LP GIS - Analiz raster

n forma sa cea mai simpl, un raster const ntr-o matrice de celule (sau pixeli) organizate n rnduri i coloane (sau o gril, grid) iar fiecare celul conine o valoare reprezentnd informaii, cum ar fi temperatura. Rasterul sunt fotografii digitale, imagini aeriene de la satelii, imagini digitale, sau chiar hri scanate.

Fig.1. Modul de afiare raster a datelor geospaiale

Datele stocate ntr-un format raster reprezint fenomene din lumea real, cum ar fi: Datele tematice (de asemenea, cunoscut sub numele de reprezentare discret), reprezentnd caracteristici, cum ar fi utilizarea terenurilor sau date a solurilor; O reprezentarea continu a datelor, care reprezint fenomene cum ar fi temperatura, altitudine sau date spectrale, cum ar fi imagini din satelit i fotografii aeriene; Imagini, cum ar fi hri scanate sau desene i fotografii. Uneori, nu avei posibilitatea de a alege modul de stocare a datelor ca un raster, de exemplu, sunt disponibile imagini doar ca un raster. Cu toate acestea, exist multe alte caracteristici (cum ar fi puncte) i msurtori (cum ar fi precipitaii), care ar putea fi stocate, ca o caracteristic (vector) tipul de date (sau ambele).Avantajele de stocare a datelor ca un raster sunt: O structur de date - O matrice simpl de celule cu valori care reprezint o coordonat i, uneori, acestea sunt legate la un tabel atribut. Un format puternic pentru analiza spaial i statistic avansat. Capacitatea de a reprezenta suprafee continue i pentru a efectua analize suprafa. Capacitatea de a stoca uniform de puncte, linii, poligoane, i suprafee. Capacitatea de a efectua acoperiri rapide cu seturi de date complexe.
1

Caracteristicile generale ale datelor raster n seturile de date raster, fiecare celul (care este, de asemenea, cunoscut ca un pixel) are o valoare. Valorile celulelor reprezint fenomenul descris de setul de date raster, cum ar fi o categorie, magnitudine, nlimea, sau valoarea spectral. O categorie ar putea fi o clas de utilizare a terenurilor, cum ar fi pune, pdure, sau pe drum. O magnitudine ar putea reprezenta poluarea sonor, sau procentul de precipitaii. nlimea (distana) ar putea reprezenta altitudine suprafa deasupra nivelului mrii, care pot fi utilizate pentru a obine pant, aspect, i proprieti bazinelor hidrografice. Valorile spectrale sunt utilizate n imaginile satelitare i fotografii aeriene pentru a reprezenta reflexie a luminii i culorii. Dimensiunea a celulelor poate fi la fel de mare sau de mic dup cum este necesar pentru a reprezenta suprafaa transmis. Dimensiunea celulei determin ct de grosier sau fin vor aprea modelele sau caracter isticile n reprezentarea raster. Fiind mai mici, dimensiunea celulei, rasterul va fi mai fin sau mai detaliat. Cu toate acestea, cu ct este mai mare numrul de celule, cu att mai mult va dura pentru a procesa i va crete cererea pentru spaiu de stocare.

Fig.2. Dimensiunea celulei i reprezentarea unei suprafee n modul raster

n datele raster, celula reprezint de obicei caracteristica predominant sau fenomenele din zona acoperit de o celul, n timp ce datele vectoriale se pot delimita cu precizie sau identificarea particularitilor individuale. Ca urmare, atunci cnd reprezint caracteristici geografice ntr-un set de date raster, caracteristicile devin colecii de celule cu aceleai valori ale atributelor, dar pierd identitatea lor unic. Datele raster sunt cele mai utilizate atunci cnd preocuparea dumneavoastr principal este cu relaiile de localizare ale fenomenelor reprezentate de caracteristicile geografice, nu la funcii n sine.

