Más

¿Cuenca visual para cada píxel en la trama?


por favor, ¿pueden ayudarme a escribir un script para la cuenca visual que evalúe un recuento de celdas visibles de cada píxel? ¿O hay algún complemento que pueda hacerlo?


Esto es exactamente lo que es el índice de visibilidad. Para obtener más detalles, consulte mi respuesta a esta publicación y mi blog en este sitio, que describe el índice y algunas de las complicaciones para calcularlo. El sitio también proporciona un enlace al software de código abierto que se puede utilizar para realizar el análisis. Es importante destacar que, dado que el cálculo de un área de cuenca visual acumulativa es extremadamente intensivo desde el punto de vista computacional, el algoritmo utiliza varios enfoques para hacerlo más factible.


Usaría ArcGIS para esto, pero el enfoque se puede usar en cualquier paquete GIS que sea capaz de hacer un ráster acumulativo.

Esto tomará mucho tiempo en ejecutarse, posiblemente días, dependiendo del tamaño de su ráster de entrada. Sugiero probar en un área de subconjunto pequeño para asegurarse de que los resultados sean los que desea. Pero no necesitas un guión.

  1. Convierta el ráster en una entidad de puntos.

  2. Ejecute Cuenca visual en la entidad de puntos, con el ráster original como superficie de elevación.

Esto produce un cuenca visual acumulativa, en lugar del tradicional cuenca visual binaria. En lugar de un simple resultado de ráster "visible / no visible", es un recuento de cuántas de las entidades de entrada pueden ver un píxel específico. (Documento teórico útil sobre el tema si está interesado).

Por lo general, esto se usa con una pequeña cantidad de puntos de observación, por lo que si se usan 10 puntos como entrada, el ráster de salida tiene valores de 0 a 10 dependiendo de cuántos puntos pueden ver una celda determinada. Pero podemos asumir la intervisibilidad: si un observador puede ver un punto objetivo, entonces el punto objetivo también puede ver el punto del observador.

Por lo tanto, si usa todo el ráster como puntos de observación de entrada, el ráster acumulativo resultante le indica cuántas otras celdas puede ver cada celda.


Cuenca visual

Implementación

La implementación de este sistema a menudo se priorizó para la parte visual del paisaje como se ve desde las carreteras y los puntos de vista clave (dado que la modificación máxima era el VQO de referencia que se suponía que debía aplicarse en todas partes). El análisis de la cuenca visual identificó lo que era y no era visible desde un número determinado de puntos de vista y el paisaje se dividió en unidades, se analizó y se le asignaron objetivos de calidad visual. Por lo tanto, los VQO, establecidos por expertos, representaban los requisitos deseados para que el recurso visual se incorporara al proceso de planificación forestal más amplio que incluía muchos otros recursos, como madera, agua, vida silvestre, recreación, variedad, etc. Todos estos requisitos en competencia tenían que equilibrarse y esto llevó, en algunas circunstancias, a que el recurso visual fuera anulado por otros valores.

A medida que la ordenación forestal se vio sometida a una presión cada vez mayor por parte de los defensores de la biodiversidad y la protección de especies en peligro de extinción (a fines de los años 80 y 90), los factores ecológicos y la ordenación de los ecosistemas comenzaron en muchos casos a reemplazar la importancia de los recursos visuales y de otro tipo. La tala en algunos bosques del noroeste del Pacífico se redujo en escala o cesó por completo por un tiempo, de modo que los cambios en el paisaje visible se volvieron menos significativos.


8.4: Análisis de superficie: mapeo del terreno

El análisis de superficie a menudo se denomina análisis de terreno (elevación) cuando la información relacionada con la pendiente, el aspecto, la cuenca visual, la hidrología, el volumen, etc. se calcula en superficies ráster como los DEM (modelos digitales de elevación, Sección 5.3.1 & quot; Formatos de archivos vectoriales & quot). Además, las técnicas de análisis de superficie también se pueden aplicar a esfuerzos de mapeo más esotéricos, como la probabilidad de tornados o la concentración de mortalidad infantil en una región determinada. En esta sección discutimos algunos métodos para crear superficies y técnicas comunes de análisis de superficies relacionadas con datasets de terreno.

Varios análisis de vecindarios comunes basados ​​en ráster brindan información valiosa sobre las propiedades de la superficie del terreno. Mapas de pendientes (la parte (a) de la Figura 8.12 & quot (a) Pendiente, (b) Aspecto y (cyd) Mapas de sombreado & quot) son excelentes para analizar y visualizar las características del relieve y se utilizan con frecuencia junto con los mapas de aspecto (definidos más adelante) para evaluar las unidades de cuencas hidrográficas, hacer un inventario de los recursos forestales, determinar la idoneidad del hábitat, estimar el potencial de erosión de las pendientes, etc. Por lo general, se crean ajustando una superficie plana a una ventana móvil de 3 por 3 alrededor de cada celda objetivo. Al dividir la distancia horizontal a través de la ventana en movimiento (que se determina mediante la resolución espacial de la imagen ráster) por la distancia vertical dentro de la ventana (medida como la diferencia entre el valor de celda más grande y el valor de celda central), la pendiente es relativamente fácilmente obtenido. El ráster de salida de los valores de pendiente se puede calcular como porcentaje de pendiente o grado de pendiente.

Cualquier celda que presente una pendiente debe, por definición, estar orientada en una dirección conocida. Esta orientación se denomina aspecto. Mapas de aspecto (la parte (b) de la Figura 8.12 & quot (a) Pendiente, (b) Aspecto y (cyd) Mapas de sombreado & quot) utilizan información de pendiente para producir imágenes ráster de salida en las que el valor de cada celda denota la dirección en la que mira. Esto generalmente se codifica como una de las ocho direcciones ordinales (norte, sur, este, oeste, noroeste, noreste, suroeste, sureste) o en grados desde 1 & deg (casi al norte) a 360 & deg (de regreso al norte). Las superficies planas no tienen aspecto y se les asigna un valor de & menos1. Para calcular el aspecto, se utiliza una ventana móvil de 3 por 3 para encontrar las elevaciones más altas y más bajas alrededor de la celda objetivo. Si el valor de celda más alto se encuentra en la parte superior izquierda de la ventana (& ldquotop & rdquo es hacia el norte) y el valor más bajo está en la parte inferior derecha, se puede suponer que el aspecto es sureste. La combinación de información de pendiente y aspecto es de gran valor para investigadores como botánicos y científicos del suelo porque la disponibilidad de la luz solar varía ampliamente entre las pendientes orientadas al norte y al sur. De hecho, los diversos regímenes de luz y humedad resultantes de los cambios de aspecto fomentan las diferencias vegetativas y edáficas.

