r.in.xyzgrass – Online in der Cloud

PROGRAMM:

NAME/FUNKTION

r.in.xyz - Erstellt eine Rasterkarte aus einer Zusammenstellung vieler Koordinaten unter Verwendung von Univariate
Statistik.

SCHLÜSSELWÖRTER

Raster, Import, Konvertierung, Aggregation, ASCII, LIDAR

ZUSAMMENFASSUNG

r.in.xyz
r.in.xyz --help
r.in.xyz [-sgi] Varianten des Eingangssignals:=Name Möglichkeiten für das Ausgangssignal:=Name [Methode=Schnur] [tippe=Schnur]
[Separator=Charakter] [x=ganze Zahl] [y=ganze Zahl] [z=ganze Zahl] [überspringen=ganze Zahl]
[zrange=Minimal Maximal] [zscale=schweben] [value_column=ganze Zahl] [vrange=Minimal Maximal]
[vsscale=schweben] [Prozent=ganze Zahl] [pth=ganze Zahl] [trimmen=schweben] [--überschreiben]
[--Hilfe] [--ausführlich] [--ruhig] [--ui]

Flaggen:
-s
Durchsuchen Sie die Datendatei nach ihrem Umfang und beenden Sie den Vorgang

-g
Drucken Sie im Scanmodus im Shell-Skriptstil

-i
Gestrichelte Linien ignorieren

--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]
ASCII-Datei mit Eingabedaten (oder „-“ zum Lesen aus stdin)

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

Methode=Schnur
Für Rasterwerte zu verwendende Statistik
Option: n, min max Angebot, Summe, bedeuten, Standardentwicklung, Abweichung, coeff_var, Median,
Perzentil, Schiefe, trimmean
Standard: bedeuten

tippe=Schnur
Speichertyp für die resultierende Rasterkarte
Option: ZELLE, FCELL, DCELL
Standard: FCELL

Separator=Charakter
Feldtrenner
Sonderzeichen: Pipe, Komma, Leerzeichen, Tabulator, Zeilenumbruch
Standard: Rohr

x=ganze Zahl
Spaltennummer der X-Koordinaten in der Eingabedatei (erste Spalte ist 1)
Standard: 1

y=ganze Zahl
Spaltennummer der Y-Koordinaten in der Eingabedatei
Standard: 2

z=ganze Zahl
Spaltenanzahl der Datenwerte in der Eingabedatei
Wenn eine separate Wertespalte angegeben ist, bezieht sich diese Option auf die Z-Koordinatenspalte
durch die Option zrange gefiltert werden
Standard: 3

überspringen=ganze Zahl
Anzahl der Kopfzeilen, die oben in der Eingabedatei übersprungen werden sollen
Standard: 0

zrange=Minimal Maximal
Filterbereich für Z-Daten (min., max.)

zscale=schweben
Skalierung zur Anwendung auf Z-Daten
Standard: 1.0

value_column=ganze Zahl
Alternative Spaltenanzahl der Datenwerte in der Eingabedatei
Wenn nicht angegeben (oder auf 0 gesetzt), werden die Z-Spaltendaten verwendet
Standard: 0

vrange=Minimal Maximal
Filterbereich für Spaltendaten mit alternativen Werten (Min., Max.)

vsscale=schweben
Skalierung zur Anwendung auf Spaltendaten mit alternativen Werten
Standard: 1.0

Prozent=ganze Zahl
Prozentsatz der Karte, der im Speicher bleiben soll
Option: 1 - 100
Standard: 100

pth=ganze Zahl
p-Perzentil der Werte
Option: 1 - 100

trimmen=schweben
Verwerfen Prozent der kleinsten und Prozent der größten Beobachtungen
Option: 0 - 50

BESCHREIBUNG

Die r.in.xyz Das Modul lädt und gliedert ungerasterte X-, Y- und Z-ASCII-Daten in eine neue Rasterkarte.
Der Benutzer kann bei der Erstellung des neuen Rasters aus einer Vielzahl statistischer Methoden wählen.
Es können auch gerasterte Daten importiert werden, die als Strom von X-, Y- und Z-Punkten bereitgestellt werden.

Bitte beachten Sie, dass für den Import die aktuellen Regionsausdehnungen und Auflösungen verwendet werden. Es ist
Daher wird empfohlen, zuerst das zu verwenden -s Flag, um die Ausmaße der Eingabepunkte abzurufen
importieren möchten, passen Sie dann die aktuelle Region entsprechend an und fahren Sie erst dann mit dem fort
tatsächlicher Import.

r.in.xyz ist für die Verarbeitung riesiger Punktwolkendatensätze konzipiert, zum Beispiel Roh-LIDAR oder
Sidescan-Sonarschwaddaten. Es wurde mit Datensätzen im zweistelligen Milliardenbereich getestet
Punkte (705 GB in einer einzigen Datei).

