Mais

Como usar a ferramenta “Polygon to Raster” com arcpy quando o polígono é uma linha de um Shapefile?

Como usar a ferramenta “Polygon to Raster” com arcpy quando o polígono é uma linha de um Shapefile?


Tentei iterar sobre as linhas de um Shapefile com o cursor de pesquisa. Cada linha é um polígono e eu quero fazer um raster desse polígono, então tentei isso com arcpy.PolygonToRaster_conversion. Mas isto não está funcionando. O que eu fiz de errado? Isso é o que eu tenho até agora:

import os import arcpy arcpy.env.workspace = r "C:  Jul  birds_bear  BOTW.gdb" #path to workspace arcpy.env.overwriteOutput = True inputshp = r "C:  Jul  birds_bear  BOTW.gdb  kleiner100 "outraster = r" C:  Jul  birds_bear  BOTW.gdb "rows = arcpy.SearchCursor (inputshp) count = 0 para linha nas linhas: print row valField =" VALUE "outraster = os.path.join (outroter," outRaster "+ str (contagem)) arcpy.PolygonToRaster_conversion (row, valField, outraster," "," "," 0,0833333 ") count = count + 1

O arquivo de forma tem 16.400 linhas. No final, tenho que somar o raster sobreposto com, espero que funcione para 16400 rasters, veja minha pergunta original aqui. Posso trabalhar com 10.0 e 10.2.


Seu cursor está retornando um objeto de linha. Se você olhar a seção de sintaxe do arquivo de ajuda para a ferramenta Polygon to Raster, o que você vê como o tipo de dados de entrada? Você precisa fornecer a geometria real (o polígono). Você está usando o cursor SLOWER mais antigo. Considere editar seu código para usar o cursor dodamódulo. Existem muitos exemplos na ajuda e na internet.

Quanto mais eu olhava para este código, percebia que ele apresentava falhas quando você informavaoutroterem si mesmo, o que criaria um nome de arquivo sem sentido.

Abaixo está o código de trabalho, mas para alguns dados fictícios que tenho, então você precisa alterar os parâmetros de acordo.

import os import arcpy arcpy.env.overwriteOutput = True inputshp = "sites_Buffer" outFolder = "C: / scratch /" rows = arcpy.SearchCursor (inputshp) count = 0 para linha em linhas: # Obtenha ID e extraia um único polígono para espaço de trabalho in_memory fid = row.getValue ("id") query = '"id" =' + str (fid) arcpy.Select_analysis (inputshp, "in_memory / temp", query) # Criar nome de saída outRaster = os.path.join (outFolder, "out" + str (count)) print outRaster # Export to raster arcpy.FeatureToRaster_conversion ("in_memory / temp", "id", outRaster, 10) count = count + 1

Shapefile com polígonos sobrepostos: calcule os valores médios

Eu tenho um shapefile de polígono muito grande com centenas de recursos, muitas vezes sobrepostos uns aos outros. Cada um desses recursos possui um valor armazenado na tabela de atributos. Eu simplesmente preciso calcular os valores médios nas áreas onde eles se sobrepõem. Posso imaginar que essa tarefa requer várias etapas intrincadas: Gostaria de saber se existe uma metodologia simples. Estou aberto a todo tipo de sugestão, posso usar ArcMap, QGis, scripts arcpy, PostGis, GDAL ... Só preciso de ideias. Obrigado!


Arquivo raster sem informações de referência espacial

Por favor, tenha paciência comigo, estou reaprendendo o ArcMap depois de usar o mapinfo exclusivamente nos últimos dois anos.

Estou tentando trabalhar com um conjunto de dados raster (anexado em um arquivo zip) proveniente do USGS e tendo problemas para trabalhar com ele, pois está faltando as informações de referência espacial. Os metadados do raster incluem as seguintes informações:

  • Nome da projeção do mapa: Lambert Azimuthal Equal Area
    • longitude do centro de projeção: -100,000000
    • latitude do centro de projeção: 45,000000
    • false easting: 0,000000
    • norte falso: 0,000000
    • representação de coordenadas:
      • resolução de abscissa: 1000,000000
      • resolução de ordenadas: 1000,000000
      • nome do datum horizontal: D Shpere ARC INFO
      • nome do elipsóide: Esfera ARC INFO
      • semi-eixo maior: 6370997,000000
      • denominador de ração lisonjeira: infinito

      Tentei inserir manualmente os centros de projeção ao definir a referência espacial raster, mas não vejo nenhuma alteração quando ela é executada. Também tentei encontrar uma projeção complementar, já que o Arc tem apenas uma área igual de Lambert Azimuthal polar que não funciona nesta circunstância.

      Também tentei enviar uma camada vetorial (camada básica de estados dos EUA, WGS 1984) com referência espacial conhecida antes de enviar o raster. Isso também não tem efeito no raster.

