Mehr

Wie verwende ich das Werkzeug „Polygon zu Raster“ mit arcpy, wenn das Polygon eine Zeile aus einem Shapefile ist?

Wie verwende ich das Werkzeug „Polygon zu Raster“ mit arcpy, wenn das Polygon eine Zeile aus einem Shapefile ist?


Ich habe versucht, mit dem Suchcursor über die Zeilen aus einem Shapefile zu iterieren. Jede Zeile ist ein Polygon und ich möchte aus diesem Polygon ein Raster machen, also habe ich dies mit arcpy.PolygonToRaster_conversion versucht. Aber es funktioniert nicht. Was habe ich falsch gemacht? Das habe ich bisher:

import os import arcpy.env.workspace = r"C:Julirds_bearBOTW.gdb" #path to workspace arcpy.env.overwriteOutput= True inputhp = r"C:Julirds_bearBOTW.gdbkleiner100 " outraster= r"C:Julirds_bearBOTW.gdb" rows = arcpy.SearchCursor(inputshp) count= 0 für Zeile in Zeilen: print row valField = "VALUE" outraster = os.path.join(outraster, " outRaster" + str(count)) arcpy.PolygonToRaster_conversion(row, valField, outraster,"","","0,0833333) count = count + 1

Das Shapefile hat 16.400 Zeilen. Am Ende muss ich das überlappende Raster mit summieren, ich hoffe es funktioniert für 16400 Raster, siehe meine ursprüngliche Frage hier . Ich kann mit 10.0 und 10.2 arbeiten.


Ihr Cursor gibt ein Zeilenobjekt zurück. Wenn Sie sich den Syntaxabschnitt der Hilfedatei für das Werkzeug Polygon zu Raster ansehen, was sehen Sie als Eingabedatentyp? Sie müssen die tatsächliche Geometrie (das Polygon) angeben. Sie verwenden den älteren SLOWER-Cursor. Erwägen Sie, Ihren Code zu bearbeiten, um den Cursor aus dem zu verwendendaModul. Es gibt viele Beispiele in der Hilfe und im Internet.

Je mehr ich mir diesen Code ansah, stellte ich fest, dass er fehlerhaft war, als Sie Feedback gabenausrastenin self, was einen unsinnigen Dateinamen erzeugen würde.

Unten ist der Arbeitscode, aber für einige Dummy-Daten, die ich habe, müssen Sie die Parameter entsprechend ändern.

import os import arcpy arcpy.env.overwriteOutput= True inputhp = "sites_Buffer" outFolder = "C:/scratch/" rows = arcpy.SearchCursor(inputshp) count = 0 für Zeile in Zeilen: # ID abrufen und ein einzelnes Polygon extrahieren nach in_memory workspace fid = row.getValue("id") query = '"id" = ' + str(fid) arcpy.Select_analysis(inputshp,"in_memory/temp",query) # Ausgabenamen erstellen outRaster = os.path.join (outFolder, "out" + str(count)) print outRaster # Export nach Raster arcpy.FeatureToRaster_conversion("in_memory/temp","id", outRaster,10) count = count + 1

Shapefile mit überlappenden Polygonen: Durchschnittswerte berechnen

Ich habe ein sehr großes Polygon-Shapefile mit Hunderten von Features, die sich oft überlappen. Jedes dieser Features hat einen Wert, der in der Attributtabelle gespeichert ist. Ich muss nur die Durchschnittswerte in den Bereichen berechnen, in denen sie sich überschneiden. Ich kann mir vorstellen, dass diese Aufgabe mehrere komplizierte Schritte erfordert: Ich habe mich gefragt, ob es eine einfache Methodik gibt. Ich bin offen für jede Art von Vorschlägen, ich kann ArcMap, QGis, arcpy scripts, PostGis, GDAL verwenden… Ich brauche nur Ideen. Vielen Dank!


In Rasterdatei fehlen Raumbezugsinformationen

Bitte haben Sie Verständnis, ich lerne ArcMap neu, nachdem ich in den letzten zwei Jahren ausschließlich mapinfo verwendet habe.

Ich versuche, mit einem Raster-Dataset (in einer ZIP-Datei angehängt) zu arbeiten, das aus dem USGS stammt, und habe Probleme damit, da die Raumbezugsinformationen fehlen. Die Metadaten des Rasters enthalten die folgenden Informationen:

  • Name der Kartenprojektion: Lambert Azimuthal Equal Area
    • Länge des Projektionszentrums: -100.000000
    • Breite des Projektionszentrums: 45.000000
    • falscher Rechtswert: 0,000000
    • falscher Nordwert: 0,000000
    • Koordinatendarstellung:
      • Abszissenauflösung: 1000.000000
      • Ordinatenauflösung: 100.000.000
      • horizontaler Bezugsname: D Shpere ARC INFO
      • Ellipsoidname: Sphäre ARC INFO
      • halbe Hauptachse: 6370997.000000
      • Nenner der schmeichelhaften Ration: unendlich

      Ich habe versucht, die Projektionszentren beim Festlegen des Raster-Raumbezugs manuell einzugeben, sehe jedoch keine Änderung bei der Ausführung. Ich habe auch versucht, eine komplementäre Projektion zu finden, da Arc nur eine polare Lambert-Azimutal-Gleichheitsfläche hat, die unter diesen Umständen nicht funktioniert.

      Ich habe auch versucht, eine Vektorebene (Basic US States Layer, WGS 1984) mit bekanntem Raumbezug hochzuladen, bevor ich das Raster hochgeladen habe. Das hat auch keinen Einfluss auf das Raster.

      Hat jemand eine Idee oder könnte mir weiterhelfen?

      von MelitaKennedy

      Sie müssten in ArcGIS ein benutzerdefiniertes projiziertes Koordinatensystem definieren, aber es ist sicherlich machbar. Lambert azimutale gleiche Fläche hat in ArcGIS for Desktop immer unpolare Fälle unterstützt, und dies auch in Workstation.

