math> Int" . Cependant, il affiche un avertissement d'"erreur ERREUR 999998 : erreur inattendue. Échec de" /> math> Int" . Cependant, il affiche un avertissement d'"erreur ERREUR 999998 : erreur inattendue. Échec de" />
Suite

Échec de l'exécution du raster flottant en raster entier


Je suis confronté à un problème lors de la conversion de Floating en Integer Raster en utilisant "outils d'analyse spatiale (boîte à outils arc)> math> Int" . Cependant, il affiche un avertissement de « erreur ERREUR 999998 : erreur inattendue. Échec de l'exécution (Int) ». * comme indiqué dans le fichier joint * . J'ai utilisé à la fois la méthode de la calculatrice raster et les outils d'analyse spatiale dans arctoolbox, mais j'ai toujours échoué. Comment surmonter ce problème ?


Compte tenu de votre application de vectorisation des facettes triangulaires raster d'un champ de pente dérivé d'un TIN, je suggérerais le flux de travail alternatif suivant. L'avantage de cette approche est que vous ne perdrez pas d'informations sur la pente des facettes triangulaires par arrondi ou troncature. Je dois noter que le suppose que vous avez Analyste spatial. Tout d'abord, utilisez le Groupe de régions outil pour attribuer des valeurs d'ID entier uniques à votre raster de pente. Parce que vos facettes triangulaires sont des plans, elles ne contiennent qu'une seule valeur, ce qui permettra à cette méthode de bien fonctionner. Ensuite, vectorisez l'image regroupée résultante. Une fois que vous avez vectorisé, vous pouvez alors ajouter un champ 'Pente' à la table attributaire du vecteur en utilisant le Statistiques zonales outil.


Usage

L'outil Créer un raster constant affecte la valeur spécifiée à chaque cellule du raster en sortie.

La valeur constante doit être une valeur numérique. La notation scientifique est acceptable (par exemple, 3.048e-4 pour 0.003048).

Voici quelques raisons typiques de créer un raster de toutes les mêmes valeurs :

  • Un environnement Masque a été défini et vous souhaitez qu'un raster identifie toutes les cellules non masquées à utiliser dans divers autres outils (par exemple, en tant que raster de condition dans l'outil Con).
  • Vous souhaitez que toutes les valeurs d'un raster en sortie provenant d'un masque ou d'un processus de sélection soient classées en tant que valeur unique.
  • Vous souhaitez appliquer une valeur constante dans une analyse à tous les emplacements de cellules dans un autre raster. Par exemple, vous souhaitez ajouter cinq décibels à chaque emplacement dans un raster de pollution sonore.

Voir Environnements d'analyse et Spatial Analyst pour plus de détails sur les environnements de géotraitement qui s'appliquent à cet outil.


Syntaxe

L'emplacement et le nom du raster en sortie. Lors du stockage d'un jeu de données raster dans une géodatabase ou dans un dossier tel qu'une grille Esri, aucune extension de fichier ne doit être ajoutée au nom du jeu de données raster. Une extension de fichier peut être fournie pour définir le format du raster lors de son stockage dans un dossier :

  • .bil—Esri BIL
  • .bip—Esri BIP
  • .bsq—Esri BSQ
  • .dat—ENVI DAT
  • .img—ERDAS IMAGINER
  • .png—PNG
  • .tif—TIFF

Si le raster est stocké sous forme de fichier TIFF ou dans une géodatabase, son type et sa qualité de compression raster peuvent être spécifiés à l'aide des paramètres d'environnement de géotraitement.

Le type de données du raster en sortie peut être défini par les mots clés suivants :

  • FLOAT — Le raster en sortie utilisera une virgule flottante 32 bits, qui prend en charge des valeurs allant de -3,402823466e+38 à 3,402823466e+38. C'est la valeur par défaut.
  • INT — Le raster en sortie utilisera une profondeur de bits entière appropriée. Cette option arrondira les valeurs Z au nombre entier le plus proche et écrira un entier dans chaque valeur de cellule raster.

