Mehr

Syntax des Raster-Rechners

Syntax des Raster-Rechners


Ich habe zwei Raster, die das Klima in zwei Perioden darstellen, und ich möchte ihre Werte vergleichen.

Ich möchte ein drittes Raster erstellen, das Folgendes zurückgibt:

Die Werte von Raster 1 liegen innerhalb der Minimal- und Maximalwerte von Raster 2.

und viertes Raster:

Werte von Raster 1 liegen innerhalb des 2,5 % und 97,5 % Perzentils von Raster 2.

Ich habe noch nie mit Rasterrechner gearbeitet und kenne die Syntax nicht.


Die Syntax des Raster-Rechners für Ihr drittes Raster lautet wie folgt

Con( ("raster1" < "raster2".maximum) & ("raster1" > "raster2".minimum) , 1, 0)

Es gibt keine eingebaute Methode, um die Perzentile zu erhalten, daher sollten Sie sie basierend auf dem Histogramm Ihres Bildes berechnen und die Werte manuell in den Rasterrechner eingeben. Sie können jedoch (wenn Ihre Verteilung nahe an einer Gaußschen Verteilung liegt) mit Mittelwert + 1,96 * Standardabweichung approximieren

Con( ("raster1" < ( "raster2".mean + 1,96 * "raster2".standardDeviation ) ) & ("raster1" > ( "raster2".mean - 1,96 * "raster2".standardDeviation ) ), 1, 0)

So funktioniert der Raster-Rechner

Mit dem Werkzeug Rasterrechner können Sie Map-Algebra-Ausdrücke in einem Werkzeug erstellen und ausführen. Wie andere Geoverarbeitungswerkzeuge kann das Werkzeug Rasterberechnung in ModelBuilder verwendet werden, sodass die Leistungsfähigkeit von Map Algebra einfacher in Ihre Arbeitsabläufe integriert werden kann.

Das Werkzeug "Raster-Rechner" ist nicht für die Verwendung in Skriptumgebungen vorgesehen und ist im Standard-ArcPy-Modul von Spatial Analyst nicht verfügbar. Weitere Informationen zu Skripterstellung und Map Algebra finden Sie im Hilfethema Was ist Map Algebra?

  • Implementieren Sie einzeilige algebraische Ausdrücke.
  • Unterstützen Sie die Verwendung von Variablen in Map Algebra in ModelBuilder.
  • Wenden Sie Spatial Analyst-Operatoren auf drei oder mehr Eingaben in einem einzigen Ausdruck an.
  • Verwenden Sie mehrere Spatial Analyst-Tools in einem einzigen Ausdruck.

Raster Calculator wurde entwickelt, um einen einzeiligen algebraischen Ausdruck mit mehreren Werkzeugen und Operatoren mit einer einfachen, rechnerähnlichen Werkzeugschnittstelle auszuführen. Wenn mehrere Werkzeuge oder Operatoren in einem Ausdruck verwendet werden, ist die Leistung dieser Gleichung im Allgemeinen schneller, als wenn jeder der Operatoren oder Werkzeuge einzeln ausgeführt wird.


Syntax des Rasterrechners - Geographische Informationssysteme

оличество арегистрированных учащихсяя: 19 тыс.

Аствовать есплатно

Willkommen zum letzten Kurs der Spezialisierung (es sei denn, Sie fahren mit dem Abschlusssteinprojekt fort!). Führen Sie mit Ihrem Wissen über ArcGIS technische Aufgaben wie Rasterberechnungen und Eignungsanalysen durch. In diesem Kurs machen Sie sich in vier einwöchigen Modulen mit räumlicher Analyse und Anwendungen innerhalb von GIS vertraut: Woche 1: Sie lernen alles über Fernerkundungs- und Satellitenbilder und werden in das elektromagnetische Spektrum eingeführt. Am Ende dieser Woche können Sie Satellitenbilder online finden und herunterladen und für zwei gängige Analysearten verwenden: NDVI und trainierte Klassifizierung. Woche 2: Sie lernen, wie Sie mit ModelBuilder große Verarbeitungsworkflows erstellen, die Parameter, Vorbedingungen, Variablen und einen neuen Satz von Tools verwenden. Wir werden auch einige Themen untersuchen, für die wir nicht wirklich Zeit haben, im Detail zu diskutieren, die jedoch Ihren Appetit auf zukünftiges Lernen in anderen Bereichen anregen könnten: Geokodierung, zeitgesteuerte Daten, räumliche Statistik und ArcGIS Pro. Woche 3: In der dritten Woche erstellen und verwenden wir digitale Höhenmodelle mit einigen neuen, spezifischen Werkzeugen wie dem Schnittfüllwerkzeug, Schummerungen, Sichtfeldern und mehr. Wir gehen auch einige gängige Algorithmen durch, darunter einen sehr wichtigen: die Eignungsanalyse. Woche 4: Wir beginnen die letzte Woche damit, über einige räumliche Analysetools zu sprechen, die wir in der Spezialisierung noch nicht angesprochen haben: Regionsgruppe zum Erstellen eigener Zonen, Focal Statistics zum Glätten einer Schummerung, Reklassifizieren zum Ändern von Werten und Punktdichte, um eine Dichtefläche zu erstellen. Zum Abschluss sprechen wir noch über einige weitere Dinge, die Sie vielleicht näher kennenlernen möchten, wenn Sie beginnen, sich selbst mit GIS-Themen vertraut zu machen. Belegen Sie Geoinformatik und Umweltanalyse als eigenständigen Kurs oder als Teil der Spezialisierung Geographische Informationssysteme (GIS). Bevor Sie an diesem Kurs teilnehmen, sollten Sie über gleichwertige Erfahrungen mit dem Absolvieren des ersten, zweiten und dritten Kurses in dieser Spezialisierung "Grundlagen der GIS", "GIS-Datenformate, Design und Qualität" und "Geospatial and Environmental Analysis" verfügen. Wenn Sie die vierte Klasse abschließen, erwerben Sie die Fähigkeiten, die Sie benötigen, um den Schlussstein der Spezialisierung zu erreichen.

Олучаемые навыки

Geographisches Informationssystem (GIS), Bildanalyse, Raumanalyse, Satellitenbilder, GIS-Anwendungen

Ецензии

Sehr guter Kurs, aber bestimmte Themen, die in diesem Kurs bewertet wurden, wurden nicht gut erklärt, insbesondere die Verarbeitung von Fernerkundungsbildern (Herunterladen und Verwalten in GIS)

Ein erstaunlicher Kurs! gut organisiert, sehr informativ und reich an Ressourcen und nützlichen Materialien, mit einem ausgezeichneten Diskussionsforum, um die Kursthemen zu diskutieren.

Kursübersicht, Bilder und Rasterrechner

In diesem Modul lernen wir alles über Fernerkundung und Satellitenbilder, beginnend mit einer Einführung in Fernerkundungsdaten und das elektromagnetische Spektrum, bevor wir uns mit der Erfassung von Satelliten- und Luftbildern und Datenprodukten befassen. Sie erfahren, wie Sie Satellitenbilder online finden und herunterladen und wie Sie diese in zwei verschiedenen gängigen Analysearten verwenden: NDVI und eine trainierte Klassifizierung. In der zweiten Lektion erfahren Sie, wie Sie einige grundlegende Werkzeuge verwenden, um die Bildanalyse mit Raster Calculator und Spatial Analyst zu unterstützen.

