So sánh các khu vực trong bản đồ sử dụng đất lịch sử được quét bằng cách sử dụng QGIS?


10

Tôi là người mới bắt đầu sử dụng GIS và đang chạy QGIS 2.0.1 trong Linux. Tôi có hai bản đồ lịch sử mà tôi muốn phân tích, cho thấy các mô hình sử dụng đất trong cùng một khu vực tại hai thời điểm khác nhau. Tôi đã quét chúng và tham chiếu địa lý dưới dạng các lớp trong một tệp. Bên cạnh, họ trông như thế này:

1930 1950

Điều chính tôi quan tâm là so sánh phạm vi của các khu vực ánh sáng và màu xanh đậm giữa hai bản đồ. Điều này có thể không, và nếu vậy, cách tiếp cận đơn giản nhất là gì? Có cách nào để làm điều này dựa trên phân tích raster không? Và nếu tôi phải tạo ra một shapefile, cách tốt nhất để làm điều đó là gì?

Những gì tôi đã xem xét:

  • Vẽ shapefiles dưới dạng đa giác bằng tay, như được mô tả trong hướng dẫn này . Đó sẽ là RẤT tẻ nhạt.

  • Tạo các hình ảnh raster đơn giản, độ tương phản cao bằng cách sử dụng lựa chọn màu sắc, bộ lọc, v.v. bằng cách dùng thử và lỗi trong Gimp và chuyển đổi nó thành shapefile. Kết quả rất cẩu thả.


6
chào mừng bạn đến với thế giới tẻ nhạt và đôi khi rất nhàm chán của GIS;) Trong trường hợp bạn không cần số hóa từng bưu kiện đơn lẻ nhưng có thể kết tụ các mảnh cùng màu, đây chỉ là vấn đề của vài giờ đẩy chuột thiền định. Tất cả các thí nghiệm khác sẽ thất bại, tôi sợ! Nếu bạn vừa xóa các mẫu màu trong quá trình quét, bạn có thể chuyển đổi chúng thành thang độ xám bằng máy tính raster và vector hóa chúng, nhưng loại bỏ tất cả các chữ cái và các yếu tố không cần thiết VÀ việc điền vào vị trí của chúng bằng các giá trị phù hợp có vẻ không thể đối với tôi.
Bernd V.

Cảm ơn @BerndV. Tin xấu, nhưng hữu ích để biết. Và bằng cách "đẩy chuột", bạn có nghĩa là vẽ từng đa giác, hoàn toàn từ đầu, như được mô tả trong hướng dẫn mà tôi đã liên kết và việc cố gắng lấy một xấp xỉ tự động cần sửa chữa rộng rãi có lẽ không phải là một lối tắt khả thi?
Brian Z

3
Những hình ảnh này rất khó để xử lý. Nếu chữ là vấn đề duy nhất, nó sẽ dễ dàng giải quyết. Tuy nhiên, khi kiểm tra chặt chẽ (a) bản gốc có vấn đề do nở để phân biệt các loại che phủ đất và (b) các tạo tác nén kỹ thuật số mở rộng làm cho màu sắc đồng nhất hơn nhiều so với chúng có thể xuất hiện. Lộ trình xử lý raster sẽ dễ dàng hơn với quét chất lượng cao hơn và nén không mất dữ liệu.
whuber

như whuber gợi ý ở trên cho các raster bình thường, thật dễ dàng để chọn các khu vực của một khu vực cụ thể bằng công cụ giá trị và máy tính raster .... nếu sử dụng công cụ giá trị bạn có thể thiết lập nếu có một giá trị cụ thể cho các khu vực màu xanh lá cây thì hãy chúng tôi biết
Ger

@ GeraldO'Reilly, nếu tôi đăng ảnh thứ hai trong GIMP, màu xanh đậm trở thành màu xanh lục thuần khiết (255,0,0) và màu lục nhạt trở thành màu vàng thuần khiết (255,255,0). Tuy nhiên, chắc chắn có các tạo tác (ví dụ: các pixel màu xanh lá cây hoặc màu vàng đi lạc mà tôi không muốn chúng). Tôi tưởng tượng có một cách để sử dụng máy tính raster và đặt giá trị dung sai hoặc bằng cách nào đó làm mịn các pixel một chút?
Brian Z

Câu trả lời:


9

Posterizing là một khởi đầu tuyệt vời: nó đã loại bỏ hầu hết các tạo tác nén và đơn giản hóa bản đồ đủ để cho phép làm sạch bổ sung.

Phần lớn việc làm sạch một raster phân loại liên quan đến các hoạt động được gọi là "hình thái". Chúng bao gồm mở rộng một danh mục sang các nước láng giềng, thu hẹp lại một lần nữa và phân nhóm các ô đơn phân loại liền kề thành các danh mục riêng.

Thông thường một số thử nghiệm là cần thiết, nếu chỉ vì các thành phần bị loại bỏ - chữ, dòng nở, v.v. - sẽ thay đổi kích thước pixel của chúng từ quét này sang quét khác. Để giúp bạn bắt đầu, tôi sẽ minh họa những gì các thủ tục này có thể thực hiện trên ví dụ.

Bản gốc, sau khi áp phích, trông như thế này. Đó là một lưới chỉ có ba loại được hiển thị trong ba màu. Chúng tôi hướng đến việc tạo ra một lưới trong đó các khu vực màu xanh đậm được tạo thành các phần liền kề nhau, mà không cần ghi đè hoặc chấm hoặc công việc đường không liên quan, phù hợp để phân tích sau này sử dụng đại số raster.

