Suite

Syntaxe du calculateur raster


J'ai deux rasters représentant le climat à deux périodes et je veux comparer leurs valeurs.

Je veux créer un troisième raster renvoyant :

Les valeurs du raster 1 sont comprises entre les valeurs minimale et maximale du raster 2.

et quatrième raster :

Les valeurs du raster 1 se situent dans les percentiles de 2,5 % et 97,5 % du raster 2.

Je n'ai jamais travaillé avec la calculatrice raster et je ne connais pas la syntaxe.


La syntaxe de la calculatrice raster pour votre troisième raster est la suivante

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

il n'y a pas de méthode intégrée pour obtenir les centiles, vous devez donc les calculer en fonction de l'histogramme de votre image et entrer manuellement les valeurs dans la calculatrice raster. Mais vous pouvez approximer (si votre distribution est proche d'une gaussienne) en utilisant la moyenne + 1,96 * écart type

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

Comment fonctionne la calculatrice raster

L'outil Raster Calculator vous permet de créer et d'exécuter des expressions d'algèbre cartographique dans un outil. Comme d'autres outils de géotraitement, l'outil Raster Calculator peut être utilisé dans ModelBuilder, ce qui permet d'intégrer plus facilement la puissance de Map Algebra dans vos workflows.

L'outil Raster Calculator n'est pas destiné à être utilisé dans des environnements de script et n'est pas disponible dans le module Spatial Analyst ArcPy standard. Pour en savoir plus sur les scripts et l'algèbre cartographique, consultez la rubrique d'aide Qu'est-ce que l'algèbre cartographique ?

  • Implémentez des expressions algébriques sur une seule ligne.
  • Prend en charge l'utilisation de variables dans Map Algebra dans ModelBuilder.
  • Appliquez les opérateurs Spatial Analyst sur trois entrées ou plus dans une seule expression.
  • Utilisez plusieurs outils Spatial Analyst dans une seule expression.

Raster Calculator est conçu pour exécuter une expression algébrique sur une seule ligne à l'aide de plusieurs outils et opérateurs à l'aide d'une interface d'outil simple, semblable à une calculatrice. Lorsque plusieurs outils ou opérateurs sont utilisés dans une expression, les performances de cette équation seront généralement plus rapides que l'exécution de chacun des opérateurs ou outils individuellement.


Syntaxe du calculateur raster - Systèmes d'information géographique

оличество зарегистрированных ащихся: 19 тыс.

Аствовать есплатно

Bienvenue dans le dernier cours de la spécialisation (à moins que vous ne poursuiviez le projet de synthèse, bien sûr !). En utilisant les connaissances que vous avez acquises sur ArcGIS, effectuez des tâches techniques telles que les calculs raster et l'analyse d'adéquation. Dans ce cours, vous vous familiariserez avec l'analyse spatiale et les applications dans les SIG au cours de quatre modules d'une semaine : Semaine 1 : Vous apprendrez tout sur la télédétection et l'imagerie satellitaire, et serez initié au spectre électromagnétique. À la fin de cette semaine, vous pourrez trouver et télécharger des images satellite en ligne et les utiliser pour deux types d'analyse courants : le NDVI et la classification entraînée. Semaine 2 : Vous apprendrez à utiliser ModelBuilder pour créer des workflows de traitement volumineux qui utilisent des paramètres, des conditions préalables, des variables et un nouvel ensemble d'outils. Nous explorerons également quelques sujets que nous n'avons pas vraiment le temps d'aborder en détail, mais qui pourraient vous donner envie d'apprendre dans d'autres domaines : géocodage, données temporelles, statistiques spatiales et ArcGIS Pro. Semaine 3 : Au cours de la troisième semaine, nous créerons et utiliserons des modèles d'élévation numériques à l'aide de nouveaux outils spécifiques tels que l'outil de remblai, les ombrages, les bassins de vue et plus encore. Nous allons également passer en revue quelques algorithmes courants dont un très important : l'analyse d'adéquation. Semaine 4 : Nous commencerons la dernière semaine en parlant de quelques outils d'analyse spatiale que nous n'avons pas encore abordés dans la spécialisation : Groupe de régions pour créer nos propres zones, Statistiques focales pour lisser un ombrage, Reclassifier pour modifier les valeurs, et Densité de points pour créer une surface de densité. Enfin, nous terminerons en parlant de quelques autres choses que vous voudrez peut-être explorer davantage lorsque vous commencerez à vous familiariser avec les sujets SIG par vous-même. Suivez l'analyse géospatiale et environnementale en tant que cours autonome ou dans le cadre de la spécialisation en systèmes d'information géographique (SIG). Vous devez avoir une expérience équivalente à celle des premier, deuxième et troisième cours de cette spécialisation, « Principes fondamentaux des SIG », « Formats de données SIG, conception et qualité » et « Analyse géospatiale et environnementale », respectivement, avant de suivre ce cours. En terminant la quatrième classe, vous acquerrez les compétences nécessaires pour réussir le capstone de la spécialisation.

