1 / 37

5. Introducció a l’Anàlisi

5. Introducció a l’Anàlisi. Índex. 1 Operacions analítiques ràster 1.1 Operacions elementals 1.2 Tipus d’operacions analítiques ràster 1.3 La calculadora de MiraMon com a eina d’anàlisi ràster punt a punt 2 Operacions analítiques vectorials

tala
Download Presentation

5. Introducció a l’Anàlisi

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. 5. Introducció a l’Anàlisi Curs 2013-2014

  2. Índex 1 Operacions analítiques ràster 1.1 Operacions elementals 1.2 Tipus d’operacions analítiques ràster 1.3 La calculadora de MiraMon com a eina d’anàlisi ràster punt a punt 2 Operacions analítiques vectorials 2.1 Selecció / Recuperació d’informació geogràfica 2.2 Superposició de mapes 2.3 La combinadora analítica de capes com exemple d’aplicació analítica Curs 2013-2014

  3. 1 Operacions analítiques ràster En un SIG el coneixement del territori ve descrit per un conjunt de capes on cadascuna d’elles modelitza o descriu un determinat aspecte o paràmetre. En un SIG que usa un model de dades ràster: molt pràctic disposar de totes capes a la mateixa mida de píxel i àmbit. En el model de MiraMon, una capa vectorial pot ser tractada com un ràster més, determinant quin atribut del vector omple la cel·la del ràster. Curs 2013-2014

  4. 1.1 Operacions elementals Canvi d’orientació (rotacions): Corr. elementals Canvi de costat de cel·la dels ràsters • Vist al capítol de generalització cartogràfica Origen de la malla • Correcció geomètrica: usar COR trivial + àmbit i mida de píxel de sortida • Densificació de ràsters amb igual costat de cel·la i nova malla • Vectorització (sense generalitzar la vora dels polígons) de la capa ràster i la rasterització sobre la nova malla: només si temàtics • Mosaic de ràsters (si és per sota resolució): • ràster en blanc de l’àmbit i costat de píxel de sortida • tolerància de la mida del costat de píxel • el primer ràster mana a la mètrica • Canvi a les metadades d’àmbit (si és per sota la resolució) Adaptar l’àmbit • retalls • emmascaraments • mosaics Curs 2013-2014

  5. 1.2 Tipus d’operacions analítiques ràster Les operacions analítiques: conjunt d’operacions que actuen sobre un o més ràsters amb la finalitzat d’obtenir un resultat que pot ser un ràster, una taula o un escalar (un número). 4 grans grups: (similitud mètode examen i tractament) punt a punt (locals) de veïnatge d’àrea (zonals) de capa Curs 2013-2014

  6. 1.2.1 Operacions punt a punt També anomenades operacions locals tenen en compte la posició de cada cel·la no les relacions amb altres objectes veïns El valor de cada píxel de la imatge desortida s’obté dels píxels que tenenla mateixa ubicació (fila - columna)als ràsters originals Es poden diferenciar dos tipus d’operacions punt a punt: - usen una única imatge per a obtenir-ne una de nova Reclassificacions - a partir de dues o més imatges s’obté una tercera superposició de ràsters Curs 2013-2014

  7. 1.2.1 Superposició (1/2) Superposició lògica: mapes binaris per a obtenir un altre mapa binari operadors: I , O lògica Superposició algebraica: operacions algebraiques (+, -, ×, ÷) Àlgebra de mapes (Berry, 1987) Curs 2013-2014

  8. 1.2.1 Superposició (2/2) Emmascarat: “transparenta” un ràster a través dels NODATA d’un altre compte amb valors numèrics iguals amb significats temàtics diferents Curs 2013-2014

  9. 1.2.2 Operacions de veïnatge Operacions destinades a expressar les relacions existents entre una o vàries cel·les d’origen i la resta del territori Dos grans tipus d’operacions de veïnatge: immediat estès Curs 2013-2014

