从HydroSHEDS到USGS:一站式获取与ArcGIS处理全球及美国流域边界

news2026/4/5 1:53:51
1. 全球流域数据源HydroSHEDS与HydroBASINS详解搞水文研究的朋友们都知道获取准确的流域边界数据是开展工作的第一步。HydroSHEDSHydrological data and maps based on SHuttle Elevation Derivatives at multiple Scales是目前全球范围内最权威的水文数据集之一由世界自然基金会WWF和美国宇航局NASA联合开发。这个数据集的神奇之处在于它基于航天飞机雷达地形任务SRTM的 elevation 数据通过复杂的算法处理生成了全球统一的水文网络。我最早接触HydroSHEDS是在2015年做跨境流域研究时当时为了找一套覆盖整个东南亚的流域数据几乎跑断了腿。后来发现HydroSHEDS提供的HydroBASINS数据简直就是救命稻草。HydroBASINS是HydroSHEDS项目下的子产品专门提供矢量格式的流域边界数据它把全球划分成了12个层级level01-level12的嵌套流域就像俄罗斯套娃一样从大流域到小流域一层套一层。实际操作中我建议从官网下载时注意几个关键点分辨率选择标准版15 arc-second适合大多数研究但如果你做小尺度精细分析可以考虑30 arc-second的高分辨率版本数据格式提供了Shapefile和GeoPackage两种格式我个人更推荐GeoPackage因为它单个文件就能包含所有属性数据管理起来更方便层级选择level01-03适合大尺度分析如洲际研究level04-08适合中等尺度如国家或大河流域level09-12则适用于小流域精细研究2. 美国本土专属USGS WBD数据集解析虽然HydroBASINS覆盖全球但如果你专门研究美国地区USGS美国地质调查局的WBDWatershed Boundary Dataset会是更好的选择。这套数据的精细程度和本土化处理是HydroBASINS无法比拟的特别是在处理行政边界与水文边界的关系时表现尤为出色。WBD采用了一套独特的HUCHydrologic Unit Code编码系统把美国本土划分为2位到16位不同层级的流域单元。简单来说HUC-2代表最大的21个水资源区域如密西西比河流域是08HUC-4细分到222个子区域HUC-6进一步细分为370个流域HUC-8约2200个亚流域HUC-10约20000个集水区HUC-12最精细的划分超过100000个子集水区我在处理密西西比河项目时就深有体会当需要精确到县级行政区划内的流域边界时WBD的HUC-12数据简直是神器。下载时可以直接通过USGS的TNM Download v2平台它提供了几种很实用的筛选方式按HUC级别筛选按行政区域州、县筛选按地图交互选择按流域名称搜索3. ArcGIS数据处理全流程实战拿到原始数据只是开始真正的挑战在于如何用ArcGIS把这些数据处理成可用的格式。下面我就以密西西比河流域为例详细演示整个处理流程。3.1 数据准备与预处理首先把下载的Shapefile加载到ArcGIS中。这里有个小技巧如果数据覆盖范围太大比如整个北美的HydroBASINS可以先按属性筛选出目标流域。对于密西西比河它的HydroBASINS编码通常是712可以用属性查询语句PFAF_ID LIKE 712%对于WBD数据则可以用HUC编码筛选HUC12 LIKE 0802%3.2 坐标系转换与统一两种数据源默认的坐标系可能不同HydroBASINS通常使用WGS84地理坐标系EPSG:4326WBD数据常用NAD83投影坐标系EPSG:4269建议统一转换为适合你研究区域的投影坐标系。比如密西西比河流域我习惯用USA Contiguous Albers Equal Area ConicEPSG:102003转换方法是打开【数据管理工具】→【投影和变换】→【要素】→【投影】选择输入要素和输出位置选择目标坐标系设置地理变换参数NAD83到WGS84需要这一步3.3 边界坐标提取技巧很多模型需要的是纯文本格式的边界坐标这时就需要用到折点提取功能。我推荐使用【要素折点转点】工具而非简单的导出坐标因为它能保留原始折点的顺序可以同时提取多个多边形的边界会自动生成点ID方便后续处理具体操作打开【数据管理工具】→【要素】→【要素折点转点】选择输入要素设置输出点要素类位置勾选识别内部折点如果需要运行后使用【添加XY坐标】工具将坐标写入属性表4. 数据源对比与选择建议在实际项目中我经常需要根据研究需求选择合适的数据源。以下是两种数据源的详细对比特性HydroBASINSUSGS WBD覆盖范围全球美国本土最小流域单元约10km²level12约1km²HUC16更新频率不定期当前版本基于2019年数据持续更新部分地区每年更新拓扑关系包含上下游连接信息仅包含层级关系属性信息相对简单包含详细的水文单元元数据最佳适用场景全球或跨国研究美国本土精细研究根据我的经验选择时需要考虑几个关键因素研究尺度大尺度选HydroBASINS小尺度选WBD研究区域美国境内优先WBD境外只能用HydroBASINS模型需求如果需要上下游拓扑关系HydroBASINS更合适精度要求城市水文研究可能需要WBD HUC16级别的数据5. 常见问题排查与优化技巧在这个工作流中有几个地方特别容易出问题我把自己踩过的坑总结一下问题1坐标提取后顺序混乱解决方案在【要素折点转点】工具中一定要勾选保持折点顺序选项或者在导出后按ORIG_FID和VERTEX_INDEX字段排序。问题2超大流域处理卡顿优化方案对于像密西西比河这样的大流域可以先用【要素转线】把多边形转为线用【增密】工具适当增加节点密度再用【要素折点转点】提取坐标问题3WBD数据存在缝隙或重叠处理方法使用【拓扑检查】工具规则选择不能有缝隙和不能重叠然后使用【修复拓扑】工具自动修正。问题4HydroBASINS属性表过于简单扩展方案可以通过PFAF_ID字段关联其他HydroSHEDS数据集如flow accumulation、river network等来丰富属性信息。6. 进阶应用自动化处理脚本如果你经常需要处理这类数据建议用Python脚本实现自动化。以下是使用ArcPy的示例代码import arcpy def extract_watershed_coordinates(input_shp, output_txt): # 设置工作空间 arcpy.env.workspace in_memory # 第一步投影转换 projected projected.shp arcpy.Project_management(input_shp, projected, arcpy.SpatialReference(102003)) # 第二步提取折点 vertices vertices.shp arcpy.FeatureVerticesToPoints_management(projected, vertices, ALL) # 第三步添加XY坐标 arcpy.AddXY_management(vertices) # 第四步导出为文本 with open(output_txt, w) as f: fields [ORIG_FID, POINT_X, POINT_Y] with arcpy.da.SearchCursor(vertices, fields) as cursor: for row in cursor: f.write(f{row[0]},{row[1]},{row[2]}\n) # 清理临时数据 arcpy.Delete_management(projected) arcpy.Delete_management(vertices)这个脚本可以直接在ArcGIS的Python窗口运行也可以设置为脚本工具反复使用。我在处理批量数据时这个脚本帮我节省了至少80%的时间。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2484133.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…