Suite

Comment convertir les hauteurs orthométriques SRTM DEM en hauteurs ellipsoïdales à l'aide d'ArcGIS ou d'autres SIG ?


Récemment, j'ai obtenu le DEM SRTM de Cgiar, basé sur WGS84/EGM96.

et j'ai fusionné les tuiles en un seul fichier tiff. Je veux obtenir les hauteurs ellipsoïdales WGS84.

Selon les étapes de l'aide Arcgis 10.2 "Conversion des hauteurs orthométriques en hauteurs ellipsoïdales", je fais toutes les étapes, mais j'ai trouvé que le fichier tif n'avait pas été modifié, la hauteur était la hauteur orthométrique basée sur le géoïde EGM96. Je veux un DEM au format tif avec des hauteurs ellipsoïdales basées sur l'ellipsoïde WGS84.

Je ne sais pas où est le problème ?

Les étapes que j'ai suivies :

Créer une géodatabase fichier

Pas:

  1. Cliquez sur le bouton Catalogue dans la barre d'outils Standard. Cela ouvre la fenêtre Catalogue. Dans la zone de texte Emplacement, tapez C:arcgisArcTutorRaster et appuyez sur ENTRÉE.
  2. Cliquez avec le bouton droit sur le dossier Raster et cliquez sur Nouveau > Dossier. Nommez le dossier Exercices.
  3. Cliquez avec le bouton droit sur le dossier Exercises et cliquez sur Nouveau > Géodatabase fichier. Renommez la nouvelle géodatabase fichier ImageGDB.

Définir la géodatabase par défaut

Cliquez avec le bouton droit sur la géodatabase ImageGDB dans la fenêtre Catalogue et cliquez sur Définir la géodatabase par défaut.

Créer une nouvelle mosaïque

Pas:

  1. Cliquez avec le bouton droit sur ImageGDB dans la fenêtre Catalogue et cliquez sur Nouveau > Ensemble de données mosaïque. Tapez HMA dans la zone de texte Mosaic Dataset Name.
  2. Cliquez sur le bouton de navigation Système de coordonnées . Développez Systèmes de coordonnées projetées >, choisissez wgs84 world mercator.prj, puis cliquez sur OK. Cliquez sur OK dans la boîte de dialogue de l'outil Créer une mosaïque.

Ajouter des rasters à la mosaïque

Pas:

  1. Cliquez avec le bouton droit sur la mosaïque SRTM dans la fenêtre Catalogue et cliquez sur Ajouter des rasters. Cela ouvre l'outil Ajouter des rasters au jeu de données en mosaïque. Dans la liste Type de raster, choisissez Raster Dataset.
  2. Cliquez sur la flèche déroulante et cliquez sur Espace de travail.
  3. Cliquez sur le bouton Parcourir les entrées. Accédez à C:arcgisArcTutorRasterDataSRTM_tif et cliquez sur Ajouter.
  4. Vérifiez les aperçus de mise à jour.
  5. Cliquez sur OK pour exécuter l'outil.

Ajouter la fonction Arithmétique

Pas:

  1. Ouvrez la fenêtre Catalogue et accédez à la mosaïque. Cliquez avec le bouton droit sur la mosaïque et cliquez sur Propriétés.Cliquez sur l'onglet Fonctions.
  2. Cliquez avec le bouton droit sur la fonction mosaïque et cliquez sur Insérer > Fonction arithmétique.

Le raster en entrée 1 est identifié comme le contenu actuel de la mosaïque et ne sera pas modifié. Cliquez sur le bouton de navigation Input Raster 2 et accédez au dossier pedatageoid dans l'emplacement d'installation d'ArcGIS. Choisissez WGS84.img et cliquez sur Ajouter.

  1. Cliquez sur la flèche déroulante Opération et cliquez sur Plus.
  2. Cliquez sur OK pour fermer la boîte de dialogue Propriétés des fonctions raster.
  3. Cliquez sur OK pour fermer la boîte de dialogue Propriétés de la mosaïque.

