Suite

Différence entre FCELL, DCELL et CELL dans GRASS GIS ?

Différence entre FCELL, DCELL et CELL dans GRASS GIS ?


Quelqu'un peut-il me préciser les options du paramètre "précision" lors du calcul de la pente, de l'aspect et de la courbure dans GRASS GIS. Quelle est la différence entre FCELL, DCELL et CELL ?


Vous trouverez une explication de FCELL, DCELL et CELL dans l'introduction aux cartes raster 2D : http://grass.osgeo.org/grass70/manuals/rasterintro.html

Type de donnéesCELLULEreprésente des valeurs de données entières,FCELLvaleurs flottantes à virgule unique etDCELLvaleurs à virgule flottante double précision.


De la bibliothèque GRASS Raster, manuel du programmeur GRASS GIS 7 :

Les données de carte raster peuvent être de type CELL, FCELL ou DCELL, elles sont définies dans "gis.h". CELL est un entier signé 32 bits, FCELL est une virgule flottante simple précision IEEE et DCELL est une virgule flottante double précision IEEE. Les rasters 3D (grid3d) sont traités comme DCELL (voir la bibliothèque associée).


Traitement des nuages ​​de points lidar et UAV dans GRASS GIS (atelier à FOSS4G Boston 2017)

Description : GRASS GIS offre, en plus d'autres choses, de nombreux outils d'analyse pour les nuages ​​de points, le terrain et la télédétection. Dans cet atelier pratique, nous explorerons les outils de GRASS GIS pour le traitement des nuages ​​de points obtenus par lidar ou par le traitement d'images UAV. Nous commencerons par une brève et ciblée introduction à l'interface utilisateur graphique (GUI) de GRASS GIS et nous continuerons avec une brève introduction à l'interface Python de GRASS GIS. Les participants décideront ensuite s'ils utiliseront l'interface graphique, la ligne de commande, Python ou Jupyter Notebook en ligne pour le reste de l'atelier. Nous explorerons les propriétés du nuage de points, interpolerons les surfaces et effectuerons des analyses de terrain avancées pour détecter les reliefs et les artefacts. Nous allons passer en revue plusieurs techniques de visualisation 2D et 3D du terrain pour obtenir plus d'informations à partir des données et terminer par l'analyse de la végétation.

Prérequis : Cet atelier est accessible aux débutants, mais quelques connaissances de base sur le traitement lidar ou SIG sont utiles pour une expérience fluide.

Auteurs : Vaclav Petras, Anna Petrasova et Helena Mitasova de la North Carolina State University

Contributeurs : Robert S. Dzur et Doug Newcomb


3 réponses 3

Et la polygonisation ? Pour la vitesse je ne sais pas ce que ça vaudra, mais tu pourrais :

Maintenant, vous devez transformer vos polygones en une partie en plusieurs parties :

Maintenant, vous trouvez les "vrais" trous, qui sont ceux qui ne touchent pas la frontière

Cela vous donne le nombre de cellules par trou. Il a trouvé la cellule "8" dont vous ne dites pas que c'est un trou donc je ne sais pas si c'est correct, mais ça doit être très proche !

Si c'est lent dans R, faites le même algorithme dans GRASS (principalement l'appel rasterToPolygons)

Voici une solution sans polygonisation : (c'est pas élégant, mais ça marche). pourtant vous devez reclasser vos trous/îles en valeurs (c'est-à-dire 999) et tous les autres non-îlots en NA. Comme ça:

Maintenant, j'utilise la fonction clump() pour vérifier s'il y a des îlots et ce qui est bien avec cette fonction, c'est qu'elle renvoie également les identifiants de ces îlots :

Je crée ensuite une trame de données à partir des fréquences des îles (c'est juste pour obtenir l'ID de chaque île)

Vérifiez si une île touche une frontière :

Éliminez les îles qui touchent une frontière :

Dans une dernière étape, attribuez un 1 à chaque "île réelle" du raster initial :


Comparaison des modèles GRASS-GIS unidimensionnels et bidimensionnels pour la cartographie des inondations

