tn.geologyidea.com
أكثر

دمج النقطية DEM؟

دمج النقطية DEM؟


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.


لقد كنت أعاني من هذه المشكلة منذ فترة. هنا هو انحناء نقطي لتوضيح المشكلة.

أنا أستخدم البيانات النقطية 10m DEM من NRCS Data Gateway لجزء كبير من ولاية كاليفورنيا. تكمن المشكلة في بعض التجانب الغريب الذي يظهر بعد الدمج ، ولكنه غير موجود في البيانات الأصلية (قبل الدمج). تنشئ الشبكات نقاطًا منخفضة ، لذلك يتم سحب تراكم التدفق وما إلى ذلك.

لقد جربت الفسيفساء إلى البيانات النقطية الجديدة ، وأنشئ كتالوج البيانات النقطية والتصفية في ArcGIS 10.2 ، وقم بدمج وبناء vrt في Qgis2.4 ولكن المشكلة استمرت طوال الوقت.

شيء يجب ملاحظته هو أنه من الواضح أن هناك مجموعتين من الشبكات ، إحداهما ذات أشكال متساوية منتظمة ، ثم مجموعة واحدة حيث تتداخل المربعات (على حافتي البلاط). لقد اكتشفت ذلك من خلال "إنشاء كتالوج البيانات النقطية" الذي ينشئ ميزة تعرض حواف الملفات الموجودة في الكتالوج.

الخطوط هي خطوط منخفضة مسطحة ، مما يخلق مشكلة في محاولة القيام بأي نوع من استقرار المنحدر أو التحليل الهيدرولوجي ... وهذا هو بيت القصيد من هذا التمرين.


استخدم الإقحام BILINEAR (في إعدادات البيئة) لـ DEM ، هذه الشبكات ناتجة عن أقرب جوار افتراضي.


كانت هذه مشكلة صعبة لتعقبها لأنني اعتقدت أن التأثير كان على حواف المربعات عندما يكون حقيقة أنها موجودة في جميع البيانات. أنت محق في أن الظواهر ليست موجودة في البيانات قبل تجميع البيانات. تنتج المشكلة من عملية إعادة التشكيل المتأصلة في الفسيفساء. تحتاج إلى استخدام إما طريقة الالتواء التكعيبي أو طرق إعادة التشكيل ثنائية الخطوط عند فسيفساء مربعات DEM بدلاً من طريقة إعادة تشكيل أقرب الجيران الافتراضية. هذه الظاهرة هي نتيجة الصفوف والأعمدة المكررة للقيم أثناء إعادة تشكيل أقرب الجوار. فيما يلي مثال على صورة انحناء للخطة مشتقة من المربعات الفسيفسائية التي قدمتها باستخدام أقرب جار:

يعرض نفس الظاهرة التي وصفتها في السؤال. تعد إعادة تشكيل أقرب الجيران أكثر ملاءمة للتطبيقات ذات البيانات الفئوية بينما يتم إعادة تشكيل البيانات المستمرة ، مثل الارتفاع ، بشكل أفضل باستخدام طرق إعادة التشكيل ثنائية الخط أو CC. هذه هي نفس البيانات بعد تجميع البيانات باستخدام الالتواء التكعيبي:

احذر ، مع ذلك ، من أن إعادة التشكيل ثنائية الخطوط والتواء التكعيبي سيؤديان إلى تجانس طفيف للتضاريس (خطي أقل بقليل من CC).


P. روتش ، الميكانيكا الهيدروميكانيكية المحوسبة [الترجمة الروسية] ، مير ، موسكو (1980).

أ.ب.فكسلير ، ودي أ.إيفاشينتسوف ، ودي في ستيفانيشين ، الموثوقية والسلامة الاجتماعية والبيئية لأعمال تنمية المياه: تقييم الحلول واعتمادها [بالروسية] ، ازد. JSC “VNIIG im. B. E. Vedeneeva ، "سان بطرسبرج (2002).

A. P. Lepikhin و A. A. Titunov ، "خصائص بناء نماذج الديناميكا المائية لأقسام خزان كاما الأكثر تأثراً بالنشاط البشري" ، في: المشاكل الحديثة للخزانات ومجاريها. المجلد. 1. العمليات المائية والجيوديناميكية. التركيب الكيميائي وجودة المياه. بروك. من كثافة العمليات. Sci.-Pract. أسيوط. (26-28 مايو 2009, موج الشعر بإستمرار') [بالروسية] ، Izd. PGU، Perm '(2009) ، ص 71 - 77.

S.V Belikov and S. V. Kovalev ، "التحقيقات العددية لحل مشاكل الهيدروليكا ،" جدروتخ. سترويت.، العدد 8 ، 61-67 (2009).

في.أ.شليشكوف ، "النمذجة العددية للتيارات في خزان كاما ،" في: المشاكل الحديثة للخزانات ومجاريها. المجلد. 1. العمليات المائية والجيوديناميكية. التركيب الكيميائي وجودة المياه. بروك. من كثافة العمليات. Sci.-Pract. أسيوط. (26-28 مايو 2009, موج الشعر بإستمرار') [بالروسية] ، Izd. PGU، Perm '(2009) ، ص 164 - 169.

N. P. Sidorov ، و I. S. Sobol ، و E.N. Gorokhov ، "محاكاة الديناميكا المائية لأقسام الأنهار والخزانات المعرضة للتدخل البشري" ، في: المشاكل الحديثة للخزانات ومجاريها. المجلد. 1. العمليات المائية والجيوديناميكية. التركيب الكيميائي وجودة المياه. بروك. من كثافة العمليات. Sci.-Pract. أسيوط. (26-28 مايو 2009, موج الشعر بإستمرار') [بالروسية] ، Izd. PGU، Perm '(2009) ، ص 131 - 136.

إي إن جوروخوف (محرر) ، تأثير أعمال الحفر المعقدة لمواد البناء غير المعدنية من المحاجر الواقعة في قسم نهر الفولجا من كم 878.0 إلى 954.0 كم وفي جزء من نهر أوكا من فمه إلى الكيلومتر 58.0 على النظام الهيدرولوجي وظروف الملاحة في نهر الفولغا وأنهار أوكا: تقرير NIR [بالروسية] ، ازد. NGASU (2009).

N. P. Sidorov ، "النمذجة الرياضية للفشل الهيدروديناميكي في سلسلة من السدود الترابية ،" Privolzhskii Nauch. زه., 8(4), 87 – 93 (2008).

N. P. Sidorov ، "تحليل مناطق الفيضانات فيما يتعلق بأقصى مستويات المياه في محطات الأرصاد الجوية المائية على نموذج أحادي البعد لشبكة النهر من التجربة التي اكتسبتها SKIOVO على نهر سورا ،" فودنو خوز. روسي، العدد 3 ، 42-55 (2010).

في فيلاكوف ، صقل طرق وإجراءات النمذجة العددية التطبيقية في المكونات الهيدروليكية للقنوات المفتوحة. ملخص المؤلف لأطروحة الدكتوراه [بالروسية] ، موسكو (2005).


دمج النقطية DEM؟ - نظم المعلومات الجغرافية

لقد قمت أنت وفريقك بعمل جيد في جعل الدورة ممتعة ، ولكن المشكلة الوحيدة التي واجهتها كانت تواجه مشكلة في تنزيل بيانات مهمة البرنامج التعليمي 2. لا تزال تجربة جيدة للغاية.

