Más

¿Cómo se disuelven los polígonos de shapefile usando herramientas de código abierto?


En mi proyecto actual, visualizo datos en un mapa que representan algunos valores para cada área administrativa de un país. Me dieron un shapefile de este país, que estoy convirtiendo a GeoJSON para usar con PolyMaps. Ahora tengo el requisito de agrupar varias áreas en áreas más grandes, ya que no hay datos para algunas de las partes más pequeñas, pero se pueden adquirir datos agregados para las grandes. Esos grupos están predefinidos (por ejemplo, A + B + C = D), así que pensé que sería más fácil producir un shapefile agrupado y luego convertirlo a GeoJSON.

Pero, ¿cómo creo un clúster de este tipo, preferiblemente automatizado y con herramientas de código abierto? Por supuesto, cualquier otra forma sensata también es bienvenida.


Siempre puede usar una herramienta de código abierto como QGIS para abrir su shapefile y fusionar características usando la herramienta incorporada "fusionar características seleccionadas" (solo seleccione características, haga clic en fusionar, seleccione atributos para heredar la nueva característica combinada, listo).

Por supuesto, esto no tiene mucho sentido si hablamos de cientos o miles de fusiones. Yo mismo me preguntaba el otro día si es posible fusionar características "por atributo" en QGIS.

EDITAR: Ok, soy estúpido, si tiene un atributo común para todas las características que va a "agrupar" (como un nombre de provincia o condado), este sería un caso para la herramienta de disolución. Abra su shapefile, elija disolver (en QGIS se encuentra en Vector> Geoprocessing Tools> Dissolve), seleccione la columna con el nombre común mencionado anteriormente e inicie el proceso. Con suerte, esto (si no lo he entendido mal) debería dar como resultado lo que estaba buscando.


Para menos trabajo manual, puede echar un vistazo a SpatiaLite. Puede importar shapefiles fácilmente usando, por ejemplo,

Spatialite> .loadshp ~ / maps / areas areas iso-8859-15 Spatialite> ACTUALIZAR areas SET Geometry = SetSrid (Geometry, 4326); espacialita> SELECCIONAR RecoverGeometryColumn ('áreas', 'Geometría', 4326, 'POLÍGONO', 2);

Luego, para la parte de disolución:

Me gustaría poder definir esos grupos (por ejemplo, a través de códigos NUTS: combine FR413 y FR411 en algo llamado _FRX1)

La función que necesita aquí es GUnion (). Es posible que desee definir sus "grupos" en una segunda tabla. Luego, puede unir el clúster y la tabla de área y usar GUnion () con GROUP BY para crear la union_table final.

Luego puede exportar a shapefile usando .dumpshp

espacialite> .dumpshp union_table Geometry new_shapefile iso-8859-15 POLYGON

Si necesita GeoJSON, puede convertir el archivo ahora.

Puede escribir un guión corto en p. Ej. Python que maneja todas estas cargas, uniones y volcados.


1. INTRODUCCIÓN

tems (GIS), su poder de análisis se aplica en
muchos campos de problemas del mundo real. Un modelo matemático
de cualquier red o representación 3D de objetos es posible
con la consideración de diferentes fuerzas. Podemos aplicar GIS
para calcular los algoritmos de ruta más corta en el archivo .SHP. El
El archivo de forma Esri, o simplemente un archivo de forma, es un geoespacio popular.
Formato de datos vectoriales iniciales para el sistema de información geográfica.
software . Está desarrollado y regulado por Esri como un
especificación para la interoperabilidad de datos entre Esri y otros
Productos de software GIS. Los archivos de forma describen espacialmente el vector
características: puntos, líneas y polígonos, que representan, por ejemplo,
ple, cuerpo de agua, pozo, ríos y lagos, etc.
ly tiene atributos que lo describen, como el nombre o la temperatura
tura [1]. Se pueden aplicar algoritmos de ruta más corta como Dijks-
tra en el archivo Shape-file con la ayuda de GEOTOOLS (osgeo)
biblioteca disponible en Java .GEOTOOLS se puede utilizar con el
ayuda de MAVEN. Apache Maven es un administrador de proyectos de software
herramienta de comprensión y comprensión. Basado en el concepto de
modelo de objeto de proyecto (POM), Maven puede gestionar un proyecto y aposs
construir, informar y documentar a partir de una pieza central de
información. Maven usa un archivo XML para describir el software
proyecto de software que se está construyendo, sus dependencias de otros
módulos y componentes, el orden de construcción, directorios y
complementos necesarios. Viene con objetivos predefinidos para
realizar ciertas tareas bien definidas como la compilación
de código y su embalaje [2]. Con la ayuda de este tipo de
modelo, podemos seleccionar el punto de origen directo al destino
punto con su nodo y la información de los atributos en tiempo real
guión.

