Mehr

Ändern des CSV-Layer-Attributwerts von Text zu Zahl in QGIS?

Ändern des CSV-Layer-Attributwerts von Text zu Zahl in QGIS?


Ich habe eine CSV-Datei zum Verknüpfen mit einer .shp-Datei eingelesen.

Alle Variablen, die nur Zahlen sind, kamen als Text.

Wie ändere ich die Textvariablen in QGIS in numerisch?


Ich hatte einmal die gleiche Frage. Die Antwort ist, dass Sie eine Datei mit der Endung csvt in denselben Ordner legen. Ihr Dateiname ist beispielsweise xyzdata.csv Sie fügen die Datei xyzdata.csvt . hinzu

Diese können Sie zum Beispiel mit dem Editor bearbeiten. Und darin legen Sie den Datentyp so fest. "Integer","String","Integer","Integer","String","Real"

Integer ist jetzt die Variable für die erste Spalte, String für die zweite usw. Stellen Sie sicher, dass die Dateien identisch benannt sind.

Bearbeiten: Siehe auch hier bei Bedarf: http://underdark.wordpress.com/2011/03/07/how-to-specify-data-types-of-csv-columns-for-use-in-qgis/


Anstatt mit der Eingabedatei herumzuspielen und zu versuchen, alles perfekt zu machen, verwenden Sie einfach den Feldrechner, um den Text in eine Zahl / reelle Zahl umzuwandeln. Siehe die folgenden Beispiele:


Anstatt die .csv-Datei mit Vektorebene hinzufügen zu laden, verwenden Sie das Ebenenwerkzeug für getrennten Text. Es wird versuchen, den passendsten Datentyp für jede Spalte zu ermitteln.

Weitere Informationen finden Sie im QGIS-Benutzerhandbuch.


MMQGis hat dieses Problem verursacht und kann es, wie sich herausstellt, beheben.

Nachdem Sie Ihre Shapefile- und CSV-Daten verbunden haben, verwenden Sie das Werkzeug Modify > Text to Float von MMQGis.

Wie üblich hinterlässt es eine Spur von Junk-Intermediate-Shapefiles, aber was ist sonst noch neu?


Im QGIS 3.x Eine häufige Fehlerquelle ist die Wahl des falschen Dezimaltrennzeichens. Aktivieren oder deaktivieren Sie das Kontrollkästchen "Dezimaltrennzeichen ist Komma", bevor Sie Ihre CSV-Datei in QGIS laden:


Eine weitere Alternative bei großen zu verwaltenden Datensätzen und offensichtlich zeitaufwändig, um mit dem Feldrechner (ohne Schleifen) oder innerhalb eines Texteditors fortzufahren: - Speichern Sie Ihre Daten als CSV + XY + Variable für die Verbindung mit unserem Polugone-Shapefile - hochladen dein CSV mit dem Plug-In (csv importieren) dann als Shapefile speichern (Punkt) - dann q gis schließen - zurück in den Ordner mit dem Shapefile-Punkt, die entsprechende dbf-Tabelle duplizieren / umbenennen - Qgis öffnen - das neue dbf hochladen und beitreten Shapefile (Polygon-Features)

Ein Stein, zwei Tauben: Sie haben potentiell 1) einen Shapefile-Punkt mit allen Daten und allen Möglichkeiten der Darstellung 2) und ein unabhängiges Shapefile mit dbf-Tabelle verbunden (editierbar!) verbunden mit Polygon für thematische Kartographie

Das ist etwas unhöflich, aber ganz einfach…

bs_epidemie


Untersuchen Sie Ihre tabellarische Datenquelle. Um diese Daten in QGIS zu importieren, müssen Sie sie als Textdatei speichern und benötigen mindestens 2 Spalten, die die X- und Y-Koordinaten enthalten. Wenn Sie über eine Tabellenkalkulation verfügen, verwenden Sie die Funktion Speichern unter in Ihrem Programm, um sie als tabulatorgetrennte Datei oder CSV-Datei (Comma Separated Values) zu speichern. Nachdem Sie die Daten auf diese Weise exportiert haben, können Sie sie in einem Texteditor wie Notepad öffnen, um den Inhalt anzuzeigen. Bei der Significant Earthquake Database liegen die Daten bereits als Textdatei vor, die Breiten- und Längengrade der Erdbebenzentren sowie weitere zugehörige Attribute enthält. Sie werden sehen, dass jedes Feld durch ein TAB getrennt ist.

Öffnen Sie QGIS. Klicken Sie auf Ebenen ‣ Getrennte Textebene hinzufügen.

Klicken Sie im Dialog Layer aus einer Textdatei mit Trennzeichen erstellen auf Durchsuchen und geben Sie den Pfad zu der heruntergeladenen Textdatei an. Wählen Sie im Abschnitt Dateiformat Benutzerdefinierte Trennzeichen aus und aktivieren Sie Tab . Der Abschnitt Geometriedefinition wird automatisch ausgefüllt, wenn geeignete X- und Y-Koordinatenfelder gefunden werden. In unserem Fall sind sie LÄNGENGRAD und BREITE. Sie können es ändern, wenn beim Import die falschen Felder ausgewählt werden. OK klicken .

Es ist leicht, X- und Y-Koordinaten zu verwechseln. Breite gibt die Nord-Süd-Position eines Punktes an und ist daher a Ja Koordinate. In ähnlicher Weise gibt der Längengrad die Ost-West-Position eines Punktes an und ist a X Koordinate.

Im nächsten Dialogfeld werden möglicherweise einige Fehler angezeigt. Die Fehler in dieser Datei sind hauptsächlich auf fehlende X- oder Y-Felder zurückzuführen. Sie können diese Fehler untersuchen und die Probleme in Ihrer Quelldatei beheben. Für dieses Tutorial können Sie diese Fehler ignorieren.

Als Nächstes werden Sie von einem Koordinatenreferenzsystem-Selektor aufgefordert, ein Koordinatenreferenzsystem auszuwählen. Da die Erdbebenkoordinaten in Breiten- und Längengraden angegeben sind, sollten Sie WGS 84 auswählen. OK klicken .

Sie werden nun sehen, dass die Daten importiert und im QGIS-Canvas angezeigt werden.

&Copy Copyright 2019, Ujaval Gandhi.
Zuletzt aktualisiert am 18.06.2021.
Erstellt mit Sphinx 4.0.1.


Suchen Sie die Datei ne_10m_populated_places_simple.zip im QGIS Browser und erweitern Sie sie. Wählen Sie die Datei ne_10m_populated_places_simple.shp aus und ziehen Sie sie auf die Leinwand.

Ein neuer Layer ne_10m_populated_places_simple wird nun in QGIS geladen und Sie werden viele Punkte sehen, die die besiedelten Orte der Welt darstellen. Die Standardansicht im QGIS-Canvas zeigt die Geometrie des GIS-Layers. Jeder Punkt hat auch zugehörige Attribute. Sehen wir sie uns an. Suchen Sie die Attribute-Symbolleiste. Diese Symbolleiste enthält viele nützliche Werkzeuge zum Prüfen, Anzeigen, Auswählen und Ändern der Attribute eines Layers.

Wenn die Symbolleiste nicht angezeigt wird, können Sie sie über Ansicht ‣ Symbolleisten ‣ Attribute-Symbolleiste aktivieren.

Klicken Sie in der Attribute-Symbolleiste auf die Schaltfläche Identifizieren. Klicken Sie nach Auswahl des Werkzeugs auf einen beliebigen Punkt auf der Leinwand. Die zugeordneten Attribute dieses Punktes werden in einem neuen Identify Results-Panel angezeigt. Wenn Sie mit der Untersuchung der Attribute verschiedener Punkte fertig sind, können Sie auf die Schaltfläche Schließen klicken.

Anstatt das Attribut einzeln anzuzeigen, können wir sie alle zusammen als Tabelle anzeigen. Klicken Sie in der Attribute-Symbolleiste auf die Schaltfläche Attributtabelle öffnen. Sie können auch mit der rechten Maustaste auf den Layer ne_10m_populated_places_simple klicken und Attributtabelle öffnen auswählen.

Sie können horizontal scrollen und die pop_max Säule. Dieses Feld enthält die Einwohnerzahl des zugehörigen Ortes. Sie können zweimal auf die Feldüberschrift klicken, um die Spalte in absteigender Reihenfolge zu sortieren.