دورة جيدة ، منظمة بشكل جيد لتقديم مهارات لا تقدر بثمن ، تتراوح من إدارة البيانات إلى الإخراج النهائي بعد المعالجة. التعرض الجيد لصندوق الأدوات ، وتوقع المزيد في الدورة التالية.

نظرة عامة على الدورة التدريبية ونماذج وتنسيقات بيانات أمبير

تغطي هذه الوحدة الأولى المفاهيم الرئيسية في نماذج البيانات المتجهية والنقطية ، والمقياس ، وتصميم جداول البيانات ، واستخدام جداول البيانات الاتجاهية ، وفصل البيانات وضمها من أجل استخدامها بشكل أكثر فاعلية في قاعدة بيانات علائقية.

Реподаватели

نيك سانتوس

باحث تطبيقات جغرافية مكانية

Екст видео

[موسيقى] مرحبًا بكم جميعًا ومرحبًا بعودتكم. في هذا الدرس ، سأقوم بإرشادك إلى بعض مفاهيم البيانات النقطية التي ناقشناها في المرة السابقة ولكننا & # x27l نراها قيد التنفيذ في خريطة ARC. & # x27ll نلقي نظرة على نوعين من الأنواع الرئيسية للخطوط النقطية. & # x27ll ننظر إلى جداول سمات القيمة النقطية ، ومحاذاة الخلايا النقطية ، والنقطية متعددة النطاقات. لذلك دعونا أولاً & # x27s نلقي نظرة على نقطتي المسح على شاشتنا الآن. إذا قمنا بالتكبير ، يمكننا رؤية نموذج الارتفاع الرقمي هنا أو DEM وأعتقد أن الأمر قد يستغرق بعض الوقت لعينيك للتكيف معه. ولكن في مرحلة ما يصبح الأمر بديهيًا جدًا حيث تكون القيم العالية هنا في الترميز بيضاء والقيم المنخفضة مظلمة ويمكننا رؤية هذا النوع من نمط الأنهار الجبلية والتشجير قادمًا ، حيث لدينا هذه المناطق المرتفعة ، ثم هذه شبكات الصرف المنحدرة الخارجة منها. الآن ، نماذج الارتفاعات الرقمية مهمة حقًا ، لأنها تكمن وراء العديد من الأشياء الأخرى. وتعتبر البيانات النقطية طريقة رائعة وبسيطة لتمثيل نماذج الارتفاع الرقمية. إنها & # x27re معلومات ثلاثية الأبعاد في نوع من التنسيق ثنائي الأبعاد ، وغالبًا ما تكون هذه هي الطريقة التي نبدأ بها في إنشاء التنسيقات ثلاثية الأبعاد التي نستخدمها في نماذج التضاريس ونماذج الأسطح ، ولذا لا نزال نعتبر نموذج الارتفاع الرقمي نموذجًا للتضاريس من نوع ما . وإذا واصلنا التكبير ، وقمت & # x27ll بإيقاف تشغيل الطبقة الموجودة أسفلها لتسريع هذا الأمر. في مرحلة ما ، نصل إلى حجم الخلية الفعلي للخط النقطي ويمكننا البدء في رؤية وحدات البكسل. وهذا دليل رائع على سبب استخدامنا للبيانات النقطية للمعلومات المستمرة. وهم يقدمون نوعًا من الوهم بأنهم يعرضون كل تفاصيل السطح. لكن في الواقع ، تمتلئ بقيم منفصلة معبأة في مكان قريب جدًا من بعضها البعض بحيث يكون لدينا تدفق مستمر فعال للمعلومات. لكن هنا كل هذه مجرد وحدات بكسل فردية. يمكننا أن نرى حدود البكسل هنا مع تغير القيم. هذا يجعل البيانات النقطية رائعة لأي شيء يتغير باستمرار عبر المناظر الطبيعية حيث تُفسح بياناتنا نفسها للتغير المستمر بدلاً من نوع نموذج المتجه لهذه المضلعات السرية أو شيء من هذا القبيل. حتى نتمكن من عمل خرائط للمخاطر باستخدام البيانات النقطية ، يمكننا عمل نماذج مناخية باستخدام النماذج النقطية ونماذج التضاريس كما نبحث الآن. والعديد من الأشياء الأخرى تصلح لهذا الشكل. وأنت & # x27ll تعرف ذلك عندما تراه. & # x27ll تبدأ في الحصول على إحساس بديهي لما إذا كان يجب أن تكون البيانات نقطية أو متجهة في جوهرها. ومع ذلك ، لا يعني ذلك أنه & # x27t لا يمكن أن تكون البيانات النقطية سوى معلومات مستمرة ، لذا فإن هذه البيانات النقطية الأخرى هنا ، هي معلومات سرية ، من نوع ما. وهو مستمر من حيث أنهم يحاولون الحصول على تمثيل مستمر للمناظر الطبيعية. لكن & # x27s متحفظ من حيث أن القيم الصحيحة في البيانات النقطية & # x27t ليس بالضرورة أن يكون لها علاقة ببعضها البعض. عشرة ليست أكثر من خمسة في هذه الحالة ، و 20 ليست أكثر من عشرة. بدلاً من ذلك ، تُشفِّر كل قيمة في هذه البيانات النقطية لنوع معين من الغطاء الأرضي. وله خريطة ألوان مخبوزة ، لذلك على وجه الخصوص لا يعني ذلك أنه يتم فقط ترميز البيانات النقطية من خلال بعض الخرائط اللونية هنا & # x27s التي في الواقع يتم تعيين قيم الألوان لكل قيمة في البيانات النقطية نفسها ، حتى نحصل على شيء نعرفه نوعًا ما. حيث نفكر في أن هذه الطرق ، أو هذه المناطق الحمراء هي طرق أو مناطق حضرية وأن هذا اللون الأزرق يشبه إلى حد ما النهر بالنسبة لي أيضًا. لذلك يمكن أن يساعدنا بشكل حدسي في رؤية ما & # x27s في هذه البيانات النقطية والتي تعد مرة أخرى بيانات نقطية للغطاء الأرضي. لذا فإن هذا يوفر وقتًا رائعًا لإظهار جداول البيانات النقطية التي لم أتحدث عنها من قبل. حتى الآن لملاذ النقطية & # x27t جداول سمات لأنها & # x27re ليست فئات ميزات. لذا دع & # x27s نلقي نظرة على هذه البيانات النقطية جدول سمات ويمكنني فتحه. ولا يزال به حقل معرف كائن ولديه حقل قيمة وحقل حساب. وقد لاحظنا أن هذا النقطي يحتوي فقط على 15 سجلًا لخطوط المسح التي تغطي مساحة ضخمة بملايين وملايين الخلايا. لذا فكر للحظة فيما يمكن أن يحدث هنا. ما تفعله & # x27s هو إذا حددت قيمة هنا ، يمكنني الحصول على فهرس اللون هنا والسماح & # x27s بتثبيت الجدول مفتوحًا حتى تتمكن من الاستمرار في رؤيته. لذلك يمكنني الحصول على مؤشر اللون وهو القيمة هنا. وبعد ذلك يمكنني الحصول على العدد. الآن ما تقوم به & # x27s بشكل أساسي يمنحنا سجلًا في جدول السمات لكل قيمة مميزة في البيانات النقطية بدلاً من كل خلية نقطية بها جدول سمات والذي سيكون محظورًا للغاية لأنه & # x27d يحتوي على العديد من السجلات. لدينا سجل لكل قيمة في هذه البيانات النقطية ذات القيمة السرية. هذا يوفر فرصة جيدة ، على الرغم من ذلك ، لأن القيم 11 و 21 لا تعني لي أي شيء بالنسبة للغطاء الأرضي. هذه الرموز للقيم الأخرى ، ولديّ القيم الأخرى التي ترمز إليها هنا في ملف القيم المفصولة بفاصلة. لذلك ، يمكننا أن نرى أن 11 تعني المياه المفتوحة و 12 تعني الجليد الدائم أو الثلج وما إلى ذلك. ويمكننا الانضمام إلى ذلك تمامًا مثلما نفعل مع بيانات المتجه من أجل معرفة قيم كود هذه البيانات النقطية. لذا ، دعونا نفعل ذلك الآن. إذا قمت بالنقر بزر الماوس الأيمن وذهبت إلى عمليات الانضمام وتتعلق تمامًا كما نفعل مع بيانات المتجه. أذهب للانضمام وأجد هذا الجدول & # x27ll. وحدد القيمة في جدول البيانات النقطية & # x27s هنا. والقيمة في جدول النموذج ، الغطاء الأرضي من نوع CSV. وينقر الجميع على ما يرام ، ويكمل الارتباط. والآن بدلاً من مجرد رؤية قيمة الغطاء الأرضي ، القيمة المشفرة ، يمكنني في الواقع في جدول الخصائص الخاص بي الحصول على هذه المعلومات حول ما تعنيه هذه. بحيث & # x27s حيث تكون جداول البيانات النقطية مفيدة. إنها & # x27s عادةً مع هذه البيانات النقطية غير المستمرة تمامًا ، وهذه البيانات النقطية ذات القيم المنفصلة وحيث ترمز هذه القيم لشيء يعني شيئًا بالنسبة لنا. ستلاحظ أيضًا & # x27ll أن هناك شيئًا آخر يحدث هنا وهو أنني حددت الخلايا في البيانات النقطية حتى نتمكن من القيام بذلك يمكننا تحديد هذه المناطق المطورة أيضًا وإنشاء هذه