t.rast.accumulategrass - Online in der Cloud

PROGRAMM:

NAME/FUNKTION

t.rast.accumulate - Berechnet zyklische Akkumulationen eines Raum-Zeit-Raster-Datasets.

SCHLÜSSELWÖRTER

zeitlich, Akkumulation, Raster, Zeit

ZUSAMMENFASSUNG

t.rast.accumulate
t.rast.accumulate --help
t.rast.accumulate [-nr] Varianten des Eingangssignals:=Name Möglichkeiten für das Ausgangssignal:=Name [senken=Name] [obere=Name] Anfang=Schnur
[halt=Schnur] Zyklus=Schnur [Offset=Schnur] [Die Granularität=Schnur] Basisname=Schnur
[Grenzen=unten, oben] [verschieben=schweben] [Treppe=schweben] [Methode=Schnur] [--überschreiben]
[--Hilfe] [--ausführlich] [--ruhig] [--ui]

Flaggen:
-n
Registrieren Sie leere Karten im ausgegebenen Raum-Zeit-Rasterdatensatz, andernfalls werden sie gelöscht
gelöscht

-r
Zeitrichtungsumkehr bei zyklischer Akkumulation

--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]
Name des Eingabe-Raum-Zeit-Raster-Datasets

Möglichkeiten für das Ausgangssignal:=Name [erforderlich]
Name des Ausgabe-Raum-Zeit-Raster-Datasets

senken=Name
Eingabe-Raum-Zeit-Raster-Dataset, das den unteren Schwellenwert definiert, Werte unterhalb dieses
Schwelle sind von der Ansammlung ausgeschlossen

obere=Name
Eingabe-Raum-Zeit-Raster-Dataset, das den oberen Schwellenwert definiert, Werte oberhalb dieses
Schwelle sind von der Ansammlung ausgeschlossen

Anfang=Schnur [erforderlich]
Der zeitliche Ausgangspunkt für den Beginn der Akkumulation, z. B. „2001“

halt=Schnur
Das zeitliche Datum, an dem die Akkumulation gestoppt werden soll, z. B. „2009“

Zyklus=Schnur [erforderlich]
Der zeitliche Zyklus zum Neustart der Akkumulation, z. B. „12 Monate“

Offset=Schnur
Der zeitliche Versatz zum Beginn des nächsten Zyklus, z. B. „6 Monate“

Die Granularität=Schnur
Die Granularität für die Akkumulation „1 Tag“
Standard: 1 Tag

Basisname=Schnur [erforderlich]
Basisname der neu generierten Ausgabezuordnungen
Ein durch einen Unterstrich getrenntes numerisches Suffix wird angehängt, um ein eindeutiges
Kennzeichnung

Grenzen=unten, oben
Verwenden Sie diese Grenzwerte, wenn die unteren und/oder oberen Eingabe-Raum-Zeit-Raster-Datasets nicht
definiert

verschieben=schweben
Maßstabsfaktor für das Eingabe-Raum-Zeit-Raster-Dataset

Treppe=schweben
Verschiebungsfaktor für das Eingabe-Raum-Zeit-Raster-Dataset

Methode=Schnur
Diese Methode wird angewendet, um die akkumulativen Werte aus den Eingabekarten in
ein einzelnes Granulat
Wachstumsgradtage oder Winkler-Indizes; Mittelwert: Summe (Eingabekarten)/(Anzahl der Eingabekarten);
Biologisch effektive Gradtage; Huglin-Heliothermieindex
Option: bedeuten, gdd, Bett, Huglin
Standard: bedeuten

BESCHREIBUNG

t.rast.accumulate ist für die Durchführung zeitlicher Akkumulationen von Raum-Zeit-Raster
Datensätze. Dieses Modul erwartet als Eingabe einen Raum-Zeit-Raster-Datensatz, der abgetastet wird
durch eine gegebene Die Granularität. Alle Karten, deren Startzeit während des aktuellen Granulats liegt, werden
mit dem Vorgängergranulatakkumulationsergebnis mittels Rastermodul akkumuliert werden
r.series.accumulate. Die Standardgranularität beträgt 1 Tag, aber jede zeitliche Granularität kann
gesetzt.