Jetzt können wir unsere Abfrage für diese Attribute ausführen. QGIS verwendet SQL-ähnliche Ausdrücke, um Abfragen durchzuführen. Klicken Sie auf Features mit einer Ausdrucksschaltfläche auswählen.

Erweitern Sie im Fenster Nach Ausdruck auswählen den Abschnitt Felder und Werte, und doppelklicken Sie auf das Label pop_max. Sie werden feststellen, dass es dem Ausdrucksabschnitt unten hinzugefügt wird. Wenn Sie sich bei den Feldwerten nicht sicher sind, können Sie auf die Schaltfläche All Unique klicken, um zu sehen, welche Attributwerte im Dataset vorhanden sind. Für diese Übung suchen wir nach allen Features mit einer Bevölkerung von mehr als 1 Million. Vervollständigen Sie also den Ausdruck wie unten und klicken Sie auf Features auswählen und dann auf Schließen .

In der QGIS Expression Engine bezieht sich Text mit doppelten Anführungszeichen auf ein Feld und Text mit einfachen Anführungszeichen bezieht sich auf einen Zeichenfolgenwert.

Sie werden feststellen, dass jetzt einige Zeilen in der Attributtabelle ausgewählt sind. Das Beschriftungsfenster ändert sich ebenfalls und zeigt die Anzahl der ausgewählten Features an.

Schließen Sie das Attributtabellenfenster und kehren Sie zum Hauptfenster von QGIS zurück. Sie werden feststellen, dass eine Teilmenge von Punkten jetzt in Gelb gerendert wird. Dies ist das Ergebnis unserer Abfrage und die ausgewählten Punkte haben einen pop_max-Attributwert von mehr als 1000000 .

Lassen Sie uns unsere Abfrage aktualisieren, um eine Bedingung aufzunehmen, dass der Ort neben einer Bevölkerung von mehr als 1 Million auch eine Hauptstadt sein soll. Um schnell zum Ausdruckseditor zu gelangen, können Sie die Schaltfläche Features nach Ausdruck auswählen in der Attribute-Symbolleiste verwenden.

Das Feld mit Daten zu Großbuchstaben ist adm0cap. Der Wert 1 zeigt an, dass der Ort eine Hauptstadt ist. Wir können dieses Kriterium zu unserem vorherigen Ausdruck hinzufügen, indem wir die und Operator. Geben Sie den folgenden Ausdruck ein und klicken Sie auf Features auswählen und dann auf Schließen .

Kehren Sie zum Hauptfenster von QGIS zurück. Nun sehen Sie eine kleinere Teilmenge der ausgewählten Punkte. Dies ist das Ergebnis der zweiten Abfrage und zeigt alle Orte aus dem Datensatz an, die Landeshauptstädte sind und mehr als 1 Million Einwohner haben.

Jetzt exportieren wir die ausgewählten Features als neuen Layer. Klicken Sie mit der rechten Maustaste auf den Layer ne_10m_populated_places_simple und gehen Sie zu Exportieren ‣ Ausgewählte Features speichern unter…

Als Format können Sie jedes beliebige Format wählen. Für diese Übung wählen wir GeoJSON . GeoJSON ist ein textbasiertes Format, das im Web-Mapping weit verbreitet ist. Klicken Sie neben Dateiname auf die Schaltfläche … und geben Sie als Ausgabedatei populated_capitals.geojson ein.

Die Eingabedaten haben viele Spalten. Sie können nur eine Teilmenge der ursprünglichen Spalten für den Export auswählen. Erweitern Sie den Abschnitt Zu exportierende Felder auswählen und deren Exportoptionen. Klicken Sie auf Alle abwählen und überprüfen Sie die Spalten name und pop_max. OK klicken .

Ein neuer Layer populated_capitals wird in QGIS geladen. Sie können den Layer ne_10m_populated_places_simple deaktivieren, um ihn auszublenden und die Punkte aus dem neu exportierten Layer anzuzeigen.

&Copy Copyright 2019, Ujaval Gandhi.
Zuletzt aktualisiert am 18.06.2021.
Erstellt mit Sphinx 4.0.1.


Vektordaten¶

Viele der in QGIS verfügbaren Funktionen funktionieren gleich, unabhängig von der Vektordatenquelle. Aufgrund der unterschiedlichen Formatspezifikationen (ESRI Shapefile-, MapInfo- und MicroStation-Dateiformate, AutoCAD DXF, PostGIS, SpatiaLite, DB2, Oracle Spatial und MSSQL Spatial-Datenbanken und viele mehr) kann QGIS jedoch einige ihrer Eigenschaften anders handhaben. In diesem Abschnitt wird beschrieben, wie Sie mit diesen Besonderheiten arbeiten.

QGIS unterstützt die Feature-Typen (Multi)point, (Multi)line, (Multi)polygon, CircularString, CompoundCurve, CurvePolygon, MultiCurve, MultiSurface, alle optional mit Z- und/oder M-Werten.

Beachten Sie auch, dass einige Treiber einige dieser Feature-Typen nicht unterstützen, wie CircularString, CompoundCurve, CurvePolygon, MultiCurve, MultiSurface-Feature-Typ. QGIS konvertiert sie.

GeoPaket¶

Das Format GeoPackage (GPKG) ist plattformunabhängig und wird als SQLite-Datenbankcontainer implementiert und kann zum Speichern von Vektor- und Rasterdaten verwendet werden. Das Format wurde vom Open Geospatial Consortium (OGC) definiert und 2014 veröffentlicht.

GeoPackage kann verwendet werden, um Folgendes in einer SQLite-Datenbank zu speichern:

Vektor Eigenschaften

Kachelmatrix-Sets von Bildern und Raster Karten

Attribute (nicht-räumliche Daten)

ESRI-Shapefile¶

ESRI Shapefile ist immer noch eines der am häufigsten verwendeten Vektordateiformate in QGIS. Dieses Dateiformat hat jedoch einige Einschränkungen, die andere Dateiformate nicht haben (wie GeoPackage, SpatiaLite). Die Unterstützung wird von der OGR Simple Feature Library bereitgestellt.

Ein Dataset im Shapefile-Format besteht aus mehreren Dateien. Die folgenden drei sind erforderlich:

.shp-Datei mit den Feature-Geometrien

.dbf-Datei mit den Attributen im dBase-Format

Ein Dataset im Shapefile-Format kann auch eine Datei mit dem Suffix .prj enthalten, die die Projektionsinformationen enthält. Eine Projektionsdatei ist zwar sehr nützlich, aber nicht zwingend erforderlich. Ein Dataset im Shapefile-Format kann zusätzliche Dateien enthalten. Weitere Einzelheiten finden Sie in der technischen Spezifikation von ESRI unter https://www.esri.com/library/whitepapers/pdfs/shapefile.pdf.

Verbesserung der Leistung für Datensätze im Shapefile-Format

Um die Leistung beim Zeichnen eines Datasets im Shapefile-Format zu verbessern, können Sie einen räumlichen Index erstellen. Ein räumlicher Index verbessert die Geschwindigkeit sowohl beim Zoomen als auch beim Schwenken. Von QGIS verwendete räumliche Indizes haben die Erweiterung .qix.

Gehen Sie wie folgt vor, um den Index zu erstellen:

Laden Sie ein Dataset im Shapefile-Format (siehe Das Browserfenster ).

Öffnen Sie den Dialog Layereigenschaften, indem Sie auf den Layernamen in der Legende doppelklicken oder mit der rechten Maustaste klicken und Eigenschaften… aus dem Kontextmenü wählen.

Klicken Sie auf der Registerkarte Quelle auf die Schaltfläche Räumlichen Index erstellen.

Problem beim Laden einer .prj-Datei

Wenn Sie einen Datensatz im Shapefile-Format mit einer .prj-Datei laden und QGIS das Koordinatenreferenzsystem nicht aus dieser Datei lesen kann, müssen Sie die richtige Projektion manuell in den Layereigenschaften ‣ Quelle des Layers definieren, indem Sie auf die Schaltfläche Auswählen . klicken CRS-Taste. Dies liegt daran, dass .prj-Dateien oft nicht die vollständigen Projektionsparameter bereitstellen, wie sie in QGIS verwendet und im CRS-Dialog aufgelistet werden.