التحديدات. لسوء الحظ ، يمكننا & # x27t القيام بنفس الأشياء مع هذه التحديدات كما يمكننا باستخدام بيانات المتجه. إنه & # x27s أكثر من تسليط الضوء عليه لتراه بصريًا. يمكننا & # x27t تصدير الخلايا المحددة ، ويمكننا & # x27t استخدام تلك الخلايا فقط ، فقط تلك الخلايا المحددة في أداة المعالجة الجغرافية ، أو أي شيء من هذا القبيل. ما & # x27ll ننتقل إليه لاحقًا حول كيفية استخراج المعلومات من البيانات النقطية ، ولكن ليس على الرغم من تدفق عمل التحديد. حسنًا ، دع & # x27s نغلق نافذة التعريف هنا وقم بطي الجدول مرة أخرى وامسح تحديدنا. الآن أحد الأشياء التي تأتي مع جداول سمات المتجه هو مساحة الشكل التي تخبرنا بمساحة كل مضلع فردي. الآن ، منذ ذلك الحين ، أصبحت الخلايا النقطية مرة أخرى & # x27t مضلعات ليست بالضرورة أمرًا صالحًا نأمل به هنا. ولكن ماذا لو أردنا المساحة الإجمالية لمجموعة معينة من القيم هنا. أو مجرد قيمة معينة. نظرًا لأن لدينا جدول الخصائص هنا ، يمكننا في الواقع الإجابة عن هذا السؤال عن مقدار المياه المفتوحة هناك. ما مساحة المياه المفتوحة؟ لذلك تمامًا كما هو الحال في جدول سمات المتجه ، نقوم & # x27d بإضافة حقل وأطلق عليه اسم مساحة الغطاء الأرضي. وسأجعله مضاعفًا لأنه قد يكون عددًا كبيرًا. وينبثق في المنتصف هنا في نهاية جدول السمات الأصلي ، وليس مع القيم المرتبطة. وسأذهب إلى الآلة الحاسبة الميدانية. وفكر لثانية في كيفية إيجاد مساحة الخط النقطي. بشكل أساسي ، نحتاج إلى معرفة عدد الخلايا التي لدينا ونضربها في مساحة الخلايا ، أليس كذلك؟ لذلك ، في هذه الحالة ، يمكننا إيجاد مساحة الخلايا ، لذا دعنا نلغي & # x27s لثانية واحدة ، ولننتقل إلى طبقة الغطاء الأرضي هنا ، وانتقل إلى الخصائص ، ويمكننا أن نرى أن حجم الخلية هو 30 في 30 ، لذلك & # x27s 30 مترًا لكل جانب. إذا رجعنا إلى الآلة الحاسبة ، يمكننا حساب العد هنا. ثم قم بضربها في المنطقة ، وهي 30 × 30. لذا ما نفعله حقًا هو أننا & # x27re نضرب 30 في 30 للحصول على مساحة خلية واحدة ثم نضربها في العدد للحصول على مساحة كل تلك الخلايا. وما ستفعله & # x27s هو التشغيل لهذا الصف المحدد ، وتعطينا هذه المنطقة من تلك المجموعة من الخلايا هنا. إذن لدينا خمسة مليارات متر مربع من المياه المفتوحة. حسنًا ، دع & # x27s نلقي نظرة على مشكلة محاذاة الخلية التي ذكرتها في المرة السابقة. ودع & # x27s يكبر إلى مكان معين هنا. ويمكننا أن نرى بمجرد تكبير البيانات النقطية ، فإنها & # x27re أحجام خلايا مختلفة وأنها & # x27re محاذاة خلايا مختلفة. لذا فإن النقطية للغطاء الأرضي عبارة عن خطوط نقطية 30 × 30 ولكن نموذج الارتفاع الرقمي هو 10 × 10 تقريبًا. لذلك مع هذه الأحجام المختلفة للخلايا ، نحصل على محاذاة مختلفة للخلايا ويمكننا بالفعل أن نرى أنها بعيدة قليلاً ، إذا كان هذا يبدو وكأنه & # x27s بكسل واحد هنا ثم لدينا وحدات البكسل التي تراكبها. تخيل لو احتجنا إلى دمج هذه البيانات النقطية ، فلدينا مشكلة & # x27d. لذا دعونا & # x27s ننظر إلى هذا عن قرب قليلا. & # x27m سأقوم بإحضار نافذة تحليل الصور ، وأقوم & # x27ll بتثبيت ذلك هنا. وأقوم & # x27ll بتحديد الجزء العلوي وسأستخدم أداة التمرير السريع وسأنتقل إلى هنا وهذا يتيح لي نوعًا من إيقاف تشغيل الطبقة العليا وإظهار ما & # x27s تحتها. لذلك إذا ألقينا نظرة فاحصة ، يمكننا أن نرى أنه بمجرد أن نصل إلى تلك الخلية الأكبر في البيانات النقطية للغطاء الأرضي ، ما زلنا لم ننتهي تمامًا من هذه الخلايا الأخرى. لذا ، هذه الخلايا هنا ، تلامس تلك الخلية. إذن ، لدينا ثلاث خلايا ثم ثلاث خلايا أخرى. إذن ، لدينا ست خلايا تلامسها ، ثم سبعة وثمانية خلايا تلامسها ، لا تشمل الخلية الفارغة ثم تلامسها خلية تاسعة. ولدينا هذه الحافة غير المحاذية تمامًا هنا. لذلك لا تتطابق هنا & # x27t تمامًا هنا ، لذلك لدينا غموض في كيفية اختيار قيمة الخلية التي سيتم تعيينها لأي قيمة خلية أخرى. إذا كنا نحاول ، على سبيل المثال ، إضافة هذه معًا أو شيء من هذا القبيل ، إذا كنت أحاول دمج القيم في نموذج الارتفاع الرقمي مع الغطاء الأرضي ونوع من النماذج واستخدام 30 مترًا ، فنحن بحاجة إلى تحديد مجموعة من القواعد لمعرفة كيفية تطبيق نموذج الارتفاع الرقمي وقيم # x27s على حجم الخلية الأكبر. الأكثر شيوعًا هو & # x27s إما متوسط ​​أو # x27s أيهما هو الأكثر سيطرة أو # x27s أيهما في مركز الخلية المستهدفة ، أيهما سيكون في مركز خلية الغطاء الأرضي. حسنًا ، آخر شيء أريد القيام به هو أنني أريد أن أريكم خطوطًا نقطية متعددة النطاقات ، لذا إذا قمنا بتبديل إطارات البيانات هنا ، فإن الصور عبارة عن خطوط نقطية متعددة النطاقات. ويمكننا رؤية ذلك على اليسار هنا. لدينا النطاق 1 والنطاق 2 والنطاق 3 في هذا النقطية. وإذا ذهبنا إلى الخصائص والترميز. يمكننا تخصيص هذه النطاقات لقنوات مختلفة. لذلك يمكننا في الواقع عرض الضوء الأحمر على أنه أزرق ، والضوء الأزرق على أنه أخضر ، إذا أردنا ذلك. والتي لها حالات استخدام صالحة. لكن ، في الوقت الحالي ، فقط انظر إلى أنه يمكننا تحديد أي من النطاقات في هذه النقطية متعددة النطاقات. هناك & # x27s في الواقع نطاق رابع ، بالقرب من ضوء الأشعة تحت الحمراء ، في هذه الحالة ، قمنا بتعيينه لجعله مرئيًا. لذلك ، يمكننا القول ، أخذ هذا الشريط في هذه الخطوط النقطية ، وعرضه كضوء أحمر أو أخضر أو ​​أزرق على شاشتنا. وعندما نعرض الضوء الذي تم التقاطه بواسطة المستشعر كضوء أحمر ، مثل الأحمر ، والتقاط الضوء بواسطة المستشعر مثل الضوء الأخضر مثل الضوء الأخضر ، والضوء الملتقط بواسطة المستشعر الأزرق باللون الأزرق ، نحصل على صور مرئية كما نتوقع ، ولكن يمكننا البدء للعب مع هذا لأخذ سلاسل متعددة من المعلومات وجعلها مرئية في خطوط نقطية متعددة النطاقات. ولكن في الحقيقة ما أريدك أن تستخلصه من هذا هو أن هناك & # x27s نقطية واحدة ، تحتوي على طبقات متعددة من المعلومات مبنية بداخلها. ويمكننا بعد ذلك أخذها وعرضها بطرق مختلفة ، ولكنها متاحة كتدفقات مختلفة من المعلومات للتحليل أيضًا. قد يكون هذا محيرًا ولكننا & # x27ll نتحدث عن الصور في فصل دراسي لاحق ، يجب أن تصبح أكثر وضوحًا. إذا أردنا التكبير هنا ، فما زلنا & # x27d نرى حجم الخلية هنا ولكننا لا نرى ثلاثة تدفقات من المعلومات ، ونرى واحدة لأن أعيننا ترى الضوء الأحمر والأخضر والأزرق مجتمعين ، لذلك عندما يضعها في الخارج بشكل مناسب كضوء أحمر وأخضر وأزرق ، نرى الأشياء التي نراها عادةً. حسنًا ، هذا & # x27s لهذه المحاضرة. استعرضنا في هذه المحاضرة بعض خصائص البيانات النقطية ، بدءًا من نماذج الارتفاعات الرقمية كنقطيات مستمرة إلى مجموعة البيانات المغطاة بالأرض كنقطية منفصلة ، وألقينا نظرة على جداول البيانات النقطية وأحجام الخلايا النقطية والتداخلات ، ثم في البيانات النقطية متعددة النطاقات أيضًا. آمل أن يساعدك ذلك في وضع تصور أفضل للبيانات النقطية وبعض الاستخدامات المحتملة لها. أراك المرة القادمة.