La méthode d'interpolation utilisée pour créer le raster.

  • LINEAR — Calcule les valeurs des cellules en appliquant une interpolation linéaire aux triangles TIN. C'est la valeur par défaut.
  • NATURAL_NEIGHBORS — Calcule les valeurs des cellules en utilisant l'interpolation des voisins naturels des triangles TIN

La méthode d'échantillonnage et la distance utilisées pour définir la taille de cellule du raster en sortie.

  • OBSERVATIONS —Définit le nombre de cellules sur le côté le plus long du raster en sortie. Cette méthode est utilisée par défaut avec une distance de 250.
  • CELLSIZE —Définit la taille de cellule du raster en sortie.

Facteur par lequel les valeurs d'altitude seront multipliées. Ceci est généralement utilisé pour convertir les unités linéaires Z qui correspondent à celles des unités linéaires XY. La valeur par défaut est 1, ce qui laisse les valeurs d'altitude inchangées.


Syntaxe

Jeu de données raster en sortie à créer.

Lors du stockage du jeu de données raster dans un format de fichier, vous devez spécifier l'extension de fichier :

  • .bil —Esri BIL
  • .bip —Esri BIP
  • .bmp —BMP
  • .bsq —Esri BSQ
  • .dat —ENVI DAT
  • .gif —GIF
  • .img —ERDAS IMAGINER
  • .jpg —JPEG
  • .jp2 —JPEG 2000
  • .png —PNG
  • .tif —TIFF
  • pas d'extension pour Esri Grid

Lors du stockage d'un jeu de données raster dans une géodatabase, aucune extension de fichier ne doit être ajoutée au nom du jeu de données raster.

Lorsque vous stockez votre jeu de données raster dans un fichier JPEG, un fichier JPEG 2000, un fichier TIFF ou une géodatabase, vous pouvez spécifier un type de compression et une qualité de compression.

Système de coordonnées vers lequel le raster en entrée sera projeté. La valeur par défaut est définie en fonction du paramètre d'environnement du système de coordonnées en sortie.

  • Un fichier avec l'extension .prj.
  • Une classe d'entités existante, un jeu de classes d'entités, un catalogue raster (essentiellement tout ce qui a un système de coordonnées).
  • La représentation sous forme de chaîne d'un système de coordonnées. Ces longues chaînes peuvent être générées en ajoutant une variable de système de coordonnées à ModelBuilder, en définissant la valeur de la variable comme vous le souhaitez, puis en exportant le modèle vers un script Python.

Algorithme de rééchantillonnage à utiliser. La valeur par défaut est LE PLUS PROCHE.

  • NEAREST — Affectation du voisin le plus proche
  • BILINAIRE — Interpolation bilinéaire
  • CUBIC — Convolution cubique
  • MAJORITÉ — Rééchantillonnage majoritaire

Les options LE PLUS PROCHE et MAJORITE sont utilisées pour les données catégorielles, telles qu'une classification de l'utilisation des terres. L'option LA PLUS PROCHE est la valeur par défaut car c'est la plus rapide et aussi parce qu'elle ne changera pas les valeurs des cellules. N'utilisez pas NEAREST ou MAJORITY pour les données continues, telles que les surfaces d'altitude.

L'option BILINEAR et l'option CUBIC sont les plus appropriées pour les données continues. Il n'est pas recommandé d'utiliser BILINEAR ou CUBIC avec des données catégorielles car les valeurs des cellules peuvent être modifiées.

La taille de cellule du nouveau jeu de données raster.

La taille de cellule par défaut est la taille de cellule du jeu de données raster sélectionné.

La méthode de transformation utilisée entre deux systèmes ou références géographiques.

La transformation géographique est facultative lorsque les systèmes de coordonnées d'entrée et de sortie ont la même référence. Si les données d'entrée et de sortie sont différentes, une transformation géographique doit être spécifiée.