Hình 1

Mở rộng các khu vực màu xanh đậm chỉ một pixel vào tất cả các khu vực xung quanh sẽ cho hình ảnh này:

Hình 2

(Để kiểm soát chính xác hơn, bạn có thể muốn giới hạn việc mở rộng chỉ trong các khu vực màu đen nếu hệ thống GIS của bạn cho phép.)

Để loại bỏ rất nhiều các dòng tạo tác màu xanh lá cây mỏng và các hòn đảo nhỏ, hãy thu nhỏ mặt sau màu xanh lá cây xuống hai pixel

Hình 3

và sau đó, để cân bằng tất cả việc mở rộng và thu hẹp (để giảm độ lệch), chúng tôi sẽ mở rộng lại một pixel nữa:

hinh 4

Nhóm khu vực xác định các mảng màu xanh lục tiếp giáp nhau:

Hình 5

Mỗi miếng vá khác nhau được hiển thị trong một màu sắc khác nhau.

Sử dụng thao tác có điều kiện hoặc SetNull để loại bỏ các bản vá nhỏ. Nhỏ như thế nào? Tôi đã kiểm tra bảng thuộc tính và thấy rằng nhiều bản vá chiếm từ 6 đến 47 ô; sau đó đã có một bước nhảy tới 422 tế bào. Tôi đã chọn một ngưỡng trong bước nhảy đó (100) và xóa tất cả các ô có số đếm (không phải giá trị!) Nhỏ hơn ngưỡng đó. Đây là những gì còn lại, được phủ lên trên bản gốc để so sánh:

Hình 6

Chúng tôi đã đạt được một đại diện khá chi tiết về các lĩnh vực quan tâm, phù hợp để phát hiện và định lượng các thay đổi liên quan đến các hình ảnh được xử lý tương tự. Tôi đã thực hiện một số công việc, nhưng công việc đó ít hơn nhiều so với số hóa thủ công quét ban đầu và - miễn là các lần quét được thực hiện ở độ phân giải nhất quán - có thể được bán tự động. (Vì bản đồ gốc sử dụng các màu khác nhau, một số can thiệp thông minh phải xuất hiện ngay từ đầu để chọn màu phù hợp để mở rộng và thu nhỏ.) Mỗi ​​bước là một phép tính khá nhanh, do đó bạn có thể đủ khả năng quét bản gốc bản đồ ở độ phân giải cực cao cho độ chính xác cao nhất.


Những kết quả này trông rất tốt, tôi sẽ xem liệu tôi có thể tạo lại chúng không. Cảm ơn @whuber!
Brian Z

2

Có được một lớp raster gần đúng trong Gimp và chuyển đổi nó thành vectơ trong QGIS có thể giúp tôi tiết kiệm thời gian, nhưng có vẻ như không có cách nào để tránh hàng giờ làm sạch các shapefile kết quả, đỉnh theo đỉnh.


1

Ok, có lẽ điều này sẽ làm việc, có thể nó sẽ không. tùy thuộc vào chất lượng quét. bạn có thể đặt độ trong suốt của một màu cụ thể thành phần trăm hoặc bạn có thể sử dụng công cụ giá trị để tách màu bạn muốn.

Tôi sẽ không nhận tín dụng cho việc này vì tôi đã hỏi một câu hỏi trước đây ... tôi thực sự muốn chọn những ngôi nhà có bản đồ xem đường phố mở. Vì vậy, hãy cho tôi biết nếu nó giúp.

Xác định đa giác trên hình ảnh raster

Hãy cho tôi biết nếu nó giúp .... tôi có thể xóa nếu nó hoàn toàn không đúng.


Tôi đã thấy câu trả lời này tại một thời điểm nhưng sau đó không thể tìm thấy nó một lần nữa, vì vậy cảm ơn bạn đã đăng bài! Tôi nghĩ rằng chất lượng của những hình ảnh này có nghĩa là phương pháp này sẽ không tự cắt bỏ nó, nhưng nó hữu ích như một gợi ý về cách thức hoạt động của biểu thức.
Brian Z

0

Trong Gimp bạn có một số công cụ lựa chọn có thể giúp công việc của bạn dễ dàng hơn.

Tôi nghĩ với công cụ chọn mờ (chọn theo vùng màu) mà bạn có thể đặt là nhạy cảm hơn hoặc ít hơn với biến đổi màu (Sử dụng hình ảnh đầu tiên bạn đã tải lên, tôi đã nhận được kết quả tốt với giá trị ngưỡng là 13,0). Bằng cách này, tôi nhận được kết quả khá sạch mà không có nhiều ký sinh trùng mà sau đó có thể dễ dàng và nhanh chóng loại bỏ bằng cách sử dụng một công cụ cọ xát

Sau khi được chọn, bạn có thể chia lại các khu vực này với màu sắc tương phản cao, nhập lại vào GIS và sau đó vector hóa?

Nhưng điều này sẽ không giải quyết được vấn đề được chỉ ra bởi người bán hàng về khu vực đất nở, nhưng vì chúng không có nhiều trong số chúng, có lẽ bạn có thể véc tơ chúng từ đầu mà không phải mất nhiều thời gian để làm điều đó?


1
Thật không may, những hình ảnh trên chỉ là những mẫu nhỏ trong một khu vực bản đồ khổng lồ. Nhưng tôi vẫn có thể sử dụng một cách tiếp cận tương tự với công cụ Color, làm mượt nó với các bộ lọc Blur và Thr ngưỡng. Kết quả khá tốt trên bản đồ cũ (trên cùng ở trên). Và may mắn thay, tôi không quan tâm nhiều đến các khu vực bị nhiễu như các khu vực rắn.
Brian Z
Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.