Реподаватели

Nick Santos

Forscher für Geoinformatik

Екст видео

[MUSIK] Hallo zusammen und willkommen zurück. In diesem Vortrag möchte ich Ihnen zwei neue Tools zeigen. Das Con-Tool und das Set Null-Tool. Sie haben Set Null wahrscheinlich in einigen Labs der vorherigen Kurse verwendet, aber Con wird neu sein. Diese Werkzeuge bieten jetzt ähnliche Funktionen wie einige der Dinge, die Sie im Raster-Rechner tun können. Wenn ich also dieses Landnutzungs-Raster hier habe, wollte ich vielleicht nur zurückbekommen, ob die Werte bestimmte Werte sind oder nicht. Unabhängig davon, ob es gleich 21 ist oder nicht, was hier einer der Kurvenwerte ist. Und das gibt mir eine Null oder Eins als Ergebnis für wahr oder falsch, oder? Weil dies diesen Ausdruck logisch auswertet und sagt, ist dies für jedes Pixel wahr? Wenn es also wahr ist, ersetzen Sie den Pixelwert durch Eins und wenn es nicht wahr ist, ersetzen Sie ihn durch Null. Nun, ich kann dasselbe im Con-Tool tun, das für Condition steht. Grundsätzlich wird ausgewertet, ob eine von Ihnen angegebene Bedingung mit dem Raster erfüllt ist. Wenn es wahr ist, tut es eine Sache, die Sie angeben, und wenn es falsch ist, tut es eine andere. Wir können also genau dieses Verhalten damit replizieren, wenn ich in diesem Fall Wert sage. Ich verwende also keinen Rasternamen mehr, ich verwende das Wertfeld im Raster gleich 21. Und wenn ich dann den konstanten Wert als Eins angebe, wenn er wahr ist, und Null, wenn er falsch ist. Dies entspricht diesem Rasterrechner-Ausdruck. Nun, was ist, wenn ich etwas Fortgeschritteneres tun möchte und nicht nur die Einsen oder Nullen zurückbekomme, die ich im Raster-Rechner tun kann. Wenn es wahr ist, wenn der Wert 21 ist, sagen Sie, ich möchte ihn durch einen neuen Wert oder so ersetzen. Wenn der Wert also 21 ist, versuche ich, dieses Raster neu zu klassifizieren und zu sagen, dass es jetzt tatsächlich 81 oder so ähnlich ist. Ich verschiebe es in eine neue Kategorie, wenn der Wert gleich 21 ist, ersetze es durch 81. Andernfalls kann ich sagen, dass das falsche Raster das vorhandene Raster ist. Wenn es nicht wahr ist, verwenden Sie einfach die Werte, die sich bereits im Raster für diese Zelle befinden. Wir können jetzt also versuchen, es durch 81 zu ersetzen, und versuchen, dies auszuführen. Dieses Raster sieht also anders aus, das hierher zurückgekommene, weil es nicht die gleiche Farbkarte hat. Was ich also tun muss, ist nach oben zu scrollen, und ich kann sehen, dass ich einen Wert für 81 habe, aber der andere tut es auch. Kopieren wir also die Colormap, also suchen wir nach Colormap. So können wir es in der gleichen Farbe machen. Und ich kann Colormap hinzufügen und hier ein neues Raster auswählen und meine alte Raster-Eingabevorlage verwenden. Und alles kopiert die Farben überall. Und es hat sich hier nicht geändert. Ich muss es meinem Kartendokument erneut hinzufügen, um die Änderungen hier zu sehen. Also entferne ich es und verwende dann eine schnelle Verknüpfung, um diese Raster zu finden. Also gehe ich zu den Geoverarbeitungsergebnissen. Und unter dem Con-Tool habe ich es hier ohne die Raster ausgeführt. Und wenn ich mit der rechten Maustaste klicke, kann ich es zur Anzeige hinzufügen und es war subtil. Aber wenn Sie das gesehen haben, zoomen wir hier in eines der städtischen Gebiete. Da ist kein Gelb drin, das war nur das helle Rosa, diese urbane Klasse dort. Und wenn ich die neue Ebene einschalte, wird das alles durch den Wert für 81 ersetzt, der hier gelb ist. Also habe ich einige Werte ersetzt, aber den Rest intakt gelassen. Und genau das können wir mit dem Con-Tool tun, nämlich ein Raster bedingt auszuwerten und die Werte basierend auf der Bedingung zu ändern. Eine letzte Sache dabei ist, dass ich das bedingte Eingabe-Raster in der Ausgabe nicht verwenden muss. Tatsächlich könnte ich es nur als Bedingung verwenden und dann zwei andere Raster als Ausgabe verwenden. Wenn das Eingabe-Raster also das Wahre auswertet, könnte ich ein anderes Raster verwenden und es grundsätzlich zwischen zwei Raster-Werten auswählen lassen. Es gibt jedoch auch ein Auswahlwerkzeug, mit dem Sie auf unterschiedliche Weise zwischen zwei Rasterwerten auswählen können. Sie können also verschiedene Arbeitsabläufe verwenden, um einige der gleichen Ergebnisse zu erzielen. Nun, was wäre, wenn ich diesen Wert anstelle des tatsächlichen Ersetzens durch einen Wert ohne ersetzen wollte. Ich würde also denken, dass ich einfach das Con-Tool ausführen könnte und anstatt eine echte Konstante als 81 einzugeben, könnte ich Null sagen. Aber das wird tatsächlich nicht funktionieren, ich kann auch keine NoData machen und zuerst die Werte wie diese hier kennen, also wenn ich es auf Null setzen möchte, muss ich das Set Null-Tool verwenden. Und das Set Null-Werkzeug ist im Grunde eine spezielle Variante des Con-Werkzeugs, das, wenn die Dinge wahr sind, den Wert auf Null setzt und ich dann immer noch ein falsches Raster festlegen kann. Also, machen wir das Gleiche, was wir gerade gemacht haben, aber Flammenabdeckung und ich sage, dass der Wert gleich 21 ist, und was es tun wird, ist, den Wert festzulegen oder es auszuwerten Raster. Und wenn der Wert 21 ist, wird der Ausgabe-Sollwert auf no gesetzt und ansonsten wird das tun, was ich hier sage. Ich kann Null oder eins oder so sein, aber lassen Sie die Werte einfach durch Null ersetzen, wenn ich diese Zellen nur vollständig aus einer Analyse entfernen möchte. Ich möchte sagen, dass wir diese einfach nicht beachten, ich kann sie auf Null setzen und den Rest des Rasters intakt verwenden. Okay, und noch einmal, es wird mit funky Farben kommen, aber beachten Sie, dass es hier keine Klasse für 21 gibt, und wenn ich die Werte darunter ausschalte. Und einige zusammenklappen, ich kann feststellen, dass ich durch diese Zellen sehen kann, so dass das, was ich unten aktiviert habe, an dieser Stelle angezeigt wird, aber ich kann im Grunde zu meinem Datenrahmen sehen. Ich habe sie also erfolgreich auf Null gesetzt und kann bestätigen, dass, wenn ich hier einfach auf eine leere Stelle klicke und der Wert NoData ist, während der Wert an einer dieser anderen Stellen hier tatsächlich einen Zellenwert hat. Set Null ist also fast wie ein spezielles Con-Tool, das, wenn der Ausdruck als wahr ausgewertet wird, ihn nur auf Null setzen kann und immer noch das falsche Raster ausführen kann. Okay, das war's für diesen Vortrag. In diesem Vortrag habe ich Ihnen gezeigt, wie Sie die Werkzeuge Con und Set Null verwenden, mit denen Sie Rasterbedingungen auswerten und dann basierend auf den Ergebnissen dieser Auswertung neue Raster erstellen können. Dies sind ziemlich triviale Beispiele, aber es ist ein weiteres dieser Tools, das Sie wissen, wenn Sie es brauchen. Von Zeit zu Zeit werden Sie denken, dass ich dieses Raster basierend auf seinen aktuellen Werten leicht ändern muss. Nun, Sie können dies mit den Werkzeugen Con und Set Null tun. Okay, das war's, bis zum nächsten Mal.


