Більше

З’єднати та усунути класи в растрі в ArcMap або R


після інтерполяції класів осаду я отримав растр, схожий на зображення нижче (зразок річки). Я хотів би скупчити та усунути ділянки всередині растру, які знаходяться під певною областю. Я відкритий для використання R або ArcMap 9.3.

Під час пошуку я натрапив на функції "Зменшити та Розгорнути" в Arc. Однак це не працює з моїм набором даних. Функція, надана на цьому сайті, виглядає багатообіцяючою, застосувавши вікно фільтра, що рухаєтьсярастровіпакет вr. Однак це робиться для безперервної змінної, і моя категорична.

Будь -які пропозиції будуть вітатися, дякую.


Я вважаю, що підхід до сита підійде вам. Це набагато надійніший спосіб встановити MMU (мінімальну одиницю відображення) або фільтрувати дані, до яких наближається фокус.


Я вважаю, що це те, що вам потрібно, щоб досягти цього за допомогою R:

# бібліотека пакунків ("растр") ("igraph") # завантажити растр rast <- raster ("your_raster.tif")

Тепер це може бути просто зробити одночасно для всіх класів, але я просто проілюструю, як це зробити для класу 1, ви можете зробити це окремо, а потім об’єднати результати, оскільки це легко автоматизувати:

# скопіювати растр і призначити "NA" всім пікселям, які не належать до класу 1 rast_class_1 <- rast rast_class_1 [rast! = class_1_value] <- NA # зібрані пікселі clumpz <- clump (rast_class_1, напрямки = 8) # таблиця частот згустків f <- data.frame (freq (clumpz)) # які рядки data.frame представлені лише згустками розміром до 8 пікселів? str (якому (f $ count <= 8)) # яким значенням вони відповідають? str (f $ value [which (f $ count <= 8)]) # помістити їх у вектор ідентифікаторів групи, які потрібно видалити excludeID <- f $ value [котрий (f $ count <= 8)] # виключити ці rast_class_1 [clumpz % in % excludeID] <- NA # запис на диск rf <- writeRaster (rast_class_1, ім'я файлу = "filtered_class_1.tif", format = "GTiff", перезапис = TRUE)

Система координат визначає, як проектуються ваші растрові дані. Ви можете використовувати одну і ту ж систему координат для своїх даних, щоб усі вони були в одній проекції.

Растровий набір даних проектується в нову просторову посилання за допомогою методу апроксимації білінійної інтерполяції, який проектує пікселі на грубу сітку та використовує білінійну інтерполяцію між пікселями.

Цей інструмент гарантує, що діапазон помилок становить менше половини пікселя.

Щоб застосувати перетворення без створення файлу, скористайтесь інструментом Деформація.

Ви можете вибрати вже існуючу просторову посилання, імпортувати її з іншого набору даних або створити її.

Цей інструмент може виводити лише квадратний розмір комірки.

Ви можете зберегти свої результати у BIL, BIP, BMP, BSQ, DAT, Esri Grid, GIF, IMG, JPEG, JPEG 2000, PNG, TIFF, MRF, CRF або будь -який набір растрових баз геоданих.

Під час зберігання набору растрових даних у файлі JPEG, файлі JPEG 2000 або базі геоданих можна вказати тип стиснення та якість стиснення у середовищах.

Найближчий варіант, який виконує призначення найближчого сусіда, є найшвидшим із чотирьох методів інтерполяції. Він використовується насамперед для категоричних даних, таких як класифікація землекористування, оскільки не змінює значення комірок. Його не слід використовувати для безперервних даних, таких як поверхні висот.

Білінійна опція використовує білінійну інтерполяцію для визначення нового значення комірки на основі середньозваженої відстані чотирьох найближчих осередків навколо. Опція Cubic використовує кубічну згортку для визначення нового значення комірки шляхом підгонки гладкої кривої через навколишні точки. Це найбільш прийнятні варіанти для безперервних даних, але вони можуть викликати деяке згладжування. Зауважте, що кубічна згортка може призвести до того, що вихідний растр містить значення поза діапазоном вхідного растру. Жоден із цих методів не можна використовувати з категоричними даними, оскільки можуть бути введені різні значення клітин, що може бути небажаним.

Осередки набору растрових даних будуть квадратними та матимуть однакову площу в просторі координат карти, хоча форма та площа, яку клітина представляє на поверхні Землі, ніколи не будуть постійними на протязі растру. Це тому, що жодна проекція карти не може зберегти як форму, так і площу одночасно. Площа, представлена ​​клітинками, буде змінюватися в різних растрах. Тому розмір комірки та кількість рядків і стовпців у вихідному растрі можуть змінюватися.

Завжди вказуйте розмір вихідної комірки, якщо ви не проектуєте між сферичними (широта – довгота) координатами та плоскою системою координат і не знаєте відповідного розміру комірки.

Розмір комірки вихідного растру за замовчуванням визначається з прогнозованого розміру комірки у центрі вихідного растру. Зазвичай це місце перетину центрального меридіана та широти справжнього масштабу і є областю найменших спотворень. Межа вхідного растру проектується, а мінімальна та максимальна довжини диктують розмір вихідного растру. Кожна комірка проектується назад до вхідної системи координат для визначення значення осередку.

Географічне перетворення є необов’язковим параметром, коли вхідні та вихідні системи координат мають однакову точку відліку. Якщо вхідні та вихідні дані різні, необхідно вказати географічне перетворення.

Точка реєстрації дозволяє вказати точку початку для кріплення вихідних комірок. Усі вихідні комірки будуть розташовуватися на відстані від цієї точки до інтервалу розміру комірки. Ця точка не обов’язково повинна бути координатою кута або потрапляти в набір даних растру. Якщо в параметрах середовища встановлено растр прив'язки, точка реєстрації буде проігнорована.

CLARKE 1866 - це сфероїд за замовчуванням, якщо він не властивий проекції (наприклад, NEWZEALAND_GRID), або інший параметр заданий підкомандою SPHEROID.

Установка растру прив'язки матиме пріоритет над точкою реєстрації, якщо обидві встановлені.

Щоб виконати вертикальне перетворення, перевірте додатковий параметр Вертикаль у діалоговому вікні. За замовчуванням параметр Vertical недоступний і доступний лише тоді, коли вхідні та вихідні системи координат мають вертикальну систему координат (VCS), а координати класу об’єктів введення мають значення z. Крім того, у системі необхідно встановити додаткові дані (дані систем координат).

Вибравши вихідну систему координат, можна вибрати як географічну, так і прогнозовану систему координат, а також систему VCS. Якщо вхідні та вихідні VCS різні, доступні відповідні вертикальні та необов’язкові географічні (вихідні) перетворення. Якщо перетворення слід застосувати у напрямку, протилежному його визначенню, виберіть запис з тильдою (

Цей інструмент підтримує багатовимірні растрові дані. Щоб запустити інструмент на кожному зрізі багатовимірного растру та створити багатовимірний растровий вивід, обов’язково збережіть вихідний файл у CRF.

Підтримувані вхідні багатовимірні типи наборів даних включають багатовимірний растровий шар, мозаїчний набір даних, службу зображень та CRF.


Цей інструмент поєднує в собі функції кластерів Iso та інструментів класифікації максимальної ймовірності. Він виводить класифікований растр. За бажанням він виводить файл підпису.

Отриманий файл підпису з цього інструменту може бути використаний як вхідний сигнал для іншого засобу класифікації, такого як Класифікація максимальної ймовірності, для більшого контролю над параметрами класифікації.

Мінімальне допустиме значення кількості класів - два. Немає максимальної кількості кластерів. Загалом, для більшої кількості кластерів потрібно більше ітерацій.