La première étape d'une analyse d'évaluation des risques est l'évaluation des zones inondables. Son importance est considérée à la fois pour la gestion et la planification des activités d'urgence, telles que la gestion de la réduction des risques hydrauliques, mais aussi pour l'urbanisme. De nos jours, l'utilisation de la technologie du système d'information géographique (SIG) pour l'analyse de l'évaluation des risques est très courante. Cependant, il n'est pas largement utilisé pour définir les zones inondées. Les données LiDAR, telles que les modèles numériques d'élévation (DEM), font des modèles numériques SIG des méthodes attrayantes pour obtenir automatiquement une zone inondée. L'utilisation d'outils SIG est bénéfique pour un traitement efficace et une évaluation de la précision par rapport aux méthodes traditionnelles basées sur des cartes topographiques et des enquêtes sur le terrain. Une première approche (Federici & Sguerso, Bollettino SIFET 4:25-42, 2007 Marzocchi, 2009) utilise un module SIG afin de simuler des cartes d'inondations périfluviales, ayant comme prérequis (i) la conformation de la plaine inondable de la rivière par une DEM et (ii) un profil de surface d'eau le long de l'axe de la rivière calculé pour un débit d'eau donné à travers un modèle hydraulique générique unidimensionnel (1D) (HEC-RAS, Basement, MIKE 11, etc.). D'autre part, une deuxième approche utilise un modèle bidimensionnel (2D) intégré au SIG afin de simuler des zones inondées en raison d'une rupture de barrage (Cannata & Marzocchi, Nat Hazards 61(3):1143-1159, 2012). Ce module résout la forme conservatrice des équations 2D des eaux peu profondes (SWE) en utilisant une méthode des volumes finis (FVM). Le flux intercellulaire est calculé par un schéma conservateur unilatéral au vent étendu à un problème 2D (Ying et al., J hydraul eng-ASCE 10:977–98, 2004). Le module SIG nouvellement développé donne en sortie des cartes d'intensité maximale qui peuvent être directement utilisées dans un processus d'évaluation des risques. Les deux modèles ont été implémentés dans le système de support d'analyse des ressources géographiques (GRASS)-logiciel SIG (Neteler et al., Environ Model Softw 31:124-130, 2012 GRASS, 2013) et deux nouvelles commandes (r.inund.fluv et r.déluge) a été créé. Les deux sont disponibles sur le site officiel des addons GRASS et sont distribués sous les termes de la licence publique générale GNU (GPL). Dans ce travail, nous présentons une comparaison entre les deux modèles mentionnés ci-dessus. Nous analysons la possibilité d'intégrer ces deux approches. Nous avons l'intention d'utiliser le modèle 1D, si possible intégré au SIG, pour calculer le profil de la surface de l'eau le long de l'axe de la rivière et le modèle numérique 2D pour analyser l'inondation le long des digues de la rivière.

Ceci est un aperçu du contenu de l'abonnement, accessible via votre institution.


Conclusion¶

QGIS et le plugin GRASS sont tous deux très intuitifs avec une interface conviviale, avec toutes les fonctions essentielles pour effectuer la plupart des analyses. Pour ce que j'ai pu voir, QGIS et GRASS fonctionnent aussi bien que les programmes propriétaires avec lesquels j'étais le plus familier depuis l'université, avec le gros avantage d'un logiciel open source gratuit, utilisable sur chaque ordinateur ou ordinateur portable sans licence, des mises à niveau constantes et le avantage ultime pour contribuer à son amélioration et/ou donner des conseils aux développeurs sur une fonction essentielle.

Passer à Linux, puis à QGIS et GRASS a été l'un de mes meilleurs appels, et bien qu'il puisse y avoir des problèmes manquants, facilement résolus à l'avenir avec les développeurs, je ne regrette pas ma décision et conseille à tout le monde de les utiliser.


Des détails

Notez qu'il n'est pas rare de recevoir l'avertissement "La projection du jeu de données ne semble pas correspondre au jeu de cartes actuel" (suivi de plus d'informations). Si les systèmes de coordonnées de référence correspondent, alors la cause est probablement due au stockage d'informations supplémentaires dans l'un des emplacements du système de coordonnées de référence de l'objet géographique (par exemple, un code EPSG en plus des autres informations proj4string), auquel cas il peut probablement être ignoré en toute sécurité. Voir la documentation du module GRASS r.proj sur https://grass.osgeo.org/grass78/manuals/r.proj.html.


