153GS02 / 4. cvičení

Tento článek není dokončen nebo potřebuje upravit

← předchozí cvičení • stránky předmětu • další cvičení →

Mapová algebra, rastrový kalkulátor, tvorba a odvozování rastrových dat

Základní pojmy

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, ...

Poznámky k systému ArcGIS

Spatial Analyst • Map Algebra • Raster Calculator
Spatial Analyst • Extraction • Exctract By Mask
Spatial Analyst • Raster Creation
Spatial Analyst • Zonal • Zonal Geometry
3D Analyst • Functional Surface • Add Surface Information

Řešení první úlohy čtvrtého cvičení GIS 2 v ArcGIS

Odkazy

Poznámky k systému GRASS

Návod na řešení úloh z tohoto cvičení zde.

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).

Data meteorologických stanic byla převzata z http://www.in-pocasi.cz/pocasi-na-web/meteostanice.php. Na základě ukázkového XML souboru byl vytvořen soubor ve formátu MS Excel, který je ke stažení zde.

Souřadnice meteorologických stanic jsou uvedny ve WGS-84 (zeměpisná délka a šířka).
Rastr interpolovaný z naměřených hodnot meteorologických stanic počítejte v prostorovém rozlišení 1km (pokud není uvedeno jinak) a v souřadnicovém systému S-JTSK. Rastr bude vždy ohraničen státní hranici ČR.

1.

Jaká je plocha území v ha s nadmořskou výškou mezi 500 a 700m?: Datové vrstvy: DigitalniModelReliefu; Výsledek: 1 970 760ha

("DigitalniModelReliefu" > 500) & ("DigitalniModelReliefu" < 700)

2.

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)

3.

Jaká je výměra území v ha pro kterou platí, že leží v nadmořské výšce nad 700m a má sklon svahu větší než 25 gonů?: Datové vrstvy: DigitalniModelReliefu; Výsledek: 12 401ha

("DigitalniModelReliefu" > 700) & (Slope("DigitalniModelReliefu") * 10 / 9 > 25)

4.

Jaký průměrný sklon mají svahy, které jsou vzdáleny do 10km od státní hranice. Jak velký rozdíl to je oproti průměrné hodnotě počítané pro celé území státu?: Datové vrstvy: DigitalniModelReliefu, StatPolygon (AC); Výsledek: 4,82° -1,52°

5.

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")))

6.

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"))

7.

Jaká je plocha území v ha, kde se sklon limitně blíží k nule?: Datové vrstvy: DigitalniModelReliefu; Výsledek: 1 197 567ha

Aspect("DigitalniModelReliefu") < 0

8.

Vytvořte pomocí Raster Calculatoru rastr, který obsahuje hodnotu 1 pro území, kde je nadmořská výška nad 700m a sklon menší než 5°; hodnotu 2, kde je platí, že je nadmořská výška nad 700m a sklon je větší než 5°. Jaká je výměra takto určeného území v ha?: Datové vrstvy: DigitalniModelReliefu; Výsledek: 1 - 249 974ha; 2 - 361 191ha

Con( ("DigitalniModelReliefu" > 700) & (Slope("DigitalniModelReliefu") < 5),
1,
Con(("DigitalniModelReliefu" > 700) & (Slope("DigitalniModelReliefu") > 5), 2) )

9.

Pro území Ústeckého kraje vytvořte rastr s prostorovým rozlišením 100m, jehož buňky mají hodnoty s normálním rozdělením.: Datové vrstvy: KrajePolygony

CreateNormalRaster(100, Extent(-842071.81,-1033413.16,-714001.93,-935236,59))

Další úlohy najdete v cvičení k předmětu 153GIS2.