Puncte

Fig.3. Puncte format vector vs. Puncte n format raster

Linii

Fig.4. Linii format vector vs. Linii n format raster

Poligoane

Fig.5. Poligoane n format vector vs. Poligoane n format raster

Utilizarea reclasificrii (RECLASS) Funciile de reclasificare v ajut s reclasificai sau modificai valorile celulelor cu valori alternative folosind o varietate de metode. Putei reclasifica o valoare la un moment dat sau grupuri de valori folosind cmpuri alternative; bazat pe criterii, cum ar fi intervalele specificate (de exemplu, grupa valorile n 10 intervale) sau prin zon (de exemplu, gruparea valorilor n 10 grupe care conin acelai numr de celule). Funciile sunt concepute pentru a v permite s schimbai cu uurin mai multe valori pe un raster de intrare la valorile dorite.

Toate metodele de reclasificare sunt aplicate pentru fiecare celul ntr -o zon. Atunci cnd se aplic o valoare alternativ la o valoare existent, toate metodele de reclasificare aplic valoarea alternativ la fiecare celul a zonei originale. Nici o metod de reclasificare nu aplic valori alternative doar la o poriune a zonei de intrare. nlocuirea valorilor bazate pe informaii noi Reclasificarea este util atunci cnd dorii s nlocuii valorile ntr -un raster de intrare cu valori noi. Acest lucru ar putea fi din cauza c s-a constatat c valoarea unei celule ar fi de fapt o valoare diferit, de exemplu, utilizarea terenurilor ntr-o zon ce s-a schimbat n timp. Gruparea valorile mpreun Este posibil s dorii s simplificai informaiile ntr-un raster. De exemplu, poate dorii s grupai diferite tipuri de pduri ntr-o singur clas de pdure. Reclasificarea valorilor unui set de date raster la o scar comun Un alt motiv de a reclasificare este acela de a atribui valori de preferin, prioritate, sau unor criterii similare cu un raster. Acest lucru poate fi realizat pe o singur imagine raster (unui raster de soluri pot fi atribuite valori de la 1 la 10 pentru a reprezenta eroziunea potenial) sau cu mai multe rastere pentru a crea o gril comun de valori. Mai jos este o schem de un eantion pentru a gsi cele mai bune locaii pentru o coal. Straturile de baz de intrare sunt utilizarea terenului, altitudinea, locurile de recreere i colile existente. Seturile de date obinute sunt pant, distana de la locurile de recreere i distana pn la colile existente. Fiecare raster este apoi reclasificat pe o scar de la 1 la 10. Rasterele reclasificate sunt adugate mpreun cu distana de la locurile de recreere i fa de alte coli care au o pondere, importan mai mare.

Fig.6. Modul de lucru cu reclasificare unor rastere i utilizarea acestora n diverse aplicaii

Imaginea de mai jos este harta adecvat rezultat pentru a gsi cele mai bune locaii pentru o coal. Straturile de baz de intrare au fost folosirea terenului, altitudinea, locurile de recreere i colile existente. Seturile de date obinute au fost panta, distana de la locurile de recreere i distana pn la colile existente. Fiecare raster fost reclasificat pe o scar de la 1 la 10. La rasterele reclasificate s-au adugat, mpreun cu distana de la locurile de recreere i distana fa de alte coli care au o importan mai mare. Zonele n lumin albastr strlucitoare sunt cele mai favorabile pentru construcii noi.

Fig.7. Rezultatul dup reclasificarea hrilor i combinarea acestora

Stabilirea unor valori specifice NODATA sau setarea celule NODATA la o valoare Uneori dorii s eliminai valori specifice din analiz. Acest lucru ar putea fi, de exemplu, pentru un anumit tip de utilizare a terenului care nu are restricii, cum ar fi restriciile umede, ceea ce nseamn c nu se poate construi acolo. n astfel de cazuri, este posibil s dorii s modificai aceste valori ca NODATA pentru a le elimina de la analize suplimentare. n alte cazuri, poate dorii s modificai o valoare de NODATA ntr -o valoare, cum ar fi atunci cnd informaiile noi nseamn o valoare adugat pentru NODATA care ntre timp a devenit o valoare cunoscut. Reclasificarea dup valori individuale

Fig.8. Modul n care se realizeaz reclasificarea valorilor unui raster 6

Reclasificarea valorilor individuale se face de obicei atunci cnd valorile de intrare sunt categorice; de exemplu, utilizarea terenurilor sau atunci cnd se schimb doar cteva valori. Valorile individuale pot fi reclasificate prin casetele de dialog din geoprocesare si ArcGIS Spatial Analyst (i ntr-o mai mic msur, prin tabele reclass) sau prin tabele reclass n Map algebra. Reclasificarea intervalelor de valori