دمج النقطية DEM؟ - نظم المعلومات الجغرافية

نظم المعلومات الإدارية 2000: نظم المعلومات الجغرافية والاستشعار عن بعد

المؤلفون): يو ويستمان ، ك.أوتوسون وي.رونينج

الصفحات: 10 سعر: مجاني (وصول مفتوح)

بحجم: 945 كيلو بايت حقوق النشر: مطبعة WIT

DOI: 10.2495 / MIS000001

المؤلفون): جيه كونسيل ون. بيتس بركليجاك

الصفحات: 10 سعر: مجاني (وصول مفتوح)

بحجم: 1420 كيلو بايت حقوق النشر: مطبعة WIT

DOI: 10.2495 / MIS000011

المؤلفون): M. Bayoumi & S.T. جيرمان

الصفحات: 13 سعر: مجاني (وصول مفتوح)

بحجم: 1،269 كيلوبايت حقوق النشر: مطبعة WIT

DOI: 10.2495 / MIS000021

المؤلفون): AL Naja، M. Chame & S.A. de Miranda Chaves

الصفحات: 9 سعر: مجاني (وصول مفتوح)

بحجم: 865 كيلو بايت حقوق النشر: مطبعة WIT

DOI: 10.2495 / MIS000031

المؤلفون): L. Novak، J. Stejfa، V. Dobef & M. Kuras

الصفحات: 8 سعر: مجاني (وصول مفتوح)

بحجم: 730 كيلو بايت حقوق النشر: مطبعة WIT

DOI: 10.2495 / MIS000041

المؤلفون): J. Buzolic، N. Mladineo & S. Knezic

الصفحات: 10 سعر: مجاني (وصول مفتوح)

بحجم: 1،033 كيلو بايت حقوق النشر: مطبعة WIT

DOI: 10.2495 / MIS000051

المؤلفون): S.D. باريير ، ت. بطيئة ، A.R. باركر و K. Maddocks

الصفحات: 10 سعر: مجاني (وصول مفتوح)

بحجم: 1426 كيلو بايت حقوق النشر: مطبعة WIT

DOI: 10.2495 / MIS000061

المؤلفون): إي فرنانديز ، إيه ريسيا ، بي أغيليرا ، إتش كاسترو ، إم إف. شميتز & إف. بينيدا

الصفحات: 15 سعر: مجاني (وصول مفتوح)

