Suite

Aligner les pixels de deux rasters avec des tailles de cellules différentes

Aligner les pixels de deux rasters avec des tailles de cellules différentes


J'ai deux rasters dans une base de données PostGIS que je veux pouvoir comparer. Le premier raster est à une résolution de 5 m de pixels et le second raster est à une résolution de 30 m de pixels et se trouve sur une grille différente.

Comment puis-je aligner les rasters sur la même grille en fonction des pixels, et non des rasters eux-mêmes ?


Si vous pouvez charger les deux rasters dans GDAL et extraire leurs géotransformations, c'est facile à faire sans déformer les rasters de quelque manière que ce soit (comme le rééchantillonnage) :

def pixToGeoToPix(x1_index, y1_index, gt1, gt2) : "x1_index : index x du pixel de la première image y1_index : index y du pixel de la première image gt1 : géotransformer le tuple de la première image gt2 : géotransformer le tuple de la deuxième image"geo_x = gt1[ 0] + gt1[1]*x1_index geo_y = gt1[3] + gt1[5]*y1_index x2_index = int((geo_x-gt2[0])/gt2[1]) y2_index = int((gt2[3]- geo_y)/gt2[5]) renvoie x2_index, y2_index

Cette fonction utilise les géotransformations des deux images pour mapper un indice de pixel d'une image à l'indice de pixel équivalent dans la deuxième image en utilisant la géo-coordonnée du pixel pour traduire l'indice de pixel entre les images. Une fois que vous avez les indices correspondants, vous pouvez facilement utiliser numpy pour comparer les deux pixels.

Notez que cela ne nécessite pas nécessairement GDAL. Les seules informations dont vous avez besoin sont les coordonnées x/y en haut à gauche et la résolution spatiale x/y des deux images, et il existe de nombreuses façons d'extraire ces valeurs.


Si tu veux vraiment bouge toi un raster de sorte que les cellules des deux rasters s'alignent (c'est-à-dire que 36 cellules du premier raster s'adaptent parfaitement sur une cellule du second), vous pouvez alors enregistrer un raster pour recouvrir parfaitement l'autre. Cela écrase cependant les données de géoréférencement de ce raster. Vous pouvez également rééchantillonner un raster avec les paramètres d'environnement de sorte que le raster en sortie recouvre parfaitement l'autre raster.


R : Recherche de la cellule raster la plus proche dans un seuil calculé entre deux rasters

J'ai deux rasters parfaitement superposés (mêmes étendues et même taille de cellule). Pour chaque cellule d'un raster (c'est-à-dire pour chaque XY), je voudrais déterminer la distance géographique euclidienne à la cellule la plus proche dans une différence de seuil donnée entre les rasters.

Autrement dit: raster1 et raster2 mesurent une variable Z. J'ai une différence de seuil pour les valeurs Z (t) qui constitue une valeur "correspondante" (ou "assez proche") entre raster1 et raster2. Pour chaque cellule de référence dans raster1, je dois 1) trouver toutes les cellules dans raster2 avec une valeur Z de abs(Z2-Z1)

dont 10 millions ont des valeurs non NA. J'ai trouvé une solution de contournement non raster pour ce problème, mais uniquement en convertissant les rasters en tables/vecteurs XYZ et en effectuant une fonction de bouclage pour chaque cellule de référence. C'est beaucoup trop intensif en calcul pour la taille des données que je traite (prend

10 jours pour traiter !). Pour faciliter la compréhension de ma question, cependant, ce code est le suivant:


Rogner, modifier les valeurs et fusionner les rasters avec une étendue qui se chevauche

J'essaie de prendre un raster de données sur les sols pour un état, de le recadrer par comté, de modifier les valeurs des cellules dans chaque comté (au code fips du comté), puis de fusionner à nouveau les rasters de comté dans le raster d'état.

Ici, je lis dans le raster des sols de l'état (qui par défaut est la clé d'unité de carte associée à chaque type de sol en tant que valeur de cellule) et un polygone de comtés américains. Je sélectionne ensuite le polygone d'un seul état, le transforme en le même système de coordonnées que le raster de sols, puis je sélectionne les rasters de sols et les polygones de deux exemples de comtés.

Si je trace chaque comté séparément, vous pouvez voir que l'étendue de la région recadrée est rectangulaire et s'étend au-delà de la superficie du comté lui-même. La coloration est folle car les valeurs mukey sont partout (bien que généralement regroupées par comté). County1 se trouve juste au nord de County2.

Si je laisse les valeurs telles quelles et fusionne à nouveau les deux rasters de comté, tout va bien. Même si les étendues des deux rasters se chevauchent, les valeurs des cellules sont identiques, quel que soit le raster à partir duquel la fusion est extraite. Je ne sais pas vraiment de quel raster la fusion est extraite dans ce cas, mais cela n'a pas vraiment d'importance. Tout s'emboîte bien et les valeurs des cellules sont correctes.

Cependant, ce que je veux faire, c'est changer les valeurs des cellules par comté avant de recombiner les rasters de comté.

Tout fusionne très bien, mais lorsque je trace maintenant le nouveau raster combiné, il est clair que pour les cellules qui étaient contenues dans les deux rasters de comté, la fusion a simplement pris les valeurs de cellule de l'un des rasters. Clairement, la fusion donne la priorité au premier raster en entrée par défaut.