A mapa de sombreado (la parte (c) de la Figura 8.12 "(a) Pendiente, (b) Aspecto y (cyd) Mapas de sombreado") representa la iluminación de una superficie de alguna fuente de luz hipotética definida por el usuario (presumiblemente, el sol). De hecho, la pendiente de una colina está relativamente iluminada cuando se mira al sol y oscura cuando se mira hacia otro lado. Usando la pendiente de la superficie, el aspecto, el ángulo de la luz entrante y la altitud solar como entradas, el proceso de sombreado codifica cada celda en el ráster de salida con un valor de 8 bits (0 & ndash255) que aumenta de negro a blanco. Como puede ver en la parte (c) de la Figura 8.12 & quot (a) Pendiente, (b) Aspecto y (cyd) Mapas de sombreado & quot, las representaciones de sombreado son una forma efectiva de visualizar la naturaleza tridimensional de las elevaciones del terreno en un terreno. monitor bidimensional o mapa de papel. Los mapas de sombreado también se pueden usar de manera efectiva como un mapa de línea de base cuando se superponen con una capa semitransparente, como un modelo de elevación digital de color falso (DEM parte (d) de la Figura 8.12 & quot (a) Pendiente, (b) Aspecto y (c yd) Mapas de Sombreado ”.

Figura 8.12 (a) Mapas de pendiente, (b) Aspecto y (cyd) Sombreado

Fuente: Datos disponibles del Centro de Observación y Ciencia de Recursos de la Tierra (EROS) del Servicio Geológico de EE. UU., Sioux Falls, SD.

Análisis de cuenca visual es una técnica de visualización valiosa que utiliza el valor de elevación de las celdas en un DEM o TIN (Red Irregular Triangulada) para determinar aquellas áreas que se pueden ver desde una o más ubicaciones específicas (parte (a) de la Figura 8.13 & quot (a ) Cuencas visuales y (b) Mapas de cuencas hidrográficas & quot). La ubicación de visualización puede ser un punto o una capa de línea y se puede colocar en cualquier elevación deseada. El resultado del análisis de la cuenca visual es un ráster binario que clasifica las celdas como 1 (visible) o 0 (no visible). En el caso de dos ubicaciones de visualización, los valores del ráster de salida serían 2 (visible desde ambos puntos), 1 (visible desde un punto) o 0 (no visible desde ningún punto).

Los parámetros adicionales que influyen en el mapa de la cuenca visual resultante son el azimut de visualización (horizontal y / o vertical) y el radio de visualización. El acimut de visualización horizontal es el ángulo horizontal del área de visualización y se establece en un valor predeterminado de 360 ​​°. El usuario puede querer cambiar este valor a 90 ° si, por ejemplo, la cuenca visual deseada incluye solo el área que se puede ver desde una ventana de la oficina. De manera similar, el ángulo de visión vertical se puede configurar de 0 ° a 180 °. Finalmente, el radio de visualización determina la distancia desde la ubicación de visualización que se incluirá en la salida. Este parámetro normalmente se establece en infinito (funcionalmente, esto incluye todas las áreas dentro del DEM o TIN bajo examen). Puede reducirse si, por ejemplo, solo desea incluir el área dentro del rango de transmisión de 100 km de una estación de radio.

Similar, análisis de cuencas son una serie de técnicas de análisis de superficie que definen las divisiones topográficas que drenan el agua superficial para las redes de arroyos (parte (b) de la Figura 8.13 & quot (a) Cuencas visuales y (b) Mapas de cuencas hidrográficas & quot). En los sistemas de información geográfica (SIG), un análisis de cuencas hidrográficas se basa en la entrada de un DEM & ldquofilled & rdquo. Un DEM lleno es uno que no contiene depresiones internas (como las que se verían en un bache, un humedal o una cantera). A partir de estas entradas, se crea un ráster de dirección de flujo para modelar la dirección del movimiento del agua a través de la superficie. A partir de la información de la dirección del flujo, un ráster de acumulación de flujo calcula el número de celdas que aportan flujo a cada celda. En términos generales, las celdas con un alto valor de acumulación de flujo representan canales de corriente, mientras que las celdas con baja acumulación de flujo representan tierras altas. Con esto en mente, se crea una red de segmentos de arroyos rasterizados. Estas redes de flujo se basan en un umbral mínimo de acumulación de flujo definido por el usuario. Por ejemplo, se puede decidir que una celda necesita al menos mil celdas contribuyentes para ser considerada un segmento de flujo. La alteración de este valor de umbral cambiará la densidad de la red de arroyos. Después de la creación de la red de arroyos, se calcula un ráster de enlace de arroyos mediante el cual cada segmento de arroyos (línea) se conecta topológicamente a las intersecciones de arroyos (nodos). Finalmente, los datasets ráster de dirección de flujo y enlace de corriente se combinan para determinar el ráster de cuenca hidrográfica de salida como se ve en la parte (b) de la Figura 8.13 & quot (a) Cuencas visuales y (b) Mapas de cuencas hidrográficas & quot (Chang 2008). Chang, K. 2008. Introducción a los sistemas de información geográfica. Nueva York: McGraw-Hill. Dichos análisis son invaluables para la gestión de cuencas hidrográficas y la modelización hidrológica.


1.2 Fuentes de datos ráster

Los datos ráster son recopilados y utilizados por una variedad de tecnologías de información geográfica, que incluyen sensores remotos, fotogrametría aerotransportada, cartografía y sistemas de posicionamiento global. Luego, los datos recopilados se analizan mediante sistemas de procesamiento de imágenes digitales, aplicaciones de gráficos por computadora y tecnologías de visión por computadora. Estas tecnologías utilizan varios formatos de datos y crean una variedad de productos.

Esta sección describe brevemente algunas de las principales fuentes de datos y usos de GeoRaster, centrándose en conceptos y técnicas que debe conocer al desarrollar aplicaciones. No presenta explicaciones detalladas de las tecnologías. Debe consultar libros de texto estándar y materiales de referencia para obtener esa información.