  10. 1.2.2 a) Operacions de veïnatge immediat (1/2) El valor d’una cel·la és calculat en funció del valor de les cel·les més properes (p.ex. 3x3, 5x5 o 7x7) Filtres Mitjana valor del píxel central canviat pel valor de la mitjana (ponderada o no) resultat és un suavitzat intens (es dona a tots els píxels del voltant el mateix pes) suau (el pes és major pel píxel central) de realç (els píxels veïns tenen pesos negatius de manera que s’accentuen les diferències) Moda valor del píxel central canviat pel valor que apareix més vegades resultat és la desaparició dels valors estranys d’una imatge, que representen punts singulars no desitjats ex. usat per eliminar l’efecte “sal i pebre” d’un mapa d’usos del sòl resultat d’una classificació digital Curs 2013-2014

  11. B tg α = h / d Pendent (%) = h / d * 100 Pendent (angle) = α h α A d 1.2.2 a) Operacions de veïnatge immediat (2/2) Pendent és la inclinació del terreny respecte el pla horitzontal és senzill de calcular si es coneix el desnivell vertical del terreny i la distància horitzontal entre dos punts de l’espai MDE -> pendents: quatre / vuit valors adjacents en general: pendent màxim Orientació angle d’inclinació del pla de màxim pendent d’un punt respecte un punt cardinal de referència, que sol ser el nord interessant per a la direcció d’escolament d’aigua superficial i per càlculs d’ insolació Curs 2013-2014

  12. 1.2.2 b) Operacions de veïnatge estès (1/2) Càlcul de distàncies distància euclidiana (distància mínima, en línia recta) entre certes cel·les del ràster (entitats diana) i tots els altres punts del ràster buffers: reclassificats en zones que tenen una distància inferior a una de donada a qualsevol de les entitats diana Superfícies de fricció recobriment que proporciona en cada punt del territori l’acumulació o dificultat de desplaçament per unitat de longitud pot dependre de multitud de factors (característiques de la zona, tipus de moviment, etc.) permet càlcul de distàncies per cost (no euclidianes). p.ex. superfície de fricció per una zona en funció de carreteres i característiques Anàlisi de visibilitat zones que es veuen des d’una o vàries cel·les topografia del territori pantalles visuals altura observador conca visual: zona visible des d’un punt, línia o superfície de referència Curs 2013-2014

  13. 1.2.2 b) Operacions de veïnatge estès (2/2) Polígons de Thiessen assignar les cel·les del territori a una sèrie de punts (cel·les aïllades) segons a quin d’aquests punts es troba més proper si la distància emprada és una distància euclidiana, cada segment de la vora d’aquests polígons és equidistant al punt que ocupa el centre del polígon esquerre i dret distància pot ser euclidiana o segons una superfície de fricció s’apliquen a estudi d’àrees de mercat o centres d’influència de serveis (p.ex. influència d’hospitals, supermercats, etc) Curs 2013-2014

  14. 1.2.3 Operacions d’àreao zonals (1/3) Els valors de les noves cel·les es determinen en funció dels valors de les cel·les associades a la zona que conté aquesta cel·la Generalment: * zones definides pels valors del ràster (classes d’un r. temàtic) sense geometria definida * diferent a veïnatge immediat o estès amb geometria definida (p.ex. 3*3 o entitats diana) Curs 2013-2014

  15. Zona Valor temàtic Àrea (píxels) Valor temàtic Àrea (píxels) 1 1 4 1 11 2 2 3 2 9 3 3 5 3 5 4 1 7 5 2 6 1.2.3 Operacions d’àreao zonals (2/3) • S’identifiquen àrees contigües del territori amb el mateix valor temàtic (a vegades s’anomena “parcel·lació”) • Es mesuren les característiques, forma o dimensions de les zones. Ex: • àrea i forma de cada zona de la mateixa categoria • àrea total per a cada categoria Curs 2013-2014

  16. 1.2.3 Operacions d’àreao zonals (3/3) Mesures sobre les zones identificades: Mida o àrea Perímetre Forma: índex de circularitat. arrel quadrada de la superfície de la zona dividit per la superfície d’un cercle amb el mateix perímetre Posició del centroide (coordenades X,Y) Si s’utilitzen altres ràsters: es pot calcular per a cada classe o zona: Mitjanes Màxims Mínims Altres estadístics Curs 2013-2014

