Suite

Utilisation d'un raster pour découper des données vectorielles


J'ai des données raster haute résolution couvrant 2 millions de km², avec un champ où chaque cellule a une valeur de 0 à 100. Je dois créer un "masque" en utilisant les cellules avec une valeur supérieure à 12 dans ce champ. Je dois ensuite découper des données vectorielles sur ce masque.
Je me demandais s'il existait une bonne méthode pour sélectionner des cellules à partir de rasters et utiliser cette sélection (avec un bruit réduit et des bords lissés) pour découper des données vectorielles? Je n'ai pas d'extension d'analyste spatial. J'utilise ArcGIS for Desktop 10.1.

    -

Vous ne pouvez pas découper un fichier vectoriel avec un fichier raster. Vous devez donc d'abord convertir votre raster en polygone. Dans ArcGIS, vous pouvez utiliser "raster vers polygone" à partir de la boîte à outils de conversion (pas besoin d'extension). Le problème est que vous devez d'abord créer le masque, et il n'y a pas d'outil intégré dans ArcGIS sans analyste spatial. Cette étape doit donc être effectuée dans un autre logiciel. C'est une opération basique, donc vous avez le choix (GRASS -> r.reclass , gdal_calc -exp A>12, OTB avec l'application BandMath, etc… ). Si vous voulez vraiment le faire dans ArcGIS, vous pouvez utiliser arcpy et "RasterToNumPyArray" (nécessite également numpy), reclasser avec numpy et revenir au raster avec "NumPyArrayToRaster".


Si vous avez ArcGIS et pas de SA : vous pouvez envisager de convertir en points, de supprimer les valeurs inférieures à 12, de transformer le reste des valeurs en un seul entier, de convertir en raster, puis de convertir en polygone. Ce polygone serait utilisé dans les clips et des masques de calque de dessin avancés, j'ai testé cela sur un SRTM, et cela a bien fonctionné :

import arcpy from arcpy import env Folder = "C:DataTempSTACK" GDB = "C:DataTempSTACKTempGDB.gdb" env.workspace = GDB TempP = GDB+" TempP" Poly = GDB+"Poly" InRaster = "C:DataTempSTACKRaster" OutRaster = Folder+"OutRaster" TempPLayer = "TempPLayer" elevMinResult = arcpy.GetRasterProperties_management(InRaster , "MINIMUM") elevMaxResult = arcpy.GetRasterProperties_management(InRaster, "MAXIMUM") CELLSIZEX = arcpy.GetRasterProperties_management(InRaster,"CELLSIZEX") print "Min: " +str(elevMinResult) +" Max: " + str(elevMaxResult) "Taille de la cellule : "+ str(CELLSIZEX) if arcpy.Exists(TempP): arcpy.Delete_management(TempP) if arcpy.Exists(OutRaster): arcpy.Delete_management(OutRaster) if arcpy.Exists(Poly): arcpy.Delete_management( Poly) arcpy.RasterToPoint_conversion(InRaster, TempP, "Value") arcpy.MakeFeatureLayer_management(TempP,TempPLayer) arcpy.SelectLayerByAttribute_management(TempPLayer, "NEW_SELECTION", " "grid_code" < 12 ") arcpy.DeleteFeatures_management( TempPLayer) del TempPLayer arcpy.AddField_management (TempP, "IntValue", "LONG", "", "", "", "IntValue", "NULLABLE") arcpy.CalculateField_management(TempP, "IntValue","1", " PYTHON") arcpy.PointToRaster_conversion(TempP, "IntValue", OutRaster, "MAXIMUM", "", CELLSIZEX) arcpy.RasterToPolygon_conversion(OutRaster, Poly, "NO_SIMPLIFY", "VALUE")

BREF RÉSUMÉ DE L'INVENTION

La présente invention concerne des procédés d'alignement de données matricielles et vectorielles.