Sur la base des étapes que vous avez essayées jusqu'à présent, je pense que vous n'avez créé qu'une version à la volée de ce que vous voulez. Les ensembles de données en mosaïque ne changent ni ne créent de nouveaux rasters, ils les traitent simplement à la volée pour une visualisation rapide. Si vous exportez la mosaïque résultante en tant que nouveau raster, vous devriez obtenir le résultat souhaité.


Téléchargez les données EMG96 qui sont la hauteur du géoïde au-dessus de l'ellipsoïde WGS84. Utilisez ensuite la calculatrice raster pour ajouter le raster EMG96 à votre DEM CIGAR. (Vous devrez peut-être suréchantillonner le raster EMG96 pour obtenir la même résolution que CIGAR DEM)


Pour orthocorriger un jeu de données raster, le raster doit être associé à des RPC.

Pour un résultat plus précis, utilisez l'option de modèle d'élévation numérique (DEM) pour l'élévation. Utilisez un MNT dans le processus d'orthocorrection pour corriger les erreurs géométriques causées par le déplacement du relief.

L'utilisation d'une valeur d'altitude constante pour le paramètre Type d'orthorectification ne donnera pas de résultats précis et ne doit être utilisée que lorsqu'aucun DEM n'est disponible et qu'une précision spatiale approximative est acceptable.

Vous pouvez enregistrer votre sortie au format BIL, BIP, BMP, BSQ, DAT, Esri Grid , GIF, IMG, JPEG, JPEG 2000, PNG, TIFF, MRF, CRF ou tout autre jeu de données raster de géodatabase.

Les RPC satellites nécessitent un DEM référencé à des hauteurs ellipsoïdales, mais la plupart des données d'altitude (telles que USGS NED et ArcGIS Online World Elevation) sont référencées à des hauteurs orthométriques du niveau de la mer. Vérifiez le paramètre Geoid ( GEOID en Python) pour orthorectifier avec les RPC à moins que votre DEM ne soit référencé à une hauteur ellipsoïdale.


Source d'information

Les données d'image et de trame peuvent provenir de diverses sources, telles que des capteurs aériens ou satellitaires, des cartes numérisées, le résultat de l'analyse et même des données lidar. Elle peut être panchromatique, multispectrale, thermique, élévation ou thématique. Il peut être stocké sous forme de fichiers sur disque ou dans un système de stockage de fichiers (tel que NAS ou SAN), dans une géodatabase, ou accessible via un service (tel qu'un service d'imagerie ou un service de couverture Web (WCS)).

Les données image et raster sont ajoutées à une mosaïque en fonction de son type de raster. Le type raster simplifie le traitement de l'ajout de données d'image complexes à une mosaïque. Il est conçu pour comprendre le format de fichier et des informations spécifiques sur un produit telles que les métadonnées, comme le géoréférencement, la date d'acquisition et le type de capteur, le traitement et les longueurs d'onde, ainsi qu'un format raster, alors qu'un format raster définit uniquement comment les pixels sont stockés, tels que le nombre de lignes et de colonnes, le nombre de canaux, les valeurs de pixels réelles et d'autres paramètres spécifiques au format raster. Dans ArcGIS for Desktop, il existe plusieurs types de raster différents, certains pour des produits d'images spécifiques et d'autres pour des capteurs d'images spécifiques, tels que Landsat 7, WorldView-2 ou IKONOS.

En ajoutant des données raster selon un type de raster, les métadonnées sont lues et utilisées pour définir tout traitement devant être appliqué. Par exemple, lors de l'ajout d'une scène QuickBird Standard, le type raster sait que les métadonnées sont stockées dans un fichier .imd et les bandes sont organisées en un ou plusieurs fichiers .tif. Il sait également que cette imagerie peut être affinée et orthorectifiée, donc selon les options que vous choisissez, il ajoutera les fonctions appropriées afin que l'image puisse être traitée en conséquence. Si vous avez ajouté ces données en tant que jeu de données raster standard, seuls les fichiers .tif seront reconnus et ajoutés, et toutes les informations de métadonnées qui affecteraient les fonctions nécessaires ou l'orthorectification seraient manquantes.

