey, National Ocean , 2008, Beschreibender Bericht, Befahrbarer Bereich H11920, Vineyard Sound, Massachusetts, Gay Head to Cedar Tree Neck: Beschreibender Bericht H11920, National Oceanographic and Atmospheric Administration - National Ocean Survey, Norfolk, VA.

Online-Links:

NOAA, 2008 (Quelle 8 von 10)

National Oceanic and Atmospheric Administration, and Survey, National Ocean, 2008, Beschreibender Bericht, Befahrbarer Bereich H11921, Vineyard Sound, Massachusetts, Sow and Pigs Reef to Quicks Hole: Beschreibender Bericht H11921, National Oceanographic and Atmospheric Administration - National Ocean Survey, Norfolk , VA.

Online-Links:

USACE-JABLTCX, 2009 (Quelle 9 von 10)

US Army Corps of Engineers - Joint Airborne Lidar Bathymetry Center of Expertise, 2009, 2005 - 2007 US Army Corps of Engineers (USACE) Topo/Bathy Lidar: Maine, Massachusetts und Rhode Island: NOAA National Ocean Service (NOS), Coastal Services Zentrum (CSC), Charleston, SC.

Online-Links:

NOAA-Einstrahlsondierungen (Quelle 10 von 10)

NOAA National Geophysical Data Center, 2015, NOS Hydrographic Survey Data.

Online-Links:

Datum: 2014 (Prozess 1 von 6) Gesammelte und aufbereitete Nicht-USGS-Quelldatensätze: NOAA-Daten aus hydrographischen NOS-Untersuchungen in den 1900er Jahren (Leitlinien- und Einzelstrahlsondierungen) wurden einzeln von der NGDC-Website heruntergeladen (<http://maps .ngdc.noaa.gov/viewers/bathymetry/>) im XYZ-ASCII-Format beziehen sich die Daten auf Geographic NAD83 und Mean Lower Low Water. Daten aus NOAA-NOS-Hydrographischen Untersuchungen, die seit 2000 durchgeführt wurden, wurden auch von der NGDC-Website heruntergeladen. Die Daten aus dem Jahr 2000 lagen entweder im XYZ- oder BAG-Format vor und bezogen sich auf die UTM-Zone 19N und das mittlere Niedrigwasser. Die folgenden NOAA-NOS-Erhebungsdaten wurden verwendet: 1930er - H06348, H06349, H06350, H06468 1940er - H06533 1950er - H08170 1960er - H08820, H08821, H08902, H08903, H08904 1970er - H09645, H09646 2000er - H11920, H11921. Im BAG-Format erhaltene Datensätze wurden in Fledermaus (v7.4.0) importiert und dann in das XYZ-Textformat exportiert. USACE JALBTCX-Lidar-Daten wurden online vom NOAA Coastal Services Center Digital Coast Data Access Viewer abgerufen, der einen FTP-Download einer Teilmenge der bathymetrischen Lidar-Daten innerhalb eines definierten Interessengebiets bereitstellte. Die Daten wurden im XYZ-Format geliefert und bezogen auf Geographic NAD83 und NAVD88. XYZ-Koordinaten bezogen auf NAD 83 wurden mit proj (v4.8.0) auf die UTM-Zone 19N projiziert.

Person, die diese Aktivität durchgeführt hat:

508-548-8700 x2226 (Stimme)
508-457-2310 (FAX)
[email protected]

Datum: 2014 (Prozess 2 von 6) Gesammelte und aufbereitete USGS-Quelldatensätze: Für Schwadenbathymetrie-Datenquellen aus zuvor veröffentlichten USGS Open File Reports (einschließlich 2006-1357, 2008-1004, 2009-1001, 2012-1006, 2011-1184, und 2013-1020) wurden XYZ-formatierte Textdateien aus denselben Caris Base-Oberflächen exportiert, die zum Exportieren von Rastern im Esri-Format für Publikationen verwendet wurden. Die Raster im Esri-Format können von den in den Quellenangaben aufgeführten Veröffentlichungen heruntergeladen werden. Sie beziehen sich auf UTM Zone 19N und Mean Lower Low Water.

Person, die diese Aktivität durchgeführt hat:

508-548-8700 x2226 (Stimme)
508-457-2310 (FAX)
[email protected]

  • Poppe und andere, 2007 Poppe und andere, 2008 Poppe und andere, 2010 Pendleton und andere, 2012 Andrews und andere, 2013 Pendleton und andere, 2014

Datum: 2014 (Prozess 3 von 6) Unter Verwendung von NOAA VDatum (v3.2) wurden alle Quelldatensätze, die sich auf Gezeitendaten beziehen, von MLLW in NAVD88-Vertikaldaten konvertiert

Person, die diese Aktivität durchgeführt hat:

508-548-8700 x2226 (Stimme)
508-457-2310 (FAX)
[email protected]

Datum: 2014 (Prozess 4 von 6) Ausgewertete Quelldatenüberlappung und erstellte Teilmengen für den Beitrag zur zusammengesetzten Oberfläche: Die Überlappung der Schwadenbathymetrie- und LIDAR-Datasets wurde unter Verwendung von Polygon-Feature-Classes ausgewertet, die die Flächenumrisse der veröffentlichten Gitter und Punkte darstellen. Die Beibehaltung von Punktmerkmalen wurde durch die folgende bevorzugte Hierarchie bestimmt: 1) USGS-Schwadinterferometerdaten (2012-1006, 2011-1184 und 2013-1020), 2) NOAA-NOS-Mehrstrahldaten (aus USGS Open File Reports 2006-1357, 2008 -1004, 2009-1001 und NOS Descriptive Reports H11920, H11921), 3) USACE-JABLTCX Lidar und 4) NOS-Ableitung und Einzelstrahl. Polygonumrisse von höherrangigen Quell-Datasets wurden verwendet, um zusammenfallende Punkte aus niederrangigen XYZ-Feature-Datasets räumlich auszuwählen und zu löschen. Nachdem redundante XYZ-Feature-Quelldaten entfernt wurden, wurden die verbleibenden Teilmengen als Point-Feature-Classes in eine ArcGIS (v9.3)-Geodatabase importiert.

Person, die diese Aktivität durchgeführt hat:

508-548-8700 x2226 (Stimme)
508-457-2310 (FAX)
[email protected]

Datum: 2014 (Prozess 5 von 6) Ein ArcGIS (9.3.1) Terrain-Dataset wurde erstellt (ArcToolbox > 3D Analyst Tools > Terrain > Create Terrain), alle beitragenden Point-Feature-Datasets und ein Polygon-Feature, das die Eingabepunkte umfasst (verwendet als fester Clip) wurden dem Terrain hinzugefügt (ArcToolbox > 3D Analyst Tools > Terrain > Feature-Class zu Terrain hinzufügen) und das Terrain wurde konstruiert (ArcToolbox > 3D Analyst Tools > Terrain > Terrain erstellen).

Person, die diese Aktivität durchgeführt hat:

508-548-8700 x2226 (Stimme)
508-457-2310 (FAX)
[email protected]

Datum: 2014 (Prozess 6 von 6) Die zusammengesetzte Bathymetrie wurde mithilfe der Interpolationsmethode für natürliche Nachbarn (ArcToolbox > 3D Analyst Tools > Conversion > From Terrain > Gelände zu Raster). Während der Konvertierung wurde der Polygonbereich, der die Eingabepunkte umfasst, angegeben, um die Ausdehnung des Ausgabegitters zu beschneiden (Umgebungseinstellungen > Rasteranalyseeinstellungen > Maske).

Person, die diese Aktivität durchgeführt hat:

508-548-8700 x2226 (Stimme)
508-457-2310 (FAX)
[email protected]

U.S. Geological Survey, 2015, Geologische Kartierung des Meeresbodens vor der Küste von Massachusetts: U.S. Geological Survey, Coastal and Marine Geology Program, Woods Hole Coastal and Marine Science Center, Woods Hole, MA.

Online-Links:

Wie zuverlässig sind die Daten, welche Probleme bleiben im Datensatz?

Die horizontale Genauigkeit der Quellen-Multibeam-Bathymetrie (DGPS) wird mit +/- 3 Metern angegeben. Die horizontale Genauigkeit der Schwadenbathymetrie (DGPS und/oder RTK-GPS) wird konservativ auf +/- 10 Meter geschätzt. Die LIDAR-Daten wurden gesammelt, um die Genauigkeitsspezifikation von +/- 3 Metern zu erfüllen. Horizontale Genauigkeit für Lead-Line- und Einzelstrahl-Sonarlotungen sind nicht dokumentiert. Es wird davon ausgegangen, dass dieses zusammengesetzte topografische und bathymetrische Gitter horizontal bis auf 20 Meter genau ist, da zusätzliche Fehler während des Resampling, der vertikalen und horizontalen Reprojektionen und der Interpolation eingeführt worden sein könnten. Siehe USGS Open File Reports und NOAA Survey Descriptive Reports für einzelne Vermessungspositionierungsmethoden.

Die vertikale Genauigkeit für NOAA Leadline- und Single-Beam-Sonarlotungen ist nicht dokumentiert. Die Erhebungsmethoden der NOAA und die Verarbeitung von Sondierungsdaten sind in beschreibenden Berichten enthalten. Alle von NGDC heruntergeladenen XYZ-Sondierungsdaten sind in Zehntelmetern angegeben. Die vertikale Genauigkeit der Quellen-Multibeam-Bathymetrie (RESON SeaBat 8101) wird mit +/- 30 bis 50 cm angegeben. Die vertikale Genauigkeit der Schwadenbathymetrie wird auf +/- 10 bis 60 cm geschätzt. Die Lidar-Daten wurden gesammelt, um die Genauigkeitsspezifikation von +/- 30 cm zu erfüllen. Es wird davon ausgegangen, dass dieses zusammengesetzte topografische und bathymetrische Gitter vertikal bis auf 1 Meter genau ist, da zusätzliche Fehler während des Resampling, der vertikalen und horizontalen Reprojektionen und der Interpolation eingeführt worden sein könnten.

Dieses Raster umfasst Leitliniensondierungen, Einzelstrahlsonar, interferometrische Schwaden-, Mehrstrahl- und LIDAR-Daten, die während mehrerer Vermessungen in Vineyard und den westlichen Nantucket Sounds gesammelt wurden. Die Eingaberaster können heruntergeladen werden, indem Sie die in den Quelleninformationen aufgeführten Veröffentlichungen besuchen.

Wie kann jemand eine Kopie des Datensatzes erhalten?

Gibt es rechtliche Beschränkungen für den Zugriff oder die Verwendung der Daten?

Zugriffsbeschränkungen: Keiner Use_Constraints: Nicht für die Navigation zu verwenden. Public-Domain-Daten der US-Regierung können mit den richtigen Metadaten und Quellenangabe frei weitergegeben werden. Bitte erkennen Sie das U.S. Geological Survey (USGS) als Quelle dieser Informationen an.

508-548-8700 x2226 (Stimme)
508-457-2310 (FAX)
[email protected]

vns10m_navd88.zip aus dem USGS Open File-Bericht 2016-1119. WinZip V. 14.5-Datei enthält Bathymetrie von Vineyard und Western Nantucket Sounds, MA und die zugehörigen Metadaten.

    Verfügbarkeit in digitaler Form:

Datei Format: WinZip V. 14.5-Datei enthält Bathymetrie von Vineyard und Western Nantucket Sounds, MA und die zugehörigen Metadaten im Format AIG (Version ArcMAP 9.3.1) Esri-Raster Größe: 16.61
Netzwerklinks: <https://pubs.usgs.gov/of/2016/1119/GIS_catalog/SourceData/bathy/vns10m_navd88.zip>
<https://pubs.usgs.gov/of/2016/1119/ofr2016-1119-data_catalog.html>

Wer hat die Metadaten geschrieben?

508-548-8700 x2226 (Stimme)
508-457-2310 (FAX)
[email protected]

Erstellt von mp Version 2.9.12 am Fr 19. August 11:42:48 2016


Geodatenbasierte Bodenvariabilität und hydrologische Zonen der semiariden Gebirgswasserscheide von Abha, Saudi-Arabien

Boden- und Wasserressourcen sind lebenswichtig für eine Gesellschaft, denn diese Ressourcen erhalten die Umwelt und das Lebewesen. Das Verständnis der Widersprüchlichkeiten dieser Ressourcen ist für die Regionalplanung und Landschaftspflege von großer Bedeutung. Trotz ihrer Relevanz gibt es keine aktualisierten Daten und keine organisierte Methode zur Charakterisierung und Kartierung der Bodendatenbank und des hydrologischen Systems im Abha-Wassereinzugsgebiet. Ziel dieser Studie ist die Entwicklung einer Boden-Geodatenbank und die Generierung hydrologischer Zonen. Die Methodik basiert auf den Techniken der Geoinformatik, um die ursächlichen Faktoren zu bestimmen, die die Hydrologie beeinflussen und um hydrologische Zonen abzugrenzen. Basierend auf der Literaturrecherche und eingehenden Diskussionen mit internationalen wissenschaftlichen Experten (d. h. Ingenieuren, Hydrologen und Hydrogeologen) wurden zehn Parameter berücksichtigt, um die hydrologischen Zonen abzugrenzen. Den Themen und ihren Klassen wurden entsprechend ihrer relativen Bedeutung geeignete Gewichte auf der Saaty-Skala zugewiesen. Die zugewiesenen Gewichte der Themen und ihrer Klassen wurden durch den analytischen Hierarchieprozess und die Eigenvektormethode normalisiert. Anschließend wurden alle Themen in ein geografisches Informationssystem (GIS) mit der Methode der gewichteten Linearkombination integriert, um die hydrologische Karte zu erstellen. So wurden im Untersuchungsgebiet fünf hydrologische Zonen identifiziert und abgegrenzt, d.h. „sehr geringer Abfluss“, „geringer Abfluss“, „mäßiger Abfluss“, „hoher Abfluss“ und „sehr hoher Abfluss“ basierend auf den Indexwerten des Oberflächenabflusspotenzials. Diese Analyse zeigt auch, dass 5,09 bzw. 32,29 % der Wasserscheide in der Zone mit sehr hohem Abfluss und hohem Abfluss liegen, gefolgt von einer Zone mit mittlerem und niedrigem Abfluss mit 28,17 bzw. 25,22 % Flächendeckung. Mit dieser qualitativen Klassifizierung weist das Gebiet mit hoher Abflusserzeugung des Abha-Wassereinzugsgebiets eine große Flächenabdeckung auf, was auf die Verfügbarkeit eines hohen Oberflächenwasserpotenzials hinweist. Darüber hinaus zeigten die Ergebnisse, dass die Abflussverteilung im westlichen, südwestlichen und zentralen nördlichen Hochland der Wasserscheide hoch ist und diese Gebiete in die abfallenden Wadies fließen. Somit ist der Beitrag dieser Arbeit zum Verständnis des hydrologischen Systems der Abha-Wassereinzugsgebiete bedeutend. Die Ergebnisse liefern erstmals in großem Maßstab wertvolle Informationen der Abha-Wasserscheide über die hydrologische Zone und die Bodendatenbank. Generierte Karten werden helfen, effektive Abflussnutzungspläne zu formulieren, um die langfristige Nachhaltigkeit zu gewährleisten.