بحجم: 1504 كيلو بايت حقوق النشر: مطبعة WIT

DOI: 10.2495 / MIS000071

المؤلفون): F. Rossi، M. Folino & F. Lamberti

الصفحات: 11 سعر: مجاني (وصول مفتوح)

بحجم: 1443 كيلو بايت حقوق النشر: مطبعة WIT

DOI: 10.2495 / MIS000081

المؤلفون): ج. دي ميلو وبي.سانتانا

الصفحات: 9 سعر: مجاني (وصول مفتوح)

بحجم: 1،028 كيلو بايت حقوق النشر: مطبعة WIT

DOI: 10.2495 / MIS000091

المؤلفون): A.F. Shakweer & A.A. درويش

الصفحات: 10 سعر: مجاني (وصول مفتوح)

بحجم: 1،223 كيلو بايت حقوق النشر: مطبعة WIT

DOI: 10.2495 / MIS000101

المؤلفون): C. Alvarez، J.Mateu، T. Sanfeliu & M.M. الأردن

الصفحات: 11 سعر: مجاني (وصول مفتوح)

بحجم: 882 كيلو بايت حقوق النشر: مطبعة WIT

DOI: 10.2495 / MIS000111

المؤلفون): J. Lourengo

الصفحات: 10 سعر: مجاني (وصول مفتوح)

بحجم: 994 كيلو بايت حقوق النشر: مطبعة WIT

DOI: 10.2495 / MIS000121

المؤلفون): إم كامبوس ، آر سيلفا ، جيه دي لا لوز ، آر سيرام

الصفحات: 10 سعر: مجاني (وصول مفتوح)

بحجم: 2439 كيلو بايت حقوق النشر: مطبعة WIT

DOI: 10.2495 / MIS000131

المؤلفون): B. Krawiec & D.Markiewska-Krawiec

الصفحات: 9 سعر: مجاني (وصول مفتوح)

بحجم: 691 كيلو بايت حقوق النشر: مطبعة WIT

DOI: 10.2495 / MIS000141

المؤلفون): د. Goulias & K.G. جولياس

الصفحات: 11 سعر: مجاني (وصول مفتوح)

بحجم: 1،197 كيلو بايت حقوق النشر: مطبعة WIT

DOI: 10.2495 / MIS000151

المؤلفون): إن سي بابيك

الصفحات: 8 سعر: مجاني (وصول مفتوح)

بحجم: 970 كيلو بايت حقوق النشر: مطبعة WIT

DOI: 10.2495 / MIS000161

المؤلفون): إف جيه تابيادور وجيه إل كازانوفا

الصفحات: 9 سعر: مجاني (وصول مفتوح)

بحجم: 827 كيلو بايت حقوق النشر: مطبعة WIT

DOI: 10.2495 / MIS000171

المؤلفون): جي إي دن وإل دنكان

الصفحات: 10 سعر: مجاني (وصول مفتوح)

بحجم: 886 كيلو بايت حقوق النشر: مطبعة WIT

DOI: 10.2495 / MIS000181

المؤلفون): J. Garus & B. Zak

الصفحات: 8 سعر: مجاني (وصول مفتوح)

بحجم: 789 كيلو بايت حقوق النشر: مطبعة WIT

DOI: 10.2495 / MIS000191

المؤلفون): هو - هي. كريستنسن وبي. لارسن

الصفحات: 10 سعر: مجاني (وصول مفتوح)

بحجم: 1،055 كيلو بايت حقوق النشر: مطبعة WIT

DOI: 10.2495 / MIS000201

المؤلفون): دي كلويس ، إي كوينتين وجي بيني

الصفحات: 10 سعر: مجاني (وصول مفتوح)

بحجم: 939 كيلو بايت حقوق النشر: مطبعة WIT

DOI: 10.2495 / MIS000211

المؤلفون): P. Juan، J. Mateu، C. Antolin & C. Ano

الصفحات: 10 سعر: مجاني (وصول مفتوح)

بحجم: 848 كيلو بايت حقوق النشر: مطبعة WIT

DOI: 10.2495 / MIS000221

المؤلفون): S. Jassim، H. Du & M.F. أوباتسين

الصفحات: 10 سعر: مجاني (وصول مفتوح)

بحجم: 1،217 كيلو بايت حقوق النشر: مطبعة WIT

DOI: 10.2495 / MIS000231

المؤلفون): P.L. أغيلار ، ب.مارتينيز كوبو و آر إم. بيريز

الصفحات: 10 سعر: مجاني (وصول مفتوح)

بحجم: 818 كيلو بايت حقوق النشر: مطبعة WIT

DOI: 10.2495 / MIS000241

المؤلفون): ج. آدم

الصفحات: 7 سعر: مجاني (وصول مفتوح)

بحجم: 794 كيلو بايت حقوق النشر: مطبعة WIT

DOI: 10.2495 / MIS000251

المؤلفون): د.أندرسون

الصفحات: 7 سعر: مجاني (وصول مفتوح)

بحجم: 608 كيلو بايت حقوق النشر: مطبعة WIT

DOI: 10.2495 / MIS000261

المؤلفون): J. Biggam & A.Hogarth

الصفحات: 8 سعر: مجاني (وصول مفتوح)

بحجم: 812 كيلو بايت حقوق النشر: مطبعة WIT

DOI: 10.2495 / MIS000271

المؤلفون): A. Cammelli & E.Fameli

الصفحات: 11 سعر: مجاني (وصول مفتوح)

بحجم: 1370 كيلو بايت حقوق النشر: مطبعة WIT

DOI: 10.2495 / MIS000281

المؤلفون): A. Busatti & R. Paoluzzi

الصفحات: 9 سعر: مجاني (وصول مفتوح)

بحجم: 1،124 كيلو بايت حقوق النشر: مطبعة WIT

DOI: 10.2495 / MIS000291

المؤلفون): دي تي كينكيد ، آر ستالتر ، إي لامونت

الصفحات: 9 سعر: مجاني (وصول مفتوح)

بحجم: 769 كيلو بايت حقوق النشر: مطبعة WIT

DOI: 10.2495 / MIS000301

المؤلفون): N. Posada & D. Sol

الصفحات: 10 سعر: مجاني (وصول مفتوح)

بحجم: 1،183 كيلو بايت حقوق النشر: مطبعة WIT

DOI: 10.2495 / MIS000311

المؤلفون): ج. جعفر ، ج. بريستنال ، ب. ام

الصفحات: 9 سعر: مجاني (وصول مفتوح)

بحجم: 810 كيلو بايت حقوق النشر: مطبعة WIT

DOI: 10.2495 / MIS000321

المؤلفون): N. Dedios Mimbela، MS De la Orden، A.G. Ferrer-Forms & J.I. كيسبي بيسيرا

الصفحات: 10 سعر: مجاني (وصول مفتوح)

بحجم: 1،090 كيلو بايت حقوق النشر: مطبعة WIT

DOI: 10.2495 / MIS000331

المؤلفون): H.-U. Wetzel ، S. Roessner ، و A. Sarnagoev

الصفحات: 12 سعر: مجاني (وصول مفتوح)

بحجم: 1723 كيلو بايت حقوق النشر: مطبعة WIT

DOI: 10.2495 / MIS000341

المؤلفون): A. Sole ، A. Crisci & G. Spadino Pippa

الصفحات: 13 سعر: مجاني (وصول مفتوح)

