WIM Pro 3+在这里!您现在可以利用点地面真相数据、后处理预测、使用连续流和使用表面参数的自适应邻域。

阅读更多…

如何报告Arc Hydro工具问题。

阅读更多…

预测任何分水岭的不透水、透水和开放水域

阅读更多…

走过WIM工作流程与jupyter笔记本

阅读更多…

LAS工具集的DEM提供了新的Arc Hydro功能，可以从LiDAR点云创建部分水条件DEM。

阅读更多…

继今年早些时候Arc Hydro for ArcGIS Pro 2.5之后，Arc Hydro for ArcGIS Pro 2.6正式发布。主要的改进包括在Pro 2.6中完全发布的Trace Network功能的实现，增加了水文建模支持功能，LAS到DEM创建工具集，两个用于地形崎岖度量化的新功能，以及从ArcMap版本过渡过来的其他几个功能。此版本在ArcHydroPro下载安装目录中被标识为“ArcHydroPro2.0.221_signed”版本。

查看另一个博客强度测量和一个广泛的文档介绍了水文处理工作流程，包括导出到HEC-HMS流域文件。如果你最近没有机会复习Arc水电项目开发最佳实践，以及专门针对Pro的Arc Hydro - ArcGIS Pro项目启动最佳实践的文件，现在是这样做的好时机。这两个文档，以及Arc Hydro文档系列中的所有其他文档，都可以在Arc Hydro GeoNet页面上找到。

Arc Hydro Pro的开发仍在继续，2.7版本的计划重点包括额外的漫滩圈定和水力建模支持工具、先进的跟踪网络工具和更广泛的文档。如果您有任何问题或意见，请通过GeoNet页面或直接通过电子邮件archydro@esri.com与Arc Hydro团队联系。

Arc水电队。

地形分析的重要性

地形特征的量化在许多分析工作流程中都是有益的，包括泥沙输运建模、生态研究、地形地貌评估和滑坡危害评估。为了帮助进行地形分析，Arc Hydro正在为其地形预处理功能添加一个地形坚固度指数(TRI)工具和一个矢量坚固度测量(VRM)工具。

TRI和VRM对地形分析有何贡献

地形崎岖指数:

TRI表示DEM中相邻单元之间的高程差值。该工具使用Riley等人(1999)开发的方法，并发表在论文《A Terrain rugdness Index That Quantifies Terrain heterogeneity》中，测量了一个中心单元格和直接围绕它的八个单元格的高程值差异。然后，对8个高差进行平方和平均。这个平均结果的平方根是中心细胞的TRI测量值。然后对DEM的每个单元进行计算。

矢量坚固度测量:

VRM提供了一种测量地形崎岖度的方法，即在邻域内网格单元的三维方向的变化。坡度和坡向被捕捉到一个单一的测量，并用于解耦地形崎岖与只是坡度或高程。VRM最初是由Hobson(1972)在“地形的表面粗糙度:定量方法”中提出的，后来由Sappington等人(2007)在“动物栖息地分析的景观粗糙度量化:莫哈韦沙漠大角羊的案例研究”中进行了改编。

这两个工具脚本都使用了由加州大学圣克鲁斯分校教授Barry Nickel博士开发的地理处理工作流。

如何找到TRI和VRM

许多生态学家和地质学家利用TRI和VRM来进一步研究和了解地形。在此工具发布之前，分析人员必须通过一系列地理处理步骤来导出TRI和VRM，或者必须编写自己的定制工具。现在，这两个工具都可以在ArcMap的Arc Hydro地形预处理工具箱中使用10.8.0.37和ArcGIS Pro在Arc水电建设2.6.26．未来的Arc Hydro版本也将支持这些工具。

如何使用工具

的三工具只需要DEM作为输入。输出是一个TRI栅格数据集，它表示DEM中相邻单元之间的高程差量，单位为米。输出值依赖于输入DEM分辨率。

的VRM工具有两个输入参数。一个是用于分析的DEM，另一个是指定用于分析的邻域大小的整数。较大的窗口大小可能是有用的，但通常会导致景观上的平滑效果，因此默认情况下，窗口大小设置为3。输出是一个VRM栅格数据集，它是一个在0(平坦)和1(最坚固)之间的无量纲坚固度值。自然地形的典型值范围在0到0.5之间，崎岖地形定义为大于0.02。

在过去的几年里，我们一直致力于将Arc Hydro集成到ArcGIS Pro平台中。ArcGIS Pro 2.5的Arc Hydro版本包括200多个Arc Hydro功能，包括地形预处理、流域和河流圈定以及特征描述。大部分是Arc Hydro 10的“老朋友”。在10.x中有一些实现，但是一些新功能在10.x中是不可用的。例如，Arc Hydro在Pro中只有一个完整的工具集，专门用于使用机器学习方法识别湿地——看看Gina的博客在那。