Dans un mode de réalisation, un aligneur raster/vecteur reçoit des données raster et un vecteur approximatif d'une caractéristique dans les données raster. L'aligneur de trame/vecteur génère un signal de contour en filtrant les données de trame le long d'une direction du vecteur approximatif et un signal de lissage par filtrage de lissage des données de trame le long d'une direction du vecteur approximatif. L'aligneur raster/vecteur combine le signal de contour et le signal de lissage en un signal combiné qui est utilisé pour générer un vecteur de translation ou un poids de signal pour la caractéristique dans les données raster.

Dans un autre mode de réalisation, l'aligneur de trame/vecteur reçoit des données de trame et un ensemble de vecteurs approximatifs pour des caractéristiques dans les données de trame. L'aligneur raster/vecteur identifie les directions des vecteurs et regroupe les vecteurs en morceaux directionnels. L'aligneur de trame/vecteur définit des zones de recherche des données de trame pour chaque segment directionnel, chaque zone englobant au moins un vecteur dans la direction. L'aligneur raster/vecteur génère des informations de traduction pour chaque zone de recherche et le vecteur correspondant. L'aligneur raster/vecteur génère un vecteur de traduction et un rapport de confiance à partir des informations de traduction des zones.

Dans un autre mode de réalisation, l'aligneur raster/vecteur reçoit des données raster et un ensemble de vecteurs approximatifs pour des caractéristiques dans les données raster. L'aligneur raster/vecteur subdivise les données raster en tuiles avec les sous-ensembles correspondants des vecteurs approximatifs. L'aligneur raster/vecteur génère des informations de traduction pour chaque tuile. L'aligneur raster/vecteur génère des informations de traduction globales pour les données raster à partir des informations de traduction des tuiles. L'aligneur raster/vecteur ajuste les données raster en fonction des informations de traduction globale pour s'aligner sur l'ensemble de vecteurs approximatifs.

De même, dans un mode de réalisation, un aligneur de trame/vecteur mis en œuvre par ordinateur peut fonctionner sur un système informatique.

D'autres modes de réalisation, caractéristiques et avantages de l'invention, ainsi que la structure et le fonctionnement des divers modes de réalisation de l'invention sont décrits en détail ci-dessous en référence aux dessins annexés.


Qui utilise le SIG ?

Alors que le SIG était autrefois une niche, il a récemment explosé dans le courant dominant. Il est facile de comprendre pourquoi : l'information géographique est d'une importance cruciale à la fois pour le secteur public et privé, pour les entreprises et pour les particuliers. Avant l'adoption généralisée des SIG, il y avait donc un vide sur le marché des logiciels capables d'analyser les données géographiques. Avec des vitesses de traitement plus rapides et un stockage de fichiers moins cher, le SIG est devenu commercialement viable et largement adopté.

De nos jours, un large éventail d'industries utilisent les SIG : assureurs, compagnies ferroviaires, détaillants et bien d'autres. Reflet de son omniprésence, l'apprentissage de l'utilisation des SIG est maintenant un élément clé de nombreux programmes collégiaux.

Images vectorielles et SIG

Afin de comprendre les données géographiques, les SIG incluent des cartes. Ces cartes peuvent être soit images raster ou un images vectorielles. Lorsqu'elles sont utilisées dans un SIG, les images raster servent de toile de fond. Il n'est pas possible de modifier ou de supprimer des éléments individuels dans une image raster. L'utilisateur est limité à effectuer des modifications qui affectent l'image dans son ensemble, telles que l'inversion des couleurs de la carte. Comme pour les autres images raster, elles sont également confrontées au problème de ne pas être évolutif du à leur dépendance de résolution. Cela signifie que lorsque vous zoomez sur une image raster, elle perdra de la qualité et deviendra pixelisée.

L'image de gauche est une carte vectorielle de la ville de Cluj-Napoca, en Roumanie. Sur la droite se trouve une section agrandie de la carte, qui a conservé sa qualité.

Les images vectorielles, quant à elles, sont bien plus dynamique. Alors qu'une image raster est composée de pixels, les vecteurs sont composés de lignes, de points, de polygones et de texte :

  • Polygones sont en deux dimensions, vous pouvez donc les utiliser pour mesurer un périmètre ou une zone, par ex. la limite d'une ville.
  • Lignes sont unidimensionnels, vous ne pouvez donc les utiliser que pour mesurer la longueur et représenter des caractéristiques linéaires, par ex. ruisseaux ou rues.
  • Points ont des dimensions nulles, vous ne pouvez donc pas les utiliser pour mesurer. Au lieu de cela, ils sont utilisés pour représenter des points de données/points d'intérêt discrets, par ex. un endroit de la ville ou une église.