• Richard Somalia está afiliado a JNTU, Hyderabad,

• Dr. M.B. Potdar se desempeña actualmente como director de proyectos, BISAG

• Manoj Pandya trabaja actualmente como director de proyectos en Bhaska-

Instituto racharya de aplicaciones espaciales y geoinformática (BISAG),

• Rupesh Punjani trabaja como líder de servicios de consultoría, IBM


Tierra interactiva

Una de las cosas en las que he estado trabajando últimamente (o ... siempre que tengo la oportunidad) es un Shapefile to KML Writer para ver datos GIS en Google Earth que usa componentes GIS de código abierto. Obtuve mucha experiencia con KML mientras creaba un prototipo de un conjunto de herramientas ESRI ArcMap que usaba ArcObjects, y pensé que valdría la pena buscar un equivalente de código abierto.

Hubo tres razones principales por las que decidí trabajar en este proyecto. 1) Sonaba muy divertido, 2) Me he interesado cada vez más en SIG de código abierto y 3) la aparición de Google Earth (así como Google Maps, Yahoo Maps y Microsoft Live Local) ha llevado a una enorme interés en la visualización geoespacial fuera de la comunidad GIS tradicional. Hay una gran cantidad de datos SIG disponibles para el público en forma de shapefiles, y un conjunto de herramientas barato y sin licencia para introducir los datos en Google Earth podría ser útil para mucha gente. También me gusta mucho la idea de tener mi propio conjunto de herramientas, libre de regalías, para crear aplicaciones basadas en Google Earth.

Hay varios buenos paquetes SIG de código abierto disponibles en la actualidad, y aunque ninguno de ellos se acerca a igualar un SIG profesional, algunos de ellos son lo suficientemente potentes como para ser útiles. Mis favoritos personales son OpenJUMP, Quantum GIS (QGIS) y MapWindow GIS. Como era de esperar, cada uno de estos tiene sus puntos fuertes y débiles. De hecho, he descubierto que si está dispuesto a saltar de un lado a otro entre cada uno de ellos, puede hacer una enorme cantidad de trabajo SIG serio.

Para desarrollar mi herramienta Shapefile a KML, decidí usar MapWindow GIS. La razón principal para elegir este SIG de código abierto fue su entorno de desarrollo (.NET), la facilidad con la que era posible crear complementos y su capacidad de reproyección (muy importante si desea obtener todos sus shapefiles en Sistema de proyección de Google Earths). MapWindow GIS también permite a los usuarios crear shapefiles desde cero con bastante rapidez, aunque sus herramientas de edición no son tan sólidas como OpenJump o QGIS (que a menudo he usado para editar shapefiles para convertirlos en MapWindow GIS).

Para tener una idea del estado de esta iniciativa KML de código abierto (sin duda tendré que encontrar un nombre mejor que ese), pensé en un escenario típico de sacar un shapefile de Internet y colocarlo en Google Earth.

Comenzaré en una página web para acceder a los datos GIS de Austin, Texas (y el área regional) y descargar un shapefile que representa los distritos escolares. Este shapefile no tiene información de proyección, pero MapWindow GIS nos permite asignar una proyección al shapefile.


En este caso, el sitio web señala que & # 8220Todos los conjuntos de datos se proyectan en el sistema de coordenadas de pies topográficos NAD 83 del plano central del estado de Texas, a menos que se indique lo contrario. & # 8221 Así que ingresamos esto en el formulario & # 8220Elegir proyección & # 8221 en MapWindow GIS.


Sin embargo, nos queda un paso más, ya que Google Earth tiene su propio sistema de proyección. Ahora que el shapefile sabe cuál es su sistema de proyección, se puede convertir a WGS84 para que sea compatible con Google Earth usando la herramienta MapWindow GIS & # 8217s & # 8220 Reproject a Shapefile & # 8221.


