155GIS2 / 4. cvičení: Porovnání verzí

VizuálníWikitext

Verze z 24. 2. 2015, 18:08

← předchozí cvičení • stránky předmětu • další cvičení →

Pokročilá mapová algebra, interpolace rastrových dat

Základní pojmy

Mapová algebra

Mapová algebra
Raster Operations
Rastrový datový model a mapová algebra
Velikostní stupnice (poměrová - ratio, intervalová - interval, pořadová, kategoriální)
- Level of measurement
Mapová algebra
- Lokální funkce (Cell Statistics)
  - jedna rastrová vrstva (goniometrické funkce, reklasifikace, ...)
  - více rastrových vrstev (min, max, mean, sum, product, majority, minority, variety, ...)
- Fokální funkce (Neighborhood Statistics)
  - Fokalní min, max, mean, sum,...
  - Kernelové operace (density, slope, aspect)
- Inkrementální funkce (globalní funkce)
  - Např. vzdálenostní funkce, obalová zóna, cost distance, cost path
- Zonální funkce (Zonal Statistics)
  - Zonalní sum, mean, min, max, ..

Interpolace

Poznámky k systému ArcGIS

Interpolace

3D Analyst Tools • Raster Interpolation • IDW
3D Analyst Tools • Raster Interpolation • Kriging
3D Analyst Tools • Raster Interpolation • Splines
3D Analyst Tools • Raster Interpolation • Natural Neighbor
3D Analyst Tools • Raster Interpolation • Topo To Raster
Data Management Tools • Raster • Raster Processing • Clip
Spatial Analyst Tools • Zona • Zonal Geometry

Řešení první úlohy třetího cvičení GIS 2 v ArcGIS

Odkazy

Interpolace

Poznámky k systému GRASS

Úlohy

V následujících úlohách budeme, pokud nebude uvedeno jinak, používat data z datové sady ArcCR500. Tato datová sada je poskytovaná firmou ArcData zdarma.

V učebně B-870 jdou data nainstalována v adresáři

S:\K155\Public\data\ArcGIS\ArcCR500 3.3

Přístupová práva k tomu adresáři jsou omezena pouze na čtení! Nelze tedy datové vrstvy z ArcCR500 upravovat (včetně např. vytváření pyramid).

1.

Vypočítejte pro reprezentační body obcí jejich teplotu. Rastr, ze kterého budete teplotu určovat vypočítejte jako průměr z metod IDW, Kriging a Spline (prostorové rozlišení 1km). Dále určete z takto vypočítaných hodnot průměrné teploty pro kraje. Který z krajů má nejnižší průměrnou teplotu a kolik to je?: Datové vrstvy: DigitalniModelReliefu, meteodata, ObceBody (AC); Výsledek: Vysočina; 6,11°

Con("DigitalniModelReliefu", (Spline("meteodata", "teplota", 1000) + 
Kriging("meteodata", "teplota", "Spherical", 1000) + Idw("meteodata", "teplota", 1000)) / 3)

2.

Vytvořte dva rastry teplot, které budou obsahovat pro každý pixel minimální, resp. maximální hodnotu z interpolací IDW, Kriging, Spline (výchozí nastavení, prostorové rozlišení 1km). Jaký je rozdíl takto odvozených teplot pro reprezentační bod obce Peruc?: Datové vrstvy: meteodata, ObceBody (AC); Výsledek: 0,30°

Abs(
(CellStatistics([Idw("meteodata", "teplota", 1000),
 Kriging("meteodata", "teplota", "Spherical", 1000), 
 Spline("meteodata", "teplota", 1000)], "MAXIMUM"))
- 
(CellStatistics([Idw("meteodata", "teplota", 1000), 
 Kriging("meteodata", "teplota", "Spherical", 1000),
 Spline("meteodata", "teplota", 1000)], "MINIMUM")))

3.

Vytvořte rastr teplot, který vznikne z interpolace IDW (výchozí nastavení, prostorové rozlišní 1km) a následně fokální funkcí jako průměrná hodnota (Focal Mean) z oblasti 5x5 pixelů. Jakou teplotu má oblast odpovídající reprezentačnímu bodu obce Peruc?: Datové vrstvy: meteodata, ObceBody (AC); Výsledek: 3,62

(FocalStatistics(Idw("meteodata", "teplota", 1000), NbrRectangle(5, 5, "CELL"), "MEAN"))

4.

Na základě naměřené teploty odvoďte rastr metodou IDW (výchozí hodnoty). Jaká je průměrná teplota na území ČR?: Datové vrstvy: meteodata, StatPolygon (AC); Výsledek: 3,5°C

5.

Jaká je průměrná teplota v nadmořské výšce větší než 700 m při použití rastru vypočteného metodou Kriging (výchozí hodnoty)?: Datové vrstvy: meteodata, DigitalniModelReliefu; Výsledek: 3,4°C

6.

Jaká je průměrná teplota v nadmořské výšce větší než 700 m při použití rastru vypočteného metodou Spline (výchozí hodnoty)?: Datové vrstvy: meteodata, DigitalniModelReliefu; Výsledek: 2,9°C

7.

Jaká je plocha území v ha, kde je teplota nižší než 3°C (využijte interpolační metodu Natural Neighbor, prostorové rozlišení 100m) a je současně orientováno na jih. Kolik procent tohoto uzemí leží v nadmořské výšce větší než 1000m?: Datové vrstvy: meteodata, DigitalniModelReliefu; Výsledek: 238 905ha; 40%

8.

Jaká je interpolovaná hodnota teploty v bodě z úlohy č.3? (Použijte maximální hodnotu z interpolací Spline, IWD a Kriging, prostorové rozlišení 1000m, na 2 des. místa)?: Datové vrstvy: bod, meteodata; Výsledek: 5,63

@@ Řádek 5: / Řádek 5: @@
 ; Mapová algebra
+* [http://www.google.cz/url?sa=t&rct=j&q=&esrc=s&source=web&cd=6&ved=0CE4QFjAF&url=http%3A%2F%2Fgis.vsb.cz%2FGIS_Ostrava%2FGIS_Ova_2004%2FMapAlgebra.ppt&ei=sKoNU4TbDcaStQbKkoC4Cw&usg=AFQjCNFsVLK9F6Fb-NLNSafvhIJPUn9eLg&bvm=bv.61965928,d.Yms&cad=rja Mapová algebra]
+* [http://web.pdx.edu/~jduh/courses/geog475f09/Students/W5_Raster%20presentation%2010-27-09.pdf Raster Operations]
+* [http://gis.fzp.ujep.cz/files/8.pdf Rastrový datový model a mapová algebra]
+* Velikostní stupnice (poměrová - ratio, intervalová - interval, pořadová, kategoriální)
+** [http://en.wikipedia.org/wiki/Level_of_measurement Level of measurement]
+* Mapová algebra
+** ''Lokální'' funkce (Cell Statistics)
+*** jedna rastrová vrstva (goniometrické funkce, reklasifikace, ...)
+*** více rastrových vrstev (min, max, mean, sum, product, majority, minority, variety, ...)
+** ''Fokální'' funkce (Neighborhood Statistics)
+*** Fokalní min, max, mean, sum,...
+*** ''Kernelové'' operace (density, slope, aspect)
+** ''Inkrementální'' funkce (globalní funkce)
+*** Např. vzdálenostní funkce, obalová zóna, cost distance, cost path
+** ''Zonální'' funkce (Zonal Statistics)
+*** Zonalní sum, mean, min, max, ..
 ; Interpolace