Suite

Problème avec la boucle Bash dans GRASS GIS


Je suis nouveau sur GRASS GIS et la programmation et je rencontre beaucoup de ce que j'imagine être des problèmes de débutants et quelque chose de similaire à cela a déjà été demandé, mais pas d'une manière que je comprends.

J'essaie de bash importer tif. fichiers et essayé (du tutoriel GRASS GIS 6 https://grasswiki.osgeo.org/wiki/GRASS_6_Tutorial/Raster_data_management):

pour le fichier dans 'ls *.tif' do r.in.gdal input=$file output=${file%.tif} done

mais je reçois

Fichier "", ligne 1 pour le fichier dans 'ls *.tif' ^ SyntaxError : syntaxe invalide

Comme je suis nouveau dans le monde de la programmation, je ne sais pas comment résoudre ce problème.


La réponse ci-dessus, conformément au titre de votre question, fait référence au script dans un shell bash. (Pas python). Si vous souhaitez plus d'informations sur les scripts bash, jetez un œil à ce tutoriel (référé à partir de la page wiki des scripts bash de GRASS

Si vous voulez travailler en python, alors le langage est assez différent. Par exemple, pour parcourir un répertoire de fichiers *.tif en python, vous pouvez :

importer os,glob pour tif_file dans glob.glob("*.tif") : new_rast = os.path.splitext(tif_file)[0] grass.run_command('r.in.gdal', input=tif_file, output=new_rast )

Alors, choisissez d'abord vos outils :-)


La syntaxe correcte est :

pour le fichier dans $(ls *.tif); faire r.in.gdal input=$file output=${file%.tif} ; terminé;

Où vous rassemblez les valeurs individuelles fournies parlset itérer à travers eux, vous devez donc mettre un signe variable ($) avant lelscommande et mettez-la entre parenthèses.

Lorsque vous appelez lefichiervariable plus tard, vous pouvez soit appeler$fichiercomme dans le paramètre d'entrée ou appelez-y une fonction, comme la fonction de dénudage avec les accolades. Si vous l'appelez dans une fonction, vous devez mettre un point-virgule après, car dans bash, le point-virgule signe la fin d'une fonction/commande.


GRASS GIS 7.2.2 publié

Après trois mois de développement, le nouvelle version de mise à jour SIG GRASS 7.2.2 est disponible. Il offre plus de 120 correctifs de stabilité et améliorations manuelles par rapport à la version 7.2.1. Un Aperçu des nouvelles fonctionnalités de la série de versions 7.2 est disponible sur Nouvelles fonctionnalités dans GRASS GIS 7.2.

À propos de GRASS GIS 7: Son interface utilisateur graphique aide l'utilisateur à rendre les opérations SIG complexes aussi simples que possible. L'interface Python mise à jour de la bibliothèque C permet aux utilisateurs de créer de nouveaux modules GRASS GIS-Python de manière simple tout en obtenant des modules puissants et rapides. De plus, les bibliothèques ont été à nouveau considérablement amélioré pour la vitesse et l'efficacité, ainsi que la prise en charge des fichiers volumineux. Beaucoup d'efforts ont été investis pour standardiser les noms de paramètres et de drapeaux. Enfin, GRASS GIS 7 est livré avec une série de nouveaux modules pour analyser des données raster et vectorielles, ainsi qu'un cadre temporel. Pour un aperçu détaillé, consultez la liste des nouvelles fonctionnalités. En tant que série de versions stables, 7.2.x bénéficie Soutien à long terme.

Téléchargement des binaires/programme d'installation :

  • winGRASS 7.2.2 : installateur autonome 32 bits | Installateur autonome 64 bits
  • winGRASS 7.2.2 OSGeo4W : Installateur OSGeo4W 32 bits | Programme d'installation OSGeo4W 64 bits (CentOS7, RHEL7, …) (Ubuntu LTS – Xenial, Trusty) (Ubuntu non LTS – Zesty)
  • … d'autres packages binaires pour d'autres distributions Linux et Mac OSX suivront sous peu, veuillez consulter les téléchargements de logiciels.

Téléchargement du code source :

Plus de détails:

Voir aussi notre annonce détaillée :

Les utilisateurs novices peuvent explorer le didacticiel des premières étapes après l'installation.

À propos de GRASS SIG

Le système d'aide à l'analyse des ressources géographiques (https://grass.osgeo.org/), communément appelé GRASS GIS, est un système d'information géographique Open Source fournissant de puissantes capacités de traitement raster, vectoriel et géospatial dans une seule suite logicielle intégrée. GRASS GIS comprend des outils de modélisation spatiale, de visualisation de données matricielles et vectorielles, de gestion et d'analyse de données géospatiales et de traitement d'images satellitaires et aériennes. Il offre également la possibilité de produire des graphiques de présentation sophistiqués et des cartes papier. GRASS GIS a été traduit dans une vingtaine de langues et prend en charge un large éventail de formats de données. Il peut être utilisé soit en tant qu'application autonome, soit en tant que backend pour d'autres progiciels tels que QGIS et R geostatistics. Il est distribué gratuitement sous les termes de la licence publique générale GNU (GPL). GRASS GIS est membre fondateur de l'Open Source Geospatial Foundation (OSGeo).

