r.in.xyzgrass - מקוון בענן

תָכְנִית:

שֵׁם

r.in.xyz - יוצר מפת רסטר ממכלול של קואורדינטות רבות באמצעות חד משתנים
סטָטִיסטִיקָה.

מילות מפתח

רסטר, ייבוא, המרה, צבירה, ASCII, LIDAR

תַקצִיר

r.in.xyz
r.in.xyz - עזרה
r.in.xyz [-sgi] קלט=שם תפוקה=שם [שיטה=מחרוזת] [סוג=מחרוזת]
[מפריד=אופי] [x=מספר שלם] [y=מספר שלם] [z=מספר שלם] [לדלג=מספר שלם]
[זרינגה=מינימום מקסימום] [zscale=לצוף] [עמודה_ערך=מספר שלם] [vrange=מינימום מקסימום]
[vscale=לצוף] [אָחוּז=מספר שלם] [PTH=מספר שלם] [מְטוּפָּח=לצוף] [--להחליף]
[--לעזור] [--מִלוּלִי] [--שֶׁקֶט] [--ui]

דגלים:
-s
סרוק את קובץ הנתונים עבור היקף ואז צא

-g
במצב סריקה, הדפס באמצעות סגנון סקריפט מעטפת

-i
התעלם מקווים שבורים

--לכתוב
אפשר לקבצי פלט לדרוס קבצים קיימים

- עזרה
הדפס סיכום שימוש

--מִלוּלִי
פלט מודול מפורט

--שֶׁקֶט
פלט מודול שקט

--ui
הפעלת דו-שיח של ממשק משתמש לאלץ

פרמטרים:
קלט=שם [נדרש]
קובץ ASCII המכיל נתוני קלט (או "-" לקריאה מ-stdin)

תפוקה=שם [נדרש]
שם עבור מפת רסטר פלט

שיטה=מחרוזת
סטטיסטיקה לשימוש עבור ערכי רסטר
אפשרויות: n, דקות מקסימום, מגוון, סְכוּם, מתכוון, stddev, שׁוֹנוּת, coeff_var, חֲצִיוֹן,
אחוזון, עיוות, trimmean
ברירת מחדל: אומר

סוג=מחרוזת
סוג אחסון עבור מפת רסטר שנוצרה
אפשרויות: תָא, FCELL, DCELL
ברירת מחדל: FCELL

מפריד=אופי
מפריד שדות
תווים מיוחדים: מקטרת, פסיק, רווח, טאב, שורה חדשה
ברירת מחדל: מקטרת

x=מספר שלם
מספר עמודה של קואורדינטות x בקובץ הקלט (העמודה הראשונה היא 1)
ברירת מחדל: 1

y=מספר שלם
מספר עמודה של קואורדינטות y בקובץ הקלט
ברירת מחדל: 2

z=מספר שלם
מספר עמודה של ערכי נתונים בקובץ קלט
אם ניתנת עמודת ערך נפרדת, אפשרות זו מתייחסת לעמודת הקואורדינטות z
להיות מסונן על ידי אפשרות zrange
ברירת מחדל: 3

לדלג=מספר שלם
מספר שורות הכותרת לדילוג בראש קובץ הקלט
ברירת מחדל: 0

זרינגה=מינימום מקסימום
טווח סינון עבור Z נתונים (מינימום, מקסימום)

zscale=לצוף
קנה מידה להחלה על נתונים z
ברירת מחדל: 1.0

עמודה_ערך=מספר שלם
מספר עמודה חלופי של ערכי נתונים בקובץ הקלט
אם לא ניתן (או מוגדר ל-0), נעשה שימוש בנתוני העמודה z
ברירת מחדל: 0

vrange=מינימום מקסימום
טווח סינון עבור נתוני עמודות ערך חלופי (מינימום, מקסימום)

vscale=לצוף
קנה מידה להחלה על נתוני עמודת ערכים חלופיים
ברירת מחדל: 1.0

אָחוּז=מספר שלם
אחוז מהמפה שיש לשמור בזיכרון
אפשרויות: 1-100
ברירת מחדל: 100

PTH=מספר שלם
אחוזון pth של הערכים
אפשרויות: 1-100

מְטוּפָּח=לצוף
להשליך אחוז מהקטנים ביותר ו אחוז מהתצפיות הגדולות ביותר
אפשרויות: 0-50

תיאור

השמיים r.in.xyz המודול יטען ויאסוף נתוני X,y,z ASCII ללא רשת למפת רסטר חדשה.
המשתמש יכול לבחור מתוך מגוון שיטות סטטיסטיות ביצירת הרסטר החדש.
ניתן לייבא גם נתוני רשת המסופקים כזרם של נקודות x,y,z.