بحجم: 1428 كيلو بايت حقوق النشر: مطبعة WIT

DOI: 10.2495 / MIS000351

المؤلفون): م. شلبى و أ. درويش

الصفحات: 11 سعر: مجاني (وصول مفتوح)

بحجم: 1،182 كيلو بايت حقوق النشر: مطبعة WIT

DOI: 10.2495 / MIS000361

المؤلفون): J. de Vente & J.C.J.H. آرتس

الصفحات: 11 سعر: مجاني (وصول مفتوح)

بحجم: 1،079 كيلو بايت حقوق النشر: مطبعة WIT

DOI: 10.2495 / MIS000371

المؤلفون): G. Deplane، L. Boggio، M. Campagna، A. De Montis & I. Onnis

الصفحات: 9 سعر: مجاني (وصول مفتوح)

بحجم: 1،245 كيلو بايت حقوق النشر: مطبعة WIT

DOI: 10.2495 / MIS000381

المؤلفون): جي يون

الصفحات: 9 سعر: مجاني (وصول مفتوح)

بحجم: 1،235 كيلو بايت حقوق النشر: مطبعة WIT

DOI: 10.2495 / MIS000391

المؤلفون): B. Jaimes، F.V. فيدال و V.M.V. فيدال

الصفحات: 10 سعر: مجاني (وصول مفتوح)

بحجم: 840 كيلو بايت حقوق النشر: مطبعة WIT

DOI: 10.2495 / MIS000401

المؤلفون): J. Balicki & Z. Kitowski

الصفحات: 10 سعر: مجاني (وصول مفتوح)

بحجم: 783 كيلو بايت حقوق النشر: مطبعة WIT

DOI: 10.2495 / MIS000411

المؤلفون): J. Ceuppens، D. Raes & M. Sarr

الصفحات: 9 سعر: مجاني (وصول مفتوح)

بحجم: 1،062 كيلو بايت حقوق النشر: مطبعة WIT

DOI: 10.2495 / MIS000421

المؤلفون): J. Garus & B. Zak

الصفحات: 7 سعر: مجاني (وصول مفتوح)

بحجم: 650 كيلو بايت حقوق النشر: مطبعة WIT

DOI: 10.2495 / MIS000431

المؤلفون): ك. ناكاتا ، إم تاكي ، ت. ناكان جي ماكسويل ود. توربي


عرض خصائص البيانات النقطية

يحتوي كل كائن ENVIRaster على مجموعة من الخصائص العامة التي يمكنك عرضها ولكن لا يمكنك تحريرها. في موضوع تعليمات ENVIRaster ، تم وضع علامة على هذه الخصائص على أنها "Get."

يتم أيضًا تمييز العديد من الخصائص نفسها على أنها "Init" (اختصار لـ تهيئة) ، مما يعني أنه يمكنك تعيين قيم لهذه الخصائص عند تهيئة الكائن لأول مرة ، ولكن ليس بعد ذلك. يمكنك فقط تعيين هذه الخصائص عند إنشاء كائن ENVIRaster جديد ، وليس عند فتح ملف موجود ككائن ENVIRaster كما في المثال أدناه.

انسخ الكود التالي والصقه في سطر أوامر IDL:

تمنحك طباعة خصائص البيانات النقطية بعض التفاصيل حول البيانات النقطية ، وهي:

  • لها أربع نطاقات.
  • أبعاد البكسل هي 1024 × 1024.
  • نوع التشذير الخاص به هو النطاق التتابعي (BSQ).
  • نوع البيانات الخاص به هو عدد صحيح بدون إشارة ("uint").

لمعرفة قيمة خاصية معينة مثل عدد النطاقات ، اكتب ما يلي (الحالة لا تهم):

حاول تغيير عدد النطاقات:

مرة أخرى ، يمكن فقط عرض خصائص ENVIRaster ولكن لا يمكن تغييرها. يمكن تعيين بعض خصائص كائنات أخرى ENVI & # 160API & # 160 بعد تهيئتها لأول مرة. تم وضع علامة "تعيين" على هذه في مواضيع التعليمات المرتبطة.

يمكنك أيضًا استخدام ENVIRasterPropertiesTask لاسترداد خصائص البيانات النقطية داخل برنامج نصي لمعالجة الصور ، ثم إنشاء متغيرات من الخصائص المختلفة.

الكلمات الدالة تسمح لك بتعيين خصائص إضافية على كائنات نقطية عند تهيئةها لأول مرة. يحتوي ENVIRaster على كلمات رئيسية مثل DATA_IGNORE_VALUE و INHERITS_FROM و ERROR. فيما يلي مثال لتعيين قيمة بيانات لتجاهلها في كائن نقطي جديد:

بينما تتيح لك الخصائص عرض سمات كائن نقطي ، أساليب تسمح لك بتنفيذ إجراءات على خطوط المسح. تتم الإشارة إلى الأساليب بواسطة أسمائها مع إلحاق علامات النقطتين المزدوجة بالأمام ، على سبيل المثال ، ENVIRaster :: GetData. راجع قائمة الطرق المتاحة لـ ENVIRaster.


كيف تجمع قيم الارتفاع من نقطتين منفصلتين؟

لدي نقطتان منفصلتان للارتفاع. أحدهما مقياس DEM قياسي والآخر عبارة عن سطح مستو مائل بقيم ارتفاع تتراوح بين -97 و 97 مترًا. أرغب في دمج قيم الارتفاع معًا ، مع إضافة الارتفاع من السطح المائل إلى قيمة الارتفاع في العالم الحقيقي. عندما يكون الارتفاع الواقعي في خلية معينة هو 310 مترًا ، فإن نفس الخلية الموجودة على سطح المسح المائل سيكون لها ارتفاع -45 ، مما يجعل قيمة الارتفاع الجديدة لهذه الخلية 265. كيف أفعل ذلك في ArcGIS أو QGIS ؟

إنها & # x27s الرياضيات النقطية الواضحة جدًا والتي يجب أن تكون قادرًا على التعامل معها مع وظائف البيانات النقطية في ArcGIS. قم بإنشاء دالة تجمع النقطتين معًا. ستحصل على نتائج أكثر دقة إذا تأكدت من أنهما في نفس نظام الإسقاط / الإحداثيات ولهما نفس حجم الخلية.

مشكلتي هي أنني & # x27m لست على دراية بالرياضيات النقطية. لا أعرف من أين أبدأ.

كلتا الطبقتين في نفس الإسقاط ولها نفس حجم الخلية.

أعلم أنك طلبت Arc أو Q ، ولكن أسهل طريقة أعرفها للقيام بذلك هي في Manifold & # x27s الإصدار 8 (السابق للإصدار الحالي) ، والذي يحتوي على مربع حوار تحويل سطح أنيق. هنا & # x27s الموضوع المصور. إذا تم استدعاء DEM القياسي & quotDEM & quot وكان سطحك المائل يسمى & quotTilted & quot ، فأنت تدخل فقط [DEM] + [Tilted]. من الصعب أن تخطئ.