      Wie auch immer, hier ist die bekannte Textzeichenfolge für die Definition:

      Kopieren Sie es als einzelne Zeile in eine Textdatei, ändern Sie die Erweiterung der Textdatei in .prj, und importieren Sie es dann über die Eigenschaftenseite des Rasters in ArcCatalog oder das Werkzeug Projektion definieren.

      Ihre nächste Frage könnte sein, welche geografische / Datumstransformation verwendet werden sollte, um in ein NAD83- oder WGS84-basiertes Koordinatensystem zu konvertieren (oder es mit diesem Datentyp zu überlagern). Es gibt keine vordefinierten Transformationen zwischen einem kugelbasierten GCS und einem geodätischen GCS (AKA basierend auf einem echten geodätischen Datum). Versuchen Sie, das Raster einfach mit Ihren anderen Daten hinzuzufügen, und ignorieren Sie alle Transformationswarnungen. Scheint es zu überlagern? Dann kann es losgehen. Wenn es von Norden nach Süden versetzt zu sein scheint, versuchen Sie, eine benutzerdefinierte geografische Transformation (es gibt ein Werkzeug) zwischen seinem GCS und NAD83 oder WGS84 hinzuzufügen, was auch immer Sie verwenden. Stellen Sie die Methode auf Geozentrische Translation ein und lassen Sie die Parameterwerte auf Nullen eingestellt.


      Schneiden von Rastern auf genaue Ausdehnung und Zellgröße

      Ich habe vier Raster-Layer (DEM, Slope, Aspect, Soils), die alle in demselben GCS (WGS_1984) in einer Geodatabase gespeichert sind.

      Ich möchte alle vier Raster so beschneiden, dass die Ausgabe die gleiche Anzahl von Zeilen/Spalten, X&Y-Zellengröße und Ausdehnung hat. Ich hatte großen Erfolg beim Clipping von DEM, Slope und Aspect, damit alles zusammenpasst. Das Problem liegt beim SOILS-Raster. Unabhängig davon, ob ich Extrahieren nach Maske, Ausschneiden oder Datenextraktion verwende, unterscheidet sich das Ausgabe-Raster in der Anzahl der Spalten/Zeilen, der X&Y-Zellengröße oder der Ausdehnung. Beim Extrahieren nach Maske verwende ich DEM, Neigung oder Seitenverhältnis als Maske.

      Es ist zwingend erforderlich, dass alle vier Raster in Ausdehnung, Zellengröße und Spalten/Zeilen genau übereinstimmen, damit ich die Daten mit MaxEnt verwenden kann.

      Ich habe eine Screencap eines Excel angehängt, das die Zeilen/Spalten, die Zellengröße (x & y) und die Ausdehnung für die verschiedenen Datenschichten anzeigt.

      Ich glaube, ich habe endlich einige Fortschritte bei der Lösung dieses Problems gemacht. Ich bin mir nicht sicher, ob alle diese Schritte erforderlich sind, aber dies scheint beim präzisen Schneiden der Raster-Daten-Layer zu funktionieren. Ich stelle zunächst sicher, dass sich alles im gleichen geografischen Koordinatensystem befindet (WGS_1984). Ich schneide dann die Quelldaten (die einen größeren Umfang als benötigt) auf einen kleineren Umfang, der immer noch größer ist als benötigt. Bei Bedarf sample ich alle diese kleineren Datenschichten mit der entsprechenden Zellengröße (der des DEM-Rasters) neu. Als nächstes schneide ich die neu abgetasteten Datenebenen mit "Extrahieren nach Maske" mit der DEM-Rasterebene als Maske und unter Umgebung | Verarbeitungsumfang | An Raster ausrichten = DEM-Raster. Dies erzeugt eine Rasterausgabe mit exakt der gleichen Ausdehnung und Zellengröße.

      von ChrisDonohue__G ISP

      Sie können versuchen, ein Fang-Raster in den Umgebungseinstellungen festzulegen, wenn Sie ein Raster-Geoverarbeitungswerkzeug ausführen:

      Werkzeuge, die die Fang-Raster-Umgebung berücksichtigen, passen die Ausdehnung der Ausgabe-Raster so an, dass sie der Zellenausrichtung des angegebenen Fang-Rasters entsprechen.

      Ein Fangraster wird normalerweise verwendet, wenn Eingaben für Werkzeuge:

      • Haben unterschiedliche Zellausrichtungen
      • Haben unterschiedliche Zellenauflösungen
      • Habe unterschiedliche Koordinatensysteme
      • Sind Funktionen

      Danke für den Rat Chris,

      Ich habe gerade versucht, Extrahieren nach Maske und das Fangraster unter Umgebungseinstellungen zu verwenden. Ich habe das DEM-Raster als Fangraster und als Extraktionsmaske verwendet. Das Ausgabe-Raster ist SOILSTEST5 (siehe letzte Zeile im Bild). Die Zellengröße (Y) und die Ausdehnung (oben und rechts) unterscheiden sich vom DEM-Raster, selbst wenn das Fang-Raster auf das DEM-Raster eingestellt ist.

      Die Werte liegen ziemlich nahe zwischen SOILSTEST5 und DEM-Raster, aber nicht genau. Wenn die Daten für eine Karten- oder ArcGIS-bezogene Analyse bestimmt sind, wäre ich mit den Daten so wie sie sind zufrieden. Leider müssen diese Daten in das ASC-Format konvertiert und dann mit der MaxEnt-Modellierung verwendet werden, die unbedingt erfordert, dass die Daten jedes Rasters genau ausgerichtet werden.

      von ChrisDonohue__G ISP

      Ich weiß nicht, ob er gerade dabei ist, aber ich wette, Dan_Patterson hat vielleicht ein paar Ideen.

      von DanPatterson_Re müde

      hat ein sehr detailliertes Regelwerk

      Der wichtigste Aspekt für die Verarbeitung ist in erster Linie die untere linke Ecke und die Zellengröße muss übereinstimmen. sie sind unabhängig vom allgemeinen Analyseumfang.

