Попытка ответить на мой собственный вопрос:
Причиной чередования в приведенных мною примерах является исключительно мой рабочий процесс, а не какая-либо устаревшая проблема с тем, как данные изначально собирались или создавались вместе. Все ЦМР, с которыми я имел дело, были сгенерированы из более новых методов, о чем свидетельствует эта карта:
Два метода, которые охватывают области, с которыми я работал, - это ЛИДАР и другие активные датчики или сложная линейная интерполяция. Более старые методы, на которые ссылается Дэн Паттерсон, - это методы ручного профилирования и гештальт-картографии. Действительно, USGS ссылается на это в ссылке NED @Dan Patterson:
Старые ЦМР, созданные устаревшими методами, были отфильтрованы во время процесса сборки NED, чтобы минимизировать артефакты, которые обычно встречаются в данных, создаваемых этими методами. Удаление артефактов значительно улучшает качество информации о уклоне, затененном рельефе и синтетическом дренаже, которая может быть получена из данных о высоте. Процесс фильтрации удаления артефактов не устраняет все артефакты. В тех областях, где единственная доступная ЦМР производится более старыми методами, «чередование» все же может происходить. Обработка NED также включает в себя этапы для настройки значений, когда соседние матрицы высот не соответствуют друг другу, и для заполнения областей пропущенных данных между матрицами высот. Эти этапы обработки гарантируют, что NED не имеет пустот и минимальных искусственных разрывов.
Так что вызвало мои проблемы с чередованием?
В то время как для правильного расчета значений TI в ГИС SAGA нам нужно, чтобы единицы измерения были в метрах, а не измерение степени в исходной географической системе координат, и поэтому первый шаг нашего рабочего процесса состоял в использовании ArcMAP (я ненавижу набор инструментов для проецирования SAGA), чтобы спроектируйте матрицу высот в правильной проекции UTM. На этом этапе существуют различные варианты для повторной выборки матрицы высот. Во всех ЦМР и результирующих выходах, которые имели чередование, мы неправильно оставили выбранную по умолчанию технику передискретизации.- алгоритм пересэмплирования по умолчанию - Nearest Neighbor, который никогда не должен использоваться с непрерывным набором данных, таким как данные эвелляции, присутствующие в ЦМР. Когда матрицы высот проецировались с использованием билинейной интерполяции, никакие горизонтальные или вертикальные артефакты не наблюдались ни в матрице высот, ни в любом из полученных продуктов.
ESRI знал об этом:
ЦМР подвержены артефактам. Многие ЦМР уже имеют некоторые артефакты, введенные во время создания; отмели этих ЦМР усиливают аномалии и делают их видимыми. Если у матрицы высот нет никаких артефактов до того, как она будет отображена в виде холма, проблема может быть вызвана использованием неправильного метода передискретизации при проецировании данных матрицы высот. ЦМР - это непрерывные растровые данные. Метод билинейной передискретизации должен использоваться в растровых проекциях или любых растровых преобразованиях. При проецировании растровых данных с помощью инструмента Project Raster GP не используйте метод повторной выборки по умолчанию. Вместо этого выберите метод билинейной передискретизации или кубической свертки.
Источник: http://support.esri.com/en/knowledgebase/techarticles/detail/29127
И USGS знает об этом, заявив в FAQ:
Вопрос: Какие методы передискретизации лучше всего подходят для сохранения точности данных NED и характеристик местности?
A: Кубическая свертка и билинейная интерполяция являются предпочтительными методами повторной выборки цифровых данных высот и обеспечивают более плавный внешний вид. Ближайший сосед имеет тенденцию оставлять в данных артефакты, такие как ступеньки и периодические чередования, которые могут быть не видны при просмотре данных по высоте, но могут повлиять на производные, такие как затененный рельеф или растры на склонах. *
Источник: http://ned.usgs.gov/faq.html#RESAMPLE
Итак, мое глупое согласие с настройками по умолчанию в ArcMap (и мое незнание результатов) вызвало это. Вероятно, очень очевидная ошибка.
Живи и учись.