Щоб надати достатню статистику, необхідну для створення файлу підписів для майбутньої класифікації, кожен кластер повинен містити достатню кількість клітинок для точного представлення кластера. Значення, введене для мінімального розміру класу, має бути приблизно в 10 разів більшим за кількість шарів у вхідних діапазонах растру.

Значення, введене для інтервалу вибірки, вказує на те, що одна клітинка з кожного n-n-n блоку клітинок використовується для розрахунків кластера.

Не слід об’єднувати, видаляти класи або змінювати статистику файлу підпису ASCII.

Як правило, чим більше клітинок міститься в межах перетину вхідних смуг, тим більші значення повинні бути вказані для мінімального розміру класу та інтервалу вибірки. Значення, введені для інтервалу вибірки, повинні бути достатньо малими, щоб найменші бажані категорії, що існують у вхідних даних, були належним чином вибіркові.

Значення ідентифікатора класу у вихідному файлі підписів починаються з одиниці і послідовно збільшуються до кількості класів введення. Присвоєння номерів класів довільне.

Назва вихідного файлу підпису має мати розширення .gsg.

Кращі результати будуть отримані, якщо всі вхідні діапазони мають однакові діапазони даних. Якщо діапазони мають дуже різні діапазони даних, діапазони даних можна перетворити в той самий діапазон за допомогою алгебри карти для виконання рівняння.

Якщо вхідним є шар, створений з багатосмугового растру з більш ніж трьома діапазонами, операція враховуватиме всі смуги, пов'язані з вихідним набором даних, а не тільки три смуги, які були завантажені (символізовані) шаром.

Існує кілька способів, якими можна вказати підмножину діапазонів із багатосмугового растру для використання як вхідних даних у інструмент.

  • Якщо ви використовуєте діалогове вікно інструменту, перейдіть до багатосмугового растру за допомогою огляду біля введення растрових смуг, відкрийте растр і виберіть потрібні діапазони.
  • Якщо багатосмуговий растр - це шар у Змісті, можна скористатися інструментом «Зробити шар растру» для створення нового багатосмугового шару, що містить лише потрібні діапазони.
  • Ви також можете створити новий набір даних, який містить лише потрібні діапазони з композитними смугами, і використовувати отриманий набір даних як вхід для інструменту.
  • У Python потрібні діапазони можна безпосередньо вказати в параметрі інструменту як список.

Додаткові відомості про середовища геообробки, які застосовуються до цього інструменту, див.


Розширені типи географічних даних розширюють класи об’єктів, растри та таблиці атрибутів

Різні елементи бази геоданих використовуються для розширення простих таблиць, функцій та растрів для моделювання просторових відносин, додавання багатої поведінки, поліпшення цілісності даних та розширення можливостей бази даних для управління даними.

Схема бази геоданих містить визначення, правила цілісності та поведінку для кожної з цих розширених можливостей. До них належать властивості систем координат, роздільна здатність координат, класи об’єктів, топології, мережі, растрові каталоги, зв’язки та домени. Ця інформація про схему зберігається у колекції мета -таблиць бази геоданих. Ці таблиці визначають цілісність та поведінку географічної інформації.

За необхідності ви можете розширити свої дані для підтримки певних істотних можливостей. База геоданих містить ряд додаткових елементів даних і типів наборів даних, які можна використовувати для розширення цієї основної колекції наборів даних.


Синтаксис сценаріїв

ArcGISRasterToLinesArcGISTable_GeoEco (таблиця, inputRasterField, outputFeatureClassField, спростити, field, projectedCoordinateSystem, geographicTransformation, resamplingTechnique, projectedCellSize, реєстраційна точка, відсіканняDataset, clippingExpeRectre,

Поле, що містить растри для перетворення.

Растри будуть перетворені в класи об’єктів ліній за допомогою інструменту ArcGIS Raster to Polyline. Для кожної пари сусідніх растрових комірок переднього плану інструмент проводить лінію, що з'єднує їх центри. Цей алгоритм підходить для перетворення лінійних растрових характеристик, таких як фронти температури поверхні моря або інші граничні дані, у векторні.

Поле, що містить класи об’єктів вихідної лінії.

Для кожного растра буде створено один клас об’єктів. Якщо відсутні каталоги, вихідні шляхи будуть створені, якщо вони не існують.

Якщо значення True (за замовчуванням), вихідні рядки будуть згладжені відповідно до недокументованого алгоритму, реалізованого інструментом ArcGIS Raster to Polyline.

Поле, яке використовується для призначення значень з комірок у вхідному растрі рядкам у вихідному наборі даних. Це може бути ціле число або рядове поле.

Нова система координат для проектування растра.

Растр може бути спроектований на нову систему координат, лише якщо визначена вихідна проекція. Помилка виникне, якщо ви вкажете нову систему координат без визначення вихідної системи координат.

Для виконання проекції використовується інструмент ArcGIS Project Raster. Документація до цього інструменту рекомендує також вказати розмір комірки для нової системи координат.

Я помітив, що для певних систем координат інструмент ArcGIS 9.2 Project Raster, здається, відсікає проектований растр у довільній мірі, яка надто мала. Наприклад, під час проектування глобального зображення хлорифілу MODIS Aqua на 4 км у географічних координатах на Ламберт_Азимутальна_рівна_Родина з центральним меридіаном -60 та географічною широтою -63, отримане зображення обрізається, щоб показати лише одну чверть планети. Ця проблема не виникає, коли Project Raster викликається інтерактивно з інтерфейсу користувача ArcGIS, вона виникає лише тоді, коли інструмент викликається програмно (метод ProjectRaster_management геопроцесора). Таким чином, ви можете не бачити його, коли ви самі використовуєте Project Raster, але це може статися, коли ви використовуєте інструменти MGET, які викликають Project Raster як частину їх операцій геообробки.

Якщо ви зіткнулися з цією проблемою, ви можете вирішити її так:

Спочатку запустіть цей інструмент, не вказуючи нової системи координат, щоб отримати растр у вихідній системі координат.

В ArcCatalog використовуйте інструмент Project Raster для проектування растра на нову систему координат. Переконайтеся, що весь растр присутній, чи він не був обрізаний до такої міри, що він занадто малий.

У ArcCatalog знайдіть розмір проектованого растру, клацнувши правою кнопкою миші на ньому в дереві каталогу, вибравши Властивості та прокрутивши вниз до Extent.

Тепер, перед тим як запустити інструмент MGET, який проектує растр, встановіть для параметра Exten environment довжину значень, які ви шукали. Якщо ви викликаєте інструмент MGET інтерактивно з ArcCatalog або ArcMap, натисніть кнопку «Навколишнє середовище» у діалоговому вікні інструменту, відкрийте «Загальні налаштування», змініть розкривний список «Обсяг» на «Як зазначено нижче» та введіть значення, які ви шукали. Якщо ви викликаєте його з моделі геообробки, клацніть правою кнопкою миші на інструменті в моделі, виберіть Зробити змінною, З середовища, Загальні налаштування, Розмір. Це дозволить розмістити Extent як змінну у вашій моделі, приєднану до інструменту MGET. Відкрийте змінну Extent, змініть її на "Як зазначено нижче" і введіть значення, які ви шукали. Якщо ви викликаєте інструмент MGET програмно, вам потрібно встановити властивість Extent геопроцесора на значення, які ви шукали. Будь ласка, перегляньте документацію ArcGIS для отримання додаткової інформації про це та налаштування навколишнього середовища загалом.

Запустіть інструмент MGET. Тепер розмір растру має бути належного розміру.

Метод перетворення, який використовується для перетворення між початковою системою координат та новою системою координат.

Цей параметр є новою опцією, представленою в ArcGIS 9.2. Щоб використовувати цей параметр, потрібно мати ArcGIS 9.2.