      Alguém tem alguma ideia ou poderia me ajudar?

      por MelitaKennedy

      Você teria que definir um sistema de coordenadas projetadas customizado no ArcGIS, mas certamente é possível. A área igual azimutal de Lambert sempre suportou casos não polares no ArcGIS for Desktop, e também no Workstation.

      De qualquer forma, aqui está a conhecida string de texto para a definição:

      Copie-o como uma única linha para um arquivo de texto, altere a extensão do arquivo de texto para .prj, então você pode importá-lo através da página de propriedades do raster no ArcCatalog ou na ferramenta Definir Projeção.

      Sua próxima pergunta pode ser sobre qual transformação geográfica / datum deve ser usada para converter para o sistema de coordenadas baseado em NAD83 ou WGS84 (ou para sobrepô-lo com esse tipo de dados). Não há transformações predefinidas entre um GCS baseado em esfera e um GCS geodésico (também conhecido como um baseado em um datum geodésico verdadeiro). Tente apenas adicionar o raster com seus outros dados, ignore quaisquer avisos de transformação. Parece sobrepor? Então você está pronto para ir. Se parecer estar deslocado de norte a sul, tente adicionar uma transformação geográfica personalizada (há uma ferramenta) entre seu GCS e NAD83 ou WGS84, o que quer que você esteja usando. Defina o método como Tradução geocêntrica e deixe os valores dos parâmetros definidos como zeros.


      Cortar rasters em extensão e tamanho de célula precisos

      Eu tenho quatro camadas raster (DEM, Slope, Aspect, Soils) todas no mesmo GCS (WGS_1984) armazenadas em um geodatabase.

      Desejo cortar todos os quatro rasters de forma que a saída tenha o mesmo número de linhas / colunas, tamanho de célula X & ampY e extensão. Tive grande sucesso em recortar DEM, Slope e Aspect para que tudo correspondesse. O problema é com o raster SOILS, que independentemente de eu usar Extrair por máscara, Clipe ou Extração de dados, o raster de saída será diferente em número de colunas / linhas, tamanho de célula X & ampY ou extensão. Ao extrair por máscara, uso DEM, Slope ou Aspect como máscara.

      É imperativo que todos os quatro rasters correspondam precisamente em extensão, tamanho de célula e colunas / linhas para que eu possa usar os dados com MaxEnt.

      Anexei a captura de tela de um Excel mostrando as linhas / colunas, o tamanho da célula (x & amp y) e a extensão para as diferentes camadas de dados.

      Acho que finalmente fiz algum progresso na solução desse problema. Não tenho certeza se todas essas etapas são necessárias, mas isso parece funcionar para cortar as camadas de dados raster com precisão. Em primeiro lugar, asseguro que tudo esteja no mesmo sistema de coordenadas geográficas (WGS_1984). Em seguida, cortei os dados de origem (que são uma extensão maior do que o necessário) em uma extensão menor que é ainda maior do que o necessário. Se necessário, faço uma nova amostra de todas essas camadas de dados menores com o tamanho de célula apropriado (o do raster DEM). Em seguida, cortei as camadas de dados reamostradas usando "extrair por máscara" usando a camada raster DEM como máscara e em Ambiente | Extensão de processamento | Snap to Raster = DEM raster. Isso produz uma saída raster com exatamente a mesma extensão e tamanho de célula.

      por ChrisDonohue__G ISP

      Uma coisa a tentar seria definir um Snap Raster nas configurações de ambiente ao executar uma ferramenta de geoprocessamento raster:

      As ferramentas que respeitam o ambiente Snap Raster ajustarão a extensão dos rasters de saída para que correspondam ao alinhamento da célula do snap raster especificado.

      Um Snap Raster é normalmente usado onde entradas para ferramentas:

      • Têm diferentes alinhamentos de células
      • Têm diferentes resoluções de células
      • Têm diferentes sistemas de coordenadas
      • São recursos

      Obrigado pelo conselho Chris,

      Eu apenas tentei usar Extrair por máscara e usar o Snap Raster em Configurações de ambiente. Usei o DEM raster como Snap Raster e como Extraction Mask. O raster de saída é SOILSTEST5 (veja a última linha na imagem). O tamanho da célula (Y) e a extensão (parte superior e direita) diferem do raster DEM, mesmo ao usar o Snap Raster definido para o raster DEM.

      Os valores são muito próximos entre SOILSTEST5 e DEM raster, mas não são precisos. Se os dados fossem destinados a um mapa ou análise relacionada ao ArcGIS, eu ficaria feliz com os dados como estão. Infelizmente, o destino desses dados é ser convertido para o formato ASC e, em seguida, utilizado com a modelagem MaxEnt, que absolutamente requer que os dados de cada raster se alinhem com precisão.

      por ChrisDonohue__G ISP

      Não sei se ele está ligado agora, mas aposto que Dan_Patterson pode ter algumas ideias.

      por DanPatterson_Re cansado

      tem um conjunto de regras muito detalhado

      O pensamento importante com o qual lidar para o processamento na primeira instância é o canto inferior esquerdo e o tamanho da célula deve corresponder. eles são independentes da extensão da análise geral.