Il est important que vous utilisiez le type de raster approprié pour ajouter vos images à une mosaïque. Vous devrez peut-être examiner les fichiers et leurs sources de métadonnées pour identifier le format de fichier ou le produit d'image identifié à l'aide du type raster.

Les fonctions qui définissent le traitement peuvent également être ajoutées après l'ajout d'images à une mosaïque. Cela est souvent fait pour convertir la sortie en un produit d'image particulier ou pour appliquer des corrections à des images individuelles. Les fonctions peuvent être appliquées à des images individuelles ou à l'ensemble de la mosaïque.

Quelle que soit la configuration de la mosaïque que vous implémentez, vous devez vous assurer que l'imagerie est lisible, sinon la mosaïque ne pourra pas afficher l'imagerie. L'emplacement de l'imagerie est identifié dans un chemin codé en dur. Par conséquent, si vous déplacez l'imagerie, vous devez mettre à jour la mosaïque et vice versa.


  1. Ouvrir la fenêtre du catalogue et accédez à la mosaïque.
  2. Cliquez avec le bouton droit sur la mosaïque et cliquez sur Propriétés .
  3. Cliquez sur l'onglet Fonctions.

Vous verrez une chaîne de fonctions avec la fonction Mosaic unique répertoriée. La fonction Mosaïque est répertoriée par défaut, car il s'agit d'une mosaïque et tous les rasters sont mosaïqués. C'est après le mosaïquage que vous appliquerez votre algorithme.

Lorsque vous insérez une fonction, elle est insérée au-dessus de la fonction sur laquelle vous avez cliqué.

Cela ouvre la boîte de dialogue Propriétés des fonctions raster, qui vous permet de définir les options de cette fonction.

Cela représente H dans l'équation ci-dessus.

Cela représente N dans l'équation ci-dessus.

Ces étapes vous permettent de convertir la hauteur orthométrique en ellipsoïdale. Si vous devez convertir la hauteur ellipsoïdale en hauteur orthométrique, vous pouvez utiliser la fonction arithmétique pour appliquer l'équation H = h - N.

Une fois terminée, la mosaïque peut être utilisée comme entrée DEM pour orthorectifier l'imagerie dans une autre mosaïque.


Syntaxe

Sélectionnez le jeu de données raster que vous souhaitez orthorectifier. Le raster doit avoir des coefficients polynomiaux rationnels (RPC) dans ses métadonnées.

Spécifiez un nom, un emplacement et un format pour l'ensemble de données que vous créez.

Lors du stockage du jeu de données raster dans un format de fichier, vous devez spécifier l'extension de fichier :

  • .bil —Esri BIL
  • .bip —Esri BIP
  • .bmp —BMP
  • .bsq —Esri BSQ
  • .dat —ENVI DAT
  • .gif —GIF
  • .img —ERDAS IMAGINER
  • .jpg —JPEG
  • .jp2 —JPEG 2000
  • .png —PNG
  • .tif —TIFF
  • pas d'extension pour Esri Grid

Lors du stockage d'un jeu de données raster dans une géodatabase, n'ajoutez pas d'extension de fichier au nom du jeu de données raster.

Lorsque vous stockez votre jeu de données raster dans un fichier JPEG, un fichier JPEG 2000 ou une géodatabase, vous pouvez spécifier un type de compression et une qualité de compression dans les paramètres d'environnement.

Utilisez un modèle numérique d'élévation (DEM) ou spécifiez une valeur qui représente l'élévation moyenne de votre image.

  • CONSTANT_ELEVATION —Utilise une valeur d'altitude spécifiée.
  • DEM —Utilise un raster de modèle d'altitude numérique spécifié.