      In diesem Sinne ist es am besten, dies zuerst festzulegen und dann alle zusätzlichen Zeilen und Spalten von oben und links zu trimmen, nachdem alle Raster links unten ausgerichtet sind und alle die gleiche Zellengröße haben. Was meiner Meinung nach passiert, ist, dass die fehlerhaften Dateien gleichzeitig mit der Ausrichtung der unteren linken Ecke und der Zellengröße (was auch immer) in eine Ausdehnung gequetscht/gestreckt werden. Versuchen Sie, den Umfang zu überspringen. Legen Sie das Fangraster fest. Überprüfen Sie die linke untere Ausrichtung und die Zellengröße und beschneiden Sie alles auf das Minimum der Eingaben. Seien Sie dabei vorsichtig, da Sie leider mit geografischen Koordinaten arbeiten und die 8. Dezimalstelle in einem GCS leider nicht die gleiche Genauigkeit hat wie die gleiche Darstellung in projizierten Koordinaten. aber Sie müssen ein GCS verwenden, nur eine Warnung für andere im Allgemeinen

      Danke für den Einblick Dan.

      Mir ist aufgefallen, dass die meisten Tools, mit denen Sie die Zellengröße angeben können, die angegebene Zellengröße sowohl auf X als auch auf Y anwenden, und die X und Y der meisten meiner Rasterdaten unterscheiden sich zwischen X und Y. Könnte die Tatsache, dass es einen Unterschied gibt? zwischen der Größe von Zelle X und Zelle Y meine Symptome verursachen?

      Mir ist aufgefallen (wie Sie erwähnt haben), dass die Genauigkeit bei GCS- und PCS-Ausdehnungen begrenzt ist, da eingegebene Ausdehnungswerte dazu neigen, abgerundet und nicht als festgelegt beibehalten zu werden.

      Was wären angesichts der Daten, wie ich sie jetzt habe, die besten Schritte, um die SOILS-Zellengröße an die DEM-Ausdehnung und die Zellengröße anzupassen? Muss ich sowohl DEM- als auch SOILS-Raster auf ein PCS projizieren, dann SOILS mit Snap-to-Raster schneiden und anschließend zurück auf GCS projizieren (WGS_1984)? Ich fürchte, die drei GIS-Klassen, die ich hatte, konzentrierten sich nicht auf die Verwaltung von Rasterdaten.

      von DanPatterson_Re müde

      Bevor Sie etwas tun, würde ich sie ins Quadrat bringen. Sie müssen überprüfen, welche Tools nicht-quadratische Zellen unterstützen, um sicherzustellen, dass Sie diese mit Vorsicht oder Aufmerksamkeit verwenden. Ich würde keine Projektion machen, bis sie zumindest in Bezug auf die untere linke Seite gleich sind und die Zellengröße in X- und Y-Richtung gleich ist. Außerdem müssen Sie darauf achten, dass sich die Daten während dieses Vorgangs nicht grundlegend ändern. B. die Heraufstufung von Daten von Integer zu Float oder jede wesentliche Verschiebung von Grenzen zwischen Klassen.

      Ich beschloss, alle meine Datenschichten neu zu schneiden, in der Hoffnung, dass einige der Probleme, die ich hatte, verschwinden würden.

      Ich habe mit all meinen Daten (DEM, Aspect, Slope, Land Use/Land Cover) in GCS (WGS_1984) in einem viel größeren Umfang begonnen, als ich für die Ausgabe benötigen würde. Ich habe auch sichergestellt, dass die Zellengröße (sowohl X als auch Y) quadratisch und für alle Rasterebenen gleich ist. Ich habe dann jedes Raster mit dem Kentucky Boundary Shapefile (Polygon) geschnitten, das auch in GCS WGS_1984 enthalten war. Jedes Raster wurde geschnitten, nachdem die Option Raster ausrichten unter Umgebung | . ausgewählt wurde Verarbeitungsumfang. Jede der Rasterausgaben teilten identische Ausdehnung, Zeilen/Spalten und Zellengröße, was wünschenswert war.

      Ich habe dann meine USGS/NCRS Soils-Formdatei (enthaltend

      25.000 Polygone) in ein Raster unter Verwendung der Zellengröße der anderen Rasterdateien (Slope, Dem und Aspect). Ich habe dann die Kentucky-Grenzformdatei verwendet, um das zuvor erstellte Soils-Raster zu schneiden, indem ich unter Umgebung | . die Option An Raster ausrichten verwende Verarbeitungsumfang. Leider stimmte das Ausgabe-Raster von Soils nicht mit der Ausdehnung der anderen Raster überein. aber die Zellengröße war korrekt. Ich habe versucht, beide mit Einchecken Eingabe-Features zum Ausschneiden von Geometrie verwenden und deaktiviert zu haben. Ich habe es auch mit Environment versucht | Verarbeitungsumfang | Ausdehnung auf eines meiner anderen guten Raster wie Seitenverhältnis eingestellt oder auf Standard belassen.

      Hier ist ein Excel, das die Details jedes Rasters zeigt. Idealerweise möchte ich, dass das SOILS-Raster allen Werten für Aspect, DEM, Slope oder LULC entspricht. Die grünen Zellen entsprechen dem gewünschten Wert, die orangenen Werte, die nicht mit Aspect, DEM oder LULC übereinstimmen.


      Syntax

      Das Eingabe-Raster, das eine kontinuierliche Oberfläche darstellt.

      Maximaler Höhenunterschied zwischen einer Senke und ihrem zu füllenden Fließpunkt.

      Wenn die Differenz der Z-Werte zwischen einer Senke und ihrem Fließpunkt größer als das z_limit ist, wird diese Senke nicht gefüllt.