Dies ist eine Vorschau der Abonnementinhalte, auf die Sie über Ihre Institution zugreifen können.


Problem beim Interpolieren eines vertikalen Profils in 3D Analyst (ArcMap 10.1) - Geographic Information Systems

GIS-Tools für Erosions-/Ablagerungsmodellierung und mehrdimensionale Visualisierung

Teil IV: Prozessbasierte Erosionssimulation für räumlich komplexe Bedingungen und ihre Anwendung auf Anlagen

Teil V: Einfluss von Transportkapazität und Geländestrukturen auf Erosionssimulationen

Geographic Modeling and Systems Laboratory, University of Illinois at Urbana-Champaign, Urbana, Illinois

H. Mitasova, L. Mitas, W. M. Brown, D. Johnston

Bauingenieur-Forschungslabors der US-Armee

Urbana, November 1997, http://www2.gis.uiuc.edu:2280/modviz/reports/cerl97/rep97.html

Inhalt

2.1 Strombasiertes Erosions-/Ablagerungsmodell (USPED). 4

2.2 Prozessbasierte Simulation der Wassererosion (SIMWE). 7

2.2.1 Einfluss räumlich einheitlicher Parameter in komplexem Gelände. 7

2.2.2 Gleichungen für die Transport- und Ablösekapazität (V). 10

2.2.3 Einfluss räumlich variabler Landbedeckung (V). 11

2.2.4 Einfluss der zeitlichen Variabilität der Landbedeckung. 12

2.2.5 Simulation des Aufpralls von Geländestrukturen. 14

4. Anträge auf militärische Einrichtungen. 16

5. Fazit, zukünftige Richtungen. 25

7. Abbildungen in voller Größe (für gedruckte Version). 30

Hinweis: Die Kapitel (V) beschreiben die für den TEIL-V-Vertrag durchgeführten Arbeiten, der Rest ist für den TEIL-IV-Vertrag.

1. Einleitung

Um dem Bedürfnis nach einem besseren Verständnis der räumlichen und zeitlichen Verteilung von Phänomenen, die aus Landschaftsprozessen resultieren, gerecht zu werden, werden empirische Modelle, die auf konzentrierten, gemittelten Parametern basieren, durch prozessbasierte verteilte Modelle ersetzt, die von Geographischen Informationssystemen (GIS) unterstützt werden (Moore et al. 1993 .). , Maidment 1996, Engel 1995, Vieux ua 1996, Saghafian 1996). In den letzten Jahren hat die Entwicklung von Werkzeugen zur Untersuchung hydrologischer Prozesse bemerkenswerte Fortschritte gemacht, die z. B. durch das CASC2d-Modell (Saghafian 1996) und andere (Garrote und Brass 1995, Vieux 1996) repräsentiert werden. Während diese Entwicklungen die Möglichkeiten zur Abschätzung von Überlandströmungen in komplexem Gelände verbesserten, war die Entwicklung verteilter, prozessbasierter Simulationen von Erosion, Sedimenttransport und -ablagerung auf ähnlichem Niveau aufgrund der enormen Komplexität der beteiligten Prozesse langsamer. Die meisten der aktuellen prozessbasierten Erosionsmodelle lassen sich grob in drei Hauptgruppen einteilen:

a) Feldmaßstabsmodelle, die für den Bodenschutz entwickelt wurden (z. B. WEPP), die auf einer 1D-Strömung über Hangsegmente basieren (Foster et al. 1995). Sie berücksichtigen sehr detailliert die Auswirkungen von Boden, Bedeckung und Bewirtschaftungspraktiken, die Beschreibung der Topographie ist jedoch sehr vereinfacht. Die Datenaufbereitung für größere und komplexe Felder kann zeitaufwändig sein und Ergebnisse werden nur für Profile oder als statistische Mittelwerte oder Integrale für ganze Hügel oder kleine Wasserscheiden angegeben.

b) Modelle im Wassereinzugsgebietsmaßstab, die für Wasserqualitätsanwendungen entwickelt wurden, konzentrieren sich auf die Vorhersage von Sedimentfrachten und Konzentrationen von Chemikalien, die durch Kanalführung an Bäche geliefert und durch diese transportiert werden (z. B. Arnold et al. 1993, Srinivasan und Arnold 1994, Rewerts und Engel 1991). Die mit Überlandfluss zusammenhängenden Prozesse werden unter Verwendung von Sätzen von homogenen Hangsegmenten oder Subwatersheds mit konzentrierten Parametern modelliert.

c) Landschaftsmaßstabsmodelle, die die Landschaftsentwicklung durch geomorphologische Prozesse simulieren und die Veränderungen der Topographie auf zeitlichen Skalen von Hunderten bis Tausenden von Jahren beschreiben (z. B. Kirkby 1986, Willgoose et al. 1991, Kramer und Marder 1992, Howard 1994).

Obwohl diese Kategorisierung kaum erschöpfend ist und es mehrere Modelle gibt, die mehr als eines der oben genannten Konzepte kombinieren, bleiben eine Reihe von Fragen, die für einen wirksamen Erosionsschutz im Landschaftsmaßstab wichtig sind, ungelöst. Viele existierende Methoden erfordern eine große Anzahl empirischer Eingaben, wichtige Effekte der Geländeform werden nicht vollständig berücksichtigt, numerische Methoden, die für die Modellimplementierungen verwendet werden, zeigen Instabilitäten bei Verwendung mit hohen Auflösungen und detaillierte räumlich variable Ausgaben sind begrenzt. Die Kombination dieser Faktoren macht die Anwendung traditioneller Modelle oft mühsam oder einfach nicht praktikabel, insbesondere für große Flächen. Einige der wichtigsten ungelösten Modellierungsprobleme, die den Einsatz der aktuellen Modelle einschränken, um unser Wissen über raum-zeitliche Aspekte von Erosionsprozessen zu erweitern und ihre Anwendung auf eine effektive Erosionsprävention für große, komplexe Gebiete zu beschränken, können wie folgt identifiziert werden:

a) hochauflösende Behandlung von komplexem Gelände, Landnutzung und Böden in vollständig 2D/3D verteilter Weise,

b) Beschreibung von Prozessen auf grundlegender Ebene mit minimaler Anzahl empirischer Eingaben und Verfügbarkeit robuster und effizienter Prozesslöser, um langwierige manuelle Modifikationen von Daten zu minimieren,

c) Integration von Modellen auf unterschiedlichen räumlichen und zeitlichen Skalen,

d) Validierung des Modells der Vorhersagen mit räumlichen und quantitativen Aspekten. Während sich die Fähigkeit zur qualitativen Vorhersage einiger räumlicher Aspekte von Erosion und Ablagerung verbessert hat (Mitas und Mitasova 1998a), sind die quantitativen Schätzungen immer noch sehr problematisch (z. B. berichten Bjorneberg et al. 1997 von WEPP-Bodenverlustvorhersagen von 200 kg/m bei Bodenmessungen Verlust weniger als 5 kg/m2 betrug, berichtet Johnson et al., 1997 über mehrere Ergebnisse der Schätzung der Sedimentausbeute durch CASC2D-SED mit 100-400% Unterschied zwischen den berechneten und beobachteten Ausbeuten). Eine engere Übereinstimmung zwischen Experimenten und Modellen ist erforderlich.

e) geringe Qualität der verfügbaren digitalen Höhenmodelle, die eine ausgeklügelte Nachbearbeitung oder manuelle Modifikationen erfordern, um sie für die Prozessmodellierung nutzbar zu machen.

f) Die Entwicklung von Boden- und Bedeckungsparametern für prozessbasierte Modelle erfordert eine fortlaufende umfangreiche experimentelle Arbeit, während die Beziehungen zwischen diesen Parametern nicht sehr gut verstanden sind.

g) Bereitstellung numerischer, grafischer und kartografischer Ausgaben in einer Form, die eine einfache räumliche Analyse ermöglicht und den Entscheidungsprozess unterstützt.

Es ist klar, dass die Lösung dieser komplexen Probleme einen erheblichen Zeit- und Arbeitsaufwand vieler Forschungsteams erfordert, daher konzentrieren wir uns in diesem Projekt auf eine ausgewählte Teilmenge der Probleme, insbesondere auf diejenigen, die unserer Meinung nach für die Erosionsmodellierung an militärischen Anlagen relevant sind. In diesem Bericht konzentrieren wir uns auf die neuesten Weiterentwicklungen unserer Modelle, erläutern die Rolle von Eingabeparametern und veranschaulichen den Einsatz von Simulationen für das Landnutzungsmanagement. Im Anwendungsteil demonstrieren und diskutieren wir die technischen Probleme im Zusammenhang mit routinemäßigen Anwendungen von Erosionssimulationen an militärischen Anlagen.

2. Methoden

Die von uns entwickelten Methoden und GIS-Werkzeuge zur Modellierung von Erosion, Sedimenttransport und -ablagerung in komplexem Gelände sind in früheren Berichten (Mitasova et al. 1995, 1996ab) und Veröffentlichungen (Mitasova und Mitas 1993, Mitas und Hofierka 1993, Mitasova ua 1995, Mitasova ua 1996, Mitas und Mitasova 1997, Mitas ua 1997, Mitas und Mitasova 1998a,b)). In diesem Bericht erinnern wir kurz an die Prinzipien dieser Methoden und konzentrieren uns auf die neuesten Entwicklungen.

2.1 Strombasiertes Erosions-/Ablagerungsmodell (USPED)

Die ursprüngliche Version des USPED-Modells ist in Mitasova et al. (1996ab), deshalb erinnern wir hier nur kurz an seine Prinzipien. USPED ist ein einfaches Modell, das die räumliche Verteilung von Erosion und Ablagerungsraten für eine stationäre Überlandströmung mit gleichmäßigen Niederschlagsüberschussbedingungen für den Fall eines Erosionsprozesses mit begrenzter Transportkapazität vorhersagt. Die Sedimentflussrate wird durch die Sedimenttransportkapazität T ( r ), r = (x,y) angenähert, die als eine Potenzfunktion der Neigung ß( r ), der Steigungsfläche A ( r ) und des Transportfähigkeitskoeffizienten K ( r ) in Abhängigkeit von berechnet wird Boden und Abdeckung. Die Nettoerosion und -ablagerung wird als Änderung der Sedimentflussrate berechnet. In diesem Bericht vergleichen wir die ursprüngliche Formulierung der USPED (Mitasova et al. 1996a) mit einer verbesserten Version, die als Spezialfall des SIMWE-Modells abgeleitet wurde (Mitas und Mitasova 1998a).

Verbesserte Wirkung der Topographie . In der ursprünglichen USPED wird die Wasser- und Sedimentströmung als 1D-Strömung entlang einer über 3D-Gelände erzeugten Strömungslinie modelliert. Die Nettoerosions-/Ablagerungsrate wird als Änderung der Sedimentflussrate entlang der Flusslinie berechnet, angenähert durch eine Richtungsableitung der Sedimentflussrate. Für diesen univariaten Fall beträgt die Nettoerosions-/Ablagerungsrate D( r )

wobei r =(x,y) , s(r) ist der Einheitsvektor in der steilsten Hangrichtung, h ( r ) ist die geschätzte Wassertiefe aus dem Hangbereich A ( r ), kp (r) ist die Profilkrümmung ( Geländekrümmung in Richtung des Minusgradienten, dh der Richtung des steilsten Hangs). Diese 1D-strömungsbasierte Formulierung umfasst den Einfluss von Wasserströmung, Neigung und Profilkrümmung, jedoch wird der Einfluss der tangentialen Krümmung nur durch den Wasserströmungsterm berücksichtigt. Das vorhergesagte Muster stimmt gut mit Beobachtungen überein, mit Ausnahme von Talköpfen, wo es nur Erosion vorhersagt, während die Bodenkarten und Feldexperimente zeigen, dass sowohl Ablagerung als auch Erosion beobachtet werden, und für Schultern, wo es kein allgemein berichtetes lokales Maximum der Erosion vorhersagt (Martz 1987, 1991, Sutherland 1991, Quinne et al. 1994).

Innerhalb der 2D-Strömungsformulierung, die als Spezialfall des allgemeineren Modells SIMWE (Mitas und Mitasova 1998a) abgeleitet wurde, stellen wir die Wasser- und Sedimentströmung als bivariates Vektorfeld q(r) = q ( x,y ), qs (r)=qs(x,y). Dann wird die Nettoerosions-/Ablagerungsrate als Divergenz des Sedimentflusses geschätzt. Unter Annahme einheitlicher Niederschlags-, Boden- und Bedeckungsbedingungen und eines Transportkapazitätsgrenzfalls mit Sedimentfluss nahe der Sedimenttransportkapazität kann die Nettoerosion/-ablagerung wie folgt geschrieben werden (siehe Anhang in Mitas und Mitasova 1998a):

wobei k t (r) die tangentiale Krümmung ist (Krümmung in der Richtung senkrecht zum Gradienten, d. h. die Richtung tangential zu einer auf die Normalebene projizierten Konturlinie). Die topographischen Parameter s(r) , kp ( r ), kt ( r ) werden aus den Ableitungen erster und zweiter Ordnung der Geländeoberfläche berechnet, angenähert durch den regularisierten Spline mit Spannung (RST) (Mitasova und Mitas, 1993 Mitasova und Hofierka, 1993 Krcho 1991). Gemäß (2) wird die räumliche Verteilung der Erosion/Deposition durch die Änderung der Überlandabflusstiefe (erster Term) und durch die lokale Geometrie des Geländes (zweiter Term) gesteuert, die sowohl Profil- als auch Tangentialkrümmungen umfasst. Die Gleichung (2) zeigt somit, dass die lokale Beschleunigung der Strömung sowohl in Gradienten- als auch in tangentialer Richtung (bezogen auf das Profil und die tangentialen Krümmungen) eine gleich wichtige Rolle bei der räumlichen Verteilung von Erosion/Ablagerung spielt. Der Einfluss der Tangentialkrümmung k t ( r ) ist daher zweifach. Erstens beeinflusst kt ( r ) die Wassertiefe h ( r ) durch seine Kontrolle der Konvergenz/Divergenz des Wasserflusses, wobei die tangentiale Konkavität zu einer schnellen Zunahme der Wassertiefe und einer Erhöhung des Erosionspotenzials führt (erster Term in (2)) . Zweitens verursacht k t ( r ) eine lokale Änderung der Sedimentströmungsgeschwindigkeit, die bei tangentialer Konkavität einen gegenteiligen Effekt (Reduzierung des Sedimenttransports) hat und somit ein Ablagerungspotential schafft. Die Wechselwirkung zwischen der Größe der Wasserströmungsänderung und den beiden Geländekrümmungen, die sich in Gleichung (2) widerspiegeln, bestimmt daher, ob Erosion oder Ablagerung auftritt.