Aus dem gleichen Grund werden beim Erstellen eines neuen Datensatzes im Shapefile-Format mit QGIS zwei verschiedene Projektionsdateien erstellt: eine .prj-Datei mit eingeschränkten Projektionsparametern, die mit der ESRI-Software kompatibel ist, und eine .qpj-Datei, die die vollständigen Parameter der verwendeten CRS. Immer wenn QGIS eine .qpj-Datei findet, wird diese anstelle der .prj-Datei verwendet.

Textdateien mit Trennzeichen¶

Textdateien mit Trennzeichen sind aufgrund ihrer Einfachheit und Lesbarkeit ein sehr verbreitetes und weit verbreitetes Format – Daten können sogar in einem Nur-Text-Editor angezeigt und bearbeitet werden. Eine Textdatei mit Trennzeichen ist eine tabellarische Datei, bei der jede Spalte durch ein definiertes Zeichen und jede Zeile durch einen Zeilenumbruch getrennt ist. Die erste Zeile enthält normalerweise die Spaltennamen. Ein üblicher Typ von Textdateien mit Trennzeichen ist eine CSV (Comma Separated Values), wobei jede Spalte durch ein Komma getrennt ist. Solche Datendateien können auch Positionsinformationen enthalten (siehe Speichern von Geometrieinformationen in einer Textdatei mit Trennzeichen ).

Mit QGIS können Sie eine Textdatei mit Trennzeichen als Layer oder Ordinaltabelle laden (siehe Das Browser-Panel oder Importieren einer Textdatei mit Trennzeichen ). Überprüfen Sie jedoch zunächst, ob die Datei die folgenden Anforderungen erfüllt:

Die Datei muss eine durch Trennzeichen getrennte Kopfzeile mit Feldnamen haben. Dies muss die erste Zeile der Daten sein (idealerweise die erste Zeile in der Textdatei).

Wenn Geometrie aktiviert werden soll, muss die Kopfzeile Felder mit Geometriedefinition enthalten. Diese Felder können einen beliebigen Namen haben.

Die Felder X- und Y-Koordinaten (wenn die Geometrie durch Koordinaten definiert ist) müssen als Zahlen angegeben werden. Das Koordinatensystem ist nicht wichtig.

Wenn Sie Daten haben, die keine Zeichenfolge (Text) sind und die Datei eine CSV-Datei ist, müssen Sie eine CSVT-Datei haben (siehe Abschnitt Verwenden von CSVT-Datei zum Steuern der Feldformatierung ).

Als Beispiel für eine gültige Textdatei importieren wir die Höhenpunktdatendatei elevp.csv, die mit dem QGIS-Beispieldatensatz geliefert wird (siehe Abschnitt Beispieldaten herunterladen):

Einige Punkte, die Sie zur Textdatei beachten sollten:

Die Beispieltextdatei verwendet (Semikolon) als Trennzeichen. Zur Abgrenzung der Felder kann ein beliebiges Zeichen verwendet werden.

Die erste Zeile ist die Kopfzeile. Es enthält die Felder X, Y und ELEV.

Zur Abgrenzung von Textfeldern werden keine Anführungszeichen ( " ) verwendet.

Die X-Koordinaten sind im X-Feld enthalten.

Die Y-Koordinaten sind im Y-Feld enthalten.

Geometrieinformationen in einer Textdatei mit Trennzeichen speichern¶

Textdateien mit Trennzeichen können Geometrieinformationen in zwei Hauptformen enthalten:

Als Koordinaten in separaten Spalten (zB Xcol , Ycol … ), kompatibel mit Punktgeometriedaten

Als Well-Known-Text (WKT) Darstellung der Geometrie in einer einzigen Spalte, für jeden Geometrietyp.

Features mit gekrümmten Geometrien (CircularString, CurvePolygon und CompoundCurve) werden unterstützt. Hier einige Beispiele für solche Geometrietypen als Trenntext mit WKT-Geometrien:

Getrennter Text unterstützt auch Z- und M-Koordinaten in Geometrien:

Verwenden der CSVT-Datei zum Steuern der Feldformatierung¶

Beim Laden von CSV-Dateien geht der OGR-Treiber davon aus, dass alle Felder Zeichenfolgen (d. h. Text) sind, sofern nicht anders angegeben. Sie können eine CSVT-Datei erstellen, um OGR (und QGIS) mitzuteilen, welcher Datentyp die verschiedenen Spalten sind:

DatumUhrzeit (JJJJ-MM-TT HH:MM:SS+nn)

Die CSVT-Datei ist a Eine Linie Klartextdatei mit den Datentypen in Anführungszeichen und durch Kommas getrennt, z.B.:

Sie können sogar die Breite und Genauigkeit jeder Spalte angeben, z. B.:

Diese Datei wird im selben Ordner wie die .csv-Datei mit demselben Namen, aber .csvt als Erweiterung gespeichert.

Weitere Informationen finden Sie unter GDAL CSV-Treiber.

PostGIS-Layer¶

PostGIS-Layer werden in einer PostgreSQL-Datenbank gespeichert. Die Vorteile von PostGIS sind seine Möglichkeiten zur räumlichen Indexierung, Filterung und Abfrage. Mit PostGIS arbeiten Vektorfunktionen wie Auswählen und Identifizieren genauer als mit OGR-Layern in QGIS.

PostGIS-Layer

Normalerweise wird ein PostGIS-Layer durch einen Eintrag in der Tabelle "geometry_columns" definiert. QGIS kann Layer laden, die keinen Eintrag in der Geometrie_Spalten-Tabelle haben. Dies umfasst sowohl Tabellen als auch Ansichten. Das Definieren einer räumlichen Ansicht bietet eine leistungsstarke Möglichkeit, Ihre Daten zu visualisieren. Informationen zum Erstellen von Ansichten finden Sie in Ihrem PostgreSQL-Handbuch.

Dieser Abschnitt enthält einige Details darüber, wie QGIS auf PostgreSQL-Layer zugreift. Meistens sollte QGIS Ihnen einfach eine Liste von Datenbanktabellen zur Verfügung stellen, die geladen werden können, und es wird diese auf Anfrage laden. Wenn Sie jedoch Probleme beim Laden einer PostgreSQL-Tabelle in QGIS haben, können Ihnen die folgenden Informationen helfen, QGIS-Nachrichten zu verstehen und Ihnen Anweisungen zum Ändern der PostgreSQL-Tabelle oder Ansichtsdefinition geben, damit QGIS sie laden kann.

Primärschlüssel¶

QGIS erfordert, dass PostgreSQL-Layer eine Spalte enthalten, die als eindeutiger Schlüssel für den Layer verwendet werden kann. Für Tabellen bedeutet dies normalerweise, dass die Tabelle einen Primärschlüssel oder eine Spalte mit einer eindeutigen Einschränkung benötigt. In QGIS muss diese Spalte vom Typ int4 sein (eine ganze Zahl der Größe 4 Byte). Alternativ kann die Spalte ctid als Primärschlüssel verwendet werden. Wenn eine Tabelle diese Elemente nicht enthält, wird stattdessen die Spalte oid verwendet. Die Leistung wird verbessert, wenn die Spalte indiziert wird (beachten Sie, dass Primärschlüssel in PostgreSQL automatisch indiziert werden).

QGIS bietet eine Checkbox Wählen Sie bei id die standardmäßig aktiviert ist. Diese Option ruft die IDs ohne die Attribute ab, was in den meisten Fällen schneller ist.

Wenn die PostgreSQL-Schicht eine Ansicht ist, gilt dieselbe Anforderung, aber Ansichten haben nicht immer Primärschlüssel oder Spalten mit eindeutigen Einschränkungen. Sie müssen im QGIS-Dialog ein Primärschlüsselfeld (muss ganzzahlig sein) definieren, bevor Sie die Ansicht laden können. Wenn in der Ansicht keine geeignete Spalte vorhanden ist, wird QGIS den Layer nicht laden. In diesem Fall besteht die Lösung darin, die Ansicht so zu ändern, dass sie eine geeignete Spalte enthält (eine Art von Ganzzahl und entweder einen Primärschlüssel oder mit einer eindeutigen Einschränkung, vorzugsweise indiziert).

Was die Tabelle betrifft, ein Kontrollkästchen Wählen Sie bei id ist standardmäßig aktiviert (Bedeutung der Checkbox siehe oben). Es kann sinnvoll sein, diese Option zu deaktivieren, wenn Sie teure Ansichten verwenden.