Pour plus d'informations sur chacune des transformations géographiques (données) prises en charge, consultez le fichier Geographic_transformations.pdf qui se trouve dans le dossier Documentation de votre installation ArcGIS.

Les coordonnées x et y (dans l'espace de sortie) utilisées pour l'alignement des pixels.

Le point d'alignement fonctionne de manière similaire au concept de raster d'accrochage. Au lieu d'aligner la sortie sur un alignement de cellule raster existant, le point d'alignement vous permet de spécifier le point d'origine pour l'ancrage des cellules en sortie. Toutes les cellules de sortie seront à un intervalle de la taille de la cellule de ce point. Ce point ne doit pas nécessairement être une coordonnée d'angle ou faire partie du jeu de données raster.

Le paramètre d'environnement Snap Raster aura la priorité sur le paramètre Registration_Point. Par conséquent, si vous souhaitez définir le point d'alignement, assurez-vous que Snap Raster n'est pas défini.


Calculs en virgule flottante vs nombres entiers sur du matériel moderne

Je fais un travail critique sur les performances en C++, et nous utilisons actuellement des calculs d'entiers pour des problèmes qui sont intrinsèquement à virgule flottante car "c'est plus rapide". Cela cause beaucoup de problèmes ennuyeux et ajoute beaucoup de code ennuyeux.

Maintenant, je me souviens avoir lu à quel point les calculs en virgule flottante étaient si lents environ vers les 386 jours, où je crois (IIRC) qu'il y avait un coprocesseur facultatif. Mais de nos jours, avec des processeurs exponentiellement plus complexes et puissants, cela ne fait aucune différence en termes de "vitesse" si vous effectuez un calcul en virgule flottante ou en nombre entier ? D'autant plus que le temps de calcul réel est minime par rapport à quelque chose comme provoquer un blocage du pipeline ou récupérer quelque chose dans la mémoire principale ?

Je sais que la bonne réponse est de comparer le matériel cible, quel serait un bon moyen de tester cela? J'ai écrit deux petits programmes C++ et comparé leur temps d'exécution avec "l'heure" sur Linux, mais le temps d'exécution réel est trop variable (cela n'aide pas que je fonctionne sur un serveur virtuel). À moins de passer ma journée entière à exécuter des centaines de points de repère, à créer des graphiques, etc., y a-t-il quelque chose que je puisse faire pour obtenir un test raisonnable de la vitesse relative ? Des idées ou des pensées? Est-ce que je me trompe complètement ?

Les programmes que j'ai utilisés comme suit, ils ne sont en aucun cas identiques:

Edit: La plate-forme qui m'intéresse est le x86 ou le x86-64 standard fonctionnant sur des machines de bureau Linux et Windows.

Edit 2 (collé à partir d'un commentaire ci-dessous): Nous avons actuellement une base de code étendue. Vraiment, je me suis heurté à la généralisation selon laquelle nous "ne devons pas utiliser float car le calcul des entiers est plus rapide" - et je cherche un moyen (si cela est vrai) de réfuter cette hypothèse généralisée. Je me rends compte qu'il serait impossible de prédire le résultat exact pour nous sans faire tout le travail et le profiler par la suite.

En tout cas, merci pour toutes vos excellentes réponses et votre aide. N'hésitez pas à ajouter autre chose :).


Quelqu'un peut-il aider avec ArcGIS Raster Calculator ? Message d'erreur dans les commentaires.

S'éloigner strictement du message d'erreur et ne pas trop savoir ce que vous essayez de faire.

Vous avez une erreur de type indiquant que l'un de vos ensembles de données a ses valeurs au format flottant (1.0). Essayez de le convertir au format int (1) et voyez s'il fonctionnera.