L'équipe de développement GRASS, sept. 2017


Il existe un module complémentaire MCDA. Ce module complémentaire contient 4 modules rasters  :

Jean-Denis Giguère Proposition d'été de code

Coordonnées

Titre

Amélioration des outils d'analyse multicritères dans GRASS.

Introduction

La dernière décennie nous montre une prise de conscience géospatiale en croissance rapide dans notre société. Chaque jour, de plus en plus de personnes utilisent plus intensément les informations géospatiales pour prendre des décisions. L'utilisation d'informations géospatiales pour résoudre des tâches quotidiennes relativement simples est toujours plus courante. Les logiciels open source, l'accès amélioré aux données géospatiales, la technologie mobile ont permis cette explosion de la conscience géospatiale. L'augmentation de l'utilisation des informations géospatiales fait que la population générale et les gestionnaires offrent aujourd'hui une excellente opportunité d'améliorer le rôle des systèmes d'information géographique (SIG) dans la prise de décision. Ce n'est pas une idée nouvelle que le SIG pourrait jouer un rôle important dans la prise de décision. Mais la communauté des logiciels géospatiaux open source pourrait bénéficier de cette tendance en rendant les outils encore plus attractifs pour l'analyse décisionnelle.

Un bon moyen d'améliorer la contribution des logiciels SIG aux activités de prise de décision est d'y intégrer des outils spécifiquement développés pour l'analyse des décisions. Une grande famille d'entre eux est connue sous le nom d'outils d'analyse décisionnelle multicritère (MCDA). MCDA et GIS sont couplés dans la littérature scientifique depuis le début des années 90. L'inclusion de certains de ces outils dans un logiciel SIG open source comme GRASS pourrait être un moyen intéressant de les rendre plus disponibles.

Le référentiel de modules complémentaires GRASS offre déjà un support MCDA. L'objectif de ce projet est d'améliorer cette prise en charge en ajoutant de nouvelles règles de combinaison (algorithmes) et en prenant en charge davantage de modèles de données (ajouter la prise en charge des vecteurs à la prise en charge des trames existantes).

La littérature MCDA présente des situations où des alternatives limitées et connues sont évaluées pour trouver la meilleure (ou une bonne). Ces situations sont connues sous le nom d'analyse décisionnelle multiattributs (MADA). Alternativement, l'évaluation pourrait être évaluée sur un domaine spécifié, mais pas sur un ensemble spécifié d'alternatives. Il s'agit de l'analyse décisionnelle multiobjectif (MODA). Ce projet SoC propose de mettre en œuvre les règles de combinaison MADA et MODA.

MCDA est utilisé dans de nombreux domaines d'application. La sélection des règles de combinaison sera basée sur la pertinence et la fréquence d'utilisation dans un sous-ensemble sélectionné de domaines d'application fournis dans la revue de littérature. La priorité sera donnée aux applications environnementales et urbanistiques.

Arrière-plan

Je terminerai début mai mon mémoire de master en Sciences géographiques. Tout en finissant ma thèse, j'enseigne un cours d'introduction aux SIG à l'Université de Sherbrooke. Je donne mon cours en utilisant plusieurs logiciels open source. Les logiciels géospatiaux open source jouent un rôle majeur dans ce cours. Nous utilisons GRASS, Quantum GIS, Geoserver, Geonetwork, R pour couvrir différentes questions importantes en SIG. GRASS est le principal logiciel de système d'information géographique utilisé pour l'analyse spatiale et la prise de décision.

Le Google Summer of Code m'offre une opportunité très intéressante de contribuer à nouveau à la communauté GRASS, et plus largement à la communauté Osgeo. J'ai des compétences de base en programmation. Bien que je sois plus un analyste SIG qu'un programmeur, je réussis déjà à produire des codes substantiels à utiliser en production pour un autre projet open source. Mon mémoire de master porte sur l'évaluation d'un modèle de simulation atmosphérique lié à la pollution lumineuse. Je suis vraiment intéressé par les processus de développement logiciel de la phase de spécification initiale au déploiement, y compris les activités d'assurance qualité continues, la documentation, etc.