Ces éléments apparaissent identiques à n'importe quelle échelle, ce qui signifie que vous pouvez zoomer ou dézoomer sur l'image tout en maintenant la qualité. Essentiellement, les vecteurs sont évolutif à l'infini. Vous pouvez également modifier des éléments individuels dans une image vectorielle, ainsi que certaines classes d'éléments. Cela signifie que vous pouvez colorer un certain bâtiment, ou tous bâtiments dans l'image. Vous pouvez également ajouter ou supprimer certains éléments de l'image, par exemple, vous pouvez supprimer tout le texte de l'image. Il est également possible de lier des données géographiques à un élément spécifique de l'image à l'aide de graphiques vectoriels. Tout cela signifie que lorsqu'il s'agit d'une carte pour SIG, le vecteur est le meilleur.

Vous voulez en savoir plus sur les rasters et les vecteurs ? Consultez ‘Explained : Raster versus Vector‘ pour plus d'informations.

DXF et SIG

Si la CAO et le SIG sont des technologies différentes, elles ont toutes deux une base commune : l'affichage d'une entité physique dans l'espace numérique. Bien que les dessins CAO soient généralement orientés à (0,0), il est possible d'incorporer des latitudes et des longitudes dans votre conception. Cela signifie que les graphiques CAO peuvent être incorporés dans les applications SIG, offrant ainsi la possibilité de représenter des bâtiments avec beaucoup plus de détails que ce qui est normalement possible avec le SIG.

Il existe de nombreux formats de CAO sur le marché, mais l'un des meilleurs formats de CAO à choisir pour une utilisation avec le SIG est DXF. Créé par Autodesk, DXF est un norme ouverte. Cela signifie qu'il est documenté publiquement et peut être utilisé dans le logiciel sans permis. Cela signifie que tous les programmes de CAO du marché prennent en charge le DXF. Il s'agit essentiellement d'un format vectoriel ‘neutre’. Non seulement cela, mais un certain nombre de programmes SIG prennent en charge le format, notamment GRASS GIS, ArcGIS (d'Esri) et gvSIG.

Comment convertir en DXF

La conversion de raster en vecteur peut être un processus délicat. Dans le passé, la seule façon de créer une représentation vectorielle d'une image raster était de tracer manuellement sur les lignes. Non seulement ce processus prenait beaucoup de temps, mais il n'y avait aucune garantie de bons résultats.

L'arrivée des logiciels de vectorisation a tout changé. Désormais, Scan2CAD facilite la conversion au format DXF en quelques clics. C'est aussi simple que 1, 2, 3 :

1. Ouvrez votre fichier raster dans Scan2CAD.

2. Sélectionnez les bons paramètres de vectorisation.

3. Convertissez votre image en un clic !

Une fois votre image vectorisée avec succès, vous êtes maintenant prêt à l'enregistrer au format DXF. Et c'est tout ! ça pourrait sembler incroyablement facile, mais le processus est en fait remarquablement complexe. Apprenez-en plus sur la façon dont Scan2CAD convertit les images en DXF, ou jetez un œil à nos questions fréquemment posées sur la conversion DXF.

Besoin de convertir de raster en vecteur pour une utilisation dans des applications SIG ? Scan2CAD est le logiciel qu'il vous faut. Convertissez en DXF en un clic grâce au leader du marché de la vectorisation. Essayez toutes les fonctionnalités de Scan2CAD’s entièrement gratuit pendant 14 jours avec notre essai gratuit.


1. Accès aux données
Les données spatiales de ce rapport sont fournies dans deux formats différents :

Les données raster et vectorielles sélectionnées peuvent être affichées dans une carte ArcMap™ 9.2 (2008-1288.mxd). Reportez-vous à la section &ldquoRaster and Vector Data Description&rdquo ci-dessous pour plus de détails sur les descriptions et les emplacements des fichiers.

