تعریف شبکه جریان حوضه آبریز با پایتون و Pysheds + آموزش :: بیسین - سایت تخصصی مهندسی آب

ابزار وبمستر

Bootstrap Example

عضويت در خبرنامه ايـميـل پايگاه بيسيــن - عضويت پس از کليک بر روي لينک فعال سازي که براي شما ارسال خواهد شد تکميل مي شود

پشتيباني شده با بيسين

تعریف شبکه جریان حوضه آبریز با پایتون و Pysheds + آموزش

 

اگر ما زمین پردازش با ماهیت GIS خود را به پایتون منتقل کنیم چه اتفاقی می افتد؟ چه اتفاقی می افتد اگر ما داده های فضایی رستری و برداری خود را به عنوان اشیاء و متغیرها در یک اسکریپت پایتون 3 پردازش کنیم؟ سپس می توانیم از خودمان بپرسیم که آیا لازم است که چرخه را مجددا بسازیم، لازم است یک جریان کاری را تغییر دهیم که قبلا در یک نرم افزار GIS کار می کند؟ دلیل و لزوم چیست؟

پاسخ ساده ای به این معضل وجود دارد: کنترل بیشتر

کار با Python به ما کنترل بیشتری بر روی geoprocessing خود می دهد، از آنجا که ما رابط کاربری گرافیکی (GUI) را با آیکون ها، دکمه ها و جعبه های محاوره ای آن را ترک می کنیم. با استفاده از پایتون در ژوپیتر نوت بوک، ما می توانیم با فایل های خاص پیوند داشته باشیم، geoprocess را تعریف کنیم و گزینه های آن، قطعه های داده های پیش نویس و نهایی، و نتایج خروجی به فرمت های SIG بردار / برش تولید کنیم. مزایای دیگری از تجزیه و تحلیل فضایی در پایتون وجود دارد؛ اینکه قابل بازیابی و سرعت پردازش هستند.

 

Pysheds پایتون 3 بسته طراحی شده برای تعریف حوضه و استخراج جریان شبکه است. در این کتابخانه نیاز به مجموعه ای از پردازش داده پیشرفته و کتابخانه های تجزیه و تحلیل فضایی به عنوان Numpy، Pandas، Scipy، Scikit-Image، Rasterio و... است. این آموزش روش کامل در یک نوت بوک Jupyter با پایتون و Pysheds را نشان می دهد:

 

  • یک مدل ارتقاء دیجیتال (بدون غرقاب) وارد کنید
  • تعیین شیب مسیر جریان
  • تعریف حوضه آبریز
  • تجزیه و تحلیل توده تجمعی جریان
  • استخراج شبکه جریان
  • تولید حوضه / بردار

از آنجا که اکثر کاربران در ویندوز کار می کنند، ما یک آموزش برای نصب Pyshed ها و کتابخانه های مورد نیاز در ویندوز با Anaconda انجام داده ایم.

 

لینک ها و دستورات مفید:

برای نصب Anaconda لطفا به اینجا مراجعه کنید.

صفحه اصلی Pysheds در اینجا در دسترس است.

 

برای نصب کتابخانه mplleaflet، لطفا در Anaconda Prompt تایپ کنید:

pip install mplleaflet

داده های ورودی:

شما می توانید داده های ورودی برای این آموزش را در این لینک دانلود کنید.

 

کد پایتون: (این کد را از اینجا دانلود کنید)

 

This is the python code used for the geoprocessing:

 

Import required libraries

import numpy as np

import matplotlib.pyplot as plt

import matplotlib.colors as colors

import geopandas as gpd

from pysheds.grid import Grid

import mplleaflet

%matplotlib inline

Open DEM file

grid = Grid.from_raster('../Rst/LocalDem.tif', data_name='dem')

def plotFigure(data, label, cmap='Blues'):

    plt.figure(figsize=(12,10))

    plt.imshow(data, extent=grid.extent, cmap=cmap)

    plt.colorbar(label=label)

    plt.grid()

plotFigure(grid.dem, 'Elevation (m)')

Define direction map

#N    NE    E    SE    S    SW    W    NW

dirmap = (64,  128,  1,   2,    4,   8,    16,  32)

grid.flowdir(data='dem', out_name='dir', dirmap=dirmap)

plotFigure(grid.dir,'Flow Directiom','viridis')

Define catchment

# Specify pour point

x, y = 285612.017,2936416.682

 

# Delineate the catchment

grid.catchment(data='dir', x=x, y=y, dirmap=dirmap, out_name='catch',

               recursionlimit=15000, xytype='label', nodata_out=0)

# Clip the bounding box to the catchment

grid.clip_to('catch')

# Get a view of the catchment

demView = grid.view('dem', nodata=np.nan)

plotFigure(demView,'Elevation')