Олучаемые навыки

Système d'information géographique (SIG), analyse d'images, analyse spatiale, imagerie satellitaire, applications SIG

Ецензии

Très bon cours, mais certains sujets évalués dans ce cours n'étaient pas bien expliqués, notamment le traitement des images de télédétection (téléchargement et gestion vers SIG)

Un cours incroyable ! bien organisé, très informatif et riche en ressources et en matériels utiles, avec un excellent forum de discussion pour discuter des sujets du cours.

Présentation du cours, imagerie et calculatrice raster

Dans ce module, nous apprendrons tout sur la télédétection et l'imagerie satellitaire, en commençant par une introduction aux données de télédétection et au spectre électromagnétique avant d'en apprendre davantage sur la capture d'images satellites et aériennes et les produits de données. Vous apprendrez comment rechercher et télécharger des images satellite en ligne et comment les utiliser dans deux types d'analyse courants différents : le NDVI et une classification entraînée. Dans la deuxième leçon, vous apprendrez à utiliser certains outils de base pour prendre en charge l'analyse d'images à l'aide de Raster Calculator et Spatial Analyst.

Реподаватели

Nick Santos

Chercheur en applications géospatiales

Екст идео

[MUSIQUE] Bonjour à tous et bon retour. Dans cette conférence, je veux vous montrer deux nouveaux outils. L'outil Con et l'outil Set Null, vous avez probablement utilisé Set Null dans certains des laboratoires des cours précédents, mais Con sera nouveau. Désormais, ces outils offrent des fonctionnalités similaires à certaines des choses que vous pourriez faire dans la calculatrice raster. Donc, si j'ai ce raster d'utilisation des terres ici, peut-être que je voulais juste savoir si les valeurs sont des valeurs spécifiques ou non. Donc, qu'il soit égal ou non à 21, qui est l'une des valeurs de la courbe ici. Et cela me donnera un zéro ou un comme résultat pour vrai ou faux, non ? Parce que c'est évaluer logiquement cette expression, en disant, est-ce vrai pour chaque pixel ? Donc, si c'est vrai, remplacez la valeur du pixel par un et si ce n'est pas vrai, remplacez-la par zéro. Eh bien, je peux faire la même chose dans l'outil Con, qui signifie Condition. Fondamentalement, il évalue si une condition que vous spécifiez est vraie avec le raster. Si c'est vrai, il fait une chose que vous fournissez, et si c'est faux, il en fait une autre. Donc, nous pouvons reproduire ce comportement exact avec ceci si je dis valeur dans ce cas. Donc, je n'utilise plus le nom de raster, j'utilise le champ de valeur dans le raster égal à 21. Et puis si je spécifie la valeur constante comme un pour quand c'est vrai et zéro pour quand c'est faux. Cela équivaut à cette expression de la calculatrice raster. Eh bien, que se passe-t-il si je veux faire quelque chose de plus avancé et au lieu de récupérer uniquement les uns ou les zéros que je peux faire dans Raster Calculator. Quand c'est vrai, si la valeur est 21, disons que je veux la remplacer par une nouvelle valeur ou quelque chose. Ainsi, lorsque la valeur est égale à 21, j'essaie de reclasser ce raster et de dire qu'il est actuellement égal à 81, ou quelque chose comme ça. Je le déplace dans une nouvelle catégorie, lorsque la valeur est égale à 21, remplacez-la par 81. Sinon, je peux dire que le faux raster est le raster existant. Donc, quand ce n'est pas vrai, utilisez simplement les valeurs qui sont déjà dans le raster pour cette cellule. Nous pouvons donc maintenant essayer de le remplacer par 81 et essayons de l'exécuter. Ce raster est donc différent de celui qui est revenu ici, car il n'a pas la même carte de couleurs. Donc, ce que je dois faire, c'est faire défiler vers le haut, et je peux voir que j'ai une valeur pour 81, mais l'autre le fait aussi. Donc, copions la palette de couleurs, alors recherchons la palette de couleurs. Ainsi, nous pouvons lui faire la même couleur. Et je peux ajouter Colormap et je sélectionnerai un nouveau raster ici et utiliserai mon ancien modèle d'entrée raster. Et tout cela copie les couleurs partout. Et cela ne l'a pas changé ici, je dois le rajouter à ma carte pour voir les changements ici. Je vais donc le supprimer et ensuite, j'utiliserai un raccourci rapide pour aller chercher ces rasters. Je vais donc passer aux résultats du géotraitement. Et sous l'outil Con, je l'ai exécuté sans les rasters ici. Et si je fais un clic droit, je peux l'ajouter à l'affichage et c'était subtil. Mais