QGIS Layer_style Tabellen- und Datenbanksicherung¶

Wenn Sie mit den Befehlen pg_dump und pg_restore eine Sicherung Ihrer PostGIS-Datenbank erstellen möchten und die von QGIS gespeicherten Standard-Layer-Stile danach nicht wiederhergestellt werden können, müssen Sie die XML-Option vor dem Wiederherstellungsbefehl auf DOCUMENT setzen:

Datenbankseite filtern¶

QGIS ermöglicht das Filtern von Features bereits auf der Serverseite. Aktivieren Sie dazu das Kontrollkästchen Einstellungen ‣ Optionen ‣ Datenquellen ‣ Ausdrücke auf Postgres-Serverseite ausführen, wenn möglich. Nur unterstützte Ausdrücke werden an die Datenbank gesendet. Ausdrücke, die nicht unterstützte Operatoren oder Funktionen verwenden, greifen problemlos auf die lokale Auswertung zurück.

Unterstützung von PostgreSQL-Datentypen¶

Die meisten gängigen Datentypen werden vom PostgreSQL-Provider unterstützt: Integer, Float, Varchar, Geometrie, Zeitstempel, Array und Hstore.

Daten in PostgreSQL importieren¶

Daten können mit verschiedenen Tools in PostgreSQL/PostGIS importiert werden, darunter das DB Manager-Plugin und die Befehlszeilentools shp2pgsql und ogr2ogr.

DB-Manager¶

QGIS wird mit einem Kern-Plugin namens DB Manager geliefert. Es kann zum Laden von Daten verwendet werden und bietet Unterstützung für Schemas. Weitere Informationen finden Sie im Abschnitt DB-Manager-Plugin.

Shp2pgsql¶

PostGIS enthält ein Dienstprogramm namens shp2pgsql die verwendet werden kann, um Datensätze im Shapefile-Format in eine PostGIS-fähige Datenbank zu importieren. Um beispielsweise ein Dataset im Shapefile-Format namens lakes.shp in eine PostgreSQL-Datenbank namens gis_data zu importieren, verwenden Sie den folgenden Befehl:

Dadurch wird ein neuer Layer namens lakes_new in der gis_data-Datenbank erstellt. Der neue Layer hat eine Raumbezugskennung (SRID) von 2964. Weitere Informationen zu Raumbezugssystemen und Projektionen finden Sie im Abschnitt Arbeiten mit Projektionen.

Exportieren von Datensätzen aus PostGIS

Wie das Import-Tool shp2pgsql, gibt es auch ein Werkzeug zum Exportieren von PostGIS-Datensätzen im Shapefile-Format: pgsql2shp. Diese wird innerhalb Ihrer PostGIS-Distribution mitgeliefert.

Ogr2ogr¶

Außerdem shp2pgsql und DB-Manager, gibt es ein weiteres Werkzeug zum Einspeisen von Geodaten in PostGIS: ogr2ogr. Dies ist Teil Ihrer GDAL-Installation.

Um ein Dataset im Shapefile-Format in PostGIS zu importieren, gehen Sie wie folgt vor:

Dadurch wird der Datensatz im Shapefile-Format alaska.shp in die PostGIS-Datenbank importiert postgis den Benutzer verwenden postgres mit dem Passwort streng geheim auf dem Hostserver myhost.de.

Beachten Sie, dass OGR mit PostgreSQL erstellt werden muss, um PostGIS zu unterstützen. Sie können dies überprüfen, indem Sie (in) eingeben.

Wenn Sie es vorziehen, PostgreSQL zu verwenden KOPIEREN Befehl statt Standard EINFÜGEN IN -Methode können Sie die folgende Umgebungsvariable exportieren (zumindest verfügbar auf und ):

ogr2ogr erstellt keine räumlichen Indizes wie shp2pgsl tut. Sie müssen sie manuell mit dem normalen SQL-Befehl erstellen INDEX ERSTELLEN danach als zusätzlicher Schritt (wie im nächsten Abschnitt Verbesserung der Leistung beschrieben).

Verbessernde Leistung¶

Das Abrufen von Funktionen aus einer PostgreSQL-Datenbank kann zeitaufwändig sein, insbesondere über ein Netzwerk. Sie können die Zeichenleistung von PostgreSQL-Layern verbessern, indem Sie sicherstellen, dass für jeden Layer in der Datenbank ein räumlicher PostGIS-Index vorhanden ist. PostGIS unterstützt die Erstellung eines GiST-Indexes (Generalized Search Tree), um die räumliche Suche der Daten zu beschleunigen (die GiST-Indexinformationen stammen aus der PostGIS-Dokumentation, die unter https://postgis.net verfügbar ist).

Sie können den DBManager verwenden, um einen Index für Ihren Layer zu erstellen. Wählen Sie zuerst den Layer aus und klicken Sie auf Tabelle ‣ Tabelle bearbeiten, gehen Sie zur Registerkarte Indizes und klicken Sie auf Räumlichen Index hinzufügen.

Die Syntax zum Erstellen eines GiST-Index lautet:

Beachten Sie, dass das Erstellen des Indexes bei großen Tabellen lange dauern kann. Nachdem der Index erstellt wurde, sollten Sie eine VACUUM ANALYZE durchführen. Weitere Informationen finden Sie in der PostGIS-Dokumentation (POSTGIS-PROJECT Literature and Web References ).

Im Folgenden finden Sie ein Beispiel für die Erstellung eines GiST-Index:

Vektorebenen, die einen Längengrad von 180° überqueren¶

Viele GIS-Pakete umschließen Vektorkarten nicht mit einem geografischen Referenzsystem (Breite/Länge), das die 180-Grad-Längenlinie überquert (http://postgis.refractions.net/documentation/manual-2.0/ST_Shift_Longitude.html). Als Ergebnis sehen wir, wenn wir eine solche Karte in QGIS öffnen, zwei weit entfernte, unterschiedliche Orte, die nahe beieinander erscheinen sollten. In Figure_vector_crossing sollte sich der winzige Punkt ganz links im Kartenbereich (Chatham-Inseln) innerhalb des Rasters rechts von den neuseeländischen Hauptinseln befinden.

Karte in Breitengrad/Längengrad über die 180°-Längenlinie ¶

Ein Workaround besteht darin, die Längengradwerte mit PostGIS und dem ST_Shift_Längengrad Funktion. Diese Funktion liest jeden Punkt/Scheitelpunkt in jeder Komponente jedes Features in einer Geometrie, und wenn die Längenkoordinate < 0° ist, addiert sie 360° dazu. Das Ergebnis ist eine 0° - 360°-Version der Daten, die in einer 180°-zentrischen Karte geplottet werden soll.

Überqueren des 180° Längengrades unter Anwendung der ST_Shift_Längengrad Funktion ¶

Verwendungszweck¶

Importieren Sie Daten in PostGIS ( Importing Data into PostgreSQL ), indem Sie beispielsweise das DB-Manager-Plugin verwenden.

Verwenden Sie die PostGIS-Befehlszeilenschnittstelle, um den folgenden Befehl auszugeben (in diesem Beispiel ist „TABLE“ der tatsächliche Name Ihrer PostGIS-Tabelle): gis_data=# update TABLE set the_geom=ST_Shift_Longitude(the_geom)

Wenn alles gut gelaufen ist, sollten Sie eine Bestätigung über die Anzahl der aktualisierten Funktionen erhalten. Dann können Sie die Karte laden und den Unterschied sehen (Figure_vector_crossing_map).

SpatiaLite-Ebenen¶

Wenn Sie eine Vektorebene im SpatiaLite-Format speichern möchten, können Sie dies tun, indem Sie mit der rechten Maustaste auf die Ebene in der Legende klicken. Klicken Sie dann auf Speichern unter… , legen Sie den Namen der Ausgabedatei fest und wählen Sie als Format „SpatiaLite“ und das CRS. Sie können auch „SQLite“ als Format auswählen und dann SPATIALITE=YES im Optionsfeld für die OGR-Datenquellenerstellung hinzufügen. Dies weist OGR an, eine SpatiaLite-Datenbank zu erstellen. Siehe auch https://www.gdal.org/ogr/drv_sqlite.html.

QGIS unterstützt auch bearbeitbare Ansichten in SpatiaLite.