La valeur d'élévation constante à utiliser lorsque le paramètre ortho_type est CONSTANT_ELEVATION .

Si un DEM est utilisé dans le processus d'orthocorrection, cette valeur n'est pas utilisée.

Raster de modèle altimétrique numérique à utiliser pour l'orthorectification lorsque le paramètre ortho_type est DEM .

Facteur d'échelle utilisé pour convertir les valeurs d'altitude dans le DEM.

Si vos unités verticales sont en mètres, le facteur Z doit être défini sur 1. Si vos unités verticales sont en pieds, le facteur Z doit être défini sur 0,3048. Si d'autres unités verticales sont utilisées, utilisez le facteur Z pour mettre les unités à l'échelle en mètres.

La valeur de base à ajouter à la valeur d'altitude dans le DEM. Cela pourrait être utilisé pour compenser les valeurs d'altitude qui ne commencent pas au niveau de la mer.

La correction du géoïde est requise par les RPC qui font référence à des hauteurs ellipsoïdales. La plupart des jeux de données d'altitude sont référencés aux hauteurs orthométriques du niveau de la mer, cette correction serait donc nécessaire dans ces cas pour convertir en hauteurs ellipsoïdales.

  • NONE —Aucune correction du géoïde n'est effectuée. N'utilisez AUCUN uniquement si votre DEM est déjà exprimé en hauteurs ellipsoïdales.
  • GEOID —Une correction du géoïde sera effectuée pour convertir les hauteurs orthométriques en hauteurs ellipsoïdales (basées sur le géoïde EGM96).

Introduction

Le relief, l'un des éléments clés de la classification géographique et de la régionalisation, est le facteur le plus important pour identifier les différences régionales 1 . Les types de relief sont généralement classés en trois grandes catégories de montagnes, de collines et de plaines. Les différences d'élévation et d'élévation relative ainsi que les variations d'incision de surface entre ces catégories sont évidentes. Le relief régional est donc le résultat d'interactions entre les forces exogènes et endogènes qui non seulement affectent profondément les schémas de base et les changements d'autres facteurs environnementaux, mais influencent également ainsi que l'agriculture et la production industrielle.

La classification automatique des types géomorphologiques est actuellement basée principalement sur l'utilisation de fenêtres statistiques régulières 2 , appliquant des modèles altimétriques numériques (MNE) pour extraire une variété de facteurs morphologiques de surface pour la classification, notamment l'altitude, la pente, l'amplitude du relief (RA), incision superficielle (SI), rugosité de surface (RS), courbure du profil (PC), et le coefficient de variance d'altitude (CV) 3,4,5,6,7,8,9,10,11 . Comme les variables topographiques peuvent, dans une certaine mesure, refléter des aspects de la géomorphologie régionale, cette approche constitue la base de la régionalisation géomorphologique. Cette approche a été largement utilisée sur le terrain depuis que Hammond 12 a proposé pour la première fois que la géomorphologie peut être classée sur la base des types de pente, de relief et de profil en utilisant des fenêtres statistiques 1,13,14,15. Il n'en reste pas moins que les facteurs topographiques ne seront pas exactement les mêmes dans toutes les applications. Dragut 16 a utilisé une suite de quatre paramètres, l'élévation, le profil et la courbure du plan, ainsi que le gradient de pente, tandis que Liu a utilisé six paramètres : amplitude du relief, l'incision de la surface, la rugosité de la surface et le coefficient de variance d'élévation, ainsi que la pente et l'élévation moyennes 7 . En revanche, Hu 7 n'a sélectionné que trois paramètres : l'amplitude du relief, l'incision de la surface et le paramètre de position du terrain (TPI). Les modèles géomorphologiques à grande échelle peuvent principalement être extraits des données SRTM DEM 4,17,18 en effet, une grande attention a été accordée à ces données, car cette application bénéficie d'une couverture quasi mondiale (c'est-à-dire entre 56°S et 60° N), a une résolution spatiale relativement élevée et est gratuit. Les sorties de données SRTM DEM ont donc été largement appliquées 9,19 en termes de géomorphologie numérique à l'échelle régionale, les données SRTM ont généralement été agrandies pour obtenir des informations géomorphologiques macroscopiques 20 . La précision des données DEM est principalement contrôlée par la précision de mesure, la résolution des données DEM, la pente d'un pixel et l'erreur de modélisation du modèle DEM 20 , qui dépend dans une large mesure de la fiabilité des données de l'échantillon 21 et signifie donc que des méthodes de rééchantillonnage simples peut augmenter considérablement les erreurs 19 . Les modèles DEM traditionnels dans ce domaine souffrent d'une série de défauts inhérents, y compris la sélection de paramètres subjectifs pour décrire les modèles macrogéographiques ainsi qu'un plus grand niveau d'erreur et la perte d'informations détaillées des données DEM suite au traitement de mise à l'échelle. Par conséquent, à la même condition de précision de mesure, de niveau de complexité du terrain et de résolution des données DEM, il est important de développer une méthode de mise à l'échelle appropriée pour améliorer la précision de la modélisation DEM dans la régionalisation géomorphologique.