Unterstützungssystem für die Analyse geografischer Ressourcen, allgemein als GRASS GIS bezeichnet, ist ein geografisches Informationssystem (GIS), das für die Verwaltung und Analyse von Geodaten, Bildverarbeitung, Grafik-/Kartenerstellung, räumliche Modellierung und Visualisierung verwendet wird. GRASS wird derzeit in akademischen und kommerziellen Umgebungen auf der ganzen Welt sowie von vielen Regierungsbehörden und Umweltberatungsunternehmen eingesetzt.

Dieses Referenzhandbuch beschreibt die Verwendung von Modulen, die mit dem Geographic Resources Analysis Support System (GRASS), einem Open Source (GNU GPLed), Bildverarbeitungs- und Geoinformationssystem (GIS) vertrieben werden.

Rasterbefehle:

r.basins.fill Erzeugt eine Rasterkarte für Einzugsgebiete von Wassereinzugsgebieten.
r.blend Mischt Farbkomponenten von zwei Raster-Maps in einem bestimmten Verhältnis.
r.Puffer Erstellt eine Rasterkarte mit Pufferzonen, die Zellen umgeben, die Kategoriewerte ungleich NULL enthalten.
r.buffer.lowmem Erstellt eine Rasterkarte mit Pufferzonen, die Zellen umgeben, die Kategoriewerte ungleich NULL enthalten.
r.buildvrt Erstellen Sie ein VRT (Virtual Raster) aus der Liste der Eingabe-Rasterkarten.
r.schnitzen Erzeugt Stream-Kanäle.
r.kategorie Verwaltet Kategoriewerte und Beschriftungen, die mit benutzerdefinierten Rasterkarten-Layern verknüpft sind.
r.Kreis Erstellt eine Rasterkarte mit konzentrischen Ringen um einen bestimmten Punkt.
r.klumpen Kategorisiert Daten in einer Rasterkarte neu, indem Zellen, die physisch diskrete Bereiche bilden, in eindeutige Kategorien gruppiert werden.
r.coin Tabellarisch das gegenseitige Vorkommen (Übereinstimmung) von Kategorien für zwei Rasterkarten-Layer.
r.Farben Erstellt/Ändert die einer Rasterkarte zugeordnete Farbtabelle.
r.colors.out Exportiert die einer Rasterkarte zugeordnete Farbtabelle.
r.colors.stddev Legt Farbregeln basierend auf stddev aus dem Mittelwert einer Rasterkarte fest.
r.composite Kombiniert rote, grüne und blaue Rasterkarten zu einer einzelnen zusammengesetzten Rasterkarte.
r.komprimieren Komprimiert und dekomprimiert Rasterkarten.
r.Kontur Erstellt eine Vektorkarte der angegebenen Konturen aus einer Rasterkarte.
r.kosten Erstellt eine Rasterkarte, die die kumulierten Kosten für die Bewegung zwischen verschiedenen geografischen Standorten auf einer Eingabe-Rasterkarte anzeigt, deren Zellenkategoriewerte Kosten darstellen.
r.covar Gibt eine Kovarianz-/Korrelationsmatrix für benutzerdefinierte Rasterkarten-Layer aus.
r.kreuz Erstellt ein Kreuzprodukt der Kategoriewerte aus mehreren Rasterkarten-Layern.
r.beschreiben Druckt eine knappe Liste der Kategoriewerte, die in einem Rasterkarten-Layer gefunden wurden.
r.Abstand Sucht die nächsten Punkte zwischen Objekten in zwei Rasterkarten.
r.ablauf Verfolgt einen Fluss durch ein Höhenmodell oder eine Kostenoberfläche auf einer Rasterkarte.
r.extern Verknüpft GDAL-unterstützte Rasterdaten als Pseudo-GRASS-Rasterkarte.
r.extern.out Leitet die Rasterausgabe mithilfe der GDAL-Bibliothek in eine Datei um, anstatt sie im GRASS-Rasterformat zu speichern.
r.fill.dir Filtert und generiert eine erhebungsfreie Höhenkarte und eine Fließrichtungskarte aus einer bestimmten Höhen-Rasterkarte.
r.fill.stats Füllt Zellen ohne Daten (NULLs) einer Rasterkarte schnell mit interpolierten Werten (IDW).
r.fillnulls Füllt Bereiche ohne Daten in Rasterkarten mithilfe der Spline-Interpolation.
r.flow Konstruiert Fließlinien.
r.geomorphon Berechnet Geomorphone (Geländeformen) und die zugehörige Geometrie mit Hilfe des Machine Vision-Ansatzes.
r.Wachstumsabstand Generiert eine Rasterkarte mit Entfernungen zu den nächsten Raster-Features und/oder dem Wert der nächsten Zelle ungleich Null.
r.wachsen Generiert einen Rasterkarten-Layer mit zusammenhängenden Bereichen, die um eine Zelle wachsen.
r.gwflow Numerisches Berechnungsprogramm für instationäre, begrenzte und nicht begrenzte Grundwasserströmungen in zwei Dimensionen.
r.his Generiert rote, grüne und blaue (RGB) Rasterkarten-Layer, die Farbton-, Intensitäts- und Sättigungs-(HIS)-Werte aus benutzerdefinierten Eingabe-Rasterkarten-Layern kombinieren.
r.horizont Berechnet die Horizontwinkelhöhe aus einem digitalen Höhenmodell.
r.import Importiert Rasterdaten in eine GRASS-Rasterkarte mithilfe der GDAL-Bibliothek und reprojiziert im laufenden Betrieb.
r.in.ascii Konvertiert eine GRASS-ASCII-Rasterdatei in eine binäre Rasterkarte.
r.in.aster Georeferenzieren, korrigieren und importieren Sie Terra-ASTER-Bilder und relative DEMs mit gdalwarp.
r.in.bin Importieren Sie eine binäre Rasterdatei in einen GRASS-Rasterkarten-Layer.
r.in.gdal Importiert Rasterdaten mithilfe der GDAL-Bibliothek in eine GRASS-Rasterkarte.
r.in.gridatb Importiert die Kartendatei GRIDATB.FOR (TOPMODEL) in eine GRASS-Rasterkarte.
r.in.lidar Erstellt eine Rasterkarte aus LAS-LiDAR-Punkten mit univariaten Statistiken.
r.in.mat Importiert eine binäre MAT-Datei (v4) in ein GRASS-Raster.
r.in.png Importiert nicht georeferenzierte Bilder im PNG-Format.
r.in.poly Erstellt Rasterkarten aus ASCII-Polygon-/Linien-/Punktdatendateien.
r.in.srtm Importiert SRTM HGT-Dateien in eine Rasterkarte.
r.in.wms Lädt und importiert Daten von OGC WMS- und OGC WMTS-Webmapping-Servern.
r.in.xyz Erstellt eine Rasterkarte aus einer Ansammlung vieler Koordinaten mit univariaten Statistiken.
r.info Gibt grundlegende Informationen zu einer Rasterkarte aus.
r.kappa Berechnet Fehlermatrix und Kappa-Parameter für die Genauigkeitsbewertung des Klassifizierungsergebnisses.
r.see Füllt den See an einem bestimmten Punkt auf ein bestimmtes Niveau.
r.latlong Erstellt eine Breiten-/Längen-Rasterkarte.
r.li.cwed Berechnet den kontrastgewichteten Kantendichteindex auf einer Rasterkarte
r.li.daemon Unterstützungsmodul für r.li-Landschaftsindexberechnungen.
r.li.dominanz Berechnet den Diversitätsindex der Dominanz auf einer Rasterkarte
r.li.Kantendichte Berechnet den Kantendichteindex auf einer Rasterkarte mit einem 4-Nachbar-Algorithmus
r.li Toolset für die multiskalige Analyse der Landschaftsstruktur
r.li.mpa Berechnet den mittleren Pixelattributindex auf einer Rasterkarte
r.li.mps Berechnet den mittleren Patchgrößenindex auf einer Rasterkarte mit einem 4-Nachbar-Algorithmus
r.li.padcv Berechnet den Variationskoeffizienten der Patchfläche auf einer Rasterkarte
r.li.padrange Berechnet den Bereich der Patch-Bereichsgröße auf einer Rasterkarte
r.li.padsd Berechnet die Standardabweichung der Patchfläche einer Rasterkarte
r.li.patchdichte Berechnet den Patch-Dichteindex auf einer Rasterkarte mit einem 4-Nachbar-Algorithmus
r.li.patchnum Berechnet den Patch-Nummernindex auf einer Rasterkarte unter Verwendung eines 4-Nachbar-Algorithmus.
r.li.pielou Berechnet den Diversitätsindex von Pielou auf einer Rasterkarte
r.li.renyi Berechnet den Diversitätsindex von Renyi auf einer Rasterkarte
r.li.reichtum Berechnet den Richness-Index auf einer Rasterkarte
r.li.shannon Berechnet den Diversitätsindex von Shannon auf einer Rasterkarte
r.li.form Berechnet den Formindex auf einer Rasterkarte
r.li.simpson Berechnet den Diversitätsindex von Simpson auf einer Rasterkarte
r.mapcalc Rechner für Rasterkarten.
r.mapcalc.einfach Berechnet eine neue Rasterkarte aus einem einfachen r.mapcalc-Ausdruck.
r.maske Erstellt eine MASK zum Einschränken des Rastervorgangs.
rmfilter Führt Rasterkarten-Matrixfilter aus.
r.modus Sucht den Modus von Werten in einer Cover-Karte innerhalb von Gebieten, denen der gleiche Kategoriewert in einer benutzerdefinierten Basiskarte zugewiesen ist.
r.nachbarn Macht jeden Zellenkategoriewert zu einer Funktion der Kategoriewerte, die den umgebenden Zellen zugewiesen sind, und speichert neue Zellenwerte in einem Ausgabe-Rasterkarten-Layer.
r.null Verwaltet NULL-Werte der angegebenen Rasterkarte.
r.out.ascii Konvertiert einen Rasterkarten-Layer in eine GRASS-ASCII-Textdatei.
r.out.bin Exportiert ein GRASS-Raster in ein binäres Array.
r.out.gdal Exportiert GRASS-Rasterkarten in GDAL-unterstützte Formate.