Affichage des données :
Les données sont accessibles de plusieurs manières en fonction de la disponibilité du logiciel :

Affichage des documents cartographiques :
ArcGIS ® 9.2 ou supérieur :

Pour télécharger les données à partir du Web, copiez le GIS_Catalogue dossier ou le Fichier zip GIS_Catalog (environ 790 mégaoctets (Mo)) sur un ordinateur local et ouvrez la carte ArcMap™ 9.2 2008-1288.mxd. Ce document ArcMap est enregistré avec des chemins relatifs vers les fichiers de données. Tant que la structure du fichier reste la même sous le répertoire parent (GIS_Catalogue), il n'est pas nécessaire de modifier les lettres de lecteur ou les chemins. Environ 2 gigaoctets (Go) d'espace libre sont nécessaires pour enregistrer et extraire les données sur un lecteur local.

Téléchargement de données :
Les données raster et vectorielles sont stockées et compressées dans Zip *: français fichiers afin de faciliter les téléchargements Web. Les fichiers WinZip ® des couches de données individuelles sont liés dans le Aperçu des données section. Aperçu des données répertorie également des instructions de téléchargement spécifiques.

Si WinZip ® n'est pas actuellement installé sur le système local, accédez à WinZip ® http://www.winzip.com pour télécharger la dernière version de l'utilitaire WinZip ®.

2. Description des données

Cette section décrit l'emplacement des données raster et vectorielles dans la structure de répertoires de la page Web. Les données raster sont fournies sous forme de grilles binaires ESRI ®, de grilles raster ASCII ou d'images TIFF. Les données vectorielles sont fournies sous forme de fichiers ESRI ® Shapefiles. Les fichiers texte sont livrés sous forme de fichiers CSV.

Image: image binaire (formats TIFF, GeoTIFF et JPEG).

Fichiers texte: fichiers CSV et fichiers de données brutes.

  1. bain_2m &ndash Grille : bathymétrie à une résolution de 2 m
  2. bathy_2mh &ndash Grid : Ombrage bathymétrique à une résolution de 2 m
  3. bathy_2m_csh &ndash GeoTIFF : bathymétrie en relief coloré à une résolution de 2 m
  4. con_5m &ndash Polyline Shapefile : contours bathymétriques de 5 m
  5. svp.shp &ndash Point Shapefile : Emplacement des profils de vitesse du son (SVP )
  • Ouvrir 2008-1288.mxd
  • Sélectionnez le fichier de formes d'intérêt (c'est-à-dire svp.shp) dans la table des matières
  • Sélectionnez l'outil éclair () et cliquez sur un objet cartographique pour afficher une image des données.

Navigation

Ce dossier contient la navigation brute de HYPACK ® , Inc., stockée dans des répertoires Julian Day individuels (Julian Days 221 à 225). Ces données ne sont pas intégrées dans la carte ArcMap™ 9.2 2008-1288.mxd. Ils sont inclus dans ce rapport afin de fournir la navigation cinématique en temps réel (RTK) brute associée à l'USGS Cruise 07011. Les fichiers de navigation individuels stockés dans chaque répertoire Julian Day ont été enregistrés au format HYPACK ®. La convention de nom de fichier est LLL_TTTT.DDD, où LLL est le numéro de ligne HYPACK ®, TTTT est l'heure de 24 heures pour le début du fichier et DDD est le jour julien. Une description complète de ces données est incluse dans les métadonnées liées dans le tableau ci-dessous, Aperçu des données.

  1. échantillons &ndash Point Shapefile : Échantillons de plages et de fonds marins collectés en 2005 et 2007
  2. échantillons_csv.csv &ndash Fichier CSV : Échantillons de plages et de fonds marins collectés en 2005 et 2007. Contient les mêmes données que le fichier de formes de points d'échantillons.

