Получите растровые значения из наложения полигонов в ГИС-решениях Opensource

У меня есть два слоя. Слой в форме многоугольника со множеством плиток и растровый слой, содержащий земной покров CORINE 2006 со многими категориями в карте цветов. Я хочу получить для каждого многоугольника в слое формы сумму каждой категории растительного покрова растрового слоя.

Например, есть полигон с идентификатором '2', и я хочу использовать атрибуты, подобные этому, для этого полигона (в процентах или квадратных метрах):

• Пахотная земля: 15%
• Лес: 11%
• Улицы: 2% (... и так одна)

Я пытался сделать это в траве, qgis (без функции), саге (просто суммирует все до общего значения) r (общая сумма), но я все еще не нашел решения. Большинство плагинов (зональная статистика в qgis) поддерживают только растровые слои 0-1. v.rast.stats тоже не помог. Я открыт для любого хорошего и умного решения! Может быть, я даже использовал неправильный подход или сделал ошибки.

В Arcgis эта задача довольно проста, если я правильно помню, но мне все еще не хватает хорошего решения для вашего обычного пользователя Linux.

Я использую систему Debian Linux, и поэтому я могу использовать только программы для этой ОС.

РЕДАКТИРОВАТЬ: Потому что этот вопрос по-прежнему имеет так много просмотров и посетителей: я написал плагин QGIS, который также способен рассчитать площадь растрового слоя. Я еще не закодировал наложение полигонов, но оно определенно запланировано. Найдите плагин здесь и сначала установите библиотеку Scipy.

Используйте «extract» для наложения объектов многоугольника из SpatialPolygonsDataFrame (который можно прочитать из шейп-файла с помощью maptools: readShapeSpatial) на растре, а затем используйте «table» для суммирования. Пример:

> c=raster("cumbria.tif") # this is my CORINE land use raster
> summary(spd)
Object of class SpatialPolygonsDataFrame
[...]
> nrow(spd)  # how many polygons:
[1] 2
> ovR = extract(c,spd)
> str(ovR)
List of 2
 $ : num [1:542] 26 26 26 26 26 26 26 26 26 26 ...
 $ : num [1:958] 18 18 18 18 18 18 18 18 18 18 ...

Итак, мой первый полигон покрывает 542 пикселя, а мой второй - 958. Я могу суммировать каждый из них:

> lapply(ovR,table)
[[1]]

 26  27 
287 255 

[[2]]

  2  11  18 
 67  99 792 

Таким образом, мой первый многоугольник состоит из 287 пикселей класса 26 и 255 пикселей класса 27. Достаточно легко сложить, разделить и умножить на 100, чтобы получить проценты.

Я хотел доложить, и вот я здесь. Решение Spacedman работало отлично, и я смог экспортировать всю информацию для каждого многоугольника в моей форме. Просто на тот случай, если у кого-то возникнет такая же проблема, вот как я это сделал:

...
tab <- apply(ovR,table)
# Calculate percentage of landcover types for each polygon-field.
# landcover is a datastream with the names of every polygon
for(i in 1:length(tab)){
 s <- sum(tab[[i]])
 mat <- as.matrix(tab[[i]])
 landcover[i,paste("X",row.names(mat),sep="")] <- as.numeric(tab[[i]]/s)
}

если я правильно понимаю, что вы хотите, и при условии, что у вас есть векторный слой «mypolygonlayer» и растровый слой «corina» уже в вашей базе данных GRASS GIS:

Сначала я бы преобразовал вектор в растр. Кошка будет гарантировать, что у вас будет один уникальный идентификатор на полигон. Если у вас есть столбец с уникальным числовым идентификатором, вы можете использовать этот столбец. Метка колонки является необязательной:

v.to.rast input = слой mypolygonlayer = 1 output = mypolygons use = cat labelcolumn = NameMappingUnit

Затем запустите r.stats, чтобы получить статистику:

r.stats -a -l input = mypolygons, разделитель корины =; выход = / дом / Паулу / corinastats.csv

Последний шаг - открыть файл corinastats.csv, например, в LibreOffice и создать сводную таблицу или использовать R для создания кросс-таблицы.