      Nesse sentido, seria melhor estabelecer isso primeiro e, em seguida, cortar quaisquer linhas e colunas extras da parte superior e esquerda depois que todos os rasters se alinharem com a parte inferior esquerda e todos tiverem o mesmo tamanho de célula. O que eu acho que está acontecendo é que os arquivos errados estão tentando ser espremidos / esticados (qualquer que seja) em uma extensão ao mesmo tempo que o canto inferior esquerdo e o tamanho da célula estão sendo alinhados. Tente pular a extensão. definir o raster de snap. verifique o alinhamento inferior esquerdo e o tamanho da célula e remova tudo ao mínimo das entradas. Tenha cuidado com isso, pois infelizmente você está trabalhando com coordenadas geográficas e a 8ª casa decimal em um GCS infelizmente não é a mesma precisão que a mesma representação em coordenadas projetadas. mas você deve ter a necessidade de usar um GCS, apenas um aviso para os outros em geral

      Obrigado pelo insight Dan.

      Percebi que a maioria das ferramentas que permitem especificar o tamanho da célula aplica o tamanho da célula fornecido a X e Y, e o X e Y da maioria dos meus dados raster diferem entre X e Y. Pode o fato de haver uma diferença entre o tamanho da célula X e da célula Y estar causando meus sintomas?

      Percebi (como você mencionou) que há uma precisão limitada com extensões GCS vs PCS porque os valores de extensão inseridos tendem a ser arredondados e não preservados conforme definido.

      Dados os dados que tenho agora, quais seriam as melhores etapas para ajustar o tamanho da célula do SOILS para corresponder à extensão do DEM e ao tamanho da célula do amp? É necessário que eu projete rasters DEM e SOILS para um PCS, depois corte SOILS com snap para raster e, em seguida, projete de volta para GCS (WGS_1984)? Receio que as três classes de GIS que tive não se concentraram no gerenciamento de dados raster.

      por DanPatterson_Re cansado

      Antes de fazer qualquer coisa, eu os colocaria em ordem. Você terá que verificar quais ferramentas suportam células não quadradas para garantir que você as use com cuidado ou atenção a esse fato. Eu não faria nenhuma projeção até que eles fossem, pelo menos, os mesmos em relação ao canto inferior esquerdo e o tamanho da célula nas direções X e Y fossem iguais. Você também precisa se certificar de que não haja mudanças fundamentais nos dados durante esse processo. como a promoção de dados de inteiro para flutuante ou qualquer movimento substantivo de limites entre classes.

      Decidi recortar todas as minhas camadas de dados na esperança de que alguns dos problemas que eu estava enfrentando desaparecessem.

      Comecei com todos os meus dados (DEM, Aspect, Slope, Land Use / Land Cover) no GCS (WGS_1984) em uma extensão muito maior do que exigirei saída em. Também assegurei que o tamanho da célula (X e Y) fosse quadrado e o mesmo para todas as camadas raster. Em seguida, cortei cada raster usando o shapefile de limite de kentucky (polígono) que também estava no GCS WGS_1984. Cada raster foi cortado após selecionar a opção Snap Raster em Ambiente | Extensão de processamento. Cada uma das saídas dos rasters compartilhou extensão idêntica, linhas / colunas e tamanho de célula que era desejável.

      Em seguida, converti meu arquivo de forma de solos USGS / NCRS (contendo

      25.000 polígonos) para um raster usando o tamanho da célula dos outros arquivos raster (inclinação, dem e aspecto). Em seguida, usei o arquivo de forma de limite de Kentucky para cortar o raster de solos criado anteriormente, usando Snap To Raster em Environment | Extensão de processamento. Infelizmente, o raster de saída do Soils não correspondeu à extensão dos outros raster. mas o tamanho da célula estava correto. Eu tentei ter os recursos de entrada Check in Use para geometria de recorte e desmarcados. Eu também tentei ter Meio Ambiente | Extensão de processamento | Extensão definida para um dos meus outros bons rasters, como Aspect ou deixado como padrão.

      Aqui está um excel mostrando os detalhes de cada raster. O ideal é que o raster SOILS corresponda a todos os valores de Aspect, DEM, Slope ou LULC. As células verdes são aquelas que correspondem ao valor desejado, as laranja são valores que não correspondem a Aspect, DEM ou LULC.


      Sintaxe

      O raster de entrada que representa uma superfície contínua.

      Diferença máxima de elevação entre uma pia e seu ponto de fluidez a ser preenchido.

      Se a diferença nos valores z entre um sumidouro e seu ponto de fluidez for maior do que z_limit, esse sumidouro não será preenchido.

      O valor do limite z deve ser maior que zero.

      A menos que um valor seja especificado para este parâmetro, todos os sumidouros serão preenchidos, independentemente da profundidade.

      Valor de retorno

      O raster da superfície de saída após o preenchimento dos sumidouros.

      Se o raster de superfície for inteiro, o raster preenchido de saída será do tipo inteiro. Se a entrada for em ponto flutuante, o raster de saída será em ponto flutuante.