La forma en que MapWindow GIS maneja la reproyección de datos es crear un nuevo shapefile y escribirlo en el mismo directorio que el shapefile que se está reproyectando. El nuevo shapefile tiene el mismo nombre con & # 8220_Reprojected & # 8221 clavado al final (así, en este caso, el shapefile del distrito escolar que descargué llamado & # 8220schldist & # 8221 se vuelve a proyectar a un nuevo shapefile llamado & # 8220schldist_Reprojected & # 8221 ).

Ahora que mis datos están en la proyección adecuada, puedo continuar y agregarlos a Google Earth usando MapWindow GIS.


Una vez que los datos están en MapWindow GIS, puedo realizar los cambios simbólicos que desee accediendo a las propiedades de la capa. MapWindow GIS ofrece los esquemas de coloración básicos que encontraría en un GIS típico, como colorear características por atributo. Una vez que encuentro un color con el que estoy satisfecho, puedo acceder a la herramienta Shapefile2KML desde la barra de menú.
En este punto del desarrollo, tengo algunas opciones de parámetros KML bastante básicas que puedo configurar. El nombre de la capa es el nombre que está visible en la tabla de contenido de Google Earth, y la opacidad de la capa determina hasta qué punto se puede ver a través de la capa. Actualmente, hay dos formas de determinar un valor de altura para cada característica. Se puede establecer un número común que se aplique a todas las funciones o se puede utilizar un campo de atributo numérico. El color de cada característica está determinado por la simbología utilizada en MapWindow GIS.

Una vez que se han configurado los parámetros, puedo convertir los datos a KML. Aquí también tengo un par de opciones. Simplemente puedo guardar el KML en el disco duro, o puedo guardarlo y hacer que se cargue automáticamente en Google Earth. Si quiero jugar un poco con los datos para ver cómo se ven en Google Earth, puedo seleccionar "Cargar como enlace". Esto escribe y carga un enlace de red en Google Earth que hace referencia y, por lo tanto, carga el archivo KML de datos que se guardó en su disco duro. Lo interesante de usar este método es que abrir un enlace de red en Google Earth tiene un comportamiento diferente al de abrir un archivo KML normal. Esto requiere una breve explicación.

Si escribiera una función que cargue un archivo KML y la presione 10 veces, cargaría el mismo archivo 10 veces. Sin embargo, si hace lo mismo con un enlace de red, no cargará el mismo archivo 10 veces. Cada vez que presiona el botón, el enlace de red se recarga. Eso significa que si reescribe el enlace de red para que apunte a un archivo KML diferente antes de cargarlo, eliminará los datos KML que están actualmente visibles en Google Earth y los reemplazará con los nuevos datos KML.

Lo que esto significa para nosotros en este caso es que podemos seguir modificando nuestra simbología de shapefile en MapWindow GIS y volver a cargarlo en Google Earth seleccionando el botón "Recargar enlace". He encontrado que esto es bastante útil y describiré su funcionalidad más adelante.


Para nuestra demostración aquí, selecciono el botón "Guardar y cargar". Una vez escrito el archivo KML, se abre un cuadro de diálogo para preguntarme dónde se debe guardar. Después de seleccionar una ubicación en mi disco duro, el archivo KML se guarda y luego se carga automáticamente en Google Earth.

Esto es bueno para los datos que ya existen, pero también quería aprovechar la capacidad de creación y edición de MapWindow GIS (y también de otros sistemas GIS de código abierto). Una forma de hacer esto es encontrar imágenes disponibles para digitalizar. Planeo considerar el uso del servicio web ofrecido por Microsofts TerraServer, pero para mi uso personal inicial, usé la API de Google Earth para capturar su vista y escribir un archivo mundial para georreferenciarlo para su uso en SIG.

Actualmente, puedo seleccionar "Obtener imagen de GE" de MapWindow GIS (o acceder a una versión independiente desde mi escritorio) que abre un cuadro de diálogo simple. Luego puedo hacer zoom en la escena que quiero en Google Earth y seleccionar "Capturar vista" en el formulario. Si la inclinación de las escenas y la diferenciación hacia el norte no son correctas para GIS, se me alerta que la escena debe cambiar para cumplir con estos criterios (que son necesarios para una alineación adecuada en GIS). Si selecciono Aceptar, la escena se mueve automáticamente a inclinación cero y cero grados al norte. Si vuelvo a seleccionar "Capturar vista", puedo guardar la vista en mi disco duro en forma de archivo jpeg. Aquí, me acerqué al campus de la Universidad del Norte de Iowa y capturé mi vista.