Verfügbare Statistiken zum Auffüllen des Rasters sind:

n Anzahl der Punkte in der Zelle

Min. Mindestwert der Punkte in der Zelle

max Maximalwert der Punkte in der Zelle

Angebot Bereich von Punkten in der Zelle

Summe Summe der Punkte in der Zelle

bedeuten Durchschnittswert der Punkte in der Zelle

stddev Standardabweichung der Punkte in der Zelle

Unterschied Varianz der Punkte in der Zelle

coeff_var Varianzkoeffizient der Punkte in der Zelle

mittlere Mittelwert der Punkte in der Zelle

Perzentil pth Perzentil der Punkte in der Zelle

Schiefe Schiefe der Punkte in der Zelle

trimmean getrimmter Mittelwert der Punkte in der Zelle

· Unterschied und Derivate verwenden den voreingenommenen Schätzer (n). [Änderungen vorbehalten]

· Koeffizient of Unterschied wird in Prozent angegeben und ist als (stddev/mean)*100 definiert.

Es ist auch möglich, währenddessen eine andere Datenspalte (z. B. Backscatter) zu unterteilen und zu speichern
Gleichzeitiges Filtern und Skalieren sowohl der Datenspaltenwerte als auch des Z-Bereichs.

ANMERKUNG

gerastert frustrierten
Wenn bekannt ist, dass sich die Daten in einem regelmäßigen Raster befinden r.in.xyz Kann die Karte perfekt rekonstruieren
solange darauf geachtet wird, die Region korrekt einzurichten und die native Karte der Daten sicherzustellen
Projektion verwendet wird. Eine typische Methode wäre auch die Bestimmung der Rasterauflösung
durch Prüfung der zugehörigen Dokumentation der Daten oder durch Studium der Textdatei. Nächster Scan
die Daten mit r.in.xyz -s (oder -g)-Flag, um die Grenzen der Eingabedaten zu ermitteln. GRASS nutzt die
Zellenmitte-Rasterkonvention, bei der Datenpunkte in die Mitte einer Zelle fallen, z
im Gegensatz zur Grid-Node-Konvention. Daher müssen Sie die Region vergrößern
eine halbe Zelle in alle Richtungen über das hinaus, was der Scan in der Datei gefunden hat. Nach der Region
Grenzen und Auflösung sind korrekt eingestellt g.Region, Lauf r.in.xyz Verwendung der n Methode und
Überprüfen Sie, ob an allen Stellen n=1 ist. r.univar kann helfen. Sobald Sie sicher sind, dass die Region
stimmt genau mit den Daten überein. Fahren Sie mit der Ausführung fort r.in.xyz mit einem der bedeuten, min max oder
mittlere Methoden. Mit durchgehend n=1 sollte das Ergebnis unabhängig davon identisch sein
diese Methoden werden verwendet.

Memory -
Während die Varianten des Eingangssignals: Datei kann beliebig groß sein, r.in.xyz wird eine große Menge an System verbrauchen
Speicher für große Rasterregionen (10000x10000). Wenn das Modul sich weigert, mit der Beschwerde zu beginnen
Wenn nicht genügend Speicher vorhanden ist, verwenden Sie die Prozent Parameter, um das Modul in mehreren auszuführen
geht vorbei. Darüber hinaus wird ein weniger präzises Kartenformat (CELL [integer] oder FCELL [floating) verwendet
point]) benötigt weniger Speicher als ein DCELL [Gleitkomma mit doppelter Genauigkeit] Möglichkeiten für das Ausgangssignal: Karte.
Methoden wie n, min max Summe wird auch weniger Speicher verbrauchen, während Standardentwicklung, Abweichung, und
coeff_var Werde mehr verbrauchen. Die Aggregatfunktionen Median, Perzentil, Schiefe und getrimmt
bedeuten verbraucht noch mehr Speicher und ist möglicherweise nicht für die Verwendung mit beliebig großen Speicherkapazitäten geeignet
Eingabedateien.

Die Standardkarte tippe=FCELL ist als Kompromiss zwischen der Wahrung der Datengenauigkeit und gedacht
Begrenzung des Systemressourcenverbrauchs. Beim Lesen von Daten aus einem Standard-Stream wird das Programm
kann nur in einem Durchgang ausgeführt werden.