      A parte inicial do código demonstrou como resolveria o problema, mas há coisas que precisam ser adicionadas para torná-lo mais à prova de balas. Se eu os adicionasse em primeiro lugar, o código seria muito longo e difícil de entender.

      Uma suposição importante no código inicial é que todas as classes de recursos no geodatabase têm as mesmas colunas. Por que outra razão você desejaria juntar todos eles em um resultado? Suspeito que Joseph está vendo o erro porque o script encontrou uma classe de recurso que não se encaixa nessa suposição.

      Quando se trata de classes de recursos vazios, ou seja, classes de recursos sem linhas, o código do loop `for row in rows` não deve gerar uma exceção, desde que fc tenha todas as colunas esperadas. A instrução `del row` subsequente pode gerar uma exceção. Você pode comentar a instrução `del row`.

      Uma maneira de lidar com esses casos estranhos é adicionar algumas instruções try-except e lidar com as classes de recursos com falha de alguma outra maneira. Vou deixar isso para você.


      Conjuntos de dados

      • Conjuntos de dados transportáveis são recursos, rasters, tabelas e arquivos. Os parâmetros que contêm conjuntos de dados transportáveis ​​oferecem suporte ao modo de entrada de valor definido pelo usuário.
      • Conjuntos de dados não transportáveis são qualquer coisa diferente de recursos, rasters, tabelas e arquivos. Existem duas categorias de conjuntos de dados não transportáveis.
        • Conjuntos de dados complexos são conjuntos de dados como redes geométricas, conjuntos de dados de rede, topologias, TINs e assim por diante. Esses tipos de dados são conhecidos como conjuntos de dados complexos porque modelam relacionamentos complexos entre recursos simples.
        • Conjuntos de dados de contêiner são itens como pastas, arquivos e bancos de dados geográficos pessoais e documentos de mapas (.mxd). Esses tipos de dados contêm uma coleção mista de outros conjuntos de dados - daí seu nome, contêineres.

        Determinar o tipo de dados de um parâmetro de ferramenta

        • Na página de referência de uma ferramenta, a seção de sintaxe tem uma tabela que descreve cada parâmetro. A última coluna desta tabela contém o tipo de dados do parâmetro.
        • No ModelBuilder, clique com o botão direito do mouse em uma variável, clique em Propriedades e clique na guia Tipo de dados. O tipo de dados é listado na parte superior da caixa de diálogo.
        • Para uma ferramenta de script, na janela Catálogo, clique com o botão direito na ferramenta de script e escolha Propriedades. Na caixa de diálogo de propriedades, clique na guia Parâmetros. O tipo de dados de cada parâmetro é listado na tabela de parâmetros.

        Listas de escolha e conjuntos de dados não transportáveis

        Se um valor de parâmetro de entrada for uma camada que faz referência a um conjunto de dados não transportável, você pode escolher Lista de opções como uma opção de modo de entrada. Por exemplo, o parâmetro de rede Modo de transporte pode ser usado em uma tarefa que encontre a melhor rota para o modo de transporte do usuário - carro, bicicleta ou caminhada.

        O tipo de dados deste parâmetro é Network Dataset Layer. Conjuntos de dados de rede são conjuntos de dados complexos que não podem ser transportados pela web, portanto, o valor definido pelo usuário não está disponível para este parâmetro. No entanto, você pode usar uma lista de opções para especificar uma lista de opções de nomes de camadas a serem usados. O cliente selecionará um dos nomes de camada da lista de opções e sua tarefa usará a camada que o cliente escolher, acessando o conjunto de dados de rede referenciado pela camada e armazenado no servidor.

        A maioria dos conjuntos de dados complexos tem uma representação de camada correspondente. O exemplo acima mostrou Network Dataset Layers. Outros conjuntos de dados complexos incluem camadas TIN, camadas geoestatísticas, camadas de tecido de pacote e camadas de conjunto de dados LAS. Sempre que tiver um conjunto de dados não transportável, você pode usar sua representação de camada como o valor de entrada. A tarefa de exemplo acima foi criada executando um modelo e fornecendo a camada de rede Street como entrada. Se o modelo foi executado fornecendo o caminho para um conjunto de dados de rede no disco em vez de um nome de camada, o modo de entrada será definido como valor constante. Você deve executar a ferramenta usando uma camada como entrada para que a opção Lista de escolha apareça.

