Přednáška 4

1. Přednáška 4 1GIS2 Pokročilé aplikace digitálních modelů terénu, rastrová algebra, rastrové modelování FŽP UJEP

2. Rastrové analýzy • Analýzy spojitosti (konektivity) • zajímají nás funkční vztahy na rozhraních elementárních ploch( pixelů), prostorové šíření jevů na zájmovém území • př.: proudové analýzy, analýzy viditelnosti, analýzy časové dostupnosti, cenové povrchy... • Analýzy kontextu (kontiguity) • zajímají nás funkční vztahy, podobnost sousedících ploch • vytváření spojitých oblastí obsahujících funkčně příbuzné plochy • př.: řízená, neřízená klasifikace, reklasifikace dat • Rastrová algebra • spojování výsledků dílčích analýz do jednoho funkčního celku • př.: erozní modely, předpovědi výskytu nerostných surovin, výběr vhodných lokalit pro výstavbu, zemědělské využití...

3. Analýzy spojitosti – přímá viditelnost • výpočet přímé viditelnosti (Line of Sight) • princip spočívá ve výpočtu postupného šíření paprsku z místa pozorovatele postupně na všechny body v rastru. • obvykle se uchovávají v dočasně vytvářených rastrech data o výšce paprsku nad terénem a výškovém úhlu stanoveném první překážkou • další definované parametry: • výška v místě pozorovatele, cíle (např. výška antény, ...) • úhlová výseč z místa pozorovatele (např. směrovost antény) • minimální, maximální výškový úhel (např. parametry mincovního dalekohledu ) • min. a max. rádius • (např. výkon vysílače, vysílací stín...)

4. Analýzy spojitosti – přímá viditelnost • vstupní data – DTM (rastr nebo TIN) + umístění pozorovatele (bod, linie, polygon) • výstupní data – podle komplexnosti modulu rastr s hloubkou 1 bit (je vidět není vidět) nebo vyšší (výškový úhel pod kterým je cíl vidět, minimální výška nad překážkou...) • aplikace: umístění vysílačů, rozhleden, návrh tur. tras., urbanistické studie, návrhy dopravních komunikací... • odvozené aplikace – šíření hluku ... – nutné doplnit další faktory, např. závislost na vzdálenosti (inverzně kvadraticky)

5. Analýzy spojitosti – sluneční záření • roční suma přijaté energie • optimální výškový úhel pro příjem maximálního množství energie v závislosti na zem. poloze • poměr energie vegetačního období k celému roku, etc...

6. Analýzy spojitosti – sluneční záření modely: • SolarFlux (ArcINFO), Solei (IDRISI), SRAD, r.sun(GRASS) • parametry modelů se obecně liší, obecně jsou používány mimo jiné tyto: • výška, expozice, sklon (z DMT) • datum, časový interval -> odvozením zenitový úhel a azimut slunce – astronomické výp. • parametry atmosféry – ztráty, rozptyl, refrakce... aplikace: • zemědělství – optimální výběr lokality v závislosti na náročnosti plodiny • energetika – výběr optimální lokality pro fotovoltaické elektrárny...

7. Analýzy spojitosti – hydrologické modelování • určování povodí (odtokových pánví, oblastí) • určování rozvodí • směr proudění, akumulace srážek, délka proudu • analýza vsakovacích oblastí • kapacity odtoku • ... Základním nástrojem pro většinu dalších analýz je směr proudění (flow direction) – praktický příklad z ArcGIS: směr proudění

8. Hydrologické modelování Směr proudění směr proudění maximální změna výšky ve směru proudění DMT

9. Hydrologické modelování odtokové oblasti (dílčí povodí) - Basins rozvodí - Watershed • na základě směru proudění vygenerování linií rozvodí a rozdělení území do jednotlivých odtokových oblastí • chyby v DMT – zdánlivě bezodtoké oblasti, nesmyslné odtokové oblasti digitální ortofoto, stínovaný reliéf, odtokové oblasti

10. Hydrologické modelování Akumulace • lze vytvořit schéma hydrologické sítě včetně modelovaných průtoků

11. Hydrologické modelování Délka toku • vzdálenost konkrétního místa k ústí (resp.odtoku ze zájmové oblasti)měřený podél vodního toku

12. Modelování morfologické struktury reliéfu Pracujeme s pojmy: • Sklon svahu • Orientace svahu (expozice) • Gradient (směr největšího spádu) • Normálová křivost • křivost normálového řezu bodě A(x,y) jako průsečnici plochy s rovinou obsahující normálu N k topografické ploše a tečny n ke spádnici, tak že rovina řezu je kolmá na tečnou rovinu k topografické ploše v daném bodě A(x,y). • Horizontální křivost • Poloměr horizontální křivost R_k je svislým průmětem poloměru normálové křivosti do roviny horizontálního řezu. Právě s pomocí hodnoty normálové křivosti můžeme charakterizovat jednotlivé morfometrické formy georeliéfu. Tyto formy jsou od sebe odděleny inflexními body. Pokud je normální křivost > 0, pak forma je konvexní (vypouklá) a pokud normální křivost < 0, tak je forma konkávní (dutá).

13. Modelování morfologické struktury reliéfu využití - automatizované členění zájmové oblasti na jednotlivé morfologické tvary atd...