r.out.gridatb Exportiert die GRASS-Rasterkarte in die Kartendatei GRIDATB.FOR (TOPMODEL).
r.out.mat Exportiert ein GRASS-Raster in eine binäre MAT-Datei.
r.out.mpeg Konvertiert Rasterkartenserien in MPEG-Filme.
r.out.png Exportieren Sie eine GRASS-Rasterkarte als nicht georeferenziertes PNG-Bild.
r.out.pov Konvertiert einen Rasterkarten-Layer in eine Höhenfelddatei für POV-Ray.
r.aus.ppm Konvertiert eine GRASS-Rasterkarte in eine PPM-Bilddatei.
r.out.ppm3 Konvertiert 3 GRASS-Rasterebenen (R,G,B) in eine PPM-Bilddatei.
r.out.vrml Exportiert eine Rasterkarte in die Virtual Reality Modeling Language (VRML).
r.out.vtk Konvertiert Rasterkarten in das VTK-ASCII-Format.
r.out.xyz Exportiert eine Rasterkarte in eine Textdatei als x,y,z-Werte basierend auf den Zellmittelpunkten.
r.pack Exportiert eine Rasterkarte als GRASS GIS-spezifische Archivdatei
r.param.skala Extrahiert Geländeparameter aus einem DEM.
r.patch Erstellt eine zusammengesetzte Rasterkartenebene, indem bekannte Kategoriewerte aus einer (oder mehreren) Kartenebene(n) verwendet werden, um Bereiche ohne Daten in einer anderen Kartenebene auszufüllen.
r.Pfad Verfolgt Pfade von Startpunkten nach Eingaberichtungen.
r.flugzeug Erstellt eine Rasterebenenkarte bei gegebener Neigung (Neigung), Ausrichtung (Azimut) und einem Punkt.
r.profil Gibt die Rasterkarten-Layer-Werte aus, die auf benutzerdefinierten Linien liegen.
r.proj Projiziert eine Rasterkarte von einem bestimmten Standort zum aktuellen Standort.
r.quant Erzeugt die Quantisierungsdatei für eine Gleitkomma-Map.
r.quantil Berechnen Sie Quantile mit zwei Durchgängen.
r.zufällige.Zellen Generiert zufällige Zellenwerte mit räumlicher Abhängigkeit.
r.zufällig Erstellt einen Rasterkarten-Layer und eine Vektorpunktkarte mit zufällig angeordneten Punkten.
r.zufällige.Oberfläche Erzeugt zufällige Oberfläche(n) mit räumlicher Abhängigkeit.
r.reclass.area Reklassifiziert eine Rasterkarte, die größer oder kleiner als die vom Benutzer angegebene Flächengröße (in Hektar) ist.
r.reclass Rasterkarte basierend auf Kategoriewerten neu klassifizieren.
r.recode Kodiert kategoriale Rasterkarten neu.
r.region Legt die Begrenzungsdefinitionen für eine Rasterkarte fest.
r.Regressionslinie Berechnet die lineare Regression aus zwei Rasterkarten: y = a + b*x.
r.regression.multi Berechnet mehrere lineare Regressionen aus Rasterkarten.
r.relief Erstellt eine schattierte Reliefkarte aus einer Höhenkarte (DEM).
r.bericht Berichtet Statistiken für Rasterkarten.
r.resamp.bspline Führt eine bilineare oder bikubische Spline-Interpolation mit Tykhonov-Regularisierung durch.
r.resamp.filter Resampling von Rasterkarten-Layern mit einem analytischen Kernel.
r.resamp.interp Resampelt die Rasterkarte mithilfe von Interpolation in ein feineres Raster.
r.resamp.rst Reinterpoliert und berechnet optional die topografische Analyse von der Eingabe-Rasterkarte in eine neue Rasterkarte (möglicherweise mit anderer Auflösung) unter Verwendung von normalisiertem Spline mit Spannung und Glättung.
r.resamp.stats Setzt Rasterkarten-Layer mithilfe von Aggregation in ein gröberes Raster um.
r.resample GRASS-Rasterkarten-Layer-Daten-Resampling-Funktion.
r.rescale.eq Skaliert das Histogramm neu und gleicht den Bereich der Kategoriewerte in einem Rasterkarten-Layer aus.
r.rescale Skaliert den Bereich der Kategoriewerte in einem Rasterkarten-Layer neu.
r.rgb Teilt eine Rasterkarte in rote, grüne und blaue Karten auf.
r.ros Erzeugt Rasterkarten mit der Verbreitungsrate.
r.series.akkumulieren Macht jeden Ausgabezellenwert zu einer Akkumulationsfunktion der Werte, die den entsprechenden Zellen in den Eingabe-Rasterkarten-Layern zugewiesen sind.
r.serie Macht jeden Ausgabezellenwert zu einer Funktion der Werte, die den entsprechenden Zellen in den Eingabe-Rasterkarten-Layern zugewiesen sind.
r.series.interp Interpoliert Rasterkarten, die sich (zeitlich oder räumlich) zwischen Eingabe-Rasterkarten an bestimmten Abtastpositionen befinden.
r.Schatten Drapiert ein Farbraster über ein schattiertes Relief oder eine Aspect Map.
r.sim.sediment Sedimenttransport und Erosions-/Ablagerungssimulation mittels Path Sampling Methode (SIMWE).
r.sim.Wasser Hydrologische Simulation von Überlandströmungen mit der Pfadstichprobenmethode (SIMWE).
r.Gefälle.Aspekt Generiert Rasterkarten von Neigung, Ausrichtung, Krümmungen und partiellen Ableitungen aus einer Höhen-Rasterkarte.
r.solute.transport Numerisches Berechnungsprogramm für den transienten, begrenzten und unbeschränkten Stofftransport in zwei Dimensionen
r.spreizen Simuliert eine elliptisch anisotrope Ausbreitung.
r.spreadpath Verfolgt rekursiv den Pfad mit den geringsten Kosten rückwärts zu Zellen, aus denen die kumulativen Kosten ermittelt wurden.
r.Statistik Berechnet kategorie- oder objektorientierte Statistiken.
r.stats Erzeugt Flächenstatistiken für Rasterkarten.
r.stats.quantile Berechnen Sie Kategoriequantile mit zwei Durchgängen.
r.stats.zone Berechnet kategorie- oder objektorientierte Statistiken (akkumulatorbasierte Statistiken).
r.stream.extrahieren Führt die Stream-Netzwerk-Extraktion durch.
r.sun Solarstrahlung und Einstrahlungsmodell.
Sonnenstunden Berechnet Sonnenhöhe, Sonnenazimut und Sonnenstunden.
r.sonnenmaske Berechnet Schattenwurfbereiche aus Sonnenstand und Höhenrasterkarte.
r.support Ermöglicht das Erstellen und/oder Ändern von Rasterkarten-Layer-Unterstützungsdateien.
r.support.stats Aktualisieren Sie die Rasterkartenstatistiken
r.surf.area Druckt die Schätzung des Oberflächenbereichs für die Rasterkarte.
r.surf.kontur Erzeugt eine Oberflächen-Rasterkarte aus gerasterten Konturen.
r.surf.fraktale Erstellt eine fraktale Oberfläche einer bestimmten fraktalen Dimension.
r.surf.gauss Erzeugt eine Rasterkarte mit einem Gaußschen Zufallszahlengenerator.
r.surf.idw Stellt Oberflächeninterpolation aus Rasterpunktdaten durch inverse Distance Squared Weighting bereit.
r.surf.random Erzeugt eine Raster-Oberflächenkarte mit gleichmäßigen zufälligen Abweichungen mit definiertem Bereich.
r.terraflow Führt Flussberechnungen für massive Gitter durch.
r.textur Generieren Sie Bilder mit Strukturmerkmalen aus einer Rasterkarte.
r.dünn Dünnt Zellen ungleich null aus, die lineare Features in einem Rasterkarten-Layer bezeichnen.
r.kachel Teilt eine Rasterkarte in Kacheln auf.
r.tileset Erzeugt Kacheln der Quellprojektion zur Verwendung in der Zielregion und Projektion.
r.Zeitstempel Ändert einen Zeitstempel für eine Rasterkarte.
r.to.rast3 Konvertiert 2D-Rasterkarten-Slices in eine 3D-Rastervolumenkarte.
r.to.rast3elev Erstellt eine 3D-Volumenkarte basierend auf 2D-Höhen- und Wert-Rasterkarten.
r.to.vect Konvertiert eine Rasterkarte in eine Vektorkarte.
r.topidx Erstellt eine Rasterkarte mit einem topografischen Index (Wetness Index) aus einer Höhen-Rasterkarte.
r.topmodel Simuliert TOPMODEL, ein physikalisch basiertes hydrologisches Modell.
r.transekt Gibt Rasterkarten-Layer-Werte aus, die entlang benutzerdefinierter Transektlinie(n) liegen.
r.univar Berechnet univariate Statistiken aus den Nicht-Null-Zellen einer Rasterkarte.
r.auspacken Importiert eine GRASS GIS-spezifische Rasterarchivdatei (gepackt mit r.pack) als Rasterkarte
r.uslek Berechnet den USLE-Bodenerosibilitätsfaktor (K).
r.usler Berechnet den USLE R-Faktor, den Niederschlagserosivitätsindex.
r.viewshed Berechnet den Sichtbereich eines Punkts auf einer Höhen-Rasterkarte.
r.volumen Berechnet das Datenvolumen "Klumpen".
r.walk Erstellt eine Rasterkarte, die die anisotropen kumulierten Kosten für die Bewegung zwischen verschiedenen geografischen Standorten auf einer Eingabe-Rasterkarte anzeigt, deren Zellenkategoriewerte Kosten darstellen.
r.Wasserauslass Erstellt Einzugsgebiete aus einer Entwässerungsrichtungskarte.
r.Wasserscheide Berechnet hydrologische Parameter und RUSLE-Faktoren.
r.was.Farbe Fragt Farben für einen Rasterkarten-Layer ab.
r.was Fragt Rasterkarten nach ihren Kategoriewerten und Kategoriebeschriftungen ab.