        • Os clientes podem enviar e receber (transportar) recursos simples, rasters, tabelas e arquivos pela Internet.
        • Conjuntos de dados complexos, como conjuntos de dados de rede, TINs e malhas de pacotes não são transportáveis. Conjuntos de dados de contêiner, como pastas, bancos de dados geográficos e documentos de mapa também não são transportáveis. Ou seja, não há como um cliente criar esses conjuntos de dados ou contêineres complexos e transportá-los pela Internet. Isso é verdadeiro mesmo para clientes com recursos completos, como o ArcMap.
        • A maioria dos conjuntos de dados complexos tem uma representação de camada, ou seja, você pode adicionar o conjunto de dados ao ArcMap e uma camada é criada no índice.
          • Você pode criar uma lista de opções de nomes de camadas e o cliente escolherá um ou mais desses nomes de camadas como entrada para sua tarefa. Sua tarefa usará o conjunto de dados referenciado pela camada.
          • Para criar uma lista de opções de nomes de camadas, você deve executar sua ferramenta usando uma camada como entrada. No Editor de serviço, a lista de opções será preenchida a partir das camadas aplicáveis ​​no índice analítico.
          • Se você executar sua ferramenta usando o caminho para um conjunto de dados no disco, a opção Lista de escolha não estará disponível, mesmo se você tiver camadas do tipo correto no índice analítico.

          Quando você publica uma lista de opções de nomes de camadas, os dados referenciados pelas camadas tornam-se dados do projeto e serão copiados para o servidor GIS, a menos que possam ser encontrados no armazenamento de dados do servidor.

          Valor constante e conjuntos de dados complexos

          Se uma entrada para sua tarefa for um caminho para um conjunto de dados complexo (por exemplo, D: mydata chicago.gdb Transportation streetnetwork, um conjunto de dados de rede), o modo de entrada será fixado para o valor Constante. Se você publicar com o modo de entrada definido para o valor Constante, o conjunto de dados será copiado para o servidor (a menos que seja encontrado no armazenamento de dados do servidor) e sua tarefa usará o conjunto de dados copiado.

          Se você pode adicionar o conjunto de dados ao ArcMap para criar uma camada, você pode executar novamente sua ferramenta usando a camada como entrada. Isso criará um novo resultado que você pode compartilhar, e o Service Editor oferecerá suporte à lista de opções como um modo de entrada.

          Camadas não podem ser feitas para redes geométricas. Os parâmetros que contêm redes geométricas sempre terão seu modo de entrada definido como valor constante.

          Valor constante e conjuntos de dados de contêiner

          Os contêineres são itens como pastas, arquivos e bancos de dados geográficos pessoais e documentos de mapas (.mxd). Esses tipos de dados contêm uma coleção mista de outros conjuntos de dados - daí seu nome, contêineres. Os contêineres não são transportáveis ​​e a regra geral é que o contêiner e todo o seu conteúdo serão copiados para o servidor (a menos que o contêiner esteja no armazenamento de dados do servidor). e sua tarefa publicada usará o contêiner copiado. Alguns recipientes comuns são discutidos abaixo.

          Pastas

          Se a entrada para sua tarefa for uma pasta, o modo de entrada será fixado em um valor constante. Se você publicar com o modo de entrada definido para o valor Constante, a pasta e seu conteúdo (veja a nota abaixo) serão copiados para o servidor (a menos que seja encontrado no armazenamento de dados do servidor) e sua tarefa usará a pasta copiada.

          Quando as pastas são copiadas para o servidor como parte do processo de publicação, apenas os arquivos e conjuntos de dados geográficos são copiados e nenhuma subpasta dentro da pasta é copiada. Alguns conjuntos de dados geográficos, como bancos de dados geográficos de arquivos, rasters e TINS ​​são tecnicamente pastas, mas serão copiados para o servidor se encontrados dentro da pasta a ser copiada.

          Documentos do mapa (.mxd)

          Se a entrada para sua tarefa for um documento de mapa, o modo de entrada será fixado para o valor constante. Se você publicar com o modo de entrada definido como valor Constante, o documento do mapa, todas as suas camadas e todos os conjuntos de dados referenciados pelas camadas serão copiados para o servidor, a menos que o documento do mapa possa ser encontrado no armazenamento de dados do servidor. Se algum dos conjuntos de dados referenciados não puder ser encontrado no armazenamento de dados do servidor, eles também serão copiados para o servidor. Essencialmente, o documento do mapa é empacotado, enviado ao servidor e, em seguida, descompactado no servidor.

          Bases de dados geográficas

          Se a entrada para sua tarefa for um geodatabase, o modo de entrada será fixado para o valor Constante. Se você publicar com o modo de entrada definido para o valor Constante, o geodatabase e seu conteúdo serão copiados para o servidor (a menos que seja encontrado no armazenamento de dados do servidor) e sua tarefa usará o geodatabase copiado.

          As bases de dados geográficas pessoais (.mdb) não são suportadas em plataformas de servidor (sistemas operacionais de 64 bits) e serão convertidas em bases de dados geográficas de arquivo quando copiadas para o servidor. Os bancos de dados geográficos corporativos também serão convertidos em bancos de dados geográficos de arquivos quando copiados para o servidor.

          Saída não transportável

          Se a saída de sua ferramenta for um conjunto de dados complexo ou um conjunto de dados de contêiner, ele não poderá ser transportado de volta para o cliente. No Editor de serviço, o parâmetro de saída mostrará um tipo de dados String. Na ilustração abaixo, o valor retornado pela tarefa será o nome do conjunto de dados TIN criado, não o próprio conjunto de dados.