La région Pékin-Tianjin-Hebei (BTH) est située entre 113°04′-119°53′E et 36°01′-42°37′N en Chine (Fig. 1). Le zonage administratif de cette zone comprend les municipalités de Pékin et de Tianjin ainsi que la province du Hebei, couvre une superficie totale de 21,60 × 10 4 km 2 22 et est le centre politique, culturel et économique de la Chine. Cette région comprend également les monts Taihang et Yanshan ainsi que la plaine de la Chine du Nord, est située dans la zone de transition entre les deuxième et troisième étapes et contient donc des structures et des types géologiques à la fois complexes et divers. La région BTH a donc un statut politique et économique important et occupe une région géographique physique très importante en Chine. Il n'y a pas eu non plus de recherche à ce jour qui traite spécifiquement des caractéristiques géomorphologiques macroscopiques de cette zone. L'objectif principal de cet article est donc de proposer une nouvelle méthode de mise à l'échelle et de révéler les caractéristiques de base et les modèles spatiaux de la géomorphologie dans la région BTH. Ces résultats révèlent non seulement les caractéristiques macroscopiques du relief de cette région, mais fournissent également une base scientifique pour l'utilisation durable des ressources régionales, le développement urbain et rural et l'aménagement industriel et agricole.


Abstrait

Le modèle numérique d'élévation est impératif pour de nombreuses analyses de processus à la surface de la terre. Dans cette étude, la qualité des DEM acquis par SRTM ver.3 et ASTER ver.2 est évaluée. Les niveaux de référence produits à partir des altitudes GPS et la carte topographique sont utilisés pour évaluer la précision verticale des DEM SRTM et ASTAR dans la ville de Najran, en Arabie saoudite. Les altitudes de référence GPS nous ont donné les valeurs de ± 5,94 m et ± 5,07 m pour les DEM SRTM et ASTER utilisés. De plus, en utilisant l'altitude de la carte topographique comme altitude de référence, la précision obtenue était de ±6,87 m et de ±7,97 m pour les DEM SRTM et ASTER. Pour notre zone d'étude, les données d'élévations SRTM à 30 m présentaient une précision verticale absolue bien supérieure à la valeur de précision verticale absolue de ±16 m, publiée dans la spécification des données SRTM.