      Der Wert für Z-Limit muss größer als Null sein.

      Wenn für diesen Parameter kein Wert angegeben ist, werden alle Senken unabhängig von der Tiefe gefüllt.

      Rückgabewert

      Das Ausgabe-Oberflächen-Raster, nachdem die Senken gefüllt wurden.

      Wenn das Oberflächen-Raster ganzzahlig ist, ist das gefüllte Ausgabe-Raster ein ganzzahliger Typ. Wenn die Eingabe Gleitkomma ist, ist das Ausgabe-Raster Gleitkomma.


      Der erste Codeabschnitt zeigte, wie man das Problem lösen würde, aber es gibt Dinge, die man hinzufügen muss, um es kugelsicherer zu machen. Wenn ich sie erst einmal hinzufügen würde, wäre der Code zu lang und schwer zu verstehen.

      Eine wichtige Annahme im Ausgangscode ist, dass alle Feature-Classes in der Geodatabase dieselben Spalten aufweisen. Warum sonst sollten Sie sie alle zu einem Ergebnis zusammenfügen? Ich vermute, dass Joseph den Fehler sieht, weil das Skript auf eine Feature-Class gestoßen ist, die dieser Annahme nicht entspricht.

      Bei leeren Feature-Classes, d. h. Feature-Classes ohne Zeilen, sollte der Code der `for row in rows`-Schleife keine Ausnahme auslösen, solange fc alle erwarteten Spalten enthält. Die nachfolgende `del row`-Anweisung kann jedoch eine Ausnahme auslösen. Sie können die `del row`-Anweisung auskommentieren.

      Eine Möglichkeit, mit diesen seltsamen Fällen umzugehen, besteht darin, einige try-except-Anweisungen hinzuzufügen und die fehlgeschlagenen Feature-Classes auf andere Weise zu behandeln. Das überlasse ich dir.


      Datensätze

      • Transportable Datensätze sind Features, Raster, Tabellen und Dateien. Parameter, die transportable Datensätze enthalten, unterstützen den Eingabemodus Benutzerdefinierter Wert.
      • Nicht transportierbare Datensätze sind alles andere als Features, Raster, Tabellen und Dateien. Es gibt zwei Kategorien von nicht transportierbaren Datensätzen.
        • Komplexe Datensätze sind Datasets wie geometrische Netzwerke, Netzwerk-Datasets, Topologien, TINs usw. Diese Datentypen werden als komplexe Datasets bezeichnet, da sie komplexe Beziehungen zwischen einfachen Features modellieren.
        • Container-Datasets sind Elemente wie Ordner, File- und Personal-Geodatabases und Kartendokumente ( .mxd ). Diese Datentypen enthalten eine gemischte Sammlung anderer Datensätze – daher ihr Name Container.

        Bestimmung des Datentyps eines Werkzeugparameters

        • Auf der Referenzseite eines Tools enthält der Syntaxabschnitt eine Tabelle, die jeden Parameter beschreibt. Die letzte Spalte dieser Tabelle enthält den Datentyp des Parameters.
        • Klicken Sie in ModelBuilder mit der rechten Maustaste auf eine Variable, klicken Sie auf Eigenschaften und dann auf die Registerkarte Datentyp. Der Datentyp wird oben im Dialogfeld aufgeführt.
        • Klicken Sie bei einem Skriptwerkzeug im Katalogfenster mit der rechten Maustaste auf das Skriptwerkzeug und wählen Sie Eigenschaften . Klicken Sie im Eigenschaftendialogfeld auf die Registerkarte Parameter. Der Datentyp jedes Parameters ist in der Parametertabelle aufgeführt.

        Auswahllisten und nicht transportierbare Datensätze

        Wenn ein Eingabeparameterwert ein Layer ist, der auf ein nicht transportierbares Dataset verweist, können Sie Auswahlliste als Eingabemodusoption auswählen. Der Netzwerkparameter Verkehrsträger kann beispielsweise in einer Aufgabe verwendet werden, die die beste Route für den Verkehrsträger des Benutzers findet – Auto, Fahrrad oder zu Fuß.

        Der Datentyp dieses Parameters ist Network Dataset Layer. Netzwerk-Datasets sind komplexe Datasets, die nicht über das Web transportiert werden können, daher ist für diesen Parameter kein benutzerdefinierter Wert verfügbar. Sie können jedoch eine Auswahlliste verwenden, um eine Auswahlliste mit zu verwendenden Layernamen anzugeben. Der Client wählt einen der Layernamen aus der Auswahlliste aus und Ihre Aufgabe verwendet den Layer, den der Client auswählt, und greift auf das Netzwerk-Dataset zu, auf das von der Schicht verwiesen und auf dem Server gespeichert wird.

        Die meisten komplexen Datensätze haben eine entsprechende Layer-Darstellung. Das obige Beispiel zeigte Netzwerk-Dataset-Layer. Andere komplexe Datasets umfassen TIN-Layer, geostatistische Layer, Parcel Fabric-Layer und LAS-Dataset-Layer. Wenn Sie über ein nicht transportierbares Dataset verfügen, können Sie dessen Layer-Darstellung als Eingabewert verwenden. Die obige Beispielaufgabe wurde erstellt, indem ein Modell ausgeführt und die Netzwerkschicht Street als Eingabe bereitgestellt wurde. Wenn das Modell ausgeführt wurde, indem anstelle eines Layer-Namens der Pfad zu einem Netzwerk-Dataset auf der Festplatte angegeben wurde, wird der Eingabemodus auf Konstanter Wert gesetzt. Sie müssen das Werkzeug mit einem Layer als Eingabe ausführen, damit die Option Auswahlliste angezeigt wird.

