基于DEM模拟淹没区域随时间推演 代码

基于DEM模拟淹没区域随时间推演需要使用到一些地形数据处理和可视化库，比如GDAL和Matplotlib等。以下是一个Python示例代码，可以帮助您实现基于DEM模拟淹没区域随时间推演：

import gdal
import numpy as np
import matplotlib.pyplot as plt

# 加载DEM数据
dem_path = 'dem.tif'
dem_ds = gdal.Open(dem_path)
dem_band = dem_ds.GetRasterBand(1)
dem_data = dem_band.ReadAsArray().astype(np.float32)
nodata = dem_band.GetNoDataValue()

# 设置水位高度和时间步长
water_level = 10.0
time_step = 1.0

# 根据DEM数据和水位高度，计算淹没区域
flood_data = np.where(dem_data > water_level, dem_data - water_level, 0.0)

# 进行时间推演
for i in range(10):
    # 根据时间步长和当前淹没区域，计算下一时刻的淹没区域
    flood_data = np.where(dem_data > water_level, flood_data + time_step, flood_data)

    # 可视化当前时刻的淹没区域
    plt.imshow(flood_data, cmap='Blues')
    plt.colorbar()
    plt.title('Flooded Area at Time Step ' + str(i))
    plt.show()

以上代码示例中，首先通过GDAL库加载了DEM数据，并根据设定的水位高度计算了初始的淹没区域。然后使用一个循环，每次根据时间步长和当前淹没区域，计算下一时刻的淹没区域。最后，使用Matplotlib库可视化了每个时刻的淹没区域。

需要注意的是，以上示例代码仅仅是一个简单的演示，实际情况中需要考虑更多的因素，比如水流、地形变化等。同时，也需要根据具体的DEM数据格式和分辨率做出相应的调整。