Цей параметр потрібен лише тоді, коли ви вказуєте, що растр слід проектувати на нову систему координат і що нова система використовує іншу дату, ніж вихідна система координат, або якщо між двома системами координат є якась інша різниця, яка потребує перетворення. Щоб визначити, чи потрібне перетворення, я рекомендую таку процедуру:

Спочатку запустіть цей інструмент, не вказуючи нової системи координат, щоб отримати растр у вихідній системі координат.

Далі використовуйте інструмент ArcGIS 9.2 Project Raster на растрі, щоб спроектувати його на потрібну систему координат. Якщо потрібна географічна трансформація, цей інструмент запропонує вам її зробити. Запишіть точну назву використовуваного вами перетворення.

Нарешті, якщо потрібно було перетворення, введіть точну назву цього інструменту, повторно запустіть його та переконайтесь, що растр спроектований так, як вам хотілося.

Алгоритм передискретизації, який буде використовуватися для проектування вихідного растру до нової системи координат. Інструмент ArcGIS Project Raster використовується для виконання проекції та приймає такі значення:

НАЙБЛИЖЕ - інтерполяція найближчого сусіда

БІЛІНЕЙНА - білінейна інтерполяція

Ви повинні вказати один із цих алгоритмів для проектування до нової системи координат. Помилка виникне, якщо ви вкажете нову систему координат без вибору алгоритму.

Розмір комірки проектованої системи координат. Хоча цей параметр є необов’язковим, щоб отримати найкращі результати, документація ArcGIS рекомендує завжди вказувати його під час проектування до нової системи координат.

Координати x і y (у вихідному просторі), що використовуються для вирівнювання пікселів.

Цей параметр є новою опцією, представленою в ArcGIS 9.2. Щоб використовувати цей параметр, потрібно мати ArcGIS 9.2. Він ігнорується, якщо ви не вказуєте, що растр слід проектувати на нову систему координат.

Існуючий клас об’єктів, растр або інший географічний набір даних, що має ступінь обрізання растра.

ПОПЕРЕДЖЕННЯ. Якщо ви використовуєте цей інструмент у моделі геообробки ArcGIS, і ви обираєте набір даних, натискаючи піктограму папки та переходячи до набору даних, ваш вибір може загадково зникнути з цього текстового поля після закриття інструменту. Це помилка в ArcGIS. Щоб обійти це, перетягніть потрібний набір даних у модель. Це створить шар у моделі для цього набору даних. Потім виберіть цей шар у цьому інструменті, натиснувши розкривне вікно, а не натиснувши значок папки. Вибраний шар не повинен зникати, коли ви закриваєте інструмент.

Прямокутник, до якого потрібно підстригти растр.

Якщо була вказана проектована система координат, відсікання виконується після проекції, а координати прямокутника слід вказати в новій системі координат. Якщо проектована система координат не була вказана, координати слід вказати у вихідній системі координат.

Інструмент ArcGIS Clip використовується для виконання кліпу. Відсічний прямокутник потрібно передати цьому інструменту у вигляді рядка з чотирьох чисел, розділених пробілами. Інтерфейс користувача ArcGIS автоматично форматує рядок належним чином під час виклику цього інструменту з інтерфейсу ArcGIS, вам не потрібно турбуватися про формат. Але, викликаючи його програмним шляхом, подбайте про надання належним чином відформатованого рядка. Номери впорядковані вліво, внизу, вправо, зверху. Наприклад, якщо растр знаходиться в географічній системі координат, він може бути відрізаний до 10 Вт, 15 S, 20 E та 25 N за допомогою рядка:

Можуть бути вказані цілі чи десяткові числа.

Вираз алгебри карти для виконання на растрі.

УВАГА: Конструктор моделей геообробки ArcGIS може випадковим чином і мовчки видалити значення цього параметра. Це помилка в ArcGIS. Перш ніж запускати збережену модель, відкрийте цей інструмент і перевірте, чи значення параметра все ще існує.

Вираз виконується після проектування та обрізання перетвореного растру (якщо ці параметри вказані). Використовуйте рядок з урахуванням регістру inputRaster, щоб представити растр, за яким тепер потрібно виконати алгебру карти. Наприклад, щоб перетворити растр у цілий растр і додати 1 до всіх клітинок, скористайтеся цим виразом:

Рядок inputRaster чутливий до регістру. Перед виконанням виразу алгебри карти рядок замінюється шляхом до тимчасового растру, який представляє генеруваний растр. Кінцевий вираз має містити менше 4000 символів, інакше ArcGIS повідомить про помилку.

Інструмент ArcGIS Single Output Map Algebra використовується для виконання вираження алгебри карти. Для виконання алгебри карти потрібно мати ліцензію на розширення ArcGIS Spatial Analyst.

Синтаксис алгебри карти може бути дуже вибагливим. Ось кілька порад, які допоможуть вам досягти успіху за допомогою цього інструменту:

Перш ніж використовувати цей інструмент, побудуйте та протестуйте вираз своєї алгебри карти за допомогою інструменту ArcGIS Single Output Map Algebra. Потім вставте вираз у цей інструмент та відредагуйте його, використовуючи змінну inputRaster, а не тестове значення, яке ви використовували з алгеброю єдиної карти виводу.

Якщо ви розвиваєте своє вираження безпосередньо в цьому інструменті, почніть з дуже простого виразу. Переконайтеся, що він працює належним чином, додайте до нього трохи і перевірте ще раз. Повторюйте цей процес, поки ви не сформуєте повний вираз.

Завжди відокремлюйте математичні оператори від растрових шляхів за допомогою пробілів. У наведеному вище прикладі оператор / містить пробіл по обидві сторони. Дотримуйтесь цієї схеми. За деяких обставин ArcGIS не зможе обробити вирази растрової алгебри, які не відокремлюють растрові шляхи від операторів, що використовують пробіли. Повідомлення про помилку зазвичай не вказує на те, що це проблема, і відстеження цього може бути дуже неприємним.

Вираз пропозиції SQL WHERE, який визначає підмножину рядків для обробки. Якщо цей параметр не вказано, всі рядки будуть оброблені. Якщо цей параметр надано, але база даних не підтримує пропозиції WHERE, буде виведена помилка.

Точний синтаксис цього виразу залежить від базової бази даних. ESRI рекомендує посилатися на поля, використовуючи такий синтаксис:

Якщо ви надсилаєте запит на покриття ArcInfo, файли шейпів, таблиці INFO або таблиці dBASE (файли .dbf), укладіть імена полів у подвійні лапки у виразі SQL: "MY_FIELD".

Якщо ви надсилаєте запити до таблиць Microsoft Access або персональних таблиць баз геоданих, укажіть назви полів у квадратних дужках: [MY_FIELD].

Якщо ви надсилаєте запит до таблиць геоданих бази даних ArcSDE, класу об’єктів ArcIMS або підшару служби зображень ArcIMS, не вказуйте імен полів: MY_FIELD.

Поля, які будуть використовуватися для сортування рядків (тобто стовпців, зазначених у пропозиції ORDER BY оператора SQL SELECT). Якщо не надано жодного поля, рядки будуть відсортовані у порядку за замовчуванням, визначеному базовою базою даних. Якщо цей параметр надано, але на цьому комп’ютері не працює ArcGIS 9.2 або пізнішої версії, або база даних не підтримує пропозиції ORDER BY, буде виведена помилка.

Окрім вказівки полів ORDER BY, необхідно також вказати напрямок сортування для кожного поля.

Список рядків, "Зростаючий" або "Зменшуючий", які визначають напрямки сортування для полів ORDER BY. Якщо цей параметр надано, але на цьому комп’ютері не працює ArcGIS 9.2 або пізнішої версії, або база даних не підтримує пропозиції ORDER BY, буде виведена помилка.