Peut-être parce que j'étudie et enseigne dans un département "Géomatique appliquée", la prise de décision est une préoccupation essentielle pour moi. GRASS offre une merveilleuse boîte à outils pour de nombreuses analyses géospatiales. Je pense que l'amélioration des outils de prise de décision rendra GRASS encore plus puissant pour de nombreux utilisateurs.

Il existe déjà un module complémentaire GRASS pour l'analyse décisionnelle multicritère [1]. Cet add-on est un début très intéressant, mais je pense que nous devrions offrir plus d'options. Premièrement, je pense que les outils MCDA sont aussi importants pour l'analyse vectorielle que pour le raster. Le plugin mcda ne fonctionne qu'avec des données raster. En outre, il existe de nombreuses règles de combinaison intéressantes. Je pense que nous pourrions ajouter au moins une autre règle de combinaison qui serait utile pour l'évaluation des scénarios.

L'idée

Décrivez votre détail avec autant de détails que possible. Expliquez quels algorithmes vous avez l'intention d'utiliser/étudier (le cas échéant). Décrivez également l'avantage commercial, c'est-à-dire comment votre idée améliore le programme auquel elle est destinée. Quel est votre public cible (utilisateurs finaux ?, administrateurs ?, développeurs ?)


Mon projet consiste à améliorer les outils d'aide à la décision dans GRASS en utilisant l'analyse décisionnelle multicritère (MCDA). Ces outils seront utiles aux analystes SIG qui utilisent déjà le SIG dans des applications d'aide à la décision. Ils pourraient également être utilisés dans les cours de SIG. MCDA est présent dans le corpus de connaissances commun UCGIS et AAG GIS&T.

La réflexion autour de ce projet est inspirée par l'enquête sur la littérature réalisée par Malczewski en 2006 [1]. Dans cet article, l'auteur présente une classification des articles GIS MCDA écrits entre 1990 et 2004. Cette classification est utilisée pour déterminer des fonctionnalités significatives. Les commentaires de la communauté GRASS sont utilisés pour valider la sélection et améliorer l'adéquation entre le développement et les besoins réels des utilisateurs de GRASS.

En plus des nouveaux modules GRASS, ce projet comprend la production d'une documentation complète. Un exemple de jeu de données sera également créé.

  • Décrire les principaux algorithmes
  • Décrire les problèmes de mise en œuvre
  • Décrire le plan de test (acceptation, tests unitaires, intégration, etc.)

[1] Malczewski, J. 2006. Journal international des sciences de l'information géographique. Vol. 20, n° 7, août 2006, 703-726.

Plan de projet

Je pense qu'une méthodologie de développement logiciel itérative comme la programmation agile pourrait être adéquate pour ce projet. Un cycle de publication court permettra un retour rapide pour la communauté. Cela garantira que tous les composants seront fabriqués à temps. Les spécifications seront documentées à l'aide de documents de type fiche d'histoire sur le wiki. Chaque itération comprendra de nouveaux tests, un nouveau code, une nouvelle documentation de développement, une nouvelle documentation pour l'utilisateur final (doc d'herbe générique et tutoriel).

Dépôt de la première demande.

Revue de littérature. Écriture des premières histoires :

Réchauffer. Lire les directives de développement de Grass et v.example http://trac.osgeo.org/grass/wiki/HowToProgram

Les participants au SoC ont annoncé l'amélioration du test d'acceptation.

4 juin. Date limite d'itération

18 juin. Délai d'itération

2 juillet. Date limite d'itération

16 juillet. Date limite d'itération

Crayon vers le bas (date limite de la dernière itération)

Idées futures / Comment développer votre idée ?

Décrivez comment votre idée peut être améliorée et étendue, et quels seraient les avantages de cette extension. Peut-être que votre idée peut être utilisée dans un autre projet, ou pour autre chose ?


Répondez brièvement aux questions suivantes (environ 300 mots max)

Questions d'Osgeo

Comment votre tâche SoC profiterait-elle au projet membre de l'OSGeo, et plus généralement à la Fondation OSGeo dans son ensemble ?

Les SIG sont traditionnellement associés à l'aide à la décision. Étant donné que la population en général et les décideurs sont toujours plus conscients de l'importance des informations géospatiales, le moment est venu d'améliorer les outils d'aide à la décision dans les logiciels SIG. GRASS offre une boîte à outils complète pour l'analyse spatiale. Inclure des outils de prise de décision de pointe peut être un moyen intéressant de rendre GRASS encore plus puissant dans une situation de prise de décision.


Veuillez fournir des détails sur votre expérience SIG antérieure

J'ai un B.Sc. en "SIG environnemental" (Géomatique appliquée à l'environnement). Je terminerai bientôt mon Master en Sciences Géographiques. J'enseigne les SIG à l'Université de Sherbrooke. J'ai des expériences de travail dans l'utilisation, le déploiement et le développement de logiciels géospatiaux open source.

