কিভাবে গ্রিডে গড় slাল গণনা করবেন?


14

এটি আসলে একটি দুটি অংশ প্রশ্ন:

  1. কোন ক্ষেত্রটি নির্দিষ্ট ক্ষেত্রের জন্য ইউনিট দ্বারা বলুন (কিমিঃ বলুন) গড় opeাল গণনা করতে পারে? উচ্চতা পরিমাপের পাশাপাশি অতিরিক্ত তথ্যের মতো - ডেটাতে কি কোনও বিশেষ প্রয়োজনীয়তা রয়েছে?
  2. কোন ওপেন সোর্স জিআইএস গ্রিডে গড় opeাল গণনা করতে ব্যবহারযোগ্য পদ্ধতিগুলি (যেমন টিআইএফ ফাইল)?

উত্তর:


6

প্রথম পদ্ধতির রাস্টার জন্য opeাল গণনা করা হয়। আপনি যদি ওপেন সোর্স খুঁজছেন, বিশেষত রাস্টার গণনার জন্য আমি প্রায় সবসময় গ্রাসের পরামর্শ দেব। এই ক্ষেত্রে আপনি আপনার opeাল রাস্টার গণনা করার জন্য r.slope.aspect এর পরে রয়েছেন

এই মুহুর্তে আপনার কাছে দুটি বিকল্প রয়েছে। যদি আপনি একটি নির্দিষ্ট পয়েন্টকে কেন্দ্র করে 2 কিলোমিটারের মধ্যে গড় opeালের পরে থাকেন তবে আপনি opeালের আউটপুটটিতে গড় পদ্ধতি সহ r.neighbours চেষ্টা করতে পারেন । পর্যায়ক্রমে আপনি আপনার রাস্টারকে কিলোমিটার 2 কোষ পর্যন্ত আনতে r.resample চেষ্টা করতে পারেন এবং পুরো ডেটাसेटের উপরে আপনার গড় km াল km কিলোমিটার 2 হতে হবে।

যতদূর আমি জানি যে অবিচ্ছিন্ন রাস্টার ছাড়া অন্য কোনও বিশেষ প্রয়োজনীয়তা নেই - যদিও আমি প্রথমে এটি সাবলীল করার জন্য রাস্টারটিকে কাট / পূরণ করার চেষ্টা করতে পারি।

আশাকরি এটা সাহায্য করবে!


16

উচ্চতা পরিমাপের অর্থ, অধিগ্রহণের পদ্ধতি এবং প্রক্রিয়াজাতকরণ সম্পর্কে আপনার কিছু জানা দরকার, কারণ opeালের গণনাগুলি রেজোলিউশনের পক্ষে মোটামুটি সংবেদনশীল। আপনি নিম্নতর resolutionালু পাবেন, সাধারণত, একটি মোটা রেজোলিউশন সহ বা যখন সেল মানগুলি স্পট উচ্চতার চেয়ে সেল গড় উচ্চতা হয়। বিশেষত, যদি আপনার গ্রিডটি কোনও ধরণের পুনর্নির্মাণের প্রক্রিয়া দ্বারা প্রক্রিয়া করা হয়ে থাকে তবে তা slালু (কখনও কখনও নাটকীয়ভাবে) পরিবর্তিত হবে। নোট, এছাড়াও, যে কোনও অঞ্চলের গড় opeাল একই অঞ্চলের মধ্যে তুলনামূলক গড়ের উপর ভিত্তি করে opeালের সমান নয়: পূর্ববর্তীটি কমপক্ষে পরবর্তীকালের মতো কমপক্ষে দুর্দান্ত হতে চলেছে এবং অত্যন্ত বড় হতে পারে। চূড়ান্ত উদাহরণ হিসাবে, পশ্চিম ভার্জিনিয়ার গভীরভাবে জ্বলন্ত মালভূমিতে গড় opeাল উচ্চতর, এটি অসুস্থ অঞ্চলকে প্রতিফলিত করে,

সম্পাদন করা

কয়েক বছর আগে আমি একই এলাকার তিনটি ডিইএম (আইডাহোতে) 30 মিটার রেজোলিউশন, 10 মি রেজোলিউশন এবং একটি লিডার ডেটাসেট (সি। 1 মি রেজোলিউশন) পেয়েছি এবং তাদের opeাল বিতরণগুলির সাথে তুলনা করেছি। এই স্টাডি থেকে একটি গ্রাফিক এখানে দেওয়া হয়েছে:

ব্যক্তিত্ব

এটি দেখায় যে রেজোলিউশনটি সূক্ষ্ম হওয়ার সাথে সাথে উচ্চ-opeালু অঞ্চলের অনুপাত বাড়তে থাকে। 30 মিটার থেকে LIDAR এ পরিবর্তনটি যথেষ্ট: গড় গড় opeাল প্রায় 10 ডিগ্রি বৃদ্ধি পায়। এই গ্রাফটি আরও ঘনিষ্ঠ চেহারাটিকে পুরস্কৃত করে: আপনি কম opeালু অঞ্চলে খুব কম পরিবর্তন দেখতে পারেন । স্পষ্টতই, লিডার ডিইএমের উচ্চ-opeালু রাগযুক্ত অঞ্চলগুলি 10 মিটার এবং 30 মিটার ডিইএমগুলিতে ছড়িয়ে পড়ে যেখানে তারা মাঝারি slাল অঞ্চল হয়ে যায়। সত্যই চরম opালু (75 ডিগ্রি বা তার বেশি) কেবল LIDAR ডেটাশেটে প্রদর্শিত হয়। যদিও এই প্রশ্নগুলির মধ্যে প্রশ্ন থাকতে পারে যেগুলির মধ্যে কোনটি "সত্যের" নিকটে রয়েছে, স্পষ্টতই opeাল বিতরণ সম্পর্কে যে ফলাফলগুলি আঁকে তা সমাধানের সাথে পৃথক হবে।

আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.