Fig.9. Modul de reclasificare a unui raster prin atribuirea rasterului de baz a unor intervale de valori

Aplicaie Reclasificare 1. Deschidei fiierul Exercitiu_AnalizaRaster din File>Open> D/LICENTA/GIS_2013/[Sectia]/[Anul de studiu]/[Grupa]. Aici avem cteva straturi: MNT (un model numeric al terenului), utilizarea terenului, drumuri, ci ferate, localiti etc. Acestea ne vor ajuta n exerciiul ce urmeaz. ntrebarea-problem a acestui exerciiu este urmtoare: ne dorim s ridicm o cas de vacan/caban. i dorim ca utiliznd metodele SIG s gsim cele mai bune locaii pentru aceast construcie. Zona se afl n Munii Aninei, n bucata de hart avnd indicativul L-34-104. 2. Pe baza modelului numeric al terenului vom vrea alte 2 elemente alte terenului care ne vor ajuta n luarea unor decizii privind problema noastr, i anume harta pantei i a expoziiei versanilor. Pentru aceasta vom apela la meniul 3D Analyst>Raster Surface i pentru a obine harta pantelor se va folosi unealta Aspect (fig.10 (1)) i unealta Slope (fig.10 (2)) pentru a obine expoziia versanilor.

(1)

(2)
Fig.10. Meniul 3D Analyst Tools din ArcToolbox i submeniul Raster Surface cu uneltele Aspect i Slope

Pentru a obine panta terenului utiliznd unealta Slope vom folosi ca date pe baza cruia vom calcula MNT-ul, la Output se va selecta crarea unde vom salva datele nou generate cu numele panta, la unitate de msur trebuie s fie DEGREE, iar la ultimul cmp va rmne valoarea 1 (fig.11).

Fig.11. Unealta Slope din ArcToolbox

Apoi vom ncerc s generm expoziie versanilor folosind Aspect. i pentru acest parametru vom folosi ca date de intrare MNT-ul, iar expoziia versanilor obinut o vom salva n folderul unde salvm datele noastre obinute, datele nou create avnd numele exp_vers (fig.12).

Fig.12. Unealta Aspect din ArcToolbox

3. Pentru c ne dorim ca noua construcie s fie ct mai aproape de cile de acces vom crea o reprezentare a distanei fa de drumurile naionale i judeene. Pentru aceasta vom folosi Cost Distance din meniul Spatial Analyst Tools>Distance. Aici vom avea la primul cmp elementul fa de care dorim s aflm distana, n cazul nostru se va introduce drumuri, iar la elementul va influena durata, costul pn la drum va fi dat de pant, deoarece acesta este elementul cel mai restrictiv sau cel mai favorabil. La cel de-al treilea cmp avem crarea unde vom salva datele nou create cu numele dist_drumuri (fig.13).

Fig.13. Unealta Cost Distance i completarea cmpurilor de dialog 4. Ultimul pas nainte de a realiza reclasificarea este reprezentarea MNT-ului ntr-un numr de 7 clase. Pentru aceasta vom da click dreapta pe layer-ul MNT > Properties > Symbology, iar acolo vom alege 7 clase i vom alege o scal de culori > OK (fig.14).

Fig.14. Clasificarea MNT-ului n 7 clase

5. Urmeaz reclasificare imaginilor raster obinute la punctele anterioare. Pentru aceasta vom folosi unealta Reclassify din meniul Spatial Analyst Tools>submeniul Reclass. Primul strat pe care l vom reclasifica este MNT-ul. ATENIE! Toate datele raster vor trebui reclasificate ntr-un numr egal de clase. n exerciiul nostru vom folosi 5 clase. Valorile mici (1) nseamn nefavorabil pentru construcii, iar valori mari (5) indic favorabilitate pentru construcie. Pentru reclasificare MNT-ului la Input Raster se va introduce MNT, la cmpul pe baza cruia se va face reclasificarea vom selecta VALUE, iar la tabelul de reclasificare se va completa conform cu cel din fig.x. Iar la Output se va alege crarea i numele reclass_mnt (fig.15). Valorile NoData rmn ca fiind NoData. Iar rezultatul este observat n figura 16.