Ce que je recherche, c'est simplement de modifier les valeurs des cellules dans les limites de chaque comté, puis de fusionner à nouveau tous les comtés.

Je connais la fonction raster :: mask qui peut transformer n'importe quoi en dehors des limites du comté en NA , avec une résolution de cellule de 10 m (décrite ici), cela prend un temps fou !

J'ai également essayé une approche alternative en utilisant la fonction raster::rasterize pour transformer les polygones de limite de comté en un raster avec la même taille de cellule et la même étendue que le raster des sols de l'état. Encore une fois, avec une résolution de cellule de 10 m, cela prend une éternité. J'ai pu traiter un comté sur chacun de mes 8 cœurs en 1,5 heure. Et j'ai tout un pays à faire !

Je ne suis au courant d'aucun jeu de données de comté américain raster de 10 m, bien que ce serait incroyable si quelqu'un m'indiquait cela.

Les données sur les sols sont des données gSSURGO - je ne sais pas non plus si gSSURGO a dans ses nombreuses tables un attribut de comté. S'il est là, je ne le trouve pas. ce serait aussi une solution facile.


Dans de nombreuses applications SIG, il est important d'étudier les caractéristiques d'un ensemble de données raster à plusieurs résolutions. Cela se fait souvent en générant plusieurs rasters de résolution plus grossière à partir d'un raster de résolution fine. Dans cet article, nous décrivons des algorithmes efficaces pour différentes variantes de ce problème.

Étant donné un raster g deN × √N cellules, nous considérons d'abord le problème du calcul pour chaque 2 ≤ μ ≤ √N une trame gμ deN/μ × √N/μ cellules telles que chaque cellule de gμ stocke la moyenne des valeurs de μ × μ cellules de G. Nous décrivons un algorithme qui résout ce problème dans Θ(N) moment où les données traitées tiennent dans la mémoire principale de l'ordinateur. Nous proposons également deux algorithmes qui résolvent ce problème en mémoire externe, c'est-à-dire lorsque le raster d'entrée est plus grand que la mémoire principale. Le premier algorithme externe est très simple à mettre en œuvre et nécessite O(sorte(N)) des transferts de blocs de données depuis/vers la mémoire externe, et le deuxième algorithme ne nécessite que O(analyse(N)) transferts, où sort(N) et scannez(N) sont le nombre de transferts nécessaires pour trier et numériser N éléments, respectivement.

Nous étudions également une variante du problème où au lieu du raster d'entrée complet, nous ne gérons qu'une sous-région connectée de forme arbitraire. Pour cette variante, nous décrivons un algorithme qui s'exécute dans Θ(U Journal N) temps dans la mémoire interne, où U est la taille de la sortie. Nous montrons comment cet algorithme peut être adapté pour fonctionner efficacement dans la mémoire externe en utilisant O(sorte(U)) les transferts de données depuis le disque.

Nous avons également implémenté deux des algorithmes présentés, le O(sorte(N)) l'algorithme de mémoire externe pour les rasters complets et l'algorithme de mémoire interne qui gère les sous-régions connectées, et nous démontrons leur efficacité dans la pratique.


Critères de données

Si nous allons tracer deux rasters dans un nuage de points, certains des critères doivent être remplis :

  • Les 2 rasters doivent avoir la même dimension. Cela signifie que les deux rasters doivent avoir le même nombre de colonnes et lignes, et taille en pixels. Ce critère est important car la correspondance entre les tableaux doit être cohérente de telle sorte que chaque cellule ait une connexion à une autre cellule. Lors du traçage, une valeur Y sera renvoyée pour une entrée X, et ce sera déroutant si 2 valeurs Y sont renvoyées alors qu'il n'y a qu'une entrée X, ce n'est pas ainsi que les fonctions fonctionnent, et le nuage de points est une fonction.
  • Les 2 rasters doivent être alignés spatialement et se chevaucher. Un nuage de points n'indique pas l'alignement spatial et les chevauchements, ce critère doit donc être évalué indépendamment à l'aide du SIG.
  • Les 2 rasters doivent avoir la même référence de coordonnées. Je ne pense pas que ce soit assez crucial, tant que le nombre de colonnes et de lignes est le même. Ce critère doit être rempli principalement parce que nous devons faire correspondre la taille des pixels et la contiguïté spatiale.
  • Si une cellule d'un raster a une valeur nulle, la cellule de correspondance de l'autre raster doit être modifiée en null. Encore une fois, tracer de telles données n'est pas logique. Par exemple, une entrée X renvoie une valeur Null… Comment devons-nous tracer cela ? Null n'est pas 0, il est donc préférable de simplement supprimer la valeur.

Syntaxe de script

ArcGISRasterFindAndConvertToPoints_GeoEco (inputWorkspace, outputWorkspace, field, wildcard, searchTree, rasterType, projectedCoordinateSystem, GeographicTransformation, resamplingTechnique, projectedCellSize, registrationPoint, clippingDataset, clippingRectangle, mapAlgebraExpression, outputFeatureClassPythonExpression, modules

Espace de travail pour recevoir les classes d'entités points.