Ou dans votre python, vous pouvez mettre la variable dans la fonction int. Comme ceci "int(variable)"

Oh c'est fait merci ! J'ai utilisé l'outil "Int" pour convertir d'un raster flottant en un raster entier.

J'obtenais toujours des erreurs sur les chaînes et les types et le ":format de sortie FGDBR" au cas où quelqu'un d'autre aurait ce problème, et cela s'est avéré être dû au fait que j'enregistrais les rasters dans une géodatabase fichier, je suppose que lorsque je les ai enregistrés dans le dossier à la place les erreurs ont disparu.

Donc, cela ne fonctionnait toujours pas correctement ou quoi que ce soit, mais au moins le modèle fonctionnait et il créait des rasters en sortie! Ils ont les mêmes max et min cependant. La dernière fois que cela s'est produit, le redémarrage de mon ordinateur a finalement résolu le problème. Je vais donc travailler dessus demain.


Instructions conditionnelles Raster Calculator

Je travaille sur une analyse pondérée avec quatre rasters. Deux des rasters ont des zones de NoData, ce qui signifie que je ne veux pas utiliser l'outil Superposition pondérée car cet outil n'ignore pas NoData dans les calculs. Si je devais utiliser l'outil de superposition pondérée, je devrais attribuer une valeur aux zones de NoData - et ma conclusion est que cela ne rendrait pas les calculs de poids complètement corrects. Que quelqu'un me corrige si je me trompe !

Pour contourner ce problème, j'ai commencé à étudier l'utilisation d'instructions conditionnelles à l'aide de Con dans Raster Calculator. J'ai trouvé un post où quelqu'un a proposé cette syntaxe:

Où wx est la pondération appliquée à chaque raster.

Cela fonctionne donc bien avec trois rasters, où l'un des rasters contient des zones de NoData.

Mais quelle est la syntaxe si vous avez deux rasters qui contiennent des zones de NoData ?

Questions supplémentaires:
- La division est-elle nécessaire dans les calculs car les trois rasters ne sont pas inclus ? Et pourquoi le deuxième Float est-il divisé par le nombre 3 et non par 1 (comme dans 100%) ?

- Dans la syntaxe ci-dessus, dans le deuxième Float, les rasters ne sont pas multipliés par des pondérations - est-ce correct ? Et si oui, veuillez expliquer pourquoi.

Avant d'exécuter votre processus, prenez Raster3 et convertissez toutes les zones NoData en valeurs "0".

Ensuite, votre superposition pondérée devrait vous donner la sortie que vous recherchez.

Cela va vraiment au cœur de la différence entre les valeurs NoData et 0. NoData signifie essentiellement "Je ne sais pas ce qu'il y a ici", il n'y a donc aucun moyen de quantifier la sortie de l'opération de superposition pondérée. D'un autre côté, une valeur 0 signifie que "cette cellule n'a aucun effet sur l'opération" (au moins pour le type de superposition additive que vous montrez ci-dessus) et peut être utilisée de manière significative dans une pondération excessive.

par DanPatterson

Utilisation de Restricted et NoData pour la valeur d'échelle

Je ne vois aucune référence à nodata rendant les choses incorrectes.

Selon vous, qu'est-ce qui, dans cette explication, donnerait lieu à des résultats invalides ?

Salut Dan, merci pour la réponse.

Je ne veux pas dire que NoData rend le calcul incorrect, je veux dire que la classification de NoData à une valeur rend les résultats inexacts et à son tour incorrects. Je vous explique tout ci-dessous :

Si vous exécutez l'outil Superposition pondérée avec trois rasters et que l'un des rasters contient des cellules NoData, cela se traduit par un raster où les zones NoData de l'un des rasters se « propagent » dans le raster résultant (voir la figure ci-dessous). Cela se traduit par une sorte d'opération "Intersect" des rasters, ce que je ne veux pas.