          • Use um serviço de mapa de resultado para enviar ao cliente o resultado como um mapa. Nenhum conjunto de dados é transportado para o cliente, apenas um mapa dos dados.
          • Converta o conjunto de dados em um conjunto de dados transportável. Por exemplo, você pode usar a ferramenta TIN To Raster para converter um TIN (não transportável) em um conjunto de dados raster (transportável).
          • Crie um pacote de camadas (.lpk) do conjunto de dados usando uma das ferramentas no conjunto de ferramentas Camadas e visualizações de tabela e, em seguida, use a ferramenta Camada de pacotes para criar o pacote de camadas. Um pacote de camada é um arquivo e os arquivos podem ser transportados pela Internet. O cliente terá que desempacotar o pacote.
          • Use o utilitário ZIP para criar um arquivo do conjunto de dados ou pasta de resultados e transporte o arquivo .zip para o cliente. O cliente é responsável por descompactar o arquivo. O exemplo de serviço de recorte e envio recorta camadas de uma área de estudo em um arquivo geodatabase (e outros formatos) e, a seguir, cria um arquivo .zip a ser transportado para o cliente. Se você deseja usar essa técnica, consulte os links abaixo:
              pega uma pasta de entrada e um nome de arquivo de saída e cria um arquivo .zip compactado. pega um arquivo .zip de entrada e uma pasta de saída e grava o conteúdo na pasta.

          • Como as informações de georreferenciamento são acessadas

            A transformação de imagem em mundo é acessada cada vez que uma imagem é exibida, por exemplo, ao aplicar panorâmica ou zoom. A transformação é calculada a partir de uma das seguintes fontes, listadas em ordem de prioridade:

            • O arquivo de cabeçalho (se o tipo de imagem for compatível)
            • O arquivo mundial (será usado primeiro se a caixa de seleção Usar arquivo mundial para definir as coordenadas do raster estiver marcada na caixa de diálogo Opções).
            • As informações de linha / coluna da imagem (uma transformação de identidade)

            Análise Geoespacial e Ambiental

            Aplique seus conhecimentos de SIG neste curso em análise geoespacial, com foco em ferramentas de análise, dados 3D, trabalhando com rasters, projeções e variáveis ​​de ambiente. Ao longo de todas as quatro semanas deste curso, trabalharemos juntos em um projeto - algo único neste curso - desde a concepção do projeto, através da recuperação de dados, gerenciamento e processamento inicial de dados e, finalmente, nossos produtos de análise. Nesta aula, você aprenderá os fundamentos da análise geoespacial e ambiental durante quatro módulos de uma semana: Semana 1: Faça um tour pelo ArcToolbox e aprenda como usar ferramentas de análise geoespacial comuns incorporadas ao ArcGIS. Semana 2: Obtenha uma compreensão prática de modelos de dados raster: simbolize , reprojetar, sobrepor e avaliar rasters. Faça um desvio em modelos de dados 3D e interpolação de observações em superfícies e rasters 3D. Semana 3: Aprofunde-se nas projeções e sistemas de coordenadas, que são fundamentais para todos os GIS. Aprenda a usar variáveis ​​de ambiente para restringir suas análises e obter produtos de dados de melhor qualidade. Semana 4: Amplie seu conhecimento de simbologia. Aprenda a exibir visualmente seus dados classificando-os em agrupamentos lógicos e simbolizando-os em seu mapa. Faça Análise Geoespacial e Ambiental como um curso independente ou como parte da Especialização em Sistemas de Informações Geográficas (SIG). Você deve ter experiência equivalente à conclusão do primeiro e do segundo cursos nesta especialização, & quotFundamentals of GIS & quot e & quotGIS Data Formats, Design, and Quality & quot, antes de fazer este curso. Ao concluir esta terceira aula na Especialização, você obterá as habilidades necessárias para ser bem-sucedido no programa completo.

            Рецензии

            Informações úteis sobre análise espacial, rasters, sistemas de coordenadas. N nE um tour guiado sobre como abordar um projeto pessoal. N nAs aulas são bem estruturadas e o professor fácil de seguir.

            Eu gostei dessa parte da maioria dos três cursos de especialização em GIS nos quais obtive certificados. Obrigado ao Dr. Nick Santos por seu ensino interativo, atribuições e projetos.

            Neste segundo módulo, vamos abordar os dados raster em profundidade e como criar superfícies tridimensionais a partir de nossos raster. Depois de concluir este módulo, você será capaz de: descrever diferentes formatos de dados raster e como eles são usados, usar ferramentas de comparação e deslizar, reamostrar e retrojetar rasters, descrever como redes arrastão e polígonos Thiessen são usados, criar TINs e converter seus rasters para Dados 3D usando ArcScene. Além disso, você continuará seu projeto de análise geoespacial quando começar a planejar sua abordagem.