© 2003-2021 GRASS Entwicklungsteam, GRASS GIS 7.8.6dev Referenzhandbuch


Unterstützungssystem für die Analyse geografischer Ressourcen, allgemein als GRASS GIS bezeichnet, ist ein geografisches Informationssystem (GIS), das für die Verwaltung und Analyse von Geodaten, Bildverarbeitung, Grafik-/Kartenerstellung, räumliche Modellierung und Visualisierung verwendet wird. GRASS wird derzeit in akademischen und kommerziellen Umgebungen auf der ganzen Welt sowie von vielen Regierungsbehörden und Umweltberatungsunternehmen eingesetzt.

Dieses Referenzhandbuch beschreibt die Verwendung von Modulen, die mit dem Geographic Resources Analysis Support System (GRASS), einem Open Source (GNU GPLed), Bildverarbeitungs- und Geoinformationssystem (GIS) vertrieben werden.

3D-Rasterbefehle:

r3.Farben Erstellt/ändert die einer 3D-Rasterkarte zugeordnete Farbtabelle.
r3.colors.out Exportiert die einer 3D-Rasterkarte zugeordnete Farbtabelle.
r3.quer.rast Erstellt eine 2D-Rasterkarte im Querschnitt aus einer 3D-Rasterkarte basierend auf einer 2D-Höhenkarte
r3.flow Berechnet 3D-Strömungslinien und 3D-Strömungsakkumulation.
r3.Gradient Berechnet den Farbverlauf einer 3D-Rasterkarte und gibt Farbverlaufskomponenten als drei 3D-Rasterkarten aus.
r3.gwflow Numerisches Berechnungsprogramm für instationäre, begrenzte Grundwasserströmungen in drei Dimensionen.
r3.in.ascii Konvertiert eine 3D-ASCII-Rastertextdatei in eine (binäre) 3D-Rasterkarte.
r3.in.bin Importiert eine binäre Rasterdatei in eine GRASS 3D-Rasterkarte.
r3.in.lidar Erstellt eine 3D-Rasterkarte aus LAS-LiDAR-Punkten mit univariaten Statistiken.
r3.in.v5d Importieren Sie dreidimensionale Vis5D-Dateien.
r3.in.xyz Erstellen Sie eine 3D-Rasterkarte aus einer Ansammlung vieler Koordinaten mit univariaten Statistiken
r3.info Gibt grundlegende Informationen zu einem benutzerdefinierten 3D-Rasterkarten-Layer aus.
r3.mapcalc Rechner für Rasterkarten.
r3.maske Legt die aktuell arbeitende 3D-Rastermaske fest.
r3.mkdspf Erstellt eine Anzeigedatei aus einer vorhandenen 3D-Rasterkarte gemäß den angegebenen Schwellenwerten.
r3.Nachbarn Macht jeden Voxelwert zu einer Funktion der Werte, die den umgebenden Voxeln zugewiesen sind, und speichert neue Voxelwerte in einer Ausgabe-3D-Rasterkarte
r3.null Erstellen Sie explizit die 3D-NULL-Wert-Bitmap-Datei.
r3.out.ascii Konvertiert einen 3D-Rasterkarten-Layer in eine ASCII-Textdatei.
r3.out.bin Exportiert eine GRASS-3D-Rasterkarte in ein binäres Array.
r3.out.netcdf Exportieren Sie eine 3D-Rasterkarte als netCDF-Datei.
r3.out.v5d Exportiert eine GRASS 3D-Rasterkarte in eine dreidimensionale Vis5D-Datei.
r3.out.vtk Konvertiert 3D-Rasterkarten in das VTK-ASCII-Format.
r3.retile Verteilt eine vorhandene 3D-Rasterkarte mit benutzerdefinierter x-, y- und z-Kachelgröße neu.
r3.stats Erzeugt Volumenstatistiken für 3D-Rasterkarten.
r3.support Ermöglicht das Erstellen und/oder Ändern von 3D-Rasterkarten-Layer-Unterstützungsdateien.
r3.Zeitstempel Ändert einen Zeitstempel für eine 3D-Rasterkarte.
r3.to.rast Konvertiert 3D-Rasterkarten in 2D-Rasterkarten
r3.univar Berechnet univariate Statistiken aus den Nicht-Null-Zellen einer 3D-Rasterkarte.