        • Clients können einfache Features, Raster, Tabellen und Dateien über das Internet senden und empfangen (transportieren).
        • Komplexe Datasets wie Netzwerk-Datasets, TINs und Parcel Fabrics sind nicht transportierbar. Container-Datasets wie Ordner, Geodatabases und Kartendokumente sind ebenfalls nicht transportierbar. Das heißt, es gibt keine Möglichkeit für einen Client, diese komplexen Datensätze oder Container zu erstellen und sie über das Internet zu transportieren. Dies gilt sogar für Clients mit vollem Funktionsumfang wie ArcMap .
        • Die meisten komplexen Datasets verfügen über eine Layer-Darstellung, d. h., Sie können das Dataset zu ArcMap hinzufügen und im Inhaltsverzeichnis wird ein Layer erstellt.
          • Sie können eine Auswahlliste mit Layernamen erstellen, und der Client wählt einen oder mehrere dieser Layernamen als Eingabe für Ihre Aufgabe aus. Ihre Aufgabe verwendet dann das Dataset, auf das der Layer verweist.
          • Um eine Auswahlliste mit Layernamen zu erstellen, müssen Sie Ihr Werkzeug mit einem Layer als Eingabe ausführen. Im Service-Editor wird die Auswahlliste aus den entsprechenden Layern im Inhaltsverzeichnis gefüllt.
          • Wenn Sie Ihr Werkzeug unter Verwendung des Pfads zu einem Datensatz auf der Festplatte ausführen, ist die Option Auswahlliste nicht verfügbar, selbst wenn im Inhaltsverzeichnis Layer des richtigen Typs vorhanden sind.

          Wenn Sie eine Auswahlliste mit Layernamen veröffentlichen, werden die von den Layern referenzierten Daten zu Projektdaten und werden auf den GIS-Server kopiert, sofern sie nicht im Datenspeicher des Servers gefunden werden.

          Konstanter Wert und komplexe Datensätze

          Wenn eine Eingabe für Ihre Aufgabe ein Pfad zu einem komplexen Dataset ist (z. B. D:mydatachicago.gdb ransportationstreetnetwork , ein Netzwerk-Dataset), wird der Eingabemodus auf Konstanter Wert festgelegt. Wenn Sie veröffentlichen, während der Eingabemodus auf Konstanter Wert festgelegt ist, wird das Dataset auf den Server kopiert (es sei denn, es befindet sich im Data Store des Servers) und Ihre Aufgabe verwendet das kopierte Dataset.

          Wenn Sie das Dataset zu ArcMap hinzufügen können, um einen Layer zu erstellen, können Sie Ihr Werkzeug mit dem Layer als Eingabe erneut ausführen. Dadurch wird ein neues Ergebnis erstellt, das Sie teilen können, und der Service-Editor unterstützt die Auswahlliste als Eingabemodus.

          Für geometrische Netzwerke können keine Layer erstellt werden. Der Eingabemodus von Parametern mit geometrischen Netzwerken ist immer auf Konstanter Wert eingestellt.

          Konstantwert- und Container-Datasets

          Container sind Elemente wie Ordner, File- und Personal-Geodatabases sowie Kartendokumente ( .mxd ). Diese Datentypen enthalten eine gemischte Sammlung anderer Datensätze – daher ihr Name Container. Container sind nicht transportabel, und die allgemeine Regel lautet, dass der Container und sein gesamter Inhalt auf den Server kopiert werden (es sei denn, der Container befindet sich im Datenspeicher des Servers). und Ihre veröffentlichte Aufgabe verwendet den kopierten Container. Einige gängige Container werden im Folgenden besprochen.

          Ordner

          Wenn die Eingabe für Ihre Aufgabe ein Ordner ist, wird der Eingabemodus auf Konstanter Wert festgelegt. Wenn Sie mit dem Eingabemodus Konstanter Wert veröffentlichen, werden der Ordner und sein Inhalt (siehe Hinweis unten) auf den Server kopiert (es sei denn, er befindet sich im Datenspeicher des Servers) und Ihre Aufgabe verwendet den kopierten Ordner.

          Wenn Ordner als Teil des Veröffentlichungsprozesses auf den Server kopiert werden, werden nur Dateien und Geodatasets kopiert, keine Unterordner innerhalb des Ordners werden kopiert. Einige Geodatasets wie File-Geodatabases, Raster und TINS ​​sind technisch gesehen Ordner, die jedoch auf den Server kopiert werden, wenn sie im zu kopierenden Ordner gefunden werden.

          Kartendokumente (.mxd)

          Wenn die Eingabe für Ihre Aufgabe ein Kartendokument ist, wird der Eingabemodus auf Konstanter Wert festgelegt. Wenn Sie mit dem Eingabemodus Konstanter Wert veröffentlichen, werden das Kartendokument, alle seine Layer und alle von den Layern referenzierten Datasets auf den Server kopiert, es sei denn, das Kartendokument kann im Datenspeicher des Servers gefunden werden. Wenn eines der referenzierten Datasets im Datenspeicher des Servers nicht gefunden werden kann, werden diese ebenfalls auf den Server kopiert. Im Wesentlichen wird das Kartendokument verpackt, an den Server gesendet und dann auf dem Server entpackt.

          Geodatenbanken

          Wenn die Eingabe für Ihre Aufgabe eine Geodatabase ist, wird der Eingabemodus auf Konstanter Wert festgelegt. Wenn Sie mit dem Eingabemodus Konstanter Wert veröffentlichen, werden die Geodatabase und ihr Inhalt auf den Server kopiert (sofern sie nicht im Datenspeicher des Servers gefunden wird) und Ihre Aufgabe verwendet die kopierte Geodatabase.

          Personal-Geodatabases ( .mdb ) werden auf Serverplattformen (64-Bit-Betriebssysteme) nicht unterstützt und werden beim Kopieren auf den Server in File-Geodatabases konvertiert. Enterprise-Geodatabases werden beim Kopieren auf den Server auch in File-Geodatabases konvertiert.