Rahmen Region Beschränkt und Auflösung
Sie können die Verwendung -s Scan-Flag, um den Umfang der Eingabedaten (und damit die Punktdichte) zu ermitteln.
bevor Sie den vollständigen Import durchführen. Verwenden g.Region , um die Regionsgrenzen entsprechend anzupassen. Der
-g Das Flag im Shell-Stil gibt den Umfang aus, der als Parameter für geeignet ist g.Region. Ein passender
Die Auflösung lässt sich ermitteln, indem man die Anzahl der Eingabepunkte durch die abgedeckte Fläche dividiert. z.B
wc -l Eingabedatei.txt
g.region -p
# point_per_cell = n_points / (rows * cols)
g.region -e
# UTM-Standort:
# point_per_sq_m = n_points / (ns_extent * ew_extent)
# Lat/Lon-Standort:
# points_per_sq_m = n_points / (ns_extent * ew_extent*cos(lat) * (1852*60)^2)

Wenn Sie die Daten nur mit interpolieren möchten r.to.vect und v.surf.rst, dann ist da
Es macht wenig Sinn, die Regionsauflösung so fein einzustellen, dass Sie nur einen Datenpunkt erfassen
pro Zelle – Sie können auch direkt „v.in.ascii -zbt“ verwenden.

Filterung
Punkte, die außerhalb der aktuellen Region liegen, werden übersprungen. Dazu zählen fallende Punkte
genau auf die südliche Region begrenzt. (Um diese zu erfassen, passen Sie die Region mit „g.region“ an
s=s-0.000001"; siehe g.Region)

Leerzeilen und Kommentarzeilen, die mit dem Raute-Symbol (#) beginnen, werden übersprungen.

Die zrange Der Parameter kann zum Filtern der Eingabedaten nach vertikaler Ausdehnung verwendet werden. Beispiel
Zu den Einsatzmöglichkeiten kann die Vorbereitung mehrerer Rasterabschnitte gehören, die zu einem 3D-Raster kombiniert werden sollen
Array mit r.bis.rast3oder zum Filtern von Ausreißern auf relativ flachem Gelände.

In abwechslungsreichem Gelände kann der Benutzer dies finden Min. Karten sind wie die meisten ein guter Rauschfilter
LIDAR-Rauschen entstehen durch vorzeitige Treffer. Der Min. Die Karte kann auch nützlich sein, um das zugrunde liegende zu finden
Topographie in einer bewaldeten oder städtischen Umgebung, wenn die Zellen übermäßig beprobt werden.

Der Benutzer kann eine Kombination aus verwenden r.in.xyz Möglichkeiten für das Ausgangssignal: Karten, um benutzerdefinierte Filter zu erstellen. zB verwenden
r.mapcalc um eine Mean-(2*stddev)-Karte zu erstellen. [In diesem Beispiel möchte der Benutzer möglicherweise a einschließen
Untergrenzenfilter in r.mapcalc um stark variable Punkte (kleine Punkte) zu entfernen n) oder laufe
r.nachbarn um die stddev-Karte vor der weiteren Verwendung zu glätten.]

Wechseln Wert Überblick
Die value_column Der Parameter kann in speziellen Fällen verwendet werden, wenn Sie filtern möchten
Z-Bereich, aber bin und speichere die Daten einer anderen Spalte. Zum Beispiel, wenn Sie es sich ansehen wollten
Rückstreuwerte zwischen 1000 und 1500 Metern Höhe. Dies ist besonders nützlich
bei der Verwendung von r.in.xyz um Tiefenschnitte für ein 3D-Raster vorzubereiten – das zrange ganz ohne irgendetwas tun oder drücken zu müssen.
definiert den Tiefenschnitt, aber die in den Voxeln gespeicherten Datenwerte beschreiben etwas Zusätzliches
Abmessungen. Wie bei der Z-Spalte können ein Filterbereich und ein Skalierungsfaktor angewendet werden.

Rückprojektion
Wenn die Rasterkarte neu projiziert werden soll, ist es möglicherweise sinnvoller, die Eingabe neu zu projizieren
Punkte mit m.proj or cs2cs vor dem Laufen r.in.xyz.