Donc, pour éviter cette "Intersection", vous devez classer NoData à une valeur - disons la valeur 10. Dans le calcul de la superposition pondérée, cela signifie que ces zones (maintenant avec la valeur 10) font partie du calcul et sont effectivement rendus pertinents avec une pondération, alors qu'ils ne le sont pas à l'origine . Dans ma tête, cela entraînerait des résultats incorrects et inexacts si vous classiez les valeurs NoData en une valeur numérique (valeur de 10 utilisée comme exemple) et exécutiez l'outil de superposition pondérée.


Échec de l'exécution du raster flottant en raster entier - Systèmes d'information géographique

оличество зарегистрированных ащихся: 18 тыс.

Аствовать есплатно

Bienvenue dans le dernier cours de la spécialisation (à moins que vous ne poursuiviez le projet de synthèse, bien sûr !). En utilisant les connaissances que vous avez acquises sur ArcGIS, effectuez des tâches techniques telles que les calculs raster et l'analyse d'adéquation. Dans ce cours, vous vous familiariserez avec l'analyse spatiale et les applications dans les SIG au cours de quatre modules d'une semaine : Semaine 1 : Vous apprendrez tout sur la télédétection et l'imagerie satellitaire, et serez initié au spectre électromagnétique. À la fin de cette semaine, vous pourrez trouver et télécharger des images satellite en ligne et les utiliser pour deux types d'analyse courants : le NDVI et la classification entraînée. Semaine 2 : Vous apprendrez à utiliser ModelBuilder pour créer des workflows de traitement volumineux qui utilisent des paramètres, des conditions préalables, des variables et un nouvel ensemble d'outils. Nous explorerons également quelques sujets que nous n'avons pas vraiment le temps d'aborder en détail, mais qui pourraient vous donner envie d'apprendre dans d'autres domaines : géocodage, données temporelles, statistiques spatiales et ArcGIS Pro. Semaine 3 : Au cours de la troisième semaine, nous créerons et utiliserons des modèles d'élévation numériques à l'aide de nouveaux outils spécifiques tels que l'outil de remblai, les ombrages, les bassins de vue et plus encore. Nous allons également passer en revue quelques algorithmes courants dont un très important : l'analyse d'adéquation. Semaine 4 : Nous commencerons la dernière semaine en parlant de quelques outils d'analyse spatiale que nous n'avons pas encore abordés dans la spécialisation : Groupe de régions pour créer nos propres zones, Statistiques focales pour lisser un ombrage, Reclassifier pour modifier les valeurs, et Densité de points pour créer une surface de densité. Enfin, nous terminerons en parlant de quelques autres choses que vous voudrez peut-être explorer davantage lorsque vous commencerez à vous familiariser avec les sujets SIG par vous-même. Suivez l'analyse géospatiale et environnementale en tant que cours autonome ou dans le cadre de la spécialisation en systèmes d'information géographique (SIG). Vous devez avoir une expérience équivalente à celle des premier, deuxième et troisième cours de cette spécialisation, « Principes fondamentaux des SIG », « Formats de données SIG, conception et qualité » et « Analyse géospatiale et environnementale », respectivement, avant de suivre ce cours. En terminant la quatrième classe, vous acquerrez les compétences nécessaires pour réussir le capstone de la spécialisation.

Олучаемые навыки

Système d'information géographique (SIG), analyse d'images, analyse spatiale, imagerie satellitaire, applications SIG

Ецензии

Très bon cours, mais certains sujets évalués dans ce cours n'étaient pas bien expliqués, notamment le traitement des images de télédétection (téléchargement et gestion vers SIG)

Un cours incroyable ! bien organisé, très informatif et riche en ressources et en matériels utiles, avec un excellent forum de discussion pour discuter des sujets du cours.

