Вы должны знать кое-что о значении, методе сбора и обработки измерений высоты, потому что вычисления наклона довольно чувствительны к разрешению. Вы получите более низкие средние уклоны, как правило, с более грубым разрешением или когда значения ячеек представляют собой средние высоты ячеек, а не точечные высоты. В частности, если ваша сетка была обработана какой-либо процедурой повторной выборки, это изменит наклоны (иногда значительно). Также обратите внимание, что средний уклон в пределах региона не совпадает с уклоном, основанным на сопоставимом среднем значении возвышений в том же регионе: первый будет по меньшей мере таким же большим, как и второй, и может быть чрезвычайно большим. В качестве экстремального примера средний уклон в глубоко врезанных плато Западной Вирджинии является высоким, отражая пересеченную местность,
редактировать
Несколько лет назад я получил три матрицы высот одной и той же области (в штате Айдахо) с разрешением 30 м, разрешением 10 м и набором данных LIDAR (разрешение около 1 м) и сравнил их наклонные распределения. Вот один рисунок из этого исследования:
Это показывает, что когда разрешение становится более точным, доля областей с высоким уклоном увеличивается. Изменение от 30 м до ЛИДАР является существенным: средний уклон увеличивается примерно на 10 градусов. Этот график также заслуживает более пристального взгляда: вы можете увидеть небольшие изменения в областях с низким уклоном. По-видимому, на склонах высотой 10 м и 30 м сглаженные участки с высоким уклоном сглаживаются на участках со средним уклоном. Действительно экстремальные уклоны (выше 75 градусов или около того) появляются только в наборе данных LIDAR. Хотя могут возникнуть вопросы относительно того, какой из этих наборов данных ближе к «истине», ясно, что выводы, которые можно сделать о распределении склонов, будут варьироваться в зависимости от разрешения.