#export selected raster

grid.to_raster(demView, '../Output/clippedElevations.tif')

Define accumulation grid and stream network

grid.accumulation(data='catch', dirmap=dirmap, pad_inplace=False, out_name='acc')

accView = grid.view('acc', nodata=np.nan)

plotFigure(accView,"Cell Number",'PuRd')

streams = grid.extract_river_network('catch', 'acc', threshold=200, dirmap=dirmap)

streams["features"][:2]

def saveDict(dic,file):

    f = open(file,'w')

    f.write(str(dic))

    f.close()

#save geojson as separate file

saveDict(streams,'../Output/streams.geojson')

Plot DEM and stream network

streamNet = gpd.read_file('../Output/streams.geojson')

streamNet.crs = {'init' :'epsg:32613'}

# The polygonize argument defaults to the grid mask when no arguments are supplied

shapes = grid.polygonize()

 

# Plot catchment boundaries

fig, ax = plt.subplots(figsize=(6.5, 6.5))

 

for shape in shapes:

    coords = np.asarray(shape[0]['coordinates'][0])

    ax.plot(coords[:,0], coords[:,1], color='cyan')

 

ax.set_xlim(grid.bbox[0], grid.bbox[2])

ax.set_ylim(grid.bbox[1], grid.bbox[3])

ax.set_title('Catchment boundary (vector)')

gpd.plotting.plot_dataframe(streamNet, None, cmap='Blues', ax=ax)

#ax = streamNet.plot()

mplleaflet.display(fig=ax.figure, crs=streamNet.crs, tiles='esri_aerial')


مدیر سایت: بهزاد سرهادی

نشاني ايميل (فعال): www.Basin.ir@Gmail.com

شناسه تلگرام مدير سايت: SubBasin@

تلفن تماس:  09190622992 (98+)

(سوالات تخصصي را در گروه تلگرام ارسال کنيد)

_______________________________________________________

×

راهنماي حل مشکل دانلود: با توجه به مسدود شدن درايو گوگل در ايران از آي پي ديگر کشورها براي دانلود فايل ها استفاده کنيد.




سفارش پروژه داريد؟ يا قصد همکاري در انجام پروژه؟ و يا قصد فروش فايل خود؟

با فشردن دکمه زير يکي از بخش هاي "سفارش انجام پروژه" يا "همکاري با بيسين" و يا "فروش فايل" را انتخاب فرماييد







آمار آنلاين-مقايسه اي بارش در حوضه هاي اصلي کشور

منبع: وزارت نيرو - اين نمودار ممکن است براي دقايقي به دليل بروزرساني غير فعال شود


آخرين تصوير ماهواره هواشناسي - موقعيت ايران

W3Schools

________________________________________________________________________________

____________________________________________________

_____________________________

W3Schools

نظرات  (۰)

فرم ارسال نظر

ارسال نظر آزاد است، اما اگر قبلا در بیان ثبت نام کرده اید می توانید ابتدا وارد شوید.
شما میتوانید از این تگهای html استفاده کنید:
<b> یا <strong>، <em> یا <i>، <u>، <strike> یا <s>، <sup>، <sub>، <blockquote>، <code>، <pre>، <hr>، <br>، <p>، <a href="" title="">، <span style="">، <div align="">
تجدید کد امنیتی

درباره بهترين هاي بيسيـــن بدانيد...

Bird

يکي از مهمترين اهداف اين سايت تهيه آموزش هاي روان از ابزارهاي کاربردي علوم آب است.

اهميت مطالعات محيطي با ابزارهاي نوين در چيست؟

امروز با فارغ التحصيلي جمع کثير دانشجويان سالهاي گذشته و حال، با گذر از کمي گرايي ديگر صرف وجود مدارک دانشگاهي حرف اول را در بازار کار نمي زند؛ بلکه سنجش ديگري ملاک؛ و شايسته سالاري به ناچار! باب خواهد شد. يکي از مهم ترين لوازم توسعه علمي در هر کشور و ارائه موضوعات ابتکاري، بهره گيري از ابزار نوين است، بيسين با همکاري مخاطبان مي تواند در حيطه علوم آب به معرفي اين مهم بپردازد.

جستجو در بيسين


ابزارهاي نوين

بیسین - سایت تخصصی مهندسی آب

بیسین جهت ارائه مطالب و خدمات تخصصی در حیطه نرم افزارها و مدل های شبیه سازی مهندسی آب با رویکرد پژوهشی-آموزشی ایجاد شده است که توسعه خود را در گرو همکاری مخاطبان می بیند.

اطلاعات سايت

  • www.Basin.ir@gmail.com
  • بهزاد سرهادي
  • تاريخ امروز:
  • شناسه تلگرام: SubBasin
  • شماره تماس: 09190622992-098