** Dans 2008-1288.mxd : les lignes de suivi de réflexion sismique sont liées aux fichiers JPEG stockés dans le répertoire&ldquoSeisimage&rdquo. **

  1. bathy_10sec.shp &ndash Point Shapefile : navigation de 10 s pour les données bathymétriques de la fauchée
  2. bathy_trknav.shp &ndash Polyline Shapefile : lignes de voie bathymétriques de fauchée
  3. sismique_100sht.shp &ndash Point Shapefile : points de tir à intervalle de 100 tirs pour les données sismiques
  4. sismique_500sht.shp &ndash Point Shapefile : points de tir à intervalle de 500 tirs pour les données sismiques
  5. sismique_trknav.shp &ndash Polyline Shapefile : lignes de piste sismiques
  6. sonar_1min.shp &ndash Point Shapefile : navigation d'une minute pour les données du sonar à balayage latéral
  7. sonar_trknav.shp &ndash Polyline Shapefile : lignes de suivi du sonar à balayage latéral

Carte :

2008-1288.mxd &ndash ArcMap™ 9.2 carte contenant les couches de données sélectionnées décrites ci-dessus.

3. Aperçu des données

Téléchargement de données:
Pour télécharger des données raster et vectorielles, faites un clic droit sur le lien dans le 'Télécharger le fichier zip' colonne dans le tableau ci-dessous. 'Enregistrer la cible sous. ' pour enregistrer un fichier WinZip ® compressé sur le disque dur local. Si WinZip ® n'est pas actuellement installé sur le système local, accédez à WinZip ® pour télécharger la dernière version de l'utilitaire WinZip ®.


Contenu

Les données d'une zone cartographiée sont discrètes lorsqu'elles ne se trouvent qu'à des emplacements fixes ou lorsque les données ne représentent que des valeurs spécifiques. Les bâtiments et les routes sont des entités qui ont des limites ou des limites distinctes sont considérées comme distinctes. Celles-ci sont parfois appelées données discontinues. Dans la cartographie, les données discrètes peuvent être affichées sous la forme d'un point, d'une ligne ou d'un polygone. Les points pourraient être des villes, les lignes pourraient être des réseaux routiers et les polygones pourraient être des provinces dans un pays. [2]

Les données discrètes sont utiles pour montrer l'emplacement exact, le périmètre et la longueur des objets. Les données discrètes peuvent être représentées par des données vectorielles ou raster. Les données discrètes sont également appelées objets. [3]


Prédiction de la beauté des paysages à l'aide de données cartographiques et de systèmes d'information géographique

La préoccupation du public pour le paysage visuel a conduit à l'utilisation généralisée de processus codifiés et reproductibles pour évaluer, documenter et prédire la beauté scénique d'un paysage. Les travaux rapportés partent de la conviction que les estimations de l'impact visuel du changement du paysage devraient être basées sur son effet sur les emplacements, et non sur des vues circonscrites spécifiques. Nous soutenons qu'en utilisant les capacités de calcul d'un système d'information géographique (SIG), ainsi que des équations de prédiction basées sur l'évaluation de panoramas vidéo d'emplacements affectés par le changement de paysage, des procédures d'évaluation visuelle et de prédiction plus objectives et plus rentables peuvent être développées. L'approche employée est décrite. La validité des résultats est évaluée en fonction de notre capacité à faire correspondre à la fois l'évaluation du paysage publique et celle des experts. Enfin, quelques implications pour de futures recherches de ce type sont envisagées.


Università degli Studi di Napoli "Parthenope"

L'objectif principal du cours est de fournir aux étudiants les connaissances de base sur les systèmes d'information géographique, les principales fonctions et leur utilisation dans des applications spécifiques à travers un parcours théorique et pratique.