Champ utilisé pour affecter les valeurs des cellules du raster en entrée aux points du jeu de données en sortie. Il peut s'agir d'un champ entier, à virgule flottante ou de chaîne.

Expression générique spécifiant les rasters à rechercher. Veuillez consulter la documentation de la fonction ListRasters du géoprocesseur ArcGIS pour plus d'informations sur la syntaxe. Au moment d'écrire ces lignes, seul le caractère générique * était pris en charge, ce qui correspondrait à zéro ou plus de n'importe quel caractère.

Si True, les espaces de travail enfants seront recherchés.

Type de rasters à rechercher. S'il est fourni, seuls les rasters de ce type seront trouvés. Au moment de la rédaction de cet article, la documentation ArcGIS 9.3 spécifiait que l'une des chaînes suivantes serait acceptée : ALL, BMP, GIF, GRID, IMG, JP2, JPG, PNG, TIFF.

Ce paramètre nécessite ArcGIS 9.3 ou une version ultérieure.

Nouveau système de coordonnées vers lequel projeter le raster.

Le raster ne peut être projeté dans un nouveau système de coordonnées que si la projection d'origine est définie. Une erreur sera générée si vous spécifiez un nouveau système de coordonnées sans définir le système de coordonnées d'origine.

L'outil ArcGIS Project Raster est utilisé pour effectuer la projection. La documentation de cet outil recommande de spécifier également une taille de cellule pour le nouveau système de coordonnées.

J'ai remarqué que pour certains systèmes de coordonnées, l'outil ArcGIS 9.2 Project Raster semble couper le raster projeté dans une mesure arbitraire trop petite. Par exemple, lors de la projection d'une image globale de chlorophylle MODIS Aqua de 4 km en coordonnées géographiques vers Lambert_Azimuthal_Equal_Area avec un méridien central de -60 et une latitude d'origine de -63, l'image résultante est tronquée pour ne montrer qu'un quart de la planète. Ce problème ne se produit pas lorsque Project Raster est appelé de manière interactive à partir de l'interface utilisateur d'ArcGIS, il ne se produit que lorsque l'outil est appelé par programmation (la méthode ProjectRaster_management du géoprocesseur). Ainsi, vous ne le verrez peut-être pas lorsque vous utilisez Project Raster vous-même, mais cela peut arriver lorsque vous utilisez des outils MGET qui appellent Project Raster dans le cadre de leurs opérations de géotraitement.

Si vous rencontrez ce problème, vous pouvez le contourner comme ceci :

Tout d'abord, exécutez cet outil sans spécifier de nouveau système de coordonnées, pour obtenir le raster dans le système de coordonnées d'origine.

Dans ArcCatalog, utilisez l'outil Projeter le raster pour projeter le raster dans le nouveau système de coordonnées. Vérifiez que tout le raster est présent, qu'il n'a pas été découpé dans une mesure trop petite.

Dans ArcCatalog, recherchez l'étendue du raster projeté en cliquant dessus avec le bouton droit dans l'arborescence du catalogue, en sélectionnant Propriétés et en faisant défiler jusqu'à Etendue.

Maintenant, avant d'exécuter l'outil MGET qui projette le raster, définissez le paramètre d'environnement Etendue sur les valeurs que vous avez recherchées. Si vous appelez l'outil MGET de manière interactive à partir d'ArcCatalog ou d'ArcMap, cliquez sur le bouton Environnements dans la boîte de dialogue de l'outil, ouvrez Paramètres généraux, modifiez la liste déroulante Étendue sur "Comme spécifié ci-dessous" et saisissez les valeurs que vous avez recherchées. Si vous l'invoquez à partir d'un modèle de géotraitement, cliquez avec le bouton droit sur l'outil dans le modèle, sélectionnez Créer une variable, À partir de l'environnement, Paramètres généraux, Étendue. Cela placera l'étendue en tant que variable dans votre modèle, attachée à l'outil MGET. Ouvrez la variable Etendue, remplacez-la par "Comme spécifié ci-dessous" et saisissez les valeurs que vous avez recherchées. Si vous appelez l'outil MGET par programme, vous devez définir la propriété Extent du géoprocesseur sur les valeurs que vous avez recherchées. Veuillez consulter la documentation ArcGIS pour plus d'informations à ce sujet et les paramètres d'environnement en général.

Exécutez l'outil MGET. L'étendue du raster doit maintenant être de la bonne taille.

Une méthode de transformation utilisée pour convertir entre le système de coordonnées d'origine et le nouveau système de coordonnées.

Ce paramètre est une nouvelle option introduite par ArcGIS 9.2. Vous devez disposer d'ArcGIS 9.2 pour utiliser ce paramètre.

Ce paramètre n'est nécessaire que lorsque vous spécifiez que le raster doit être projeté vers un nouveau système de coordonnées et que ce nouveau système utilise un système de référence différent du système de coordonnées d'origine, ou qu'il existe une autre différence entre les deux systèmes de coordonnées qui nécessite une transformation. Pour déterminer si une transformation est nécessaire, je recommande la procédure suivante :

Tout d'abord, exécutez cet outil sans spécifier de nouveau système de coordonnées, pour obtenir le raster dans le système de coordonnées d'origine.