1.2.1 Percepción remota

La teledetección obtiene información sobre un área u objeto a través de un dispositivo que no está conectado físicamente al área u objeto. Por ejemplo, el sensor puede estar en un satélite, globo, avión, barco o estación terrestre. El dispositivo sensor puede ser cualquiera de una variedad de dispositivos, incluida una cámara de marco, un generador de imágenes de barrido (de barrido), un radar de apertura sintética (SAR), una sonda hidrográfica o un escáner de papel o película. Las aplicaciones de teledetección incluyen evaluación y monitoreo ambiental, detección y monitoreo de cambios globales y estudios de recursos naturales.

Los datos recopilados por teledetección a menudo se denominan geoimágenes. La longitud de onda, el número de bandas y otros factores determinan las características radiométricas de las geoimágenes. Las imágenes geográficas pueden ser de banda única, multibanda o hiperespectrales, todas las cuales pueden ser administradas por GeoRaster. Estas geoimágenes pueden cubrir cualquier área de la Tierra (especialmente para imágenes detectadas por satélite). La resolución temporal puede ser alta, como ocurre con los satélites meteorológicos, lo que facilita la detección de cambios. Para las aplicaciones de teledetección, a menudo son importantes varios tipos de resolución (temporal, espacial, espectral y radiométrica).

1.2.2 Fotogrametría

La fotogrametría deriva información métrica de las mediciones realizadas en fotografías. La mayoría de las aplicaciones de fotogrametría utilizan fotografías aéreas o imágenes de alta resolución recopiladas por teledetección satelital. En la fotogrametría tradicional, los datos principales incluyen imágenes como fotografías en blanco y negro, fotografías en color y pares de fotografías estéreo.

La fotogrametría establece rigurosamente la relación geométrica entre la imagen y el objeto tal como existía en el momento del evento de imagen, y le permite derivar información sobre el objeto a partir de sus imágenes. La relación entre imagen y objeto se puede establecer por varios medios, que se pueden agrupar en dos categorías: analógicas (utilizando componentes ópticos, mecánicos y electrónicos) o analíticas (donde el modelado es matemático y el procesamiento es digital). Las soluciones analógicas están siendo reemplazadas cada vez más por soluciones analíticas / digitales, que también se conocen como fotogrametría de copia software.

El producto principal de un sistema de fotogrametría de copia software puede incluir modelos digitales de elevación (DEM) y ortoimagen. GeoRaster puede administrar todos estos datos ráster, junto con su información de georreferenciación.

1.2.3 Sistemas de información geográfica

Un sistema de información geográfica (SIG) captura, almacena y procesa información referenciada geográficamente. El software GIS ha estado tradicionalmente basado en vectores o en ráster, sin embargo, con la función GeoRaster, Oracle Spatial maneja tanto datos ráster como vectoriales.

Los sistemas GIS basados ​​en ráster normalmente procesan datos cuadriculados georrectificados. Los datos en cuadrícula pueden ser discretos o continuos. Los datos discretos, como subdivisiones políticas, uso y cobertura del suelo, rutas de autobuses y pozos de petróleo, generalmente se almacenan como cuadrículas de números enteros. Los datos continuos, como la elevación, el aspecto, la concentración de contaminación, el nivel de ruido ambiental y la velocidad del viento, generalmente se almacenan como cuadrículas de punto flotante. GeoRaster puede almacenar todos estos datos.

Los atributos de una capa de cuadrícula discreta se almacenan en una tabla relacional llamada tabla de atributos de valor (IVA). Un IVA contiene columnas especificadas por el proveedor de SIG y también puede contener columnas definidas por el usuario. El IVA se puede almacenar en la base de datos de Oracle como una tabla simple. El nombre de IVA se puede registrar dentro del objeto GeoRaster correspondiente para que las aplicaciones GIS ráster puedan usar la tabla.

1.2.4 Cartografía

La cartografía es la ciencia de crear mapas, que son representaciones bidimensionales de la Tierra tridimensional (o de un espacio no terrestre que utiliza un sistema de coordenadas local). Hoy en día, los mapas se digitalizan o escanean en formas digitales, y la producción de mapas está en gran parte automatizada. Los mapas almacenados en una computadora se pueden consultar, analizar y actualizar rápidamente.

Hay muchos tipos de mapas que corresponden a una variedad de usos o propósitos. Los ejemplos de tipos de mapas incluyen base (fondo), temático, relieve (tridimensional), aspecto, catastral (uso de la tierra) y recuadro. Los mapas suelen contener varios elementos de anotación para ayudar a explicar el mapa, como barras de escala, leyendas, símbolos (como la flecha norte) y etiquetas (nombres de ciudades, ríos, etc.).

Los mapas se pueden almacenar en formato ráster (y por lo tanto, pueden ser administrados por GeoRaster), en formato vectorial o en un formato híbrido.

1.2.5 Procesamiento de imágenes digitales

El procesamiento de imágenes digitales se utiliza para procesar datos ráster en formatos de imagen estándar, como TIFF, GIF, JFIF (JPEG) y Sun Raster, así como en muchos formatos de geoimagen, como NITF, GeoTIFF, ERDAS IMG y PCI PIX. Las técnicas de procesamiento de imágenes se utilizan ampliamente en aplicaciones de fotogrametría y teledetección. Estas técnicas se utilizan según sea necesario para mejorar, corregir y restaurar imágenes para facilitar la interpretación y corregir cualquier borrosidad, distorsión u otra degradación que pueda haber ocurrido y para clasificar los objetos geográficos automáticamente e identificar los objetivos. GeoRaster puede cargar y administrar las imágenes de origen, intermedias y de resultado.

1.2.6 Geología, geofísica y geoquímica

La geología, la geofísica y la geoquímica utilizan datos digitales y producen algunos mapas ráster digitales que pueden ser administrados por GeoRaster.

En geología, los datos incluyen mapas geológicos regionales, mapas de estratos e imágenes de deslizamientos de rocas. En la exploración geológica y la geología del petróleo, la simulación computarizada del geoestrato, la predicción de minerales sintéticos y la caracterización de campos petrolíferos en 3-D, todas las cuales involucran datos ráster, son ampliamente utilizadas.

En geofísica, se guardan datos sobre la gravedad, el campo magnético, el transporte de ondas sísmicas y otros temas, junto con la información de georreferenciación.