Avez-vous déjà une expérience en programmation SIG et en programmation de logiciels ?

Mon langage de programmation principal est Python. J'utilise ce langage pour automatiser de nombreux traitements durant mon master. Je connais aussi R et PHP. J'ai effectué un stage à CamptoCamp où j'ai développé une capacité de cartographie thématique pour le framework Cartoweb. Le projet était dans un PHP orienté objet.

J'ai fait de la programmation C++ lors d'un autre stage de 8 mois, mais mon travail portait plus sur l'analyse que sur la programmation.

J'ai apporté des améliorations mineures à deux modèles de simulation en Fortran 77.

J'utilise les scripts BASH de manière hebdomadaire, pour automatiser différentes opérations liées au SIG.

Au cours de mes études de premier cycle, j'ai suivi des cours de structures de données et d'algorithmes.


Veuillez fournir des détails sur l'expérience informatique générale

Linux est mon système d'exploitation principal depuis 2001. J'ai utilisé Red Hat, Slackware, Mandriva et Debian avant de passer à Ubuntu. J'ai packagé des applications sous Red Hat, Mandriva et Debian.

Python et BASH sont mes langages de programmation les plus puissants. Je n'ai pas beaucoup écrit de code C/C++, mais j'utilise ces langages dans des cours d'informatique et je suis intéressé pour améliorer mes connaissances en C.

J'ai été impliqué dans mon groupe universitaire d'utilisateurs Linux pendant environ quatre ans.

Mon département universitaire est spécialisé dans les applications de télédétection. Je travaille avec plusieurs instruments spectroradiométriques. J'ai travaillé sur l'acquisition et le transfert de données.


Dites-nous pourquoi vous êtes intéressé par les SIG et les logiciels open source

Mon intérêt pour les SIG et les logiciels open source est venu de l'idée qu'il faut toujours une perspective globale d'un problème donné pour trouver la meilleure solution, qui prend généralement la forme d'une action locale. Les SIG et les logiciels «libres» permettent d'avoir une vue d'ensemble, mais vous permettent de choisir l'action la plus adaptée à votre échelle.

Le SIG et l'open source sont tous deux collaboratifs par nature. Les projets SIG sont toujours pluridisciplinaires. Nous avons besoin les uns des autres pour résoudre les problèmes. Les logiciels open source permettent à chacun de contribuer à l'amélioration d'une bibliothèque croissante d'applications. La collaboration est une caractéristique clé de la croissance de la communauté, les SIG et l'Open Source en font la promotion.

Les SIG offrent des outils importants pour la prise de décision. Notre vie consiste à prendre des décisions, donc avoir un meilleur outil pour prendre de meilleures décisions n'est peut-être pas un luxe. Les SIG permettent de prendre en compte la dimension spatiale des problèmes. La dimension spatiale ne pouvait pas être omise dans de nombreuses (ou n'importe quelle) situation.

Veuillez nous dire pourquoi vous êtes intéressé par votre projet de codage spécifique

Veuillez nous dire pourquoi vous êtes intéressé à travailler pour l'OSGeo et le(s) projet(s) logiciel(s) que vous avez sélectionné(s)


Comprenez-vous qu'il s'agit d'un engagement sérieux, équivalent à un stage d'été rémunéré à temps plein ou à un emploi d'été ?


Titre : Implémentation d'une technique de visualisation parallèle haute performance dans le SIG GRASS

Cet article décrit une extension pour GRASS GIS qui permet aux utilisateurs d'effectuer des tâches de visualisation géographique sur des écrans haute résolution en mosaïque alimentés par les grappes d'ordinateurs personnels de base. Les systèmes de visualisation parallèle deviennent de plus en plus courants dans le calcul scientifique en raison de la baisse des coûts matériels et de la disponibilité du logiciel open source pour prendre en charge une telle architecture. Les écrans haute résolution permettent aux scientifiques de visualiser de très grands ensembles de données avec une perte minimale de détails. De tels systèmes sont très prometteurs notamment dans le domaine des systèmes d'information géographique car les utilisateurs peuvent naturellement combiner plusieurs échelles géographiques sur un même affichage. L'article traite de l'architecture, de la mise en œuvre et du fonctionnement de pd-GRASS - une extension SIG GRASS pour une visualisation parallèle haute performance sur des écrans en mosaïque. pd-GRASS est particulièrement bien adapté aux très grands ensembles de données géographiques tels que les données LIDAR ou les bases de données géographiques à haute résolution à l'échelle nationale. Le document aborde également brièvement l'efficacité de calcul, les performances et les applications potentielles pour de tels systèmes.


Lors de la migration vers GRASS GIS, il est utile de revoir sa conception et ses valeurs. Voici les faits saillants.