            Преподаватели

            Nick Santos

            Текст видео

            [MÚSICA] Olá de novo e bem-vindo de volta. Nesta lição, vou mostrar a você um exemplo de reamostragem por meio da reprojeção de rasters. Agora, como eu já disse antes, reprojetar rasters é um pouco diferente de projetar dados vetoriais porque os rasters são diferentes de vetor. Com dados vetoriais, podemos reprojetar as formas sem alterar os atributos. Mas com dados raster, as formas são fixadas como células raster. Portanto, mudar a forma por meio de reprojeção força uma mudança na localização de nossos atributos da maneira que um vetor não faz. E isso é algo que precisamos levar em consideração. Isso ocorre por meio do processo de reamostragem que mostrei da última vez, em que, quando basicamente realinhamos as células, nossos dados são transferidos para uma espécie de novo local ou, às vezes, coleta dados diferentes com base em como reamostramos o raster. Portanto, isso sai muito em rasters reprojetados. Agora, a razão pela qual este é um problema na reprojeção de rasters é que as projeções podem fazer nossos dados serem exibidos em diferentes orientações em relação à vertical e horizontal quando alternamos entre as diferentes projeções. A reorientação força uma reamostragem do raster como mencionei antes, embora o tamanho da célula não esteja mudando neste caso. Portanto, ainda precisa descobrir quais valores são atribuídos a novos valores devido a essa mudança na orientação de como cada projeção mapeia o mundo para sua própria grade cartesiana. É um processo destrutivo que deve ser evitado na maioria dos casos, exceto quando necessário. Então, primeiro, este raster aqui que usamos na última aula também é projetado em uma projeção cônica de Albers que é otimizada para todos os Estados Unidos. Agora está tudo bem com & # x27s, mas vamos ver o que acontece quando mudamos sua projeção para outra coisa. E uma maneira rápida de obter uma visibilidade simples disso é apenas alterar a projeção do quadro de dados para outra coisa, porque isso irá reprojetar nossos dados em nosso quadro de dados em tempo real em segundo plano para a nova projeção. Portanto, vamos ver o que acontece quando eu troco a projeção no quadro de dados para o Sistema de Coordenadas Geográficas NAD 83. Então, quando eu faço isso, de repente, minha projeção fica distorcida e fica em um ângulo diferente. Agora, pode parecer que está apenas girando tudo para coincidir com a projeção, o que seria bom porque isso não iria realmente mapear novamente as células, certo? Se tudo girasse perfeitamente no raster e as células permanecessem as mesmas e girassem, não haveria problema. Mas se olharmos para as bordas aqui, podemos ver, bem, na reprojeção, ela está girada. No quadro de dados, parece que tudo está bem e girado. Mas não é perfeito. E aqui & # x27s como posso mostrar isso. Se eu for para as propriedades da camada e escolher não exibir dados como uma cor como preto e clicar em OK, posso ver que, na verdade, ele não está realmente girando, está criando um novo raster retangular aqui que é adequado o retângulo delimitador mínimo em torno disso. Portanto, temos os cantos tocando o topo aqui e os lados aqui, e não temos valores de dados todos aqui. E parece, da maneira como está reprojetando-o, realmente suave, mas quando criamos um novo raster, quando realmente fazemos uma reprojeção completa, veremos que há pequenos degraus acontecendo aqui. Ainda assim, obtemos alguns alinhamentos de células diferentes aqui quando obtemos essa rotação, e irei deixar isso aparente em apenas um momento. Portanto, vamos desligar nossa exibição sem dados novamente. E deixe & # x27s definir nosso quadro de dados de volta ao que era, escolhendo a camada, a projeção Albers Conical Equal-Area da camada. Então, agora nosso raster & # x27s de volta ao seu retângulo normal. Mas vamos reprojetar o raster. Portanto, no Data Management Tools & gt Projections and Transformations toolset & gt Raster toolset, há & # x27s uma ferramenta Project Raster. E vamos & # x27s selecionar nosso raster de entrada aqui. E nós selecionaremos o mesmo sistema de coordenadas de saída que estávamos usando, o Sistema de Coordenadas Geográficas NAD 1983. Agora, observe na parte inferior aqui que a ferramenta Project Raster entende que está modificando seus dados, portanto, oferece as mesmas opções de técnica de reamostragem que vimos antes. Vamos deixá-lo no vizinho mais próximo novamente porque essa é uma opção adequada para coisas como a classificação do uso da terra, como menciona aqui. Ele também calculou um tamanho de célula que & # x27s apropriado para mim com base na tradução em unidades. Então, o atual está em metros, e está traduzindo para graus decimais, pois é um sistema de coordenadas geográficas, então ele calculou a tradução desses valores para mim. Portanto, vamos garantir que ele permaneça no vizinho mais próximo. E vamos ver o que acontece quando eu executar essa reprojeção agora. Inicialmente, não parece muito, mas há uma pequena mudança de dados se eu desligar e ligar. E vamos ativar & # x27s os valores sem dados em nossa nova camada aqui, para que possamos ver que, na verdade, há uma área maior aqui. E isso se deve ao fato de que está sendo reprojetado e também de que está sendo reprojetado novamente neste quadro de dados atual. So we reproject it to NAD 83, which forced that original bounding box around it and then it's being reprojected back to this, which fills it back into a rectangle. But we can confirm that it's larger and has those no data values because it has more rows and columns, so this has 830 columns and 482 rows. But the original one has 743 columns and 538 rows. So there are some changes going on to the data there. And then if I zoom in, let's zoom in up here. I can see this difference in orientation in the raster cells due to the reprojection. And I can also see that stair stepping I promised you, where at the top, it's not as smooth. And so I could see that this raster data actually has to slightly rotate and reorient. It's not just rotating the raster nicely, and we keep the top edge and everything's in line. We're actually creating a new raster that's fully stair stepped based upon our old data. And if I do a swipe now, like before, I can see some changes in the data, where I'm getting a whole different cell alignments over here. Like take a look at these yellow and green ones that were next to each other or next to each other, and the new one, but weren't before. And we're getting lots and lots of changes to our data if we look back between these two. Let's go down here a little more, where those are going on and do the same thing. There are lots and lots of little changes to the data if you look around, places where one cell becomes three or four, or three or four cells become one. And this is due to our resampling technique. And nearest neighbor is probably the best choice for this data, but we still have lots of changes. That's the destructiveness of reprojecting rasters. And that's why we want to be so careful about it, to only do it when we really need to. Now choosing not to reproject a raster, but then working with rasters in different projections isn't actually choosing not to reproject a raster. Because remember, a geoprocessing tool has to change data to the same projection in order to use it anyway. So it's going to reproject it in the background, and you're actually losing out on that choice by not reprojecting it. If you have data in different projections, it is smart to project it into one, so that you choose and get to validate that data. You choose the choices that go into that reprojection, and make sure that it's satisfactory to your analysis. Okay, there's just one last thing I want to show you about reprojecting rasters. And that's this, one more thing about the stair stepping, which is, if we take this raster that is in the NAD 83 projection, and we put it in a data frame that is in the same projection, so it's not being reprojected on the fly again. We'll see, okay, it's aligned north to south, which is what weɽ expect, right? It's aligned north to south in its own projection, in its own coordinate system. But if I zoom out, that stair stepping at the top makes a lot more sense because what it's doing is it fit that other raster to this grid, and if we imagine that other raster's top edge running across here, it's running nearest neighbor and ends up assigning cells and then having to drop down a row and assigning more cells. And that's why we get the stair stepping when it's projected back into the other as well, is because it is taking this raster and rotating it to fit the other data frame, but it still isn't a perfect rectangle on the edges anymore. It is conceptually because it has no data values, but the data itself isn't a perfect rectangle anymore. Ok, é isso para esta palestra. In this lecture, we applied resampling to the process of reprojecting rasters and saw that it is destructive to our data. It changes our data as we store it on our disk. And we have to take that into account when deciding when and how to reproject our rasters and what method we want to use to resample our data. This is a pretty important and fundamental concept, and you'll learn a lot more about projections and coordinate systems later on in this class. But for now, just remember that projections of rasters are destructive, and come back to this if you want to get a little more out of it after you take the section on projections and coordinate systems. Okay, see you next time.