Я знаю, что этот пост довольно старый, но недавно я хотел провести такой же анализ, но загрузка таких программ, как R, немного затрудняет работу моего компьютера и требует одобрения. После многих часов исследования метода, который я мог использовать только с QGis и Excel, я обнаружил, что этот метод работает лучше всего для меня, и хотел предложить его людям в такой же ситуации.

1. Прикрепить полигон к растровому слою (Растр → извлечение → клипер: входной файл = растровый слой, выберите выходное имя и местоположение, нажмите на слой маски, выберите полигон → хорошо)

2. Полигонизировать слой обрезки (Растр → Конверсия → Полигонизация: входной файл = ваш слой клипа, сохранить вывод → ОК)

3. Вычисление количества пикселей (Нажмите на файл формы, который вы только что создали → калькулятор открытого поля: поставьте галочку «создать новое поле» и добавьте имя поля, Function = geometry → area → ok). Теперь у вас должен быть новый столбец в вашей таблице атрибутов, показывающий количество пикселей.

4. Сохранить слой полигонизации (щелкните правой кнопкой мыши слой полигонизации, сохраните как: format = DBF file, сохраните как → ok)

5. Суммирующее количество пикселей для каждой среды обитания (запустите Excel, откройте файл, если у вас нет заголовков, добавьте по одному для каждого столбца, щелкните пустую ячейку, перейдите на вкладку DATA, объедините, убедитесь, что это сумма, нажмите на Красная стрелка рядом с «Обзор ...» и выберите два столбца (включая заголовки), нажмите «Добавить» и отметьте оба поля «Верхний ряд» и «Левый столбец» → ОК)

6. Если, как и я, у вас есть много полигонов для анализа и вам необходимо сравнить их в одной таблице, этот шаг будет полезным. В новой книге Excel перечислите номера ваших мест обитания в столбце A (для меня от 1 до 48) и поместите два столбца, которые вы только что объединили, в столбцы B и C (среда обитания в B и количество пикселей в C). В ячейку D1 напишите следующую формулу: = IFNA (INDEX (C: C; MATCH (A2; B: B; 0)); "") и перетащите (или дважды щелкните в правом нижнем углу) вниз до последнего значения (так что если у вас есть 48 мест обитания до клетки D48). Количество пикселей теперь находится в соответствующих ячейках вашей среды обитания, и вы можете повторить этот процесс для всех ваших полигонов.

Как насчет преобразования данных CORINE в набор векторных полигонов с помощью QGIS ( Растр> Конверсия> Полигонизация ), а затем с помощью функции объединения ( Вектор> Инструменты геообработки> Объединение ) для объединения с полигонами. Результирующий векторный набор данных будет содержать области каждого класса CORINE в каждом многоугольнике.

QGIS.

В транке QGIS есть еще одна версия ZonalStats, которая называется Zonal Statistics.

Это выполняет функцию, которую вы требуете.

Что касается рабочего процесса, мне не ясно, сколько у вас растров или это просто полосы в растре?

В противоположность большинству ответов, приведенных выше, я бы сказал, что лучшим вариантом является растеризация полигонов, а не работа с двумя наборами растровых данных вместо двух наборов данных полигонов. Это намного менее интенсивно обрабатывает и, следовательно, является единственным простым в реализации решением для обработки больших растров и больших файлов полигонов в R.

После растеризации ваших полигонов в точно такой же степени и разрешении растровых данных вы можете составить сводную статистику, как описано здесь , в виде таблицы , которая подходит, если ваш растр помещается в память (растровые слои малого / среднего размера) или вы можете преобразовать каждую категорию в двоичную форму с помощью reclassфункции и чем рассчитать zonalстатистику для каждого класса. Вот решение, которое объединяет растеризацию и зональную статистику в одну функцию и прекрасно работает с очень большими наборами данных.