  17. 1.2.4 Operacions de capa Operacions d’àrea (o zonals) que abasten tota la capa El resultat és un valor o una taula de valors Ex: determinació de màxims i mínims, histogrames Curs 2013-2014

  18. 1.3 Calculadora de MiraMon: eina d’anàlisi punt a punt Ràsters mateix àmbit i costat del cel·la unitats en el mateix sistema de referència Vectors àmbit dels ràsters o avançades paràmetres addicionals valor exterior al vector camp de la base de dades posició en multiregistre Curs 2013-2014

  19. 1.3 Operadors de la Calculadora (1/4) Operadors aritmètics + Suma o signe positiu - Resta o signe negatiu * Multiplicació / Divisió Operadors lògics i de comparació En les imatges originals: els valors ≠ 0 es consideren VERITAT i els valors = 0 es consideren FALS En la imatge resultat VERITAT adopta el valor 1 i FALSE valor 0 AND I OR O NOT Negació XOR O exclusiva > Més gran estricte >= Més gran o igual < Més petit estricte <= Més petit o igual = Igual =/= Diferent Curs 2013-2014

  20. 1.3 Operadors de la Calculadora (2/4) Funcions matemàtiques d’un sol argument SQRT Arrel quadrada LOG Logaritme en base 10 LN Logaritme neperià. EXP Exponencial INV Invers ENT Truncament ABS Valor absolut Funcions lògiques d’un sol argument BOL Booleà Funcions matemàtiques de dos arguments POW Potenciació NR Ràtio normalitzat MOD Resta de la divisió Curs 2013-2014

  21. 1.3 Operadors de la Calculadora (3/4) Funcions de comparació de dos arguments MAX Més gran de dos valors MIN Més petit de dos valors Funcions de reclassificació i agrupació de categories RECL Reclassificació Funcions de superposició de capes CVR Transparentar Funcions trigonomètriques on l’angle està en radiants SIN Sinus COS Cosinus TAN Tangent ASIN Arcsinus ACOS Arccosinus ATAN Arctangent COSEC Cosecant SEC Secant CTG Cotangent Curs 2013-2014

  22. 1.3 Operadors de la Calculadora (4/4) Funcions trigonomètriques on l’angle està en graus SING Sinus COSG Cosinus TANG Tangent ASING Arcsinus ACOSG Arccosinus ATANG Arctangent COSECG Cosecant SECG Secant CTGG Cotangent Precedència d’operadors 1: () 2: + , - [com a signes positiu i negatiu], funcions d’un sol argument [p. ex.: SIN, LOG...] 3: Funcions de dos arguments [p. ex.: POW, CVR, MAX...] 4: * , / 5: + , - [com a operacions suma i resta] 6: operadors lògics [p. ex.: AND, >=...] Curs 2013-2014

  23. 1.3 Exemples Calculadora (1/3) Exemple 1: Seleccionar, de la imatge ‘A’, les zones que a la imatge ‘B’ tenen valors superiors a 3000. Operació a realitzar: [A]*([B]>3000). La imatge resultant presenta 0 en les zones amb valors inferiors o iguals a 3000 en la imatge B, i manté els valors originals de la imatge A en les altres zones (les de valors superiors a 3000). Exemple 2: Reclassificar en dos grups els valors d’una imatge ‘C’. Els valors inferiors a 100 es passen a 50 i els superiors o iguals a 150. L’operació serà: ([C]<100)*50+(NOT([C]<100))*150 ([C]<100)*50+([C]>=100)*150 També podem utilitzar la funció de reclassificació: byte rang desconegut 0 100 50 -1.0E+40 100 50 100 256 150 100 1.0E+40 150 Curs 2013-2014

  24. 1.3 Exemples Calculadora (2/3) Exemple 3: Seleccionar tant els valors "3" com els valors "12", i posar-los a "1", deixant amb valor "0" els restants valors a la imatge ‘256c’: Operació a realitzar: ([256c]=3)OR([256c]=12) (També pot ser efectuada des de MiraMon, a través d’una consulta per atribut i desant el resultat en un fitxer IMG) Exemple 4: Seleccionar tant els valors "3" com els valors "12", però preservant els seus valors "3" i "12" en el resultat (i posant a "0" els restants valors) a imatge ‘256c’: Operació a realitzar: (([256c]=3)OR([256c]=12))*[256c] Curs 2013-2014

