Какие растровые ГИС системы действительно работают?

Растровые ГИС, такие как GRASS , ArcGIS / Spatial Analyst и Idrisi, могут выполнять широкий набор процедур обработки и анализа данных, широко известных как « алгебра карт ». В современной вычислительной среде становится обычным делом поддерживать растры из 100 000 000 ячеек или более во многих различных форматах и ​​требовать относительно сложных вычислений, таких как видимость, водоразделы и идентификация местности, а также возможностей обработки изображений.

Кажется, что существует много открытых, бесплатных и недорогих решений. Но какие из них действительно применимы на практике? То есть, какие из них могут эффективно обрабатывать большие сетки, могут легко вводить и выводить данные, не содержат ошибок и предлагают полный набор аналитических процедур? Какие подводные камни или скрытые ограничения вы не обнаружите, пока не потратите много времени на изучение этих систем? (На этот последний вопрос трудно ответить с помощью веб-поиска, и я надеюсь, что респонденты могут дать ценный совет.)

Меня особенно интересуют решения, которые могут как хорошо интегрироваться, так и конкурировать с популярными (но дорогими) коммерческими системами (а это значит, что совместимость с Windows важна).

Я не могу говорить с SAGA или некоторыми другими системами, но я широко использовал GRASS, в том числе для глобального анализа ячеек ~ 720M, который требовал надежных реализаций растровой алгебры и сложных операций на местности. (Кроме того, с прекращением ArcInfo , GRASS, возможно, является самой длинной непрерывно развивающейся ГИС).

К данным и инструментам GRASS можно легко получить доступ через QGIS , который обеспечивает хороший аналог ArcView GUI. Сам QGIS приобретает прекрасные возможности растрового анализа, такие как плагин GDALTools , но они довольно новы и им не хватает зрелости и глубины самой GRASS.

Другая перспектива - растровый пакет для R : R имеет большую базу пользователей, источник методов легкодоступен и включает в себя самые современные статистические методы. Тем не менее, ему не хватает инструментов для обработки изображений и может быть недостаточно для задач, которые вас интересуют.

Наконец, GDAL образует прочную основу многих, если не самых современных ГИС-систем, и имеет очень быстрые реализации многих общих операций алгебры карт. Его можно использовать через интерфейс Python или через прямой C / C ++ во времена, когда абстракция 'layer' оказывается недостаточной.

Мы используем смесь - от Spatial Analyst, SAGA, Ermapper, немного GRASS, но в конце концов мы склоняемся к Geosoft - хотя это потому, что мы делаем большую обработку геофизических улучшений. Spatial Analyst / ArcGIS хорош, потому что вы можете легко расширить функциональность с помощью наборов инструментов / геообработки, но мы обнаружили, что фактические процедуры обработки Spatial Analyst часто не самые лучшие. В последнее время мы создали наборы инструментов для доступа к модулям SAGA из ArcGIS, поэтому мы можем продолжать использовать эту функциональность без необходимости импорта / экспорта - после всего этого панель инструментов позаботится обо всем этом. Вероятно, мы рассмотрим аналогичные действия для доступа к функциональности GRASS.

Теперь вы можете работать и создавать алгебру карт с растрами практически неограниченного размера в пространственной базе данных с PostGIS. Я лично работаю с SRTM и климатическими данными в масштабе Канады. Я могу быстро и прозрачно пересекать растровые и векторные слои. Я также могу использовать целый набор функций алгебры карт.

Коллектор с Surface Tools очень хорош с точки зрения импорта форматов и обработки больших растров, анализ может быть выполнен непосредственно между соответствующими растрами или с неявным перепроецированием. Есть поддержка графического процессора для ряда растровых функций, и есть сильная поддержка автоматизации с использованием различных языков сценариев и SQL. Цена хорошая в несколько сотен долларов США.

Общий документ для Surface Tools:

http://www.georeference.org/doc/surface_tools.htm

Вот текущий список функций, доступных для диалогового окна Поверхностное преобразование, которое принимает пользовательские выражения для выполнения вычислений между несколькими растрами:

http://www.georeference.org/doc/transform_dialog_functions_and_operators.htm

Одна ловушка заключается в том, что экспорт «поверхностей» (растров) не может быть выполнен в GeoTIFF (изображения могут). Я обычно экспортирую в SDTS и конвертирую в GeoTIFF с помощью GDAL. Отображение систем координат из (собственной) поддержки Manifold и других систем, таких как семейство GDAL, не является совершенным, но проблемы встречаются довольно редко.

Я слышал о тихих нескольких людях, использующих SAGA. Но лично у меня очень мало опыта с этим.

http://www.saga-gis.org/en/index.html

Для этой статьи «Оценка суточной температуры поверхности земли в горных условиях с помощью реконструированных данных MODIS LST (полный текст PDF ) Я легко обработал 11 000 изображений MODIS LST в GRASS GIS, параллельно в нашем кластере. Большое удовольствие, поскольку он просто работает.

мы используем SAGA для мониторинга данных обработки мощности дозы и измерений гамма-спектрометрии (в воздухе или на земле, естественный фон, старые шахтные свалки и т. д.). У меня есть много полезных модулей для нас, и нам это очень нравится.

PS: поскольку вывод карт SAGA имеет свои ограничения, для более сложных карт мы объединяем его с квантовой ГИС.

Говорю за себя, я пристрастен в этом случае. Но я в основном использую IDRISI для растровых ГИС. Во многом потому, что IDRISI предлагает самые всесторонние инструменты для растрового анализа, если сравнивать его с другим программным обеспечением ГИС. От различных классификационных и прогнозирующих статистических моделей до анализа водораздела и стоимостного анализа - в нем есть почти все, что нам нужно для ежедневного растрового анализа. Он также имеет расширение для ArcGIS. Это улучшило его способность обрабатывать большие данные. Тем не менее, ни одна из программ ГИС на самом деле не может рассчитать стоимостную дистанцию ​​1000000 на 1000000 за минуту.