Portabilité

  • Prise en charge de toutes les principales plates-formes, y compris Linux, Mac OS X et MS Windows
  • Tout le code POSIX C et compatible UNIX générique
  • GRASS GIS fonctionne non seulement sur des ordinateurs de bureau puissants, mais également sur des ordinateurs portables bas de gamme jusqu'à des appareils tels que Raspberry Pi.
  • GRASS GIS fonctionne également sur des serveurs, des clusters pour le calcul scientifique et sur d'autres configurations d'ordinateurs de table ou de cloud
  • Versions 64 bits et 32 ​​bits

Évolutivité

  • Performances du SIG GRASS
  • La version 64 bits offre des performances et une capacité encore meilleures sur toutes les plates-formes, y compris MS Windows

Tout en un

  • Avec GRASS GIS, vous obtenez une sélection complète d'analyses, y compris, mais sans s'y limiter, l'hydrologie, l'analyse de terrain, l'analyse de réseau et le traitement d'images. Pas d'installation ou d'achat d'outils ou de plugins supplémentaires.
  • GRASS GIS vise à traiter toutes sortes de données géospatiales de manière unifiée, y compris les vecteurs, les rasters, les images, les rasters 3D et leurs séries temporelles.

Scriptabilité

  • GRASS GIS est composé d'outils modulaires spécialement conçus pour une scriptabilité facile dans un certain nombre de langages de script courants, voir par exemple GRASS et Shell
  • Interface pour les hooks directs dans les langages de script supérieurs, en particulier Python mais aussi R et Bash/Shell, voir GRASS et Python et
  • GRASS GIS peut fonctionner sans interface graphique lorsque le chemin complet vers le jeu de cartes est fourni dans les paramètres de la ligne de commande. Si "GRASS_BATCH_JOB=/chemin/vers/script.sh" La variable d'environnement est définie GRASS 6+ exécutera le script en tant que travail par lots et se terminera lorsqu'il sera terminé. La même chose s'applique à --exec paramètre dans GRASS 7.1+. Voir aussi le manuel de commande grass7 et GRASS et Shell.

Interopérabilité

La collaboration avec des logiciels externes est fortement encouragée.

  • GDAL/OGR pour l'import/export vers de nombreux formats
  • NumPy (en Python) : script.array.array() , script.array.array3d()
  • Logiciel statistique R : interface GRASS-R
  • DXF : v.in.dxf , v.out.dxf , v.in.ogr , v.out.ogr
  • Matlab/Octave : r.in.mat , r.out.mat , v.in.mapgen , v.in.ascii , v.out.ascii
  • Rendu POV-Ray : r.out.pov , v.out.pov - voir aussi POV-Ray
  • VMRL : r.out.vrml (réalité virtuelle 3D)
  • GMT - Outils de cartographie génériques pour la cartographie : r.in.bin , r.out.bin
  • Google Earth/KML : v.out.ogr
  • VTK (Paraview, etc): r3.out.vtk , r.out.vtk , v.out.vtk - voir aussi GRASS et Paraview
  • Vis5D : r3.in.v5d , r3.out.v5d
  • QGIS dispose du plugin GRASS pour travailler avec les données SIG GRASS et les outils analytiques dans QGIS

Liberté

  • Tous les utilisateurs sont libres d'exécuter le SIG GRASS dans n'importe quel but, d'étudier son fonctionnement, de le copier et de le redistribuer, et même de le modifier.
  • Libertés garanties par la Licence Publique Générale GNU (GPL)
  • Rocchini, D., Neteler, M., 2012. Laissez le paradigme des quatre libertés s'appliquer à l'écologie. Trends in Ecology & Evolution 27, 310-311., (texte intégral)

Landsat 8 capture le Trentin en novembre 2014

Les beaux jours de début novembre 2014 ont permis d'obtenir de belles vues sur le Trentin (Italie du Nord) grâce à la politique d'open data de Landsat 8 et de la NASA :


Landsat 8 : Italie du Nord 1er novembre 2014


Trente capturée par Landsat8


Landsat 8 : San Michele – 1 novembre 2014

La beauté du paysage mais aussi l'impact humain (paysage et traînées de condensation des avions) sont bien visibles.

Toutes les données ont été traitées dans GRASS GIS 7 et affinées avec i.fusion.hpf écrit par Nikos Alexandris.


Horaires et dates des ateliers :

Atelier 1 : Introduction à Linux comme plateforme d'analyse spatiale open source (Giuseppe)

Cette session d'introduction se concentrera sur les concepts fondamentaux et les compétences nécessaires pour commencer à utiliser le système d'exploitation Linux pour l'exploration et l'analyse de données spatiales. Au cours de la première moitié de l'atelier, nous installerons une machine virtuelle Linux (LVM) sur votre ordinateur portable et explorerons les matériaux disponibles sur http://www.spatial-ecology.net . Au cours de la seconde moitié de l'atelier, nous apprendrons les commandes Linux essentielles pour naviguer dans les répertoires, copier et déplacer des fichiers, compresser/décompresser des fichiers, etc.