Comment convertir les hauteurs orthométriques SRTM DEM en hauteurs ellipsoïdales à l'aide d'ArcGIS ou d'autres SIG ? - Systèmes d'information géographique

Informations papier

Informations sur la revue

Journal américain du système d'information géographique

ISSN-p : 2163-1131 ISSN électronique : 2163-114X

Délimitation et caractérisation des sous-bassins versants d'Owerri, sud-est du Nigeria, à l'aide du SIG

Akajiaku C. Chukwuocha 1 , Joel I. Igbokwe 2

1 Département d'arpentage et de géoinformatique, Université fédérale de technologie, Owerri, Nigéria

2 Département d'arpentage et de géoinformatique, Université Nnamdi Azikiwe Awka, Nigéria

Écrire à : Akajiaku C. Chukwuocha, Département d'arpentage et de géoinformatique, Université fédérale de technologie, Owerri, Nigéria.

E-mail:

Copyright © 2012 Éditions scientifiques et universitaires. Tous les droits sont réservés.

La délimitation et la caractérisation des bassins versants attirent de plus en plus l'attention mondiale alors que les scientifiques cherchent à mieux comprendre comment les eaux de ruissellement interagissent avec le paysage face aux dévastations croissantes des inondations à travers le monde. Tous les systèmes d'écoulement des eaux de surface se produisent dans des unités de sous-bassins, l'unité de base du paysage qui draine son écoulement par le même exutoire pour contribuer au flux principal du bassin versant global. La délimitation et la caractérisation des sous-bassins fourniraient certaines données de base nécessaires pour la prévision des crues, la conception du drainage, les études sur la qualité de l'eau, les données sur l'érosion et le transport des sédiments, entre autres. Dans cette étude, les systèmes d'information géographique (SIG) ont été utilisés pour créer un modèle numérique d'élévation (MNE) d'Owerri, dans le sud-est du Nigeria. Le DEM a été validé à l'aide de relevés des systèmes mondiaux de navigation par satellite (GNSS). Le MNE a été traité à travers un certain nombre d'étapes dans le SIG pour déterminer les itinéraires de drainage avec un seuil d'accumulation minimum. Toutes les cellules qui contribuent à chaque cours d'eau ont été dissoutes en une seule unité de polygone de sous-bassin et délimitées. Les caractéristiques des sous-bassins, y compris la pente moyenne, la distance d'écoulement la plus longue, la zone et les coordonnées centroïdes requises pour l'entrée dans le modèle de gestion des eaux pluviales de l'Environmental Protection Agency des États-Unis ont été déterminées.

Mots clés: Modèle Numérique d'Élévation (MNE), Sous-bassins, Voies de drainage, Délimitation, Caractérisation


Abstrait

Plusieurs méthodes de post-traitement ont été développées au cours des dernières années afin de prendre en compte la topographie dans les cartes de rayonnement solaire satellitaires à l'aide de modèles numériques d'élévation (MNE). Si la partie principale de ces procédures est d'estimer l'horizon obstrué autour de chaque point DEM d'une région donnée afin de considérer les effets d'ombrage basés sur le terrain, la taille de la zone peut également limiter cette mise en œuvre. C'est pourquoi nous avons développé un nouveau modèle d'horizon efficace basé sur le DEM récupéré lors de la Shuttle Radar Topography Mission (SRTM). Afin d'être utilisable à n'importe quel endroit du monde avec la même précision attendue, ce modèle est uniquement dérivé d'énoncés mathématiques sans aucune sorte d'approximation empirique. Validation contre in situ horizons et comparaison avec certains autres modèles ont finalement montré que celui-ci présente à la fois une meilleure précision (RMSE de 1,555° contre 1,712° ou plus) et un temps de calcul plus faible (au moins 4 fois plus rapide). De plus, dans le cas de très grandes surfaces, nous proposons une procédure d'optimisation permettant à l'utilisateur de modifier en connaissance de cause l'erreur de modélisation afin de réduire le temps de traitement. Enfin, en utilisant in situ données, nous avons également développé une méthode pour prédire la répercussion de l'erreur originale SRTM DEM sur la précision de l'horizon final.


Les analyses présentées dans ce travail ont été réalisées avec le logiciel libre R 25 et les surfaces de transformation développées sont diffusées sous forme de fichiers GeoTIFF, lisibles dans n'importe quel logiciel de Système d'Information Géographique.