Si bien la resolución de esta imagen no es fantástica, me permite hacer algunos bocetos generales utilizando la imagen como referencia de fondo.

Puedo cargar la imagen en MapWindow GIS, crear un nuevo shapefile (en este caso, un polígono) y comenzar a digitalizar nuevas entidades poligonales en la parte superior de la imagen. A continuación, he trazado el contorno de uno de los edificios del campus de UNI.


También puedo cargar las imágenes en otros paquetes GIS para editarlas. Después de guardar mi shapefile editado en MapWindow GIS, he cargado la imagen y el shapefile en QGIS (abajo). Una vez en QGIS, agregué otra función y guardé mis ediciones.


Una vez que terminé de editar mi nuevo shapefile, lo cargué de nuevo en MapWindow GIS para convertirlo en KML. A continuación, establecí el color de las funciones en plateado, establecí mis parámetros KML y luego hice clic en "Cargar como enlace".


Una vez que se escriben los datos KML, se me solicita que guarde el archivo en mi disco duro. Pero debido a que utilicé la herramienta "Cargar como vínculo", también se guarda un segundo archivo (el vínculo de red). El archivo KML de Network Link tiene el mismo nombre que el archivo KML de datos con un "_link" agregado. Este es el archivo KML que se carga realmente en Google Earth tan pronto como guardo el archivo. Cuando el enlace de red se carga en Google Earth, carga automáticamente el archivo KML de datos al que hace referencia.


Lo interesante de esto (como se describió anteriormente) es que puedo hacer modificaciones rápidamente al shapefile y volver a cargarlo rápidamente en Google Earth. Los gráficos a continuación demuestran esto. Puedo cambiar el color y los valores KML, y simplemente presionar "Recargar vínculo" para reemplazar los datos en Google Earth.



Esta es solo una vista rápida del estado actual de mi proyecto de código abierto GIS / Google Earth. Más adelante, describiré algunas características adicionales que planeo implementar.


¿Cómo se disuelven los polígonos de shapefile usando herramientas de código abierto? - Sistemas de Información Geográfica

Evolución de los SIG: una cronología desde la década de 1970 hasta la actualidad

GISytems, GIScience, GIStudies y GIServices

  • Sistemas GIS Una herramienta computarizada que ayuda a resolver problemas geográficos.
  • GIScience & ndash El desarrollo de modelos de datos, algoritmos y métodos para representar la geografía y las relaciones espaciales con el fin de respaldar el análisis espacial y la computación basada en la ubicación.
  • GIA - Información y análisis geográficos
  • GIStudies el estudio sistemático del uso que hace la sociedad de la información geográfica, incluidos los aspectos institucionales, organizativos y de procedimiento.
  • Servicios GIS El negocio de proporcionar datos GIS y herramientas de análisis a los usuarios de GIS (a menudo mediante el encadenamiento de componentes interoperables en forma de bloques de lego).
  • ¿Cuáles son las distintas partes de ArcGIS y qué hacen?
  • ¿Cómo está organizado ArcMap?
  • ¿Puede utilizar ArcGIS Help de forma eficaz?
  • ¿Cómo se puede dividir un problema en operaciones que utilizan los modelos de datos 'vectoriales' y 'ráster' subyacentes?
    • E.G., que las ventas de viviendas de Cambridge ocurrieron en vecindarios de bajos ingresos
    • Modelo de geometría:
      • Representación de límites modelo 'vectorial' de características espaciales.
      • Asignar ID de característica espacial a cada objeto espacial dentro de cada 'capa' de mapa
      • puntos (ventas), líneas (calles) y polígonos (grupos de bloques)
        • Datos X, Y separados para cada parte de cada característica
        • Datos X, Y compartidos para puntos y límites compartidos
        • tablas relacionales vinculadas a características espaciales a través de ID de característica
        • interfaz gráfica para utilizar enlaces de geometría / atributos
          • resaltar las características del mapa seleccionando filas de la tabla de atributos
          • resaltar filas de la tabla de atributos seleccionando características del mapa
          • ArcGIS shapefiles son el modelo vectorial más simple y común
            • Solo un tipo de característica por shapefile
            • Varios (4+) archivos en disco para cada shapefile: cambbgrp.xxx
            • El modelo de datos incluye topología, límites compartidos,. (ilustrar la diferencia)
            • Geometría almacenada en subdirectorio: cambtigr y ventas89
            • Atributos almacenados en la base de datos local: en compartido info subdirectorio
            • islas, lagos, pasos elevados
            • compartir bordes ?, mover enlaces cuando mueves puntos?
            • ambigüedad: límites de humedales de verano / invierno
            • escala, generalización, fusión, astillas
            • Proyecciones y sistemas de coordenadas
            • Relaciones uno a muchos entre eventos y características espaciales
            • Simbología
              • muchas opciones
              • revisar la página 'simbología' de las propiedades de la capa
              • revisar los archivos de ayuda de ArcGIS para la simbología
              • Intervalo igual
              • Roturas naturales
              • Cuantil
              • Desviación Estándar