Différence entre FCELL, DCELL et CELL dans GRASS GIS ? - Systèmes d'information géographique

SYNOPSIS

LA DESCRIPTION

r.terraflow prend en entrée un modèle numérique d'altitude (DEM) raster et calcule le raster de direction d'écoulement et le raster d'accumulation de flux, ainsi que le raster d'altitude inondé, le raster bassin-versant (partition en bassins versants autour des puits) et tci (convergence topographique index) raster.

r.terraflow calcule ces rasters en utilisant des approches bien connues, à la différence qu'il met l'accent sur la complexité de calcul des algorithmes, plutôt que sur la modélisation d'un flux réaliste. r.terraflow est né de la nécessité de disposer d'un logiciel évolutif capable de traiter efficacement de très grands terrains. Il est basé sur des algorithmes théoriquement optimaux développés dans le cadre d'algorithmes efficaces en E/S. r.terraflow a été conçu et optimisé spécialement pour les grilles massives et est capable de traiter des terrains qui n'étaient pas pratiques avec des fonctions similaires existant dans d'autres systèmes SIG.

Les directions d'écoulement sont calculées à l'aide du modèle MFD (Multiple Flow Direction) ou du modèle SFD (Single Flow Direction, ou D8), illustré ci-dessous. Les deux méthodes calculent les directions d'écoulement vers le bas en inspectant la fenêtre 3 par 3 autour de la cellule actuelle. La méthode SFD attribue une direction d'écoulement unique vers le voisin descendant le plus raide. La méthode MFD attribue plusieurs directions d'écoulement vers tous les voisins de pente descendante.

  • Sur les plateaux (zones plates qui débordent) les routes r.terraflow s'écoulent de sorte que globalement le flux se dirige vers les alvéoles de déversement des plateaux.
  • Sur les cuvettes (zones plates qui ne débordent pas, y compris les fosses à une cellule), r.terraflow attribue le flux en inondant le terrain jusqu'à ce que toutes les cuvettes soient remplies et en attribuant des directions de flux sur le terrain rempli.

Afin d'inonder le terrain, r.terraflow identifie tous les puits et divise le terrain en bassins-versants (un bassin-versant contient toutes les cellules qui s'écoulent dans ce puits), construit un graphique représentant les informations de contiguïté des bassins-versants, et utilise ce graphique bassin-versant pour fusionner les bassins versants le long de leur limite commune la plus basse jusqu'à ce que tous les bassins versants aient un chemin d'écoulement à l'extérieur du terrain. L'inondation produit un terrain sans puits dans lequel chaque cellule a un chemin d'écoulement descendant menant à l'extérieur du terrain et par conséquent, chaque cellule du terrain peut se voir attribuer des directions d'écoulement SFD/MFD comme ci-dessus.

Une fois que les directions d'écoulement sont calculées pour chaque cellule du terrain, r.terraflow calcule l'accumulation de débit en acheminant l'eau à l'aide des directions d'écoulement et en gardant une trace de la quantité d'eau s'écoulant à travers chaque cellule. r.terraflow calcule également le raster tci (indice de convergence topographique, défini comme le logarithme du rapport entre l'accumulation de flux et la pente locale).

Pour plus de détails sur les algorithmes, voir [1,2,3].

OPTIONS

r.terraflow [ -sq ] élever=nom rempli=nom direction=nom bassin versant=nom accumulation=nom tci=nom [d8couper=valeur] [Mémoire=valeur] [STREAM_DIR=nom] [Statistiques=nom]

Alternativement, l'utilisateur peut simplement taper r.terraflow sur la ligne de commande et le programme demandera les valeurs des paramètres et les paramètres des indicateurs de manière interactive, en utilisant l'interface standard de l'analyseur GRASS.

Drapeaux :

Paramètres:

Exemples

  • r.terraflow elev=spearfish filled=spearfish-filled dir=spearfish-mfdir swatershed=spearfish-watershed accumulation=spearfish-accu tci=spearfish-tci
  • r.terraflow elev=spearfish filled=spearfish-filled dir=spearfish-mfdir swatershed=spearfish-watershed accumulation=spearfish-accu tci=spearfish-tci d8cut=500 memory=800 STREAM-DIR=/var/tmp/ stats=spearfish-stats.txt