10

Fig.15. Reclasificarea Modelului Numeric al Terenului n 5 clase

Fig.16. Rezultatul reclasificrii MNT-ului

Apoi se va reclasifica panta tot n 5 clase. Completarea cmpurilor se va face conform figurii 17. Panta reclasificat se va numi reclass_panta. Pantele mai ridicate vor fi nefavorabile construciilor de cldiri. Iar rezultatul este observat n figura 18.
11

Fig.17. Completarea cmpurilor pentru reclasificarea pantei

Fig.18. Rezultatul reclasificrii pantei terenului

Urmeaz reclasificarea distanei fa de drumuri. Rezultatul reclasificrii se va salva cu numele de reclass_ddrum. Valorile se vor da n felul urmtor (fig.19 i fig.20):

12

Fig.19. Valorile de reclasificare a distanei fa de drumuri

Fig.20. Comanda de reclasificare a distanei fa de drum

Rezultatul reclasificrii fa de distana fa de drumuri ne indic arealele aflate n apropierea unor reele de drumuri, fie drum naional, fie drum judeean (fig.21).

13

Fig.21. Rezultatul reclasificrii fa de drumuri

Ultimul element ce urmeaz a fi reclasificat este utilizarea terenului. Stratul de utilizare a terenului este n format vector, iar pentru a-l reclasifica trebuia ca mai nti s l convertim n raster. Pentru acesta vom folosi meniul Conversion Tools din ArcToolbox, iar apoi submeniul To Raster de unde vom folosi unealta Polygon To Raster. La Input vom introduce utilizarea terenului, la cmpul pe baza cruia se va realiza rasterul vom selecta LABEL3_RO, iar numele cu care vom salva va fi Util_teren. Ultimele 3 cmpuri vor rmne neschimbate (fig.22), iar rezultatul va fi o imagine raster nou (fig.23).

Fig.22. Comanda de convertire a unui format vector ntr-un format raster

14

Fig.23. Rezultatul conversiei din vector n raster a utilizrii terenului

Se va observa c la Tabel of Contents ceea ce este reprezentat este cmpul VALUE. Pentru a ne da seama ce reprezint suprafeele vom merge la Properties>Symbology>Unique Values, iar aici vom alege cmpul LABEL3_RO. Astfel la Tabel of Contents se va observa fiecare nuan ce tip de utilizare a terenului este reprezentat (fig.24).

15

Fig.24. Modul de afiare a cmpului cu nsemntatea utilizrii terenului

Dup ce am obinut rasterul cu utilizarea terenului va trebui s reclasificm acest raster dup urmtoarele setri (fig.25):

Fig.25. Valorile de reclasificare acordate rasterului utilizrii terenului

16

Reclasificare terenurilor se va face pe baza rasterului reprezentnd utilizarea terenurilor, pe baza cmpului LABEL3_RO, iar valorile atribuite vor fi conforme cu fig.x (anterioar), iar numele sub care se va salva este reclass_teren (fig.26), rezultatul fiind prezentat n figura 27.

Fig.26. Comanda de reclasificare a terenurilor

Fig.27. Reclasificarea rasterului reprezentnd utilizarea terenului 17

Astfel, utiliznd metoda reclasificrii am obinut 4 rastere, fiecare cu clase de la 1 la 5 (de la nefavorabil la favorabil). Iar pentru a vedea care sunt arealele cele mai favorabile pentru construcia casei de vacan/cabanei vom mai parcurge o nou metod, n rndurile ce urmeaz, prin care vom combina datele raster reclasificate. Iar la finalul explicaiilor teoretice generale vom rspunde la ntrebarea de la nceputul acestui exerciiu. ! nainte de a nchide aplicaia ArcMap salvai (Save As...) cu numele de Exercitiu_AnalizaRaster_Rezolvare, n D/LICENTA/GIS_2013/ [Sectia]/[Anul de studiu]/[Grupa]. ! Map Algebra Map Algebra se bazeaz pe conceptele prezentate de Dr. Dana Tomlin n cartea sa intitulat Geographic Information Systems and Cartographic Modeling (Tomlin, 1990). Map Algebra se bazeaz pe un limbaj de nivel nalt, care este folosit pentru analiza cartografic folosind date de tip raster. Simplificat, Map Algebra este matematic aplicat la rastere, lucru care este posibil deoarece rasterele sunt de fapt matrici georefereniate. Dac se suprapun rasterele unele peste celelalte se pot efectua att operaii simple aritmetice, ct i algoritmi complicai (fig.28).