Die Anfang Zeit und die Ende Zeitpunkt des Akkumulationsvorgangs muss zB. eingestellt werden.
start="2000-03-01" end="2011-01-01". Darüber hinaus Zyklus, z.B. Zyklus="8 Monate", kann sein
angegeben, der definiert, nach welchem ​​Zeitintervall der Akkumulationsprozess neu gestartet wird. Die
Offset Option gibt die Zeit zwischen zwei Zyklen an, die übersprungen werden soll, z. B. Offset = "4
Monate".

Die senken und obere Grenzen des Akkumulationsprozesses kann entweder durch die Verwendung von Raum
Zeitraster-Datasets oder durch die Verwendung fester Werte für alle Rasterzellen und Zeitschritte. Die
Rasterkarten, die die Unter- und Obergrenzen des tatsächlichen Granulats angeben, werden
erkannt anhand der folgenden zeitlichen Beziehungen: gleich, während, überlappt, überlappt und
enthält. Zuerst werden alle Karten mit gleichen Zeitstempeln wie das aktuelle Granulat erkannt,
Als Grenzwertdefinitionen werden die erste gefundene untere Karte und die erste gefundene obere Karte verwendet.
Wenn keine gleichen Karten gefunden werden, werden Karten mit einer zeitlichen Beziehung erkannt, dann
Karten, die sich zeitlich mit den tatsächlichen Granulaten überlappen, bis Karten erkannt werden, die eine
temporale Contain-Relation. Wenn keine Maps gefunden werden oder untere/obere STRDS nicht definiert sind, dann
die Grenzen Option verwendet wird, z. Grenzen=10,30.

Die obere begrenzen wird nur bei der Berechnung der biologisch effektiven Gradtage verwendet.

Die Optionen verschieben, Treppe und Methode werden an r.series.accumulate übergeben. Bitte beachten Sie
Die Handbuchseite von r.series.accumulate bietet eine detaillierte Beschreibung der Optionen.

Die Möglichkeiten für das Ausgangssignal: ist ein neues Raum-Zeit-Raster-Dataset mit der angegebenen Startzeit, Endzeit und
Granularität, die die akkumulierten Rasterkarten enthält. Die Base Name der generierten Karten
muss immer gesetzt sein. Die Möglichkeiten für das Ausgangssignal: Raum-Zeit-Raster-Dataset kann dann analysiert werden mit
t.rast.accdetect zum Erkennen spezifischer Akkumulationsmuster.