              Modelos de datos ráster vs.vectoriales

              • Codifique trozos de espacio y describa lo que hay en cada & quotcélula & quot (en lugar de codificar los límites del objeto)
              • E.G., foto de Boston
                • cada píxel representa una porción de espacio
                • el brillo (y el color) miden lo que hay en cada celda
                • La ortofoto ha sido 'desarmada' y registrada en un sistema de coordenadas
                • orto se puede tratar como una capa de cobertura de ráster donde la oscuridad del píxel es proporcional al atributo de interés
                • ArcGIS tiene extensiones de 'analista espacial' para crear y manipular capas de datos ráster y combinarlas a través de 'álgebra de mapas'


                Calles Boston / Cambridge superpuestas sobre ortofoto. La vista ampliada muestra la naturaleza ráster del orto.


                Abstracto

                La clasificación de la cobertura del suelo suele basarse en características diferentes entre sus clases, pero con gran homogeneidad dentro de cada una de ellas. Esta cobertura se obtiene mediante trabajo de campo o mediante el procesamiento de imágenes de satélite. El trabajo de campo implica altos costos por lo que las técnicas de procesamiento de imágenes digitales se han convertido en una alternativa importante para realizar esta tarea. Sin embargo, en algunos países en desarrollo y particularmente en el municipio de Casacoima en Venezuela, hay una falta de sistemas de información geográfica debido a la falta de información actualizada y los altos costos en la adquisición de licencias de software. Esta investigación propone una metodología de bajo costo para desarrollar un mapeo temático del uso local del suelo y tipos de cobertura en áreas con escasos recursos. El mapeo temático se desarrolló a partir de imágenes CBERS-2 e información espacial disponible en la red utilizando herramientas de código abierto. Se aplicó el método de clasificación supervisada por píxel y por región utilizando diferentes algoritmos de clasificación y comparándolos entre sí. El método de clasificación por píxel se basó en los algoritmos de Maxver (máxima verosimilitud) y la distancia euclidiana (distancia mínima), mientras que la clasificación por región se basó en el algoritmo de Bhattacharya. Se obtuvieron resultados satisfactorios de la clasificación por región, donde se observó una confiabilidad general del 83,93% y un índice kappa del 0,81%. El algoritmo de Maxver mostró un valor de confiabilidad de 73.36% e índice kappa 0.69%, mientras que la distancia euclidiana obtuvo valores de 67.17% y 0.61% para confiabilidad e índice kappa, respectivamente. Se demostró que la metodología propuesta fue de gran utilidad en el procesamiento y actualización cartográfica, que a su vez sirven de apoyo para desarrollar planes de manejo y ordenamiento territorial. Por lo tanto, las herramientas de código abierto demostraron ser una alternativa económicamente viable no solo para las organizaciones forestales, sino para el público en general, permitiéndoles desarrollar proyectos en áreas económicamente deprimidas y / o ambientalmente amenazadas.


                1 respuesta 1

                Nunca he usado esto, ni he hecho ningún SIG, pero después de mirar la API, aquí está mi sugerencia.

                Entonces, después de tener su shapefile, haría lo siguiente:

                Esto le da una clase ESRIRecord o una de sus subclases, dependiendo del tipo de forma que tenga.