Atelier 2 : Introduction au SIG GRASS (Giuseppe)

Cet atelier présente aux étudiants le puissant logiciel SIG GRASS (Geographic Resources Analysis Support System) pour manipuler les données raster et vectorielles. Nous verrons l'interface utilisateur graphique et utiliserons des scripts BASH simples pour automatiser de nombreuses tâches courantes de traitement des données géographiques telles que le recadrage et la re-projection d'images. Vous apprendrez à scripter des processus pour des fonctions géographiques complexes.

Cet atelier suppose des CONNAISSANCES DE BASE des lignes de commande BASH et des connaissances de base des concepts des Systèmes d'Information Géographique (projection, buffer, overlay, etc…). Les participants auront besoin d'une machine virtuelle Linux pré-installée sur leur propre ordinateur portable pour suivre l'atelier.

Atelier 3 : Application hydrologique avec GRASS GIS (Sami)

Cet atelier donnera une introduction aux outils hydrologiques du SIG GRASS. L'objectif est de générer des prédicteurs environnementaux dans l'environnement d'eau douce pour les analyses de la biodiversité et les modèles de distribution des espèces. GRASS offre une suite de fonctions hydrologiques, et nous démontrerons un module complémentaire sur mesure dans GRASS qui calcule automatiquement les bassins versants et relie l'environnement contribuant en amont d'une variable donnée à chaque tronçon de cours d'eau.

Cet atelier suppose des CONNAISSANCES DE BASE des lignes de commande BASH et des connaissances de base des systèmes d'information géographique ainsi que les compétences acquises lors des ateliers 1, 2 et 3. Les participants auront besoin d'une machine virtuelle Linux pré-installée sur leur propre ordinateur portable pour suivre l'atelier.

Atelier 4 : Traitement raster/vecteur à l'aide des bibliothèques GDAL/OGR et pktools

Cet atelier présente aux étudiants la puissante bibliothèque d'abstraction de données géospatiales (GDAL), les bibliothèques OGR et le logiciel pktools pour effectuer des analyses de systèmes d'information géographique et de télédétection. Vous utiliserez des scripts BASH simples pour automatiser de nombreuses tâches courantes de traitement des données géographiques telles que le recadrage et la re-projection, le mosaïquage et le filtrage d'images. Vous apprendrez à scripter des processus pour des fonctions géographiques complexes.

Cet atelier suppose des CONNAISSANCES ANTERIEURES des lignes de commande BASH (acquises lors de l'Atelier 1) et des connaissances de base des concepts de Systèmes d'Information Géographique et de Télédétection (projection, signature spectrale, etc…). Les participants auront besoin d'une machine virtuelle Linux préinstallée sur leur propre ordinateur portable pour suivre l'atelier.

Atelier 5 : Bases de la télédétection pour les écologistes (Ryan ?/Mao-Ning ?)

Cet atelier s'appuie sur les leçons données lors de l'atelier précédent sur le traitement raster/vecteur en utilisant des scripts de base pour traiter les images LANDSAT et développer des indices de végétation. Une présentation fournira également (i) quelques exemples de technologies et d'applications actuelles de télédétection, et (ii) un aperçu rapide de l'analyse spectrale de la végétation.

Cet atelier suppose des CONNAISSANCES ANTERIEURES des lignes de commande BASH (acquises lors de l'Atelier 1) et des connaissances de base des concepts de Systèmes d'Information Géographique et de Télédétection (projection, signature spectrale, etc…). Les participants auront besoin d'une machine virtuelle Linux préinstallée sur leur propre ordinateur portable pour suivre l'atelier.

Atelier 6 : Modélisation de la distribution des espèces I (Marta)

Cet atelier initiera les étudiants aux bases de la modélisation de la distribution des espèces. Nous enseignerons aux étudiants comment récupérer les données d'occurrence des espèces à partir de la carte de la vie et prétraiter les données environnementales. Nous ajusterons ensuite un modèle linéaire généralisé pour estimer la distribution des espèces et prédire à travers le paysage.

Pour suivre l'atelier, des CONNAISSANCES DE BASE ANTERIEURES du langage R et des statistiques sont requises. Les participants auront besoin d'une machine virtuelle Linux pré-installée sur leur propre ordinateur portable pour suivre l'atelier.