BEISPIEL

Dies ist ein Beispiel für die Akkumulation der täglichen Durchschnittstemperatur in Europa von 1990 bis
2000 mit der Methode der wachsenden Gradtage, um die Reproduktionszyklen von Heuschrecken zu ermitteln, die
sind für die Landwirtschaft von entscheidender Bedeutung.
# Holen Sie sich die Temperaturdaten
wget http://www-pool.math.tu-berlin.de/~soeren/grass/temperature_mean_1990_2000_daily_celsius.tar.gz
# Erstellen Sie ein temporäres Standortverzeichnis
mkdir -p /tmp/grassdata/LL
# Starten Sie GRASS und erstellen Sie einen neuen Standort mit PERMANENTEM Kartensatz
grass70 -c EPSG:4326 /tmp/grassdata/LL/PERMANENT
# Importieren Sie die Temperaturdaten
t.rast.import input=temperatur_mean_1990_2000_daily_celsius.tar.gz \
Ausgabe=Temperaturmittelwert_1990_2000_täglich_Celsius Verzeichnis=/ Tmp
# Wir müssen die Region richtig einstellen
g.region -p raster=`t.rast.list input=temperatur_mean_1990_2000_daily_celsius column=name | tail -1`
# Wir können auf die Rasterkarte zoomen
g.region -p zoom=`t.rast.list input=Temperaturmittelwert_1990_2000_täglich_Celsius column=Name | tail -1`
# # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # #
#### AKKUMULATION MIT DER GDD-METHODE #############################################
# # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # #
# Die Berechnung der Heuschrecken-Schädlingsbekämpfungszyklen basiert auf:
#
# Nutzung von Wachstumsgradtagen zur Insektenbekämpfung
# Nancy E. Adams
# Erweiterungspädagoge, landwirtschaftliche Ressourcen
#
# hier verfügbar: http://extension.unh.edu/agric/gddays/docs/growch.pdf
# Nun berechnen wir die biologisch effektiven Gradtage
# von 1990 - 2000 für jedes Jahr (12-Monats-Zyklus) mit
# eine Granularität von einem Tag. Basistemperatur ist 10°C, Obergrenze ist 30°C.
# Daher beginnt die Akkumulation bei 10 °C und akkumuliert keine Werte über 30 °C.
t.rast.accumulate input="Temperaturmittelwert_1990_2000_täglich_Celsius" \
Ausgabe="Temperaturmittelwert_1990_2000_täglich_Celsius_akkumuliert_10_30" \
Grenzen="10,30" Start="1990-01-01" Stopp="2000-01-01" Zyklus="12 Monate" \
basename="temp_acc_daily_10_30" method="bedd"
# # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # #
#### ERKENNUNG VON AKKUMULATIONSMUSTERN ############################################
# # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # #
# Jetzt erkennen wir die drei Zyklen der Heuschreckenbekämpfung
# Erster Zyklus bei 325°C – 427°C GDD
t.rast.accdetect Eingabe=Temperaturmittelwert_1990_2000_täglich_Celsius_akkumuliert_10_30@PERMANENT \
occ=leafhopper_occurrence_c1_1990_2000 start="1990-01-01" stop="2000-01-01" \
Zyklus = „12 Monate“ Bereich = 325,427 Basisname = lh_c1 Indikator = Leafhopper_Indicator_c1_1990_2000
# Zweiter Zyklus bei 685°C – 813°C GDD
t.rast.accdetect Eingabe=Temperaturmittelwert_1990_2000_täglich_Celsius_akkumuliert_10_30@PERMANENT \
occ=leafhopper_occurrence_c2_1990_2000 start="1990-01-01" stop="2000-01-01" \
Zyklus = „12 Monate“ Bereich = 685,813 Basisname = lh_c2 Indikator = Leafhopper_Indicator_c2_1990_2000
# Dritter Zyklus bei 1047°C – 1179°C GDD
t.rast.accdetect Eingabe=Temperaturmittelwert_1990_2000_täglich_Celsius_akkumuliert_10_30@PERMANENT \
occ=leafhopper_occurrence_c3_1990_2000 start="1990-01-01" stop="2000-01-01" \
Zyklus = „12 Monate“ Bereich = 1047,1179 Basisname = lh_c3 Indikator = Leafhopper_Indicator_c3_1990_2000
# # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # #
#### JÄHRLICHE RÄUMLICHE AUFTRETENSBERECHNUNG ALLER ZYKLEN #####################
# # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # #
# Extrahieren Sie die Bereiche mit vollständigen Zyklen
t.rast.aggregate input=leafhopper_indicator_c1_1990_2000 gran="1 Jahr" \
Ausgabe=Leafhopper_Zyklus_1_1990_2000_jährlich Methode=Maximum Basisname=li_c1
t.rast.mapcalc Eingabe=Zikadenzyklus_1_1990_2000_jährlich Basisname=lh_clean_c1 \
Ausgabe=Zikadenzyklus_1_1990_2000_jährliche_Reinigung \