Ensuite, utilisez l'outil ArcGIS 9.2 Project Raster sur le raster pour le projeter dans le système de coordonnées souhaité. Si une transformation géographique est nécessaire, cet outil vous en demandera une. Notez le nom exact de la transformation que vous avez utilisée.

Enfin, si une transformation était nécessaire, saisissez le nom exact dans cet outil, réexécutez-le et vérifiez que le raster a été projeté comme vous le souhaitez.

Algorithme de rééchantillonnage à utiliser pour projeter le raster d'origine dans un nouveau système de coordonnées. L'outil ArcGIS Project Raster est utilisé pour effectuer la projection et accepte les valeurs suivantes :

NEAREST - interpolation du voisin le plus proche

BILINAIRE - interpolation bilinéaire

Vous devez spécifier l'un de ces algorithmes pour projeter vers un nouveau système de coordonnées. Une erreur sera générée si vous spécifiez un nouveau système de coordonnées sans sélectionner d'algorithme.

La taille de cellule du système de coordonnées projeté. Bien que ce paramètre soit facultatif, pour obtenir les meilleurs résultats, la documentation ArcGIS vous recommande de toujours le spécifier lors de la projection dans un nouveau système de coordonnées.

Les coordonnées x et y (dans l'espace de sortie) utilisées pour l'alignement des pixels.

Ce paramètre est une nouvelle option introduite par ArcGIS 9.2. Vous devez disposer d'ArcGIS 9.2 pour utiliser ce paramètre. Il est ignoré si vous ne spécifiez pas que le raster doit être projeté dans un nouveau système de coordonnées.

Classe d'entités, raster ou autre jeu de données géographiques existant ayant l'étendue à laquelle le raster doit être découpé.

AVERTISSEMENT : si vous utilisez cet outil dans un modèle de géotraitement ArcGIS et que vous sélectionnez un jeu de données en cliquant sur l'icône de dossier et en accédant au jeu de données, votre sélection peut mystérieusement disparaître de cette zone de texte après la fermeture de l'outil. Il s'agit d'un bogue dans ArcGIS. Pour contourner ce problème, faites glisser et déposez l'ensemble de données souhaité dans le modèle. Cela créera une couche dans le modèle pour cet ensemble de données. Sélectionnez ensuite cette couche dans cet outil en cliquant sur la liste déroulante plutôt que de cliquer sur l'icône du dossier. Le calque sélectionné ne doit pas disparaître lorsque vous fermez l'outil.

Rectangle auquel le raster doit être découpé.

Si un système de coordonnées projetées a été spécifié, le découpage est effectué après la projection et les coordonnées du rectangle doivent être spécifiées dans le nouveau système de coordonnées. Si aucun système de coordonnées projetées n'a été spécifié, les coordonnées doivent être spécifiées dans le système de coordonnées d'origine.

L'outil ArcGIS Clip est utilisé pour effectuer le clip. Le rectangle de découpage doit être transmis à cet outil sous la forme d'une chaîne de quatre nombres séparés par des espaces. L'interface utilisateur d'ArcGIS formate automatiquement la chaîne correctement lors de l'appel de cet outil à partir de l'interface utilisateur d'ArcGIS, vous n'avez pas à vous soucier du format. Mais lorsque vous l'invoquez par programmation, veillez à fournir une chaîne correctement formatée. Les numéros sont ordonnés GAUCHE, BAS, DROITE, HAUT. Par exemple, si le raster se trouve dans un système de coordonnées géographiques, il peut être découpé à 10 W, 15 S, 20 E et 25 N avec la chaîne :

Des nombres entiers ou décimaux peuvent être fournis.

Mapper l'expression d'algèbre à exécuter sur le raster.

ATTENTION: Le générateur de modèle de géotraitement ArcGIS peut supprimer de manière aléatoire et silencieuse la valeur de ce paramètre. Il s'agit d'un bogue dans ArcGIS. Avant d'exécuter un modèle que vous avez enregistré, ouvrez cet outil et vérifiez que la valeur du paramètre existe toujours.

L'expression est exécutée une fois le raster converti projeté et découpé (si ces options sont spécifiées). Utilisez la chaîne inputRaster sensible à la casse pour représenter le raster sur lequel vous souhaitez maintenant effectuer l'algèbre cartographique. Par exemple, pour convertir le raster en raster d'entiers et ajouter 1 à toutes les cellules, utilisez cette expression :

La chaîne inputRaster est sensible à la casse. Avant d'exécuter l'expression d'algèbre de carte, la chaîne est remplacée par le chemin d'accès à un raster temporaire qui représente le raster généré. L'expression finale doit comporter moins de 4 000 caractères, sinon ArcGIS signalera une erreur.

L'outil ArcGIS Single Output Map Algebra est utilisé pour exécuter l'expression d'algèbre cartographique. Vous devez disposer d'une licence pour l'extension ArcGIS Spatial Analyst afin d'effectuer l'algèbre cartographique.

La syntaxe de l'algèbre cartographique peut être très pointilleuse. Voici quelques conseils qui vous aideront à réussir avec cet outil :

Avant d'utiliser cet outil, créez et testez votre expression d'algèbre cartographique à l'aide de l'outil ArcGIS Single Output Map Algebra. Collez ensuite l'expression dans cet outil et modifiez-la pour utiliser la variable inputRaster plutôt que la valeur de test que vous avez utilisée avec Single Output Map Algebra.