Présentation du cours, imagerie et calculatrice raster

Dans ce module, nous apprendrons tout sur la télédétection et l'imagerie satellitaire, en commençant par une introduction aux données de télédétection et au spectre électromagnétique avant d'en apprendre davantage sur la capture d'images satellites et aériennes et les produits de données. Vous apprendrez comment rechercher et télécharger des images satellite en ligne et comment les utiliser dans deux types d'analyse courants différents : le NDVI et une classification entraînée. Dans la deuxième leçon, vous apprendrez à utiliser certains outils de base pour prendre en charge l'analyse d'images à l'aide de Raster Calculator et Spatial Analyst.

Реподаватели

Nick Santos

Chercheur en applications géospatiales

Екст идео

[MUSIQUE] Bonjour à tous et bon retour. Dans cette conférence, je vais juste vous donner une vidéo très rapide sur la façon de créer des rasters. Je ne vais pas passer par un gros flux de travail avec eux, mais je veux vous montrer les outils de l'ensemble d'outils de création de raster sous les outils d'analyse spatiale. Et il y a trois outils nommés créer un raster constant, créer un raster normal et créer un raster aléatoire. Et chacun de ces éléments peut être utile lorsque vous effectuez une analyse raster, car parfois, vous n'avez peut-être besoin que d'un raster basé pour commencer pour les opérations de calcul de raster. il. Et la calculatrice raster avec d'autres listes que vous avez pour obtenir un résultat final ou parfois vous avez besoin de pixels aléatoires à utiliser pour des tests statistiques, ou pour modifier au hasard les données que vous avez d'une certaine quantité. Exécutons donc très rapidement chacun de ces éléments. Ils vont faire ce que vous attendez. Et je peux sélectionner un emplacement de raster en sortie, je peux sélectionner la valeur constante. Faisons-en 10 ici, juste arbitrairement. Et je pourrais dire s'il s'agit d'un entier, d'un raster à virgule flottante et de la taille de la cellule, puis dans quelle mesure cela devrait suivre. Donc, si j'avais une autre couche chargée ici, je pourrais la faire suivre la même étendue. Je pourrais aussi si j'avais peut-être un DEM de dix mètres, je pourrais le faire s'accrocher à ça. Donc, si je devais utiliser l'un d'entre eux pour effectuer une opération sur une autre couche raster, je voudrais utiliser les paramètres d'environnement. Et sous analyse raster, définissez la taille de la cellule à faire correspondre et le masque d'analyse à cette couche raster également. De plus, dans l'étendue du traitement, je souhaite probablement définir le raster d'accrochage. C'est pour que les pixels alignés cliquent sur OK en dehors de cela. Pour l'instant, nous n'allons pas faire cela, nous allons simplement utiliser la valeur par défaut et cela va me donner une grille de 2500 par 2500 mètres ici. Donc 250 pixels dans chaque direction, cliquez sur OK et c'est en cours d'exécution. Et rien de très excitant ici. Et je peux vérifier que les valeurs sont bien dix avec l'outil d'identification, et regardez, la valeur du pixel est dix, pas de surprise, cela montre dix contenus de table. Bon, je peux aussi créer un raster aléatoire. Alors peut-être que j'ai un raster comme celui-ci juste à des fins de visualisation, je pourrais utiliser un raster aléatoire en plus à des fins statistiques. Donc, j'ai peut-être un raster comme celui-ci et je veux voir les limites des cellules et je ne connais pas l'outil d'inspecteur de pixels que je vous ai déjà montré. Eh bien, je peux définir la taille de la cellule pour qu'elle soit la même, je ne vais pas lui donner de valeur de départ pour le moment. Je vais le laisser utiliser sa propre valeur de départ, ce qui initialise le générateur de nombres aléatoires qu'il utilise. Et je vais définir l'étendue de sortie de la même manière que le raster précédent que j'avais comme je l'ai mentionné auparavant, puis sous environnements, je vais faire ce dont je parlais auparavant et définir le raster d'accrochage sur l'autre raster I& #x27m en utilisant. Et puis, sous Analyse des risques, je vais définir la taille de la cellule ici aussi, d'accord ? Et maintenant, j'ai cette chose qui ressemble à du bruit, en partie parce que ce sont des nombres aléatoires entre zéro et un. Et si j'ai vraiment besoin de nombres aléatoires dans une autre plage, je pourrais alors passer à la calculatrice raster et puisque les valeurs raster sont comprises entre zéro et un, j'ai peut-être besoin de valeurs comprises entre moins cinq et cinq. Je veux déplacer des valeurs en quelque sorte au hasard entre la soustraction de cinq et l'ajout de cinq. Dites l'ajout de bruit à un ensemble de données. Donc, que puis-je faire, c'est qu'avec CreateRandom, je peux le multiplier par 10, puisque je le réduis de 0 à 10 maintenant, puis soustrait 5. Donc, redimensionne le raster pour qu'il se situe entre 0 et 10, et soustrait 5. Donc ça toutes les valeurs comprises entre -5 et 5. Et je l'appellerai raster aléatoire redimensionné, cliquez sur OK. Et quand ce sera fait, cela ne nous semblera probablement pas vraiment différent, car lorsqu'il applique la palette de couleurs, ce sera toujours le même étirement. Mais j'ai maintenant des valeurs oscillant dans cette plage. Je peux également utiliser l'un de ces rasters de manière esthétique, si j'ai besoin de trouver ces pixels comme je le parlais auparavant, en définissant la transparence. Pour peut-être 70% ou plus et cliquez sur Appliquer. Et maintenant, en le regardant, j'obtiens ce genre de limites de cellule où je peux voir où les limites du raster sous-jacent sont basées sur ces ensembles de données raster dans lesquels je peux facilement voir les limites. Et cela ne fonctionne que si je définis ce raster d'accrochage dans la cellule la taille doit être la même et ils sont dans le même système de coordonnées, rappelez-vous. Donc, c'est juste une autre utilisation pour ceux-ci, puis un outil similaire pour créer un raster aléatoire est Créer un raster normal. Qui utilise des valeurs aléatoires mais vous fournit une distribution normale de valeurs aléatoires dans le raster. Donc, c'est très bien à des fins statistiques, vous pouvez voir que les entrées et les sorties vont être assez similaires, donc je ne vais pas recommencer pour le moment. D'accord, c'est tout pour l'instant, je veux faire court. Parce que ce ne sont pas d'énormes outils spéciaux, mais ce sont des outils que je pense que vous devriez connaître si vous faites beaucoup d'analyses raster. Ainsi, dans cette conférence, je vous ai montré Créer un raster constant, Créer un raster aléatoire et Créer un raster normal que vous pouvez utiliser pour créer des rasters dans une zone géographique spécifique à une taille de cellule spécifique et avec des valeurs spécifiques, constantes ou aléatoires. OK a LA prochaine.


