Essayez de répondre à ma propre question:
La cause de l'entrelacement dans les exemples que j'ai fournis est entièrement due à mon flux de travail, pas à un problème hérité de la façon dont les données ont été initialement assemblées ou mosaïquées ensemble. Les DEM auxquels je faisais face étaient tous générés à partir de techniques plus récentes, comme en témoigne cette carte:
Les deux méthodes qui couvrent les domaines avec lesquels je travaillais sont le LIDAR et d'autres capteurs actifs ou l'interpolation linéaire complexe. Les anciennes techniques référencées par @Dan Patterson sont les techniques de profilage manuel et de photomappeur Gestalt. En effet, l'USGS fait référence à cela dans le lien NED @Dan Patterson partage:
Les DEM de source plus ancienne produits par des méthodes qui sont désormais obsolètes ont été filtrés pendant le processus d'assemblage NED pour minimiser les artefacts que l'on trouve couramment dans les données produites par ces méthodes. L'élimination des artefacts améliore considérablement la qualité des informations sur la pente, le relief ombré et le drainage synthétique qui peuvent être dérivées des données d'altitude. Le processus de filtrage de la suppression des artefacts n'élimine pas tous les artefacts. Dans les zones où le seul DEM disponible est produit par des méthodes plus anciennes, le "striping" peut encore se produire. Le traitement du NED comprend également des étapes pour ajuster les valeurs là où les DEM adjacents ne correspondent pas bien, et pour remplir les zones de ruban de données manquantes entre les DEM. Ces étapes de traitement garantissent que le NED n'a pas de zones vides et des discontinuités artificielles minimales.
Alors, qu'est-ce qui a causé mes problèmes de rayures?
Alors que, pour calculer correctement les valeurs TI dans SAGA GIS, nous avons besoin que les unités cellulaires soient en mètres, pas la mesure de degré du système de coordonnées géographiques d'origine, et donc la première étape de notre flux de travail a consisté à utiliser ArcMAP (je déteste le jeu d'outils de projection de SAGA) pour projetez le DEM dans la projection UTM correcte. Dans cette étape, il existe différentes options pour rééchantillonner le DEM. Dans tous les DEM et les sorties résultantes qui avaient une répartition, nous avons incorrectement laissé la technique de rééchantillonnage par défaut comme notre choix- l'algorithme de rééchantillonnage par défaut est le plus proche voisin, qui ne devrait jamais être utilisé avec un ensemble de données continu comme les données d'évolution présentes dans un DEM. Lorsque les DEM ont été projetés à l'aide du rééchantillonnage d'interpolation bi-linéaire, aucun artefact horizontal ou vertical n'a été observé dans le DEM ou dans aucun des produits résultants.
ESRI le savait:
Les DEM sont sensibles aux artefacts. De nombreux DEM ont déjà des artefacts introduits lors de la création; les ombrages de ces MNT amplifieront les anomalies et les rendront visibles. Si le DEM ne contient aucun artefact avant d'être rendu en ombrage, le problème peut être dû à l'utilisation d'une méthode de rééchantillonnage incorrecte lors de la projection des données DEM. Un DEM est des données raster continues. La méthode de rééchantillonnage bilinéaire doit être utilisée dans les projections raster ou toutes les transformations raster. Lorsque vous projetez des données raster à l'aide de l'outil Project Raster GP, n'utilisez pas la méthode de rééchantillonnage par défaut. Choisissez plutôt le rééchantillonnage bilinéaire ou la méthode de rééchantillonnage par convolution cubique.
Source: http://support.esri.com/en/knowledgebase/techarticles/detail/29127
Et l'USGS le sait, déclarant dans la FAQ:
Q: Quelles méthodes de rééchantillonnage sont les meilleures pour préserver la précision des données NED et les caractéristiques du terrain?
R: La convolution cubique et l' interpolation bilinéaire sont les méthodes préférées de rééchantillonnage des données d'élévation numériques, et donneront une apparence plus lisse. Le voisin le plus proche a tendance à laisser des artefacts tels que des marches d'escalier et des rayures périodiques dans les données qui peuvent ne pas être visibles lors de la visualisation des données d'élévation mais peuvent affecter les dérivés, tels que le relief ombré ou les rasters de pente. *
Source: http://ned.usgs.gov/faq.html#RESAMPLE
Donc, mon acceptation stupide des paramètres par défaut dans ArcMap (et mon ignorance des résultats) a provoqué cela. Une erreur très évidente probablement.
Vivre et apprendre.