Si vous développez votre expression directement dans cet outil, commencez par une expression très simple. Vérifiez qu'il fonctionne correctement, ajoutez-en un peu et vérifiez à nouveau. Répétez ce processus jusqu'à ce que vous ayez construit l'expression complète.

Séparez toujours les opérateurs mathématiques des chemins raster à l'aide d'espaces. Dans l'exemple ci-dessus, l'opérateur / contient un espace de chaque côté. Suivez ce modèle. Dans certaines circonstances, ArcGIS ne parviendra pas à traiter les expressions d'algèbre raster qui ne séparent pas les chemins raster des opérateurs utilisant des espaces. Le message d'erreur signalé n'indique généralement pas qu'il s'agit du problème, et le retrouver peut être très frustrant.

Expression Python utilisée pour calculer le chemin absolu d'une classe d'entités en sortie. L'expression peut être n'importe quelle instruction Python appropriée pour être transmise à la fonction eval et doit renvoyer une chaîne Unicode. L'expression peut faire référence aux variables suivantes :

workspaceToSearch - la valeur fournie pour le paramètre de l'espace de travail à rechercher

outputWorkspace - la valeur fournie pour le paramètre d'espace de travail de sortie

inputRaster - le chemin absolu vers le raster en entrée

stocke les classes d'entités dans l'espace de travail en sortie au même emplacement relatif que les rasteres en entrée dans l'espace de travail à rechercher. Le chemin de classe d'entités est calculé en supprimant l'espace de travail à rechercher à partir du chemin de raster en entrée et en le remplaçant par l'espace de travail en sortie.

Pour plus d'informations sur la syntaxe Python, veuillez consulter la documentation Python.

Modules Python à importer avant d'évaluer l'expression. Si vous avez besoin d'accéder à des fonctions ou classes Python fournies par un module plutôt que d'être intégrées à l'interpréteur, répertoriez le module ici. Par exemple, pour pouvoir utiliser la classe datetime dans votre expression, listez le module datetime ici. Dans votre expression, vous devez faire référence à la classe en utilisant son nom complet, datetime.datetime.

Si True, la conversion sera ignorée pour les classes d'entités qui existent déjà.


SIG (Système d'Information Géographique)

Un système d'information géographique (SIG) est un système informatique permettant de capturer, de stocker, de vérifier et d'afficher des données relatives aux positions sur la surface de la Terre.

Géographie, Systèmes d'Information Géographique (SIG), Géographie Physique

Celui-ci répertorie les logos des programmes ou partenaires de NG Education qui ont fourni ou contribué au contenu de cette page. Nivelé par

Un système d'information géographique (SIG) est un système informatique permettant de capturer, de stocker, de vérifier et d'afficher des données relatives aux positions à la surface de la Terre. En mettant en relation des données apparemment sans rapport, le SIG peut aider les individus et les organisations à mieux comprendre les modèles et les relations spatiales.

La technologie SIG est une partie cruciale de l'infrastructure de données spatiales, que la Maison Blanche définit comme "la technologie, les politiques, les normes, les ressources humaines et les activités connexes nécessaires pour acquérir, traiter, distribuer, utiliser, maintenir et préserver les données spatiales".

Le SIG peut utiliser n'importe quelle information qui inclut l'emplacement. L'emplacement peut être exprimé de différentes manières, telles que la latitude et la longitude, l'adresse ou le code postal.

De nombreux types d'informations peuvent être comparés et contrastés à l'aide du SIG. Le système peut inclure des données sur les personnes, telles que la population, le revenu ou le niveau d'éducation. Il peut inclure des informations sur le paysage, telles que l'emplacement des cours d'eau, différents types de végétation et différents types de sol. Il peut inclure des informations sur les sites d'usines, de fermes et d'écoles, ou sur les égouts pluviaux, les routes et les lignes électriques.

Avec la technologie SIG, les gens peuvent comparer les emplacements de différentes choses afin de découvrir comment ils sont liés les uns aux autres. Par exemple, à l'aide d'un SIG, une seule carte pourrait inclure des sites qui produisent de la pollution, tels que des usines, et des sites sensibles à la pollution, tels que des zones humides et des rivières. Une telle carte aiderait les gens à déterminer où les approvisionnements en eau sont les plus menacés.

Les applications SIG comprennent à la fois des systèmes matériels et logiciels. Ces applications peuvent inclure des données cartographiques, des données photographiques, des données numériques ou des données dans des feuilles de calcul.

Les données cartographiques sont déjà sous forme de carte et peuvent inclure des informations telles que l'emplacement des rivières, des routes, des collines et des vallées. Les données cartographiques peuvent également inclure des données d'enquête, des informations cartographiques qui peuvent être directement saisies dans un SIG.

L'interprétation photographique est une partie importante du SIG. L'interprétation des photos consiste à analyser des photographies aériennes et à évaluer les caractéristiques qui apparaissent.

Les données numériques peuvent également être saisies dans le SIG. Un exemple de ce type d'informations est constitué par les données informatiques collectées par les satellites qui montrent l'utilisation des terres et l'emplacement des fermes, des villes et des forêts.