En geoquímica, se puede analizar y medir el contenido de múltiples elementos químicos. La técnica de red irregular triangulada (TIN) se utiliza a menudo para producir mapas ráster para su análisis posterior, y el procesamiento de imágenes se utiliza ampliamente.


Parámetros

La clase de entidad que identifica las ubicaciones de los observadores.

La entrada puede ser entidades de puntos o polilíneas.

La salida solo registrará el número de veces que los puntos de observación de entrada (o vértices de polilíneas) pueden ver cada ubicación de celda en el ráster de superficie de entrada. La frecuencia de observación se registrará en el elemento VALOR de la tabla de atributos del ráster de salida.

El número de unidades x, y terrestres en una unidad z de superficie.

El factor z ajusta las unidades de medida para las unidades z cuando son diferentes de las unidades x, y de la superficie de entrada. Los valores z de la superficie de entrada se multiplican por el factor z cuando se calcula la superficie de salida final.

Si las unidades x, y y las unidades z están en las mismas unidades de medida, el factor z es 1. Este es el valor predeterminado.

Si las unidades x, y y las unidades z están en diferentes unidades de medida, el factor z debe establecerse en el factor apropiado o los resultados serán incorrectos. Por ejemplo, si las unidades z son pies y las unidades x, y son metros, usaría un factor z de 0,3048 para convertir las unidades z de pies a metros (1 pie = 0,3048 metros).

Especifica si se aplicará la corrección de la curvatura terrestre.

  • Sin marcar: no se aplicará ninguna corrección de curvatura. Este es el predeterminado.
  • Marcado: se aplicará la corrección de curvatura.

El coeficiente de refracción de la luz visible en el aire.

Ráster de salida sobre el nivel del suelo (AGL).

El resultado de AGL es un ráster en el que cada valor de celda es la altura mínima que se debe agregar a una celda que de otro modo no sería visible para que sea visible por al menos un observador.

Las celdas que ya estaban visibles tendrán un valor de 0 en este ráster de salida.

La clase de entidad que identifica las ubicaciones de los observadores.

La entrada puede ser entidades de puntos o polilíneas.

La salida solo registrará el número de veces que los puntos de observación de entrada (o vértices para polilíneas) pueden ver cada ubicación de celda en el ráster de superficie de entrada. La frecuencia de observación se registrará en el elemento VALOR de la tabla de atributos del ráster de salida.

El número de unidades x, y terrestres en una unidad z de superficie.

El factor z ajusta las unidades de medida para las unidades z cuando son diferentes de las unidades x, y de la superficie de entrada. Los valores z de la superficie de entrada se multiplican por el factor z cuando se calcula la superficie de salida final.

Si las unidades x, y y las unidades z están en las mismas unidades de medida, el factor z es 1. Este es el valor predeterminado.

Si las unidades x, y y las unidades z están en diferentes unidades de medida, el factor z debe establecerse en el factor apropiado o los resultados serán incorrectos. Por ejemplo, si las unidades z son pies y las unidades x, y son metros, usaría un factor z de 0,3048 para convertir las unidades z de pies a metros (1 pie = 0,3048 metros).

Permite la corrección de la curvatura terrestre.

  • FLAT_EARTH: no se aplicará ninguna corrección de curvatura. Este es el predeterminado.
  • CURVED_EARTH: se aplicará la corrección de curvatura.

El coeficiente de refracción de la luz visible en el aire.

Ráster de salida sobre el nivel del suelo (AGL).

El resultado de AGL es un ráster en el que cada valor de celda es la altura mínima que se debe agregar a una celda que de otro modo no sería visible para que sea visible por al menos un observador.

Las celdas que ya estaban visibles tendrán un valor de 0 en este ráster de salida.

Muestra de código

Este ejemplo determina las ubicaciones de la superficie visibles para un conjunto de observadores definidos en un shapefile.

Este ejemplo determina las ubicaciones de la superficie visibles para un conjunto de observadores definidos en un shapefile.


¿Cuenca visual para cada píxel en la trama? - Sistemas de Información Geográfica

Este material está tomado de la Guía introductoria de SAGE, por Robert M. Itami y Robert J. Raulings, publicado por DLSR, Melbourne, Australia, 1993. (c) 1993 DLSR, Todos los derechos reservados.

Esta guía está disponible junto con el software del modelo de trabajo SAGE y la Guía introductoria de SAGE. Consulte la sección de productos DLSR para obtener más información.

-->

Definición

GIS vectorial y ráster

Los sistemas de información geográfica ráster, que almacenan las características del mapa en formato de cuadrícula o ráster, generalizan la ubicación de las características en una matriz regular de celdas. Las estructuras de datos Raster GIS son las preferidas para el modelado digital de elevación, análisis estadístico, datos de detección remota, modelado de simulación y aplicaciones de recursos naturales.

Cartografía temática

Cada tema diferente se almacena en una superposición separada. Las superposiciones de la izquierda representan un SIG basado en vectores, donde la información se almacena como una serie de puntos, líneas y polígonos. Las superposiciones de la derecha representan un SIG basado en ráster, donde la información se almacena como una serie de unidades discretas llamadas celdas.

Clasificación geométrica de la información espacial

Datos puntuales
Datos de línea
Datos de polígono

Base de datos textual

Consultando el SIG

'Ubicar y exhibir todos los patios de recreo aguas abajo de los vertederos dentro de una llanura aluvial de 100 años'

Este tipo de consulta es respondida por un conjunto de comandos al SIG que luego genera una visualización de mapa de todos los sitios que cumplen con los criterios expresados ​​en la consulta. El usuario también puede consultar el SIG por los atributos textuales en la base de datos tabular y luego mostrar las características del mapa que corresponden a estos atributos. Un ejemplo de este tipo de consulta es el siguiente:

'Mostrar todas las tuberías principales de agua instaladas antes de 1950 con un diámetro inferior a 12 pulgadas'

Esta consulta da como resultado una visualización de mapa de la red de agua en el área de estudio con la red específica en la consulta resaltada. Alternativamente, se podría generar un informe que enumere la información completa sobre cada segmento de tuberías principales que cumplan con los criterios de la consulta.