שים לב שהיקפי האזור והרזולוציה הנוכחיים משמשים לייבוא. זה
לכן מומלץ להשתמש תחילה ב -s דגל כדי לקבל את היקפים של נקודות הקלט
להיות מיובא, ואז להתאים את האזור הנוכחי בהתאם, ורק אז להמשיך עם
יבוא בפועל.

r.in.xyz מיועד לעיבוד מערכי נתונים מאסיביים של ענן נקודות, למשל LIDAR גולמי או
נתוני סונאר של sidescan. זה נבדק עם מערכי נתונים גדולים כמו עשרות מיליארדי
נקודות (705GB בקובץ בודד).

נתונים סטטיסטיים זמינים לאכלוס הרסטר הם:

n מספר נקודות בתא

דקות ערך מינימלי של נקודות בתא

מקסימום ערך מקסימלי של נקודות בתא

רכס טווח נקודות בתא

סכום סכום הנקודות בתא

אומר ערך ממוצע של נקודות בתא

stddev סטיית תקן של נקודות בתא

שונות שונות של נקודות בתא

coeff_var מקדם השונות של נקודות בתא

חציון ערך חציוני של נקודות בתא

אחוזון pth אחוז הנקודות בתא

הטיה הטיית נקודות בתא

trimmean ממוצע גזוז של נקודות בתא

· שׁוֹנוּת ונגזרות משתמשות באומד המוטה (n). [נתון לשינוי]

· מקדם of שונות ניתן באחוזים ומוגדר כ-(stddev/ממוצע)*100.

אפשר גם לאחסן ולאחסן עמודת נתונים נוספת (למשל פיזור לאחור) תוך כדי
סינון וקנה מידה בו זמנית של ערכי עמודת הנתונים וטווח z.

אורים

ברשת נתונים
אם ידוע שהנתונים נמצאים ברשת רגילה r.in.xyz יכול לשחזר את המפה בצורה מושלמת
כל עוד מקפידים להגדיר את האזור בצורה נכונה ושהמפה המקורית של הנתונים
נעשה שימוש בהקרנה. שיטה טיפוסית תכלול גם קביעת רזולוציית הרשת
על ידי בחינת התיעוד המשויך לנתונים או על ידי עיון בקובץ הטקסט. הסריקה הבאה
הנתונים עם r.in.xyz"S -s (אוֹ -g) דגל כדי למצוא את גבולות נתוני הקלט. GRASS משתמש ב-
מוסכמה רסטר מרכז תא שבה נקודות נתונים נופלות בתוך מרכז התא, כמו
מתנגדים למוסכמות ה-grid-node. לכן תצטרך לגדל את האזור על ידי
חצי תא לכל הכיוונים מעבר למה שמצאה הסריקה בקובץ. אחרי האזור
גבולות ורזולוציה מוגדרים כהלכה עם G.Region, לרוץ r.in.xyz באמצעות n שיטה ו
ודא ש-n=1 בכל המקומות. r.univar יכול לעזור. ברגע שאתה בטוח כי האזור
תואם בדיוק את הנתונים המשך לרוץ r.in.xyz באמצעות אחד מה- מתכוון, דקות מקסימום, או
חציון שיטות. כאשר n=1 לאורך כל הדרך, התוצאה צריכה להיות זהה ללא קשר לאיזה מהן
משתמשים בשיטות האלה.

זכרון להשתמש
בעוד קלט הקובץ יכול להיות גדול באופן שרירותי, r.in.xyz ישתמש בכמות גדולה של מערכת
זיכרון עבור אזורי רסטר גדולים (10000x10000). אם המודול מסרב להתחיל להתלונן
שאין מספיק זיכרון, השתמש ב- אָחוּז פרמטר להפעלת המודול במספר
עובר. בנוסף, שימוש בפורמט מפה פחות מדויק (CELL [מספר שלם] או FCELL [צף
נקודה]) ישתמש בפחות זיכרון מ-DCELL [נקודה צפה דיוק כפולה] תפוקה מפה
שיטות כגון n, דקות מקסימום, סכום ישתמש גם בפחות זיכרון, בעוד stddev, שׁוֹנוּת, ו
coeff_var ישתמש יותר. הפונקציות המצטברות חֲצִיוֹן, אחוזון, הטיה ו מקוצץ
אומר ישתמש אפילו יותר בזיכרון ואולי לא יתאים לשימוש עם גדול באופן שרירותי
קבצי קלט.