Atelier 7 : Modélisation de la distribution des espèces II (Marta)

Cet atelier présentera aux étudiants la question de la détection imparfaite des espèces et son importance dans la modélisation de la distribution des espèces. Nous démontrerons également les techniques développées pour tenir compte de la détection imparfaite des espèces. Nous utiliserons les données d'occurrence d'espèces opportunistes pour la modélisation de l'occupation et le package hSDM R pour ajuster le modèle de distribution hiérarchique et comparer les résultats des modèles construits avec des données environnementales interpolées et dérivées des satellites.

Cet atelier suppose des CONNAISSANCES DE BASE PRÉALABLES du langage R, des statistiques et des compétences acquises au cours de l'atelier 6. Les participants auront besoin d'une machine virtuelle Linux préinstallée sur leur propre ordinateur portable pour suivre l'atelier.


7 références

  • Burrough, T. fin P.P.A., McDonnell, R.A., & Lloyd, C.D. 2015. Principes des systèmes d'information géographique. Oxford University Press, Oxford, New York.
  • Hengl, T. 2007. Un guide pratique de la cartographie géostatistique des variables environnementales. Rapports scientifiques et techniques du CCR. Commission européenne, Centre commun de recherche, Luxembourg.
  • Krigeage par régression - https://en.wikipedia.org/wiki/Regression-kriging
  • Gimond, M. 2017. Introduction aux SIG et à l'analyse spatiale. URL : https://mgimond.github.io/Spatial/index.html
  • Neteler, M., & Mitasova, H. 2008. SIG open source : une approche SIG GRASS. Springer Science+Business Media, New York.
  • Tobler, W.R. (1970). Un film informatique simulant la croissance urbaine dans la région de Detroit. Géographie économique, 46(2) : 234-240.
  • Ly, S., Charles, C., & Degré, A. 2013. Différentes méthodes d'interpolation spatiale des données pluviométriques pour l'hydrologie opérationnelle et la modélisation hydrologique à l'échelle du bassin versant : une revue. BASE. URL : http://www.pressesagro.be/base/text/v17n2/392.pdf
  • Hengl 2008. Comment utiliser le krigeage. Dans : Manuel ILWIS (3.5). URL : http://spatial-analyst.net/ILWIS/htm/ilwis/how_to_use_kriging.htm
  • Barboux, C. & Collet, C. 2012. Analyse du changement spatial. Alliance de formation aux technologies de l'information géographique (GITTA). URL : http://www.gitta.info/SpatChangeAna/en/html/spatial_dist_an_TrendSurf.html


Ce tutoriel a été développé pour le Pratique du SIG et de la télédétection avec GRASS GIS par Veronica Andreo, Sajid Pareeth et Paulo van Breugel. Le travail est sous licence Creative Commons Attribution-NonCommercial 4.0 International License.


SIG GRASS de base avec BASH

Mais cela n'a pas toujours été le cas.

GRASS GIS était, pendant longtemps, quelque chose que j'ai qualifié de « trop complexe » pour mes opérations géospatiales quotidiennes. J'ai formulé un certain nombre d'excuses pour contourner le logiciel et je ne pouvais pas être convaincu qu'il avait une utilité pratique dans mon travail quotidien. C'était «trop difficile à configurer», «n'a jamais bien fonctionné avec QGIS» et «a fait de mes processus de script un cauchemar».

Je suis ici pour dire officiellement que je me suis trompé depuis très longtemps. GRASS GIS est assez étonnant et est un outil merveilleusement facile à scripter.

Récemment, j'ai écrit un modèle pour extraire les lignes médianes des rivières à partir de données d'altitude haute résolution. Au cours du processus, j'ai pensé à quel point il aurait été utile, il y a longtemps, d'avoir un exemple simple pour configurer un environnement et scripter un processus BASH à l'aide de GRASS. Alors, j'en ai construit un pour moi.

L'exemple suivant fournit les étapes d'une extraction simple d'un bassin versant sur une donnée d'altitude LINZ 8 m. L'exemple est uniquement destiné à la démonstration de l'exécution d'une configuration de base BASH/GRASS avec une commande d'hydrologie et NON à une démonstration de la manière de faire de l'hydrologie à l'aide de GRASS. Les données d'altitude de 8 m ne sont pas les meilleures données pour l'extraction hydrologique, cependant, ces données fournissent un ensemble de données de bonne taille à utiliser comme pratique et donneront des résultats. Veuillez également noter que l'extraction de bassin versant sur un raster carré ne donnera pas de résultats précis sur les bords du raster.

1. Téléchargez un petit morceau de données d'altitude à partir du service de données LINZ
2. Construire un environnement GRASS pour traiter ces données
3. Construire un script BASH pour traiter les captages
4. Importez l'élévation dans l'environnement GRASS
5. Effectuer quelques opérations de base GRASS (remplissage et bassin versant)
6. Exporter le format raster pour la visualisation
7. Exporter les bassins versants vectoriels vers shapefile

Ce qui suit suppose que vous travaillez dans un environnement Linux et que vous avez une connaissance de base des scripts BASH. J'ai testé ce processus avec Ubuntu 18.04 et GRASS 7.4. J'ai 16 Go de RAM sur ma machine.