Якщо значення True, перетворення буде пропущено для вже наявних класів об’єктів.

Базовий шлях для додавання до відносних шляхів.

Якщо передбачено базовий шлях, він буде доданий до будь -яких відносних шляхів, отриманих із полів, де перераховані входи (і виходи, якщо цей інструмент має виходи). Якщо базовий шлях не надано, замість цього буде додано робоче середовище, що містить таблицю.


Автоматична перекласифікація растру за допомогою ArcMap Model Builder на основі растрової статистики

Александрос Вукенас пише про проблему автоматичної рекласифікації растру на основі її статистики, використовуючи ArcMap Model Builder. Ця стаття пропонує покроковий посібник із відповідними скріншотами та поясненнями, а також короткий огляд теорії, що стоїть за цією проблемою.

Я часто думав про початок серії навчальних посібників, що стосуються поширених проблем ГІС та дистанційного зондування, з якими ми стикаємось у різних програмних засобах, і це може бути дещо складним. Нещодавно я виявив хороший початок: автоматична рекласифікація растру за допомогою конструктора моделей ArcMap на основі статистики растру.

У дистанційному зондуванні перекласифікація растру є корисним перекладом з безперервного значення відбиття чи індексу на дискретні класи, які відповідають конкретній інформації. Це часто виконують у дослідженнях виявлення змін, де зміна значення між тими самими пікселями в різні дати відповідає рівню зміни. Наприклад, для вивчення спаленої території різниця нормалізованого коефіцієнта опіку (NBR) є хорошим показником тяжкості опіку:

Очевидно, що значення зміни 0 відповідає площі, яка не була спалена, а значення 1 - площі, яка була сильно спалена. Але як ми визначаємо всі проміжні значення? Традиційно, і з огляду на те, що значення пікселів на зображенні відповідають нормальному розподілу, серйозність зміни визначається на основі растрової статистики:

Діаграма розподілу ‘нормального ’ з класичною формою дзвінової кривої. Джерело: M. W. Toews, CC BY 2.5, MediaWiki Commons

Як ми бачимо, у сукупності, яка слідує (або наближається) до нормального розподілу, 64,2% значень коливаються від (середнє-1 стандартне відхилення) до (середнє+1 стандартне відхилення). 27,2% значень знаходяться в діапазоні від (μ-2σ) до (μ-1σ) або від (μ+1σ) до (μ+2σ) і т.д. значення:

  1. (μ-1σ до μ+1σ): Без змін
  2. (μ-2σ до μ-1σ) або (μ+1σ до μ+2σ): помірна зміна
  3. (& ltμ-2σ) або (& gtμ+2σ): Сильні зміни

Це загальновідома стандартна теорія дистанційного зондування, і автоматичну перекласифікацію растру досить легко зняти за допомогою програмування (з Python, R або подібною мовою). Хоча я настійно закликаю інших молодих спеціалістів, таких як я, а також студентів та молодих випускників, якнайшвидше почати формувати впевненість у програмуванні та стати незалежним від комерційного програмного забезпечення, я розумію, що не всі на одному рівні. Не кажучи вже про те, що часто ви будете шукати швидке і просте рішення в графічному середовищі, і час створення власного сценарію (який включає пошук документації, налагодження тощо) не видається «того вартим». У таких випадках графічні моделі стандартного програмного забезпечення ГІС є хорошим рішенням, і сьогодні ми побачимо, як легко вирішити цю проблему за допомогою ArcMap Model Builder.

Припустимо, все, що ми маємо як вхідні дані, це один растр (наприклад, зображення зміни) з безперервними значеннями, і ми хочемо автоматично перекласифікувати його у 3 класи на основі його статистики: середнє значення та стандартне відхилення. Для обчислення цих значень нам знадобиться інструмент «Отримати властивості растру» двічі, один раз для середнього значення та один раз для стандартного відхилення:

Обов’язково виберіть “MEAN” та “STD” в інструментах “Property Type”. Це буде обчислювати середнє та стандартне відхилення, але ось складна частина (і головна причина, чому я вибрав цю тему сьогодні): Отримання цих значень для використання їх у розрахунках для рекласифікації. На біржі GIS Stack ми знаходимо рішення на основі растрового калькулятора, але для цього потрібен певний синтаксис змінних, і я зацікавився більш простим і зрозумілим рішенням.

Щоб обійти це, ми можемо скористатися інструментом «Створити постійний растр». Як випливає з назви, він створить растр із постійним значенням, і ми можемо встановити ці значення як середнє та стандартне відхилення. Ми також повинні вибрати тип вихідних даних як параметр для створення постійного растра:

Щоб завершити інструмент, нам потрібно встановити просторове посилання як параметри: Розмір комірки та Розширення виводу. Ми можемо це зробити, підключивши вихідний растр до інструменту безпосередньо двічі, один раз для кожного параметра:

На додаток до цього, ми можемо зберегти лише один параметр "Тип вихідних даних" і підключити його до обох Створити постійний растр:

Отже, за допомогою цього непрямого методу ми отримали статистичні значення, і ми можемо проводити з ними розрахунки. Ми повинні провести розрахунки:

Спочатку ми використовуємо інструмент Times для стандартного відхилення, щоб помножити його на 2. Потім за допомогою інструментів «Плюс» і «Мінус» та виводів «STDV Raster» та «Mean Raster» ми можемо виконати всі обчислення. Почнемо з першого інтервалу:

Вибачте, якщо деякі оператори переплутаються, це тому, що я постійно використовую опцію «Автоматичний макет» у конструкторі моделей. Отже, ми створили растри μ+1σ та μ-1σ. І ми хочемо, щоб усі значення нашого початкового растру в межах цього інтервалу були частиною одного класу. Ми можемо легко досягти цього за допомогою комбінації порядку та булевих інструментів, таких як “Менше”, “Більше, ніж”, “Булеве АБО” та “Булеве І”:

Отже, те, що ми зробили, було досить простим. Ми розрахували два растри: (μ+1σ) та (μ-1σ). Якщо значення нашого початкового растру коливалися в межах цих двох значень (інструменти “Менше рівного” та “Більше рівного”), то створюється двійковий растр (ІСТИНА, якщо вони входять у межах, ЛОЖЕ в іншому випадку-оператор “Булевий І”).

Ми можемо створити інші два класи аналогічно, використовуючи 2x STDV Raster та ті ж інструменти, тому дозвольте мені швидко перейти до завершеного 2 -го класу:

Я навмисно вирізав решту моделі, яка обчислює клас 1, щоб не виглядати занадто складною. Другий клас складається з двох окремих підкласів (те, що я називаю «Верхні» та «Нижні», або ви можете назвати їх «Ліворуч» і «Праворуч»), тому нам потрібен додатковий інструмент «Логічне АБО», щоб зробити остаточний клас 2: Помірна зміна.