La télédétection fournit un autre outil qui peut être intégré dans un SIG. La télédétection comprend des images et d'autres données collectées à partir de satellites, de ballons et de drones.

Enfin, le SIG peut également inclure des données sous forme de tableau ou de feuille de calcul, telles que la démographie de la population. Les données démographiques peuvent aller de l'âge, du revenu et de l'origine ethnique aux achats récents et aux préférences de navigation sur Internet.

La technologie SIG permet de superposer tous ces différents types d'informations, quelle que soit leur source ou leur format d'origine, les uns sur les autres sur une même carte. Le SIG utilise l'emplacement comme variable d'index clé pour relier ces données apparemment sans rapport.

La saisie d'informations dans le SIG s'appelle la capture de données. Les données qui sont déjà sous forme numérique, telles que la plupart des tableaux et des images prises par satellite, peuvent simplement être téléchargées dans le SIG. Les cartes, cependant, doivent d'abord être numérisées ou converties au format numérique.

Les deux principaux types de formats de fichiers SIG sont raster et vectoriel. Les formats raster sont des grilles de cellules ou de pixels. Les formats raster sont utiles pour stocker des données SIG qui varient, telles que l'altitude ou l'imagerie satellite. Les formats vectoriels sont des polygones qui utilisent des points (appelés nœuds) et des lignes. Les formats vectoriels sont utiles pour stocker des données SIG avec des frontières fermes, telles que des districts scolaires ou des rues.

La technologie SIG peut être utilisée pour afficher les relations spatiales et les réseaux linéaires. Les relations spatiales peuvent afficher la topographie, comme les champs agricoles et les cours d'eau. Ils peuvent également afficher des modèles d'utilisation des terres, tels que l'emplacement des parcs et des complexes d'habitation.

Les réseaux linéaires, parfois appelés réseaux géométriques, sont souvent représentés par des routes, des rivières et des réseaux de services publics dans un SIG. Une ligne sur une carte peut indiquer une route ou une autoroute. Avec les couches SIG, cependant, cette route peut indiquer la limite d'un district scolaire, d'un parc public ou d'une autre zone démographique ou d'utilisation des terres. En utilisant diverses captures de données, le réseau linéaire d'une rivière peut être cartographié sur un SIG pour indiquer le débit des différents affluents.

Le SIG doit aligner les informations de toutes les différentes cartes et sources, afin qu'elles s'emboîtent à la même échelle. Une échelle est la relation entre la distance sur une carte et la distance réelle sur Terre.

Souvent, les SIG doivent manipuler des données car différentes cartes ont des projections différentes. Une projection est la méthode de transfert d'informations de la surface incurvée de la Terre à un morceau de papier plat ou à un écran d'ordinateur. Différents types de projections accomplissent cette tâche de différentes manières, mais toutes entraînent une certaine distorsion. Pour transférer une forme incurvée en trois dimensions sur une surface plane, il faut inévitablement étirer certaines parties et presser d'autres.

Une carte du monde peut montrer les tailles correctes des pays ou leurs formes correctes, mais elle ne peut pas faire les deux. Le SIG prend les données de cartes qui ont été faites à l'aide de différentes projections et les combine afin que toutes les informations puissent être affichées en utilisant une projection commune.

Une fois que toutes les données souhaitées ont été saisies dans un système SIG, elles peuvent être combinées pour produire une grande variété de cartes individuelles, en fonction des couches de données incluses. L'une des utilisations les plus courantes de la technologie SIG consiste à comparer les caractéristiques naturelles avec l'activité humaine.

Par exemple, les cartes SIG peuvent afficher les caractéristiques artificielles situées à proximité de certaines caractéristiques naturelles, telles que les maisons et les entreprises situées dans des zones sujettes aux inondations.

La technologie SIG permet également aux utilisateurs de « creuser en profondeur » dans une zone spécifique avec de nombreux types d'informations. Les cartes d'une ville ou d'un quartier peuvent mettre en relation des informations telles que le revenu moyen, les ventes de livres ou les habitudes de vote. N'importe quelle couche de données SIG peut être ajoutée ou soustraite à la même carte.

Les cartes SIG peuvent être utilisées pour montrer des informations sur les nombres et la densité. Par exemple, le SIG peut montrer combien de médecins il y a dans un quartier par rapport à la population de la région.

Avec la technologie SIG, les chercheurs peuvent également examiner les changements au fil du temps. Ils peuvent utiliser les données satellitaires pour étudier des sujets tels que l'avancée et le recul de la couverture de glace dans les régions polaires, et comment cette couverture a changé au fil du temps. Un poste de police pourrait étudier les changements dans les données sur la criminalité pour aider à déterminer où affecter les agents.

Une utilisation importante de la technologie SIG basée sur le temps consiste à créer des photographies en accéléré qui montrent des processus se produisant sur de vastes zones et de longues périodes de temps. Par exemple, les données montrant le mouvement des fluides dans les courants océaniques ou aériens aident les scientifiques à mieux comprendre comment l'humidité et l'énergie thermique se déplacent autour du globe.

La technologie SIG permet parfois aux utilisateurs d'accéder à des informations supplémentaires sur des zones spécifiques sur une carte. Une personne peut pointer vers un endroit sur une carte numérique pour trouver d'autres informations stockées dans le SIG sur cet emplacement. Par exemple, un utilisateur peut cliquer sur une école pour connaître le nombre d'élèves inscrits, le nombre d'élèves par enseignant ou les installations sportives dont dispose l'école.