  25. 1.3 Exemples Calculadora (3/3) Exemple 5: Obtenir el model digital d’elevacions de tres comarques a partir del model digital d’elevacions de tot Catalunya ‘[Mde300]’ i del fitxer vectorial de comarques ‘[Coma800]’. Operació a realitzar: [Mde300]*([Coma800;Comarca;]="Bages" OR [Coma800;Comarca;]="Solsonès" OR [Coma800;Comarca;]="Berguedà") El fitxer resultat tindrà el mateix àmbit que [Mde300], de tot Catalunya, i caldria utilitzar l’aplicació RETALLA si volguéssim reduir l’àmbit Exemple 6: Rasteritzar d’una capa de línies ‘[Perfils]’ en què volem que les línies rasteritzades quedin a 0 i l’exterior quedi a 1. Operació a realitzar: [Perfils;LONG_ARC;]=0 Valor exterior al vector=0 En les cel·les afectades pel vector (rasteritzades) cap arc no té longitud 0 i, per tant, l’operació lògica retorna FALS, o sigui zero. En canvi, a l’exterior com hi assignem un 0, en comparar-lo amb el valor zero, el resultat és VERITAT, o sigui 1. Curs 2013-2014

  26. Adaptar ràsters per poder-los fer servir en la calculadora • Ràsters • mateix àmbit i costat del cel·la • unitats en el mateix sistema de referència • El programa AdapRas té aquest proposit Curs 2013-2014

  27. Vectors en la calculadora • Els vectors són tractats com a “rasteritzacions d’un sol camp”. • paràmetres addicionals • valor exterior al vector • camp de la base de dades • posició en multiregistre Curs 2013-2014

  28. 2 Operacions analítiques vectorials 2.1 Selecció / Recuperació d’informació geogràfica La selecció és l’operació que tracta de recuperar, exclusivament, les entitats espacials que compleixen una determinada condició El resultat és un conjunt d’elements més limitat que l’original. generalment caràcter temporal (o virtual) a vegades té sentit independitzar-ho en una capa independent 2.1.1 Selecció temàtica (o per atributs) Selecció dels objectes en funció de condicions establertes sobre els seus atributs Operadors lògics, relacionals o aritmètics 2.1.1 Selecció espacial La condició és en funció de la relació espacial entre objectes de la mateixa o diferent capa Relacions espacials a establir depenen de la naturalesa dels objectes Hi ha dos grans tipus bàsics coincidència o inclusió proximitat Curs 2013-2014

  29. 2.2 Superposició de mapes (1/3) Elements espacials del sistema són afectats per l’operació  el resultat por ser la construcció de noves unitats geogràfiques Les possibilitats d’aquests tipus d’anàlisi resulten de la naturalesa de les capes que es volen superposar. Per exemple: Curs 2013-2014

  30. 2.2 Superposició de mapes (2/3) Coincidència de punts PNT + PNT  PNT (idèntics) Punts en línies PNT + ARC  PNT (sobre línia) Punts en polígons PNT + POL  PNT (a dins) Resultat PNT: geometria PNT inalterada punt adquireix els atributs del polígon Resultat POL: geometria POL inalterada registres es veuen enriquits pels atributs dels punts continguts Intersecció de línies ARC + ARC  PNT (intersecció) Curs 2013-2014

  31. 2.2 Superposició de mapes (3/3) Línia a polígon ARC + POL  ARC (dins polígons) Resultat ARC: arc és partit en fragments a partir de les vores del fitxer de polígons cada fragment hereta els atributs del polígon que el conté Resultat POL: geometria POL inalterada registres es veuen enriquits pels atributs de cada arc que els travessa Polígon en polígon POL + POL  POL (intersecció) • Cada fragment hereta tots els atributs de tots dos polígons origen que el contenen Curs 2013-2014