          Nicht transportierbare Ausgabe

          Wenn die Ausgabe Ihres Tools ein komplexer Datensatz oder ein Container-Datensatz ist, kann er nicht zum Client zurücktransportiert werden. Im Service-Editor zeigt der Ausgabeparameter den Datentyp String an. In der folgenden Abbildung ist der von der Aufgabe zurückgegebene Wert der Name des erstellten TIN-Datasets, nicht das Dataset selbst.

          • Verwenden Sie einen Ergebniskartendienst, um dem Client das Ergebnis als Karte zu senden. Es wird kein Datensatz zum Client transportiert, sondern nur eine Karte der Daten.
          • Konvertieren Sie das Dataset in ein transportables Dataset. Sie können beispielsweise das Werkzeug TIN in Raster verwenden, um ein TIN (nicht transportierbar) in ein Raster-Dataset (transportierbar) zu konvertieren.
          • Erstellen Sie mit einem der Werkzeuge im Toolset Layer und Tabellenansichten ein Layer-Paket ( .lpk ) des Datasets und verwenden Sie dann das Werkzeug Layer packen, um das Layer-Paket zu erstellen. Ein Layer-Paket ist eine Datei, und Dateien können über das Internet transportiert werden. Der Kunde muss das Paket auspacken.
          • Verwenden Sie das ZIP-Dienstprogramm, um eine Datei des Ergebnis-Datasets oder -ordners zu erstellen und die ZIP-Datei zum Client zu transportieren. Der Client ist für das Entpacken der Datei verantwortlich. Das Beispiel für den Clip- und Versandservice schneidet Layer aus einem Untersuchungsgebiet in eine File-Geodatabase (und andere Formate) und erstellt dann eine ZIP-Datei, die an den Client übertragen wird. Wenn Sie diese Technik verwenden möchten, verwenden Sie die folgenden Links:
              nimmt einen Eingabeordner und einen Ausgabedateinamen und erstellt eine komprimierte ZIP-Datei. nimmt eine Eingabe-.zip-Datei und einen Ausgabeordner und schreibt den Inhalt in den Ordner.

          • Zugriff auf Georeferenzierungsinformationen

            Auf die Bild-zu-Welt-Transformation wird jedes Mal zugegriffen, wenn ein Bild angezeigt wird, beispielsweise beim Schwenken oder Zoomen. Die Transformation wird aus einer der folgenden Quellen berechnet, die nach Priorität geordnet sind:

            • Die Header-Datei (wenn der Bildtyp eine unterstützt)
            • Die Weltdatei (Diese wird zuerst verwendet, wenn das Kontrollkästchen Weltdatei zum Definieren der Rasterkoordinaten verwenden im Dialogfeld Optionen aktiviert ist.)
            • Die Zeilen-/Spalteninformationen des Bildes (eine Identitätstransformation)

            Geo- und Umweltanalyse

            Wenden Sie Ihr GIS-Wissen in diesem Kurs zur Geoanalyse an und konzentrieren Sie sich dabei auf Analysewerkzeuge, 3D-Daten, Arbeiten mit Rastern, Projektionen und Umgebungsvariablen. In allen vier Wochen dieses Kurses arbeiten wir gemeinsam ein Projekt durch - etwas Einzigartiges in diesem Kurs - von der Projektkonzeption über die Datenbeschaffung, die anfängliche Datenverwaltung und -verarbeitung bis hin zu unseren Analyseprodukten. In diesem Kurs lernen Sie die Grundlagen der Geodaten- und Umweltanalyse in vier einwöchigen Modulen: Woche 1: Tour ArcToolbox und lernen, wie Sie gängige in ArcGIS integrierte Geoanalysewerkzeuge verwenden. Woche 2: Verschaffen Sie sich ein grundlegendes Verständnis von Rasterdatenmodellen: symbolisieren , Raster neu projizieren, überlagern und bewerten. Machen Sie einen Abstecher in 3D-Datenmodelle und Interpolation von Beobachtungen in 3D-Oberflächen und -Raster Woche 3: Gehen Sie in die Tiefe zu Projektionen und Koordinatensystemen, die für alle GIS grundlegend sind. Erfahren Sie, wie Sie Umgebungsvariablen verwenden, um Ihre Analysen einzuschränken und qualitativ hochwertigere Datenprodukte zu erhalten. Woche 4: Erweitern Sie Ihr Wissen über Symbolik. Erfahren Sie, wie Sie Ihre Daten visuell darstellen, indem Sie sie in logische Gruppierungen klassifizieren und dann auf Ihrer Karte symbolisieren. Belegen Sie Geospatial and Environmental Analysis als eigenständigen Kurs oder als Teil der Spezialisierung Geographische Informationssysteme (GIS). Vor der Teilnahme an diesem Kurs sollten Sie über gleichwertige Erfahrungen mit dem Absolvieren des ersten und zweiten Kurses in dieser Spezialisierung "Grundlagen der GIS" und "GIS-Datenformate, Design und Qualität" verfügen. Durch den Abschluss dieser dritten Klasse in der Spezialisierung erwerben Sie die erforderlichen Fähigkeiten, um im gesamten Programm erfolgreich zu sein.

            Ецензии

            Nützliche Informationen zu Raumanalysen, Rastern, Koordinatensystemen. Und eine Führung zur Annäherung an ein persönliches Projekt. Der Unterricht ist gut strukturiert und der Lehrer leicht verständlich.

            Dieser Teil hat mir bei den meisten der drei Kurse in der GIS-Spezialisierung gefallen, die ich mit Zertifikaten erworben habe. Danke an Dr. Nick Santos für seinen interaktiven Unterricht, seine Aufgaben und Projekte.