Остаточний клас створюється аналогічно, на основі лише інструментів нерівності з μ+2σ та μ-2σ:

Тепер у нас є 3 окремих растра TRUE/FALSE. Якщо ви уважно подивитесь на інструменти нерівності, ви помітите, що я ретельно підібрав їх, щоб забезпечити неперекриваються інтервали:

Отже, що нам потрібно для нашого остаточного тематичного шару, це «об’єднати» разом ці 3 растри. Для цього ми можемо легко перетворити двійкове значення TRUE/FALSE на Integer 1/0. Потім ми перемножуємо кожен цілочисельний растр на інше ціле число, щоб розрізнити їх і, нарешті, скласти всі разом, і кожне дискретне значення (0, 1 або 2) буде відповідати цьому конкретному класу:

Я вже згадував, що ми могли б віддати перевагу хорошому графічному рішенню замість написання коду. Правда в тому, що якщо подивитися на всю модель, вона виглядає не так елегантно:

Але правда в тому, що кроки робляться досить легкими, а потік зрозумілим. Крім того, коли я працював з цією проблемою, я працював лише над початковою двійковою класифікацією, наприклад:

& ltμ+2σ: 1, ІНШЕ 0

Для цього потрібна досить менша модель, але це так само легко. Тим не менш, ми створили масу проміжних растрів, тому переконайтесь, що вони є проміжними, клацнувши правою кнопкою миші на них:

Таким чином, використовуючи проміжні змінні моделі видалення, вони будуть видалені з нашої бази даних. Залишилось зробити лише одне: запустити модель і побачити результат:

Як ми очікували, у нас є три класи. Час обробки складав близько 4 хвилин на машині 8 Гб, i5, що непогано, враховуючи, що оригінальний файл надходив із цілої сцени Sentinel 2 (290 х 290 км,

Це була перша проблема ГІС, яку я вирішив представити, і я сподіваюся встановити низку подібних проблем. Я сподіваюся, що це було корисне рішення, і я дуже чекаю відгуків щодо роз’яснень, можливих поліпшень або пропозицій щодо вирішення інших проблем!


1.5 Історія R-просторових

Використання останніх просторових пакетів, таких як sf, але також важливо знати історію просторових можливостей R: багато функцій, варіанти використання та навчальний матеріал містяться у старих пакетах. Вони можуть бути корисними і сьогодні, якщо ви знаєте, де шукати.

Просторові можливості R виникли в ранніх просторових пакетах на мові S (Bivand and Gebhardt 2000). У 1990 -х роках було розроблено численні сценарії S та кілька пакетів просторової статистики. Відповідно до статті, представленої на GeoComputation 2000 (Bivand and Neteler 2000), з них виникли пакети R, і до 2000 року з’явилися пакети R для різних просторових методів «аналізу точкового малюнка, геостатистики, дослідного аналізу просторових даних та просторової економетрії». Деякі з них, зокрема просторовий, сгеостат та сплески все ще доступні на CRAN (Роулінгсон та Діґл 1993, 2017 Венаблес та Ріплі 2002 Маджуре та Гебхардт 2016).

Наступна стаття в R News (попередник The R Journal) містила огляд програмного забезпечення просторової статистики на той час у R, більшість з яких базувалося на попередньому коді, написаному для S/S-PLUS (Ріплі 2001). У цьому огляді описано пакети для просторового згладжування та інтерполяції, у тому числі акіма та geoR (Akima та Gebhardt 2016 Ribeiro Jr та Diggle 2016), та аналіз точкового малюнка, у т.ч сплески (Роулінгсон та Діглл 2017) та spatstat (Baddeley, Rubak, and Turner 2015).

Наступний випуск R News (том 1/3) знову поставив у центрі уваги просторові пакети з більш детальним вступом до сплески та коментар щодо майбутніх перспектив щодо просторової статистики (Bivand 2001). Крім того, у випуску було представлено два пакети для тестування просторової автокореляції, які з часом стали частиною spdep (Bivand 2017). Зокрема, у коментарі згадується про необхідність стандартизації просторових інтерфейсів, ефективних механізмів обміну даними з ГІС та обробки просторових метаданих, таких як системи координат (CRS).

інструменти карт (автор: Ніколас Левін-Ко Біванд та Левін-Кох 2017)-ще один важливий пакет цього часу. Спочатку інструменти карт щойно містив обгортку навколо shapelib і дозволяв читати файли форм ESRI у вкладених геометричних списках. Відповідний і застарілий клас S3 під назвою “Карта” зберігав цей список разом із фреймом даних атрибутів. Робота над представленням класу «Карта» була, тим не менш, важливою, оскільки вона безпосередньо входила в основу sp до публікації на CRAN.

У 2003 році Роджер Біванд опублікував розширений огляд просторових пакетів. Він запропонував систему класів для підтримки "об'єктів даних, пропонованих GDAL", включаючи "основні" типи точок, ліній, багатокутників і растрів. Крім того, було запропоновано, що інтерфейси для зовнішніх бібліотек повинні лягти в основу модульних пакетів R (Bivand 2003). Значною мірою ці ідеї були реалізовані в пакетах rgdal та sp. Вони стали основою для аналізу просторових даних за допомогою R, як описано в Прикладний аналіз просторових даних за допомогою R (ASDAR) (Bivand, Pebesma та Gómez-Rubio 2013), вперше опублікований у 2008 р. Десять років потому просторові можливості R значно зросли, але вони все ще спираються на ідеї, викладені Bivand (2003): інтерфейси для GDAL та PROJ наприклад, потужні можливості введення-виводу географічних даних R та трансформація CRS у потужності R (див. глави 6 та 7 відповідно).

rgdal, випущений у 2003 році, надав прив’язки GDAL для R, що значно покращило його можливість імпортувати дані з раніше недоступних форматів географічних даних. Початковий випуск підтримував лише драйвери растру, але подальші вдосконалення забезпечували підтримку систем координат координат (через бібліотеку PROJ), повторне проектування та імпорт форматів векторних файлів (докладніше про формати файлів дивіться у Розділі 7). Багато з цих додаткових можливостей були розроблені Баррі Роулінгсоном і випущені в rgdal кодової бази у 2006 р. (див.Роулінгсон та ін. 2003 р. та список електронної пошти R-довідки щодо контексту).

sp, випущений у 2005 році, подолав нездатність R розрізняти просторові та непросторові об’єкти (Pebesma and Bivand 2005). sp виросла з майстерні у Відні у 2003 році і була розміщена у sourceforge перед міграцією до R-Forge. До 2005 року географічні координати, як правило, розглядалися як будь -яке інше число. sp змінив це своїми класами та загальними методами, що підтримують точки, лінії, багатокутники та сітки та дані атрибутів.

sp зберігає таку інформацію, як обмежувальна рамка, система координат та атрибути у прорізах у просторових об’єктах, використовуючи систему класів S4, що дозволяє операціям над даними працювати з географічними даними (див. Розділ 2.2.2). Крім того, sp пропонує загальні методи, такі як summary () та plot () для географічних даних. У наступне десятиліття, sp класи швидко стали популярними для географічних даних у R, і кількість пакетів, що залежали від них, зросла приблизно з 20 у 2008 році до понад 100 у 2013 році (Біванд, Пебесма та Гомес-Рубіо 2013). Станом на 2018 рік покладається майже на 500 пакетів sp, що робить його важливою частиною екосистеми R. Використання відомих пакетів R sp включати: gstat, для просторової та просторово-часової геостатистики геосфери, для сферичної тригонометрії та адехабітат використовується для аналізу вибору середовища існування тваринами (E. Pebesma and Graeler 2018 Calenge 2006 Hijmans 2016).

Поки rgdal та sp вирішивши багато просторових питань, R все ще не мав можливості виконувати геометричні операції (див. розділ 5). Колін Рундел вирішив це питання шляхом розробки rgeos, інтерфейс R до бібліотеки геометрії з відкритим кодом (GEOS) під час проекту Google Summer of Code у 2010 році (Bivand and Rundel 2018). rgeos дозволив GEOS маніпулювати sp об'єктів з такими функціями, як gIntersection ().

Ще одне обмеження sp - його обмежена підтримка растрових даних - була подолана растрові, вперше випущений у 2010 році (Hijmans 2017). Його система та функції класів підтримують цілий ряд растрових операцій, як зазначено у Розділі 2.3. Ключова особливість растрові це його здатність працювати з наборами даних, які занадто великі, щоб поміститися в оперативну пам'ять (інтерфейс R для PostGIS підтримує операції з дисками над векторними географічними даними). растрові також підтримує алгебру карт (див. Розділ 4.3.2).