מפת ברירת המחדל סוג=FCELL נועד כפשרה בין שמירה על דיוק הנתונים לבין
הגבלת צריכת משאבי המערכת. אם קוראים נתונים מזרם stdin, התוכנית
יכול לרוץ רק באמצעות מעבר בודד.

הגדרת באזור גבולות ו החלטה
אתה יכול להשתמש ב -s דגל סריקה כדי למצוא את היקף נתוני הקלט (ובכך את צפיפות הנקודות)
לפני ביצוע הייבוא ​​המלא. להשתמש G.Region כדי להתאים את גבולות האזור להתאמה. ה
-g דגל בסגנון מעטפת מדפיס את המידה המתאימה כפרמטרים עבור G.Region. מתאים
ניתן למצוא רזולוציה על ידי חלוקת מספר נקודות הקלט באזור המכוסה. לְמָשָׁל
wc -l inputfile.txt
g.region -p
# points_per_cell = n_points / (שורות * עמודות)
g.region -e
# מיקום UTM:
# points_per_sq_m = n_points / (ns_extent * ew_extent)
# מיקום רוחב/לונדון:
# points_per_sq_m = n_points / (ns_extent * ew_extent*cos(lat) * (1852*60)^2)

אם אתה רק מתכוון לשלב את הנתונים עם r.to.vect ו v.surf.rst, אז יש
טעם קטן להגדיר את רזולוציית האזור עד כדי כך שתתפס רק נקודת נתונים אחת
לכל תא -- כדאי להשתמש ב-"v.in.ascii -zbt" ישירות.

סינון
נקודות הנופלות מחוץ לאזור הנוכחי ידלגו. זה כולל נפילת נקודות
בדיוק על אזור הדרום קשור. (כדי ללכוד את אלה התאם את האזור עם "g.region
s=s-0.000001"; ראה G.Region)

שורות ריקות ושורות הערות המתחילות בסמל הגיבוב (#) ידלגו.

השמיים זרינגה ניתן להשתמש בפרמטר לסינון נתוני הקלט לפי מידה אנכית. דוגמא
השימושים עשויים לכלול הכנת קטעי רסטר מרובים לשילוב לרסטר תלת מימדי
מערך עם r.to.rast3, או לסינון חריגים בשטח שטוח יחסית.

בשטח מגוון המשתמש עשוי למצוא זאת דקות מפות מייצרות מסנן רעשים טוב כמו רובן
רעש LIDAR הוא מפגיעות מוקדמות. ה דקות מפה עשויה להיות שימושית גם כדי למצוא את הבסיס
טופוגרפיה בסביבה מיוערת או עירונית אם התאים נדגמו יתר על המידה.

המשתמש יכול להשתמש בשילוב של r.in.xyz תפוקה מפות ליצירת מסננים מותאמים אישית. למשל שימוש
r.mapcalc כדי ליצור מפה ממוצעת (2*stddev). [בדוגמה זו המשתמש עשוי לרצות לכלול א
מסנן תחום תחתון r.mapcalc כדי להסיר נקודות משתנות מאוד (קטנות n) או לרוץ
r.שכנים להחליק את מפת stddev לפני שימוש נוסף.]

מתחלף ערך סקירה
השמיים עמודה_ערך ניתן להשתמש בפרמטר במקרים מיוחדים כאשר אתה רוצה לסנן לפי
z-range אבל מאחסן ומאחסן נתונים של עמודה אחרת. למשל אם רצית להסתכל על
ערכי פיזור לאחור בין 1000 ל-1500 מטר גובה. זה שימושי במיוחד
בעת שימוש r.in.xyz להכין פרוסות עומק לרסטר תלת מימד - ה זרינגה אוֹפְּצִיָה
מגדיר את פרוסת העומק אך ערכי הנתונים המאוחסנים בווקסלים מתארים ערך נוסף
מֵמַד. כמו בעמודה z, ניתן להחיל טווח סינון ומקדם קנה מידה.

השלכה מחדש
אם יש להקרין מחדש את מפת הרסטר, ייתכן שיהיה מתאים יותר להקרין מחדש את הקלט
נקודות עם m.proj or cs2cs לפני הריצה r.in.xyz.