                El shapefile con el que me he metido para resolver esto es:

                ESRIPolygonRecord contiene una propiedad llamada "polígonos" que contiene una matriz de instancias com.bbn.openmap.layer.shape.ESRIPoly $ ESRIFloatPoly.

                La clave de esta biblioteca, al parecer, es que muchos de los datos están en propiedades, no accesibles a través de métodos.

                Entonces, como dije, ESRIPolygonRecords tiene sus datos en la propiedad polygons, ESRIPointRecord tiene sus datos en las propiedades xey. Entonces, si estaba buscando getX () o getY (), es por eso que no lo encontró.


                Aprenda los conceptos básicos de los sistemas de información geográfica resolviendo problemas del mundo real con potentes herramientas de código abierto.

                • Esta guía fácil de seguir le permite administrar y analizar datos geográficos con facilidad utilizando herramientas de código abierto
                • Publique sus datos geográficos en línea
                • Aprenda los conceptos básicos de la geoinformática de una manera práctica resolviendo problemas.

                El libro está dirigido a profesionales de TI que tienen poco o ningún conocimiento de SIG. También es útil para aquellos que son nuevos en el campo de SIG que no quieren gastar mucho dinero comprando licencias de herramientas comerciales y capacitación.

                • Recopile datos GIS para sus necesidades
                • Almacene los datos en una base de datos PostGIS
                • Explote los datos utilizando el poder de las consultas GIS
                • Analice los datos con herramientas SIG básicas y más avanzadas
                • Publique sus datos y compártalos con otros
                • Crea un mapa web con tus datos publicados

                Las herramientas SIG más utilizadas automatizan tareas que históricamente se hacían manualmente: compilar nuevos mapas superponiendo uno encima del otro o cortando físicamente mapas en piezas que representan áreas de estudio específicas, cambiando su proyección y obteniendo resultados significativos de las diversas capas aplicando funciones y operaciones matemáticas. Este libro es una guía fácil de seguir para utilizar las herramientas SIG de código abierto más maduras para estas tareas.

                Comenzaremos configurando el entorno para las herramientas que usamos en el libro. Luego, aprenderá a trabajar con QGIS para generar datos espaciales útiles. Conocerá los conceptos básicos de consultas, gestión de datos y geoprocesamiento.

                Después de eso, comenzará a practicar su conocimiento en ejemplos del mundo real. Resolveremos varios tipos de análisis geoespaciales con varios métodos. Comenzaremos con problemas básicos de SIG imitando el trabajo de un agente inmobiliario entusiasta, y continuaremos con tareas más avanzadas, pero típicas, resolviendo un problema de decisión.

                Finalmente, descubrirás cómo publicar tus datos (y resultados) en la web. Publicaremos nuestros datos con QGIS Server y GeoServer, y crearemos un mapa web básico con la API de la biblioteca de mapas web ligera Leaflet.

                El libro lo guía paso a paso a través de cada uno de los conceptos básicos del kit de herramientas SIG, construyendo una imagen general de sus capacidades. Esta guía aborda el tema de manera sistemática, lo que le permite aprovechar lo que aprendió en los capítulos anteriores. Al final de este libro, comprenderá los aspectos de la construcción de un sistema GIS y podrá llevar ese conocimiento a cualquier proyecto que lo requiera.


                Sistema de navegación interior de código abierto adaptado a usuarios con discapacidades motoras ☆

                Este documento describe el desarrollo de un sistema de navegación interior móvil, apoyado por un GIS y construido usando solo herramientas de código abierto. En aras de la simplicidad, se eligió un solo edificio para las pruebas, convirtiendo los pisos en información digital a partir de planos en papel. La geometría de las habitaciones se guardó en una base de datos adecuada con toda la información adyacente asociada, que a su vez se puede proporcionar a la aplicación del cliente mediante API y servicios web. El sistema es capaz de calcular la ruta más adecuada entre cualquiera de las habitaciones teniendo en cuenta el perfil de usuario que está definido por su grado de movilidad (p. Ej. Silla de ruedas). Al leer un código QR colocado en lugares clave dentro del edificio, el usuario puede obtener, en un teléfono móvil, su posición actual y recibir orientaciones a cualquier habitación a la que quiera ir. Las sugerencias de direcciones se complementan con la presentación de imágenes reales asociadas a ubicaciones clave en la ruta para validar que el usuario ha tomado la ruta correcta.


