流积累算法本质上决定了每个网格单元的上游贡献区域;换句话说,区域或有多少其他细胞会流入一个给定的细胞。流积累算法独立于降雨,因为它简单地确定哪些地区排水,稍后将被用来决定多少水实际上流基于降雨事件和雨的地区发生。然而,第一步是计算出流方向。
流积累通常是作为一系列的算法与给定DEM确定河流网络存在的地方,排水边界是什么。这种类型的分析是必需的,为了描述流域(即确定流域边界在哪里,他们是多大)并创建水文模型的构建块,用于模拟降雨径流响应和流动在给定的点,其他流程。
积累算法通常使用D8算法,但如果你看的文献有很多版本和变化确定流积累。我不熟悉richdem python算法,但单位将某种程度的上游贡献区域或上游单位在每个网格单元的数量。你会注意到下游的地区和附近的水域有更高的值,表明这些地区获得更大贡献的分水岭。下一步的分析,可能一个流网络工具,将使用网格细胞最大的流量累积值来确定河流的存在网络基于高积累值(与一些值作为阈值)。
的ESRI页面有一个良好的讨论流积累是如何工作的。
例子
分水岭描述可以自动完成从民主党的层,并且有大量的工具来这样做。这里有一些教程和指南与GIS软件,其他工具存在于R或python(正如你指出的)。
注意,使用前民主党工具,等高线地图将用于描述流域。这本质上是通过轮廓交叉轮廓垂直地通过高地区,并包含分水岭。一对夫妇的例子在这里为你。注意,这些不会流以来积累无法轻松地完成,这只是一步使用的计算工具。