© 2003-2021 GRASS Entwicklungsteam, GRASS GIS 7.9.dev Referenzhandbuch


Syntax des Rasterrechners - Geographische Informationssysteme

Die QGIS-Rasterfunktionalität hat einen langen Weg zurückgelegt und wird weiter verbessert. In meiner Freizeit bin ich immer auf der Suche nach interessanten Fragen auf https://gis.stackexchange.com.

Ich bin kürzlich auf https://gis.stackexchange.com/questions/52353/calculating-area-of-rasters-in-qgis gestoßen, wo ein Benutzer gefragt hat, wie die Fläche jeder Klasse in einem Raster berechnet wird.

Die vorgeschlagene Lösung umfasste einen dreistufigen Ansatz:

  • Kodieren Sie das Raster neu, um die Rasterklassen zu vereinfachen.
  • Vektorisieren Sie die Rasterebene.
  • Berechnung der Statistiken aus dem Vektorlayer entweder mit Hilfe von SQL (Virtual Layers) oder nativen QGIS Algorithmen.

Obwohl die vorgeschlagene Lösung als Antwort akzeptiert wurde, birgt sie einige Herausforderungen

  • Ein Benutzer müsste das Raster mit dem Raster-Rechner vorverarbeiten, Algorithmen aus der Verarbeitung neu klassifizieren oder den Befehl r.recode verwenden, um zonale Statistiken zuzulassen.
  • Die Vektorisierung ist ein CPU-intensiver Prozess. Wenn der Raster-Layer sehr groß ist und die Computerressourcen gering sind, kann der Vorgang sehr lange dauern.
  • Die erstellten Statistiken können nicht in die Rasterlegende eingebunden werden.

Ich wollte eine PyQGIS-Lösung, die auch die zusammenfassenden Statistiken als Teil der Klassifizierungslegende generieren kann.

Die Lösung, die ich letztendlich verwendet habe, umfasste PyQGIS, Python GDAL und Numpy.

Das Bild unten zeigt das Höhenraster vor der Klassifizierung

Das Bild unten zeigt die Höhe der Raster-Nachklassifizierung.

Das Bild unten zeigt den Rendertyp, der auf das Höhen-Raster angewendet wird.

Verfahren

  • Laden Sie das Skript herunter raster_classifier.py von https://gist.github.com/NyakudyaA/b4640ec9d2b5f43fa456083b61cfd12f
  • Öffnen Sie das Skript in einem Texteditor und ändern Sie den Rasterpfad von https://gist.github.com/NyakudyaA/b4640ec9d2b5f43fa456083b61cfd12f#file-raster_classifier-py-L190, um Ihr eigenes Single-Band-Raster anzugeben, dh Sie können das SRTM-Downloader-Plugin verwenden in QGIS, um ein DEM herunterzuladen.
  • Navigieren Sie zu QGIS und öffnen Sie die Python-Konsole.
  • Öffne den Editor und lade dein Skript raster_classifier.py.
  • Führen Sie das Skript aus und Ihr Raster wird dann in QGIS geladen.

Eine Zusammenfassung des Skripts finden Sie unten

The script will emulate how a user would symbolise a single band raster using the GUI in QGIS.


Map Algebra

Before we go any further, you need to read the following text, which is available in eBook from from the PSU library:

  • Chapter 10: GIS - Fundamentals: A First Text On Geographic Information Systems by Paul Bolstad, 2005

Map algebra is a framework for thinking about analytical operations applied to field data. It is most readily understood in the case of field data that are stored as a grid of values but is, in principle, applicable to any type of field data.

The map algebra framework was devised by Dana Tomlin and is presented in his 1990 book Geographical Information Systems and Cartographic Modeling (Prentice Hall: Englewood Cliffs, NJ), which you should consult for a more detailed treatment than is given here. Another good reference on map algebra (and much else besides) is GIS Modeling in Raster (Wiley: New York, 2001) by Michael DeMers.

Many GIS (including Esri’s ArcGIS) support map algebra. In ArcGIS, the tool most closely related to map algebra is called the ‘raster calculator'.

Basic concepts

The fundamental concepts in map algebra are the same as those in mathematical algebra, that is:

  • Values are the 'things' on which the algebra operates. Input data and output data (results) are presented as grids of values. Values can be categorical (nominal or ordinal) or numerical.
  • Betreiber may be applied to single values to transform them, or between two or more values to produce a new value. In mathematical algebra, the minus sign '-' is an operator that negates a single value when placed in front of it, as in -5. The plus sign '+' is also an operator, signifying the addition operation, which, when applied between two values, produces a new value: 1 + 2 = 3
  • Funktionen are more complex, but still well defined, operations that produce a new output value from a set of input values. The input set may be a single value, as in l o g 10 ( < 100 >) = 2 , or a set of values, as in average ( < 1 , 2 , 3 , 4 >) = 2.5 .

To apply an operation or function to these values, there are many different ways to proceed that range in complexity from simple to advanced and from local to global operations.

Below are examples of local, focal, zonal, and global operations and how they work when evaluating cells. Each of the operation types differs in how much of the cell’s neighborhood is used by the operator or in the operation.

Many functions can be applied focally in this way, such as maximum, minimum, mean (or average), median, standard deviation, and so on.

A different choice of focal neighborhood will alter the output grid that results when a focal function is applied.

There is no requirement that the neighborhood be symmetrical about the focal grid cell, as shown in this example. However, it is consistent in size and shape when it is applied to each cell in the data set. A non-symmetrical neighborhood might have application in understanding how air pollution spreads given a prevailing wind direction.


Raster Calculator syntax - Geographic Information Systems

There are many different types of raster analysis available in ArcGIS. Here are just a few of the common analytical functions. More analytical functions on raster surfaces models will be dealt with in 3-D and Surface Modeling.

Importing data from generic raster files

Many datasets are available on the World Wide Web. Most of the raster datasets are in a generic format. Those formats that can be imported into ArcGIS are

  • The ASCII raster file format
  • The binary raster file format
  • The USGS Digital Elevation Model (DEM) raster file format
  • The US DMA DTED raster file format

The most common format you are likely to see is the USGS DEM. There is a page of Washington 10 and 30 m DEMs for USGS 7.5' quad sheet boundaries on a server in Geological Sciences.

Verwenden von ArcToolbox it is possible to import these data sets. The Spatial Analyst Extension must be activated in order to import raster data. Imported raster data will be converted to the ArcInfo raster grid data format.

Here, a USGS DEM was downloaded from the site in Geological Sciences and unzipped. Importing the grid is very straightforward using ArcGIS 's GUI.