Vergleicht man die Ergebnisse der 1D-Strömungsmodelle (Abbildung 1c) und der 2D-Strömungsmodelle (Abbildung 1b) mit dem beobachteten Muster kolluvialer Ablagerungen (Abbildung 1a), wird deutlich, dass Gleichung (1) die in Gebieten beobachteten Ablagerungen nicht vorhersagen kann wobei die Profilkrümmung nahe Null ist, aber eine signifikante tangentiale Konkavität vorhanden ist (Bereiche A und B in den Abbildungen 1abc). Es unterschätzt auch die Erosion in Bereichen mit tangentialer Konvexität (Schultern) . Die Vorhersage des 2D-Strömungsmodells in diesen Bereichen stimmt deutlich besser mit dem beobachteten Ablagerungsmuster überein. Das 1D-Strömungsmodell unterschätzt das Gesamtausmaß der Ablagerung mit nur 18% der Gesamtfläche, während das 2D-Strömungsmodell ohne Berücksichtigung der räumlichen Variabilität der Oberflächenbedeckung eine Ablagerung von 26% der Gesamtfläche vorhersagt. An 40 % der Probenahmestellen wurden kolluviale Ablagerungen mit einer Dicke von mehr als 10 cm beobachtet, die auf eine langfristige Ablagerung hinweisen. Die beobachtete Sedimentationsfläche an einem steilen, mit Gras bedeckten Hang, die zur räumlichen Ausdehnung der Ablagerung beiträgt (Abbildung 1a), kann nicht allein anhand der Höhendaten vorhergesagt werden und die Einbeziehung der räumlich variablen Bedeckung ist notwendig.

Abbildung 1.Vollständige Einbeziehung der Topographie für begrenzte Erosion der Transportkapazität: a) beobachtete Tiefen kolluvialer Ablagerungen, b) Erosions- und Ablagerungsmuster aus der 2D-Strömungsformulierung von USPED, c) Erosions- und Ablagerungsmuster aus der 1D-Strömungsformulierung von USPED, d) Wasserströmungsterm e) Profilkrümmungsterm, f) Tangentialkrümmungsterm.

Die 2D-Strömungsgleichung (2) liefert auch eine solide theoretische Erklärung für die Ergebnisse von Feldexperimenten, über die von mehreren Autoren berichtet wurde, z. B. Busacca et al., (1993) und Sutherland, (1991), wo „die höchste Erosion auf der divergenten Schulter beobachtet wurde“. Elemente und Ablagerung auf konvergenten Steigungselementen', sowie von Heimsath et al. (1997) oder Quine et al. (1994) beobachteten "maximalen Bodenverlust aus den Hangkonvexitäten und maximalen Gewinn sowohl in den Hangkonkavitäten als auch in den Hauptthalwegen".

Die Computerimplementierung der vollständigeren USPED-Gleichung (2) ist ziemlich einfach, wobei die bereits für dieses Projekt entwickelten Werkzeuge verwendet werden. Wassertiefe h = A in / sqrt ( sin ß)**0,6 wird aus der bergaufwärts beitragenden Fläche A geschätzt, die aus einem DEM mit dem r.flow-Programm berechnet wurde (Mitasova et al. 1996b), während topographische Parameter (Neigung ß , Aspekt und Krümmungen) werden durch das Interpolationsprogramm s.surf.rst (Mitasova et al. 1995b), r.resamp.rst (Mitasova et al. 1996b) oder durch das erweiterte r.slope.aspect (Anhang) berechnet. i ist der Niederschlagsüberschuss und n ist der Mannings-Rauheitskoeffizient. Die Gleichung für h und die Gleichung (2) für die Nettoerosion/-abscheidung D(r) werden dann unter Verwendung von r.mapcalc berechnet.

Einfluss von Niederschlag, Boden- und Bedeckungseigenschaften . Für das USPED-Modell wurden keine ähnlichen Boden- und Bedeckungsparameter wie in USLE oder WEPP entwickelt, da keine systematischen experimentellen Arbeiten durchgeführt wurden. Es wurde jedoch vorgeschlagen (Moore und Wilson 1992), dass unter bestimmten Bedingungen ein Zusammenhang zwischen dem USPED-Konzept und USLE besteht. Es ist daher möglich, das Modell mit den USLE/RUSLE-Faktoren zu kombinieren, um den relativen Einfluss von Landnutzungsänderungen auf das Erosions-/Ablagerungsmuster unter Annahme der für USPED-Hold geltenden Bedingungen vorherzusagen. Dieser Ansatz wurde beispielsweise für die Camp Shelby-Studie verwendet (Mitasova et al., 1996b). Bei der Interpretation der Ergebnisse ist Vorsicht geboten, da die USLE-Parameter für einfache ebene Felder entwickelt wurden und um genaue Vorhersagen für komplexe Geländebedingungen zu erhalten, müssen sie neu kalibriert werden (Foster 1990, Mitasova et al. 1997 Antwort).

2.2 Prozessbasierte Simulation der Wassererosion (SIMWE)

Das SIMWE-Modell wird im vorherigen Bericht (Mitasova et al. 1996c) und in Mitas und Mitasova (1998a) beschrieben, daher präsentieren wir hier nur ein kurzes Konzept und konzentrieren uns auf die Rolle der Parameter. SIMWE ist ein landschaftsskaliges, bivariates Modell der Erosion und Ablagerung durch Überlandströmung, das für räumlich komplexe Gelände-, Boden- und Bedeckungsbedingungen entwickelt wurde. Die zugrunde liegenden Kontinuitätsgleichungen werden durch die Monte-Carlo-Methode der Green-Funktion gelöst, um die für räumlich variable Bedingungen und hohe Auflösungen erforderliche Robustheit bereitzustellen. Wir verwenden die experimentellen Farmdaten, die in Mitasova et al. (1995b, 1996b) und von (Auerswald et al. 1996), um die Rolle der Parameter zu erklären und aufzuklären, wie natürliche Phänomene und Eigenschaften den Erosionsprozess beeinflussen.

2.2.1 Einfluss räumlich einheitlicher Parameter in komplexem Gelände

Meyer und Wischmeier (1969) stellten ein Erosionsmodell vor, das auf Prinzipien basiert, die später von Foster und Meyer (1972) als geschlossene Erosionsgleichung formuliert und in WEPP, CREAMS und zahlreichen anderen Modellen verwendet wurden (Hong und Mostaghimi 1995, Haan et al. 1994 .). ) einschließlich SIMWE. Sie formulierten das Modell für ein komplexes 1D-Profil und analysierten dessen Verhalten für verschiedene Kombinationen von Parametern, um so den Einfluss unterschiedlicher Gelände-, Niederschlags-, Boden- und Bedeckungseigenschaften auf die Verteilung von Erosion und Ablagerungsraten entlang eines Profils aufzuklären. Die folgenden Beispiele stellen eine Verallgemeinerung dieser Analyse auf Gelände dar, das durch eine bivariate (2D) Funktion in einem 3D-Raum dargestellt wird.

In dieser Analyse ist die Ausgangssituation für alle Beispiele 36 mm/Stunde Niederschlagsintensität, volle Sättigung, (daher Niederschlagsintensität = Niederschlagsüberschussrate), raue Oberfläche (z. B. dichtes Gras mit Mannings n = 0,1 ), sandige Bodenart (vernachlässigbar kritisch Scherspannung, mit geringer Ablösbarkeit (Erodierbarkeit) und geringer Transportfähigkeit aufgrund der dichten Hülle und größeren Partikelgröße: K t = K d = 0,0003). Die folgenden Beispiele veranschaulichen, wie sich Größe und Muster der Erosions-/Ablagerungsraten aufgrund der Änderung eines der Parameter ändern.

Niederschlagsüberschuss wird als Niederschlagsintensität geschätzt - Infiltrationsrate, wobei die Infiltrationsrate aus einem separaten Modul oder mit r.mapcalc basierend auf den Bodendaten geschätzt werden kann. Niederschlagsüberschuss beeinflusst die Größe der Erosions-/Ablagerungsraten, mit zunehmendem Niederschlagsüberschuss steigen sowohl die Erosions- als auch die Ablagerungsraten, das räumliche Muster der Erosion und Ablagerung ändert sich jedoch nicht (Abbildung 2).

Abbildung 2. Auswirkung zunehmender Niederschlagsüberschüsse a) r = 36 mm/h, b) r = 72 mm/h, c) r = 144 mm/h.

Die Oberflächenrauheit, in unserem Fall durch den Manning-Koeffizienten repräsentiert, beeinflusst die Fließgeschwindigkeiten von Wasser und Sediment. Der Oberflächenrauheitsparameter hängt von der Vegetationsdecke sowie der Bodenoberfläche ab und seine Werte für verschiedene Situationen wurden aus Experimenten abgeleitet und sind aus der Literatur und dem WEPP-Benutzerhandbuch verfügbar. Die Änderung der Oberflächenrauheit verändert das Erosions- und Ablagerungsmuster. In unserem Beispiel wird das Ausmaß der Ablagerung für glatte Oberflächen n=0,01 nur für Orte mit starkem Profil und tangentialer Konkavität vorhergesagt, die etwa 14% der Gesamtfläche ausmachen, während für raue Oberflächen mit n=0,1 das Ausmaß der Ablagerung näher am Transport liegt Kapazitätsbegrenzungsfall, der mehr als 24 % der Gesamtfläche abdeckt (Abbildung 3).

Abbildung 3. Einfluss der Oberflächenrauheit a) n=0.01 (glatte Oberfläche), b) n=0.10 (raue Oberfläche).

Die kritische Schubspannung stellt den Widerstand des Bodens gegen die Scherkräfte des Wasserflusses dar. Sie hängt von den Boden- und Bedeckungseigenschaften ab und die Werte sind z. B. dem WEPP-Handbuch (Flanagan und Nearing, 1995) zu entnehmen. Ist die Schubspannung an der gegebenen Stelle kleiner als die kritische Schubspannung, wird kein Boden abgelöst. Dieser Parameter hat daher einen Einfluss auf das Erosions-/Ablagerungsmuster. Sein hoher Wert verringert die räumliche Ausdehnung der Erosion, kann aber auch die Erosionsraten an steileren Hängen und in Gebieten mit konzentrierter Strömung erhöhen, da sauberes Wasser ein höheres Potenzial zum Sedimenttransport hat (Abbildung 4 ).

Figur 4 . Einfluss der gleichmäßigen kritischen Schubspannung a) 1,0, b) 3,0, c) 7,0.

Erodibilität (Ablösungskapazitätskoeffizient) ist ein Maß für die Anfälligkeit des Bodens für Ablösung durch Wasserströmung (Flanagan und Nearing, 1995). Es wird oft als die Zunahme der Bodenablösung pro Einheit der Zunahme der Scherspannung des Klarwasserflusses definiert. Die Änderung des Erodierfaktors bei konstanten anderen Parametern verändert das Verhältnis zwischen Transportkapazität und Ablösekapazität. Dies führt dazu, dass sich der Charakter des Erosionsprozesses von der Ablösekapazität begrenzt für die Erodierbarkeit deutlich niedriger als die Transportfähigkeit zu der Transportkapazität begrenzt, wenn die Erodierbarkeit größer als die Transportfähigkeit ist. Daher wird, wie in der Animation (Abbildung 5) gezeigt, eine Änderung der Erosion das räumliche Muster von Erosion und Ablagerung verändern, jedoch ist der Einfluss auf die Größe der Sedimentfracht im Bach gering. Dieses Beispiel veranschaulicht gut, dass die Messung der Sedimentfracht im Wassereinzugsgebiet nicht genügend Informationen zum Verständnis der Erosionsprozesse an den Hängen des Wassereinzugsgebiets liefert und ganz unterschiedliche Prozesse zu gleichen Sedimentkonzentrationen führen können. Dies macht die Verwendung von Sedimentkonzentrationen im Fluss als Maß für die Auswirkungen von Erosionsschutzmessern, die für das Landnutzungsmanagement benötigt werden, problematisch.

Abbildung 5. (Animation) Auswirkung der Änderung der Bodenerosibilität Kd=(0,0001,0,1), Kt=0,001 .

Die Transportfähigkeit oder der Transportkapazitätskoeffizient ist ein Maß für die Fähigkeit des Bodens, durch den Wasserfluss transportiert zu werden. Sie hängt von den Bodeneigenschaften ab, kann aber auch durch die Vegetation beeinflusst werden. Dieser Koeffizient wird nicht direkt gemessen und im WEPP bereitgestellt, sondern indirekt geschätzt, was die korrekte Bestimmung dieses Parameters problematisch macht. Der Parameter kann jedoch zumindest für einige Bodenarten unter Verwendung der veröffentlichten Werte des Reaktionskoeffizienten erster Ordnung oder unter Verwendung des von Finkner et al. vorgeschlagenen Verfahrens abgeleitet werden. (1989). Unsere Simulationen zeigen, dass dieser Parameter einen tiefgreifenden Einfluss auf den Erosionsprozess hat, da er sowohl die räumliche Verteilung als auch die Größe des Sedimentflusses und die Erosions-/Ablagerungsraten beeinflusst. In letzter Zeit wird die Bedeutung der Transportkapazität für Überland-Strömungserosionsprozesse voll erkannt und es werden mehr experimentelle und theoretische Arbeiten durchgeführt (Guy et al. 1991, Govers 1991, Nearing et al. 1997). Wir diskutieren dieses Thema in einem separaten Kapitel weiter. Die folgende Animation veranschaulicht, wie die Änderung der Transportfähigkeit das Erosionsregime von begrenzter Ablösekapazität zu begrenzter Transportkapazität ändert und gleichzeitig die Höhe der Erosionsraten reduziert.

Abbildung 6. (Animation) Auswirkung der Änderung der Bodentransportfähigkeit: Kd=0.001, Kt=(0.0001,0.1)

Es ist wichtig zu beachten, dass die Parameter nicht unabhängig voneinander wirken, sondern miteinander verbunden sind und diese Wechselwirkung das Muster und die Stärke der Erosion steuert. Beispielsweise verringert das Vegetationswachstum sowohl K d , K t als auch 1/n, und das resultierende Erosions-/Ablagerungsmuster hängt von der Wechselwirkung zwischen den Geschwindigkeiten dieser Änderung ab. Wenn sich sowohl K d als auch K t mit der gleichen Geschwindigkeit ändern, bleibt die räumliche Verteilung der Erosion/Ablagerung gleich und nur die Größe der Geschwindigkeiten ändert sich. Wenn das Vegetationswachstum K d schneller als K t reduziert, ändert sich das Erosions-/Ablagerungsmuster von begrenzter Transportkapazität zu begrenzter Ablösung. Der Zusammenhang zwischen den Parametern ist eine offene Forschungsfrage und es fehlen systematische experimentelle und theoretische/modellierende Arbeiten in diesem Bereich.