Avantages/Inconvénients du modèle raster

L'utilisation d'un modèle de données raster confère de nombreux avantages. Premièrement, la technologie requise pour créer des graphiques raster est peu coûteuse et omniprésente. Presque tout le monde possède actuellement une sorte de générateur d'images matricielles, à savoir un appareil photo numérique, et peu de téléphones portables sont vendus aujourd'hui qui n'incluent pas une telle fonctionnalité. De même, une pléthore de satellites envoient en permanence des images raster de dernière minute aux installations scientifiques du monde entier (Section 5.3 "Formats de fichiers"). Ces graphiques sont souvent mis en ligne pour un usage privé et/ou public, parfois sans frais pour l'utilisateur.

Les autres avantages des graphiques raster sont la simplicité relative de la structure de données sous-jacente. Chaque emplacement de grille représenté dans l'image raster est en corrélation avec une valeur unique (ou une série de valeurs si des tables d'attributs sont incluses). Cette structure de données simple peut également aider à expliquer pourquoi il est relativement facile d'effectuer des analyses de superposition sur des données raster (pour plus d'informations sur les analyses de superposition, voir Section 7.1 "Analyse à couche unique"). Cette simplicité se prête également à une interprétation et à une maintenance faciles des graphiques, par rapport à son homologue vectoriel.