Integración de datos GIS

Georreferenciación

Análisis espacial

  • Reclasificación de las funciones de superposición de mapas
  • Medición de distancia y área
  • Interpolar valores
  • Identificar la co-ocurrencia de valores en diferentes temas de mapas (análisis de superposición)

Modelado de elevación digital (DEM)

  • Calcular pendiente
  • Aspecto solar
  • Análisis de cuenca visual (cálculo de visibilidad)
  • Análisis de escorrentía

Visualización de datos y cartografía automatizada

1. un conjunto de números
2. una superposición de mapa en relieve sombreado
3. un dibujo rayado en vista en planta
4. un dibujo en perspectiva sobre un mapa de elevación.

También existen otras técnicas para representar datos espaciales, incluidos gráficos, histogramas y tablas estadísticas.

Aplicaciones GIS

Lectura adicional (artículo)

Burrough, P.A. (1986) Principios de los sistemas de información geográfica para la evaluación de los recursos terrestres.

Clarendon Press, Oxford University Press, Nueva York.

Aronoff, Stanley (1989) Sistemas de información geográfica: una perspectiva de gestión WDL Publications, Ottawa, Canadá.

Star, Jeffrey y Estes, John E. (1990) Sistemas de información geográfica: introducción, Prentice-Hall inc., Englewood Cliffs, Nueva Jersey


Ejemplo 1: cámaras en puntos fijos

En este escenario, encontrará ubicaciones adecuadas para cuatro cámaras de tráfico, de modo que tengan vistas despejadas a un intercambio de carreteras dentro de un rango específico (200 metros). Las cámaras tienen una restricción de altura de 3 metros y son puntos fijos que no se pueden girar.

Abrir y mostrar imágenes

  1. En la ventana de búsqueda de ENVI & # 160Toolbox, escriba cuenca visual y haga doble clic en el Flujo de trabajo de análisis de cuenca visual nombre de la herramienta que aparece.
  2. En el panel Selección de archivo, haga clic en Navegar al lado de Archivo DEM , navegue hasta el directorio viewshed y seleccione el archivo NEONBoulderDSM.dat, luego haga clic en OK.
  3. En el panel Selección de archivo, haga clic en Navegar al lado de Archivo de imagen , navegue hasta el directorio viewshed y seleccione el archivo NAIPBoulderAirphoto.dat, luego haga clic en OK.
  4. Hacer clic Próximo para pasar al panel Análisis de cuenca visual.
  5. Cuando se muestran las imágenes, la capa NAIPBoulderAirphoto.dat debe estar en la parte superior de la pila de visualización. Seleccione esta capa en el Administrador de capas para convertirla activo capa.

El Anotación de símbolo La herramienta está activa en la barra de herramientas ENVI & # 160 para que pueda comenzar a agregar puntos de vista. Si desea explorar la imagen, seleccione el Sartén herramienta en la barra de herramientas.

A continuación, establecerá algunos parámetros de vista predeterminados y comenzará a agregar puntos de vista.

Establecer parámetros de vista predeterminados

Los siguientes parámetros se utilizan para establecer valores predeterminados para todos nuevo ver las fuentes que defina. Si cambia estos valores después de agregar nuevas fuentes de visualización, no se aplicarán a esas fuentes. Le mostraremos cómo cambiar los valores de los parámetros para fuentes de vista individuales más adelante en esta sección.

  1. En el panel Análisis de cuenca visual, ingrese un Rango de vista predeterminado (metros) valor de 200.
  2. Entrar a Altura de vista predeterminada (metros) valor de 3.

Nota: El Espaciado de puntos predeterminado (metros) El parámetro solo se aplica a las fuentes de vista de polilínea y polígono. No se aplica a las fuentes puntuales, que está a punto de agregar.

Las áreas verdes son lugares visibles desde al menos uno de las fuentes de visualización (cámaras). Las áreas rojas se extienden hasta 200 metros según lo especificado por el Rango de vista predeterminado (metros) parámetro.

Establecer parámetros de vista de cámara

Además de la altura del observador y el rango de visión, las cámaras están aún más limitadas por variables como el campo de visión, el acimut y el tono. Para modelar con mayor precisión un análisis de cuenca visual restringida, debe tener en cuenta estas restricciones. El siguiente diagrama ilustra estas variables:

Suponga que cada cámara tiene las siguientes restricciones:

Además, dado que cada cámara está posicionada para monitorear una determinada dirección geográfica (hacia el centro del intercambio), tienen diferentes valores de azimut. También asumiremos que están nivelados (paso = 0 grados) y no se pueden girar.

El siguiente diagrama muestra la vista de arriba hacia abajo de los cuatro puntos. El rango y el campo de visión horizontal (HFOV) son los mismos para los cuatro puntos. Se muestran solo para la Vista 1 para mayor claridad.

Puede configurar estos parámetros individualmente para cada fuente de vista editando sus propiedades. Sigue estos pasos:

  1. Haga doble clic en cada fuente de vista en el panel Análisis de cuenca visual, uno por uno, e ingrese los valores que se muestran a continuación en el cuadro de diálogo Propiedades. Ignore la configuración del Mapa X, esto no se puede cambiar. Hacer clic OK en el cuadro de diálogo Propiedad cuando haya terminado.
  2. Habilite el Avance opción para ver los resultados de la cuenca visual.

Las vistas están más restringidas ahora para cada cámara. Las áreas verdes representan ubicaciones que son visibles para al menos una cámara. Esta vista previa confirma que el centro del intercambio de la autopista tiene cobertura de al menos una cámara en un momento dado.


¿Cuenca visual para cada píxel en la trama? - Sistemas de Información Geográfica

UNIDAD 5 - CAPACIDADES DE GIS RASTER

Compilado con la ayuda de Micha Pazner, Universidad de Manitoba

Para obtener información que complementa el contenido de esta unidad:

Búferes: Transformaciones de distancia (Chrisman / U de Washington) Operaciones integrales (Chrisman / U de Washington) Operaciones integrales: Operaciones incrementales (Chrisman / U de Washington) - Operaciones iterativas cuenca visual que influyen en las superficies de costos acumulados de cuencas visuales. Superposición de mapas (Chrisman / U of Washington): integración de información de diversas fuentes, pasos para llevar a cabo relaciones de descubrimiento de superposición a partir del supuesto de uniformidad de la geometría. Superposición de mapas: algunos ejemplos (Chrisman / U of Washington) - Numerosas aplicaciones de GRASS. Superficies (Chrisman / U of Washington): tipos de superficies, pendiente, pendiente y aspecto en una cuadrícula, propiedades de cálculo de convergencia / divergencia de una superficie.