REMARQUES

L'une des techniques utilisées par r.terraflow est le compromis espace-temps. En particulier, afin d'éviter les recherches coûteuses en E/S, r.terraflow calcule et fonctionne avec un raster d'altitude augmentée dans lequel chaque cellule stocke des informations pertinentes sur ses 8 voisins, au total jusqu'à 80B par cellule. En conséquence, r.terraflow fonctionne avec des fichiers temporaires intermédiaires pouvant aller jusqu'à 80N octets, où N est le nombre de cellules (lignes x colonnes) dans le raster d'altitude (plus précisément, 80K octets, où K est le nombre de ( not nodata) dans le raster d'altitude en entrée). Tous ces fichiers temporaires intermédiaires sont stockés dans le chemin spécifié par STREAM_DIR. Noter: STREAM_DIR doit contenir suffisamment d'espace disque libre pour stocker jusqu'à 2 x 80N octets.

Le type interne utilisé par r.terraflow pour stocker les altitudes peut être défini au moment de la compilation. Par défaut, r.terraflow est compilé pour stocker les altitudes en interne sous forme de flottants. Une version compilée pour stocker les altitudes en interne sous forme de short est disponible sous le nom r.terraflow.short . D'autres versions peuvent être créées par l'utilisateur si nécessaire.

r.terraflow.short utilise moins d'espace (jusqu'à 60B par cellule, jusqu'à 60N de fichier intermédiaire) et est donc plus efficace en termes d'espace et de temps. r.terraflow est destiné à être utilisé avec des données raster à virgule flottante (FCELL) et r.terraflow.short avec des données raster entières (CELL) dans lesquelles l'altitude maximale ne dépasse pas la valeur d'un SHRT_MAX=32767 court (ce n'est pas un contrainte pour toutes les données de terrain de la Terre, si l'altitude est stockée en mètres).

r.terraflow et r.terraflow.short fonctionnent tous deux avec des rasters d'altitude en entrée qui peuvent être entiers, à virgule flottante ou double (CELL, FCELL, DCELL). Si le raster en entrée contient une valeur qui dépasse la plage interne autorisée (abréviation de r.terraflow.short , float pour r.terraflow ), le programme se termine avec un message d'avertissement. Sinon, si toutes les valeurs du raster d'altitude en entrée sont dans la plage, elles seront converties (tronquées) dans le type d'altitude interne (abréviation de r.terraflow.short , float pour r.terraflow ). Dans ce cas, la précision peut être perdue et des zones plates artificielles peuvent être créées.

Par exemple, si r.terraflow.short est utilisé avec des données raster à virgule flottante (FCELL ou DCELL), les valeurs de l'altitude seront tronquées en tant que shorts. Cela peut créer des zones plates artificielles, et le résultat de r.terraflow.short peut être moins réaliste que ceux de r.terraflow sur des données raster à virgule flottante. Les sorties de r.terraflow.short et r.terraflow sont identiques sur les données raster entières (CELL).

VOIR ÉGALEMENT

AUTEURS

LES RÉFÉRENCES

  1. Algorithmes efficaces en E/S pour les problèmes sur des terrains basés sur une grille. Lars Arge, Laura Toma et Jeffrey S. Vitter. En Proc. Workshop on Algorithm Engineering and Experimentation , 2000. A paraître dans Journal of Experimental Algorithms .
  2. Calcul de flux sur des maillages massifs. Lars Arge, Jeffrey S. Chase, Patrick N. Halpin, Laura Toma, Jeffrey S. Vitter, Dean Urban et Rajiv Wickremesinghe. En Proc. Symposium ACM sur les progrès des systèmes d'information géographique, 2001.
  3. Calcul de flux sur des terrains en grille massive. Lars Arge, Jeffrey S. Chase, Patrick N. Halpin, Laura Toma, Jeffrey S. Vitter, Dean Urban et Rajiv Wickremesinghe. À paraître dans GeoInformatica, International Journal on Advances of Computer Science for Geographic Information Systems .