Fig.28. Modul de lucru cu Map Algebra

Operatorii Map Algebra Map Algebra folosete expresii similare matematicii, care conin funcii i operatori. Operatorii acestui modul lucreaz cu una sau mai multe valori
18

iniiale pentru a crea noi valori. Funciile pot efectua cerine specializate, precum calcularea pantei din elevaie, i de obicei rezultatele vor fi sub form de valori numerice. Operatorii aritmetici permit adunare, scdere, nmulire i mprire. De exemplu, 3 imagini raster care reprezint trei tipuri diferite de risc de incendiu pot fi adunate pentru a crea un raster care s reprezinte riscul general de incendiu. Cu ajutorul operatorilor aritmetici se poate trece dintr-o unitate de msur n alta (de ex.: picioare*0.3048=metri). Operatorii relaionali permit construcia de teste logice, care la final vor indica valori de tipul: adevrat (1) i fals (2). ==, EQ Egal ^=, < >, NE Inegal <, LT Mai mic decat <=, LE Mai mic decat sau egal >, GT Mai mare decat =>, GE Mai mare decat sau egal Operatorii booleeni permit legarea testelor logice. Precum operatorii relaionali, operatorii booleeni vor indica la final valori de tipul: adevrat (1) i fals (2). ^, NOT &, AND |, OR |, XOr Operatorii logici permit construcia de teste logice la nivel de pixel, dar trebuie s respecte anumite reguli: - A DIFF B: dac valoarea unui pixel n rasterul A i rasterul B este diferit, atunci rezultatul va fi valoarea pixelului din A, iar dac cele dou valori sunt identice, atunci va fi returnat valoarea 0. - A IN {list de valori}: dac valoarea unui pixel din rasterul A se afl n lista de valori, rezultatul va fi valoarea pixelului din A, iar n caz contrar va rezulta NoData - A OVER B: dac valoarea unui pixel din rasterul A nu este egal cu 0, atunci rezultatul va fi valoarea pixelului din rasterul A, iar n caz contrar va rezulta valoarea pixelului din rasterul B Operatorii combinaionali combin atributele mai multor rastere. Cu ajutorul acestor operatori pot fi gsite toate combinaiile unice de valori, crora le va fi atribuit cte un ID unic, care mai apoi este returnat n rasterul final. Rasterul final VAT va avea valorile cmpurilor din toate rasterele iniiale.

19

Lucrul cu NoData Similare valorilor logice, valorile NoData influeneaz evaluarea unei expresii. Valoarea NoData este singura valoare non-zero care nu este interpretat ca fiind condiie adevrat. Aceast valoare special indic faptul c nu exist informaii asociate pixelilor. Concluzii Map Algebra este limbajul de analz al modulului Spatial Analyst din ArcGis. Este caracterizat de o sintax similar algebrei. Input-ul unei expresii poate fi simplu precum un singur raster sau shapefile sau complex, precum o expresie compus folosind muli operatori, funcii i date. Precum toate celelalte limbaje, Map Algebra este definit de anumite reguli, iar prin nelegerea acestora utilizatorul poate utiliza Spatial Analyst n moduri nebnuite. Aplicaie Map Algebra n ceea ce urmeaz vom finaliza exerciiul anterior n care am folosit reclasificarea unor imagini raster, pentru a determina care sunt arealele cele mai favorabile construirii unei case de vacan/cabane. Din exerciiul anterior avem deja hrile reclasificate ale modelului numeric al terenului, pantei, distanei fa de drumuri i utilizrii terenului. Deschidei n ArcMap fiierul salvat la exerciiul anterior, i anume Exerciiu_AnalizaRaster_Rezolvare.mxd din D/LICENTA/GIS_2013/ [Sectia]/[Anul de studiu]/[Grupa]. Iar n acelai exerciiu vom calcula arealele dorite. Acest lucru l vom face utiliznd Map Algebra din ArcToolbox. Aceast unealt ne permite realizarea unor operaii cu datele raster. n cazul nostru vom aduna cele 4 rastere reclasificate anterior:reclass_teren, reclass_ddrum, reclass_panta i reclass_mnt. Se va salva cu numele favorabil n D/LICENTA/GIS_2013/[Sectia]/[Anul]/[Grupa] (fig.29).