Esta unidad continúa la descripción general del SIG de trama. Si es posible, le sugerimos que reemplace y / o complemente los gráficos proporcionados con esta unidad con gráficos generados por el programa de trama que sus estudiantes usarán en sus laboratorios. Alternativamente, la mejor manera de ilustrar esta unidad puede ser mediante el uso de una demostración de laboratorio.

Considere entregar folletos a los estudiantes que resuman los comandos para el programa GIS raster que usará en los laboratorios. Consulte el manual de su programa para obtener un resumen de comandos o haga un volcado de pantalla de la pantalla de ayuda correspondiente, si la hay.

UNIDAD 5 - CAPACIDADES DE RASTER GIS

Compilado con la ayuda de Micha Pazner, Universidad de Manitoba

  • un GIS ráster debe tener capacidades para:
    • entrada de datos
    • varias funciones de limpieza
    • operaciones en capas, como las encontradas en la unidad anterior: recodificar, superponer y extender
    • salida de datos y resultados

    • Debido a que el rango es tan grande, algunos han intentado organizar funciones en un esquema consistente, pero ningún esquema ha sido ampliamente aceptado todavía.
    • la unidad cubre una selección de los más útiles y comunes

    • el tipo de valores más simple para mostrar son los números enteros
      • en una pantalla a color, a cada valor entero se le puede asignar un color único
      • debe haber tantos colores como números enteros

        p.ej. la elevación a menudo se muestra en un mapa usando la secuencia azul-verde-amarillo-marrón-blanco para aumentar la elevación

        el sistema debe generar la leyenda automáticamente basándose en las descripciones de cada valor almacenado con la capa de datos

      sobrecarga - Pantalla simple (IDRISI)

        puede ser apropiado mostrar los datos como una superficie

        La operación de búsqueda para encontrar contornos requiere un uso intensivo de la computadora, por lo que puede ser lenta.

      • esto se puede hacer dibujando perfiles a lo largo del ráster con cada desfase de perfil y líneas ocultas eliminadas
      • la superficie puede ser coloreada usando los valores en una segunda capa (una segunda capa puede ser & QUOTdraped & QUOT sobre la superficie definida por la primera capa)
      • el resultado puede ser muy efectivo
        • & QUOTLA La película & QUOT fue producida por Jet Propulsion Lab colocando una imagen Landsat de Los Ángeles sobre una capa de elevaciones, luego simulando la vista desde un avión en movimiento.

          producir una nueva capa a partir de una o más capas de entrada

          los píxeles vecinos o distantes no tienen ningún efecto

          no puede encontrar & QUOTaverage & QUOT de los tipos de suelo 3 y 5, ni el suelo 5 & QUOT es mayor que & QUOT suelo 3

          usando solo una capa de entrada

          útil cuando el número de valores de entrada únicos es pequeño

        • p.ej. 0-499 se convierte en 1, 500-999 se convierte en 2 y GT1000 se convierte en 3
        • útil cuando la capa anterior tiene diferentes valores en cada celda, p. ej. imágenes de elevación o satélite

          p.ej. 0, 1, 4, 6 en la capa de entrada se convierten en 1, 2, 3, 4 respectivamente

          p.ej. valor nuevo = (2 * valor antiguo + 3) 2

          se produce una superposición cuando el valor de salida depende de dos o más capas de entrada
            muchos sistemas restringen la superposición a dos capas de entrada solamente

          1. el valor de salida es igual a la media aritmética de los valores de entrada

          2. el valor de salida es igual al mayor (o al menor) de los valores de entrada

          • x and y are the input layers, z is the output
          • some examples: z = x + y z = xy z = x / y

          • p.ej. if y>0, then z = y , otherwise z = x
          • note: in many raster packages logical conditions cannot be done directly from input layers
            • must first create reclassified input images so that cells have 0 if they do not meet the condition and 1 if they do

              the value of a pixel on the new layer is determined by the local neighborhood of the pixel on the old layer

              a filter operates by moving a "window" across the entire raster
                p.ej. many windows are 3x3 cells

              • smoothing (a "low pass" filter, removes or reduces local detail)
              • edge enhancement (a "high pass" filter, exaggerates local detail)

              • replaces each value by the simple unweighted average of it and its eight neighboring values
              • severely smooths the spatial variation on the layer

              2. .05 .05 .05 .05 .60 .05 .05 .05 .05

                if the values in a layer are elevations, we can compute the steepness of slopes by looking at the difference between a pixel's value and those of its adjacent neighbors

                aspect can be measured in degrees from North or by compass points - N, NE, E etc.

                aspect determines the direction of runoff
                  this can be used to sketch drainage paths for runoff

                  calculate the distance of each cell from a cell or the nearest of several cells
                    each pixel's value in the new layer is its distance from the given cell(s)

                    buffers around objects and features are very useful GIS capabilities
                      p.ej. build a logging buffer 500 m wide around all lakes and watercourses

                    • p.ej. the friction layer could represent varying cost of travel
                    • this will affect the width of the buffer - narrow in areas of high friction, etc.

                    • given a layer of elevations, and one or more viewpoints, compute the area visible from at least one viewpoint
                      • p.ej. value = 1 if visible, 0 if not
                      • useful for planning locations of unsightly facilities such as smokestacks, or surveillance facilities such as fire towers, or transmission facilities

                        by comparing adjacent pixels, identify all patches or zones having the same value

                        measure the area of each zone and assign this value to each pixel instead of the zone's number
                          alternatively output may be in the form of a summary table sent to the printer or a file

                          measure the perimeter of each zone and assign this value to each pixel instead of the zone's number
                            alternatively output may be in the form of a summary table sent to the printer or a file

                            however, if boundaries in the study area do not have a dominant orientation such errors may cancel out

                            measure the distance from each pixel to the nearest part of its zone boundary, and assign this value to the pixel
                              boundary is defined as the pixels which are adjacent to pixels of different values

                            • measure the shape of the zone and assign this to each pixel in the zone
                              • one of the most common ways to measure shape is by comparing the perimeter length of a zone to the square root of its area
                              • by dividing this number by 3.54 we get a measure which ranges from 1 for a circle (the most compact shape possible) to 1.13 for a square to large numbers for long, thin, wiggly zones