Conditions préalables

Programme

Fondements de la cartographie : les principaux types de représentation cartographique et systèmes projectifs la cartographie officielle italienne IGMI et la cartographie technique régionale. Lecture des cartes topographiques.
La cartographie numérique et SIG. Les systèmes de coordonnées principalement utilisés en Italie et le géoréférencement des données cartographiques. Coordonner les critères de conversion.
Systèmes d'entrée, de sortie et de stockage de données spatiales. La structuration multicouche des données spatiales.
Données raster et données vectorielles. Structure des données raster, résolution géométrique et radiométrique. Structure des données vectorielles, primitives géométriques, attributs et relations topologiques. Transformations raster-vecteur et vecteur-raster.
Les attributs territoriaux et l'organisation à travers le modèle relationnel. La géodatabase.
Interrogation des données SIG à l'aide du langage SQL. Requêtes spatiales et a-spatiales. Reclassement.
Principaux critères d'interpolation des données : méthodes globales et locales (IDW, Trend Surface, Spline etc.)
Modèles numériques de terrain vectoriels et matriciels : DSM, TIN et DEM. Principales méthodes d'interpolation pour la réalisation de modèles numériques de terrain à partir de nuages ​​de points et/ou de courbes de niveau. Principales applications des modèles numériques de terrain et leur utilisation pour la réalisation de cartes dérivées (pentes, exposition, etc.).
Critères d'analyse intégrés entre les données raster et vectorielles. Analyse spatiale : le filtre de voisinage, les statistiques de cellule, l'analyse de proximité (tampon et matrice de distance, etc.). La superposition thématique. L'algèbre cartographique, la superposition topologique et l'intégration entre les données spatiales et les données attributaires (jointure spatiale).
Applications pratiques et mise en place d'un projet SIG pendant le cours.

Fondamentaux de la cartographie. La cartographie numérique et SIG. Le géoréférencement des données cartographiques.
Systèmes d'entrée, de sortie et de stockage de données spatiales. La structuration multicouche des données spatiales.
Données raster et données vectorielles. Les attributs territoriaux et l'organisation à travers le modèle relationnel. Interrogation du SIG.
Principaux critères d'interpolation des données. Les modèles numériques de terrain et leurs applications.
Analyse spatiale et superposition de cartes.


Ensembles de données plus anciens

Échantillonneur de données pour l'Afrique (1992-1994) Données du World Resources Institute. Couvertures détaillées des pays africains. Inclut les frontières politiques et les données sur les ressources naturelles.

ArcAtlas Our Earth (1996) Comprend un large éventail de données allant de la météo et des précipitations à l'utilisation des terres et aux infrastructures sociales.

Carte numérique du monde (1991/1992) Carte vectorielle du monde à l'échelle 1:1.000.000. Contient des données géographiques, attributaires et textuelles. La principale source de données est l'ONC (Operational Navigational Chart) de la DMA (Defense Mapping Agency). La bibliothèque a la version ESRI et la version NIMA (appelée Vector Map Level 0) sur cd-rom. Une version plus récente est disponible gratuitement auprès de l'Université d'Hawaï.


Télécharger GeoBase - Couverture terrestre, vers 2000-Vector (LCC2000-V)

Les informations sur l'occupation du sol sont le résultat de la vectorisation de données thématiques raster provenant d'ortho-images classées Landsat 5 et Landsat 7, pour les zones agricoles et forestières du Canada, et pour les Territoires du Nord. Le couvert forestier a été produit par le projet Observation de la Terre pour le développement durable (OTDD), une initiative du Service canadien des forêts (SCF) avec la collaboration de l'Agence spatiale canadienne (ASC) et en partenariat avec les gouvernements provinciaux et territoriaux. La couverture agricole est produite par le Service national d'information sur les terres et les eaux (SNIE) d'Agriculture et Agroalimentaire Canada (AAC). L'occupation du sol des Territoires du Nord a été réalisée par le Centre canadien de télédétection (CCT). Les données d'occupation du sol sont classées selon une légende harmonisée construite à partir des légendes du partenaire. Cette légende est principalement basée sur la légende décrite dans la publication suivante : Publication OTDD : OTDD Land Cover Classification Legend Report, à laquelle le SCF et AAC ont collaboré. Certaines classes liées aux environnements nordiques ont été ajoutées afin de répondre à l'interprétation des experts en classification de la couverture terrestre du Nord. Les données vectorielles d'occupation du sol sont les plus proches possible de la source (données raster d'origine). De légères différences peuvent se produire car les données raster passent par une représentation des données avant d'être vectorisées afin d'améliorer la représentation visuelle telle que la taille minimale, la régularité des polygones et la géométrie. . montre plus


Voir la vidéo: Découper une zone à partir dun raster dans Qgis (Octobre 2021).