Wenn Sie einen neuen SpatiaLite-Layer erstellen möchten, lesen Sie bitte den Abschnitt Erstellen eines neuen SpatiaLite-Layers .

SpatiaLite-Datenverwaltungs-Plugins

Für die SpatiaLite-Datenverwaltung können Sie auch mehrere Python-Plugins verwenden: QSpatiaLite, SpatiaLite Manager oder DB Manager (Kern-Plugin, empfohlen). Bei Bedarf können sie mit dem Plugin Installer heruntergeladen und installiert werden.

GeoJSON-spezifische Parameter¶

Beim Exportieren von Layern in GeoJSON stehen für dieses Format einige spezifische Layer-Optionen zur Verfügung. Diese Optionen stammen eigentlich von GDAL, das für das Schreiben der Datei verantwortlich ist:

COORDINATE_PRECISION die maximale Anzahl von Stellen nach dem Dezimaltrennzeichen, um in Koordinaten zu schreiben. Der Standardwert ist 15 (Anmerkung: für Lat-Lon-Koordinaten wird 6 als ausreichend angesehen). Es wird abgeschnitten, um nachgestellte Nullen zu entfernen.

WRITE_BBOX auf YES gesetzt, um eine bbox-Eigenschaft mit dem Begrenzungsrahmen der Geometrien auf Feature- und Feature-Sammlungsebene zu schreiben

Räumliche DB2-Schichten¶

IBM DB2 für Linux, Unix und Windows (DB2 LUW), IBM DB2 für z/OS (Mainframe) und IBM DashDB-Produkte ermöglichen es Benutzern, räumliche Daten in relationalen Tabellenspalten zu speichern und zu analysieren. Der DB2-Provider für QGIS unterstützt die gesamte Bandbreite der Visualisierung, Analyse und Manipulation von Geodaten in diesen Datenbanken.

Benutzerdokumentation zu diesen Funktionen finden Sie im DB2 z/OS KnowledgeCenter, DB2 LUW KnowledgeCenter und DB2 DashDB KnowledgeCenter.

Weitere Informationen zum Arbeiten mit den räumlichen DB2-Funktionen finden Sie im Lernprogramm zu DB2 Spatial auf IBM DeveloperWorks.

Der DB2-Provider unterstützt derzeit nur die Windows-Umgebung über den Windows-ODBC-Treiber.

Auf dem Client, auf dem QGIS ausgeführt wird, muss eines der folgenden installiert sein:

IBM Data Server-Treiberpaket

Um DB2-Daten in QGIS zu öffnen, können Sie den Abschnitt Das Browser-Panel oder Laden eines Datenbank-Layers lesen.

Wenn Sie auf derselben Maschine auf eine DB2 LUW-Datenbank zugreifen oder DB2 LUW als Client verwenden, müssen die ausführbaren DB2-Dateien und unterstützenden Dateien im Windows-Pfad enthalten sein. Dies kann durch Erstellen einer Batch-Datei wie der folgenden mit dem Namen db2.bat und in das Verzeichnis aufnehmen %OSGEO4W_ROOT%/etc/ini.


Wir werden Daten aus einem Shapefile mit Daten aus einer CSV-Datei verbinden.

Was brauchst du

Zeitaufwand

Schritt 1 – Importieren Sie das Shapefile

QGIS hat drei Optionen, um Daten zu Ihrer Layer-Tabelle hinzuzufügen.

  1. Wenn Sie Shapefiles und die entsprechenden Dateitypen in einem Explorer kennen, können Sie die shp-Datei einfach in die Layer-Tabelle ziehen und das wars.
  2. Die zweite Möglichkeit besteht darin, die Schnittstelle zu verwenden: Layer >> Add Vector Layer.
  3. Die dritte Möglichkeit besteht darin, die Schaltfläche “Vektorebene hinzufügen” /> “Vektorebene hinzufügen” in QGIS zu verwenden

Wählen Sie nun die richtige Kodierung der Attributwerte des Shapefiles which. Normalerweise sind Sie gut darin, UTF-8 zu wählen.
Dialog für Vektorebenen öffnen
Der letzte Schritt besteht darin, die benötigte Datei auszuwählen:
Auswahl der richtigen Datei *.shp im Dialog
Das Ergebnis sollte so aussehen:
lokale Gebiete in Deutschland importiert in QGIS

Schritt 2 – Hinzufügen der Textinformationen

Nun liegt ein entscheidendes Missverständnis bei der Definition des Hinzufügens von *.txt- oder *.csv-Dateien vor. Um eine einfache Tabelle zu einem QGIS-Projekt hinzuzufügen, fügen Sie sie als “vector-Layer” hinzu. Bitte nicht fragen warum…
fügen Sie die Textinformationen zu Ihrem QGIS-Projekt hinzu
Danach steht es in Ihrem Arbeitsbereich zur Verfügung. Im Allgemeinen müssen Sie sicherstellen, dass Ihr Shapefile ein Attribut wie “ID” enthält, das wie eine Brücke zum anderen Datenanbieter funktioniert. Sie benötigen also ein entsprechendes Feld wie “KEY”, das den gleichen Wert hat. So können Sie “ID” == “KEY” und die Verbindung eines Features des Shapefiles mit dem entsprechenden Eintrag/Zeile in der *.csv-Datei definieren. In unserem Fall ist dies das Feld “AGS” in der *.shp-Datei und “ID” in der *.csv-Datei

Schritt 2 – Herstellen der Verbindung

Der Verbindungsaufbau ist ganz einfach. Öffnen Sie die Layereigenschaften und wählen Sie die Registerkarte “Joins”. Danach drücken Sie den Add-Button und wählen die gewünschte Tabelle und Join-Felder:
Definieren eines Joins in QGIS mithilfe einer Tabelle und einer shp-Datei
Sie können nun die Attribute der *.csv-Datei in der Attributtabelle der *.shp-Datei sehen. Bitte beachten Sie, dass alle hinzugefügten Felder als Zeichenfolgenwerte bedroht sind. Aber im folgenden Video sehen Sie nicht nur die oben beschriebenen Schritte, sondern auch, wie Sie Stringwerte in Kennzahlen / reelle Zahlen umwandeln:


Bearbeiten eines Modells¶

Sie können das Modell, das Sie gerade erstellen, bearbeiten und den Workflow und die Beziehungen zwischen den Algorithmen und Eingaben, die das Modell selbst definieren, neu definieren.

Wenn Sie im Canvas, der das Modell repräsentiert, mit der rechten Maustaste auf einen Algorithmus klicken, sehen Sie ein Kontextmenü wie das im Folgenden gezeigte:

Abbildungsverarbeitung 22:

Auswahl der Entfernen Option bewirkt, dass der ausgewählte Algorithmus entfernt wird. Ein Algorithmus kann nur entfernt werden, wenn keine anderen Algorithmen davon abhängig sind. Das heißt, wenn keine Ausgabe des Algorithmus in einer anderen als Eingabe verwendet wird. Wenn Sie versuchen, einen Algorithmus zu entfernen, von dem andere abhängig sind, wird eine Warnmeldung wie die unten gezeigte angezeigt:

Abbildungsverarbeitung 23:

Auswahl der Bearbeiten oder einfach auf das Algorithmussymbol doppelklicken, um den Parameterdialog des Algorithmus anzuzeigen, so dass Sie die Eingaben und Parameterwerte ändern können. Nicht alle im Modell verfügbaren Eingabeelemente erscheinen in diesem Fall als verfügbare Eingaben. Layer oder Werte, die in einem fortgeschritteneren Schritt im vom Modell definierten Workflow generiert wurden, sind nicht verfügbar, wenn sie zirkuläre Abhängigkeiten verursachen.

Wählen Sie die neuen Werte aus und klicken Sie dann auf das [OK] Taste wie gewohnt. Die Verbindungen zwischen den Modellelementen ändern sich im Modeler Canvas entsprechend.


Ebene öffnen ‣ Getrennte Textebene hinzufügen und zur heruntergeladenen Datei signif.txt navigieren.

Da dies ein tabulatorgetrennte Datei, wählen Sie Tab als Dateiformat. Das X-Feld und das Y-Feld werden automatisch ausgefüllt. OK klicken .

Möglicherweise werden einige Fehlermeldungen angezeigt, wenn QGIS versucht, die Datei zu importieren. Dies sind gültige Fehler und einige Zeilen aus der Datei werden nicht importiert. Sie können die Fehler für dieses Tutorial ignorieren.

