t.rast.seriesgrass – Online in der Cloud

PROGRAMM:

NAME/FUNKTION

t.rast.series - Führt verschiedene Aggregationsalgorithmen von r.series für alle oder eine aus
Teilmenge von Rasterkarten in einem Raum-Zeit-Rasterdatensatz.

SCHLÜSSELWÖRTER

zeitlich, Serie, Raster, Zeit

ZUSAMMENFASSUNG

t.rast.series
t.rast.series --help
t.rast.series [-tn] Varianten des Eingangssignals:=Name Methode=Schnur [Auftrag=Schnur[,Schnur,...]]
[woher=sql_query] Möglichkeiten für das Ausgangssignal:=Name [--überschreiben] [--Hilfe] [--ausführlich] [--ruhig] [--ui]

Flaggen:
-t
Weisen Sie der Ausgabekarte nicht die Start- und Endzeit des Raum-Zeit-Raster-Datasets zu

-n
NULL-Werte propagieren

--überschreiben
Ausgabedateien erlauben, vorhandene Dateien zu überschreiben

--help
Nutzungszusammenfassung drucken

- ausführlich
Ausführliche Modulausgabe

--ruhig
Leiser Modulausgang

--ui
Starten des GUI-Dialogs erzwingen

Parameter:
Varianten des Eingangssignals:=Name [erforderlich]
Name des Eingabe-Raum-Zeit-Raster-Datasets

Methode=Schnur [erforderlich]
Auf den Rasterkarten durchzuführende Aggregatoperation
Optionen: durchschnittlich, zählen, Median, Modus Minimum, min_raster, maximal, max_raster,
Standardentwicklung, Angebot, Summe, Abweichung, Diversität, Neigung, Offset, detkoeff, Quart1, Quart3,
Prozent90, Quantil, Schiefe, Kurtosis
Standard: durchschnittlich

Auftrag=Zeichenfolge[,Zeichenfolge,...]
Sortieren Sie die Karten nach Kategorie
Optionen: Identifikation Name, Schöpfer, Kartensatz, Erstellungszeitpunkt, Änderungszeit,
Startzeit, Endzeit, Norden, Süden, westen Osten, min max
Standard: Startzeit

woher=sql_query
WHERE-Bedingungen der SQL-Anweisung ohne 'where'-Schlüsselwort, die im temporalen GIS verwendet werden
Rahmen
Beispiel: start_time > '2001-01-01 12:30:00'

Möglichkeiten für das Ausgangssignal:=Name [erforderlich]
Name für Ausgabe-Rasterkarte

BESCHREIBUNG

t.rast.series ist ein einfacher Wrapper für das Rastermodul r.serie. Es unterstützt eine Teilmenge von
die Aggregationsmethoden von r.serie.

Die Eingabe dieses Moduls ist ein einzelner Raum-Zeit-Rasterdatensatz, die Ausgabe ist ein einzelner
Rasterkartenebene. Eine Teilmenge des eingegebenen Raum-Zeit-Rasterdatensatzes kann mit ausgewählt werden
die woher Möglichkeit. Die Sortierung der Rasterkartenebene kann über eingestellt werden Auftrag .
Beachten Sie, dass die Reihenfolge der Karten das Ergebnis erheblich beeinflussen kann
Aggregation (z. B. Steigung). Standardmäßig sind die Karten sortiert nach Startzeit.

BEISPIEL

Schätzen Sie die Durchschnittstemperatur für die gesamte Zeitreihe
t.rast.series input=tempmean_monthly Ausgabe=tempmean_general method=average
Schätzen Sie die Durchschnittstemperatur für alle Januar-Karten in der Zeitreihe, den sogenannten
Klimatologie
t.rast.series input=tempmean_monthly \
method=durchschnittliche Ausgabe=tempmean_january \
where="strftime('%m', start_time)='01'"
# äquivalent können wir verwenden
t.rast.series input=tempmean_monthly \
Ausgabe = tempmean_january Methode = Durchschnitt \
where="start_time = datetime(start_time, 'Anfang des Jahres', '0 Monat')"
# wenn wir auch Durchschnittswerte für Februar und März wollen
t.rast.series input=tempmean_monthly \
Ausgabe = Tempmean_Februar Methode = Durchschnitt \
where="start_time = datetime(start_time, 'Anfang des Jahres', '1 Monat')"
t.rast.series input=tempmean_monthly \
Ausgabe = tempmean_march Methode = Durchschnitt \
where="start_time = datetime(start_time, 'Anfang des Jahres', '2 Monat')"
Etwas verallgemeinert können wir die monatlichen Klimatologien für alle Monate schätzen
verschiedene Methoden
for i in `seq -w 1 12` ; Tun
für m im Durchschnitt stddev Minimum Maximum ; Tun
t.rast.series input=tempmean_monthly method=${m} output=tempmean_${m}_${i} \
where="strftime('%m', start_time)='${i}'"
erledigt
erledigt

Nutzen Sie t.rast.seriesgrass online über die Dienste von onworks.net