Obliczanie średniej wysokości obiektów poligonowych w GeoMedia Grid


Tomasz Bartuś



OPROGRAMOWANIE:

GeoMedia Professional: 06.01.11.13, GeoMedia Grid: 06.01.00.18.

PROBLEM:

Mamy klasę obiektów poligonowych np: siatka - siatka kwadratowa o boku 500 m.

Chcemy poznać średnią bezwzględną wysokość obszarów objętych kolejnymi oczkami klasy siatka.

ROZWIĄZANIE:

  1. Za pomocą odpowiednich procedur tworzymy Numeryczny Model Terenu (NMT). Niech dla przykładu wielkość jego piksela wynosi 10m.
  2. Za pomocą polecenia: Grid->Layer->Rasterize Legend Entry dokonujemy rasteryzacji klasy siatka. Zadbajmy przy tym aby wartości rastra odpowiadały ID_siatka.
  3. Za pomoca polecenia Grid->Statistical Analysis->Zonal Score będziemy obliczać potrzebne nam wartości parametrów statystycznych. Polecenie wymaga dwóch rastrów wejściowych: warstwy źródłowej (Source layer) i warstwy danych (Data layer). Warstwa źródłowa definiuje strefy (obszary), dla których będa obliczane statystyki. Przykładami warstw źródłowych moga być warstwy budynków, strefy miejskie, działki rolnicze, regiony klimatyczne, siedliska lub, jak się dzieje w tym przypadku, zwykłe bloki siatki. Warstwa danych zawiera dane, które będą wykorzystywane do obliczenia statystyk zonalnych. Przykładami warstw danych mogą być: warstwa przedstawiająca wskaźnik wilgotności gęstość zaludnienia, NMT itp. W naszym przypadku, warstwę źródłową stanowić będzie zrastrowana warstwa siatka, a warstwę danych - NMT.
  4. Z okna dialogowego Zonal Score - Statistics, wybieramy interesującą nas statystykę - w tym rzypadku Average (średnią arytmetyczną), a następnie nadajemy nazwę warstwie wynikowej.

    Dostępne statystyki

    Total: suma wszystkich wartości pikseli objętych strefą obliczeń.
    Average: średnia arytmetyczna wartości niepustych (non-VOID) objętych strefą obliczeń.
    Maximum: największa wartość pikseli objętych strefą obliczeń.
    Minimum: największa wartość pikseli objętych strefą obliczeń.
    Median: mediana z wartości pikseli objętych strefą obliczeń.
    Majority: najczęściej spodykana wartość w zbiorze komórek objętych strefą obliczeń. W przypadku szeregów wartość maksymalna szeregu.
    Minority: najżadziej spodykana wartość w zbiorze komórek objętych strefą obliczeń. W przypadku szeregów wartość minimalna szeregu.
    Deviation: różnica pomiędzy wartością komórek i wartością średnią w danej strefie obliczeń.
    Diversity: liczba unikalnych wartości komórek objętych strefą obliczeń.
    Density: liczba niepustych (non-VOID) komórek objętych strefą obliczeń.
    Proportional: procent komórek w strefie posiadających tę samą wartość.
    Overlap: the average of the proportional value (defined above), and the value obtained when the proportional statistic is applied to the data values of the Source layer within the regions defined by the Data layer. Variance: wariancja wartości komórek objętych strefą obliczeń.
    Standard Deviation: odchyenie standardowe wartości komórek objętych strefą obliczeń.
    Percentile: wartość odpowiedniego percentylu wartości komórek objętych strefą obliczeń. Wymaga deklaracji rodzaju percentyla.

  5. W wyniku polecenia działania otrzymujemy warstwę rastrową o wielkości piksela właściwej dla danego Study Area, w której wartości pikseli objętych kolejnymi oczkami siatki mają tę samą wartość równą średniej arytmetycznej wysokości n.p.m.
  6. W kolejnym kroku, można utworzoną warstwę zwektoryzować. Wykorzystujemy do tego polecenie Grid -> Layer -> Vectorize to Feature Class. Polecenie wymaga podania nazwy warstwy rastrowej, która będzie wektoryzowana, ustalenia rodzaju konwersji (w tym przypadku - Area) oraz podania nazwy klasy wynikowej. Można też skorzystać z bardzo przydatnego w tym przypadku, narzędzia upraszczającego geometrię wynikową. Przypomnijmy, że utworzony wcześniej raster jest złożony z wielu pikseli o wielkości 10×10 m. W tym przypadku nie chcemy otrzymać patchworku maleńkich poligonów, które w obrębie jednego oczka siatki będą posiadały tę samą wartość, lecz raczej siatkę poligonów o wielkości równej wielkości oczek siatki (w tym przypadku 500×500 m). Tu z pomocą przychodzi opcja: Simplify output feature. Pozwala ona na zredukowanie wielkości obiektów klasy wynikowej do progu (Threshold) 500 m.
 