Die vorgestellte Analyse zeigt, dass für den einheitlichen Boden und die Bedeckung ein Grundmuster von Erosion und Ablagerung in komplexem Gelände existiert, das sich auch bei Veränderungen von Niederschlag, Boden und Bedeckung nicht wesentlich ändert. Gebiete mit hohem Erosionsrisiko befinden sich an oberen konvexen Teilen von Hängen und in Mulden und Zentren von Tälern mit konzentrierter Strömung. Ablagerungen treten in konkaven Tälern und konkaven unteren Teilen von Hügeln auf. Bei sich ändernden Boden- und Bedeckungsbedingungen kann sich die Ablagerungslinie bergauf oder bergab verschieben, was die Sedimentfrachten in Bächen potenziell beeinflusst. Die Analyse zeigt, dass neben der offensichtlichen Tatsache, dass bei Großereignissen mit hoher Niederschlagsintensität bei eher glatter Bodenoberfläche (z. B. ohne Vegetationsschutz) die ungünstigste Situation eintritt, die Sedimentfrachten auch bei kleineren Ereignissen bei hohen Bodenverhältnissen sehr hoch sein können transportabel. Die Veränderung von Boden und Bedeckung von einer gleichmäßigen zu einer räumlich variablen Verteilung hat einen großen Einfluss auf das Grundmuster der Erosion/Deposition (wie wir später zeigen werden). Je nach Standort kann diese räumliche Variabilität den Gesamtbodenverlust sowie die Sedimentfrachten in Bächen positiv oder negativ beeinflussen.

2.2.2 Gleichungen für die Transport- und Ablösekapazität

Unsere früheren Simulationen (Mitas und Mitasova 1998) sowie mehrere neuere Veröffentlichungen (Govers 1991, Guy et al. 1991, Nearing et al. 1997) zeigten, dass die im WEPP-Modell verwendete Transportkapazitätsgleichung wahrscheinlich nicht allgemein genug für die Verwendung in komplexe Geländebedingungen. Ähnliche Vorschläge wurden auch bezüglich der in WEPP verwendeten Ablösungsgleichung gemacht (Bjorneberg et al. 1997). So konnten wir beispielsweise die Ausdehnung von Gebieten mit beobachteter Ablagerung nicht vollständig reproduzieren. Um dieses Problem anzugehen, haben wir versucht, die Sedimenttransportkapazitätsbeziehungen als die wichtigste Einflussgröße in unseren Anwendungen zu untersuchen. Wir haben sowohl die Scherspannungsbeziehungen des Potenzgesetzes (Julien und Simon 1985) mit verschiedenen Potenzexponenten als auch die von Nearing und Mitarbeitern (1997) vorgeschlagene neue stromkraftbasierte Beziehung getestet.

Julien und Simon (1985) analysierten die bestehenden Sedimenttransportgleichungen und stellten eine Gleichung in allgemeiner Form vor:

q s = p q m sin ß n i d (1- t 0 / t) e (3)

wobei qs der Sedimentfluss ist, q der Wasserfluss ist, ß der Neigungswinkel ist, i die Niederschlagsintensität ist, t 0 , t die kritische Schubspannung bzw. Schubspannung und p, m, n, d, e sind experimentelle oder physikalisch basierte Koeffizienten. Das WEPP verwendet diese Gleichung mit m=n=1.5 . Wir haben es für Werte von m=0,6-2,0 getestet. Willgoose (1989) hat gezeigt, dass der Parameter m von der Strömungsart und der Kanalgeometrie abhängt, was darauf hindeutet, dass dieser Koeffizient bei komplexen Gelände- und Überdeckungsbedingungen in Abhängigkeit von der Strömungsart in einem bestimmten Gebiet räumlich variabel sein sollte. Höhere Werte von m führen zu einem größeren Einfluss des Wasserflusses auf das Erosionsmuster, während bei niedrigeren Werten von m das Gelände einen stärkeren Einfluss hat (siehe Abbildung 30 in Anwendungen).

Zur Modellierung der Erosion in einem Bachlauf Nearing et al. (1997) präsentierten eine verbesserte Anpassung an mehrere experimentelle Daten, indem sie die Sedimentfracht qs mit der Stromstärke o in Beziehung setzten:

mit den Konstanten A = -34,47, B = 38,61, C = 0,845, D = 0,412 . Basierend auf den Versuchsbedingungen wurde vorgeschlagen, dass (4) eine vernünftige Schätzung der Sedimenttransportkapazität sein könnte. Die Gleichung (4) kann in die folgende Form umgeschrieben werden (Mitas und Mitasova 1997):

wobei a 0 = 1380, b = 88,90, d = 0,179, o 0 = 8,89.10 -6 , o die Stromstärke ist. Diese Form der Gleichung (4) ermöglicht es uns, eine physikalische Interpretation der Konstanten zu definieren, da a 0 eine gesättigte Sedimentfracht für unendlich große Stromstärke darstellt, o 0 eine "Referenz"-Stromstärke ist, b = 88,90 und d = 0,179 dimensionslos sind Exponenten. Streng genommen entspricht die Wahl der Konstanten den experimentellen Ergebnissen, die in der Anpassung verwendet wurden und kann in anderen Fällen anders sein, z. B. muss für verschiedene Abdeckungen ein effektiver Transportkapazitätskoeffizient analog zu (3) berücksichtigt werden usw. Der wesentliche Unterschied der Gleichungen (3) und (4, 5) besteht darin, dass durch die Strömungsleistung der Einfluss der Strömungsgeschwindigkeit direkt in die Transportleistung eingeht. Bei komplexen Gelände- und Bedeckungsbedingungen variiert die Fließgeschwindigkeit und kann sich je nach Standort dramatisch ändern, so dass wir unter Verwendung von Gleichung (5) als Sedimenttransportkapazität Unterschiede in den vorhergesagten Erosions-/Ablagerungsmustern erwarten können.

Abbildung 7. Vergleich verschiedener Gleichungen für die Sedimenttransportkapazität

Wir haben die Gleichungen (3) und (5) auf die experimentellen Daten aus Deutschland für einheitliche Boden- und Bedeckungsbedingungen mit folgenden Ergebnissen angewendet. Die mit Gleichung (3) vorhergesagte flächige Ablagerungsausdehnung mit m=0,6 (37%) war näher an den Beobachtungen (kolluviale Ablagerungen dicker als 10 cm, gemessen an etwa 40% der Probenahmestellen eines regelmäßig beabstandeten Gitters) als die von vorhergesagte Ablagerung die Gleichung (3) mit m = 1,5 , die einen signifikant kleineren Bereich von etwa 24% bedeckte.

Das allgemeine Muster der Erosion und Ablagerung, das unter Verwendung der auf der Stromstärke basierenden Gleichung (5) für die Transportkapazität vorhergesagt wurde, war ähnlich den Mustern, die aus der auf Scherspannungen basierenden Gleichung erhalten wurden, es gab signifikante quantitative Unterschiede sowie eine dramatischere räumliche Variabilität in den Erosionsregimen aufgrund zur Variabilität des Reaktionskoeffizienten erster Ordnung. Unsere vorläufigen Ergebnisse zeigen, dass sich die auf der Stromstärke basierende Gleichung deutlich von der üblichen Scherspannungsgleichung unterscheidet und weitere Untersuchungen und experimentelle Tests insbesondere für verschiedene Bodenarten und größere Versuchsflächen erfordern. Bei der Implementierung einer neuen Transportkapazitätsgleichung ist es notwendig, auch die Angemessenheit der Ablösekapazitätsgleichung zu untersuchen. Eine ausgefeiltere Schätzung der Ablösungskapazität wurde kürzlich von (Nearing et al. 1991) entwickelt und in einem komplexen Modell der Bunkerentwicklung verwendet.

2.2.3 Auswirkungen räumlich variabler Landbedeckung und Anwendungen für das Landnutzungsmanagement

In unserem vorherigen Bericht (Mitasova et al. 1996c) haben wir SIMWE auf den Versuchsbetrieb für das traditionelle Landnutzungsmanagement-Szenario angewendet (Abbildung 9A). Diese Landnutzung hat zu starker Erosion geführt, als das große Sturmereignis während der Zeit auftrat, als die landwirtschaftlichen Felder leer waren. Die Simulationen zeigten, dass die Gebiete mit dem höchsten Wasser- und Sedimentflusspotential ungeschützt waren und es zu erheblichen Biesel- und Gullybildungen kam (Mitasova et al. 1996c). Wir haben die Möglichkeit untersucht, das SIMWE-Modell zur Analyse und Auslegung der Platzierung ausgewählter Erosionsschutzmaßnahmen auf Basis der Landbedeckung zu verwenden, wie das folgende einfache Beispiel veranschaulicht.

Zunächst haben wir anhand des Modells Standorte mit dem höchsten Erosionsrisiko identifiziert, wobei eine einheitliche Landnutzung angenommen wird. Dann wurde die schützende Grasdecke auf die Gebiete mit hohem Risiko verteilt, während das Ausmaß der Grasbedeckung bei den ursprünglichen 30% der Fläche beibehalten wurde (Abbildung 9C). Wir haben eine Simulation mit der neuen Landnutzung durchgeführt, um ihre Wirksamkeit zu bewerten. Die Ergebnisse zeigen, dass das neue Design das Potenzial hat, den Bodenverlust und die Sedimentfrachten in den ephemeren Strömen drastisch zu reduzieren (Abbildung 9C). Der Kamm des Sedimentflusses im Tal verschwindet und wird durch leichte Ablagerungen innerhalb der Graswege ersetzt, während die maximale und die Gesamterosionsrate deutlich reduziert werden (Mitas und Mitasova 1998). Wir haben festgestellt, dass die Wirksamkeit dieses Designs von Unterschieden in der Rauheit abhängt, die Kombination aus sehr glattem, nacktem Boden und sehr dichtem Grasweg führte zu Vorhersagen einer höheren Erosion entlang der Ränder des Grasweges - weitere Untersuchungen sind erforderlich, um zu entscheiden, ob es sich um ein Artefakt handelt der Methode oder eine realistische Vorhersage.

Es ist interessant festzustellen, dass die Landnutzungsplanung, die durch dieses recht einfache Berechnungsverfahren, das nur die Höhendaten verwendet, erhalten wurde, mehrere Gemeinsamkeiten mit der nachhaltigen Landnutzungsplanung aufwies, die 1993 auf der Farm auf der Grundlage umfangreicher experimenteller Arbeiten vorgeschlagen und umgesetzt wurde ( Auerswaldet al., 1996). Eine vereinfachte Version dieses Landnutzungsdesigns zusammen mit der Vorhersage von Wasser- und Sedimentströmen und der Nettoerosion/-ablagerung ist in Abbildung 9B dargestellt. Es nutzt einen deutlich höheren Anteil an Dauergras und Brachfläche und erhöht die Rauheit im Hopfenfeld. Die Ergebnisse zeigen, dass diese Konstruktion viel Feuchtigkeit hält und bei höheren Kosten die Erosion noch weiter reduziert.

Abbildung 8 . Bewertung von 3 verschiedenen Landnutzungsalternativen: Simulierte Wassertiefe, Sedimentflussrate und Nettoerosion/-ablagerung für das ursprüngliche (A 21 % Gras), neues nachhaltiges (B: 40 % Gras) und computergestaltetes (C: 19 % Gras) Land Verwendung für die Jahreszeit, in der die landwirtschaftlichen Flächen (braun) kahl und die Grasbedeckung (grün) gut entwickelt ist.

2.2.4 Einfluss der zeitlichen Variabilität der Landbedeckung

Das Vegetationswachstum im Laufe des Jahres verändert die Eigenschaften der Bodenoberfläche, einschließlich ihrer Rauheit, mit tiefgreifenden Auswirkungen auf den Wasser- und Sedimentfluss und das Erosions- und Ablagerungsmuster. Die gleiche Landnutzung kann je nach Jahreszeit des Sturmereignisses zu unterschiedlichen Erosions-/Ablagerungsmustern und Sedimentfrachten führen. Die folgende Abbildung zeigt, dass der Unterschied zwischen der Rauheit zweier unterschiedlicher Bedeckungen (Szenario B, Abbildung 8) einen erheblichen Einfluss auf das Erosions-/Ablagerungsmuster hat und Bereiche, in denen Erosion aufgetreten ist, zu unterschiedlichen Jahreszeiten zu Ablagerungsbereichen werden können.

Abbildung 9. Einfluss des Rauheitsunterschieds bei räumlich veränderlicher Bedeckung (Szenario B) wobei K t = K d = 0,03/0,0003 für beide Fälle ist und die Oberflächenrauheit im Bereich des nackten Bodens zunimmt, während sie für Gras konstant bleibt a) n = 0,01 /0,1 , b) n=0,05/0,1

Diese Tatsache kann noch besser durch das folgende Beispiel veranschaulicht werden, in dem wir einen Einschlag von a) extrem großem Ereignis ( 140 mm/h ) und nacktem Boden in landwirtschaftlichen Feldern ( n = 0,01, K t = 0,03, K d = 0,003, b ) kleines Ereignis ( 18 mm/h ) mit dichter Bedeckung ( n = 0,1, K t = K d = 0,0003 ). Die Simulation stimmt mit der von Auerswald vorgeschlagenen Hypothese überein (persönliche Mitteilung), dass sich das Material bei wiederholten kleinen Ereignissen im Tal ablagert und dann bei Extremereignissen ein Teil des angesammelten Materials erodiert wird mit Bedingungen, die zu einer vorherrschenden Ablösung führen begrenzter Erosionsfall wenn große Transportkapazität des Flusses vorhanden ist.

Abbildung 10. Sedimentfluss a), c) und Nettoerosion/-ablagerung b), d) für ein großes a), b) und ein kleines c), d) Ereignis für Szenario A

2.2.5 Simulation des Aufpralls von Geländestrukturen

Wir haben die Fähigkeiten des SIMWE-Modells getestet, Wasserströmungs- und Erosionsprozesse für Gelände mit Strukturen wie Terrassen und Teichen zu simulieren, wenn das Gelände nicht glatt ist und signifikante Diskontinuitäten und Vertiefungen vorhanden sind. Wir haben die Geländeoberfläche mit Standard-GIS-Werkzeugen ( r.digit, r.mapcalc, siehe folgendes Kapitel für weitere Details ) modifiziert, was zu einer Oberfläche mit einem vereinfachten Teich (Vertiefung) und einer Terrasse (Diskontinuitätsfehler und kleiner flacher Bereich) führt ohne Steigung). Für die Testläufe haben wir einen hypothetischen Fall von gleichmäßigem Boden und Bedeckung auch auf Bauwerken verwendet. Der SIMWE-Algorithmus war robust genug, um den Wasser- und Sedimentfluss selbst für diese komplexe Situation zu simulieren, wie in Abbildung 11 dargestellt, die Wasser- und Sedimentansammlungen innerhalb des Teichs und einer Terrasse zeigt. Wird die Terrassenwand nicht verstärkt, wie in unserem Beispiel, wird sie schnell abgetragen. Die Ergebnisse sind ermutigend und erlauben es uns, in Zukunft die Simulation komplexerer und realistischerer Strukturen gezielt anzustreben (siehe auch die Simulation eines Straßenaufpralls im vorherigen Bericht von Mitasova et al. 1996c).