Fig.29. Map Algebra i datele introduse pentru a aduna datele raster reclasificate
20

Dup utilizarea Map Algebra vom avea o imagine raster cu diverse valori (fig.30), iar pentru a observa mai clar zonele vom umbla la scala de culori (fig.31).

Fig.30. Rezultatul adunrii imaginilor reclasificate n Map Algebra

Fig.31. Modificare scalei de culori pentru a fi mai vizibile zonele favorabile 21

Rezultatul schimbrii scalei de culori se evidenieaz mai clar zonele favorabile (fig.32), iar pentru a vedea care sunt cele mai favorabile zone vom schimba clasele conform cu fig.x (stnga), iar n dreapta vom trece clasele de la NEFAVORABIL la FOARTE FAVORABIL (fig.33).

Fig.32. Rezultatul schimbrii scalei de culori celor 4 imagini adunate

Fig.33. Clasificarea adunrii imaginilor n 5 clase i stabilirea intervalelor pentru NEFAVORABIL - FOARTE FAVORABIL 22

Rezultatul final al clasificrii n 5 clase este prezentat n figura 34, iar arealele cu Rou sunt cele mai indicate pentru construirea unei case de vacan/cabane, iar nuanele de verde indic cele mai puin indicate areale.

Fig.34. Rezultatul clasificrii n 5 clase, de la NEFAVORABIL (VERDE) la FOARTE FAVORABIL (ROU)

Prima metod utilizat n Map Algebra a fost adunarea a 4 imagini raster. A doua metod pe care o vom folosi este nmulirea celor 4 imagini raster, iar rezultatul vom vedea c se aseamn, doar c arealele vor fi puin diferite. Astfel, n Map Algebra se vor folosi aceleai imagini raster, doar c se va face produsul ntre acestea, iar numele cu care vom salva noul raster este favorabil_prod (fig.35) i vom obine un raster nou (fig.36).

23

Fig.35. Utilizarea Map Algebra pentru a face produsul imaginilor raster reclasificate

Fig.36. Rezultatul iniial al nmulirii celor 4 imagini raster

Pentru a scoate n eviden care sunt zonele cele mai indicate pentru scopul acestui exerciiu vom reclasifica imaginea raster iniial. Pentru aceasta vom merge la meniul Symbology (ar trebui s tii cum se ajunge acolo ), iar acolo vom merge la butonul Classify i vom stabili pragurile conform cu cele din figura 37 (la Break Values). Apoi vom da OK, iar la fereastra de clasificare vom introduce din nou atributele de la NEFAVORABIL - FOARTE FAVORABIL conform cu figura 38. Dup aceasta vom da OK i vom obine rezultatul final al imaginii raster obinute prin produsul dintre cele 4 imagini raster reclasificate la Exerciiul 1 (fig.39).

24

Fig.37. Schimbarea pragurilor claselor pentru rasterul obinut prin nmulirea imaginilor raster reclasificate la Exerciiul 1

Fig.38. Atribuirea claselor NEFAVORABIL (VERDE) - FOARTE FAVORABIL (ROU) pentru imaginea final 25

Fig.39. Rezultatul final al reclasificrii rasterului obinut prin nmulire

Parcurgnd cele dou abordri de combinare al imaginilor raster, adunarea i produsul, putem observa c arealele sunt aproximativ aceleai, doar c valorile rasterului sunt total diferite (evident la produs valorile sunt mai mari), iar la imaginea raster obinut prin nmulire, dup ce a fost reclasificat, arealele cele mai favorabile au fost mai dur selecionate.

26