Les systèmes SIG sont souvent utilisés pour produire des images en trois dimensions. Ceci est utile, par exemple, aux géologues qui étudient les failles sismiques.

La technologie SIG rend la mise à jour des cartes beaucoup plus facile que la mise à jour des cartes créées manuellement. Les données mises à jour peuvent simplement être ajoutées au programme SIG existant. Une nouvelle carte peut alors être imprimée ou affichée à l'écran. Cela évite le processus traditionnel de dessin d'une carte, qui peut être long et coûteux.

Les personnes travaillant dans de nombreux domaines différents utilisent la technologie SIG. La technologie SIG peut être utilisée pour les enquêtes scientifiques, la gestion des ressources et la planification du développement.

De nombreux commerces de détail utilisent le SIG pour les aider à déterminer où localiser un nouveau magasin. Les sociétés de marketing utilisent le SIG pour décider à qui commercialiser ces magasins et restaurants, et où ce marketing devrait être.

Les scientifiques utilisent les SIG pour comparer les statistiques démographiques à des ressources telles que l'eau potable. Les biologistes utilisent le SIG pour suivre les schémas de migration des animaux.

Les autorités municipales, étatiques ou fédérales utilisent le SIG pour planifier leur intervention en cas de catastrophe naturelle telle qu'un tremblement de terre ou un ouragan. Les cartes SIG peuvent montrer à ces responsables quels quartiers sont les plus menacés, où localiser les abris d'urgence et quelles routes les gens doivent emprunter pour se mettre en sécurité.

Les ingénieurs utilisent la technologie SIG pour prendre en charge la conception, la mise en œuvre et la gestion des réseaux de communication pour les téléphones que nous utilisons, ainsi que l'infrastructure nécessaire à la connectivité Internet. D'autres ingénieurs pourraient utiliser le SIG pour développer des réseaux routiers et des infrastructures de transport.

Il n'y a pas de limite au type d'informations pouvant être analysées à l'aide de la technologie SIG.


Dimensionnement des cellules dans un GraphicsGrid/GraphicsRow

Je voudrais ajouter une barre de couleur à un tracé. J'ai essayé d'utiliser GraphicsRow pour cela. Dans un GraphicsRow , chaque élément se voit attribuer le même espace, ce qui donne ceci :

La barre de couleur a trop d'espace autour d'elle. Comment puis-je spécifier la quantité d'espace que GraphicsRow doit donner à un élément particulier ?

Sinon, quelle est la meilleure façon d'inclure la barre de couleur ?

Résumé de la réponse

Après avoir expérimenté cela pendant un certain temps, il semble que la situation soit la suivante (simplifiée):

Grid et ses amis ( Row , Column ) dimensionneront les cellules de la grille pour s'adapter à chaque élément individuellement (cellules redimensionnées pour s'adapter aux éléments).

GraphicsGrid va d'abord configurer une grille avec des tailles de cellules fixes, puis insérer chaque élément dans les cellules (éléments redimensionnés pour s'adapter aux cellules).

Les solutions de type GraphicsGrid sont plus pratiques lorsque l'ensemble du graphique doit être dimensionné selon une spécification.

La réponse d'István pirate GraphcisRow en définissant un espacement négatif et en rapprochant ainsi les éléments. C'est le plus pratique pour cette situation, mais il ne se généralise pas pour de nombreuses cellules.

La solution de R.M. suggère d'utiliser Grid à la place. Cela se généralise bien, mais nécessite de pré-dimensionner tous les éléments individuellement, et aucun redimensionnement n'est possible après (par exemple juste avant l'importation).

Étant donné que GraphicsGrid est implémenté en termes de Inset , la solution la plus générale et facilement redimensionnable consisterait à implémenter une construction de type GraphicsGrid où les ratios de taille de cellule peuvent être spécifiés. la dernière réponse de kguler l'illustre le mieux.

Plusieurs autres solutions utilisaient également Inset directement. Un problème avec le redimensionnement de ces solutions peut être que le rapport hauteur/largeur des éléments dépend de la taille (en raison des tailles absolues utilisées dans ImagePadding ), donc la façon dont ils s'intègrent dans un rapport hauteur/largeur fixe Inset dépendra de l'échelle. Notez par exemple la différence de comportement de mise à l'échelle entre la solution d'István et la solution de kguler pour les petites tailles : dans la solution de kguler (en utilisant un rapport hauteur/largeur de cellule correspondant à celui de la barre de couleur), la barre de couleur se rétrécit soudainement par rapport au tracé principal à de petites tailles, mais le les graduations ne se chevaucheront jamais avec l'autre tracé. in István's solution (which uses overlapping square cells) the colour bar never gets overshrunk, but the tick marks will overlap the main plot.

Mettre à jour: Version 9 has built-in support for plot legends, including colour bars. Legended is used to append a legend to a graphics object.


There are several advantages and disadvantages for using either the vector or raster data model to store spatial data. These are summarized below.