The same basic process is used to import from the other raster interchange file formats.

Merging adjacent grids ("mosaicking")

Merging or mosaicking adjacent grids is used when your study area falls across several grids, and you wish to treat those grids as a single grid. This is commonly used when the data source is the USGS series of DEMs. Because DEMs are created and distributed as tiles, if your study area falls across several tiles, it is often necessary to merge these tiles together.

In this example, I have downloaded and imported the Elbe DEM as well as the Eatonville DEM. The following images show the grid created from mosaicking the two inputs (before [above], and after [below]).

Calculating distance surfaces and buffers

Distance surfaces are grids whose output value is the distance to the closest feature in the input layer. The input layer can be a selected set of any type of feature (point, line, polygon, or grid cell). Distance surfaces are calculated by using the Spatial Analyst> Distance menu choice in the Spatial Analyst toolbar.

Distance surfaces are similar to buffers in the vector world. The difference between vector buffering and creating distance grids is that the distance surface represents a continuous change in distance from the source as you move across the landscape, whereas the buffer analysis changes in user-defined quantized steps.

Here are the streams of Pack Forest and a distance surface created from them:

A distance grid is calculated. Every cell in the output dataset is assigned cell value equal to the straight-line distance to the closest stream line feature. Those cells closest to the stream are light yellow in color, and those farthest away are blue (note the southwest corner). Note that this is different from a buffer, which only gives an "inside or outside" encoding of the output data set. Although the image shows "rings" of distance classes, the underlying data are continuous in value.

Determining proximity

Determining proximity is similar to calculating a distance surface, but rather than creating a continuous surface whose value is the distance to a feature, the proximity grid contains values in the cells for a corresponding value in the input feature attribute table. Each cell is coded with the closest feature's value from the input layer, rather than for the distance to features.

Proximity analysis uses as input the selected set of the active layer, and is available from the menu at Spatial Analyst > Distance > Allocation.

Here, proximity is calculated for some bird nest points. In the output, the value for any given cell in the output Allocation grid layer is the sequential ID number for the closest nest.

Every cell is encoded for the value of the closest point. This means that, for example, anywhere within grid zone 5 is closer to point 5 than to any other point. The cells on the edge between zone 4 and 5 are equidistant to either point.

This technique is also known as Thiessen oder Voronoi analysis.

Creating surfaces from point samples

Frequently point samples are taken to because it is too costly (either in terms of time or money) to sample an entire population. It is possible to generate interpolated surfaces based on point samples. The cells between the sampling points are given a value that represents a smooth transition of value between the sampling points. If you need an estimate of a value somewhere that you do not have a sampling point, you can get a grid value at that spot. Be careful here, because the assumption that values change smoothly across the landscape is not necessarily true! This type of analysis is well-suited to data that definitely do change gradually over a large area, such as precipitation. In any case, if your sampling points are spread too far apart, you may create an interpolated grid that does not capture local variations.

Here is a surface generated from the Pack Forest CFI plot centers using a Regularized Spline method. Red indicates low standing wood volume and green indicates high standing wood volume for conifer trees in 1994. Plot centers are also displayed here for illustration.

There are a number of different options for creating surfaces from point samples. If you need to perform surface interpolation from points, you should read the help documents thoroughly.

If you have data representing a continuous surface, it is possible to create single contour lines for a given grid cell value, or to create a whole group of contour lines at a regular interval. This can be of value if you wish to create a contour map of any continuously changing surface. Although digital vector elevation contours are available for some USGS quad sheets, many areas of the state have not been digitized yet. However, we do have complete statewide coverage for DEMs. These DEMs can be used to create contour lines that can be added to maps.

Here are contours made from 30 m DEMs:

Calculating summary attributes for features using a grid layer ("Zonal statistics ")

Zones in one grid layer can be defined by either polygons or zones of integer grids. For areas within different polygons, or for zones within an integer grid, the input grid values are summarized. The output is a table in which a single record exists for the unique values in the chosen field in the zone-defining layer. Each record in the output table contains the fields Bereich, Min, Max, Reichweite, Mean, Std, und Sum.

In this example, the zone-defining layer is Stands. The individual zones are polygons containing the same value for the SITE_INDEX field. This means that for every unique occurrence of a site index value in the Stands layer, a new grid zone will be defined (even if the stands are not contiguous). The layer to be summarized is Dem.

The statistic shown on the graph is the Mean, that is, the mean elevation within each unique site index zone. In this case, each data marker in the graph signifies the mean elevation for all cells within stands with that site index.

Based on the graph, the stands with the greatest site index (a proxy measure for productivity) also have the highest mean elevation.

Cross tabulating areas

Cross-tabulation allows you to compare the area of one specific value in integer grid layer against one specific value in an another integer grid layer. The input layers and fields are defined in an ArcToolbox tool.

In this example, the Species field in the Stands layer is compared against the Soil.name field in the Soils Schicht.

The output table contains a unique value for each Species record, and fields representing unique values from the Soils Schicht.

Here is the stands grid table showing the values corresponding to the field names in the cross-tabulation table (i.e., Value = 1 corresponds to soil_stand_xtab.VALUE_1):

The values in the fields are the area (in map units) for the spatial overlap between the classes in the input layers. For example, in Kapowsin soils, there are 2933100 ft^2 of Mixed Redcedar stands.

If you have two layers representing the same data for a study area at different times, you can use cross-tabulation for change analysis. Tabulation can be used any combination of (integer) grid layers.

Cross-tabulating areas is a raster analysis technique. When tabulating areas for polygon layers, you need to first convert from polygon to grid. You should select a cell size that will capture the detail of the features in the polygon data. The smaller the cell size, the greater the precision, but the longer processing will take..

This is a very powerful technique for change analysis. If you have datasets representing two different time slices, you can compare the area of such attributes as land cover or zoning designations.

"Querying" across multiple grid layers

While the normal feature attribute table query allows a query only on a single layer, the Raster-Rechner allows you to make a complex query based on multiple layers. These types of queries are simple to perform as long as the grid layers representing the properties in question are contained in a single data frame. To do the same query in the vector world requires polygon layers representing the layers (which is in itself a problem, since vector layers are not good at representing continuous phenomena), and the performance of multiple topological overlay operations.

In this example, I am interested in finding cells closer than 300 ft from a stream, with an elevation > 1500, with greater than 6,000 bd-ft timber volume.

Those cells displayed in green meet the criteria (coded with a value of 1).

How would you go about getting the answer to the same query if you only had access to vector data and vector processing?

Calculating neighborhood statistics

Neighborhood statistics are the focal functions referred to in Raster Analysis I. The neighborhood is defined as the group of cells for which statistics will be calculated. The neighborhood (a.k.a. kernel oder focus) can be shaped as a circle, rectangle, ring, or wedge. Statistics available are

  • Minimum
  • Maximum
  • Mean
  • Median
  • Sum
  • Reichweite
  • Standardabweichung
  • Majority
  • Minority
  • Variety

The processor looks in the neighborhood, identifies cells or point features within that neighborhood, and calculates a single statistic for that neighborhood. That single value is then placed in the output grid in the cell located at the center of the neighborhood. The process is performed for every input cell location in the analysis window.

It is possible to perform neighborhood statistics on point layers. If a point layer has a numeric field, the process is performed for the entire area within the analysis window, and the statistic is generated for the points located within the kernel at each output cell location.

A typical use of neighborhood statistics is known as "filtering." A "low pass" filter is nothing more than a 3 by 3 cell focal mean performed for an entire grid. Low pass filters smooth out anomalies and peaks in surfaces.

A "high pass" filter is also a 3 by 3 focal function, but rather than taking the mean of the 9-cell window, it performs a focal sum of the kernel cells, but first multiplies the cells by these coefficients:

There are several different coefficients that can be used in a high-pass filter, but they all have the objective of sharpening edges. ArcGIS 's default high-pass filter uses these particular coefficients.

