J'ai dû cartographier des fossés à partir de DEM de 1 m dérivés de LiDAR de paysages agricoles auparavant. C'est certainement une tâche difficile de trouver un flux de travail adapté. Votre capacité à extraire avec succès un réseau de fossés dépendra d'un certain nombre de facteurs. Par exemple, vous êtes uniquement intéressé par les fossés en bordure de route? Si oui, les routes sont-elles sur des talus (comme c'est généralement le cas dans les milieux agricoles) et avez-vous un fichier vectoriel routier précis (cela peut être essentiel pour cette tâche)? Ou êtes-vous également intéressé par les fossés de drainage sur le terrain? Avez-vous le nuage de points LiDAR brut, ou juste un DEM interpolé? Si vous avez ce dernier, il est essentiel que vous n'appliquiez aucun type de filtre de lissage, ce qui est malheureusement généralement fait avec les DEM LiDAR en raison de leur rugosité de surface excessive, avant l'analyse. Malheureusement, un fossé en bordure de route bas est facilement enlevé avec un filtre moyen de 3 x 3 dans un DEM de 1 m. Si vous avez le nuage de points LiDAR, alors je recommanderais d'interpoler votre grille DEM en utilisant un schéma d'interpolation du voisin le plus proche (en supposant une densité de points élevée) car, bien que cela augmente la rugosité de la surface par rapport à quelque chose comme IDW, cela préservera mieux les fossés .
Maintenant, en supposant que vous avez un vecteur routier et que vous ne vous intéressez qu'aux fossés routiers, voici un workflow que vous pourriez utiliser:
Effectuez un filtre d'élévation de la différence par rapport à la moyenne. Dans les outils d'analyse géospatiale open source GIS Whitebox , que j'ai utilisés pour cette tâche, il existe littéralement un outil appelé `` Différence par rapport à l'élévation moyenne '' (DFME) qui est idéal pour ce flux de travail. Cependant, si pour une raison quelconque, vous ne pouvez pas utiliser la Whitebox, effectuez un filtre moyen traditionnel (filtre pour wagons couverts) et soustrayez le résultat du DEM d'origine (un filtre `` passe-haut '' peut également être utilisé). Vous devrez peut-être expérimenter la taille du filtre, qui dépendra de la largeur de vos caractéristiques de fossé mais devrait être légèrement plus large que les fossés. Pour mes données, j'ai défini le paramètre «Search Neighborhood Size» de l'outil DFME sur 5 cellules, ce qui créerait un filtre 11 x 11.
Vous devrez seuiller le raster DFME pour extraire toutes les cellules de la grille avec une valeur DFME «faible». Encore une fois, cela dépendra de vos données, et en particulier de la profondeur des fossés au sein de votre DEM. J'ai simplement utilisé le Whitebox Raster Calculator pour cela, avec une expression de [low cells] = [DFME] <(- 0.15). Les unités de ce paramètre «0,15» dans le seuil sont les mêmes que les unités z de votre DEM. Cela revient à dire, donnez-moi toutes les cellules de la grille qui se trouvent à au moins 15 cm (mon DEM est en mètres) sous leur environnement.
Mettez votre vecteur de route en mémoire tampon de manière à créer un masque de route suffisamment large pour inclure la route et ses fossés en bordure de route. Cela dépendra de la largeur de votre route. Si vous avez un site étendu, il peut y avoir plusieurs largeurs de route, par exemple, les routes principales sont généralement plus larges que les routes secondaires. Dans mon cas, un tampon routier de 10 m a bien fonctionné.
Convertissez ce polygone tampon de route en un raster, en utilisant le DFME ou le DEM comme image de base à partir de laquelle le raster en sortie dérivera sa résolution et son étendue. Vous voudrez peut-être auparavant découper votre tampon de route sur l'empreinte de la couche de la grille raster pour accélérer ce processus si vous avez un réseau routier vectoriel plus étendu que votre site DEM, ce qui était le cas pour moi. Selon le fonctionnement de la conversion de vecteur en raster, vous pouvez avoir à réaffecter les valeurs du raster tampon de route à 1 pour les routes et à 0 pour tout le reste. Encore une fois, la calculatrice raster peut être utile pour cela.
Multipliez votre raster tampon de route booléen final par votre image DFME seuil.
Vous pouvez, si vous êtes vraiment chic, appliquer ensuite un algorithme d'amincissement des lignes au raster résultant de l'étape 5 afin de créer un joli réseau de lignes fines de fossés en bordure de route.
Dans l'image ci-dessous, le réseau de fossés en bordure de route est représenté en noir, superposé au-dessus de l'image DFME avec l'ombrage du DEM visible de manière transparente. Je pense que cela a fonctionné assez bien dans ce cas, mais encore une fois, cela nécessite un peu de finesse et de jouer avec divers paramètres.
S'il s'avère que vous n'êtes pas seulement intéressé par les fossés en bordure de route, il existe un outil dans Whitebox appelé Map Gully Depth, qui pourrait éventuellement être utilisé pour cette tâche en fonction de vos données et de votre paysage. C'est difficile à utiliser, alors donnez-moi un e-mail si vous décidez de suivre cette voie et je serai heureux de vous donner quelques conseils. Le principal problème est qu'il est difficile d'utiliser des schémas d'écoulement de surface (par exemple des images d'accumulation de flux) pour cartographier les fossés car, contrairement aux cours d'eau, les fossés en milieu agricole sont utilisés autant pour le stockage temporaire de l'eau que pour le transport de l'eau. Ils n'ont généralement pas les gradients que vous trouvez dans les cours d'eau naturels. Néanmoins, j'ai développé un algorithme de rupture de dépression dans Whitebox qui peut être utilisé pour améliorer le drainage à travers les fossés, qui pourrait également être utile pour cartographier les fossés sur le terrain.