此外，Arc Hydro for Pro 2.5还利用了新的跟踪网络功能，该功能可通过参与ArcGIS Pro 2.5的跟踪网络Beta项目获得。ArcGIS Pro的核心功能使Arc Hydro功能的Pro实现成为可能，以前由于依赖几何网络而无法实现这些功能。如果您有兴趣测试和审查建立在它之上的跟踪网络和弧水力工具，请发电子邮件archydro@esri.com我们会让你在追踪网络测试项目中注册。

如果您最近没有机会回顾“Arc Hydro -项目开发最佳实践”，特别是对于Pro，“Arc Hydro - ArcGIS Pro项目启动最佳实践”文档，现在将是一个很好的时机。这两个文档，以及Arc Hydro文档系列中的所有其他文档，都可以在Arc Hydro GeoNet页面上找到。

Arc Hydro Pro的开发仍在继续，2.6版本的计划重点包括额外的水文和水力建模支持工具和更广泛的文档。如果您有任何问题或意见，请通过GeoNet页面或直接通过电子邮件与Arc Hydro团队联系archydro@esri.com．

Arc水力团队

湿地保护的重要性

湿地是一种重要的生态系统，为许多动植物物种提供栖息地，改善水质，补充地下水，缓解洪涝干旱严重程度。然而，湿地的质量和存在受到农业或开发再利用、污染物径流和气候变化的威胁。鉴于湿地所提供的生态价值，以及对湿地健康的持续威胁，湿地管理和保护工作势在必行。快速可靠地创建湿地分布图有助于这些努力。湿地识别模型(WIM)是创建这些数据的建议框架。

WIM如何支持湿地保护工作

虽然湿地有许多类型，但所有的湿地都可以通过共同的特征来识别，包括存在淹没该地区的水文条件，在饱和土壤条件下适应生命的植被，以及水化土壤。光探测和测距(LiDAR)数据为在不同尺度上观察这些特征提供了新的机会，并提供比其他遥感选项更高的分辨率和更广泛的可用性。激光雷达数据可以内插以创建高分辨率数字高程模型(dem)，然后可用于推导描述水流收敛和近地表土壤湿度的地形指标，以指示湿地。此外，与粗糙的dem(即> 2 m)相比，从LiDAR dem中获得地形指标已被证明可以提高饱和度映射的准确性。

WIM使用激光雷达dem来推导描述湿地形成的水文驱动因素的地形指标，并通过随机森林算法将这些指标用作湿地面积的预测指标(Breiman, 2001)。WIM主要包括预处理、预测变量计算、分类和精度评估三个部分。所需的输入数据为高分辨率数字高程模型(DEM)和经过验证的湿地/非湿地覆盖范围(即地面真相数据)，均为TIFF格式。目前的实现还需要一个地表水输入栅格，尽管未来的实现将直接从输入DEM派生这个栅格。最终的模型输出是湿地预测和准确性报告。

1. 输入的DEM使用特定于从高分辨率DEM推导水文参数的方法进行预处理。
2. 预处理DEM用于计算预测变量:地形湿润指数(TWI)、曲率和地图深度-水指数(DTW)。
3. 训练数据来源于地面真实数据。
4. 训练数据与合并的预测变量相结合来训练随机森林算法(Breiman, 2001)。
5. 未用于训练模型的地面真相数据用于评估预测的准确性。选择生成的精度度量来减少由于目标类别不平衡而对模型性能的不具代表性的评估。

WIM以前的性能和潜在的应用

WIM是通过弗吉尼亚大学的原创研究创建的。它最初是为环境规划应用而开发和评估的，特别是通过提供精确的湿地清单来简化湿地许可流程，将人工测量限制在可能的湿地区域。在对弗吉尼亚州的四个地理区域进行校准后，WIM使用了司法确认的湿地和非湿地的丰富地面真实数据集，能够识别出整个站点中80% - 90%的真实湿地。湿地预测的正确率从22%到69%不等。总的来说，这些结果表明WIM具有很强的支持湿地圈定的潜力。然而，在其他景观中的成功将取决于DEM的质量和可用的地面真实数据。这些数据允许对特定景观的WIM参数进行必要的校准。这种迭代过程可能会揭示独特的DEM预处理参数，从而改善该地区特定湿地的陆地表面表示。此外，可靠和丰富的地面真实数据将使模型能够了解一系列湿地特征，并提供具有代表性的准确性评估。

WIM入门

WIM已在Arc Hydro Pro 2.5及更高版本中实现。有关WIM作为Arc Hydro工具集的进一步文档，请参见弧水湿地识别模型．注意，WIM工具的实现需要将Scikit-Learn python包安装到Pro python环境中。

进一步的阅读

有关WIM的发展和评估的进一步阅读，请参阅以下出版物:

奥尼尔，G. L.，古道尔，J. L.，贝尔，M.，萨比，L.(2020)。利用物理输入数据进行湿地识别的深度学习。环境模型及软件．104665.https://doi.org/10.1016/j.envsoft.2020.104665．

奥尼尔，G. L.，萨比，L.，班德，L. E.，古道尔，J. L.(2019)。激光雷达DEM平滑和调节的效果
基于地形的湿地识别模型技术。水资源研究, 55岁。https://doi.org/10.1029/2019WR024784．

奥尼尔，G. L.，古道尔，J. L.，沃森，L. T.(2018)。评估LiDAR DEM衍生品的特定地点修改的潜力，以改进使用随机森林分类的环境规划尺度湿地识别。水文杂志， 559, 192-208。
https://doi.org/10.1016/j.jhydrol.2018.02.009．

引用

Breiman, L.(2001)。随机森林。机器学习，45(1) 5-32。

识别汇点的方法

我是Arc Hydro (AH)的新手，一直致力于识别景观中的水池。我遇到了几个问题，所以我想分享我的方法，希望这能为其他人节省我花在试图解决这个问题上的时间。我用原始激光雷达开始了我的项目，并使用快速地形建模器进行处理，结果仅一个县就有10个。tif文件格式的子集dem。我没有拼接子集，因为我后来了解到县级DEM太大，无法在AH中处理。这些技巧中有很多都是从网上找到的AH教程、Geonet AH Problem Solvers和AH的开发人员编译的。我使用ArcMap 10.4。

*在开始之前，请确保您已经为您的系统下载了正确的AH版本，并确保您的计算机具有此级别地理处理所需的硬件/软件。你需要空间分析师执照。

1)在本地机器上创建一个文件夹，即C:\GIS\project *当使用AH时，总是在本地机器上工作，保持名称和路径简短。

2)打开ArcMap，选择我的模板/空白地图，并为这张地图指定地理数据库，即C:\GIS\project\project.gdb

3)打开空间分析和AH工具
自定义>工具栏> Arc Hydro工具
自定义>扩展>空间分析

4)关闭后台处理
地理处理>地理处理选项>后台处理>取消勾选“启用”> OK

5)设置处理范围
地理处理>环境>处理范围>导航到DEM，您将处理> OK

6)清理用户的临时文件夹
AH工具栏> ApUtilities >附加工具>清理用户临时文件夹>是> OK

7)设定目标位置
AH工具栏> ApUtilities >设置目标位置> ApUtilities config > OK >确保该位置正确
AH工具栏> ApUtilities >设置目标位置> HydroConfig > OK >确保该位置正确
*光栅应该放在一个文件夹(不是。gdb)，向量应该放在。gdb

添加你的DEM栅格到地图，如果提示建造金字塔。

9)保存地图
文件>另存为>导航到C:\GIS\project并保存地图，即project.mxd

10)必要时对DEM进行预处理。我发现最有用的栅格格式包括:一个小栅格(列和行< 10,000x10,000)，整数(不是浮点数)，GRID格式，定义的Z坐标系，以及转换为“0”的NoData值。我从一个32位浮点。tif光栅开始，所以我必须在AH中运行它之前预处理光栅:
a)原始DEM Float to Integer
空间分析>数学> Int
输出位置:C:\GIS\project *我添加了“I”到文件名的末尾，所以我知道这是来自其他光栅，即“投影。tif”
b) DEM .tif to GRID
转换>到光栅>光栅到其他格式
输出位置:C:\GIS\项目
c)定义投影
输入:整数格式的DEM GRID(来自上一步)
打开坐标系统列表，选择空间参考属性> select Z坐标系选项卡> select NAVD88 >双击NAVD88 >垂直坐标系统属性窗口将打开>并更改线性单位名称:厘米>应用> OK > OK > OK
*这一步改变输入文件的坐标系统，不创建输出。
d)栅格计算器，将NoData转换为“0”
空间分析>地图代数>光栅计算器
使用这个公式栅格:Con(IsNull("inputraster")，0，"inputraster")
输出:C:\GIS\project\projectc *我在名字后面加了一个“C”，所以我知道这是栅格的计算版本。

11)删除除了“projectc”文件(这应该是栅格，即:integer, GRID, defined projection和NoData=0)之外可能已经添加到地图的其他文件。再次保存映射并在运行AH之前最后一次清理临时文件夹也无妨。

12)水槽预筛选
地形预处理> DEM处理> Sink预筛选
输入:projectc

保存你的地图并清理你的临时文件夹*

13)水槽评价
地形预处理> DEM处理> Sink评估
输入:PreFillDEM

*保存地图

我遵循了上述所有步骤，但仍然无法通过Sink Evaluation获得成功的输出，问题原来是我计算机的图形/视频卡。当我在一台更强大的机器上运行它时，它运行得非常好。