Interpolation in a DEM
Die topografischen Fähigkeiten der Vektor-Engine führen zu einem begrenzten Speicheraufwand pro Vektor
Punkt, der eine Vektorkarte normalerweise auf etwa 3 Millionen Punkte (~ 1750^2) begrenzt
Zellen). Wenn Sie mehr wollen, verwenden Sie die r.to.vect -b Flag zum Überspringen der Gebäudetopologie. Ohne
Allerdings können Sie mit der Vektorkarte nur die Topologie anzeigen d.vekt und
interpolieren mit v.surf.rst. Lauf r.univar auf Ihrer Rasterkarte, um die Anzahl zu überprüfen
Nicht-NULL-Zellen und passen Sie die Grenzen und/oder die Auflösung nach Bedarf an, bevor Sie fortfahren.

Typische Befehle zum Erstellen eines DEM mit einer regulierten Spline-Anpassung:
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

Import of x,y,string frustrierten
r.in.xyz erwartet numerische Werte als Z-Spalte. Um eine Vorkommniszählung durchzuführen
Auch bei XY-Daten mit nicht numerischen Attributen können die Daten mit importiert werden
entweder die x- oder y-Koordinate als gefälschte Z-Spalte für Methode=n (zählen Sie die Anzahl der Punkte pro
Gitterzelle), werden die Z-Werte ohnehin ignoriert.

BEISPIEL

Importieren Sie den Jockey's Ridge, NC, LIDAR-Datensatz (komprimierte Datei „lidaratm2.txt.gz“) und
Verarbeiten Sie es in ein sauberes DEM:
# Regionsgrenzen scannen und festlegen
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
# Erstellen Sie eine „n“-Karte mit der Anzahl der Punkte pro Zelle zur Überprüfung der Dichte
r.in.xyz in=lidaratm2.txt out=lidar_n Separator="," method=n zrange=-2,50
# Prüfpunktdichte [rho = n_sum / (rows*cols)]
r.univar lidar_n | grep-Summe
# „Min“-Karte erstellen (Höhe nach vorzeitigen Treffern gefiltert)
r.in.xyz in=lidaratm2.txt out=lidar_min Separator="," method=min zrange=-2,50
# Rechenbereich auf Interessenbereich setzen
g.region n=35:57:56.25N s=35:57:13.575N w=75:38:23.7W e=75:37:15.675W
# Überprüfen Sie die Anzahl der Nicht-Null-Zellen (versuchen Sie, unter ein paar Millionen zu bleiben)
r.univar lidar_min | grep '^n:'
# in Punkte umwandeln
r.to.vect -z type=point in=lidar_min out=lidar_min_pt
# mit einer regulierten Spline-Anpassung interpolieren
v.surf.rst in=lidar_min_pt elev=lidar_min.rst
# Farbskala auf etwas Interessantes einstellen
r.colors lidar_min.rst Rule=bcyr -n -e
# Bereiten Sie eine 1:1:1-skalierte Version für die NVIZ-Visualisierung vor (für Lat/Lon-Eingabe)
r.mapcalc "lidar_min.rst_scaled = lidar_min.rst / (1852*60)"
r.colors lidar_min.rst_scaled Rule=bcyr -n -e

ALLES

· Unterstützung für die Ausgabe mehrerer Karten aus einem einzigen Lauf.
Methode=Zeichenfolge[,Zeichenfolge,...] Ausgabe=Name[,Name,...]
Dies kann problemlos mit einem Wrapper-Skript erledigt werden, was den zusätzlichen Vorteil bietet, dass dies der Fall ist
Es ist sehr einfach, auf diese Weise zu parallelisieren.

· Fügen Sie zwei neue Flags zur Unterstützung der direkten Binäreingabe von libLAS für LIDAR-Daten hinzu
und MB-Systems mbio für Mehrstrahl-Bathymetriedaten.
beachten: Sehen Sie das Neue r.in.lidar Modul dafür.

BEKANNT PROBLEME

· n Die Kartensumme kann etwas größer als „wc -l“ sein, z. B. Prozent = 10 oder weniger.
Ursache unbekannt.

· n Die Karten „Prozent=100“ und „Prozent=xx“ unterscheiden sich geringfügig (der Punkt liegt über/unter).
die Segmentierungslinie)
Untersuchen Sie mit „r.mapcalc diff = bin_n.100 – bin_n.33“ usw.
Ursache unbekannt.

· „nan“ kann eindringen coeff_var Karten.
Ursache unbekannt. Mögliche Problemumgehung: „r.null setnull=nan“
Wenn Sie auf Probleme (oder Lösungen!) stoßen, wenden Sie sich bitte an das GRASS-Entwicklungsteam.

Nutzen Sie r.in.xyzgrass online über die Dienste von onworks.net