si vous avez vu cela, zoomons sur l'une des zones urbaines ici. Il n'y a pas de jaune là-dedans, c'était tout le rose clair, cette classe urbaine là-bas. Et quand j'allume le nouveau calque, tout est remplacé par la valeur de 81, qui est ce jaune ici. J'ai donc remplacé certaines valeurs mais j'ai laissé le reste intact. Et c'est ce que l'outil Con nous permet de faire, c'est-à-dire qu'il nous permet d'évaluer conditionnellement un raster et de modifier les valeurs en fonction de la condition. Maintenant, une dernière chose avec cela est que je n'ai pas à utiliser, je n'ai pas à utiliser le raster conditionnel d'entrée dans la sortie. En fait, je pourrais l'utiliser juste une condition, puis je pourrais utiliser deux autres raster' comme sortie. Ainsi, lorsque le raster en entrée évalue le vrai, je pourrais utiliser un autre raster et le faire choisir entre deux ensembles de valeurs raster. Cela dit, il existe également un outil de sélection qui vous aide à choisir entre deux valeurs raster d'une manière différente. Vous pouvez donc utiliser différents flux de travail pour obtenir certains des mêmes résultats. Maintenant, et si au lieu de remplacer cette valeur, je voulais la remplacer par une valeur no. Je pense donc que je pourrais simplement exécuter l'outil Con et au lieu de mettre une vraie constante à 81, je pourrais dire Null. Mais en fait, cela ne fonctionnera pas, je ne peux pas non plus faire de NoData et d'abord connaître les valeurs comme celles-ci, donc si je veux le rendre nul, je dois utiliser l'outil Set Null. Et l'outil Set Null est fondamentalement une variante spéciale de l'outil Con qui, lorsque les choses sont vraies, définit la valeur sur Null, puis je peux toujours définir un faux raster. Donc, faisons la même chose que nous venons de faire, mais couvrez la flamme et je dirai que la valeur est égale à 21 et, donc, ce que cela va faire, c'est de définir la valeur ou de l'évaluer raster. Et là où la valeur est 21, il va définir la valeur de sortie définie sur non et sinon il va faire ce que je lui dis ici. Je peux le faire être Null ou un ou quelque chose, mais remplaçons simplement les valeurs par Null si je veux simplement supprimer complètement ces cellules d'une analyse. Je veux dire qu'en fait, ne faisons pas attention à ceux-ci, je peux les définir sur Null et utiliser le reste du raster intact. D'accord, et encore une fois, il va arriver avec des couleurs funky, mais remarquez qu'il n'y a pas de classe pour 21 ici, et si je désactive les valeurs en dessous. Et en réduire certains, je peux constater que je peux voir à travers ces cellules, donc ce que j'ai activé ci-dessous apparaît à cet endroit, mais je peux essentiellement voir à travers mon bloc de données. Je les ai donc définis avec succès sur Null, et je peux confirmer que si je clique simplement sur un endroit vide ici et que la valeur est NoData, alors que la valeur dans l'un de ces autres endroits ici, elle a en fait une valeur de cellule. Ainsi, Set Null est presque comme un outil Con spécial qui, lorsque l'expression est évaluée à true, il ne peut la définir que sur Null, et il peut toujours faire le faux raster. D'accord, c'est tout pour cette conférence. Dans cette conférence, je vous ai montré comment utiliser les outils Con et Set Null qui vous permettent d'évaluer les conditions de raster, puis de créer de nouveaux rasters en fonction des résultats de cette évaluation. Ce sont des exemples assez triviaux, mais c'est un autre de ces outils que vous savez quand vous en avez besoin. De temps en temps, vous penserez que je dois faire en sorte que ce raster change légèrement en fonction de ses valeurs actuelles. Eh bien, vous pouvez le faire avec les outils Con et Set Null. D'accord, c'est tout, à la prochaine.


Système d'aide à l'analyse des ressources géographiques, communément appelé GRASS GIS, est un système d'information géographique (SIG) utilisé pour la gestion et l'analyse de données géospatiales, le traitement d'images, la production de graphiques/cartes, la modélisation spatiale et la visualisation. GRASS est actuellement utilisé dans des milieux universitaires et commerciaux à travers le monde, ainsi que par de nombreuses agences gouvernementales et sociétés de conseil en environnement.

Ce manuel de référence détaille l'utilisation des modules distribués avec Geographic Resources Analysis Support System (GRASS), un système open source (GNU GPLed), de traitement d'images et d'information géographique (SIG).

