促进快速流域勾绘的数据模型开发

提出了一种使用图论方法存储和检索地表流域边界的数据模型。该数据模型集成了来自标准数字高程模型 (DEM) 导出的河流集水区边界的输出，以及河流中心线的矢量表示，然后将它们应用于三种新算法。第一种称为修改嵌套集 (MNS)，这是一种深度优先图遍历算法，它搜索河流河段（顶点）和河流交汇处（边），并根据它们的发现时间、完成时间和距根的距离对顶点进行标记。第二种称为对数约简图 (LRG)，它从原始数据创建一组对数约简图集合 S，以存储流域边界。最后一种算法称为缝合流域，它提供了一种技术来合并 LRG 算法中创建的图集中的流域边界。该技术被应用于约 30,600 km2 的特拉华河流域，并在预处理、数据存储和查询复杂度成本方面与假设的数据存储模型进行了比较。结果表明，与假设方法相比，所提出的技术具有显著优势：预处理减少了 99-98%，查询复杂度减少了 96-80%，存储成本减少了 76%。美国及国际上高分辨率高程数据可用性的增加，为将这些结果扩展到世界其他流域提供了机会。