14. Modelování morfologické struktury reliéfu příklad implementace v ArcGIS Spatial Analyst: A = [(Z1 + Z3 + Z7 + Z9) / 4 - (Z2 + Z4 + Z6 + Z8) / 2 + Z5] / L4 B = [(Z1 + Z3 - Z7 - Z9) /4 - (Z2 - Z8) /2] / L3 C = [(-Z1 + Z3 - Z7 + Z9) /4 + (Z4 - Z6)] /2] / L3 D = [(Z4 + Z6) /2 - Z5] / L2 E = [(Z2 + Z8) /2 - Z5] / L2 F = (-Z1 + Z3 + Z7 - Z9) / 4L2 G = (-Z4 + Z6) / 2L H = (Z2 - Z8) / 2L I = Z5 Z = Ax ²y ² + Bx ²y + Cxy ² + Dx ² + Ey ² + Fxy + Gx + Hy + I hodnota pixelu je rovna druhé derivaci povrchu DMT aplikace: určování morfologických tvarů, analýza kvality DMT

15. Modelování morfologické struktury reliéfu digitální model terénu byl s největší pravděpodobností vygenerován z vrstevnic a vzhledem ke skokovým změnám morfologie lze usuzovat na nepříliš kvalitní výběr metody a jejích parametrů....

16. Modelování plošné kvantity jevu Zájmové území se rozdělí na pravidelný grid o zadaném rozlišení, pro každou buňku gridu se zvolenou metodou vypočte průměrná hodnota jevu připadající na tuto buňku. Příklad: plošně vyjádřená hustota obyvatel v ČR na základě bodové vrstvy obcí s počtem obyvatel. (pro přehlednost doplněno proporčním symbolem)

17. Vzdálenostní analýzy nejjednodušší případ: modelování přímé vzdálenosti k centrům • pro většinu úkolů nepříliš praktické • výsledkem rastr udávající v definovaných jednotkách vzdálenost k nejbližšímu centru ( v případě bodů) nebo nejbližšímu bodu na útvaru (v případě linií nebo ploch) • vedlejším výsledkem směr k nejbližšímu centru, alokace (=Thiessenova teselace) • příklad: vzdálenost, směr a alokační oblasti letišť v ČR

18. Analýzy spojitosti • vzdálenostní analýzy, aplikace cenových povrchů • jaká je nejkratší vzdušná vzdálenost mezi dvěma místy • jaká je dojezdová vzdálenost k nejbližší nemocnici • které oblasti jsou nejhůře pokryté záchrannou službou • modelování vhodnosti lokality, predikce výskytu • kde je nejvhodnější lokalita pro novou školu, nákupní centrum, skládku... • kde mám za daných podmínek největší pravděpodobnost výskytu konkrétního rostlinného druhu • modelování šíření látek v ovzduší, vodě... • obsah znečištění NOx, O3, ... • geostatistika • pokročilé interpolace dat • generalizace • zonální analýzy

19. Vzdálenostní analýzy Za jak dlouho dojedu do nejbližšího centra? Do kterého centra mám nejblíž? Jakým směrem to je do nejbližšího centra? ...srovnej s Voronoi diagramy...

20. Vzdálenostní analýzy – princip výpočtu princip výpočtu vzdálenosti do konkrétního bodu: vzdálenost „přes hranu“ 1 vzdálenost „úhlopříčně“ 2 kterým směrem je nejbližší centrum (1° - 360°; 0 je rezervovaná hodnota) do kterého centra to mám nejblíž

21. Aplikace cenových povrchů (cost surface) • cenový povrch = vyjádření ceny za kterou lze projít přes plochu dané buňky • oblasti bez dat (NULL <> 0) slouží jako neprostupná bariéra • vzdálenostní analýzy, časová dostupnost – jako hodnoty pixelů se volí čas (t= s/v); po silnici lze jet rychlostí 90 km/h, 10 metrů projedu za .... směr pro cestu zpět do centra

22. Modelování vhodnosti lokality, predikce výskytu • kombinace několika faktorů • bodové ohodnocení každého faktoru • rastrovou algebrou vypočtený rastr s vhodně zadanými váhami jednotlivých parametrů • výběr místa pro výstavbu RD: • využití půdy • nadmořská výška • blízkost školy • blízkost nákupních center • .... v konečném kroku potřeba využít rastrovou algebru

23. Rastrová algebra • výpočty se provádění po jednotlivých buňkách rastrů • základní algebraické operace + + logické operátory (AND, OR, NOT...) + relační operátory (<, >, =, <>, ...) + základní mat. funkce (goniometrické, logaritmy, zaokrouhlení,...) • pokud mají rastry různé rozlišení, interně se během výpočtu převzorkují Které oblasti v rastru mají nadmořskou výšku mezi 50 a 1000 m?

24. Generalizace • obvykle finální krok po provedené klasifikaci • začištění výsledu analýzy • vhodné před statistickým vyhodnocením, interpretací, prezentací dat • opatrně, můžete znehodnotit výsledek

25. Další dodatečné úpravy rastrů rozdělení na spojité oblasti s unikátním ID „vytažení“ izočar ze rastru obsahujícího spojitá data

26. Další dodatečné úpravy rastrů vytvoření obalové zóny v rastrové reprezentaci skeletizace – „vytažení“ kostry, nezbytné před automatickou vektorizací

27. Další dodatečné úpravy rastrů vyhlazení průběhu hranic (smooth) na ukázkovém obrázku se zjednoduší průběh hranic a vyplní oblasti bez dat nahrazení hodnotou, která se nejčastěji vyskytuje v okolí pixelu (shrink) – na příkladu se nahradí pixely s hodnotou 5 hodnota expanduje do nejbližšího okolí (expand)–na příkladu se pixely s hodnotou 5 rozšíří do svého okolí ...atd...