Commandes raster :

r.bassins.remplir Génère une carte raster des sous-bassins versants.
r.blend Mélange les composants de couleur de deux cartes raster selon un rapport donné.
r.buffer Crée une carte raster montrant les zones tampons entourant les cellules qui contiennent des valeurs de catégorie non NULL.
r.buffer.lowmem Crée une carte raster montrant les zones tampons entourant les cellules qui contiennent des valeurs de catégorie non NULL.
r.buildvrt Créez un VRT (Virtual Raster) à partir de la liste des cartes raster en entrée.
r.carve Génère des canaux de flux.
r.catégorie Gère les valeurs de catégorie et les étiquettes associées aux couches de carte raster spécifiées par l'utilisateur.
r.cercle Crée une carte raster contenant des anneaux concentriques autour d'un point donné.
r.clump Recatégorise les données dans une carte raster en regroupant les cellules qui forment des zones physiquement discrètes dans des catégories uniques.
r.coin Tabule l'occurrence mutuelle (coïncidence) des catégories pour deux couches de carte raster.
r.couleurs Crée/modifie la table des couleurs associée à une carte raster.
r.colors.out Exporte la table des couleurs associée à une carte raster.
r.colors.stddev Définit des règles de couleur basées sur stddev à partir de la valeur moyenne d'une carte raster.
r.composite Combine des cartes raster rouges, vertes et bleues en une seule carte raster composite.
r.compresser Compresse et décompresse les cartes raster.
r.contour Génère une carte vectorielle des contours spécifiés à partir d'une carte raster.
r.coût Crée une carte raster montrant le coût cumulé du déplacement entre différents emplacements géographiques sur une carte raster en entrée dont les valeurs de catégorie de cellule représentent le coût.
r.covar Génère une matrice de covariance/corrélation pour les couches de carte raster spécifiées par l'utilisateur.
r.croix Crée un produit croisé des valeurs de catégorie à partir de plusieurs couches de carte raster.
r.décrire Imprime une liste succincte des valeurs de catégorie trouvées dans une couche de carte raster.
r.distance Localise les points les plus proches entre les objets dans deux cartes raster.
r.drain Trace un flux à travers un modèle d'altitude ou une surface de coût sur une carte raster.
r.externe Liens GDAL pris en charge les données raster sous forme de pseudo carte raster GRASS.
r.externe.out Redirige la sortie raster vers un fichier en utilisant la bibliothèque GDAL plutôt que de la stocker au format raster GRASS.
r.fill.dir Filtre et génère une carte d'altitude sans dépression et une carte de direction d'écoulement à partir d'une carte raster d'altitude donnée.
r.fill.stats Remplit rapidement les cellules « pas de données » (NULL) d'une carte raster avec des valeurs interpolées (IDW).
r.fillnulls Remplit les zones sans données dans les cartes raster à l'aide de l'interpolation spline.
r.flow Construit des lignes de flux.
r.geomorphon Calcule les géomorphons (formes de terrain) et la géométrie associée à l'aide d'une approche de vision industrielle.
r.grandir.distance Génère une carte raster contenant les distances jusqu'aux entités raster les plus proches et/ou la valeur de la cellule non nulle la plus proche.
grandir Génère une couche de carte raster avec des zones contiguës développées par une cellule.
r.gwflow Programme de calcul numérique pour l'écoulement des eaux souterraines transitoires, confinées et non confinées en deux dimensions.
r.son Génère des couches de carte raster rouge, verte et bleue (RVB) combinant les valeurs de teinte, d'intensité et de saturation (HIS) à partir des couches de carte raster en entrée spécifiées par l'utilisateur.
r.horizon Calcule la hauteur de l'angle de l'horizon à partir d'un modèle d'élévation numérique.
r.import Importe des données raster dans une carte raster GRASS à l'aide de la bibliothèque GDAL et reprojette à la volée.
r.in.ascii Convertit un fichier raster GRASS ASCII en carte raster binaire.
r.in.aster Géoréférencez, rectifiez et importez les images Terra-ASTER et les DEM relatifs à l'aide de gdalwarp.
r.in.bin Importez un fichier raster binaire dans une couche de carte raster GRASS.
r.in.gdal Importe des données raster dans une carte raster GRASS à l'aide de la bibliothèque GDAL.
r.in.gridatb Importe le fichier de carte GRIDATB.FOR (TOPMODEL) dans une carte raster GRASS.
r.in.lidar Crée une carte raster à partir de points LiDAR LAS à l'aide de statistiques univariées.
tapis Importe un fichier MAT binaire (v4) dans un raster GRASS.
r.in.png Importe une image au format PNG non géoréférencée.
r.in.poly Crée des cartes raster à partir de fichiers de données de polygones/lignes/points ASCII.
r.in.srtm Importe les fichiers SRTM HGT dans la carte raster.
r.in.wms Télécharge et importe les données des serveurs de cartographie Web OGC WMS et OGC WMTS.
r.in.xyz Crée une carte raster à partir d'un assemblage de nombreuses coordonnées à l'aide de statistiques univariées.
r.info Génère des informations de base sur une carte raster.
r.kappa Calcule la matrice d'erreur et le paramètre kappa pour l'évaluation de la précision du résultat de la classification.
r.lac Remplit le lac à un point donné à un niveau donné.
r.latlong Crée une carte raster de latitude/longitude.
r.li.cwed Calcule l'indice de densité des bords pondéré en contraste sur une carte raster