Meyer, T. H., Roman, D. R. & Zilkoski, D. B. Que signifie vraiment la taille ? Partie I : Présentation. Surv. L. Inf. Sci. 64, 223–233 (2004).

Zilkoski, D. B. Systèmes de référence verticaux. Dans Maune, D. F. (éd.) Chiffre. Élév. Modèle Technol. Appl. Manuel d'utilisation DEM., chap. 2 (Société américaine de photogrammétrie et de télédétection, 2007), 2e éd.

Lemoine, F.G. et al. Le développement du modèle géopotentiel conjoint GSFC et NIMA de la NASA. Dans Int. Assoc. Géode. Symposium 117, 461–469 (1997).

Farr, T.G. et al. La mission de topographie radar de la navette. Rév. Geophys. 45, 1–33 (2007).

Abrams, M. et al. Le radiomètre spatial avancé d'émission et de réflexion thermique (ASTER) après quinze ans : examen des produits mondiaux. Int. J. Appl. Obs. de la Terre Géoinf. 38, 292–301 (2015).

Tadono, T. et al. Génération du modèle numérique global de surface 30 M-MESH par ALOS PRISM. Dans Int. Cambre. Photogramme. naissain à distance. Inf. Sci. - Arche ISPRS., 41, 157–162 (2016).

Faucille, V.J. GPS pour arpenteurs-géomètres 4e édition, (CRC Press, 2015).

Meyer, T., Zilkoski, D. & Roman, D. Que signifie vraiment la taille ? Partie II : Physique et gravité. Surv. L. Inf. Sci. Confiture. Congr. Surv. Carte. 65, 5–15 (2005).

Meyer, T., Roman, D. & Zilkoski, D. Que signifie vraiment la taille ? Partie IV : Altitude GPS. Surv. L. Inf. Sci. 66, 165–183 (2006).

Meyer, T. H., Roman, D. R. & Zilkoski, D. B. Que signifie vraiment la taille ? Partie III : Systèmes de hauteur. Surv. L. Inf. Sci. 66, 149–160 (2006).

Featherstone, W. E. & Kuhn, M. Height systems and vertical datums: A review in the australien context. J. naissain. Sci. 51, 21–41 (2006).

Milbert, D. G. & Smith, D. A. Conversion de la hauteur GPS en altitude NAVD88 avec le modèle de hauteur du géoïde GEOID96. Dans Gis Lis-Conf Internationale., 1, 681–692 (1996).

Smith, D.A. et al. Vers l'unification du système de référence vertical sur le continent nord-américain. Dans Int. Assoc. Géode. Symposium 138 Réf. Fram. Appl. Géosci., 138, 253–258 (2013).

Véronneau, M. & Huang, J. Le Système de référence géodésique canadien de 2013 (CGVD2013). Géomatique 70, 9–19 (2016).

INEGI. Cambio al Dátum Vertical NAVD88 en Información Geodésica Oficial. Technologie. Représentant., Instituto Nacional de Estadística y Geografía (2016).

Smith, D. & Bilich, A. Le projet VERTCON 3.0. Rapport technique NOAA NOS NGS 68. Tech. Rép. (2019).

Zilkoski, D. B., Richards, J. H. & Young, G. M. Results of the General Adjustment of the North American Vertical Datum of 1988. Surv. L. Inf. Syst. 52, 133–149 (1992).

Aguado, F. J. R. Réseau géodésique vertical du Mexique. Dans Drewes, H., Dodson, A. H., Fortes, L. P. S. & Sánchez, L., S. P. (éd.) Vert. Réf. Syst. Int. Assoc. Géode. Symptôme. 124, 44-49 (Springer, Berlin, Heidelberg, 2002).

Zilkoski, D. B., Balazs, E. I. & Bengston, J. M. Étude de définition du datum pour le datum vertical nord-américain de 1988. Technologie. Représentant., National Geodetic Survey (1991).