  32. 2.3 Combinació analítica de capes La combinació analítica de capes analitza i/o efectua l’encreuament espacial de dues capes ràster, una capa ràster i una vectorial o dues capes vectorials. Per a la majoria de combinacions, les capes ràsters han de ser categòriques quedant els ràsters de variació contínua relegats a les possibilitats de l’enfoc mixt. Enfoc ràster: generar un nou ràster i/o un informe amb estadístiques valors del ràster (categories) atributs d’un camp d’una capa vectorial Enfoc vectorial: es combinen tots els registres de la base de dades però no es realitzen estadístiques Enfoc mixt: sortida vectorial amb resultats estadístics (només per sortida PNT) Informes: sortida alfanumèrica (també ràster) Curs 2013-2014

  33. 2.3.1 Enfoc vectorial Fitxer vectorial de sortida (encara que entrada ràster, que ha de ser categòric) • POL + POL = POL, IMG + IMG = POL : El fitxer de polígons de sortida és un fitxer de polígons que s’obté de la fragmentació de l’espai produïda per la unió de les vores dels fitxers de polígons originals. Cada fragment hereta tots els atributs de tots dos polígons origen que el contenen. • POL + ARC = ARC, IMG + ARC = ARC : Cada arc és partit en fragments a partir de les vores del fitxer de polígons derivat de l’IMG. A part dels seus propis atributs d’arc, cada fragment hereta els atributs del polígon que el conté. • POL + ARC = POL, IMG + ARC = POL : La geometria del fitxer de polígons resta inalterada però els seus registres es veuen enriquits pels atributs de cada arc que els travessa o que està enterament o parcialment inclòs dins d’ell. • POL + PNT = PNT : La geometria del fitxer de punts resta inalterada però cada punt adquireix els atributs del polígon que el conté. • POL + PNT = POL, IMG + PNT = POL : La geometria del fitxer de polígons resta inalterada però els seus registres es veuen enriquits pels atributs dels punts continguts a cada polígon. • POL + NOD = PNT : El fitxer de nodes és tracta com un fitxer de punts on cada punt adquireix els atributs del polígon que el conté. La geometria del fitxer de punts resta inalterada. • POL + NOD = POL, IMG + NOD = POL : La geometria del fitxer de polígons resta inalterada però els seus registres es veuen enriquits pels atributs dels nodes continguts a cada polígon. Es tenen en compte tots els atributs de les taules principals i associades dels dos vectors En les combinacions de polígons poden aparèixer petites regions indesitjades (micropolígons) Curs 2013-2014

  34. 2.3.2 Enfoc mixt Casos especials: IMG + PNT = PNT, IMG + NOD = PNT Geometria inalterada Cada punt adquireix un valor (camp nou a base de dades) cel·la més propera moda de les cel·les a menys d’un píxel de distància (r. categòrics) interpolació bilineal entre 4 veïns o bicúbica entre 16 veïns (r. contínua) Curs 2013-2014

  35. Enfoc ràster i Informes 2.3.3 Enfoc Raster Fitxer de sortida és un ràster i/o un informe Si inicialment tinc dos vectors cal definir àmbit i costat de cel·la del ràster resultant (pot ser un patró) Com hem dit, el resultat pot ser un ràster i/o un informe. Ràster: noves categories del ràster: combinacions valors 2.3.4 Informes Ràster (o tractades com a ràster) s’analitza l’encreuament de cada valor amb les que presenti l’altra capa Vectors: Només informe si no hi ha capa de sortida o si és ràster Indicant camps a creuar com a ràster (àrees segons ràster hipotètic de sortida) Taules de sortida: nombre total d’ocurrències per a cada parella de valors dues taules de percentatges: com un valor de la primera capa, es reparteix en l’encreuament amb els diferents valors de la segona capa (col=100%) com es reparteix la segona capa sobre la primera (fil=100%) dues taules de superfícies: unitats de capa i de referència Curs 2013-2014

  36. Combinació de capes (1/2) Enfocs vectorials Curs 2013-2014

  37. Combinació de capes (2/2) Enfocs ràster Enfocs vectorials Curs 2013-2014

More Related