到目前为止，我们练习使用了经验贝叶斯克里金插值和含障碍的核插值来创建预测面，它们最好用来对光滑的面进行插值，并具有可预测的变化，像降雨量或噪音水平。现在我们来学习一种插值地形的方法：地形至栅格工具创建一个插值面，产生一种具有特定于高程数据的特征的面。
以下特征将这种方法与其他方法区分开来：
1）使用一种迭代的有限差分技术。
2）涉及很多输出判别要素类。
3）大量输出成果。
地形至栅格工具对插值过程施加了约束，从而产生了连贯的水系结构和正确的山脊和河流数据。这种强加的排水条件在更少的输入数据情况下产生更精确地面，输入数据的数量可能适于的数量级比正常需要适当数字化等值线的数量级要小，从而进一步降低获取可靠DEMs的花费。全球的排水状况也几乎消除了编辑或后处理的需要以消除生成面上的虚假的洼地。
地形至栅格工具使用以下矢量数据来插值面：
1）等高线
2）河流线
3）湖多边形
4）采样点
5）洼地点
6）边界多边形
地形至栅格工具从提供的等高线和点插值出一个面，然后修改面以加强水流和湖泊数据所代表的水系系统。如果是输入等高线、河流、湖泊、采样点和洼地数据超过边界，则通常得到最好的结果。该工具为较大的区域插入一个面，然后按照边界裁剪，帮助消除边缘效应。
探索下面的交互式图形，了解地形到栅格工具输入的内容。
边界：边界是一个包含单一多边形的要素类，它定义了插值的面积。地形至栅格工具给这个边界外的单元格提供了空值（NoData）。您可能在最后的栅格输出之前，想要一个包含沿海岸线裁剪出来水域的边界。
洼地：洼地数据是代表已知地形凹陷的点要素类。洼地必须有高程属性。
湖泊：湖泊数据是一个面要素类。湖泊边界算法能够自动确定与相邻的河流线和高程值完全相匹配的湖泊高度。该算法将每个湖泊视为一个具有未知海拔的等值线，并从湖泊边界上的单元值以迭代的方式估计其海拔高度，每个湖泊的海拔高度也考虑到任何上游或下游的和湖泊。湖多边形不需要属性。
河流：河流数据是一个线要素类，它只包含一个由任何网状河、平行河库以及湖泊多边形等的树状图案的单壶流。河流线不需要属性。
高程点样本：样本点数据是代表某些面海拔高度的点要素类。这些点必须有海拔属性。
等高线：等高线数据是一个必须具有高程属性的线要素类。地形到栅格工具使用等高线信息来构建一个常规的排水模型。通过确定每个等高线上局部最大曲率的区域来识别最陡峭坡度的区域，并建立河流和山脊网。
插值面：使用地形至栅格工具，利用所有的输入数据创建一个最终的高程面。
洼地误差：所有形式的地形都有误差。最值得注意的是局部的低点，称为洼地，淹没于周围所有单元格中。
洼地是一个被高海拔包围的区域。有些洼地是自然生成的特征；然而，在30米分辨率的DEM中，有1%的单元格是假的洼地，这并不罕见。流入洼地的水流不出来，排水道在那个单元格断开了。在一个7.5分钟的DEM中，大多数洼地深度在2.6米和4.8米之间。如果洼地的深度超过4.8米，它可能是真实的，就像沙子和砾石的采石场一样。
提示：在尝试任何水文面分析之前，要先去除假的洼地。
注意：根据所使用的容差，地形至栅格工具可能或不能解决所有的洼地误差。
洼地中断表面流，造成排水网络的中断；它们就像一个洞，使流消失了。在水文分析中使用它之前，您必须在一个面上填充错误的洼地。
想要了解更多内容，请关注我们的公众号：GIS点滴