Vector Data Advantages :
Data can be represented at its original resolution and form without generalization.
Graphic output is usually more aesthetically pleasing (traditional cartographic representation)
Since most data, e.g. hard copy maps, is in vector form no data conversion is required.
Accurate geographic location of data is maintained.
Allows for efficient encoding of topology, and as a result more efficient operations that require topological information, e.g. proximity, network analysis.
Disadvantages:
The location of each vertex needs to be stored explicitly.
For effective analysis, vector data must be converted into a topological structure. This is often processing intensive and usually requires extensive data cleaning. As well, topology is static, and any updating or editing of the vector data requires re-building of the topology.
Algorithms for manipulative and analysis functions are complex and may be processing intensive. Often, this inherently limits the functionality for large data sets, e.g. a large number of features.
Continuous data, such as elevation data, is not effectively represented in vector form. Usually substantial data generalization or interpolation is required for these data layers.
Spatial analysis and filtering within polygons is impossible
Raster Data Advantages :
The geographic location of each cell is implied by its position in the cell matrix. Accordingly, other than an origin point, e.g. bottom left corner, no geographic coordinates are stored.
Due to the nature of the data storage technique data analysis is usually easy to program and quick to perform.
The inherent nature of raster maps, e.g. one attribute maps, is ideally suited for mathematical modeling and quantitative analysis.
Discrete data, e.g. forestry stands, is accommodated equally well as continuous data, e.g. elevation data, and facilitates the integrating of the two data types.
Grid-cell systems are very compatible with raster-based output devices, e.g. electrostatic plotters, graphic terminals.
Disadvantages:
The cell size determines the resolution at which the data is represented.
It is especially difficult to adequately represent linear features depending on the cell resolution. Accordingly, network linkages are difficult to establish.
Processing of associated attribute data may be cumbersome if large amounts of data exists. Raster maps inherently reflect only one attribute or characteristic for an area.
Since most input data is in vector form, data must undergo vector-to-raster conversion. Besides increased processing requirements this may introduce data integrity concerns due to generalization and choice of inappropriate cell size.
Most output maps from grid-cell systems do not conform to high-quality cartographic needs.

It is often difficult to compare or rate GIS software that use different data models. Some personal computer (PC) packages utilize vector structures for data input, editing, and display but convert to raster structures for any analysis. Other more comprehensive GIS offerings provide both integrated raster and vector analysis techniques. They allow users to select the data structure appropriate for the analysis requirements. Integrated raster and vector processing capabilities are most desirable and provide the greatest flexibility for data manipulation and analysis.

Vector is a data structure, used to store spatial data. Vector data is comprised of lines or arcs, defined by beginning and end points, which meet at nodes. The locations of these nodes and the topological structure are usually stored explicitly. Features are defined by their boundaries only and curved lines are represented as a series of connecting arcs. Vector storage involves the storage of explicit topology, which raises overheads, however it only stores those points which define a feature and all space outside these features is ‘non-existent’.

A vector based GIS is defined by the vectorial representation of its geographic data. According with the characteristics of this data model, geographic objects are explicitly represented and, within the spatial characteristics, the thematic aspects are associated.

There are different ways of organising this double data base (spatial and thematic). Usually, vectorial systems are composed of two components: the one that manages spatial data and the one that manages thematic data. This is the named hybrid organisation system, as it links a relational data base for the attributes with a topological one for the spatial data. A key element in these kind of systems is the identifier of every object. This identifier is unique and different for each object and allows the system to connect both data bases.

In its simplest form, a raster consists of a matrix of cells (or pixels) organized into rows and columns (or a grid) where each cell contains a value representing information, such as temperature. Rasters are digital aerial photographs, imagery from satellites, digital pictures, or even scanned maps.


Difference Between Raster and Vector Data

Définition

Raster data is a type of spatial data that consists of a matrix of cells organized into rows and columns in which each cell represents specific information. Whereas, vector data is a type of spatial data used for storing data that has discrete boundaries. Thus, this is the main difference between raster and vector data.

Data type

Importantly, while raster data is continuous data, vector data is discrete data.

Data Representation

Another difference between raster and vector data is that raster data represents data in cells or in a grid matrix whereas vector data represents data using sequential points or vertices.

Complexity

Moreover, raster data is simpler than vector data. Hence, this is also a difference between raster and vector data.

Exemples

Temperature, air pressure, soil PH, ecotones, elevation, flow, and distance are some example of raster data. However, administrative borders, linear features, roads, and rivers are some examples of vector data.

Conclusion

Raster data and vector data are two types of spatial data in GIS. The main difference between Raster and Vector Data is that the raster data represents data as a cell or a grid matrix while vector data represents data using sequential points or vertices.

Reference:

1.“Help.” What Is SQL?-Help | ArcGIS Desktop, Available here.
2.Richard. “GIS Introduction by David J. Buckey.” Module 4 – Water Hyacinth, Available here.

Image Courtesy:

1.”Figuur beschrijft fenomeen raster-data en vector-data bij inzoomen” By T.Nijeholt at nl.wikibooks (CC BY-SA 3.0) via Commons Wikimedia

About the Author: Lithmee

Lithmee holds a Bachelor of Science degree in Computer Systems Engineering and is reading for her Master’s degree in Computer Science. She is passionate about sharing her knowldge in the areas of programming, data science, and computer systems.