SAGA GIS
關注創建者：匿名 創建時間：2025-12-01
SAGA GIS的實例教程
6/2025
MP4 出版 |視頻： h264， 1280x720 |音頻：AAC，44.1 KHz
語言：英語 |大小： 8.03 GB |時長： 8 小時 52 分鐘
在 Google Earth Engine 和 SAGA 的幫助下，在 QGIS 中開發高分辨率 [10 m] 水蝕模型
您將學
到什么 在 Google Earth Engine
中使用機器學習進行土地利用和土地覆蓋分類 隨機森林
下載和使用高分辨率 DEM （ALOS PALSAR）
在 Google Earth Engine 中為 R 因子
開發代碼 下載和使用全球土壤數據（來自 FAO 和 ESDAC）
使用 SAGA （開源）
QGIS
中的數十種工具 土壤科學理論
侵蝕建模理論與實踐
RUSLE 模型
開源平臺
要求
基本GIS知識
首選：基本QGIS
首選：基本Java腳本
描述
土壤侵蝕仍然是對土地生產力、可持續農業和環境穩定性的最大威脅之一。在本實踐課程中，您將學習如何使用 SAGA GIS 和 Google Earth Engine （GEE） 的強大組合在 QGIS 中開發高分辨率（10 米）RUSLE （修訂的通用土壤流失方程） 模型。本課程專為希望使用現代開源工具對水引起的土壤侵蝕進行精確建模的 GIS 專業人員、環境科學家、學生和規劃人員而設計。您將學習如何計算 RUSLE 的五個核心因子 - R（降雨侵蝕率）、K（土壤侵蝕性）、LS（斜坡長度和陡度）、C（覆蓋管理）和 P（支持實踐）——并將它們整合到單個空間侵蝕地圖中。我們將使用 Sentinel-2 影像、ALOS PALSAR DEM 和經過現場驗證的方法來生成可靠的高分辨率結果。
展開 本文利用SAGA GIS軟件平臺下Terrain Analysis工具集內的Sky View Factor工具,計算得到目標滑坡范圍區的SVF數據(圖4(a))。在SVF數據中(圖4(a)),緩傾地層滑坡的后壁輪廓極為清晰,受流水侵蝕作用影響形成的右側壁沖溝線性地貌特征顯著,左側壁局部線性特征及地形凹凸細小差異明顯,滑坡前緣邊界清楚,較山體陰影圖(圖4(b))優勢顯著。此外,SVF數據對滑坡體內局部微地貌特征的展示效果較好,通過對后緣至前緣不同部位微小地形變化信息的增強顯示,可將該滑坡進一步劃分為后緣隆起區、中部階梯狀緩傾區及前緣陡坎區。滑坡邊界識別結果及各亞區位置見圖4(b)。
圖4 SVF可視化方法對緩傾地層滑坡邊界的識別及結果
3.3 緩傾地層滑坡拉裂槽識別方法
緩傾地層滑坡拉裂槽常見于災害形成初期及中期的短距離拉槽啟動階段,主要由構造作用或卸荷作用下造成的基巖節理裂隙結構面破壞,經后期充水拉張、拉槽擴張后形成,屬于緩傾地層滑坡主要識別標志之一。
一般而言,受地表發育植被所限,利用常規遙感影像色調、紋理的差異,較難有效識別拉裂槽的地形突變特征。機載LiDAR數據則可較好規避上述問題,特別是HRDEM派生的系列山體陰影圖在拉裂槽識別方面效果尤為顯著。山體陰影圖通過模擬不同光照角度,以突出渲染和增強拉裂槽的微地貌特征。因此,其具備反映拉裂槽地形突變位置立體形態的能力。但需要指出的是,受滑坡體傾向與光照方位角間關系的影響,入射方位角參數的選取設置,將直接影響所構建山體陰影圖的最終識別效果。
展開 
SAGA GIS的最新內容
在本實踐課程中，您將學習如何使用 SAGA GIS 和 Google Earth Engine （GEE） 的強大組合在 QGIS 中開發高分辨率（10 米）RUSLE （修訂的通用土壤流失方程） 模型。本課程專為希望使用現代開源工具對水引起的土壤侵蝕進行精確建模的 GIS 專業人員、環境科學家、學生和規劃人員而設計。
本文利用SAGA GIS軟件平臺下Terrain Analysis工具集內的Sky View Factor工具,計算得到目標滑坡范圍區的SVF數據(圖4(a))。在SVF數據中(圖4(a)),緩傾地層滑坡的后壁輪廓極為清晰,受流水侵蝕作用影響形成的右側壁沖溝線性地貌特征顯著,左側壁局部線性特征及地形凹凸細小差異明顯,滑坡前緣邊界清楚,較山體陰影圖(圖4(b))優勢顯著。