Паралельно з цими розробками систем і методів класу з'явилася підтримка R як інтерфейсу для спеціального програмного забезпечення ГІС. ТРАВА (R. S. Bivand 2000) та подальші пакети spgrass6 та rgrass7 (для GRASS GIS 6 та 7 відповідно) були яскравими прикладами у цьому напрямку (Bivand 2016a, 2016b). Інші приклади мостів між R та GIS включають RSAGA (Brenning, Bangs and Becker 2018, вперше опубліковано у 2008 році), RPyGeo (А. Бреннінг 2012а, вперше опубліковано у 2008 р.), Та RQGIS (Muenchow, Schratz та Brenning 2017, вперше опубліковано у 2016 році) (див. Розділ 9).

Спочатку візуалізація не була зосередженою, основна частина R-просторового розвитку зосереджена на аналізі та географічних операціях. sp запропонував методи створення карт з використанням базової та решітчастої систем побудови графіків, але попит на розширені можливості створення карт зростав, особливо після випуску ggplot2 у 2007 році. ggmap розширений ggplot2Просторових можливостей (Kahle and Wickham 2013), полегшуючи доступ до плиток "базової карти" з онлайн -сервісів, таких як Google Maps. Хоча ggmap полегшене створення карт з ggplot2, його корисність була обмежена необхідністю зміцнення просторових об’єктів, що означає перетворення їх у довгі кадри даних. Хоча це добре працює для точок, обчислювально неефективно для ліній та багатокутників, оскільки кожна координата (вершина) перетворюється на рядок, що призводить до створення величезних кадрів даних для представлення складних геометрій. Хоча географічна візуалізація, як правило, зосереджена на векторних даних, растрова візуалізація підтримується в растрові і отримав імпульс з виходом rasterVis, який описаний у книзі на тему візуалізації просторових і часових даних (Lamigueiro 2018). Станом на 2018 рік створення карт у R - це гаряча тема із спеціальними пакетами, такими як tmap, листівка та перегляд карти всі, що підтримують систему класів, надану sf, фокус наступного розділу (докладніше про візуалізацію див. у Главі 8).


Синтаксис

Клас об’єктів, шар об’єктів або набір об’єктів для проектування.

Вихідний набір даних, до якого будуть записані результати.

Допустимими значеннями є об’єкт Spatial Reference, файл із розширенням .prj або рядкове представлення системи координат.

Цей метод можна використовувати для перетворення даних між двома географічними системами координат або датами. Цей необов’язковий параметр може знадобитися, якщо вхідні та вихідні системи координат мають різні точки відліку.

Перетворення є двонаправлений. Наприклад, якщо конвертувати дані з WGS 1984 у NAD 1927, ви можете вибрати перетворення під назвою NAD_1927_to_WGS_1984_3, і інструмент застосує його правильно.

Система координат класу об’єктів вводу або набору даних. Цей параметр стає доступним, коли на вході є Невідома або невизначена система координат. Це дозволяє вам вказати систему координат даних без необхідності змінювати вхідні дані (що може бути неможливим, якщо введення має формат лише для читання).


З’єднати та усунути класи в растрі в ArcMap або R - Геоінформаційних системах

Виконати заміну приводу

Виконайте заміну диска для створення віртуальних дисків L та М..

Оскільки набори даних растрової сітки займають багато місця, ви повинні видалити всі непотрібні файли з M: . Видалити все зі знімного накопичувача перед початком вправи. Якщо ви створювали PDF -файли для своїх завдань та зберігали їх на M: , ці файли (а також усі старі файли *.prn) можна видалити. Якщо вам потрібно зберегти будь -які дані на M: , заархівуйте та скопіюйте їх у свій обліковий запис dante або тимчасово збережіть на жорсткому диску або запишіть на компакт -диск. Якщо під час цієї вправи не вистачає місця, у вас можуть виникнути проблеми.

    Завантажити проект r_an_1.mxdта збережіть його на M: .

    Для виконання аналізу з растровими даними необхідно ввімкнути розширення Spatial Analyst та відобразити панель інструментів Spatial Analyst. Ви все ще можете додавати растри до фрейму даних без Spatial Analyst, але вони будуть поводитися лише як прості зображення та не матимуть аналітичних функцій.

    Виберіть Налаштувати & gt розширення і встановіть прапорець для Просторовий аналітик.

Растровий набір даних dem відображатиметься з розтягнутим колірним пандусом у відтінках сірого. Зверніть увагу на значення в легенді: вони представляють висоту в ногах.

Піраміди є Подарунок (з рівнем 5 та іншим статусом), що означає, що сітку можна швидко відобразити в різних масштабах масштабування. Багато операцій, які ми будемо виконувати, створюватимуть тимчасові сітки, які після видалення з документа карти будуть видалені з диска.

Зверніть увагу, що під час збільшення ви не бачите окремих клітинок. Це тому, що Розтягнутий метод симвології також застосовує передискретизацію, щоб згладити зовнішній вигляд дисплея.

Ви щойно завантажили шар растрової сітки для перегляду. Переконайтеся, що у вас завантажено розширення Spatial Analyst раніше Ви намагаєтесь додати шари растрової сітки або в кінцевому підсумку завантажуєте шар зображення, що буде марним для аналізу.

Змініть відображення шару растрової сітки

Коли завантажуються шари растрової сітки, вони завантажуються у 10 класів (9 числових класів та 1 клас No Data) зі схемою випадкової колірної рампи. Ви можете змінити умовні позначення для відображення різних типів даних.

    Зменшити масштаб у повному обсязі. Тепер ви можете чітко побачити ефект засекреченого дисплея.

Хоча рельєф стає все більш очевидним, все одно краще відображати безперервні дані з розтягнутою, а не класифікованою символікою.

  1. Поверніться до Розтягнутий і виберіть колірну рамку, яка переходить від червоного до зеленого.
  2. Натисніть на Інвертувати прапорець, щоб кольори переходили від зеленого до червоного зі збільшенням висоти (метод за замовчуванням відображатиме нижчі висоти червоним).

Зверніть увагу, що середнє значення висоти набору даних становить 1150 футів. Середнє значення в цьому випадку представляє величину:

що переводить у & quotum усі значення клітинки і ділить на кількість клітинок. & quot

Змініть Мітка для класів, як показано нижче:

Легенда дає вам уявлення про статистичне поширення ваших даних, а подання показує розташування різних статистичних класів.

Загалом, варіантів зміни відображення шарів растрової сітки менше, ніж для шарів функцій. Цілі растрові сітки мають ті ж методи класифікації, що і векторні дані, але растрові сітки з плаваючою комою не мають такої кількості різних типів класифікацій. Растрові сітки не можуть бути відображені штриховими символами, лише суцільними кольорами.

Змінити тип даних (піксель): з плаваючою крапкою на цілий тип

Звичайні табличні запити можна виконувати лише на цілочисельних растрових сітках з менш ніж 1 мільйоном класів. Перетворення з плаваючої крапки на ціле значення необхідно для створення растрового шару сітки з ПДВ (таблиця атрибутів значення).

    Спроба відкрити таблицю атрибутів для дем шар. Ви виявите, що це неможливо (вибір сірий). Як растрова сітка з плаваючою комою, шар не має ПДВ.

Ви щойно перетворили значення з плаваючою крапкою на ціле число. Майте на увазі, що це перетворення може призвести до втрати інформації. Будьте дуже обережні при перетворенні з плаваючою комою на ціле число, особливо якщо ваші вихідні значення від 0 до 1. Ви втратите більшість свого інформаційного вмісту. Якщо ваші дані представляють значення, для яких десяткові знаки містять важливу інформацію (наприклад, рН), і ви перетворюєте їх на цілі числа, ви втратите цю важливу інформацію.