r.li.daemon Module de support pour les calculs d'indice de paysage r.li.
dominance r.li. Calcule l'indice de diversité de dominance sur une carte raster
r.li.edgedensity Calcule l'indice de densité de contour sur une carte raster, en utilisant un algorithme à 4 voisins
r.li Ensemble d'outils pour l'analyse multi-échelle de la structure du paysage
r.li.mpa Calcule l'indice d'attribut de pixel moyen sur une carte raster
r.li.mps Calcule l'indice de taille de patch moyen sur une carte raster, à l'aide d'un algorithme à 4 voisins
r.li.padcv Calcule le coefficient de variation de la zone de patch sur une carte raster
r.li.padrange Calcule la plage de taille de zone de patch sur une carte raster
r.li.padsd Calcule l'écart type de la zone de patch d'une carte raster
r.li.patchdensity Calcule l'indice de densité de patch sur une carte raster, à l'aide d'un algorithme à 4 voisins
r.li.patchnum Calcule l'indice de numéro de patch sur une carte raster, à l'aide d'un algorithme à 4 voisins.
r.li.pielou Calcule l'indice de diversité de Pielou sur une carte raster
r.li.renyi Calcule l'indice de diversité de Renyi sur une carte raster
r.li.richesse Calcule l'indice de richesse sur une carte raster
r.li.shannon Calcule l'indice de diversité de Shannon sur une carte raster
r.li.forme Calcule l'indice de forme sur une carte raster
r.li.simpson Calcule l'indice de diversité de Simpson sur une carte raster
r.mapcalc Calculatrice de carte raster.
r.mapcalc.simple Calcule une nouvelle carte raster à partir d'une simple expression r.mapcalc.
r.masque Crée un MASQUE pour limiter l'opération raster.
r.mfiltre Effectue un filtre matriciel de carte raster.
r.mode Recherche le mode des valeurs dans une carte de couverture dans les zones affectées à la même valeur de catégorie dans une carte de base spécifiée par l'utilisateur.
r.voisins Rend chaque valeur de catégorie de cellule fonction des valeurs de catégorie attribuées aux cellules qui l'entourent et stocke les nouvelles valeurs de cellule dans une couche de carte raster en sortie.
r.null Gère les valeurs NULL d'une carte raster donnée.
r.out.ascii Convertit une couche de carte raster en un fichier texte GRASS ASCII.
r.out.bin Exporte un raster GRASS vers un tableau binaire.
r.out.gdal Exporte les cartes raster GRASS dans les formats pris en charge par GDAL.
r.out.gridatb Exporte la carte raster GRASS vers le fichier de carte GRIDATB.FOR (TOPMODEL).
r.out.mat Exporte un raster GRASS vers un fichier MAT binaire.
r.out.mpeg Convertit la série de cartes raster en film MPEG.
r.out.png Exportez une carte raster GRASS en tant qu'image PNG non géoréférencée.
r.out.pov Convertit une couche de carte raster en un fichier de champ de hauteur pour POV-Ray.
r.out.ppm Convertit une carte raster GRASS en un fichier image PPM.
r.out.ppm3 Convertit 3 couches raster GRASS (R, V, B) en un fichier image PPM.
r.out.vrml Exporte une carte raster vers le langage de modélisation de réalité virtuelle (VRML).
r.out.vtk Convertit les cartes raster au format VTK-ASCII.
r.out.xyz Exporte une carte raster vers un fichier texte sous forme de valeurs x,y,z en fonction des centres des cellules.
r.pack Exporte une carte raster en tant que fichier d'archive spécifique à GRASS GIS
r.param.scale Extrait les paramètres de terrain d'un MNT.
r.patch Crée une couche de carte raster composite en utilisant des valeurs de catégorie connues d'une (ou plusieurs) couche(s) de carte pour remplir les zones « sans données » dans une autre couche de carte.
chemin.r Trace les chemins à partir des points de départ en suivant les directions d'entrée.
r.plane Crée une carte de plan raster en fonction de l'inclinaison (inclinaison), de l'aspect (azimut) et d'un point.
r.profil Renvoie les valeurs de couche de carte raster se trouvant sur des lignes définies par l'utilisateur.
r.proj Re-projette une carte raster d'un emplacement donné vers l'emplacement actuel.
r.quant Produit le fichier de quantification pour une carte à virgule flottante.
r.quantile Calculez les quantiles en utilisant deux passes.
r.random.cells Génère des valeurs de cellule aléatoires avec dépendance spatiale.
r.aléatoire Crée une couche de carte raster et une carte de points vectoriels contenant des points situés de manière aléatoire.
r.surface.aléatoire Génère des surfaces aléatoires avec une dépendance spatiale.
r.reclass.zone Reclasse une carte raster supérieure ou inférieure à la taille de zone spécifiée par l'utilisateur (en hectares).
r.reclasser Reclasser la carte raster en fonction des valeurs de catégorie.
r.recoder Recode les cartes raster catégoriques.
r.région Définit les définitions des limites d'une carte raster.
r.regression.line Calcule la régression linéaire à partir de deux cartes raster : y = a + b*x.
r.regression.multi Calcule la régression linéaire multiple à partir de cartes raster.
r.relief Crée une carte en relief ombré à partir d'une carte d'altitude (DEM).
r.rapport Rapports statistiques pour les cartes raster.
r.resamp.bspline Effectue une interpolation spline bilinéaire ou bicubique avec régularisation de Tykhonov.
r.resamp.filter Rééchantillonne les couches de carte raster à l'aide d'un noyau analytique.
r.resamp.interp Rééchantillonne la carte raster sur une grille plus fine à l'aide de l'interpolation.
r.resamp.rst Réinterpole et calcule éventuellement l'analyse topographique de la carte raster en entrée vers une nouvelle carte raster (éventuellement avec une résolution différente) en utilisant une spline régularisée avec tension et lissage.