Abbildung 11 Einfluss von Geländestrukturen auf Wasserfluss und Nettoerosion/-ablagerung unter einheitlichen Bedingungen

3. GIS-Tools

Die Simulation von Landschaftsprozessen reagiert empfindlicher auf Rauschen und Artefakte in Landschaftscharakterisierungsdaten als die traditionelleren Verwendungen von GIS wie die automatische Kartenerstellung oder räumliche Analyse. Die Effizienz von Simulationen hängt von der digitalen Datendarstellung ab, wobei die herkömmliche Darstellung durch Polygone, die üblicherweise für die Kartierung verwendet wird, nicht immer der beste Ansatz für Simulationen ist. Außerdem enthalten die Modelle oft komplexe räumliche und räumlich-zeitliche Beziehungen, und ihr Verständnis erfordert komplexere grafische Darstellungen als die Standard-2D-Karten. Daher gibt es kontinuierliche Bemühungen, die GIS-Fähigkeiten zu erweitern, um die Modellierung und Simulation von Prozessen (sowohl in kommerziellen Produkten als auch in Forschungswerkzeugen) durch die Implementierung neuer, fortschrittlicher Methoden und Datenstrukturen zu unterstützen. Unsere Bemühungen konzentrierten sich auf die Verbesserung von Methoden für die multivariate räumliche Interpolation, topografische Analyse und Visualisierung und die Erweiterung der Datenstrukturen, um multivariate Punkt- und Rasterformate zu unterstützen. Einige dieser verbesserten Funktionen werden in den neuen GRASS-Releases in Zusammenarbeit mit der Baylor University GRASS Research Group (http://www.baylor.edu/) verfügbar sein.

Interpolation basierend auf regularisiertem Spline mit Spannung, die für dieses Projekt verbessert und verwendet wurde, wird von Mitasova und Mitas (1993), Mitasova et al. (1995a, b), Mitasova et al. (1996). Um die Anforderungen der räumlichen Interpolation für GIS-Anwendungen und -Simulationen schrittweise zu erfüllen, verbessern wir regelmäßig die Implementierung der RST-Methode mit den neuesten Verbesserungen, einschließlich der Unterstützung für räumlich variable Glättung, die es Benutzern ermöglicht, für jeden gegebenen Punkt einen anderen Glättungsparameter einzustellen. je nach Genauigkeit der Messung. Diese Funktion unterstützt die Kombination von Daten aus verschiedenen Quellen mit unterschiedlichen Genauigkeiten, wobei die resultierenden Oberflächen den genauesten Daten am nächsten kommen und mehr von den weniger genau gemessenen Daten abweichen können. Wir haben auch die Interpolationswerkzeuge in ArcView Spatial Analyst getestet und einen schwerwiegenden Fehler bei der Implementierung und Anwendung von Splines auf eine Farm (Ertragserträge, organische Inhaltsstoffe, pH-Wert usw.) festgestellt, die im Spatial Analyst-Tutorial (ESRI 1997) verwendet wurden. Wir haben das Ergebnis der Analyse an ESRI mit einem Vorschlag zur Behebung der fehlerhaften Implementierung der Interpolation (Mitasova und Mitas 1997) übermittelt. Das Problem wird derzeit behoben.

Volumeninterpolation und Visualisierung von Bodendaten. Um die Möglichkeiten der Erstellung von 3D-Modellen von Bodeneigenschaften innerhalb eines GIS zu testen, haben wir eine Reihe von räumlichen Modellen aus umfangreichen Bodenvermessungsdaten für einen Versuchsbetrieb in Scheyern, Deutschland, berechnet. Die Bodeneigenschaften (Daten mit freundlicher Genehmigung von Dr. Auerswald) wurden im 3D-Raum bis zu einer Tiefe von 1,2 m gemessen und beinhalteten Ergebnisse der chemischen Analyse (pH, Nitrate, Phosphate, Kalium, organisches Material usw.), Bodentexturanalyse und qualitative Informationen für jede Probe. Aus diesen Daten konnten zusätzliche Informationen und Parameter wie die Tiefe kolluvialer Ablagerungen und die hydraulische Leitfähigkeit abgeleitet werden, die für Erosionssimulationen benötigt werden. Aus Sicht der räumlichen Modellierung stellt eine besondere Herausforderung für die Darstellung und Visualisierung von Bodendaten die Tatsache dar, dass die vertikale räumliche Variabilität viel höhere Auflösungen erfordert als die Auflösungen, die für die Darstellung von Phänomenen in einer horizontalen Ebene verwendet werden. Wir haben verschiedene Ansätze untersucht, um ein 3D-Modell der gemessenen Bodeneigenschaften zu erstellen (Brown et al. 1997), insbesondere durch: a) Sortieren der Daten nach Horizonten, Interpolieren einer 2D-Rasterkarte für jeden Horizont mit 2m Auflösung und Erstellen einer Mehrfachfläche Modell (Mitasova et al. 1996b) b) Interpolieren der 3D-Daten zu einer 3D-Rasterkarte mit 2 m horizontaler und 0,1 m vertikaler Auflösung unter Verwendung der trivariaten Implementierung der RST-Methode (Abbildung 12). Um vertikale Beziehungen mit ausreichender Detailgenauigkeit zu visualisieren, haben wir sowohl für mehrere Oberflächen, die die Bodenhorizonte repräsentieren (Tiefen relativ zur Geländeoberfläche übertrieben), als auch für die Serie volumetrischer Daten eine 100-fache relative Übertreibung der Tiefen verwendet. Die Ergebnisse werden in diesem Bericht durch Volumenmodelle des organischen Kohlenstoffs, der hydraulischen Leitfähigkeit und der Bodenreaktion (pH) in Kombination mit Konturen veranschaulicht (Abbildung 12). Wir haben festgestellt, dass das vollständige 3D-Modell, wenn die entsprechenden Werkzeuge verfügbar sind, besser geeignet ist als die Darstellung auf mehreren Oberflächen, da es die vertikalen Beziehungen in die Interpolation einbezieht und eine effizientere visuelle Analyse ermöglicht. Das räumliche 3D-Modell des organischen Kohlenstoffs zeigt, dass seine höchsten Konzentrationen im Bereich mit langfristiger Grasbedeckung liegen. Allerdings nimmt die Menge an organischem Kohlenstoff erwartungsgemäß mit der Tiefe rasch ab (Abbildung 12a). Das pH-Modell zeigt eine größere räumliche Variabilität in vertikaler Richtung, da sich der höchste Säuregehalt auf der Geländeoberfläche im Grasbereich über eine größere Fläche in tieferen Horizonten erstreckt (Abbildung 12c). Die Werte der hydraulischen Leitfähigkeit wurden aus Informationen über die Partikelgrößenverteilung für jede Probe abgeleitet. Das interpolierte 3D-Raster (Abbildung 12b) kann zusammen mit einem DEM als Eingabe für das 3D-Infiltrationsmodell verwendet werden, wodurch der Realismus hydrologischer Simulationen verbessert wird. Ein Beispiel für die Visualisierung der Größenfraktionsanalyse für Punkte und ein Volumenmodell des Tongehalts wird in Brown et al. (1997) einschließlich der Ergebnisse für Nitrate, Phosphate und andere Chemikalien.

Abbildung 12. Chemische Analyse und Textur des Bodens

Vereinfachter Strukturentwurf mit Standard-GIS-Tools. Standard-GIS-Tools wie r.digit und r.mapcalc können verwendet werden, um das Gelände zu modifizieren, um verschiedene von Menschenhand geschaffene Strukturen wie Straßen, Teiche oder Terrassen einzubeziehen, um die Auswirkungen anthropogener Merkmale auf Erosionsprozesse im Landschaftsmaßstab zu simulieren. Das folgende Verfahren kann verwendet werden, um einen vereinfachten Teich hinzuzufügen:

- Hintergrundinformationen anzeigen (Gelände, Wasserfluss, Rillen usw.),
- Verwenden Sie r.digit, um die Struktur ( pond2.mask ) mit Vertiefung als Kategorie 1, Damm als Kategorie 2 zu skizzieren,
- Verwenden Sie r.mapcalc, um eine Senke und einen Damm für einen vereinfachten Teich mit horizontalem Boden zu erstellen:
teich2.el = if(teich2.maske,pel.2m)
pond2.dig = 1.5+pond2.el-461.3 (Teich mit min.Tiefe 1.5m)
- r.support ausführen, um no-data auf 0 zu ändern ( pond2.mask )
- Verwenden Sie r.mapcalc, um die Struktur zur Geländeoberfläche hinzuzufügen
pel.pond2a = pel.2m-pond2.dig


Ein ähnlich einfaches Verfahren kann verwendet werden, um eine Terrasse zu erstellen. Beide Strukturen können mit dem in Abbildung 13 veranschaulichten Ergebnis zum Terrain hinzugefügt werden. Komplexere Strukturen sind möglich, indem die entsprechenden geometrischen Operationen mit r.mapcalc entwickelt oder interaktive Oberflächendesign-Tools entworfen werden, die auf Rasterdaten arbeiten. Strukturen können auch aus CAD-Tools oder anderer Software importiert, in eine Rasterdarstellung umgewandelt und zum Modifizieren des Geländes verwendet werden, jedoch müssen entsprechende Schnittstellen- oder Import-/Export-Tools entwickelt werden.

Abbildung 13. Ursprüngliches Terrain, Maske zur Lokalisierung der Terrasse und resultierende Terrainoberfläche

4. Bewerbungen

Neben der Erweiterung unseres Wissens über Erosionsprozesse in Landschaften ist das Ziel dieses Projektes die Entwicklung von Methoden und Werkzeugen zur Erosionsrisikobewertung und Erosionspräventionsunterstützung für militärische Einrichtungen. Diese Aufgabe stellt eine besondere Herausforderung dar, da militärische Anlagen große Gebiete mit viel komplexerem Gelände besetzen als typische landwirtschaftliche Regionen, für die die meisten traditionellen Erosionsmodellierungswerkzeuge entwickelt wurden. Auch die Landnutzung an Anlagen kombiniert oft relativ gut erhaltene Naturgebiete mit Landschaften, die einer starken Störung ausgesetzt sind, weit über die Auswirkungen der Landwirtschaft hinaus. Daher müssen die für die Landwirtschaft entwickelten Prinzipien der prozessbasierten Erosionsmodellierung deutlich weiterentwickelt und neue Ansätze entwickelt werden, um dieser Herausforderung zu begegnen. Einige unserer Ansätze haben wir bereits für Gebiete an militärischen Einrichtungen (Yakima, Camp Shelby Extension) getestet, wie sie von Mitasova et al. (1996bc, 1995b). In diesem Bericht demonstrieren wir weiter die entwickelte Methodik für militärische Installationen in Ft. Irwin und Ft. McCoy.

4,1 Fuß Irwin

Um die Probleme bei Simulationen für große Gebiete zu veranschaulichen, verwenden wir ein Beispiel einer Bergregion in Kalifornien. Das für das gesamte Untersuchungsgebiet (3000 km²) verfügbare Standard-DEM von 30 m stellt 4 Millionen Rasterzellen dar, ein anspruchsvoller Datensatz für die aktuellen prozessbasierten Simulationswerkzeuge und Workstations, mit einer Auflösung, die kaum ausreicht, um Gebiete mit hohem Erosionsrisiko grob zu identifizieren. Das DEM bei 5m Auflösung, benötigt z.B. um zumindest näherungsweise die Auswirkungen von Straßen oder Graswegen zu erfassen, würde die Verwendung von Datensätzen mit 121 Millionen Rasterzellen und die Durchführung von Simulationen erfordern, was mit den derzeitigen Rechenressourcen unerschwinglich, wenn nicht sogar unmöglich wäre. Es ist klar, dass für ein so großes Gebiet je nach Bedeutung und Komplexität der Einzugsgebiete des Gebiets Modellierungen in unterschiedlichen Maßstäben und Auflösungen erforderlich sind. Es ist wichtig anzumerken, dass unser Ziel in dieser Anwendung darin besteht, die Möglichkeiten zu veranschaulichen, Standardhöhendaten für Erosionssimulationen in einem großen Gebiet zu verwenden. Wir berücksichtigen nicht das Klima, die Boden- und Deckeigenschaften, die sicherlich einen großen Einfluss auf den Wasserfluss in diesem Bereich haben. Obwohl dies nur ein hypothetisches Beispiel ist, ermöglicht uns dieser Test, die Fähigkeiten unserer Tools zu beurteilen und die Umgebung für realistischere Anwendungen (z. B. Hohenfels-Installation) vorzubereiten.

Digitales Höhenmodell und topografische Analyse. Um die Probleme der Auflösung, des Rauschens und der systematischen Fehler in Standardhöhendaten zu veranschaulichen, haben wir die für Ft. Irwin (Abbildung 14) mit einer detaillierteren Analyse für die Teilbereiche A, B, C, D (Abbildung 15).

Abbildung 14. Vorbeiflug über einem DEM in Ft. Irwin

Abbildung 15. Topographisches Potenzial für Bodenablösung durch Wasserfluss für das gesamte Ft. Irwin mit hervorgehobenen Teilbereichen, die für weitere Analysen verwendet werden.

GRASS GIS ermöglicht es uns, mehrere wichtige topografische Parameter zu berechnen, die verschiedene geometrische Eigenschaften des Geländes beschreiben, wie für eine Fläche C für die ursprüngliche 30 m DEM dargestellt:

Abbildung 16. Topografische Parameter

Topografische Parameter dienen als Eingaben für Erosionsmodelle, sind aber auch nützlich, um die Qualität eines DEM zu bewerten und mögliches Rauschen und systematische Fehler zu identifizieren, wie das folgende Beispiel eines Geländes mit drapierter Tangentialkrümmung zeigt. Die tangentiale Krümmung für 30 m DEM zeigt eine akzeptable Struktur in Berggebieten, während im Tiefland erhebliches Rauschen und systematische Fehler (Streifen) vorhanden sind (Abbildung 17a). Nach dem Glätten und Resampling auf 10 m Auflösung mit der RST-Interpolationsmethode wird das Rauschen reduziert und die wichtigsten topographischen Merkmale werden besser sichtbar (Abbildung 17b):

Abbildung 17. Gelände mit drapierter tangentialer Krümmung a) Original 30m DEM und K_t , b) 10m DEM und K_t mit Glättung 1.0, zehn=60

Diese Bilder zeigen deutlich, dass der Bedarf an Präzision und Genauigkeit räumlich variabel ist, wobei flachere Bereiche viel empfindlicher sind als Berge. Beachten Sie, wie sich die künstliche Struktur in flachen Gebieten kontinuierlich in die reale Geländestruktur in den Bergen verwandelt. Dies ist besonders "gefährlich", wenn ein DEM für Simulationen verwendet werden soll, da die künstliche Struktur mit der realen topographischen Struktur verwechselt werden kann.