Загальноприйнятою методикою вирішення цієї проблеми є спочатку множення растрової сітки з плаваючою крапкою на 1 або більше порядків, що призводить до того, що всі значення перевищують 1, а потім перетворення у ціле число. Однак вам потрібно пам’ятати, що теперішні значення не є вихідними.

    Спроба виконати запит проти dem_int сітка (Вибір & gt Вибір за атрибутами). Ви побачите, що для шару сітки немає вибору. Закрийте діалогове вікно.

У виділенні є 1648088 клітинок, що з огляду на те, що осередок 100 футів^2, означає приблизно 5,9 миль^2 (обчисліть це зараз самостійно, щоб вам було легше, коли вас попросять це зробити за призначенням!) .

Цей запит можливий лише тому, що шар растрової сітки dem_int растровий набір даних має таблицю атрибутів. Це означає, що ви не можете виконувати запити до сіток з плаваючою комою.

Перегляньте гістограму для розподілу значень комірки

Гістограми графічно відображають розкид даних про значення клітинок у вибраних осередках шару растрової сітки. Гістограми можна переглядати пошарово Властивості.

    Відкрийте файл Властивості за Розрахунок (Символіка та gt класифікація). (Лабораторний комп’ютер MGH не зможе виконати цей процес, будь ласка, прочитайте його.)

Гістограми корисні для перегляду діапазону та розподілу даних у растровій сітці. Чи відповідають значення растрової сітки нормальному розподілу, чи існує якийсь інший тип шаблону? Що це може сказати вам про ваші дані та які наслідки це матиме для подальшого аналізу?

Встановити властивості аналізу

Налаштування середовища аналізу для растрового аналізу (Робоча область, Обсяг обробки, Вихідні координати та Растровий аналіз із параметром Розмір комірки та Маска) впливатиме на середовище аналізу, поки властивості аналізу знову не зміняться.

Робоча область визначає місце розташування вихідних даних за замовчуванням.

Растровий аналіз-маскування

Маскування встановлює вихідну растрову сітку до дійсних клітинок іншої растрової сітки. Для кожної сітки є клітинки, що містять значення (наприклад, висоту). Але є й такі немає даних клітини. Маскування дозволяє обмежувати вихідні дані лише клітинками, що містять значення в сітці маски. Ідея подібна до маскування зони для малювання.

  1. По -перше, нам потрібно створити растрову сітку для маскування. Генерувати 500-1000 футів растровий шар за допомогою растрового калькулятора
    1. Відкрийте ArcToolbox і виберіть Інструменти просторового аналітика & gtРастровий калькулятор карт алгебри та gt.
    2. В Растровий калькулятор, використовуючи дно, щоб натиснути формулу - (& quotdem & quot & gt 500) & amp (& quotdem & quot & lt 1000)
    3. Збережіть цей файл як Запит 1 у вашій М: диск і натисніть OK.

    Це створить сітку, ідентичну Запит1, але з Немає даних значення, де були вихідні значення 0.

      Виберіть чорний відтінок для Відобразити NoData як у нижньому правому куті діалогового вікна.

    It is now clear which cells have value and which do not.

    Setting the mask to this grid will mean new grids created using the Spatial Analyst toolbar will have data values only where setnull1 cells have a value of 1.

    Processing extent

    The Processing Extent is a rectangular area. When the Process Extent is set, newly created raster grids (from Map Calculations or Map Queries) will be limited to the spatial extent of that rectangle. The extent can be set to the extent of an existing layer, to the data frame, to the current display, or to specific coordinates. The extent is different from a mask, as the mask is defined by valid cells from a specific grid, whereas the extent is simply a set of rectangular coordinates.

      Zoom into an area in the middle of the forest (roughly outlined below).

      Натисніть на ОбробкаОбсяг вкладку та виберіть Extent: Same As Display, which will limit the output of subsequent operations to the current zoom extent.

    Analysis Cell size

    There is always a tradeoff between data storage and precision. Smaller cells means potentially better precision, but also larger files and slower processing. To see the effect of different cell size on precision, storage, and processing, perform the same analysis but with different cell size.

      Open the ArcToolbox tool Spatial Analyst Tools Map Algebra Raster Calculator.

    There is no hard and fast rule for deciding on a proper cell size. Basically, you will want to use the largest cell size you can that still correctly represents the phenomenon you are modeling.

    Raster Calculator (I): Perform a map query on a raster grid layer

    Many raster grid analytical operations are performed by using the Растровий калькулятор tools. Raster grid analysis will be covered in greater depth in the next lecture, but this section serves as an introduction to these tools.

    Тому що дем grid layer is stored floating-point, a normal tabular query is not possible instead, a Map Query must be performed to view a subset of cells.

      Відкрийте файл Растровий калькулятор (ArcToolbox> Spatial Analysis Tools > Map Algerba > Raster Calculator) and create an expression using the buttons or keyboard:

    Your calculation should look like this:

    This is a true/false expression. Either cells will be in the 500-1000 range or they will be outside this range.

    A map query is similar to a normal feature layer query, but can be performed on either floating-point or integer raster grid layers. A map query is similar to a feature layer query, but the output is always a new raster grid, rather than a selected set within an existing table. The output is a Boolean entity, in which output cells are coded True (1) (meeting the query criteria), False (0) (not meeting the query criteria), or No Data.

    Map queries, unlike feature queries, are not limited to single layers. Because individual cell values are referenced to their spatial position only, map queries can select cells that match a broad range of criteria, including multiple raster grid layers. The query above could just as easily have asked to identify cells matching multiple criteria for any of the raster grid layers within the view.

    For example, it is possible to select a group of cells whose values are within a range of bathymetry in an bathymetry raster grid та whose values are within a range of slope in a slope raster grid, та whose values are within a range of salinity values in a salinity raster grid with an expression like

    In a typical tabular query, the query is performed on a single table. In the case presented above, it a query that simultaneously finds cells that match the value of several raster grids (not just values in a single table). The cell локації are determined by the spatial referencing framework, but the цінності are determined by different values across multiple raster grids.

    Raster Calculator (II): Perform a map calculation on a raster grid layer

    This example will find the sine of the aspect for each cell in the дем raster grid. Generating sine and cosine of aspect would be the first step to take if you needed to perform particular analyses modeling surface terrain, such as determining insolation, which depends on the angle of the sun. We won't do anything further with this example, but you should be aware that trigonometric and other mathematical functions exist for raster grid map calculations.

      Generate the Aspect Layer: Select Spatial Analyst ToolsSurfaceAspect. Виберіть дем як Input Surface.

    Sin("Aspect of dem1" * 3.14159 / 180)

    This creates a new grid where first the aspect is converted from degree measure to radian measure (aspect * pi / 180) and then the sine is calculated, on a cell-by-cell basis.

    Примітка: Although building calculations and queries is made easier with the GUI, you can alternatively simply type in the calculation without using the GUI, assuming you know how to use the proper syntax. Be especially careful of the location of parentheses.

    The output is stored in a new temporary raster grid called Aspect_dem1_cal1. The values range from -1 to 1, which is what we should expect for values of sine.

    The Raster Calculator is used to create new datasets based on logarithmic, arithmetic, Boolean, exponential, relational, and trigonometric functions. These functions can be performed on individual raster grids or combinations of raster grids. In addition to the listed operators and functions on the Raster Calculator interface, any ArcGrid raster grid class functions can be performed using the dialog. The output of is a raster grid where each cell value is the result of mathematical or other raster grid functions performed on the input(s).