Malgré les avantages, l'utilisation du modèle de données raster présente également plusieurs inconvénients. Le premier inconvénient est que les fichiers raster sont généralement très volumineux. En particulier dans le cas des images raster construites à partir de la méthodologie d'encodage cellule par cellule, le grand nombre de valeurs stockées pour un ensemble de données donné génère des fichiers potentiellement énormes. Tout fichier raster qui couvre une grande surface et a des pixels assez finement résolus atteindra rapidement des centaines de mégaoctets ou plus. Ces fichiers volumineux ne font que grossir à mesure que la quantité et la qualité des jeux de données raster continuent de suivre le rythme de la quantité et de la qualité des ressources informatiques et des collecteurs de données raster (par exemple, appareils photo numériques, satellites).

Un deuxième inconvénient du modèle raster est que les images de sortie sont moins &ldquopretty&rdquo que leurs homologues vectorielles. Ceci est particulièrement visible lorsque les images raster sont agrandies ou zoomées (reportez-vous à la Figure 4.1 "Image numérique avec encart zoomé montrant la pixellisation de l'image raster"). Selon la distance à laquelle on zoome sur une image raster, les détails et la cohérence de cette image seront rapidement perdus au milieu d'une mer pixelisée de cellules de grille apparemment colorées de manière aléatoire.

Les transformations géométriques qui surviennent lors des efforts de reprojection de carte peuvent poser des problèmes pour les graphiques raster et représentent un troisième inconvénient à l'utilisation du modèle de données raster. Comme décrit dans la section 2.2 "Échelle de la carte, systèmes de coordonnées et projections cartographiques", la modification des projections cartographiques modifiera la taille et la forme de la couche d'entrée d'origine et entraînera fréquemment la perte ou l'ajout de pixels (White 2006). White, D. 2006. &ldquoAffichage de la perte de pixels et de la réplication lors de la reprojection des données raster à partir de la projection sinusoïdale.&rdquo Géocarto International 21 (2) : 19&ndash22. Ces modifications donneront aux pixels carrés parfaits de la couche d'entrée des dimensions rhomboïdales alternatives. Cependant, le problème est plus vaste qu'une simple reformation du pixel carré. En effet, la reprojection d'un jeu de données d'images raster d'une projection à une autre modifie les valeurs des pixels qui peuvent, à leur tour, altérer considérablement les informations de sortie (Seong 2003).Seong, J.C. 2003. &ldquoModeling the Accuracy of Image Data Reprojection.&rdquo Revue internationale de télédétection 24 (11) : 2309&ndash21.


Techniques de création de fichiers¶

De nouveaux fichiers dans les formats pris en charge par GDAL peuvent être créés si le pilote de format prend en charge la création. Il existe deux techniques générales pour créer des fichiers, en utilisant CreateCopy() et Create(). La méthode CreateCopy consiste à appeler la méthode CreateCopy() sur le pilote de format et à transmettre un ensemble de données source qui doit être copié. La méthode Create implique d'appeler la méthode Create() sur le pilote, puis d'écrire explicitement toutes les métadonnées et les données raster avec des appels séparés. Tous les pilotes qui prennent en charge la création de nouveaux fichiers prennent en charge la méthode CreateCopy(), mais seuls quelques-uns prennent en charge la méthode Create().

Pour déterminer si un format particulier prend en charge Create ou CreateCopy, il est possible de vérifier les métadonnées DCAP_CREATE et DCAP_CREATECOPY sur l'objet pilote de format. Assurez-vous que GDALAllRegister() a été appelé avant d'appeler GDALDriverManager::GetDriverByName() . Dans cet exemple, nous récupérons un pilote et déterminons s'il prend en charge Create() et/ou CreateCopy().