שִׁרבּוּב אל תוך a DEM
היכולות הטופוגרפיות של מנוע הווקטור מציגות תקורה של זיכרון סופי לכל וקטור
נקודה שבדרך כלל תגביל מפה וקטורית לכ-3 מיליון נקודות (~ 1750^2
תאים). אם אתה רוצה יותר, השתמש ב- r.to.vect -b דגל כדי לדלג על טופולוגיה של בניין. לְלֹא
טופולוגיה, עם זאת, כל מה שתוכל לעשות עם המפה הווקטורית הוא להציג עם d.vect ו
אינטרפולציה עם v.surf.rst. הפעלה r.univar במפת הרסטר שלך כדי לבדוק את המספר של
תאים שאינם NULL והתאם את הגבולות ו/או הרזולוציה לפי הצורך לפני שתמשיך.

פקודות אופייניות ליצירת DEM באמצעות התאמת ספליין מסודרת:
r.univar lidar_min
r.to.vect -z type=point in=lidar_min out=lidar_min_pt
v.surf.rst in=lidar_min_pt elev=lidar_min.rst

תבואו of x,y, מחרוזת נתונים
r.in.xyz מצפה לערכים מספריים כעמודה z. על מנת לבצע ספירת מופעים
פעולה אפילו על נתונים x,y עם תכונות לא מספריות, ניתן לייבא את הנתונים באמצעות
קואורדינטת x או y כעמודת z מזויפת עבור שיטה=n (ספירת מספר הנקודות לכל
תא רשת), מתעלמים מערכי z בכל מקרה.

דוגמא

ייבא את מערך הנתונים של Jockey's Ridge, NC, LIDAR (קובץ דחוס "lidaratm2.txt.gz"), ו
לעבד אותו ל-DEM נקי:
# סרוק והגדר גבולות אזור
r.in.xyz -s separator="," in=lidaratm2.txt out=test
g.region n=35.969493 s=35.949693 e=-75.620999 w=-75.639999
g.region res=0:00:00.075 -a
# צור מפה "n" המכילה ספירת נקודות לתא לבדיקת צפיפות
r.in.xyz in=lidaratm2.txt out=lidar_n separator="," method=n zrange=-2,50
# צפיפות נקודת ביקורת [rho = n_sum / (שורות*קולות)]
r.univar lidar_n | סכום grep
# צור מפה "דקה" (מסוננת גובה עבור כניסות מוקדמות)
r.in.xyz in=lidaratm2.txt out=lidar_min separator="," method=min zrange=-2,50
# הגדר אזור חישוב לאזור עניין
g.region n=35:57:56.25N s=35:57:13.575N w=75:38:23.7W e=75:37:15.675W
# בדוק את מספר התאים שאינם אפסים (נסה לשמור על פחות מכמה מיליונים)
r.univar lidar_min | grep '^n:'
# המרה לנקודות
r.to.vect -z type=point in=lidar_min out=lidar_min_pt
# אינטרפולציה באמצעות התאמת ספליין מסודרת
v.surf.rst in=lidar_min_pt elev=lidar_min.rst
# הגדר את סולם הצבעים למשהו מעניין
r.colors lidar_min.rst rule=bcyr -n -e
# הכן גרסה בקנה מידה של 1:1:1 להדמיית NVIZ (עבור קלט רוחב/אורך)
r.mapcalc "lidar_min.rst_scaled = lidar_min.rst / (1852*60)"
r.colors lidar_min.rst_scaled rule=bcyr -n -e

הכל

· תמיכה בפלט מפות מרובות מהרצה אחת.
method=string[,string,...] output=name[,name,...]
זה יכול להיות מטופל בקלות על ידי סקריפט עטיפה, עם היתרון הנוסף בכך
פשוט מאוד להקביל ככה.

· הוסף שני דגלים חדשים לתמיכה בקלט בינארי ישיר מ-libLAS עבור נתוני LIDAR
ו-mbio של MB-System לנתוני באטימטריה מרובת קרניים.
הערות: ראה את החדש r.in.lidar מודול לכך.

ידוע סוגיות

· n סכום המפה יכול להיות קצת יותר מ-'wc -l' עם למשל אחוז=10 או פחות.
סיבה לא ידועה.

· n מפות מפות אחוז=100 ואחוז=xx שונות במקצת (הנקודה תיפול מעל/מתחת
קו הפילוח)
חקור עם "r.mapcalc diff = bin_n.100 - bin_n.33" וכו'.
סיבה לא ידועה.

· "נאן" יכול לדלוף לתוך coeff_var מפות.
סיבה לא ידועה. פתרון אפשרי: "r.null setnull=nan"
אם אתה נתקל בבעיות כלשהן (או פתרונות!) אנא צור קשר עם צוות הפיתוח של GRASS.

השתמש ב-r.in.xyzgrass באינטרנט באמצעות שירותי onworks.net