    Advanced use of the Raster Calculator requires learning a little about the syntax of grid map algebra.

    Raster Calculator (III): Querying across multiple grid layers

    Perform a complex query that identifies cells that meet multiple criteria across several grid layers. In this example, find all areas that are above 1500 ft in elevation and aspect layer (Aspect of Dem1) is South (value 157.5-202.5).

      Add the grid layer Дем from the data CD to a New Dataframe.

      Відкрийте файл Властивості for the new layer, and make a note of the cell size (in this case, the cell size is 10).

    There are 138871 cells (value 1, fit in the query) which are above 1500 ft in elevation and the aspect is South.

    You have just performed a "query" that picks out cells that match criteria from more than one grid. This is very similar to the topological overlay analysis of intersection. Do you see how much more rapid this type of analysis is with raster analysis? How many separate single actions would it have taken to do this with vector data? Using more complex syntax within the Raster Calculator would have allowed us to perform the analysis with even fewer steps.

    Although the vector data analyses take advantage of the better representation of shape for line and polygon features, if the cell size is small enough to correctly represent the shape of features, the numbers generated will be within an acceptable margin of error.

    Raster Calculator (IV): Conditional processing

    Suppose you have a vegetation model that includes an elevational response factor. If elevations are between 500 and 700 feet, the model inputs will be 100 * the elevation value. If the elevations are outside this range, the model inputs will be 0.

      Add the grid layer Дем from the data CD to a New Dataframe.

    Вираз означає цей рядок за рядком англійською мовою:

    If elevation is greater than 500 and less than 700, then
    встановіть вихідне значення (висота * 100) або інше
    встановіть вихідне значення на 0

    The output grid will look something like this (adjust the color ramp from the properties to show the difference).

    You have just used conditional processing to create a new grid. The actual values we used are meaningless, but the theory is important. Do you see how this is different from either a simple reclassification or a map query? A reclass with this precision would have taken quite some time to code, and a map query would have given us only yes-or-no values.

    The syntax of the conditional statement takes a little getting used to, but you can see what a powerful tool this is for dealing with conditional processing of cell values. Frequently in modeling spatial phenomena, we want to treat a subset of cells in one way and a different subset of cells in a different way.

    Please delete any stray files you may have created on the hard drive.


    Форматы данных ГИС. Оформление и качество

    In this course, the second in the Geographic Information Systems (GIS) Specialization, you will go in-depth with common data types (such as raster and vector data), structures, quality and storage during four week-long modules: Week 1: Learn about data models and formats, including a full understanding of vector data and raster concepts. You will also learn about the implications of a data’s scale and how to load layers from web services. Week 2: Create a vector data model by using vector attribute tables, writing query strings, defining queries, and adding and calculating fields. You'll also learn how to create new data through the process of digitizing and you'll use the built-in Editor tools in ArcGIS. Week 3: Learn about common data storage mechanisms within GIS, including geodatabases and shapefiles. Learn how to choose between them for your projects and how to optimize them for speed and size. You'll also work with rasters for the first time, using digital elevation models and creating slope and distance analysis products. Week 4: Explore datasets and assess them for quality and uncertainty. You will also learn how to bring your maps and data to the Internet and create web maps quickly with ArcGIS Online. Take GIS Data Formats, Design and Quality as a standalone course or as part of the Geographic Information Systems (GIS) Specialization. You should have equivalent experience to completing the first course in this specialization, Fundamentals of GIS, before taking this course. By completing the second class in the Specialization you will gain the skills needed to succeed in the full program.

    Получаемые навыки

    Spatial Analysis, Analytics, Workflow, Data Management

    Рецензії

    Nick, you and your team did good job on making the course enjoyable, only problem I faced was having trouble downloading the tutorial 2 assignment data. Still it was a very good experience.

    Good course, well structured to deliver the invaluable skills, ranging from data management to final output after processing. Good exposure to the toolbox, expecting more in the next course.

    This module is all about working with vector data. We'll review geoprocessing and introduce the intersect tool. This module also covers writing query strings to subset data, adding and calculating fields, configuring selections, editing and creating feature classes, and everything you need to know about digitizing data.

    Преподаватели

    Nick Santos

    Текст відео

    [MUSIC] Hello again, everyone. In this lesson, I'm going to show you how to create a new empty feature class that you can use to digitize or create features in ArcGIS. So to get started, we're going to go to the catalog window. You can do this from the Arc catalog application directly or from within the catalog window. And all we need is, we need to go to a folder. So I'll go here, and create yourself a work space. So in this case, I'll do a new file geodatabase, and I'll call it project_data. And usually, youɽ want to do this, youɽ make a project folder and youɽ probably want a main data folder for your project. And youɽ want to make a scratch folder and a results folder for your project. You may have seen those with the assignments in a previous class. And if I right-click on that and go to the new menu on the work space, I get the option now to create a new feature class. So I get some other options here too for new things to create, but for now, let's just create a new feature class, and a dialogue pops up. On this first page of the dialogue, we can name the feature class, and let's name this one continents because we'll end up putting continents in the next lecture. And I'm now going to give an alias, and here we can select the type of features in the feature class. So what we want in this case is we want polygon features, if we're going to create continents, we'll use polygon features. But I can select whether I want line or point or another type of feature class here. Down below here, we get the option to turn on routing with m values, or turn on 3D information with z values. In this case, we're not going to use those. So I just click Next and leave those unchecked. And now, we have to select the coordinate system that our dataset will exist in. And it's selecting a coordinate system I use. But, we're going to use a geographic coordinate system, and one that's good for the whole world, and we'll use WGS 1984. If I had forgotten which one or where that was, I could just type WGS, and it would find all the ones that had it. Others use the term WGS inside their names, but there's only one major geographic coordinate system here. When I'm done selecting a coordinate system, just click it on it to make sure it's highlighted, then I click Next. Now, it's asking for the XY tolerance, basically, the minimum distance between coordinates before they're considered the same coordinate. In most cases, leave it as the default. When it's in decimal degrees, it's a little harder to understand, but I think usually, it's a one one thousandth of a meter is when it's considered the same. And once I've selected that default tolerance, I'll click next again, and it's offering to let me configure the geodatabase for this layer. That's a really rare thing, you won't need to use that until you get more advanced, and even then you may not. So we'll skip over that and leave it as the default, and I'll click Next again. And now, we get the opportunity to create our Attribute Table. So it starts with an object ID field, that primary key, which it'll automatically create for us, and then, the shape field with the geometry. But now, I can type in new fields. So we'll give the continents a name and accept the text, a data type for the data, and I'll do the default link here, 50. And let's also do population, and that's going to be a long integer. And then, we can go on an add more fields, but for now, we'll leave that as it is. I'll click finish. And all of a sudden, I see that continents feature class in my geodatabase now. And I can right click on and go to Properties, and see the usual stuff you see in Properties in our catalog. And then, I can just drag it into my map if I want to. It was already there, because I created it in ArcMap, it added it for me. But so I'll just remove it, and go to Comments and add. And nothing's showing up, though. Why might that be? Well because we don't have any data in there yet, right? We just created it, it's empty, and I have not put any features into my dataset yet. But, we have our new feature class container, and we can create more new feature class containers, if we would like to. So I'll close this, and collapse catalog window again, and that's it for this lecture. In the next lecture, we're going to use this empty feature class in order to create the features for the continents in a method called digitizing. This is something that was really important when lots of paper maps were being transitioned to digital maps. It's a little less important now, but it still comes up all the time. With aerial imagery coming in, people often need to digitize features, and there's still a lot of use for digitizing in GIS practices. See you there.


    Подивіться відео: Get Started With ArcGIS Online. 2020 Tutorial for beginners (Жовтень 2021).