Da das Erdbeben-Dataset Breiten-/Längen-Koordinaten enthält, wählen Sie WGS 84 EPSG:436 als CRS im Dialogfeld Koordinatenreferenzsystem-Auswahl.

Der Erdbebenpunkt-Layer wird nun geladen und in QGIS angezeigt. Öffnen wir auch die Länderebene. Gehen Sie zu Ebene ‣ Vektorebene hinzufügen. Navigieren Sie zur heruntergeladenen Datei ne_10m_admin_0_countries.zip und klicken Sie auf Öffnen . Wählen Sie im Dialog Layer zum Hinzufügen auswählen die Datei ne_10m_admin_0_countries.shp als Layer aus.

Klicken Sie auf Vektor ‣ Analysewerkzeuge ‣ Punkt im Polygon

Wählen Sie im Popup-Fenster die Polygonebene bzw. die Punktebene aus. Benennen Sie den Ausgabe-Layer als Erdbeben_per_coutry.shp und klicken Sie auf OK .

Haben Sie Geduld, nachdem Sie auf OK geklickt haben. QGIS kann bis zu 10 Minuten brauchen, um die Ergebnisse zu berechnen.

Wenn Sie gefragt werden, ob Sie den Layer zum Inhaltsverzeichnis hinzufügen möchten, klicken Sie auf Ja .

Sie werden sehen, dass dem Inhaltsverzeichnis eine neue Ebene hinzugefügt wird. Öffnen Sie die Attributtabelle, indem Sie mit der rechten Maustaste auf den Layer klicken und Attributtabelle öffnen auswählen.

In der Attributtabelle sehen Sie ein neues Feld namens PNTCNT . Dies ist die Anzahl der Punkte aus dem Erdbeben-Layer, die in jedes Polygon fallen.

Um unsere Antwort zu erhalten, können wir die Tabelle einfach nach PNTCNT-Feld sortieren und das Land mit der höchsten Anzahl wird unsere Antwort sein. Klicken Sie zweimal auf die Spalte PNTCNT, um sie in absteigender Reihenfolge zu sortieren. Klicken Sie auf die erste Zeile, um sie auszuwählen und die Attributtabelle zu schließen.

Zurück im QGIS-Hauptfenster sehen Sie ein gelb hervorgehobenes Feature. This is the feature linked to the selected row in the attribute table which had the highest number of points. Select the Identify tool and click on that polygon. You can see that the country with the highest number of Significant earthquakes is China.

We determined from the simple analysis of 2 datasets that China has had the highest number of major earthquakes. You may refine this analysis further by taking into consideration the population as well as the size of the country and determine which is the most adversely affected country by major earthquakes.

© Copyright 2019, Ujaval Gandhi.
Last updated on Jun 18, 2021.
Created using Sphinx 4.0.1.


Proportions

Let’s undo our pie chart by going to “Properties > Diagrams” and unchecking the box next to “Show diagrams for this layer.” For population data, it may be preferable to normalize the data by using a ratio or percentage, rather than visualizing raw counts. Ratios help to keep our data proportional. Beispielsweise:

percent Hindi speakers = population of Hindi speakers / total population * 100.

Go to “Properties > Style”, and change the visualization type from a single symbol to a graduated map. Next to Column, instead of using the drop down menu, we will enter an expression. Click on the epsilon symbol and enter the following expression. 2

"ACS_15_5YR_B16001_Estimate Total: - Hindi:" / "ACS_15_5YR_B16001_Estimate Total:" * 100

Choose the Equal Interval mode. This method sets the value ranges in each category equal in size. Click “Classify” and “OK”.


GIS Tools

Many of NASA's Distributed Active Archive Centers (DAACs) also provide tools from which data can be visualized, subsetted, and downloaded in different file formats that are Geographic Information System (GIS) analysis-ready. The table below contains a list of tools with the datasets that are available through the tool. Information about the datasets' spatial and temporal resolution is also included. For more information on resolutions, read What is Remote Sensing? Once you know the dataset of interest, links to the tools and a brief tutorial on using the tool are below.

Hidden Discipline Measurements Tool
01 Cryosphere, Land, Biosphere, Hydrosphere Snow Cover, Surface Reflectance, Land Surface Temperature, Global Digital Elevation Model, Evapotranspiration, Normalized Difference Vegetation Index/ Enhanced Vegetation Index, Leaf Area Index, Evapotranspiration, Gross Primary Productivity/ Net Primary Productivity, Fraction of Photosynthetically Active Radiation, Evaporative Stress Index, Carbon Net Ecosystem Exchange, Water Use Efficiency, Freeze/Thaw, Soil Moisture Application for Extracting and Exploring Analysis Ready Samples (AppEEARS)
02 Atmosphere, Hydrosphere, Human Dimensions Air Temperature, Relative Humidity, Cloud Fraction, Cloud Top Temperature/ Pressure, Total Column Water Vapor and Ozone, Mole Fraction in Air of CO2, CO, CH4, O3, Wind Speed, Volumetric Soil Moisture, Sea Surface Salinity Giovanni
03 Biosphere, Land Vegetation Indices, Thermal Anomalies and Fire, Surface Reflectance, Net Primary Productivity, Evapotranspiration, Leaf Area Index, Land Surface temperature, Gross Primary Productivity, Burned Area, Albedo Moderate Resolution Imaging Spectroradiometer (MODIS) / Visible Infrared Imaging Radiometer Suite (VIIRS) Subset Tool
04 Cryosphere, Land Glacial extent, Brightness temperature, glaciers, ice sheets, permafrost, sea ice, soil moisture, snow National Snow and Ice Data Center DAAC (NSIDC DAAC) and Global Land Ice Measurements from Space (GLIMS)
05 Atmosphere, Hydrosphere, Human Dimensions Air Quality, Agriculture (Global Agricultural Lands: Croplands/ Pastures, Crop Climate, Nitrogen Fertilizer, Nitrogen in Manure, Phosphorus Fertilizer, Phosphorus in Manure), Anthropogenic Biomes, Environmental Performance Index (2010, 2014, 2016 and 2018), Population, Disaster-related, GRACE Freshwater Availability Trends Socioeconomic Data
06 Atmosphere Solar insolation / radiation, wind speed, temperature, specific/relative humidity, precipitation, cooling/heating degree days, thermal zones Prediction Of Worldwide Energy Resources (POWER)
07 Atmosphere, Biosphere, Hydrosphere, Land Normalized Difference Vegetation Index (NDVI), Thaw Depth, Burn Severity, Aboveground Biomass, Fractional Open Water, Land Cover, Surface Water Extent, 30 year mean monthly climatology, 10 year mean monthly climatology, monthly precipitation, atmospheric nitrogen deposition, aboveground biomass, ecosystem functional type, tree canopy cover, carbon dioxide emissions, leaf area index, soil properties, Wetland extent, forest cover, land cover, digital elevation model, vegetation and soils, SAR wetland masks, soil properties, hydrologic maps Spatial Data Access Tool (SDAT)
08 Hydrosphere Total water storage anomaly, ocean color chlorophyll-A, ocean surface current speed and vectors, ocean surface wind speed and vectors, sea ice concentration, sea surface height, sea surface salinity, sea surface temperature, soil moisture, surface precipitation rate State of the Ocean (SOTO)
09 Biosphere, Cryosphere, Hydrosphere, Land Synthetic Aperture Radar (SAR) Vertex/SAR Toolbox
10 Hydrosphere River, lake/reservoir Surface Water and Ocean Topography (SWOT)—Coming Soon

AppEEARS

AppEEARS, from NASA's Land Processes DAAC (LP DAAC), offers a simple and efficient way to access and transform geospatial data from a variety of federal data archives. AppEEARS enables users to subset geospatial datasets using spatial, temporal, and band/layer parameters. Two types of sample requests are available: point samples for geographic coordinates and area samples for spatial areas via vector polygons.

Performing Area Extractions

After choosing to request an area extraction, you will be taken to the Extract Area Sample page where you will specify a series of parameters that are used to extract data for your area(s) of interest.

Spatial Subsetting

You can define your region of interest in three ways:

  • Upload a vector polygon file in shapefile format (you can upload a single file with multiple features or multipart single features). The .shp, .shx, .dbf, or .prj files must be zipped into a file folder to upload.
  • Upload a vector polygon file in Geographic JavaScript Object Notation (GeoJSON) format (can upload a single file with multiple features or multipart single features).
  • Draw a polygon on the map by clicking on the Bounding box or Polygon icons (single feature only).