                Descargas GIS

                ¡NDEP ahora tiene un NUEVO sitio de datos abiertos alojado en ArcGIS Online! ¡Ahora puede descargar cualquiera de nuestras capas en el eMap sin ningún software GIS!

                Puede buscar capas o hacer clic en Explore NDEP Open Data para ver todas las capas disponibles.

                Descargar datos GIS usando un servicio GeoData

                NDEP ofrece un servicio GeoData para la descarga de datos espaciales. Un servicio de geodatos le permite acceder a nuestra geodatabase SDE a través de Internet. El servicio brinda la capacidad de realizar la extracción de datos de la geodatabase (es decir, la descarga). Algunos de los conjuntos de datos GIS de NDEP se actualizan todos los días.

                • Si recibe un error, verifique que haya agregado el servicio de mapas eMap_Geodata y no el eMap. Si eso es correcto, nuestro servidor puede estar temporalmente fuera de línea. Además, tenga en cuenta que estamos ejecutando ArcGIS 10.4.1 y que es posible que no sea compatible con versiones anteriores.
                • Por razones de seguridad y responsabilidad, NDEP solo proporciona acceso de descarga a conjuntos de datos mantenidos por NDEP. Si necesita otros conjuntos de datos (como capas NDOT o BLM), consulte la pestaña Vínculos en este sitio web y comuníquese directamente con las organizaciones correspondientes.
                • La URL de un servicio de mapas no se puede ver en un navegador web porque es un servicio web que transmite datos a través de Internet en un formato que solo puede ser interpretado por una aplicación de mapas compatible.
                • El servicio Geodata no funcionará con ArcGIS Desktop versión 9.xo anterior. Una licencia de ArcView es suficiente para utilizar este servicio.

                Ahora mismo en NDEP

                Únase a Nevada Recycles el próximo mes para rechazar los plásticos de un solo uso y aprender más sobre cómo reducir la contaminación plástica.


                13,7. Cargar datos en la base de datos

                Hay muchas formas de poner datos en una base de datos. Un método es escribir comandos SQL manualmente con psql para insertar datos en una tabla. También puede usar programas que convierten datos en un script SQL que luego se puede cargar, o puede usar una herramienta que exporta datos directamente a la base de datos.

                13.7.1. Usando shp2pgsql

                PostGIS viene con herramientas de línea de comandos llamadas pgsql2shp y shp2pgsql. Estos se pueden usar para convertir de una tabla PostGIS a un shapefile y viceversa.

                La herramienta shp2pgsql convierte las formas en un flujo de texto de comandos SQL. Por lo tanto, debe canalizarlo a un archivo de texto para cargarlo más tarde o al psql comando para usarlo inmediatamente. Por ejemplo, use uno de estos métodos:

                o use este para cargar los datos inmediatamente a la base de datos:

                Por defecto, el shp2pgsql comando coloca los datos de geometría en un campo llamado the_geom, mientras que el valor predeterminado para ogr2ogr El comando (que se muestra a continuación) coloca los datos de geometría en un campo llamado wkb_geometry. Estos valores predeterminados se pueden anular y cambiar a algo más significativo. Para adquirir el countyp020 datos, consulte la siguiente sección.

                13.7.2. Usando ogr2ogr

                ogr2ogr es un programa excelente para poner datos espaciales en una base de datos. Es parte del kit de herramientas GDAL / OGR incluido en FWTools y presentado en los Capítulos 3 y 7. Esta herramienta de línea de comandos toma cualquier capa de datos compatible con OGR y la exporta a la base de datos.

                Este ejemplo utiliza algunos datos extraídos del sitio del Atlas nacional de EE. UU. En http://nationalatlas.gov/atlasftp.html. Específicamente, utiliza los datos de los límites del condado en http://edcftp.cr.usgs.gov/pub/data/nationalatlas/countyp020.tar.gz.

                El archivo es un gzip'D alquitrán expediente. En Linux, puede expandir este archivo usando el programa de línea de comandos alquitrán:

                Esto crea un shapefile llamado countyp020. En Windows, la mayoría de los programas Zip (por ejemplo, WinZip) pueden descomprimir este archivo por usted.