r.resamp.stats Rééchantillonne les couches de carte raster sur une grille plus grossière à l'aide de l'agrégation.
r.resample Capacité de rééchantillonnage des données de la couche de carte raster GRASS.
r.rescale.eq L'histogramme de remise à l'échelle a égalisé la plage de valeurs de catégorie dans une couche de carte raster.
r.remise à l'échelle Redimensionne la plage de valeurs de catégorie dans une couche de carte raster.
r.rgb Divise une carte raster en cartes rouges, vertes et bleues.
r.ros Génère le taux de propagation des cartes raster.
r.series.accumuler Fait de chaque valeur de cellule en sortie une fonction d'accumulation des valeurs affectées aux cellules correspondantes dans les couches de carte raster en entrée.
série r Rend chaque valeur de cellule en sortie fonction des valeurs attribuées aux cellules correspondantes dans les couches de carte raster en entrée.
r.series.interp Interpole les cartes raster situées (temporelles ou spatiales) entre les cartes raster en entrée à des positions d'échantillonnage spécifiques.
r.ombre Drapé un raster de couleur sur un relief ombré ou une carte d'aspect.
r.sim.sédiment Simulation du transport des sédiments et de l'érosion/dépôt à l'aide de la méthode d'échantillonnage par chemin (SIMWE).
r.sim.eau Simulation hydrologique d'écoulement de surface à l'aide de la méthode d'échantillonnage de trajectoire (SIMWE).
aspect.de.la.pente.r Génère des cartes raster de pente, d'aspect, de courbures et de dérivées partielles à partir d'une carte raster d'altitude.
r.solute.transport Programme de calcul numérique pour le transport de soluté transitoire, confiné et non confiné en deux dimensions
r.propagation Simule l'étalement elliptiquement anisotrope.
r.spreadpath Trace récursivement le chemin de moindre coût vers les cellules à partir desquelles le coût cumulé a été déterminé.
r.statistiques Calcule les statistiques orientées catégorie ou objet.
r.stats Génère des statistiques de zone pour la carte raster.
r.stats.quantile Calculez les quantiles de catégorie en utilisant deux passes.
r.stats.zonal Calcule les statistiques orientées catégorie ou objet (statistiques basées sur l'accumulateur).
r.stream.extract Effectue l'extraction du réseau de flux.
r.soleil Irradiance solaire et modèle d'irradiation.
r.sunhours Calcule l'élévation solaire, l'azimut solaire et les heures d'ensoleillement.
r.sunmask Calcule les zones d'ombre portée à partir de la position du soleil et de la carte raster d'altitude.
r.support Permet la création et/ou la modification de fichiers de support de couche de carte raster.
r.support.stats Mettre à jour les statistiques de la carte raster
r.surf.zone Imprime l'estimation de la surface pour la carte raster.
r.surf.contour Génère une carte raster de surface à partir de contours rastérisés.
r.surf.fractal Crée une surface fractale d'une dimension fractale donnée.
r.surf.gauss Génère une carte raster à l'aide du générateur de nombres aléatoires gaussiens.
r.surf.idw Fournit une interpolation de surface à partir des données de point raster par la pondération inverse de la distance au carré.
r.surf.random Produit une carte de surface raster d'écarts aléatoires uniformes avec une plage définie.
r.terraflow Effectue le calcul de flux pour les grilles massives.
r.texture Générez des images avec des caractéristiques de texture à partir d'une carte raster.
r.mince Amincit les cellules non nulles qui désignent des entités linéaires dans une couche de carte raster.
tuile Divise une carte raster en tuiles.
r.tileset Produit des pavages de la projection source à utiliser dans la région et la projection de destination.
r.timestamp Modifie un horodatage pour une carte raster.
r.à.rast3 Convertit des tranches de carte raster 2D en une carte de volume raster 3D.
r.à.rast3elev Crée une carte de volume 3D basée sur des cartes raster d'altitude et de valeur 2D.
r.à.vect Convertit une carte raster en une carte vectorielle.
r.topidx Crée une carte raster d'indice topographique (indice d'humidité) à partir d'une carte raster d'altitude.
r.topmodel Simule TOPMODEL qui est un modèle hydrologique basé sur la physique.
r.transect Renvoie les valeurs de couche de carte raster situées le long des lignes de transect définies par l'utilisateur.
r.univar Calcule des statistiques univariées à partir des cellules non nulles d'une carte raster.
r.unpack Importe un fichier d'archive raster spécifique à GRASS GIS (intégré avec r.pack) en tant que carte raster
r.uslek Calcule le facteur d'érodabilité du sol USLE (K).
r.usler Calcule le facteur USLE R, l'indice d'érosivité des précipitations.
r.vue Calcule le champ de vision d'un point sur une carte raster d'altitude.
r.volume Calcule le volume de données "blocs".
r.marcher Crée une carte raster montrant le coût cumulé anisotrope du déplacement entre différents emplacements géographiques sur une carte raster en entrée dont les valeurs de catégorie de cellule représentent le coût.
sortie.eau.r.eau Crée des bassins versants à partir d'une carte de direction de drainage.
bassin versant Calcule les paramètres hydrologiques et les facteurs RUSLE.
r.quoi.couleur Interroge les couleurs d'une couche de carte raster.
r.quoi Interroge les cartes raster sur leurs valeurs de catégorie et leurs étiquettes de catégorie.