Select the date range for your time period of interest.

Specify the range of dates for which you wish to extract data by entering a start and end date (MM-DD-YYYY) or by clicking on the Calendar icon and selecting dates a start and end date in the calendar.

Adding Data Layers

Enter the product short name (e.g., MOD09A1, WELDUSMO), keywords from the product long name, a spatial resolution, a temporal extent, or a temporal resolution into the search bar. A list of available products matching your query will be generated. Select the layer(s) of interest to add to the Selected layers list. Layers from multiple products can be added to a single request. Be sure to read the list of available products available through AppEEARS.

Selecting Output Options

Two output file formats are available:

If GeoTIFF is selected, one GeoTIFF will be created for each feature in the input vector polygon file for each layer by observation. If NetCDF-4 is selected, outputs will be grouped into .nc files by product and by feature.

Interacting with Results

Once your request is completed, from the Explore Requests page, click the View icon in order to view and interact with your results. This will take you to the View Area Sample page.

The Layer Stats plot provides time series boxplots for all of the sample data for a given feature, data layer, and observation. Each input feature is renamed with a unique AppEEARS ID (aid). If your feature contains attribute table information, you can view the feature attribute table data by clicking on the Information icon to the right of the Feature dropdown. To view statistics from different features or layers, select a different aid from the Feature dropdown and/or a different layer of interest from the Layer dropdown.

Be sure to check out the AppEEARS documentation to learn more about downloading the output GeoTIFF or NetCDF-4 files. Once downloaded, GeoTIFF and NetCDF datasets can be opened in a GIS by adding a raster layer. An example of doing this in QGIS is below.


Giovanni

NASA's Goddard Earth Sciences Data and Information Services Center (GES DISC) Giovanni is an online environment for the display and analysis of geophysical parameters. There are many options for analysis. The following are several more popular ones:

  • Time-averaged maps are a simple way to observe the variability of data values over a region of interest.
  • Map animations are a means to observe spatial patterns and detect unusual events over time.
  • Area-averaged time series are used to display the value of a data variable that has been averaged from all the data values acquired for a selected region for each time step.
  • Histogram plots are used to display the distribution of values of a data variable in a selected region and time interval.

For each of these options, the data can be downloaded as a GeoTIFF or KMZ files.

GeoTIFF files can be added to a GIS program by adding a raster layer.

For more detailed tutorials:

MODIS/VIIRS Subsetting Tools Suite

ORNL DAAC also has several MODIS and VIIRS Subset Tools for subsetting data.

  • With the Global Subset Tool, you can request a subset for any location on earth, provided as GeoTIFF and in text format, including interactive time-series plots and more. Users specify a site by entering the site's geographic coordinates and the area surrounding that site, from one pixel up to 201 x 201 km. From the available datasets, you can specify a date and then select from MODIS Sinusoidal Projection or Geographic Lat/long. You will need an Earthdata Login to request data. Once downloaded, GeoTIFF files can be added to a GIS program by adding a raster layer. See an example of doing this in QGIS in the section Adding a Raster Layer to a GIS.
  • With the Fixed Subsets Tool, you can download pre-processed subsets for 2000+ field and flux tower sites for validation of models and remote sensing products. The goal of the Fixed Sites Subsets Tool is to prepare summaries of selected data products for the community to characterize field sites. Data are provided as CSV and JSON file formats. CSV files can be added to a GIS program by adding a raster layer. See an example of doing this in QGIS in the section Adding a Delimited Text Layer to a GIS.

Top image: The Global Subsets Tool enables users to download available products for any location on Earth. Bottom image: The Fixed Sites Subsets Tool provides spatial subsets for established field sites for site characterization and validation of models and remote sensing products.

NSIDC DAAC and GLIMS

The Global Land Ice Measurements from Space (GLIMS) Initiative has repeatedly surveyed the world's estimated 200,000 glaciers. GLIMS uses data collected by the Advanced Spaceborne Thermal Emission and Reflection Radiometer (ASTER) instrument aboard the Terra satellite and the Landsat series of satellites, along with historical observations. Each polygon within the Glacier Outlines layer represents the extent of a particular glacier at a specific time, as well as other possible features of the glacier such as the extent of debris cover or the location of supra-glacial and pro-glacial lakes.

The GLIMS Glacier outlines can be downloaded as Esri Shapefiles, MapInfo tables, Geographic Mark-up Language (GML) files, Keyhole Mark-up Language (KML, Google Earth), and the Generic Mapping Tools (GMT) multi-segment format. Shapefiles and GML files can be opened as a vector layer.

NSIDC DAAC has many datasets available in GIS-ready formats (shapefiles, GeoTIFF, ASCII, etc.). WIthin “Data Sets for Research,” you can search on a specific topic, including brightness temperature, glaciers, ice sheets, permafrost, sea ice, soil moisture, and snow. Selecting one of those will then allow you to further filter by format.

Socioeconomic and Data Applications Center (SEDAC) Tools

NASA's Socioeconomic and Data Applications Center (SEDAC) has a mission to synthesize Earth science and socioeconomic data and information in ways useful to a wide range of decision-makers and other applied users. Most of the datasets can be downloaded as GeoTIFF, ASCII, or NetCDF format. These datasets can be opened in a GIS by adding a raster layer. See examples of doing these in QGIS in the sections Adding a Raster Layer to a GIS or if CSV, Adding a Delimited Text Layer to a GIS. In addition, much of the SEDAC data are displayed as Vector features so they can be more easily ingested into GIS tools (not as Raster type).

Prediction Of Worldwide Energy Resources (POWER)

The POWER data portal provides direct access to NASA's solar insolation and meteorological data parameters customized for application to the Sustainable Buildings (SB), Agroclimatology (AG), and Renewable Energy (SSE) communities. Within each community, parameters can be accessed with a temporal averaging period of Daily, Interannual, or Climatological. The daily time period can be used to download the time series of the daily averaged values of the selected parameters over the selected time period. The interannual time period can be used to download a time series of the monthly averaged value of the selected parameter for each year in a selectable time period. The climatological time period gives the monthly climatological average for each selected parameter over a climatological time period (currently set by default to July 1983 – June 2005).

You can access the data regionally, globally, or even by a single latitude/longitude. For regional or global access:

  1. Select community (SSE, AG, SB)
  2. Choose a temporal average
  3. Enter a region of interest and the time extent
  4. Output formats available are ASCII, CSV, GeoJSON, and NetCDF
  5. Select Parameters and Submit.

Files can be opened either as a delimited text layer or as a raster layer (depending on type). See examples of doing these in QGIS in the sections Adding a Raster Layer to a GIS and Adding a Delimited Text Layer to a GIS.

  1. Select community (SSE, AG, SB)
  2. Choose a temporal average
  3. Enter a region of interest and the time extent
  4. Output formats available are ASCII, CSV, GeoJSON, and NetCDF
  5. Select Parameters and Submit.

Files can be opened either as a delimited text layer or as a raster layer (depending on type).

Spatial Data Access Tool (SDAT)

ORNL DAAC's SDAT is an Open Geospatial Consortium standards-based web application to visualize and download spatial data in various user-selected spatial/temporal extents, file formats, and projections. Several datasets including land cover, biophysical properties, elevation, and selected ORNL DAAC archived data are available through SDAT. KMZ files are also provided for data visualization in Google Earth.

Within SDAT, select a dataset of interest. Upon selection, the map will open displaying the various measurements, with the associated granule, and a visualization of the selected granule.

Canopy Height, Kalimantan Forests, Indonesia, 2014 from the Oak Ridge National Laboratory Distributed Active Archive Center Spatial Data Access Tool.

You can then select your spatial extent, projection and output format for downloading.

Canopy Height, Kalimantan Forests, Indonesia, 2014 from the Oak Ridge National Laboratory Distributed Active Archive Center Spatial Data Access Tool with various output options.

File formats available are ArcInfo ASCII Grid, GeoTIFF, and NetCDF, all of which can be opened as a raster layer in the GIS program.

Some of the inventory-based datasets are available for download as shapefiles, GeoJSON, and KML, all of which can be added as a vector layer in the GIS program. They also are available as CSV, which can be added as a delimited text file you will just need to specify the number of header lines, if any, to disregard and specify the appropriate latitude and longitude columns as x and y fields.

