DEM Reconditioning nemění DEM

Question

Používám ArcGIS Pro verzi 3.5.2, standardní licenci s rozšířeními 3D a spatial analyst. Používám nástroj DEM Reconditioning k vypálení mého toku do DEM. Nástroj byl úspěšně dokončen, ale výsledný AGREEDEM je v podstatě stejný jako vstupní DEM (rozdíl je na pátém desetinném místě). Prošel jsem fórum a našel tento vlákno:<\/P> Vyřešeno: Problémy s Burn Stream sklonem a DEM Reconditio... - Esri Community<\/A><\/P>Ujistil jsem se, že mé X, Y, souřadnicový systém a lineární jednotka všeho (projekt, mapa, rastrová data, prostředí geoprocessingu a všude jinde, kde jsem mohl najít) jsou v metrech a nepomohlo to.<\/P> Zkusil jsem výrazně zvýšit z jednotku v nástrojích DEM reconditioning (v řádu milionů), aby bylo vypálení významnější, ale výsledkem jsou hodnoty AGREEDEM všechny zaokrouhlené čísla a změny hodnot jsou velké diskrétní hodnoty místo postupné změny.<\/P> Narazil na to někdo jiný a našel řešení?<\/P>

MarkBoucher · Answer

I have a lot of experience with the ArcMap version of Arc Hydro and some with the ArcPro version.

Some ideas...

* Make sure you confirm the processing extents cover your project. In the ArcMap version the processing extent would sometimes get changed for some reason I could never figure out. For example, the processing extent would be reset to match the limis of the batchpoints. A confusing situation I had to deal with.
* Make sure all layers (DEM and agreestream) are in the same coordinate projection.
* If the values of the AGREEDEM are "all round numbers," I assume you mean they are integers (e.g., 234) and not floating-point numbers (e.g., 234.56). This can happen during the "burning" process.

The most likely cause is that one of the geoprocessing tools you used to subtract values from the RAWDEM is outputting an integer raster instead of a floating-point one. Check the output data type settings for the specific tool you used, and also verify the data type of your original RAWDEM. You want to ensure the final output retains the real number precision of your original data. (Some of this answer I got from Gemini [Googles AI])