© 2003-2021 Équipe de développement GRASS, Manuel de référence GRASS GIS 7.8.6dev


Système d'aide à l'analyse des ressources géographiques, communément appelé GRASS GIS, est un système d'information géographique (SIG) utilisé pour la gestion et l'analyse de données géospatiales, le traitement d'images, la production de graphiques/cartes, la modélisation spatiale et la visualisation. GRASS est actuellement utilisé dans des milieux universitaires et commerciaux à travers le monde, ainsi que par de nombreuses agences gouvernementales et sociétés de conseil en environnement.

Ce manuel de référence détaille l'utilisation des modules distribués avec Geographic Resources Analysis Support System (GRASS), un système open source (GNU GPLed), de traitement d'images et d'information géographique (SIG).

Commandes raster 3D :

r3.couleurs Crée/modifie la table des couleurs associée à une carte raster 3D.
r3.colors.out Exporte la table des couleurs associée à une carte raster 3D.
r3.cross.rast Crée une carte raster 2D en coupe à partir d'une carte raster 3D basée sur une carte d'altitude 2D
r3.flow Calcule les lignes de flux 3D et l'accumulation de flux 3D.
r3.gradient Calcule le gradient d'une carte raster 3D et génère des composants de gradient sous forme de trois cartes raster 3D.
r3.gwflow Programme de calcul numérique pour l'écoulement transitoire et confiné des eaux souterraines en trois dimensions.
r3.in.ascii Convertit un fichier texte raster 3D ASCII en une carte raster 3D (binaire).
r3.in.bin Importe un fichier raster binaire dans une carte raster 3D GRASS.
r3.in.lidar Crée une carte raster 3D à partir de points LiDAR LAS à l'aide de statistiques univariées.
r3.in.v5d Importez des fichiers Vis5D en 3 dimensions.
r3.in.xyz Créez une carte raster 3D à partir d'un assemblage de nombreuses coordonnées à l'aide de statistiques univariées
r3.info Génère des informations de base sur une couche de carte raster 3D spécifiée par l'utilisateur.
r3.mapcalc Calculatrice de carte raster.
r3.masque Établit le masque raster 3D de travail actuel.
r3.mkdspf Crée un fichier d'affichage à partir d'une carte raster 3D existante en fonction des niveaux de seuil spécifiés.
r3.voisins Rend chaque valeur de voxel en fonction des valeurs attribuées aux voxels qui l'entourent et stocke les nouvelles valeurs de voxel dans une carte raster 3D en sortie
r3.null Créez explicitement le fichier bitmap de valeur NULL 3D.
r3.out.ascii Convertit une couche de carte raster 3D en un fichier texte ASCII.
r3.out.bin Exporte une carte raster 3D GRASS vers un tableau binaire.
r3.out.netcdf Exportez une carte raster 3D en tant que fichier netCDF.
r3.out.v5d Exporte la carte raster 3D GRASS vers un fichier Vis5D tridimensionnel.
r3.out.vtk Convertit les cartes raster 3D au format VTK-ASCII.
r3.retile Réorganise une carte raster 3D existante avec une taille de tuile x, y et z définie par l'utilisateur.
r3.stats Génère des statistiques de volume pour les cartes raster 3D.
r3.support Permet la création et/ou la modification de fichiers de support de couche de carte raster 3D.
r3.timestamp Modifie un horodatage pour une carte raster 3D.
r3.to.rast Convertit les cartes raster 3D en cartes raster 2D
r3.univar Calcule des statistiques univariées à partir des cellules non nulles d'une carte raster 3D.