In this example, an input grid represents several different vegetation zones (stand age).

The high pass filter makes the zone interiors the same value (0), while the edges get either a high or low value. The edges are most pronounced where the contrast is greatest.

This analysis is performed using the Filter tool:

With this grid as the result:

Edges can be used to define places where animal movement may be hindered, or where species that prefer ecotones may be found.

Conditional processing

Conditional processing is a method of creating new grids based on an "if-then" condition. For example, we may be interested in reclassifying cells that have a certain value, but leaving other cells with their original value, this is possible with a reclassification. However, reclassification can be tedious (setting up the output classes), whereas conditional processing can create the new grid based on specific rules rather than simple numerical transformations. The conditions can also include several grids, rather than reclassifying based only on the values within a single grid.

Going back to the mosaicked Eatonville/Elbe grids, all cells between 500 and 700 m in elevation are multiplied by 100, and anything else is coded with a value of 0.

The expression means this line-by-line, in English:

If elevation is greater than 500 and less than 1700, then
set output value to (elevation * 100), or else
set output value to 0

Here is the resultant grid:

Conditional processing is very useful when you need to select out or analyze a specific group of cells in one way, and another group of cells in another way.

Converting raster and vector data sources

It is possible to go back and forth between raster and vector formats. This always is at the expense of the loss, or generalization, of shapes. Any feature layer can be converted to a grid layer.

Vector to Raster:
Points are converted to single cells. Lines are converted to groups of cells oriented in a linear arrangement. Polygons are converted to zones. In all cases, only selected features are converted, or all features if no selection is active.

Raster to Vector:
Grid layers can only be converted directly to polygon vector layers. Be careful, because a new polygon will be created based on the field that is used for the conversion. If you have an elevation grid layer and you convert this to a polygon feature layer based on the Value field, you will get a very large number of very small polygons, and this will take a long time. It is more customary to first reclassify grids to create zones, and then convert these zones to polygon features.

Here, the Pack Forest dem has been reclassified into 100-ft elevation bands and then saved as a shape file. The value for the new polygon attribute Gridcode matches the original Value field from the input grid data source.

The new polygon layer is displayed in a graduated color classification based on the Gridcode field.

Here, the streams line feature layer has been converted to a grid layer based on the DNR_TYPE field.

Once a raster dataset has been converted to vector format, all of the vector analysis and overlay tools can be used. Likewise, when a vector datasets is converted to a grid, it can be used in raster analytical techniques.


Imagery, Automation, and Applications

Welcome to the last course of the specialization (unless your continuing on to the capstone project, of course!). Using the knowledge you’ve learned about ArcGIS, complete technical tasks such raster calculations and suitability analysis. In this class you will become comfortable with spatial analysis and applications within GIS during four week-long modules: Week 1: You'll learn all about remotely sensed and satellite imagery, and be introduced to the electromagnetic spectrum. At the end of this week, you'll be able to find and download satellite imagery online and use it for two common types of analysis: NDVI and trained classification. Week 2: You'll learn how to use ModelBuilder to create large processing workflows that use parameters, preconditions, variables, and a new set of tools. We'll also explore a few topics that we don't really have time to discuss in detail, but might whet your appetite for future learning in other avenues: geocoding, time-enabled data, spatial statistics, and ArcGIS Pro. Week 3: In week three, we'll make and use digital elevation models using some new, specific tools such as the cut fill tool, hillshades, viewsheds and more. We'll also go through a few common algorithms including a very important one: the suitability analysis. Week 4: We'll begin the final week by talking about a few spatial analyst tools we haven't yet touched on in the specialization: Region Group to make our own zones, Focal Statistics to smooth a hillshade, Reclassify to change values, and Point Density to create a density surface. Finally, we'll wrap up by talking about a few more things that you might want to explore more as you start working on learning about GIS topics on your own. Take Geospatial and Environmental Analysis as a standalone course or as part of the Geographic Information Systems (GIS) Specialization. You should have equivalent experience to completing the first, second, and third courses in this specialization, "Fundamentals of GIS," "GIS Data Formats, Design, and Quality", and "Geospatial and Environmental Analysis," respectively, before taking this course. By completing the fourth class you will gain the skills needed to succeed in the Specialization capstone.

Получаемые навыки

Geographic Information System (GIS), Imagery Analysis, Spatial Analysis, satellite imagery, Gis Applications

Рецензии

Very good course, but certain topics evaluated in this course were not well explain, specially remote sensing images processing (downloading and managing them to GIS)

An amazing course! well organized, very informative, and rich with resources and useful materials, with an excellent discussion forum to discuss the course subjects.

In this module, we'll learn all about remote sensing and satellite imagery, starting out with an introduction to remotely sensed data and the electromagnetic spectrum before learning about satellite and aerial imagery capture and data products. You'll learn how to find and download satellite imagery online and how to use it in two different common types of analysis: NDVI and a trained classification. In the second lesson, you'll learn how to use some basic tools to support image analysis using Raster Calculator and Spatial Analyst.


Geographic Resources Analysis Support System, commonly referred to as GRASS GIS, is a Geographic Information System (GIS) used for geospatial data management and analysis, image processing, graphics/maps production, spatial modeling, and visualization. GRASS is currently used in academic and commercial settings around the world, as well as by many governmental agencies and environmental consulting companies.

This reference manual details the use of modules distributed with Geographic Resources Analysis Support System (GRASS), an open source (GNU GPLed), image processing and geographic information system (GIS).

3d raster commands:

r3.colors Creates/modifies the color table associated with a 3D raster map.
r3.colors.out Exports the color table associated with a 3D raster map.
r3.cross.rast Creates cross section 2D raster map from 3D raster map based on 2D elevation map
r3.flow Computes 3D flow lines and 3D flow accumulation.
r3.gradient Computes gradient of a 3D raster map and outputs gradient components as three 3D raster maps.
r3.gwflow Numerical calculation program for transient, confined groundwater flow in three dimensions.
r3.in.ascii Converts a 3D ASCII raster text file into a (binary) 3D raster map.
r3.in.bin Imports a binary raster file into a GRASS 3D raster map.
r3.in.lidar Creates a 3D raster map from LAS LiDAR points using univariate statistics.
r3.in.v5d Import 3-dimensional Vis5D files.
r3.in.xyz Create a 3D raster map from an assemblage of many coordinates using univariate statistics
r3.info Outputs basic information about a user-specified 3D raster map layer.
r3.mapcalc Raster map calculator.
r3.mask Establishes the current working 3D raster mask.
r3.mkdspf Creates a display file from an existing 3D raster map according to specified threshold levels.
r3.neighbors Makes each voxel value a function of the values assigned to the voxels around it, and stores new voxel values in an output 3D raster map
r3.null Explicitly create the 3D NULL-value bitmap file.
r3.out.ascii Converts a 3D raster map layer into a ASCII text file.
r3.out.bin Exports a GRASS 3D raster map to a binary array.
r3.out.netcdf Export a 3D raster map as netCDF file.
r3.out.v5d Exports GRASS 3D raster map to 3-dimensional Vis5D file.
r3.out.vtk Converts 3D raster maps into the VTK-ASCII format.
r3.retile Retiles an existing 3D raster map with user defined x, y and z tile size.
r3.stats Generates volume statistics for 3D raster maps.
r3.support Allows creation and/or modification of 3D raster map layer support files.
r3.timestamp Modifies a timestamp for a 3D raster map.
r3.to.rast Converts 3D raster maps to 2D raster maps
r3.univar Calculates univariate statistics from the non-null cells of a 3D raster map.

© 2003-2021 GRASS Development Team, GRASS GIS 7.8.6dev Reference Manual