                El ogrinfo El comando luego proporciona un resumen de cuántas características hay en el archivo:

                Es una buena idea tener una idea de cuántos datos se convertirán antes de ejecutar el siguiente paso. Cuantas más funciones haya, más tiempo llevará cargar los datos en la base de datos.

                Para traducir este shapefile al Proyecto 1 base de datos, utilice la ogr2ogr mando:

                Este es uno de los ejemplos más simples de usar ogr2ogr con PostgreSQL / PostGIS. El primer parámetro es el formato de datos de destino. En este caso, es un PostgreSQL base de datos. El prefijo PG: proporciona más detalles sobre la fuente de datos de destino. Aquí, solo se proporciona el nombre de la base de datos: nombrebd = proyecto1.

                Si la base de datos está en una computadora diferente o requiere más privilegios de acceso de usuario, se requerirán más detalles. Se pueden incluir múltiples parámetros de la base de datos, y puede citarlos así:

                El nombre del archivo de datos de origen es countyp020.shp, una capa de datos de shapefile. El proceso de conversión puede tardar uno o dos minutos en ejecutarse.

                Como se muestra en el Ejemplo 13-1, verifique que se cargó correctamente ingresando al psql intérprete de nuevo. Puede enumerar las tablas que están disponibles y hacer una consulta simple para ver si se encontraron todas las características.

                Ejemplo 13-1. Verificando los resultados de cargar un shapefile en PostgreSQL

                Esto informa la cantidad de características que están en la tabla. Cada característica geográfica, en este caso, los condados, tiene un registro en el countyp020 mesa.

                Puede especificar el nombre que desea que tenga la tabla cuando se cree utilizando el -nln parámetro seguido del nombre. En el ejemplo anterior, usó el nombre de la capa de datos original como el nombre de la tabla de salida. Si desea que la tabla de salida tenga un nombre diferente (condados) utilizar el ogr2ogr comando como este (todo en una línea):

                Esta tabla tiene más que datos geográficos. En el psql intérprete, las columnas de datos en la tabla se pueden enumerar utilizando el D parámetro seguido del nombre de la tabla, como se muestra en el Ejemplo 13-2.

                Ejemplo 13-2. Listado de columnas y tipos en la tabla countyp020

                Cada columna se enumera y muestra el tipo de datos que puede contener cada columna. Las bases de datos de PostgreSQL pueden manejar todos estos tipos sin PostGIS, excepto los datos de geometría. Solo una columna de la tabla contiene datos de geometría: el wkb_geometry la columna tiene geometría enumerados como su tipo:

                Puede tener varias columnas que contengan datos de geometría en su tabla. Incluso puede almacenar diferentes tipos de geometrías (puntos, líneas o polígonos) en la misma tabla agregando más campos del tipo geometría.

                El ogr2ogr La utilidad nombra automáticamente el geometría columna wkb_geometry (que significa geometría binaria conocida, otra especificación OGC), pero se puede llamar como quieras. Las otras columnas contienen información estándar de la base de datos numérica o datos de caracteres / texto.

                Ambos shp2pgsql y ogr2ogr Los métodos hacen un seguimiento de metadatos insertando registros en la tabla llamada geometry_columns. Esta tabla rastrea qué columnas de una tabla incluyen características geométricas. Algunas aplicaciones dependen de la búsqueda de entradas en esta tabla y otras no. Por ejemplo, MapServer no requiere esto, pero el conector ArcMap-PostGIS (discutido al final de este capítulo) depende de él. Es una buena práctica mantener actualizada esta tabla. Aquí hay una entrada de muestra en la tabla:

                Esta es la entrada para el countyp020 tabla, como se muestra en f_table_name = countyp020. El nombre de la columna que contiene los datos geométricos se almacena en el f_geometry_columncampo. PostGIS puede contener datos 3D. coord_dimension se puede configurar en 2 (2D) o 3 (3D). El SRID campo se refiere al sistema de referencia espacial. En este ejemplo, se establece en srid = -1, lo que significa que ninguno es específico. El campo tipo = POLÍGONO dice que la columna de geometría contiene entidades poligonales. Cualquier aplicación que acceda a los datos de PostGIS puede inspeccionar geometry_columns tabla en lugar de buscar información de todas y cada una de las tablas.


                Ver el vídeo: Merge shapefiles and dissolve spatial polygons in R (Octubre 2021).