                              • helpful in studying the effects of geometry and spatial arrangement of habitat
                                • p.ej. size and shape of woodlots on the animal species they can sustain
                                • p.ej. value of linear park corridors across urban areas in allowing migration of animal species

                                • it is important to have ways of describing a layer's contents
                                  • particularly new layers created by GIS operations
                                  • particularly in generating results of analysis

                                    generate statistics on a layer
                                      p.ej. mean, median, most common value, other statistics

                                    • compare two maps statistically
                                      • p.ej. is pattern on one map related to pattern on the other?
                                      • p.ej. chi-square test, regression, analysis of variance

                                        generate statistics for the zones on a layer
                                          p.ej. largest, smallest, number, mean area

                                        • other raster GIS
                                        • input of images from remote sensing system
                                        • other types of GIS

                                          changing cell size, orientation, portion of raster to analyze

                                        Berry, J.K., 1987. "Fundamental operations in computer- assisted map analysis," International Journal of Geographical Information Systems 1:119-136. Describes a logical and consistent way of classifying and grouping raster GIS functions.

                                        Burrough, P.A., 1986. Principles of Geographical Information Systems for Land Resource Assessment, Clarendon, Oxford. Chapter 5 is a comprehensive review of raster GIS.

                                        Star, J.L. and J.E. Estes, 1990. Geographic Information Systems: An Introduction, Prentice Hall. A comprehensive text on GIS, with excellent treatment of raster systems.

                                        Tomlin, C.D., 1990. Geographic Information Systems and Cartographic Modeling, Prentice-Hall, Englewood Cliffs, NJ. A comprehensive approach to analysis and modeling using raster systems - an excellent introduction to GIS- based analysis.

                                        User documentation for any raster GIS.

                                        1. Discuss the classification scheme proposed by Berry in the article listed in the references. Is it logical and comprehensive? Can you suggest improvements based on the material in this unit or the functions of a specific raster GIS to which you have access?

                                        2. A variety of user interfaces have been used in raster GISs, including typed commands, menus and responses to

                                        preguntas. Discuss the advantages and disadvantages of each.

                                        3. "The most valuable skill in GIS is the ability to take a real problem and convert it into a series of GIS operations". Discuss.


                                        Geographical information system parallelization for spatial big data processing: a review

                                        With the increasing interest in large-scale, high-resolution and real-time geographic information system (GIS) applications and spatial big data processing, traditional GIS is not efficient enough to handle the required loads due to limited computational capabilities.Various attempts have been made to adopt high performance computation techniques from different applications, such as designs of advanced architectures, strategies of data partition and direct parallelization method of spatial analysis algorithm, to address such challenges. This paper surveys the current state of parallel GIS with respect to parallel GIS architectures, parallel processing strategies, and relevant topics. We present the general evolution of the GIS architecture which includes main two parallel GIS architectures based on high performance computing cluster and Hadoop cluster. Then we summarize the current spatial data partition strategies, key methods to realize parallel GIS in the view of data decomposition and progress of the special parallel GIS algorithms. We use the parallel processing of GRASS as a case study. We also identify key problems and future potential research directions of parallel GIS.

                                        This is a preview of subscription content, access via your institution.


                                        Viewshed for each pixel in raster? - Sistemas de Información Geográfica

                                        UNIT 5 - RASTER GIS CAPABILITIES

                                        Compiled with assistance from Micha Pazner, University of Manitoba

                                        For Information that Supplements the Contents of this Unit:

                                        • Basic display
                                        • Other types of display
                                        • Recoding
                                        • Overlaying layers
                                        • Filtración
                                        • Slopes and aspects
                                        • Distancia
                                        • Buffer zones
                                        • Visible area or "viewshed"
                                        • Identifying zones
                                        • Areas of zones
                                        • Perimeter of zones
                                        • Distance from zone boundary
                                        • Shape of zone
                                        • One layer
                                        • More than one layer
                                        • Zones on one layer

                                        This unit continues the overview of raster GIS. If possible, we suggest that you replace and/or supplement the graphics provided with this unit with graphics generated by the raster program your students will be using in their labs. Alternatively, the best way to illustrate this unit may be through the use of a laboratory demonstration.

                                        Consider providing handouts to the students that summarize the commands for the raster GIS program you will be using in labs. Check your program's manual for a command summary or do a screen dump of the appropriate help screen if there is one.

                                        UNIT 5 - RASTER GIS CAPABILITIES

                                        Compiled with assistance from Micha Pazner, University of Manitoba

                                        • a raster GIS must have capabilities for:
                                          • input of data
                                          • various housekeeping functions
                                          • operations on layers, like those encountered in the previous unit - recode, overlay and spread
                                          • output of data and results
                                          • because the range is so large, some have tried to organize functions into a consistent scheme, but no scheme has been widely accepted yet
                                          • the unit covers a selection of the most useful and common
                                          • the simplest type of values to display are integers
                                            • on a color display each integer value can be assigned a unique color
                                            • there must be as many colors as integers
                                            • p.ej. elevation is often shown on a map using the sequence blue-green-yellow-brown-white for increasing elevation
                                            • the system should generate the legend automatically based on the descriptions of each value stored with the data layer

                                            overhead - Simple display (IDRISI)

                                            • it may be appropriate to display the data as a surface
                                            • contours can be "threaded" through the pixels along lines of constant value
                                              • the searching operation for finding contours is computer-intensive so may be slow
                                              • this can be done by drawing profiles across the raster with each profile offset and hidden lines removed
                                              • the surface might be colored using the values in a second layer (a second layer can be "draped" over the surface defined by the first layer)
                                              • the result can be very effective
                                                • "LA The Movie" was produced by Jet Propulsion Lab by draping a Landsat image of Los Angeles over a layer of elevations, then simulating the view from a moving aircraft
                                                • produce a new layer from one or more input layers
                                                • the value of each new pixel is defined by the values of the same pixel on the input layer(s)
                                                  • neighboring or distant pixels have no effect
                                                  • you cannot find the "average" of soils types 3 and 5, nor is soil 5 "greater than" soil 3

                                                  • using only one input layer
                                                  • examples:

                                                  1. assign a new value to each unique value on the input layer

                                                  2. assign new values by assigning pixels to classes or ranges based on their old values

                                                  • p.ej. 0-499 becomes 1, 500-999 becomes 2, >1000 becomes 3
                                                  • useful when the old layer has different values in each cell, e.g. elevation or satellite images