            In diesem zweiten Modul befassen wir uns eingehend mit Rasterdaten und wie Sie dreidimensionale Oberflächen aus unseren Rastern erstellen. Nach Abschluss dieses Moduls sollten Sie in der Lage sein: verschiedene Raster-Datenformate und deren Verwendung zu beschreiben, Vergleichs- und Swipe-Tools zu verwenden, Raster neu zu berechnen und zu retrojizieren, zu beschreiben, wie Fischnetze und Thiessen-Polygone verwendet werden, TINs zu erstellen und Ihre Raster in . umzuwandeln 3D-Daten mit ArcScene. Darüber hinaus werden Sie Ihr Geoanalyseprojekt fortsetzen, während Sie mit der Planung Ihres Ansatzes beginnen.

            Реподаватели

            Nick Santos

            Екст видео

            [MUSIK] Hallo nochmal und willkommen zurück. In dieser Lektion zeige ich Ihnen ein Beispiel für das Resampling durch Neuprojektion von Rastern. Wie ich bereits sagte, unterscheidet sich das erneute Projizieren von Rastern ein wenig vom Projizieren von Vektordaten, da sich Raster von Vektoren unterscheiden. Mit Vektordaten können wir die Formen neu projizieren, ohne die Attribute zu ändern. Bei Raster-Daten werden die Formen jedoch als Raster-Zellen festgelegt. Das Ändern der Form durch Reprojektion erzwingt also eine Änderung der Position unserer Attribute in der Weise, wie dies bei einem Vektor nicht der Fall ist. Und das müssen wir berücksichtigen. Dies geschieht durch den Prozess des Resamplings, den ich Ihnen beim letzten Mal gezeigt habe. Wenn wir die Zellen im Grunde neu ausgerichtet haben, werden unsere Daten an eine Art neue Position übertragen oder manchmal werden andere Daten aufgenommen, je nachdem, wie wir das Raster neu abtasten. Dies kommt also viel in neu projizierten Rastern heraus. Der Grund für das Problem beim Reprojizieren von Rastern liegt nun darin, dass Projektionen dazu führen können, dass unsere Daten in unterschiedlichen Ausrichtungen relativ zur Vertikalen und Horizontalen angezeigt werden, wenn wir zwischen verschiedenen Projektionen wechseln. Die Neuausrichtung erzwingt wie bereits erwähnt ein Resampling des Rasters, auch wenn sich die Zellengröße in diesem Fall nicht ändert. Es muss also noch herausfinden, welche Werte aufgrund dieser Orientierungsverschiebung von der Art und Weise, wie jede Projektion die Welt auf ihr eigenes kartesisches Gitter abbildet, neuen Werten zugewiesen werden. Dies ist ein destruktiver Prozess, der in den meisten Fällen vermieden werden sollte, es sei denn, es ist notwendig. Dieses Raster hier, das wir auch in der letzten Vorlesung verwendet haben, wird also zunächst in einer für die gesamten Vereinigten Staaten optimierten Albers-Kegelprojektion projiziert. Nun, das ist völlig in Ordnung, aber lassen Sie uns sehen, was passiert, wenn wir die Projektion auf etwas anderes verschieben. Und eine schnelle Möglichkeit, einen einfachen Einblick in dies zu erhalten, besteht darin, einfach die Datenrahmenprojektion in etwas anderes zu ändern, da unsere Daten in unserem Datenrahmen im Hintergrund im Hintergrund auf die neue Projektion reprojiziert werden. Sehen wir uns also an, was passiert, wenn ich die Projektion des Datenrahmens in das geographische NAD 83-Koordinatensystem tausche. Wenn ich das tue, wird meine Projektion plötzlich verzerrt und geht in einen anderen Winkel. Jetzt könnte es so aussehen, als würde alles nur so gedreht, dass es der Projektion entspricht, was in Ordnung wäre, da die Zellen dadurch nicht wirklich neu zugeordnet würden, oder? Wenn im Raster einfach alles perfekt gedreht wurde und die Zellen gleich blieben und gedreht wurden, wäre das in Ordnung. Aber wenn wir uns hier die Kanten ansehen, können wir sehen, in der Neuprojektion ist es gedreht. Im Datenrahmen sieht es so aus, als ob alles nur schön und gedreht wäre. Aber es ist nicht perfekt. Und so kann ich Ihnen das zeigen. Wenn ich zu den Layereigenschaften gehe und wähle, keine Daten als Farbe wie Schwarz anzuzeigen und auf OK klicke, kann ich sehen, dass es nicht wirklich gedreht wird, sondern hier ein neues rechteckiges Raster erstellt wird, das passt das kleinste begrenzende Rechteck um dieses herum. Die Ecken berühren hier also die Oberseite und hier die Seiten, und wir haben hier keine Datenwerte. Und es sieht von der Art und Weise, wie es neu projiziert wird, wirklich glatt aus, aber wenn wir ein neues Raster erstellen, wenn wir tatsächlich eine vollständige Neuprojektion durchführen, werden wir sehen, dass hier kleine Treppenstufen vor sich gehen. Dennoch erhalten wir hier eine andere Zellenausrichtung, wenn wir diese Rotation erhalten, und ich werde das gleich deutlich machen. Also schalten wir unsere Anzeige ohne Daten wieder aus. Und lassen Sie unseren Datenrahmen auf den ursprünglichen Zustand zurücksetzen, indem Sie den Layer auswählen, die Albers Conical Equal-Area-Projektion aus dem Layer. Jetzt ist unser Raster wieder in seinem normalen Rechteck. Aber lassen Sie uns das Raster neu projizieren. Im Toolset "Datenverwaltungstools > Projektionen und Transformationen > Raster" gibt es also ein Projekt-Raster-Tool. Und hier wählen wir unser Eingabe-Raster aus. Und wir wählen dasselbe Ausgabe-Koordinatensystem, das wir gerade verwendet haben, das NAD 1983 Geographic Coordinate System. Beachten Sie nun unten, dass das Projekt-Raster-Tool versteht, dass es Ihre Daten ändert, sodass Sie dieselben Resampling-Technikoptionen wie zuvor kennengelernt haben. Wir lassen es wieder beim nächsten Nachbarn, weil das eine geeignete Option für Dinge wie die Landnutzungsklassifizierung ist, wie hier erwähnt. Es berechnete auch eine Zellengröße, die für mich basierend auf der Übersetzung in Einheiten geeignet ist. Das aktuelle ist also in Metern angegeben und wird in Dezimalgrad übersetzt, da es sich um ein geografisches Koordinatensystem handelt, also hat es die Übersetzung dieser Werte für mich berechnet. Stellen wir also sicher, dass es beim nächsten Nachbarn bleibt. Und mal sehen, was passiert, wenn ich jetzt diese Neuprojektion durchführe. Anfangs sieht es nicht nach viel aus, aber es gibt eine kleine Datenverschiebung, wenn ich das aus- und wieder einschalte. Und lassen Sie uns die Werte ohne Daten auf unserem neuen Layer hier aktivieren, damit wir sehen können, dass er hier tatsächlich einen größeren Bereich hat. And this is due to the fact that it's reprojected and then also that it's being reprojected again into this current data frame. So we reproject it to NAD 83, which forced that original bounding box around it and then it's being reprojected back to this, which fills it back into a rectangle. But we can confirm that it's larger and has those no data values because it has more rows and columns, so this has 830 columns and 482 rows. But the original one has 743 columns and 538 rows. So there are some changes going on to the data there. And then if I zoom in, let's zoom in up here. I can see this difference in orientation in the raster cells due to the reprojection. And I can also see that stair stepping I promised you, where at the top, it's not as smooth. And so I could see that this raster data actually has to slightly rotate and reorient. It's not just rotating the raster nicely, and we keep the top edge and everything's in line. We're actually creating a new raster that's fully stair stepped based upon our old data. And if I do a swipe now, like before, I can see some changes in the data, where I'm getting a whole different cell alignments over here. Like take a look at these yellow and green ones that were next to each other or next to each other, and the new one, but weren't before. And we're getting lots and lots of changes to our data if we look back between these two. Let's go down here a little more, where those are going on and do the same thing. There are lots and lots of little changes to the data if you look around, places where one cell becomes three or four, or three or four cells become one. And this is due to our resampling technique. And nearest neighbor is probably the best choice for this data, but we still have lots of changes. That's the destructiveness of reprojecting rasters. And that's why we want to be so careful about it, to only do it when we really need to. Now choosing not to reproject a raster, but then working with rasters in different projections isn't actually choosing not to reproject a raster. Because remember, a geoprocessing tool has to change data to the same projection in order to use it anyway. So it's going to reproject it in the background, and you're actually losing out on that choice by not reprojecting it. If you have data in different projections, it is smart to project it into one, so that you choose and get to validate that data. You choose the choices that go into that reprojection, and make sure that it's satisfactory to your analysis. Okay, there's just one last thing I want to show you about reprojecting rasters. And that's this, one more thing about the stair stepping, which is, if we take this raster that is in the NAD 83 projection, and we put it in a data frame that is in the same projection, so it's not being reprojected on the fly again. We'll see, okay, it's aligned north to south, which is what weɽ expect, right? It's aligned north to south in its own projection, in its own coordinate system. But if I zoom out, that stair stepping at the top makes a lot more sense because what it's doing is it fit that other raster to this grid, and if we imagine that other raster's top edge running across here, it's running nearest neighbor and ends up assigning cells and then having to drop down a row and assigning more cells. And that's why we get the stair stepping when it's projected back into the other as well, is because it is taking this raster and rotating it to fit the other data frame, but it still isn't a perfect rectangle on the edges anymore. It is conceptually because it has no data values, but the data itself isn't a perfect rectangle anymore. Okay, that's it for this lecture. In this lecture, we applied resampling to the process of reprojecting rasters and saw that it is destructive to our data. It changes our data as we store it on our disk. And we have to take that into account when deciding when and how to reproject our rasters and what method we want to use to resample our data. This is a pretty important and fundamental concept, and you'll learn a lot more about projections and coordinate systems later on in this class. But for now, just remember that projections of rasters are destructive, and come back to this if you want to get a little more out of it after you take the section on projections and coordinate systems. Okay, see you next time.