جميع الرسوم التوضيحية لدليل مستخدم الإصدار 8 هي ما قبل Windows 10 ، لذا فهي تبدو قديمة ، لكن الأجزاء الداخلية أكثر حداثة من أي من Arc أو Q. على سبيل المثال ، يحتوي مربع حوار تحويل السطح على العديد من الوظائف المتوازنة مع وحدة معالجة الرسومات ، لذا فهو يعمل بشكل رائع.

يمكنك القيام بذلك في الإصدار 9 أيضًا ، ولكن العملية أكثر تعقيدًا وتتطلب مزيدًا من الشرح للسماح بأحجام خطوط نقطية مختلفة ، وما إلى ذلك. إذا كنت تفعل ذلك للأسطح الكبيرة جدًا ، فإن 9 هو السبيل للذهاب.

إذا كان لديك روابط تنزيل لبياناتك ، فسأكون سعيدًا بإلقاء نظرة.


لماذا تخزين البيانات كنقطية؟

في بعض الأحيان لا يكون لديك خيار تخزين البيانات الخاصة بك كنقطية على سبيل المثال ، الصور متاحة فقط كنقطية. ومع ذلك ، هناك العديد من الميزات الأخرى (مثل النقاط) والقياسات (مثل هطول الأمطار) التي يمكن تخزينها إما كنوع بيانات نقطية أو نوع بيانات (متجه).

مزايا تخزين بياناتك كنقطية هي كما يلي:

  • بنية بيانات بسيطة - مصفوفة من الخلايا ذات قيم تمثل إحداثيًا ومرتبطة أحيانًا بجدول بيانات
  • تنسيق قوي للتحليل المكاني والإحصائي المتقدم
  • القدرة على تمثيل الأسطح المستمرة وإجراء تحليل السطح
  • القدرة على تخزين النقاط والخطوط والمضلعات والأسطح بشكل موحد
  • القدرة على أداء تراكبات سريعة مع مجموعات البيانات المعقدة

هناك اعتبارات أخرى لتخزين بياناتك كنقطية قد تقنعك باستخدام خيار التخزين المستند إلى المتجه. على سبيل المثال:

  • يمكن أن يكون هناك عدم دقة مكانية بسبب القيود التي تفرضها أبعاد خلية مجموعة البيانات النقطية.
  • من المحتمل أن تكون مجموعات البيانات النقطية كبيرة جدًا. تزداد الدقة مع انخفاض حجم الخلية ، ومع ذلك ، تزداد التكلفة أيضًا في كل من مساحة القرص وسرعات المعالجة. بالنسبة لمنطقة معينة ، يتطلب تغيير الخلايا إلى نصف الحجم الحالي ما يصل إلى أربعة أضعاف مساحة التخزين ، اعتمادًا على نوع البيانات وتقنيات التخزين المستخدمة.


دمج النقطية DEM؟ - نظم المعلومات الجغرافية

5. ai.b. اشتقاق 30 & quot DEM من مواد المصدر

في عام 1994 ، صممت NGDC (الآن NCEI) و DMA بالاشتراك 30 & quot DEM والتي ستساهم DMA في NCEI لـ GLOBE. في التصميم الأصلي ، تمت معالجة صفيف 10x10 مكون من 3 خلايا شبكية DTED المستوى 1 لتحديد الحد الأدنى والحد الأقصى والمتوسط ​​لقيم 3 & quot في كل خلية شبكة GLOBE 30 & quot المتاحة. تمت إعادة هيكلة البيانات في NCEI من أجل معالجة أكثر ملاءمة في أنظمة المعلومات الجغرافية النقطية (GIS) ، وتم إصدارها للجمهور باسم GLOBE Prototype Version 0.1 في عام 1995.

أضافت NIMA قيمة منفصلة (نقطية) 3 & quot إلى جمع البيانات. هذا التجميع متاح على موقع ويب NIMA & # 39s في وقت كتابة هذا المستند ، وأيضًا على قرص مضغوط كـ GLOBE Prototype Version 0.5. يحتوي الإصدار الأخير على الملفات المعاد هيكلتها من أجل سهولة أكبر في الاستخدام في نظم المعلومات الجغرافية.

رسم بياني يصف الإسناد الجغرافي وأخذ العينات لبيانات DTED المستوى 0 المنفصلة (الموضعية) (فئة المصدر / النسب 1).

بالإضافة إلى ذلك ، ساهم DMA بتغطية معظم الولايات المتحدة من مقدمة مبكرة لـ DTED إلى USGS للتوزيع العام. تستدعي USGS هذه البيانات & quot؛ بيانات ثانية قوسية من USGS. & quot ؛ أعادت USGS أخذ عينات هذه البيانات إلى 30 & quot بواسطة تقنيات أقرب الجيران ، لإدماجها في GTOPO30. تشكل هذه البيانات مصدر GLOBE 1.0 / فئة النسب 5.

رسم بياني يصف الإسناد الجغرافي وأخذ العينات لبيانات DMA / USGS 3 قوس ثانية إلى 30 & quot في الولايات المتحدة الأمريكية (فئة المصدر / النسب 5).

وبالمثل ، قدمت DMA 30 & quot للشبكات للولايات المتحدة المتجاورة (من نسخة مبكرة من DTED) للتوزيع العام بواسطة NGDC (الآن NCEI) في أوائل الثمانينيات. يتضمن هذا 30 & quot ماركًا ماركًا متوسطًا وقيمًا (أقرب- جار من 3 & quot). نموذج البيانات الموضعية GLOBE 1.0 المصدر / فئة النسب 4.

رسم بياني يصف الإسناد الجغرافي وأخذ العينات لبيانات بقعة DMA / USGS 30 & quot للولايات المتحدة الأمريكية المتاخمة والمناطق المجاورة (فئة المصدر / النسب 4).

كما لوحظ سابقًا ، طورت USGS 30 & quot ؛ مارك ألماني عالمي ، يسمى GTOPO30. تضمن تطوير GTOPO30 مجموعات محددة تجمع البيانات للقارات المختلفة. أدت القرارات التي اتخذتها هذه المجموعات إلى طرق إعادة التشكيل التالية:

  • بالنسبة لأفريقيا (أول محاولة للقارة) ، استخدمت إعادة أخذ عينات البيانات 3 & quot ؛ نهج & ldquobreakline & rdquo الذي فضل التلال والوديان (Gesch and Larson ، 1996). This was done to best fit with the ANUDEM- based methods (Hutchinson, 1989, 1996 Danielson, 1996) used for Digital Chart of the World gridding for Africa.

Graphic describing georeferencing and sampling for DTED for Africa (source/lineage category 6).

  • For Eurasia, the resampling consisted of computing median values of non-oceanic locations within each 30" arc-second grid cell.

Graphic describing georeferencing and sampling for DTED for Eurasia (source/lineage category 2).

  • For the Americas, the resampling consisted of taking a ("nearest-neighbor") 3" value nearest the center of each respective 30" grid cell. Due to the georeferencing of the 30" GLOBE grid compared to that of 3" DTED Level 1 data, there is a 3" DTED Level 1 grid cell-centered directly at the center of a 30" GLOBE cell. That value was used in the Americas.

Graphic describing georeferencing and sampling for DTED for the Americas (source/lineage category 3).