                                                  3. sort the unique values found on the input layer and replace by the rank of the value

                                                  • p.ej. 0, 1, 4, 6 on input layer become 1, 2, 3, 4 respectively
                                                  • applications: assigning ranks to computed scores of capability, suitability etc.
                                                  • p.ej. newvalue = (2*oldvalue + 3)2
                                                  • an overlay occurs when the output value depends on two or more input layers
                                                    • many systems restrict overlay to two input layers only

                                                    1. output value equals arithmetic average of input values

                                                    2. output value equals the greatest (or least) of the input values

                                                    3. layers can be combined using arithmetic operations

                                                    4. combination using logical conditions

                                                    • p.ej. if y>0, then z = y , otherwise z = x
                                                    • note: in many raster packages logical conditions cannot be done directly from input layers
                                                      • must first create reclassified input images so that cells have 0 if they do not meet the condition and 1 if they do

                                                      5. assign a new value to every unique combination of input values

                                                      • the value of a pixel on the new layer is determined by the local neighborhood of the pixel on the old layer
                                                      • a filter operates by moving a "window" across the entire raster
                                                        • p.ej. many windows are 3x3 cells
                                                        • smoothing (a "low pass" filter, removes or reduces local detail)
                                                        • edge enhancement (a "high pass" filter, exaggerates local detail)

                                                        1. .11 .11 .11 .11 .11 .11 .11 .11 .11

                                                        • replaces each value by the simple unweighted average of it and its eight neighboring values
                                                        • severely smooths the spatial variation on the layer

                                                        2. .05 .05 .05 .05 .60 .05 .05 .05 .05

                                                        • if the values in a layer are elevations, we can compute the steepness of slopes by looking at the difference between a pixel's value and those of its adjacent neighbors
                                                        • the direction of steepest slope, or the direction in which the surface is locally "facing", is called its aspect
                                                          • aspect can be measured in degrees from North or by compass points - N, NE, E etc.
                                                          • aspect determines the direction of runoff
                                                            • this can be used to sketch drainage paths for runoff
                                                            • calculate the distance of each cell from a cell or the nearest of several cells
                                                              • each pixel's value in the new layer is its distance from the given cell(s)
                                                              • buffers around objects and features are very useful GIS capabilities
                                                                • p.ej. build a logging buffer 500 m wide around all lakes and watercourses
                                                                • p.ej. the friction layer could represent varying cost of travel
                                                                • this will affect the width of the buffer - narrow in areas of high friction, etc.
                                                                • given a layer of elevations, and one or more viewpoints, compute the area visible from at least one viewpoint
                                                                  • p.ej. value = 1 if visible, 0 if not
                                                                  • useful for planning locations of unsightly facilities such as smokestacks, or surveillance facilities such as fire towers, or transmission facilities
                                                                  • by comparing adjacent pixels, identify all patches or zones having the same value
                                                                  • give each such patch or zone a unique number
                                                                  • set each pixel's value to the number of its patch or zone
                                                                  • measure the area of each zone and assign this value to each pixel instead of the zone's number
                                                                    • alternatively output may be in the form of a summary table sent to the printer or a file
                                                                    • measure the perimeter of each zone and assign this value to each pixel instead of the zone's number
                                                                      • alternatively output may be in the form of a summary table sent to the printer or a file
                                                                      • however, if boundaries in the study area do not have a dominant orientation such errors may cancel out
                                                                      • measure the distance from each pixel to the nearest part of its zone boundary, and assign this value to the pixel
                                                                        • boundary is defined as the pixels which are adjacent to pixels of different values
                                                                        • measure the shape of the zone and assign this to each pixel in the zone
                                                                          • one of the most common ways to measure shape is by comparing the perimeter length of a zone to the square root of its area
                                                                          • by dividing this number by 3.54 we get a measure which ranges from 1 for a circle (the most compact shape possible) to 1.13 for a square to large numbers for long, thin, wiggly zones
                                                                          • helpful in studying the effects of geometry and spatial arrangement of habitat
                                                                            • p.ej. size and shape of woodlots on the animal species they can sustain
                                                                            • p.ej. value of linear park corridors across urban areas in allowing migration of animal species
                                                                            • it is important to have ways of describing a layer's contents
                                                                              • particularly new layers created by GIS operations
                                                                              • particularly in generating results of analysis
                                                                              • compare two maps statistically
                                                                                • p.ej. is pattern on one map related to pattern on the other?
                                                                                • p.ej. chi-square test, regression, analysis of variance
                                                                                • list available layers
                                                                                • input, copy, rename layers
                                                                                • import and export layers to and from other systems
                                                                                  • other raster GIS
                                                                                  • input of images from remote sensing system
                                                                                  • other types of GIS
                                                                                  • changing cell size, orientation, portion of raster to analyze

                                                                                  Berry, J.K., 1987. "Fundamental operations in computer- assisted map analysis," International Journal of Geographical Information Systems 1:119-136. Describes a logical and consistent way of classifying and grouping raster GIS functions.

                                                                                  Burrough, P.A., 1986. Principles of Geographical Information Systems for Land Resource Assessment, Clarendon, Oxford. Chapter 5 is a comprehensive review of raster GIS.

                                                                                  Star, J.L. and J.E. Estes, 1990. Geographic Information Systems: An Introduction, Prentice Hall. A comprehensive text on GIS, with excellent treatment of raster systems.

                                                                                  Tomlin, C.D., 1990. Geographic Information Systems and Cartographic Modeling, Prentice-Hall, Englewood Cliffs, NJ. A comprehensive approach to analysis and modeling using raster systems - an excellent introduction to GIS- based analysis.

                                                                                  User documentation for any raster GIS.

                                                                                  1. Discuss the classification scheme proposed by Berry in the article listed in the references. Is it logical and comprehensive? Can you suggest improvements based on the material in this unit or the functions of a specific raster GIS to which you have access?

                                                                                  2. A variety of user interfaces have been used in raster GISs, including typed commands, menus and responses to

                                                                                  preguntas. Discuss the advantages and disadvantages of each.

                                                                                  3. "The most valuable skill in GIS is the ability to take a real problem and convert it into a series of GIS operations". Discuss.


                                                                                  Please send comments regarding content to: Brian Klinkenberg
                                                                                  Please send comments regarding web-site problems to: The Techmaster
                                                                                  Last Updated: August 30, 1997.