            Graph temperatures across latitude

            The hottest temperatures you encountered were all close to the equator. It's generally expected that mean annual temperatures are highest in equatorial regions and decrease toward the poles. To verify this assumption about climate, you'll graph the north-to-south geographic distribution of temperature values on a scatter plot.

            To ensure all the data is included in the scatter plot, you'll clear the selected data points.

            The Chart Properties and Mean Annual Temperature XY Layer Scatter Plot 1 panes appear.

            You'll set the parameters for the x-axis and y-axis. Because you're graphing the distribution of temperatures across latitude (north to south), you'll choose the appropriate fields.

            The scatter plot is created. Before you examine it more closely, you'll remove the linear trend line, which isn't useful for the question you want to answer.

            You'll also change the chart title and axis labels. The current title and labels use the exact names of the variables, which aren't easy to read.

            The chart updates. Depending on your window size, it may have different proportions than the example image. It may also have different colored points.

            As expected, the warmest values are centered around the equator (0 degrees latitude). Antarctica, which corresponds to the most negative latitude values, is much colder than the north pole. By selecting features in the chart, you can see where they appear on the map.

            The points in the box are selected in both the chart and the map.

            As predicted, latitude seems to have a significant effect on temperature.


            How to append qgis processing output to a new row in the output table

            I'm working with the raster surface volume tool in QGIS to calculate the volume of water in a lake and tracking the change in volume as depth decreases by 1cm at a time. Right now my code just outputs whatever the last value in the for loop was. Is there a way to append each output to the next row so I can open it and see all the volumes calculated in one csv? I have to do this a few hundred times so batch processing isn't really reasonable.


            Schau das Video: PYTHON IN ARC GIS #8 Save all polygons separately from a shape file with multiple polygon. ARCPY