State of the Ocean (SOTO)

SOTO is an interactive web-based tool, created by NASA's Physical Oceanography DAAC (PO.DAAC) to generate informative maps, animations, and plots that communicate and prove the discovery and analysis of the state of the oceans.

The suite of tools provide access to a broad range of satellite-derived products and key parameters of interest to the oceanographic community.

VERTEX / SAR Toolbox

Vertex is a data search tool, created by NASA's Alaska Satellite Facility DAAC (ASF DAAC), that provides access to a wide array of SAR data. Once downloaded, ASF DAAC has developed an ArcGIS Desktop SAR Toolbox for use with either ArcGIS Desktop or ArcGIS Pro, containing tools that perform geoprocessing tasks useful for working with SAR data. The tools were designed to be used with Radiometric Terrain Corrected (RTC) SAR datasets, but several of the tools have the potential to be used with a variety of rasters, including non-SAR datasets.


Aggregating point data

Last session you saw how to join county accident data to your shapefile. But what if you don't have that county-by-county accident data? Never fear! We can create that data right in QGIS using Points in Polygon .

Let's check out two different takes on aggregating this accident data.

Take 1: Crash-Level Aggregation

Click Vector > Analysis Tools > Points in Polygon

  • Input polygon vector layer = our Florida counties
  • Input point vector layer = our Florida accidents
  • We don't want to change Input point vector layer attributes to aggregate oder Statistical method for attribute aggregation right now.
  • Output count fieled name - the column name of the new column we'll be creating with this option.
  • Output Shapefile > Browse - this allows you to set the path and filename for the shapefile we're creating.

Once you have all that set, click OK.

A new shapefile should have been added to our map. If we open up its attribute table we should see our new column (PNTCNT) at the end. The value in this column corresponds to the number of accidents in each county.

Take 2: Fatality-Level Aggregation

The above analysis is good if we want to see our data in terms of accidents, but what if we want to visualize it in terms of deaths?

Let's go back into that Vector > Analysis Tools > Points in Polygon section.

  • Input polygon vector layer = our Florida counties
  • Input point vector layer = our Florida accidents
  • Input point vector layer attributes to aggregate - check FATALS
  • Statistical method for attribute aggregation = sum
  • Output count fieled name - the column name of the new column we'll be creating with this option.
  • Output Shapefile > Browse - this allows you to set the path and filename for the shapefile we're creating.

Once you have all that set, click OK.

Open the newly added shapefile attribute table. You'll see we've now got two additional columns: PNTCNT und FATALS_sum.

  • PNTCNT tells us how many accidents happened in the county and
  • FATALS_sum tells us how many fatalities happened in the county.

Using the data

OS provide an excellent Getting Started Guide which explains in detail the process of getting BHA data in to GIS for subsequent analysis. The main steps are described below but please refer to the Getting Started Guide for full details.

The data is supplied as CSV files. Each record in the file has a unique TOID which can be used to join the data to building features in OS MasterMap Topography Layer.

Einstieg
  1. Download OS MasterMap Topography Layer data for your area of interest from Digimap using the OS Data Download application. Select the ‘File Geodatabase’ format for your data as this is a native ArcGIS format and doesn’t require any conversion.
  2. Download BHA data for your area of interest from Digimap using the OS Data Download application (BHA data is found in the ‘OS MasterMap’ group), selecting CSV format.
  3. Open the OS MasterMap Topography Layer data in ArcGIS.
Preparing BHA data for use

If your downloaded BHA data is made up of more than one CSV file we recommend merging them all together in to a single CSV file first to make subsequent processing easier and quicker. Use a text editor such as Notepad or TextPad rather than Excel, as Excel can change the formatting of numbers which contain leading zeros.

Each object in MasterMap Topography Layer have a unique identifier called a Topographic Identifier, or TOID for short. TOIDs supplied by Ordnance Survey take the format of a 13 or 16 digit number prefixed with ‘osgb’ e.g. ‘osgb1000039581300′ or ‘osgb1000002489201973′. ArcGIS automatically strips off the ‘osgb’ prefix and adds three leading zeros to any TOID that has only 13 digits to make them all 16 characters long. In order to make it easier to join BHA data to building features in MasterMap Topography Layer the BHA files supplied by EDINA have two TOID values:

  • os_topo_toid_digimap is the TOID formatted to match TOIDs in ArcGIS
  • os_topo_toid is the original TOID as supplied by Ordnance Survey (this should be used in other GIS packages such as QGIS which do not modify the TOIDs in MasterMap Topography Layer)

Before BHA data can be loaded in to ArcGIS it is necessary to create a small text file (called schema.ini) that specifies the data type of each field so that ArcGIS handles it correctly. Specifically the schema.ini file is used to ensure that ArcGIS treats the two TOIDÂ values as text rather than numbers. The steps required are detailed below:

  1. Create a new file called schema.ini in the same folder as the BHA csv file you wish to import.
  2. Open the file in a text editor such as Notepad or Text pad.
  3. Copy and paste the following text in to the file:
  4. The first section of code, in square brackets shown in red above, refers to the name of the csv file you wish to import. You should modify this filename so that it references your BHA csv file.
  5. Save your changes to the file. Ensure it is called schema.ini and is saved in the same folder as the csv file you with to import.
  6. Add your BHA csv file to ArcGIS through the Add Data function this will add the data as a table in the map document.
Creating a heighted buildings dataset

In order to create a new heighted buildings dataset from the building features in OS MasterMap Topography Layer and the BHA data we use the GIS ‘join’ function. A join links these two datasets together through a common unique identifier (the TOID) resulting in a set of buildings with height values stored as additional attributes.

  1. Right click on the Topographic Area layer in the table of contents > Joins and Relates > Join. This will bring up the Join Data window which can be completed as shown. Remember to join to the TOID in the csv file that is formatted to match the TOIDs displayed in ArcGIS (os_topo_toid_digimap).
    Tip: to create a dataset which just includes the heighted buildings select ‘Keep only matching records’.
  2. Having joined the datasets together we can then export the result as a new Feature Class in our File Geodatabase for subsequent use and analysis. This is done by right clicking on the Topographic Area layer in the table of contents > Data > Export Data… give your new dataset a suitable name and select your existing File Geodatabase as the destination.
Visualising the result in ArcGlobe

So far we have downloaded data from OS MasterMap Topography Layer and BHA data for the same area and joined the two together to create a new dataset containing just the building features which now include the various height attributes published by OS. Now the fun begins!

We can easily visualise the heighted buildings dataset in 3D using ArcGlobe or ArcScene. The following steps describe how to import the data in to ArcGlobe.

  1. Download the OS Terrain 50 DTM for your area of interest from Digimap using the OS Data Download application. This will be used as the base (ground) heights for the area to provide a more accurate terrain model than is available by default in ArcGlobe.
  2. Open ArcGlobe and add in the DTM. You will be asked if you wish to use the DTM as and ‘image source’ or an ‘elevation source’. You should select the ‘elevation source’ option:

  1. The Geographic Coordinate Systems Warning dialog will appear as OS MasterMap Topography Layer data is in a different coordinate system (British National Grid) from that used by ArcGlobe (WGS 84):

  1. You should specify the transformation used to ensure that the data is accurately positioned on the globe. Using the Transformations… button you should specify the ‘OSGB_1936_To_WGS_1984_Petroleum’ transformation:

  1. Adding your heighted building dataset from your File Geodatabase is achieved through the Add Data button. Once added you may need to zoom to the layer to view it: right click on the layer in the table of contents > Zoom To Layer.
  2. By default the data is not extruded vertically so appears flat on the earth’s surface. To visualise the buildings in 3D right click on the layer in the table of contents and select Properties and then click on the Globe Extrusion tab.
  3. Select the ‘Extrude features in layer’ checkbox and then in the ‘extrusion value or expression’ box enter the following:

This will extrude the buildings using the RelH2 attribute with a vertical exaggeration of 1.5 times (i.e. buildings will be shown 1.5 times their actual height). We found using RelH2 (the relative height from ground level to base of the roof) provides a more useful visualisation over RelHMax (the relative height from ground level to the highest part of the roof) which can lead to some overly tall looking buildings where they include towers that extend significantly beyond the height of the rest of the roof.


Schau das Video: Excel or CSV to QGIS. burdGIS