Si vous ne l'avez pas encore tout prêt, vous pouvez installer GRASS comme suit :

Si vous êtes intéressé, mais pas nécessaire, vous pouvez installer des fonctionnalités pour créer des plug-ins GRASS :

Créez-vous un répertoire dans lequel travailler :

Téléchargez une donnée d'altitude à partir du service de données LINZ, placez-la dans votre répertoire :

Du Table de tuiles, J'ai téléchargé la tuile JM dans EPSG:2193.

Dans votre répertoire, vous devrez créer un dossier « PERMANENT » pour que GRASS fasse sa magie. Ce dossier sera paramétré pour fonctionner dans la projection de vos données. Assurez-vous que vos données sont dans la même projection que l'environnement que vous avez créé. Les données sont téléchargées dans EPSG:2193, New Zealand Transverse Mercator (NZTM), nous avons donc configuré l'environnement GRASS pour qu'il fonctionne dans cette projection :

'-c' créera votre répertoire en utilisant epsg:2193 et ​​'-e' se fermera une fois cette opération terminée.

L'exécution de cette commande créera un dossier PERMANENT dans :

fournissant tous les bits dont GRASS a besoin pour fonctionner. Votre structure de dossier ressemblera à :

Jetez un œil à l'intérieur du dossier et voyez ce que GRASS a construit pour lui-même.

La clé à partir de maintenant est de toujours exécuter votre script BASH via cet environnement. L'exécution de votre script dans cet environnement vous permettra d'exécuter les commandes BASH et GRASS en même temps.

Tout d'abord, examinons la commande de base pour exécuter un script BASH en utilisant un environnement GRASS.

Ce qui précède dit, lancez GRASS en utilisant cet environnement

et exécutez, –exec, ce script

Créons le script BASH. En cela, nous allons :

1. Importez les données d'altitude. GRASS aime travailler dans ses propres formats de données
2. Définissez la région dans laquelle l'opération sera effectuée. GRASS a besoin de savoir où l'opération va être effectuée.
3. Effectuez les opérations r.fill.dir et r.watershed
4. Exporter un raster au format .tif
5. Exportez les sorties vectorielles au format .shp

Voilà. Un simple script BASH, configuré pour exécuter certaines commandes GRASS, s'exécutant sur votre machine LINUX.

Mettre tous ensemble

Configurez votre environnement, copiez le script ci-dessus, collez-le dans un éditeur de texte, enregistrez-le sous :

Votre fichier de formes de bassins de sortie doit être similaire à l'image ci-dessous

Cliquez ici pour la prochaine étape de ce processus, comment découper votre raster à l'aide de la couche de bassin versant à l'aide de GDAL et de boucles.

Faites-moi savoir si cela a été utile ou si vous souhaitez voir des changements.


Problème avec la boucle Bash dans GRASS GIS - Systèmes d'Information Géographique

Traitement et visualisation des données spatio-temporelles dans GRASS GIS

Le traitement et la visualisation des données spatio-temporelles dans l'atelier SIG GRASS a été créé pour la conférence FOSS4G 2014 à Portland, Oregon.

Noyade dans trop de cartes? Amusez-vous à explorer des géométries fascinantes de paysages changeants dans Space Time Cube et à créer des animations 2D et 3D à partir de séries chronologiques de données géospatiales. Découvrez les nouvelles fonctionnalités de gestion des données spatio-temporelles dans GRASS GIS 7 (http://grass.osgeo.org/grass7/) et explorez diverses techniques de visualisation dynamique.

Tout d'abord, nous vous présenterons GRASS GIS 7, y compris ses capacités spatio-temporelles et vous apprendrez à gérer et analyser des séries temporelles de données géospatiales. Ensuite, nous explorerons de nouveaux outils de visualisation de données spatio-temporelles. Vous allez créer des visualisations dynamiques 2D et 3D directement dans GRASS GIS 7. De plus, nous expliquerons le concept Space Time Cube en utilisant diverses applications basées sur des séries temporelles de données raster et vectorielles. You will learn to manage and visualize data in space time cubes (voxel models). No prior knowledge of GRASS GIS is necessary, we will cover the basics needed for the workshop. All relevant material including an overview of the tools and hands-on practical instructions along with the sample data sets will be available on-line. And, by the way, GRASS GIS is a free and open source geographic information system (GIS) used for geospatial data management, analysis, modeling, image processing, and visualization which runs on Linux, MS Windows, Mac OS X and other systems.

Presentation with introduction to GRASS GIS and TGRASS (GRASS GIS temporal framework):