INEGI. Guía Metodológica de la Red Geodésica Horizontal. Technologie. représentant (2015).

INEGI. El Geoide Gravimétrico Mexicano 2010. Tech. Rep., Instituto Nacional de Estadistica y Geografia (INEGI) (2015).

Villasana, J. A. Réseaux géodésiques au Mexique. Pouvez. Surv. 28, 452–456 (1974).

Équipe de développement GRASS. Logiciel SIG GRASS. Technologie. Représentant, Open Source Geospatial Foundation (2019).

Carrera-Hernández, J. & Gaskin, S. Base de données hydrogéologique du bassin du Mexique (BMHDB) : mise en œuvre, requêtes et interaction avec un logiciel open source. Environ. Modèle. Logiciel 23, 1271–1279 (2008).

Équipe de base R. R : Un langage et un environnement pour l'informatique statistique (2019).

Pebesma, E. J. La géostatistique multivariée en S : le package gstat. Calcul. Geosci. 30, 683–691 (2004).

Bivand, R.S., Pebesma, E. & Gómez-Rubio, V. Analyse de données spatiales appliquées avec R. (Springer, New York, New York, NY, 2013).

Conway, J., Eddelbuettel, D., Nishiyama, T., Kumar, S. & Tiffin, N. RPostgreSQL : interface R vers le système de base de données « PostgreSQL ». Package R version 0.6-2 (2017).

Bivand, R. rgrass7 : Interface entre le Système d'Information Géographique GRASS 7 et le package R. R version 0.2-1 (2019).

Wickham, H. ggplot2 : graphiques élégants pour l'analyse des données. (Springer-Verlag, New York, NY, 2016).

Carrera-Hernández, J. Une histoire des bassins versants les plus exploités et connectés du Mexique : le bassin du Mexique et le bassin de Lerma-Chapala. Wiley Interdiscip. Rév. Eau 5, e1247 (2018).

Hudson, G. & Wackernagel, H. Cartographie de la température à l'aide du krigeage avec dérive externe : théorie et exemple écossais. Int. J. Climatol. 14, 77–91 (1994).

Carrera-Hernández, J. & Gaskin, S. Analyse temporelle spatio des précipitations et des températures quotidiennes dans le bassin du Mexique. J. Hydrol. 336, 231–249 (2007).

Goovaerts, P. Géostatistique pour les ressources naturelles et évaluation (Oxford University Press, 1997).

Isaacs, E. H. & Srivastava, M. Géostatistique appliquée. (Oxford University Press, New York, NY, 1989).

Cressie, N.A.C. Statistiques pour les données spatiales (Wiley & Sons, 1991).

Zambrano-Bigiarini, M. hydroGOF : Fonctions d'adéquation pour la comparaison de séries chronologiques hydrologiques simulées et observées. Package R version 0.3-10 (2017).

Willmott, C. J. & Matsuura, K. Avantages de l'erreur absolue moyenne (MAE) par rapport à l'erreur quadratique moyenne (RMSE) dans l'évaluation des performances moyennes du modèle. Clim. Rés. 30, 79–82 (2005).

Höhle, J. & Höhle, M. Évaluation de la précision des modèles d'élévation numériques au moyen de méthodes statistiques robustes. ISPRS J. Photogramm. Télédétection. 64, 398–406 (2009).

Leys, C., Ley, C., Klein, O., Bernard, P. & Licata, L. Détection des valeurs aberrantes : n'utilisez pas d'écart type autour de la moyenne, utilisez l'écart absolu autour de la médiane. J. Exp. Soc. Psychol. 49, 764–766 (2013).

Carrera-Hernández, J. Mexico’s vertical datum transformation grids. partage de figue https://doi.org/10.6084/m9.figshare.11495055 (2020).

Hijmans, R. J. raster : analyse et modélisation des données géographiques (2019).


Voir la vidéo: ArcGIS Raster Calculator (Octobre 2021).