 

Informacje wstępne

Dane

ArcGIS Desktop: 23MB (73MB)
ArcGIS Pro: 94MB (1,07GB)
 

1. Wstęp do GIS

Wykład 1: Wstęp do GIS
 
Ćwiczenie 1: Wycieczka po San Diego. Wstęp do ArcGIS
 
Wykład 2: Aplikacja ArcGIS
Ćwiczenie 2: Szacowanie szkód wywołanych przez tornado. Od metainformacji do wyników analizy
 
Wykład 3: Rozwiązywanie zadań przy użyciu GIS
Ćwiczenie 3: Wybór lokalizacji dla centrum młodzieżowego. Zapytania atrybutowe i przestrzenne
 

2. Symbolizacja map

Wykład 4: Symbole i adnotacje
Ćwiczenie 4: Lokalizacja ośrodka dziennego dla seniorów. Symbolizacja i etykietowanie obiektów na mapach
 
Wykład 5: Symbole bazujące na atrybutach
Ćwiczenie 5: Lokalizacja ośrodka dziennego dla seniorów. Symbole oparte na atrybutach
 
Wykład 6: Metody klasyfikacji danych
Ćwiczenie 6: Lokalizacja ośrodka dziennego dla seniorów. Klasyfikacja danych
 
Wykład 7: Mapy gęstości i proporcji
Ćwiczenie 7: Lokalizacja ośrodka dziennego dla seniorów. Mapy gęstości i normalizacja danych
 

3. Układy współrzędnych i odwzorowania kartograficzne

Wykład 8: Układy współrzędnych geograficznych
Ćwiczenie 8: Położenie kabla transatlantyckiego. Modyfikacje układów współrzędnych
 
Wykład 9: Odwzorowania kartograficzne
Ćwiczenie 9: Położenie kabla transatlantyckiego. Właściwości odwzorowań kartograficznych
 

4. Organizacja danych geograficznych

Wykład 10: Modele danych geograficznych
Ćwiczenie 10: Ocena zagrożenia powodziowego. Analiza danych geograficznych
 
Wykład 11: Geobazy
Ćwiczenie 11: Ocena zagrożenia powodziowego. Tworzenie przestrzennej bazy danych
 
Ćwiczenie 12: Salzburg. Geobaza wspierająca branżę turystyczną
 
 

5. Tworzenie i edycja danych

Wykład 12: Tworzenie i edycja danych GIS
Ćwiczenie 13: Centrum handlowe Galeria. Modyfikacja śladów budynków
 
Wykład 13: Topologia
Ćwiczenie 14: Centrum handlowe Galeria. Modyfikacja obiektów z zachowaniem topologii
 
Wykład 14: Edycja atrybutów obiektów
 
Ćwiczenie 15: Centrum handlowe Galeria. Modyfikacja atrybutów
 
Wykład 15: Tworzenie nowych obiektów
 
Ćwiczenie 16: Park miejski. Tworzenie nowych klas obiektów i ich atrybutów
 

6. Analizy GIS

Wykład 16: Procedura analiz GIS
 
Ćwiczenie 17: Poszukiwania nieruchomości spełniającej kryteria. Definiowanie problemu i wybór danych do analiz
 
Wykład 17: Zapytania atrybutowe i przestrzenne, łączenie tabel
 
Ćwiczenie 18: Poszukiwania nieruchomości spełniającej kryteria. Analiza GIS
 
Wykład 18: Prezentacja wyników analiz
 
Ćwiczenie 19: Poszukiwania nieruchomości spełniającej kryteria. Przygotowanie mapy prezentacyjnej
 
Ćwiczenie 20: Poszukiwania nieruchomości spełniającej kryteria. Tworzenie raportów
 

7. Geoprzetwarzanie i modelowanie

Wykład 19: Geoprzetwarzanie
 
Ćwiczenie 21: Ocena zniszczeń pożarowych. Geoprzetwarzanie
 
Wykład 20: Modele i modelowanie
 
Ćwiczenie 22: Ocena zniszczeń pożarowych. Tworzenie i obsługa prostych modeli
 
Ćwiczenie 23: Przetarg na zakup drewna. Praca z istniejącymi modelami
 

8. Tworzenie profesjonalnych map

Wykład 21: Elementy mapy, praca w widoku układu
 
Ćwiczenie 24: Przetarg na zakup drewna. Praca z układami
 
Wykład 22: Tworzenie profesjonalnych map
 
Ćwiczenie 25: Siedliska nietoperzy w południowo zachodniej części Ameryki Północnej. Tworzenie profesjonalnych map"