  • The DEMs for Eurasia and Africa were mosaicked along 39 o N latitude, and 59 o E longitude. The data were linearly blended along a 2-degree-wide zone centered along these lines. Thus at 40 o N, median derivations were used, at 38 o N (west of 58 o E) breakline methods were used exclusively, and at 39 o N (west of 59 o E) 50% weighting of both of these methods was used. This blending is category 7 in the source/lineage map.

Thus data originally from DTED sources have been contributed to GLOBE directly from NIMA. In addition, data were previously contributed by DMA for public distribution to USGS and NGDC (now NCEI) at various times during the past 20 years. The source map shown in Section 11.E shows where different versions of these data were used in GLOBE Version 1.0.


Some best practices for working with DEMs

Most of us use digital elevation models (DEMs) which are raster data sets that represent a continuous elevation surface in which each cell represents the elevation at its location. DEM data are typically available in tiles that are sized to balance ease of data sharing with coverage so that those who need several tiles to cover their area of interest are not overburdened with extensive post-download data processing.

We are frequently asked a variety of questions about managing DEM datasets and how to derive other datasets like hillshade or slope. Here are some of the best practices that have come from these discussions and our thoughts on them:

Manage DEMs in their native geographic coordinate system as opposed to a projected coordinate system

Always strive to obtain and maintain a “gold” copy or master of the DEM dataset — this is the data in the geographic coordinate system, for example, WGS84 or NAD83, that was used when the data were originally collected. In terms of data fidelity, this is the most accurate representation of the elevation model you have because it will not have undergone transformations, like projection, which can degrade the data for further display or analysis.

Naming DEMs and derived datasets

I include either “_ft” or “_m” at the end of my DEM’s name to indicate the units of elevation. I do the same for contours that I derive from my DEMs. This is important to know because if the elevation units are different from the linear (x,y) units, you will likely have to use the z factor to make sure your derived rasters (hillshade, slope, etc.) are correct — see the blog entry “Setting the Z Factor Parameter Correctly” for more on this.

I use “_per” or “_deg” for my slope output to indicate whether the slope is expressed in degrees or as a percentage.

Avoid projecting DEMs that already use a projected coordinate system

When a raster dataset is projected,it is distorted, sometimes greatly, and if the original dataset is deleted, some data are lost. For example, for a raster DEM that has been projected into UTM Zone 11 North, each of the northern-most cells contain elevation values that are a result of averaging/sampling a run of several cells from a row in the original dataset. If you were to project that dataset into a geographic coordinate system, the run of cells representing one northern edge UTM cell would be stretched into an evenly averaged range of elevation values.

In other words, it is only possible to maintain fidelity in the DEM data when the data are projected from a geographic to a projected coordinate system. An equivalent of the original data can never be obtained by additional projecting the data back – some of the accuracy in the measurement will always be lost.

Mosaic DEM tiles first before projecting or producing derivative datasets

If your area of interest covers more than one DEM tile, use the Mosaic tool to combine the tiles first before producing other datasets and projecting them, otherwise you will introduce error into the derived datasets. If you want to test this, try first projecting a DEM dataset and then producing a hillshade – you’ll typically see stripes in the resulting hillshade. On the other hand, if you first produce the hillshade from the original unprojected DEM and then project the hillshade, the result will look right. The same goes for all other derived products including slope and aspect datasets and more complex products, like watersheds or flow analyses that are the result of some fo the hydrographic analysis tools.

Publishing and sharing DEM datasets

Last, if you are a producer/publisher of DEM rasters for your area, please do not publish فقطa projected edition of your data. Doing so severely limits what your customers can do with your data. First and foremost, publish your DEM data in the original geographic coordinate system so that is appropriate for general use. Then, if there is a standard projected coordinate system in use for your area, and you want to save your customers some time, additionally publish derived products like combined DEM tiles, hillshades, slope datasets, and so on, that you have created by first generating the derived raster data THEN projecting it.


Merging DEM rasters? - نظم المعلومات الجغرافية

Thematic and continuous rasters may be displayed as layers along with other geographic data on your map.

While the structure of raster data is simple, it is exceptionally useful for a wide range of applications. In ArcGIS Explorer the uses of raster data as layers may be categorized as follows:

  • Rasters as basemaps
  • A common use of raster data in a GIS is as a background display for other feature layers. For example, orthophotographs displayed underneath other layers provide the map user with confidence that map layers are spatially aligned and represent real objects as well as additional information. Three main sources of raster basemaps are orthophotos from aerial photography, satellite imagery, and scanned maps.
    Below is a raster used as a basemap for road data.
  • Rasters as surface maps
  • Rasters are well suited for representing data that changes continuously across a landscape (surface). They provide an effective method of storing the continuity as a surface. They also provide a regularly spaced representation of surfaces. Elevation values measured from the earth's surface are the most common application of surface maps, but other values, such as rainfall, temperature, concentration, and population density, can also define surfaces that can be spatially analyzed.
    The raster below displays elevation—using green to show lower elevation and red, pink, and white cells to show higher elevation.
  • Rasters as thematic maps
  • Rasters representing thematic data can be derived from analyzing other data. A common analysis application is classifying a satellite image by land-cover categories. Basically, this activity groups the values of multispectral data into classes (such as vegetation type) and assigns a categorical value. Thematic maps can also result from geoprocessing operations that combine data from various sources such as vector, raster, and terrain data. For example, you can process data through a geoprocessing model to create a raster dataset that maps suitability for a specific activity.
    Below is an example of a classified raster dataset showing land use. Agriculture is respresented in brown, water in blue, bare ground in yellow, a variety of deciduous and non-deciduous trees in shades of green, and urban/developed land in gray.
To add raster data to the map

On the Home tab, in the خريطة group, click Add Content and then click Raster Data. and browse for an image file to add.

ArcGIS Explorer supports the display of many raster formats, including: Imagine image (.img), bitmap (.bmp), JPEG (.jpg, .jpeg), Portable Network Graphics (.png), Graphics Interchange Format (.gif), Tagged Image File Format (.tif, .tiff), ARC/INFO and Space Imaging BIL (.bil), ARC/INFO and Space Imaging BIP (.bip), ARC/INFO and Space Imaging BSQ (.bsq), DTED Level 0-2 (.dted), ERDAS 7.5 LAN (.lan), ERDAS 7.5 GIS (.gis), JP2 (.jp2), MrSID (.sid), RAW (.raw), NTIF (.ntf), USGS ASCII DEM (.dem), X11 Pixmap (.xpm), PC Raster (.map), PCI Geomatics Database File (.pix), JPC (.jpc), J2C (.j2c), J2K (.j2k), HDF (.hdf), BSB (.kap), Raster Product Format RPF, CIB, CADRG (.toc), DIGEST ASRP & USRP (.img).

Georeference a raster

If the raster has a coordinate system defined it will be drawn on the map. If the coordinate system is undefined you will be prompted to georeference the raster. If you choose to georeference a raster you will see the following dialog:

Pan and zoom the map to the geographic location where you want the raster to display. انقر على Fit to Display button to move the raster closer to the desired location. استخدم ال Get position button and click a location on the raster. After clicking, the raster will turn off, allowing you to see and click the corresponding position on the map. Repeat this process adding a minimum of 3 control points. Once you have finished adding control points, click Georeference to align the raster with the map at the desired location.



Tip: You can also adjust rasters that already have a coordinate system defined by clicking the Georeference button on the Raster Layers - Tools tab.