Dernière modification : $Date : 2006-09-22 07:57:14 -0700 (ven. 22 sept. 2006) $


Différence entre FCELL, DCELL et CELL dans GRASS GIS ? - Systèmes d'information géographique

Excellente question ! Plusieurs réponses possibles ont été rejetées :

L'intention annoncée de USA/CERL est d'utiliser GRASS et COTS (logiciels commerciaux sur étagère) pour des usages internes, de laisser indéfiniment le site Web et ftp public de GRASS sur son système, et de signer des accords de coopération en matière de recherche et développement avec trois entreprises : (1) l'Institut de recherche en sciences de l'environnement (ESRI), (2) Intergraph et (3) Logiciels et Applications Scientifiques (LAS) Inc. Les deux premiers accords ont encouragé l'intégration des concepts GRASS dans les SIG commerciaux d'ESRI et d'Intergraph. Le troisième a encouragé l'adaptation des concepts et du code de GRASS dans un nouveau SIG commercial par L.A.S. LAS. a également proposé d'encourager la continuation d'un GRASS du domaine public, en tant que système autonome viable et en tant que source potentielle de nouvelles idées et de nouveaux codes pour GRASSLAND de L.A.S. Un observateur a noté que les deux premiers accords pourraient s'apparenter à quelqu'un qui signe Linux à Microsoft. Le même observateur considère l'expérience de/avec L.A.S. être une possibilité intéressante - une tentative de conserver des versions commerciales et du domaine public viables de GRASS.

Certaines personnes pensent que GRASS se fanera sans la direction centrale de USA/CERL. Certains pensent que l'Open GIS Consortium guidera avec succès l'industrie vers une architecture ouverte qui profitera à tous les développeurs et utilisateurs. D'autres pensent que les efforts d'OGIS conduiront à une cacophonie de "normes" spécifiques aux fournisseurs presque similaires (mais pas tout à fait interopérables), de sorte que la perte de GRASS en tant que plate-forme de développement ouverte se fera cruellement sentir.

Certaines personnes pensent que les développements sur certains campus et autres sites peuvent amener ces instituts à conserver GRASS pendant un certain temps, mais sous des formes non standard. En bref, GRASS subira une "division cellulaire" et conduira à une cacophonie de SIG utiles en interne, mais inutilisés en externe.

D'autres espèrent que le modèle de gestion précédent de GRASS sous USA/CERL l'a laissé prêt pour un nouveau modèle. Peut-être:

Sous un nouveau mentor, comme la NASA (qui a besoin d'un SIG ouvert, puissant et scientifique intégré à un système de traitement d'images pour son système d'observation de la Terre).

Sous un modèle de gestion distribuée. peut-être un peu comme Linux ?

Peut-être un peu hybride ? Peut-être qu'un effort basé sur le Web pourrait engendrer une série de groupes de discussion usenet commençant par


Remerciements

Nous remercions tous les principaux fournisseurs de données pour avoir fourni les données : HydroSHEDS, Global Lakes and Wetlands Database (GLWD), la base de données WorldClim, la base de données Consensus Land Cover, US Geolgocical Survey (USGS) et l'International Soil Reference and Information Center (ISRIC) et base de données Soilgrids.org. Nous souhaitons remercier Jens Hartmann pour le partage des données GLORICH, Jim Stagge et le Jetz Lab pour les discussions et le soutien précieux, Steve Weston pour son aide et ses conseils concernant le calcul de cluster, Robert Hijmans pour ses conseils concernant l'utilisation du format netCDF dans R, et Jeremy Malczyk pour la visualisation en ligne des calques. Cette étude a été financée par le Yale Climate & Energy Institute (YCEI), le Yale (YIBS) Program in Spatial Biodiversity Science and Conservation et soutenue en partie par les installations et le personnel du Yale University Faculty of Arts and Sciences High Performance Computing Center. DAKOTA DU SUD. a été financé par la Fondation allemande pour la recherche DFG (subvention DO 1880/1-1). W.J. reconnaît le financement des subventions DEB 1026764, DEB 1441737 et DBI 1262600 de la National Science Foundation des États-Unis, et de la subvention NASA Biodiversity NNX11AP72G.


Un exemple de calcul de pente

À titre d'exemple, la valeur de pente de la cellule centrale de la fenêtre mobile illustrée ci-dessous sera calculée.

La taille de la cellule est de 5 unités. La mesure de pente par défaut des degrés sera utilisée.

Le taux de changement dans la direction x pour la cellule centrale e est:

Le taux de changement dans la direction y pour la cellule e est:

En prenant le taux de changement dans les directions x et y, la pente de la cellule centrale e est calculé en utilisant

La valeur de pente entière pour la cellule e est de 75 degrés.


Voir la vidéo: GRASS tutorial - Interpolation