Flow Tracing ist ein wichtiger Bestandteil der hydrologischen und Erosionsmodellierung. Die Ergebnisse werden maßgeblich durch den Flow Tracing Algorithmus und die Auflösung sowie die Qualität des DEM beeinflusst, wie im folgenden Beispiel veranschaulicht, das die stationären Wasserflusskarten basierend auf dem ursprünglichen 30 m DEM und den geglätteten und neu abgetasteten DEMs vergleicht (Abbildung 18).

Abbildung 18. Beitragsfläche zur Steigung, berechnet aus a) ursprünglichem 30 m DEM für Fläche B, b) 10 m reinterpoliertem und geglättetem DEM mit Glättung 1., zehn=60, Fläche C.

Das Glätten und Resampling der Originaldaten mit dem RST reduzierte die künstlichen Gruben im ursprünglichen DEM und ermöglichte es dem Wasserfluss, kontinuierliche Ströme zu erzeugen.

Topografisches Potenzial für Erosion und Ablagerung, geschätzt nach dem USPED-Modell. Um den Einfluss von Glättung und Neuabtastung auf die Erosionsmodellierung zu veranschaulichen, haben wir die Sedimenttransportkapazität des Wasserflusses (Abbildung 19) und die Nettoerosion/-ablagerung (Abbildung 20) mit drei Auflösungen berechnet: a) auf 90 m für die gesamte Region herunterskaliert, b) Original 30 m für eine Unterregion von 500 km², c) geglättet und auf 10 m für eine Unterregion von 150 km² neu abgetastet. Um die Unterschiede im Detail zu demonstrieren, die bei verschiedenen Auflösungen erreicht werden können, haben wir die Ergebnisse als Farbkarten visualisiert, die über das DEM mit 10 m Auflösung für eine kleine Unterregion (36 km²) drapiert sind. Während die Auflösung von 10 m die Genauigkeit des ursprünglichen Höhenmodells nicht verbessert, reduziert die Glättung das Rauschen und die hohe Auflösung ermöglicht eine bessere Beschreibung der Geländegeometrie, was letztendlich zu realistischeren Ergebnissen des Erosionsmodells führt. Der Einfluss von Rauschen und Auflösung ist bei der Modellierung der Nettoerosion/Deposition (Abbildung 20) noch deutlicher, die sehr empfindlich auf Artefakte in einem DEM reagiert, da sie eine Funktion von Ableitungen zweiter Ordnung (Krümmungen) der Höhenoberfläche ist (Mitas und Mitasova .). 1997).

Abbildung 19. Topographisches Potenzial für Bodenablösung, berechnet mit verschiedenen Auflösungen a) 90m, Bereich A, b) 90m in Bereich D gezoomt, c) Original 30m DEM, Bereich B, d) 30m Bereich D, e) reinterpoliert und geglättet auf 10m, Bereich C, f) 10m Bereich D.

Abbildung 20. Topographisches Potenzial für Nettoerosion und Ablagerung, berechnet mit verschiedenen Auflösungen a) 90 m, Bereich A, b) 90 m in Bereich D gezoomt, c) ursprüngliches 30 m DEM, Bereich B, d) 30 m Bereich D, e) reinterpoliert und geglättet bei 10m, Bereich C, f) 10m Bereich D.

Wasser- und Sedimentströmungssimulation von SIMWE. Um die Anwendbarkeit von SIMWE auf Gebiete zu testen, die deutlich größer als die Testdaten für Deutschland sind, haben wir die räumliche Verteilung des stationären Wasserflusses, des Sedimentflusses und der Nettoerosion/-ablagerung für eine 36 Quadratkilometer große Unterregion D berechnet (Abbildungen 21, 23). Diese Anwendung zeigt, dass die Verarbeitung ursprünglicher Höhendaten durch geeignete Werkzeuge, wie in unserem Fall die RST-Methode und die Anwendung eines robusten, prozessbasierten Modells, zu einer signifikanten Verbesserung des vorhergesagten Erosions-/Ablagerungsmusters führen können.

Es ist auch möglich, die Dynamik der Wasserströmung während eines Sturms näherungsweise zu simulieren - die Animation zeigt die Entwicklung der Wassertiefe während und nach einem gleichmäßigen stationären Sturm, der ca. 5 Stunden (Abbildung 22).

Abbildung 22. Dynamisches Modell der Wasserflusstiefe während und nach einem gleichmäßigen stationären Sturm.

Die Sedimentflussraten werden durch die Lösung der Kontinuitätsgleichung der Masse mit SIMWE geschätzt, die hohe Sedimentflussraten in den Zentren von Tälern mit einer Ausbreitung des Sedimentflusses in einigen Gebieten zeigt (Abbildung 23a). Die Nettoerosions-/Depositionsraten werden für einen Fall mit dem vorherrschenden Regime zur Begrenzung der Transportkapazität geschätzt (Abbildung 23b). Beachten Sie die verschwindenden und/oder geteilten Rinnen, wenn das Gelände flacher wird und sich Schwemmkegel bilden.

Abbildung 23. Räumliche Verteilung von a) Sedimentfluss b) Nettoerosions-/Ablagerungsraten für gleichmäßigen Boden und Bedeckung

Das neu abgetastete und geglättete DEM und die Simulationsergebnisse des SIMWE-Modells wurden für eine Entwicklung und Demonstration von Virtual-Reality-Tools für hydrologische Simulationen für CAVE bei NCSA (Johnston und Reez, 1997) bereitgestellt, wie in Abbildung 24 dargestellt. VRTools.

4,2 Fuß McCoy

Wir veranschaulichen die Schätzung des topographischen Potenzials für Erosion und Ablagerung basierend auf dem USPED-Modell unter Verwendung der Höhendaten, die mit 30 m horizontaler Auflösung und 1 m vertikaler Auflösung für den folgenden Teilbereich von Ft. McCoy (Abbildung 25).

Abbildung 25. DEM für Ft.McCoy mit hervorgehobenem Testbereich.

Das topografische Potenzial für Bodenablösung und Nettoerosion und -deposition wird durch das USPED-Modell geschätzt (Mitasova et al. 1996).Auch mit eher groben Höhendaten ist es möglich, die Gebiete mit hohem topografischem Risiko für Bodenablösung und Erosion/Deposition zu identifizieren, wie die folgende Kartensequenz mit den Eingaben 30m DEM (Abbildung 26a), Zwischenstufen (Gefälle, Steigung Beitragsfläche, Abbildungen 26b, 26c) und Berechnungsergebnisse (Abbildungen 27a, 27b). Beachten Sie den Einfluss von Plateaus in niedrigen Höhenlagen auf das Hangmuster (künstliche steilere Hänge entlang von 1 m Konturen), hervorgehoben durch rote Pfeile. Diese Plateaus sind auf die unzureichende vertikale Auflösung von 1m zurückzuführen. Die bergaufwärts beitragende Fläche als Maß für den stationären Wasserfluss, berechnet aus den ursprünglichen 30 m DEM (Abbildung 26c) durch r.flow, wird stark unterschätzt. Gruben und Plateaus im DEM verursachen Probleme bei der Flussverfolgung, da in niedrigeren Höhenbereichen fast keine Strömung erzeugt wird und in Tälern die Strömung unterbrochen wird.

Abbildung 26. Eingaben und Zwischenergebnisse für die Berechnung der Erosion/Ablagerung durch USPED unter Verwendung von ursprünglichen 30 Mio. DEM.

Abbildung 27. Topografisches Potenzial für Bodenablösung und Nettoerosion/-ablagerung, berechnet von USPED unter Verwendung der ursprünglichen 30 m DEM.

Der modifizierte LS-Faktor sagt einige Gebiete mit hohem Potenzial für Bodenablösung gut voraus, insbesondere in hügeligen Teilen der Region. Sie sagt jedoch nicht die Lage von Gebieten mit konzentrierter Strömung mit hohem Potenzial für Rillen- und Gully-Bildung vorher. Auch in niedrigeren Höhenlagen wird das künstliche Muster erhöhter Erosion entlang von 1 m Konturen vorhergesagt. Die vom USPED-Modell berechnete Nettoerosions-/Depositionskarte sagt eine hohe Nettoerosion in hügeligen Regionen und an Hängen entlang der Bäche voraus. Es zeigt auch, dass ein erheblicher Teil des von Hängen erodierten Materials abgelagert wird, bevor es die Hauptbäche erreichen konnte. Dieser Karte fehlt jedoch die Vorhersage hoher Erosion aufgrund konzentrierter Strömung in Tälern und zeigt künstliche Erosions- und Ablagerungswellen entlang der 1-m-Konturen in flacheren Gebieten.

Um die negativen Auswirkungen einer geringeren Auflösung der verfügbaren Höhendaten zu reduzieren, wurde das angegebene DEM mit der RST-Methode auf eine horizontale Auflösung von 10 m und eine vertikale Auflösung von 0,01 m reinterpoliert. Gleichzeitig mit der Interpolation wurden Karten von Neigung, Aspekt, Profil und Tangentialkrümmungen erstellt (Abbildung 28).

Abb. 28. DHM reinterpoliert auf 10m Auflösung mit simultaner topographischer Analyse a) Höhen, b) Neigung, c) Aspekt, d) Profilkrümmung, e) Tangentialkrümmung.

Beachten Sie, dass in der Hangkarte das künstliche Muster steilerer Hänge entlang von 1m-Konturen verschwunden ist.

Abbildung 29. Wasserdurchfluss im stationären Zustand.

Der stationäre Wasserfluss, der von r.flow aus dem geglätteten 10m DEM berechnet wird, zeigt das Potenzial für die Kanalbildung in Tälern und sagt den Wasserfluss auch in niedrigen Höhenregionen voraus. Der Fluss in den beiden Hauptströmen ist aufgrund fehlender Daten nicht ausreichend beschrieben, kann aber eingearbeitet werden, wenn Stromdaten verfügbar sind.

Abbildung 30. Modifizierter LS-Faktor oder Verteilung des topografischen Potenzials für Bodenablösung durch Überlandfluss.

Modifizierte LS-Faktoren wurden aus dem 10m DEM unter Verwendung verschiedener Exponenten für den Wasserflussterm (p=0,6 und p=1,5) berechnet. Der Wert dieses Exponenten ist immer noch Gegenstand von Forschung und Diskussion in der Erosionsforschungsgemeinschaft. Das erste Ergebnis gewichtet den Einfluss der Neigung stärker, während das zweite Ergebnis dem Einfluss des Wasserflusses mehr Gewicht beimisst. Da der Exponent von den Wasserströmungsbedingungen in einem bestimmten Gebiet abhängt, sollte er kalibriert werden, um die für das modellierte Gebiet und die Jahreszeit typische Strömungsart widerzuspiegeln.

Abbildung 31. Topografisches Potenzial für Nettoerosion/-ablagerung, berechnet von USPED

Das topografische Potenzial für Nettoerosion/-ablagerung wurde aus dem 10m DEM unter Verwendung des USPED-Modells berechnet. Ähnlich wie beim Ergebnis von 30 m DEM zeigt das Modell eine hohe Erosion in hügeligen Gebieten und entlang von Hauptströmen und Ablagerungen in konkaven Gebieten. Es weist auch auf hohe Erosion in Gebieten mit konzentrierter Strömung hin, die die Hauptbäche erreichen könnte. Das künstliche Muster der Erosion/Ablagerung entlang der Konturen ist nicht vorhanden.

Auswirkungen von Boden und Bedeckung werden berücksichtigt, wenn die Kategorien Landnutzung/Bedeckung/Boden oder zumindest eine grobe Schätzung des C-Faktors verfügbar sind. Auch die Abschätzung des Sedimentflusses und der Nettoerosion/-ablagerung durch das prozessbasierte verteilte Modell SIMWE kann durchgeführt werden, nachdem wir Daten zur Landbedeckung erhalten haben.

5. Schlussfolgerungen und zukünftige Richtungen

Der vorgestellte Ansatz und die Beispiele veranschaulichen mehrere Aspekte der fortgeschrittenen GIS-Anwendung zur Landschaftscharakterisierung und Prozesssimulation. Wir haben gezeigt, wie wichtig die richtige Wahl der Interpolationsmethode bei der Vorbereitung der Eingabedaten für Simulationen ist, und die Nützlichkeit der Glättung und Neuabtastung eines 30-m-Standard-DEMs auf eine höhere Auflösung zur Modellierung von Erosion und Ablagerung. Das Ersetzen der geometriebasierten Algorithmen durch physikbasierte Modelle verbessert die strömungsbezogene topografische Analyse. Die Erweiterung von GIS auf 3D ermöglicht es uns, räumliche Modelle zu erstellen, die die Verteilung von Phänomenen im 3D-Raum erfassen, jedoch sind anisotrope Skalierung und Auflösung erforderlich, um aussagekräftige Modelle zu erstellen. Die Implementierung des Konzepts multivariater Felder für Landschaftscharakterisierungsdaten in GIS und die Entwicklung geeigneter unterstützender Werkzeuge erhöht die Effizienz der Datenaufbereitung sowie der Analyse und Präsentation von Simulationsergebnissen. Dieser Ansatz unterstützt weiter den Übergang von profil- und/oder polygonbasierten Modellen zu vollständigen dynamischen 3D-Simulationen auf Basis multivariater Felder.

Die stochastische Methode zur Lösung der First-Principles-Gleichungen unter Verwendung der Monte-Carlo-Technik der Greenschen Funktion lieferte uns ein wertvolles Forschungswerkzeug mit der dringend benötigten Robustheit und Flexibilität. Es ermöglichte uns, mehrere wichtige Themen wie Erosions-/Ablagerungsregime, Formen der Sedimenttransportkapazität und verschiedene Landnutzungsszenarien in einer komplexen realistischen Landschaft zu untersuchen. Unter Verwendung der bivariaten Formulierung haben wir die beobachtete Beziehung zwischen dem Erosions-/Ablagerungsmuster und der Geländeform im Regime mit begrenzter Transportkapazität theoretisch aufgeklärt. Insbesondere haben wir die Beziehung des Geländeprofils und der tangentialen Krümmungen zu den beobachteten Mustern gezeigt und gezeigt, dass der Einfluss beider Krümmungen für eine korrekte Beschreibung und das Verständnis der Erosion im 3D-Raum gleichermaßen wichtig ist.

Ein Hinweis von Nearing et al. (1997), dass die Sedimentfrachten aus Bächen stärker durch eine Sedimenttransportgrenze als durch die Bodenablösung im Allgemeinen beeinflusst werden könnten, stimmt mit unseren Ergebnissen überein. Dies scheint insbesondere bei komplexen Geländebedingungen der Fall zu sein, bei denen sich die Transportkapazität aufgrund von Variationen in der Geländeform und -bedeckung signifikant ändert, die die Verteilung und Amplituden des Wasserströmungsfeldes erheblich beeinflussen. Unsere Berechnungen und Analysen deuten auch darauf hin, dass die Sedimenttransportkapazität eine wichtigere Rolle spielt als von der bisherigen Forschung, die sich auf die Erodierbarkeit als zentrale Kontrollgröße konzentrierte, angenommen hatte. Offensichtlich kann ein subtiles und räumlich variables Wechselspiel zwischen Erodierbarkeit und Transportkapazität die Prozesse tiefgreifend beeinflussen. Wir glauben, dass diese Komplexität deutlich auf die Bedeutung der hochgenauen und hochauflösenden 2D-Simulationen als eines der vielversprechendsten Forschungsgebiete verweist.