            Graph temperatures across latitude

            The hottest temperatures you encountered were all close to the equator. It's generally expected that mean annual temperatures are highest in equatorial regions and decrease toward the poles. To verify this assumption about climate, you'll graph the north-to-south geographic distribution of temperature values on a scatter plot.

            To ensure all the data is included in the scatter plot, you'll clear the selected data points.

            The Chart Properties and Mean Annual Temperature XY Layer Scatter Plot 1 panes appear.

            You'll set the parameters for the x-axis and y-axis. Because you're graphing the distribution of temperatures across latitude (north to south), you'll choose the appropriate fields.

            The scatter plot is created. Before you examine it more closely, you'll remove the linear trend line, which isn't useful for the question you want to answer.

            You'll also change the chart title and axis labels. The current title and labels use the exact names of the variables, which aren't easy to read.

            The chart updates. Depending on your window size, it may have different proportions than the example image. It may also have different colored points.

            As expected, the warmest values are centered around the equator (0 degrees latitude). Antarctica, which corresponds to the most negative latitude values, is much colder than the north pole. By selecting features in the chart, you can see where they appear on the map.

            The points in the box are selected in both the chart and the map.

            As predicted, latitude seems to have a significant effect on temperature.


            How to append qgis processing output to a new row in the output table

            I'm working with the raster surface volume tool in QGIS to calculate the volume of water in a lake and tracking the change in volume as depth decreases by 1cm at a time. Right now my code just outputs whatever the last value in the for loop was. Is there a way to append each output to the next row so I can open it and see all the volumes calculated in one csv? I have to do this a few hundred times so batch processing isn't really reasonable.


            Assista o vídeo: Erro ao transformar de vetor para raster. QGIS.