Làm thế nào để bạn lấy một lớp vectơ với các đa giác chồng chéo và biến nó thành một raster trong đó mỗi ô đếm số lượng đa giác chứa ô đó?
Chúng tôi đang xem xét các đa giác của các khu vực cháy từ năm 1976 đến 2000 và muốn xem có bao nhiêu đám cháy sẽ được chứa trong mỗi tế bào raster.
Câu trả lời:
Thực hiện việc này theo ba bước: chia đa giác thành các phần thành phần của chúng, đếm các phần trùng lặp và chuyển đổi thành raster. Điều này tránh được chi phí tính toán tiềm tàng rất lớn khi chuyển đổi riêng từng đa giác thành raster và kết hợp các raster đó.
Union (bên trong Geoprocessing menu) chia các đa giác thành các phần của chúng.
Thật không may, mỗi sự trùng lặp được nhân đôi trong đầu ra: nó có một bản sao giống hệt nhau cho mỗi đa giác ban đầu bao phủ nó. vì thế
Dissolve(một lần nữa trong Geoprocessingmenu) sẽ hợp nhất các phần chồng chéo, miễn là bạn có thể tìm cách xác định duy nhất chúng. Đọc qua hộp thoại: đến cuối, bạn sẽ có tùy chọn để tính "thống kê". Chọn bất kỳ trường nào có thể đã xác định các đa giác ban đầu và yêu cầu đếm.
Trong nhiều trường hợp, sự kết hợp giữa diện tích đa giác và chu vi sẽ xác định duy nhất các phần. Nếu không, bạn có thể thêm nhiều thuộc tính hình học trong các trường bổ sung, chẳng hạn như tọa độ của tâm, cho đến khi bạn tích lũy đủ thông tin để phân biệt mọi tính năng.
Lớp kết quả có một tính năng cho mỗi chồng chéo đa giác và một số loại trường "đếm" đếm số lượng chồng lấp.
Chuyển đổi nó thành raster, sử dụng trường "đếm" cho các thuộc tính.
Ví dụ, đây là một số đa giác chồng chéo và số nhận dạng của chúng với bảng thuộc tính được hiển thị:
Sau bước thứ hai, chúng ta có một bản ghi cho từng vùng chồng lấp cùng với số đếm có thể được sử dụng để tượng trưng cho số lượng chồng lấp:
Phần còn lại rất dễ dàng - và đó chỉ là một hoạt động rasterization duy nhất .
Unionlà với quy trình công việc gần như giống nhau, nó có thể giải quyết tình huống đa giác nằm trong nhiều bộ dữ liệu (thường là một thiết kế cơ sở dữ liệu xấu nhưng không may là phổ biến): một cách đơn giản là liên kết tất cả các bộ dữ liệu đầu vào cùng một lúc.
union) sau đó là rasterization? Các hoạt động của vectơ sẽ sa lầy khi các tính năng được số hóa với nhiều chi tiết hơn mức cần thiết, khiến chúng có quá nhiều đỉnh. Trong những trường hợp cực đoan này, cách tiếp cận raster có thể tốt hơn (mặc dù trước tiên đơn giản hóa các đa giác có thể là một lựa chọn ưu việt). Tuy nhiên, trong tất cả các tình huống khác, việc raster riêng từng đa giác là một sự lãng phí rất lớn thời gian của máy tính và con người.
Bài đăng sau đây có một câu hỏi tương tự mà bạn có thể tìm thấy một giải pháp liên quan: Tạo bề mặt raster của các lớp phủ từ các hình dạng đa giác vector? .
Đối với cách tiếp cận raster tính toán đơn giản và nhanh chóng này, bạn sẽ cần (1) tách các đa giác chồng chéo thành các lớp riêng biệt (có thể là theo năm cho đa giác lửa) bằng cách sử dụng Chọn theo thuộc tính trong ModelBuilder bằng công cụ lặp hoặc công cụ tập lệnh, (2) chuyển đổi từng lớp Đa giác cho Raster với phép gán ô MAXIMUM_COMBINED_AREA (đảm bảo cùng kích thước ô , raster snap và phạm vi đó vẫn giống như toàn bộ tập hợp đa giác) - sử dụng giá trị trường không đổi (ví dụ: sử dụng trường năm hoặc hàng có tất cả 1 giây) để chuyển đổi (một lần nữa sử dụng ModelBuilder với tập lệnh iterator hoặc Python để tự động hóa) và sau đó (3) áp dụng công cụ Phân tích không gian sau đây: Thống kê di động - sử dụng VariETY stats_type nếu mỗi raster có một giá trị duy nhất như năm hoặc SUM nếu tất cả các giá trị ô raster là 1s - hãy chắc chắn kiểm tra để bỏ qua NoData.
Các raster trung gian (từ chuyển đổi trước) có thể bị xóa hoặc sẵn sàng để sử dụng trong các phân tích raster tiếp theo.