© 2003-2021 Équipe de développement GRASS, Manuel de référence GRASS GIS 7.9.dev


Syntaxe du calculateur raster - Systèmes d'information géographique

La fonctionnalité raster de QGIS a parcouru un long chemin et continue de s'améliorer. Pendant mon temps libre, je suis toujours à la recherche de questions intéressantes posées sur https://gis.stackexchange.com.

Je suis récemment tombé sur https://gis.stackexchange.com/questions/52353/calculating-area-of-rasters-in-qgis où un utilisateur a demandé comment calculer l'aire de chaque classe dans un raster.

La solution suggérée impliquait une approche en trois étapes :

  • Recoder le raster pour simplifier les classes raster.
  • Vectoriser la couche raster.
  • Calcul des statistiques à partir de la couche vectorielle soit en utilisant des algorithmes SQL (Couches virtuelles) ou QGIS natifs.

Bien que la solution suggérée ait été acceptée comme réponse, elle présente quelques défis

  • Il faudrait qu'un utilisateur prétraite le raster à l'aide de la calculatrice raster, reclasse les algorithmes à partir du traitement ou la commande r.recode pour autoriser les statistiques zonales.
  • La vectorisation est un processus gourmand en CPU. Si la couche raster est très volumineuse et que les ressources informatiques sont faibles, le processus peut prendre beaucoup de temps.
  • Les statistiques produites ne peuvent pas être incorporées dans la légende raster.

Je voulais une solution PyQGIS qui pourrait également générer les statistiques récapitulatives dans le cadre de la légende de classification.

La solution que j'ai fini par utiliser impliquait PyQGIS, python GDAL et Numpy.

L'image ci-dessous représente le raster d'altitude avant la classification

L'image ci-dessous représente l'élévation de la post-classification raster.

L'image ci-dessous illustre le type de rendu appliqué au raster d'altitude.

Procédure

  • Télécharger le scénario raster_classifier.py de https://gist.github.com/NyakudyaA/b4640ec9d2b5f43fa456083b61cfd12f
  • Ouvrez le script à partir d'un éditeur de texte et modifiez le chemin raster de https://gist.github.com/NyakudyaA/b4640ec9d2b5f43fa456083b61cfd12f#file-raster_classifier-py-L190 pour spécifier votre propre raster monobande, c'est-à-dire que vous pouvez utiliser le plugin SRTM Downloader dans QGIS pour télécharger un DEM.
  • Accédez à QGIS et ouvrez la console python.
  • Ouvrez l'éditeur et chargez votre script raster_classifier.py.
  • Exécutez le script et votre raster est ensuite chargé dans QGIS.

Un résumé du script est fourni ci-dessous

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


Map Algebra

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

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

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

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

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

Basic concepts

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

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

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

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

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

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

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


Raster Calculator syntax - Geographic Information Systems

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

Importing data from generic raster files

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

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

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

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

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

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

Merging adjacent grids ("mosaicking")

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

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

Calculating distance surfaces and buffers

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

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

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

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

Determining proximity

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

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

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

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

This technique is also known as Thiessen ou alors Voronoi analysis.

Creating surfaces from point samples

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

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

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

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

Here are contours made from 30 m DEMs:

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

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

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

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

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

Cross tabulating areas

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

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

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

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

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

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

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

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

"Querying" across multiple grid layers

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

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

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

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

Calculating neighborhood statistics

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

  • Le minimum
  • Maximum
  • Moyenne
  • Médian
  • Sum
  • Varier
  • Écart-type
  • Majority
  • Minority
  • Variété

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

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

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

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

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

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

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

This analysis is performed using the Filter tool:

With this grid as the result:

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

Conditional processing

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

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

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

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

Here is the resultant grid:

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

Converting raster and vector data sources

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

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

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

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

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

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

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


Imagery, Automation, and Applications

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

Получаемые навыки

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

Рецензии

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

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

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


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

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

3d raster commands:

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

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