派生连续流—ArcGIS Image Server | ArcGIS Enterprise 文档

“派生连续流”工具可根据输入表面栅格生成每个像元的累积流量栅格，且无需事先填充汇或洼地。

将输出托管影像图层。

示例

此工具的应用情景示例如下：

“派生连续流”包括输入图层、流向设置和结果图层的配置。

输入图层组包括以下参数：

输入表面栅格是将用于计算的高程栅格。它可以是未预先填充汇的数字高程模型 (DEM)，或是已进行水文调节的 DEM。
该工具对表面栅格中的误差不敏感，这些误差可能作为汇或洼地（流的终止位置）；不需要填充汇或洼地。
如果输入表面栅格包含真实洼地，则必须在输入洼地栅格或要素参数中指定洼地的位置，以将其视为水可以流入但无法流出的像元。
输入表面栅格中的 NoData 像元没有关联的值。在识别最不陡峭的上坡相邻像元的方向以及确定流向和累积时，将忽略这些像元。

可选图层组包括以下参数：

输入洼地栅格或要素是定义真实洼地或汇的数据集，水可以流入这些位置但无法流出。
您可以使用图层按钮选择图层，或使用绘制输入要素按钮创建草图图层以用作输入。
如果输入是栅格图层，则洼地像元必须具有有效值（包括零），并且必须为非洼地区域分配 NoData。
如果输入是要素图层，则其可以是点、折线或面。在执行分析之前，要素输入将在内部转换为栅格。
输入权重栅格是一个栅格图层，用于定义构成每个像元处流量累积的流量分数。
权重仅应用于流量累积。
如果未提供累积权重栅格，则会为每个像元应用默认权重 1。

流向设置组包括以下参数：

流向类型指定计算流向时将使用的流向方法的类型。
- D8 - D8 方法将流向分配至最陡的下坡相邻像元，计算方法是将 z 值的差值除以像元中心之间的路径长度（1 表示基本像元，2 的平方根表示对角像元）。输出流向栅格名称图层中的值将为 1 至 255 范围内的整型值。以下逻辑示意图中指定了每个方向中心的值：
  如果像元的 z 值在多个方向上均发生相同变化，则 D8 流向未定义。在这种情况下，此类像元的值将是可能方向的总和。
  这是默认设置。
- MFD - MFD 流量法根据自适应分区指数在下坡相邻像元中划分流向。自适应分量估算为最大坡度的函数，考虑了当地地形条件（Qin 等人， 2007）。输出流向栅格名称图层中的值是 1 至 255 范围内的整型值，显示了主流向（根据分区方案，朝向接收最大部分流量的像元），以便于解释。但是，输出流累积栅格名称图层中的值反映基于流分区方案的累积。
强制边缘像元向外流动用于指定边缘像元是始终向外流还是遵循正常流动规则。
- 未选中 - 流向将朝向 z 值下降幅度最大的内部像元。但是，如果降幅小于或等于零，则像元将从表面栅格向外流。对于栅格中的所有像元而言都是如此。
- 选中 - 边缘像元处的流向始终为从表面栅格向外。

结果图层组包括以下参数：

输出流累积栅格名称是输出栅格的名称，该栅格将包含流量累积结果。
名称必须唯一。如果组织中已存在具有相同名称的图层，则工具将执行失败并提示您使用其他名称。
可选图层组包括以下参数：
- 输出流向栅格名称是输出栅格的名称，该栅格将包含流向结果。
  名称必须唯一。如果组织中已存在具有相同名称的图层，则工具将执行失败并提示您使用其他名称。
保存在文件夹中将指定我的内容中将用于保存结果的文件夹的名称。

分析环境设置是影响工具执行结果的附加参数。可以从环境设置参数组访问工具的分析环境设置。

此工具支持以下分析环境：

此工具包括以下输出：

输出流累积栅格名称图层存储了通过对流入每个像元的所有上游像元进行累积而确定的累积流量值。目标像元不包含在累积值中。如果指定了输入权重栅格，则累计值中会计入每个像元处的权重。
输出流向栅格名称图层存储每个像元处的流向值。
输出流向栅格类型为整型。如果为流向类型参数指定了 MFD，则每个像元的值显示了主流向，即根据分区方案，朝向接收最大部分流量的像元。

该工具需要以下许可和配置：

Ehlschlaeger, C. R. 1989. "Using the AT Search Algorithm to Develop Hydrologic Models from Digital Elevation Data." International Geographic Information Systems (IGIS) Symposium 89: 275-281.
Jenson, S. K., and Domingue, J. O. 1988. "Extracting Topographic Structure from Digital Elevation Data for Geographic Information System Analysis." Photogrammetric Engineering and Remote Sensing 54 (11): 1593–1600.
Metz, M., Mitasova, H., & Harmon, R. S. 2011. "Efficient extraction of drainage networks from massive, radar-based elevation models with least cost path search." Hydrology and Earth System Sciences 15(2): 667-678.
Qin, C., Zhu, A. X., Pei, T., Li, B., Zhou, C., & Yang, L. 2007. "An adaptive approach to selecting a flow partition exponent for a multiple flow direction algorithm." International Journal of Geographical Information Science 21(4): 443-458.

请通过以下资源了解更多详细信息：