6. Referenzen

Arnold, J. G., P. M. Allen und G. Bernhardt, 1993, Ein umfassendes Oberflächen-Grundwasser-Strömungsmodell. Zeitschrift für Hydrologie, 142, 47-69.

Auerswald, K., A. Eicher, J. Filser, A. Kammerer, M. Kainz, R. Rackwitz,J. Schulein, H. Wommer, S. Weigland und K. Weinfurtner, 1996, Entwicklung und Umsetzung von Bodenschutzstrategien für eine nachhaltige Landnutzung - das Scheyern-Projekt des FAM, inDOPLN Land Use, herausgegeben von H. Stanjek,Int. Kongress des ESSC, Tour Guide, II, S. 25-68, Technische Universität München, Freising-Weihenstephan, Deutschland.

Bennet, J.P., 1974, Konzepte der mathematischen Modellierung der Sedimentausbeute, Water Resources Research, 10, 485-496.

Bjorneberg, D.L., Aase, J.K., Trout, T.J., 1997, WEPP-Modellerosionsbewertung unter Furchenbewässerung. Papier Nr. 972115, 1997 ASAE Ann. Int. Treffen, Minneapolis, MI.

Brown, W. M., Mitasova, H. und Mitas, L., 1997, Design, Entwicklung und Verbesserung dynamischer multidimensionaler Werkzeuge in vollständig integrierter Weise mit dem GRASS GIS. Bericht für USA CERL. Universität von Illinois, Urbana-Champaign, IL. http://www2.gis.uiuc.edu/erosion/gsoils/vizrep2.html

Busacca, A. J., C. A. Cook und D. J. Mulla, 1993, Vergleich der Abschätzung der Bodenerosion im Palouse-Landschaftsmaßstab mit Cs-137 und RUSLE, Journal of Soil and Water Conservation, 48, 361-67.

Desmet, P. J. J. und G. Govers, 1995, GIS-basierte Simulation von Erosions- und Ablagerungsmustern in einer Agrarlandschaft: ein Vergleich von Modellergebnissen mit Bodenkarteninformationen, Catena, 25, 389-401.

Engel, B., Hydrology Models in GRASS, 1995, http://soils.ecn.purdue.edu:80/

ESRI, 1997, ArcView Spatial Analyst S. 22-24, 59-60, 52-55

Flacke, W., K. Auerswald und L. Neufang, 1990, Kombinieren eines modifizierten USLE mit einem digitalen Geländemodell zur Berechnung hochauflösender Karten des Bodenverlusts infolge von Regenwäsche, Catena, 17, 383-397.

Flanagan, D.C. und M.A. Nearing (Hrsg.), 1995, USDA-Water Erosion Prediction Project, NSERL, Report No. 10, S. 1.1- A.1, National Soil Erosion Lab., USDA ARS, Laffayette, IN.

Foster, G. R. und L. D. Meyer, 1972, Eine geschlossene Erosionsgleichung für Hochlandgebiete, in Sedimentation: Symposium to Honor Prof. H.A. Einstein, herausgegeben von H. W. Shen, S. 12.1-12.19, Colorado State University, Ft. Collins, CO.

Foster, GR, 1990, Prozessbasierte Modellierung der Bodenerosion durch Wasser auf landwirtschaftlichen Flächen, in Soil Erosion on Agricultural Land>, herausgegeben von J. Boardman, IDL Foster und JA Dearing, John Wiley & Sons Ltd, S. 429-445 .

Foster, GR, DC Flanagan, MA Nearing, LJ Lane, LM Risse und SC Finkner, 1995, Hillslope Erosion Component, WEPP: USDA-Water Erosion Prediction Project, herausgegeben von DC Flanagan und MA Nearing, NSERL report No. 10,pp . 11.1-11.12, National Soil Erosion Lab., USDA ARS, Laffayette, IN.

Garrote, L. und R. L. Bras, 1993, Echtzeit-Modellierung der Reaktion von Flusseinzugsgebieten unter Verwendung von Radar-generierten Niederschlagskarten und einer verteilten hydrologischen Datenbank, Report No.

Govers, G., 1991, Rillerosion auf Ackerland in Zentralbelgien: Raten, Kontrollen und Vorhersagbarkeit, Catena, 18, 133-155.

Guy, BT, Rudra, RP Rudra und WT Dickinson, 1991, Prozessorientierte Forschung zu Bodenerosion und Überlandströmung, Overland Flow Hydraulics and Mechanics, herausgegeben von AJ Parsons und AD Abrahams, Chapman und Hall, New York, S. 225-242.

Haan, C.T., B.J. Barfield und J.C. Hayes, 1994, Design Hydrology and Sedimentology for Small Catchments, S. 242-243, Academic Press.

Hong, S., und S. Mostaghimi, 1995, Evaluation of selected management practices for nonpoint source emissions control using a two-dimensional simulation model, ASAE, Paper No. 952700. Sommertreffen der ASAE, Chicago, IL.

Howard, A. D., 1994, A detachment-limited model of Drain Basin Evolution, Water Resources Research, 30(7), 2261-2285.

Johnston D. und Reez, W., 1997, 3D-Visualisierung geographischer Daten mit dem CAVE. http://www.gis.uiuc.edu/hpgis/visualization.htm.

Julien, P.Y. und D.B. Simons, 1985, Sediment transport capacity of overland flow, Transactions of the ASAE>, 28, 755-762.

Julien, P. Y., B. Saghafian und F. L. Ogden, 1995, Rasterbasierte hydrologische Modellierung von räumlich variiertem Oberflächenabfluss, Water Resources Bulletin, 31(3), 523-536.

Kirkby, M. J., 1987, Modellierung einiger Einflüsse von Bodenerosion, Erdrutschen und Talgefälle auf die Drainagedichte und die Entwicklung von Hohlräumen. Catena-Ergänzung, 10, 1-14.

Kramer, S. und M. Marder, 1992, Evolution of River Networks, Physical Review Letters, 68, 205-208.

Krcho, J., 1991, Georelief als Subsystem der Landschaft und der Einfluss morphometrischer Parameter des Georeliefs auf die räumliche Differenzierung landschaftsökologischer Prozesse, Ecology(CSFR), 10, 115-57.

Maidment, D. R., 1996, Environmental modeling within GIS, in GIS and Environmental Modeling: Progress and Research Issues, herausgegeben von M. F. Goodchild, L. T. Steyaert und B. O. Parks, GIS World, Inc., S. 315-324.

Martz, L.W. und E. de Jong, 1987, Using Cäsium-137 to Assessment the Variability of Net Bodenerosion und ihre Assoziation mit Topographie in einer kanadischen Prärielandschaft, Catena, 14, 439-451.

Martz, L.W. und E. de Jong, 1991, Using Cäsium-137 and Landform Classification, um ein Netto-Bodenerosionsbudget für eine kleine kanadische Präriewasserscheide zu entwickeln, Catena, 18, 289-308.

Meyer, L.D. und Wischmeier, W.H., 1969, Mathematische Simulation des Prozesses der Bodenerosion durch Wasser. Transaktionen der ASAE, 12, 754-758.

Mitas, L. und Mitasova, H., 1998, Verteilte Bodenerosionssimulation für eine effektive Erosionsprävention. Wasserressourcenforschung, im Druck.

Mitas, L., Mitasova, H., 1997, Spatial Interpolation.In: P.Longley, M.F. Goodchild, D. J. Maguire, D.W.Rhind (Hrsg.),Geographische Informationssysteme: Prinzipien, Techniken, Management und Anwendungen (im Druck).

Mitas, L., Mitasova, H., 1997, Green's Function Monte Carlo-Ansatz zur Erosionsmodellierung in komplexem Gelände. Papier Nr. 973066, 1997 ASAE Annual International Meeting, Minneapolis, Minnesota.

Mitas L., Brown W. M., Mitasova H., 1997, Rolle der dynamischen Kartographie in Simulationen von Landschaftsprozessen basierend auf multivariaten Feldern. Computers and Geosciences, Band 23, Nr. 4, S. 437-446 (einschließlich CDROM und WWW: www.elsevier.nl/locate/cgvis).

Mitasova, H., Mitas, L., Brown, W.M. und Warren, S. 1997, Mehrdimensionale GIS-Umgebung zur Simulation und Analyse von Landschaftsprozessen, Papier Nr. 973034, 1997 ASAE Annual International Meeting, Minneapolis, Minnesota.

Mitasova, H., Mitas, L., 1997, ArcView Spatial Analyst Spline-Interpolation. http://www2.gis.uiuc.edu/erosion/esri/splinearc.html

Mitasova, H., Mitas, L., Brown, W.M., Johnston, D., 1996c, Multidimensional Soil Erosion/Deposition Modeling. TEIL III: Prozessbasierte Erosionssimulation. Bericht für USA CERL. Universität von Illinois, Urbana-Champaign, IL, S. 28.

Mitasova, H., W.M. Brown, D. Johnston, L. Mitas, 1996b, GIS-Tools für Erosions-/Ablagerungsmodellierung und mehrdimensionale Visualisierung. TEIL II: Power-Based Erosion/Deposition Modeling des Unit Stream und verbesserte dynamische Visualisierung. Bericht für USA CERL.University of Illinois, Urbana-Champaign, IL, S. 38.

Mitasova, H., J. Hofierka, M. Zlocha und R. L. Iverson, 1996a, Modellierung des topographischen Potenzials für Erosion und Ablagerung mit GIS,Int. Zeitschrift für Geographische Informationswissenschaft, 10(5), 629-641.
(Antwort auf einen Kommentar zu diesem Artikel erscheint 1997 im Int. Journal of Geographical Information Science, Band 11, Nr. 6)

Mitasova, H., Mitas, L., Brown, W.M., Gerdes, D.P., Kosinovsky, I., 1995, Modellierung räumlich und zeitlich verteilter Phänomene: Neue Methoden und Werkzeuge für GRASS GIS. International Journal of GIS, 9 (4), Sonderausgabe zur Integration von Umweltmodellierung und GIS, S. 443-446.

Mitasova, W. M. Brown, D. Johnston, B. Saghafian, L. Mitas, M. Astley, 1995, GIS-Tools für Erosions-/Ablagerungsmodellierung und mehrdimensionale Visualisierung.Teil I: Interpolation, Niederschlag-Abfluss, Visualisierung. Bericht für USA CERL. University of Illinois, Urbana-Champaign, IL, S. 45.

Mitasova, H. und L. Mitas, 1993, Interpolation by Regularized Spline with Tension: I. Theory and Implementation, Mathematical Geology, 25, 641-55.

Mitasova, H., J. Hofierka, 1993, Interpolation by regularized Spline with Tension: II. Anwendung auf Geländemodellierung und Oberflächengeometrieanalyse. Mathematische Geologie 25, p. 657-669.

Moore, I. D. und J. P. Wilson, 1992, Längen-Steigungs-Faktoren für die überarbeitete universelle Bodenverlustgleichung: Vereinfachte Methode der Schätzung, Journal of Soil and Water Conservation, 47, 423-428.

Moore, ID, AK Turner, JP Wilson, SK Jensen und LE Band, 1993, GIS and Land Surface-Subsurface Process Modeling, in Geographic Information Systems and Environmental Modeling>, herausgegeben von M. F. Goodchild, LT Steyaert und BO Parks , S. 196-230, Oxford University Press, New York.

Nearing M.A., Norton L.D., Bulgakov D.A., Larionov G.A., West L.T., Dontsova K.M., 1997, Hydraulics and Erosion in Eroding rills. Wasserressourcenforschung, 33, 865-876.

Quine, TA, PJJ Desmet, G. Govers, K. Vandaele und DE Walling, 1994, Ein Vergleich der Rolle der Bodenbearbeitung und der Wassererosion bei der Landformentwicklung und dem Sedimentexport auf landwirtschaftlichen Flächen in der Nähe von Leuven, Belgien, in Variability in stream erosion und Sedimenttransport, herausgegeben von LJ Olive, RJ Loughran und JA Kesby, IAHS Publication, No. 224, Proz. eines Int. Symposium Canberra, Australien, S. 77-86.

Rewerts, C. C. und B. A. Engel, 1991, ANSWERS on GRASS: Integrating a watershed simulation with a GIS. ASAE-Papier Nr. 91-2621. Amerikanische Gesellschaft für Agraringenieure, St. Joseph, Missouri, 1-8.

Saghafian, B., Implementation of a Distributed Hydrologic Model within GRASS, in , herausgegeben von M. F. Goodchild, LT Steyaert und BO Parks, GIS World, Inc., pp 205-208, 1996.

Srinivasan, R. und J. G. Arnold, 1994, Integration eines Wasserqualitätsmodells im Beckenmaßstab mit GIS, Water Resources Bulletin, 30(3), 453-462.

Sutherland, R. A., 1991, Cäsium-137 und Sedimenthaushalt in einem teilweise geschlossenen Einzugsgebiet, Zeitschrift Fur Geomorphologie N.F. Bd., 35, Heft 1, 47-63.

Vieux, BE, NS Farajalla und N. Gaur, Integriertes GIS und verteilte Regenwasserabflussmodellierung, in , herausgegeben von MF Goodchild, LT Steyaert und BO Parks, GIS World , Inc., S. 199–205, 1996.

Warren, S., K. Auerswald, L. Mitas und H. Mitasova, 1996, Fortgeschrittene Werkzeuge zur Vorhersage von Bodenerosion und -ablagerung, auf II. Internationaler Kongress der Europäischen Gesellschaft für Bodenschutz, Technische Universität München, Freisig-Weihenstephan, Deutschland, September.

Willgoose, G. R., R. L. Bras und I. Rodriguez-Iturbe, Ein physikalisch basiertes gekoppeltes Netzwerkwachstum und Hügelentwicklungsmodell 1, Theorie, , 27(7), 1671-1684, 1991.

Willgoose, G. R., R. L. Bras und I. Rodriguez-Iturbe, Ein physikalisch basiertes Kanalnetz- und Einzugsentwicklungsmodell, technischer Bericht Nr. 322, Ralph Parsons Lab., MIT, Cambridge, Massachusetts, USA, 1989.


Problem beim Interpolieren eines vertikalen Profils in 3D Analyst (ArcMap 10.1) - Geographic Information Systems

1 Forschungsinstitut für Angewandte Mechanik (RIAM), Kyushu University, Fukuoka, Japan

2 Environmental GIS Laboratory Co. Ltd, Fukuoka, Japan

Copyright & Kopie 2019 von Autor(en) und Scientific Research Publishing Inc.

Dieses Werk ist unter der Creative Commons Attribution International License (CC BY 4.0) lizenziert.

Eingegangen: 11. September 2019 Angenommen: 27. Oktober 2019 Veröffentlicht: 30. Oktober 2019

In dieser Studie haben wir ein neues Computational Fluid Dynamics (CFD)-Modell namens Airflow Analyst entwickelt, das die Affinität zwischen CFD und geografischen Informationssystemen (GIS) vertieft. Zunächst wurde eine genaue Simulation des aufgesetzten Würfels durchgeführt. Validierungstests basierend auf den erhaltenen Daten bestätigten die Vorhersagegenauigkeit von Airflow Analyst. Zweitens wurde das New National Stadium Japan (Tokyo Olympic Stadium) genau in einem Computer reproduziert, wobei die neuesten detaillierten Stadtgebietsdaten für die Basis erfasst wurden. Für das Ziel der konstruierten 3D-Modelle wurden Simulationen mit einer großen Anzahl von Gitterpunkten/Zellen (CFD) durchgeführt. Diese Simulationen reproduzierten die komplexen turbulenten Strömungsfelder innerhalb und außerhalb des Stadions. Das Experiment reproduzierte erfolgreich die CFD-Simulation unter Verwendung einer großen Anzahl von Gitterpunkten/Zellen, bei denen die Bedingungen der Windströmung vom Himmel ähnlich denen des beabsichtigten Stadiondesigns waren.

CFD, LES, GIS, oberflächenmontierter Cube, neues Nationalstadion Japan

Städtische Umgebungen in unserer Gesellschaft sind von den verschiedenen Einflüssen des Windes betroffen, wie zum Beispiel starke Windschäden und Belüftung. Daher muss die gebaute Umwelt im Städtebau und in der Regionalplanung bewertet und optimiert werden. Jeder Schritt während des Prüfungsprozesses für Pläne erfordert die Beteiligung von Bürgern, Administratoren und Entwicklern. Unser Forschungsteam beschäftigte sich mit der Softwareentwicklung für Stadtplanung und Architekturdesign mit dem Fokus auf neue Computational Fluid Dynamics (CFD) [1] mit einer hohen Affinität zu Geoinformationssystemen (GIS) [2]. Aktuelle Forschungsergebnisse in den uns interessierenden Bereichen sind in der Literatur zusammengefasst [1]. Wir haben Airflow Analyst [3] [4] [5] [6] entwickelt, eine Erweiterungssoftware für ArcGIS, eine vielseitige GIS-Software. Der größte Vorteil von Airflow Analyst besteht darin, dass Benutzer die Strömungsfeldeigenschaften oder den passiven skalaren Transport und die Diffusion in Regionen mit beliebig geformten Objekten analysieren können, ohne Landformmerkmale oder Gebäudecluster zu berücksichtigen.

Airflow Analyst, der auf dem GIS-System ausgeführt wird, bietet die folgenden Vorteile:

1) Große Arbeitsersparnis bei der Aufbereitung dreidimensionaler (3D) Daten für städtische Gebiete aufgrund der Nutzung von Geoinformationsressourcen, die kostenlos verbreitet oder verkauft werden

2) Massive Reduktionen in der Konstruktion 3D-Datenplanung durch die Integration von Computer Aided Design (CAD) und Building Information Modeling (BIM)

3) Sofortige Simulation mit intuitiver Bedienung durch die visuelle Bestätigung von Maßstäben auf Karten für rechnerische Windrichtungen, Domänen und Gittererzeugung

4) Visualisierung der Berechnungsergebnisse von 3D-Daten auf einer Karte und Speicherung von geografischen Informationen-Raumbezügen durch Koordinaten, wodurch Überlagerungen der räumlichen Analyse mit anderen räumlichen Informationen ermöglicht werden und

5) Die Verfügbarkeit zum Verteilen und Teilen unter Verwendung von Überlagerungen mit Web-Mapping-Diensten.

Herkömmliche Windströmungssimulationen für städtische Gebiete erfordern spezielle Kenntnisse und Fähigkeiten sowie einen enormen Zeit- und Arbeitsaufwand, um 3D-Modelle zu erstellen und Gitter zu generieren, die lokales Gelände integrieren], Gebäudeformen und Entwurfspläne. Um Windströmungssimulationen in einem Plan oder einem Entwurf abzubilden, ist jedoch ein System mit einfacher und intuitiver Bedienung erforderlich, um die Daten unmittelbar nach der Erfassung zu untersuchen. Dieses System soll den Aufwand für die obige CFD-Analyse reduzieren und Planer sollen in der Lage sein, numerische Simulationen entsprechend durchzuführen.

Regierungen und Open-Data-Communities innerhalb und außerhalb Japans bieten schnell und zunehmend kostenlose 3D-Datenverwaltung an. Daher wurden Geoinformationsinfrastrukturen mit 3D-Stadtdaten aufgebaut. Insbesondere werden BIM und Construction Information Modeling (CIM) mit verbesserter Datenkompatibilität mit GIS eingesetzt. BIM und CIM haben auch die Verwendung von 3D-Daten in der Entwurfsplanung ermöglicht. Gleichzeitig wurden fortschrittliche Techniken entwickelt, um Daten aus Satelliten- und Luftaufnahmen sowie photogrammetrischen Bilddaten zu extrahieren, die von unbemannten Luftfahrzeugen (UAVs) erfasst wurden. Es wurde eine neue Methode zur Datenerstellung vorgeschlagen: Durch Laservermessung gewonnene Punktwolkendaten können winzige 3D-Daten erzeugen, und alle diese Daten können über die Integration mit dem GIS analysiert werden.

Airflow Analyst ist das weltweit erste Softwareprogramm, das den Prozess von der Gittergenerierung bis zur Visualisierung der Datenberechnungsergebnisse abschließt. Der vorliegende Bericht demonstriert den ersten Validierungstest der Vorhersagegenauigkeit von Airflow Analyst für einen oberflächenmontierten Würfel. Zweitens stellt dieser Artikel eine Reproduktion des New National Stadium Japan (Tokyo Olympic Stadium) unter Verwendung von 3D-Topografiedaten der Advanced World 3D Map (AW3D) [7] vor, die aus einer Kombination von hochauflösenden Bildern von Satellitenfotos erstellt wurden. Anschließend berichten wir über groß angelegte numerische Simulationsfälle für Windströmungen. Weitere mit Airflow Analyst entwickelte Analysen sind im Anhang beschrieben.

2. Zusammenfassung der Airflow Analyst-Software

Für die numerischen Simulationen verwendeten wir das Softwarepaket Airflow Analyst, für das ein kolloziertes Gitter in einem allgemeinen krummlinigen Koordinatensystem verwendet wurde. In diesem kollozierten Gitter werden die Geschwindigkeitskomponenten und der Druck an den Gitterzellenzentren definiert, und Variablen, die sich aus der Multiplikation der kontravarianten Geschwindigkeitskomponenten mit dem Jacobi-Wert ergeben, werden an den Zellflächen definiert. Für die numerische Technik haben wir die Finite-Differenzen-Methode (FDM) und ein Large-Eddy-Simulations-(LES)-Modell für das Turbulenzmodell verwendet. Im LES-Modell wurde ein räumlicher Filter auf das Strömungsfeld angewendet, um Wirbel verschiedener Skalen in die Komponenten der Gitterskala (GS), die größer als die Rechengitterzellen sind, und die Komponenten der Untergitterskala (SGS) zu trennen, die kleiner als die Rechengitterzellen sind. Großskalige Wirbel, d. h. die GS-Komponenten von Turbulenzwirbeln, werden ohne Verwendung eines physikalisch vereinfachten Modells direkt numerisch simuliert. Im Gegensatz dazu wird die Energiedissipation, die der Haupteffekt von kleinskaligen Wirbeln, d. h. den SGS-Komponenten, ist, gemäß einer physikbasierten Analyse der SGS-Spannung modelliert.

Für die Strömungsgleichungen werden eine gefilterte Kontinuitätsgleichung für inkompressibles Fluid (Gleichung (1)) und eine gefilterte Navier-Stokes-Gleichung (Gleichung (2)) verwendet. Wenn passiver skalarer Transport und Diffusion berücksichtigt wurden, wurde die Standard-Konvektions-Diffusions-Gleichung für einen passiven Skalar mit der Verknüpfung der obigen Gleichungen der Strömungsfeldeigenschaften gelöst.

Da wir Windfelder mit mittleren Windgeschwindigkeiten von 5 - 10 m/s untersuchten, waren die Auswirkungen der vertikalen thermischen Schichtung der Atmosphäre (Atmosphärenstabilität) vernachlässigbar. Für den Berechnungsalgorithmus wurde ein Verfahren ähnlich einem Fractional Step (FS)-Verfahren [8] verwendet und ein Time-Marching-Verfahren basierend auf dem expliziten Euler-Verfahren verwendet. Die Poisson-Druckgleichung wurde mit der Methode der sukzessiven Überrelaxation (SOR) gelöst. Um alle räumlichen Terme mit Ausnahme des konvektiven Termes in Gleichung (2) zu diskretisieren, wurde ein zentrales Differenzenschema zweiter Ordnung angewendet. Für den konvektiven Term wurde ein Upwind-Differenzschema dritter Ordnung angewendet. Für die zentrale Differenzierung vierter Ordnung, die in der diskretisierten Form des konvektiven Termes auftritt, wurde die Interpolationstechnik von Kajishima [9] verwendet. Für die Gewichtung des numerischen Diffusionsterms im konvektiven Term, diskretisiert durch Upwind-Differenzierung dritter Ordnung, wurde α = 0.5 anstelle von α = 3.0 aus dem Kawamura-Kuwahara-Schema [10] verwendet, um den Einfluss der numerischen Diffusion zu minimieren. Für die LES-SGS-Modellierung wurde das Standard-Smagorinsky-Modell [11] mit einem Modellkoeffizienten von 0,1 in Verbindung mit einer Wanddämpfungsfunktion (Gleichungen (3)-Gleichung (8)) verwendet.

∂ u ¯ i ∂ t + u ¯ j ∂ u ¯ i ∂ x j = − ∂ p ¯ ∂ x i + 1 Re ∂ 2 u ¯ i ∂ x j ∂ x j − ∂ τ i j ∂ x j (2)

τ i j ≈ u ′ i u ′ j ¯ ≈ 1 3 u ′ k u ′ k ¯ δ i j − 2 ν S G S S ¯ i j (3)

ν S G S = ( C s f s Δ ) 2 | S ¯ | (4)

| S ¯ | = ( 2 S ¯ i j S ¯ i j ) 1 / 2 (5)

S ¯ i j = 1 2 ( ∂ u ¯ i ∂ x j + ∂ u ¯ j ∂ x i ) (6)

3. Validierungstest der Vorhersagegenauigkeit der Airflow Analyst Software

Hier werden die Ergebnisse von Validierungstests zur Vorhersagegenauigkeit des Luftstroms mit einem aufgesetzten Würfel berichtet. Qualitative und quantitative Bewertungen wurden mittels Strömungsvisualisierung und turbulenter Strömungsmessung mit einem Split-Film-Anemometer durchgeführt. Abbildung 1 zeigt den für die vorliegende Studie verwendeten thermisch geschichteten Windkanal aus der Vogelperspektive. Abbildung 2 zeigt eine Seitenansicht des Setzzustands des Aufputzwürfels. Bild 3 zeigt eine Nahaufnahme des Aufputzwürfels in der Teststrecke des Windkanals.

Wie in Abbildung 4 gezeigt, ist der U-förmige Hufeisenwirbel um einen auf der Oberfläche montierten Würfel zu erkennen [12]. In der vorliegenden Simulation wurde ein Hufeisenwirbel mit einer 3D-Struktur nachgebildet, wie in Abbildung 5 dargestellt. Abbildung 5 visualisiert die Strömung mit der Smoke-Wire-Technik im Windkanalexperiment, die das Strömungsfeld in der Nähe der Oberfläche nutzte -montierter Würfel. Wir beobachteten, dass sich in der Nähe des oberflächenmontierten Würfels ein hochkomplexes Strömungsfeld bildete. Abbildung 6 zeigt die Ergebnisse der Simulationen. Der Vergleich der beiden in Abbildung 6 und Abbildung 8 gezeigten Bilder zeigt Abbildung 6 Reproduktionen von Strömungsmustern ähnlich dem experimentellen Ergebnis des Windkanals in Abbildung 7. Abbildung 8 zeigt das Stromlinienbild für das zeitlich gemittelte Strömungsfeld der Simulationen. Beobachtet man dieses Ergebnis, bildete sich hinter dem oberflächenmontierten Würfel im zeitlich gemittelten Strömungsfeld ein stehender Wirbel. An der Messstation in der Mitte des Wirbels (in der Abbildung durch die schwarze Linie gekennzeichnet) konzentrieren wir uns auf einen Graphen, der das vertikale Profil der U-Geschwindigkeit aus dem


Schlussfolgerungen

Der in diesem Beitrag diskutierte Gefäßpflanzenreichtum des Ätna-Gebirges unterstreicht den floristischen Wert dieses Vulkans und seine einzigartige Rolle im Kontext Siziliens. Dieser Beitrag wollte einen weiteren Schritt gehen, indem er quantitative Daten zur räumlichen Verteilung der Pflanzenarten entlang des Höhengradienten nutzt und Gebiete mit einer hohen Konzentration schmaler endemischer Arten hervorhebt. Auf diese Weise war es möglich, die bemerkenswerten Höhenunterschiede in der Artenverteilung hervorzuheben, die weniger offensichtlich sind als man meinen könnte, insbesondere wurde die eigentümliche „buckelförmige Petterne“ des floristischen Reichtums in mittleren Höhenlagen hervorgehoben, wo sowohl thermophile und kühlere Arten finden günstige Umweltbedingungen. Bezogen auf die Fläche jedes Höhengürtels zeigen die gesamten endemischen und schmalen Arten eine zunehmende Reaktion, die mit der Höhe korreliert. Der hohe Anteil endemischer Arten auf den höchsten Gipfeln des Mt. Der Ätna ist mit seiner geografischen, geologischen und klimatischen Isolation verbunden, alles wichtige Triebkräfte der Artbildung, die auf die Genflüsse der Bevölkerung einwirken. Der Endemismus weist trotz seiner für den Ätna so eigentümlichen und exklusiven Arten im Allgemeinen niedrigere Zahlenwerte auf als andere nahe gelegene floristische Bezirke, die nicht vulkanisch, aber in Größe und Höhe vergleichbar sind. Eine plausible Erklärung ist, dass die geologische Substratjugend und die häufige Zerstörung der Pflanzengemeinschaften nach den Lavaströmen dazu beigetragen haben, eine begrenzte Anzahl von Arten auszuwählen, die an diese besonderen Bedingungen gut angepasst sind. Der Ätna als Ganzes bleibt einzigartig im Mittelmeerraum und aus diesem Grund war es nicht möglich, Vergleiche mit der Flora der aktiven Vulkane dieser Region anzustellen, die alle wesentlich kleiner und viel niedriger sind.


Schau das Video: ArcMap 10: How to create Profiles using a DEM - Channel cross sections! Ground Truthing! YAY (Oktober 2021).