Ausdruck="wenn(leafhopper_cycle_1_1990_2000_yearly == 3, 1, null())"
t.rast.aggregate input=leafhopper_indicator_c2_1990_2000 gran="1 Jahr" \
Ausgabe=Leafhopper_Zyklus_2_1990_2000_jährlich Methode=Maximum Basisname=li_c2
t.rast.mapcalc Eingabe=Zikadenzyklus_2_1990_2000_jährlich Basisname=lh_clean_c2 \
Ausgabe=Zikadenzyklus_2_1990_2000_jährliche_Reinigung \
Ausdruck="wenn(leafhopper_cycle_2_1990_2000_yearly == 3, 2, null())"
t.rast.aggregate input=leafhopper_indicator_c3_1990_2000 gran="1 Jahr" \
Ausgabe=Leafhopper_Zyklus_3_1990_2000_jährlich Methode=Maximum Basisname=li_c3
t.rast.mapcalc Eingabe=Zikadenzyklus_3_1990_2000_jährlich Basisname=lh_clean_c3 \
Ausgabe=Zikadenzyklus_3_1990_2000_jährliche_Reinigung \
Ausdruck="wenn(leafhopper_cycle_3_1990_2000_yearly == 3, 3, null())"
t.rast.mapcalc input=leafhopper_cycle_1_1990_2000_yearly_clean,leafhopper_cycle_2_1990_2000_yearly_clean,leafhopper_cycle_3_1990_2000_yearly_clean \
Basisname=lh_cleann_all_cycles \
Ausgabe=Leafhopper_alle_Zyklen_1990_2000_jährliche_Reinigung \
Ausdruck="wenn(istnull(Leafhopper_Zyklus_3_1990_2000_jährlich_sauber), \
if(isnull(leafhopper_cycle_2_1990_2000_yearly_clean), \
if(isnull(leafhopper_cycle_1_1990_2000_yearly_clean), \
null() ,1),2),3)"
Katze > Farbtabelle << EOF
3 gelb
2 blau
1 rot
EOF
t.rast.colors Eingabe=Leafhopper_cycle_1_1990_2000_yearly_clean Regeln=Farbe.Tabelle
t.rast.colors Eingabe=Leafhopper_cycle_2_1990_2000_yearly_clean Regeln=Farbe.Tabelle
t.rast.colors Eingabe=Leafhopper_cycle_3_1990_2000_yearly_clean Regeln=Farbe.Tabelle
t.rast.colors Eingabe=Leafhopper_alle_Zyklen_1990_2000_jährlich_rein Regeln=Farbe.Tabelle
# # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # #
################# BERECHNUNG DER DAUER #########################################
# # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # #
# Extrahieren Sie die Dauer des ersten Zyklus in Tagen
t.rast.aggregate input=leafhopper_occurrence_c1_1990_2000 gran="1 Jahr" \
Ausgabe=leafhopper_min_day_c1_1990_2000 Methode=Minimum Basisname=occ_min_day_c1
t.rast.aggregate input=leafhopper_occurrence_c1_1990_2000 gran="1 Jahr" \
Ausgabe=leafhopper_max_day_c1_1990_2000 Methode=maximal Basisname=occ_max_day_c1
t.rast.mapcalc input=leafhopper_min_day_c1_1990_2000,leafhopper_max_day_c1_1990_2000 \
Basisname=Belegungsdauer_c1 \
Ausgabe=Leafhopper_Duration_c1_1990_2000 \
expression="leafhopper_max_day_c1_1990_2000 - leafhopper_min_day_c1_1990_2000"
# Extrahieren Sie die Dauer des zweiten Zyklus in Tagen
t.rast.aggregate input=leafhopper_occurrence_c2_1990_2000 gran="1 Jahr" \
Ausgabe=leafhopper_min_day_c2_1990_2000 Methode=Minimum Basisname=occ_min_day_c2
t.rast.aggregate input=leafhopper_occurrence_c2_1990_2000 gran="1 Jahr" \
Ausgabe=leafhopper_max_day_c2_1990_2000 Methode=maximal Basisname=occ_max_day_c2
t.rast.mapcalc input=leafhopper_min_day_c2_1990_2000,leafhopper_max_day_c2_1990_2000 \
Basisname=Belegungsdauer_c2 \
Ausgabe=Leafhopper_Duration_c2_1990_2000 \
expression="leafhopper_max_day_c2_1990_2000 - leafhopper_min_day_c2_1990_2000"
# Extrahieren Sie die Dauer des dritten Zyklus in Tagen
t.rast.aggregate input=leafhopper_occurrence_c3_1990_2000 gran="1 Jahr" \
Ausgabe=leafhopper_min_day_c3_1990_2000 Methode=Minimum Basisname=occ_min_day_c3
t.rast.aggregate input=leafhopper_occurrence_c3_1990_2000 gran="1 Jahr" \
Ausgabe=leafhopper_max_day_c3_1990_2000 Methode=maximal Basisname=occ_max_day_c3
t.rast.mapcalc input=leafhopper_min_day_c3_1990_2000,leafhopper_max_day_c3_1990_2000 \
Basisname=Belegungsdauer_c3 \
Ausgabe=Leafhopper_Duration_c3_1990_2000 \
expression="leafhopper_max_day_c3_1990_2000 - leafhopper_min_day_c3_1990_2000"
t.rast.colors Eingabe=Leafhopper_Duration_c1_1990_2000 Farbe=Regenbogen
t.rast.colors Eingabe=Leafhopper_Duration_c2_1990_2000 Farbe=Regenbogen
t.rast.colors Eingabe=Leafhopper_Duration_c3_1990_2000 Farbe=Regenbogen
# # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # #
################# AUFTRETEN DER MONATLICHEN ZYKLEN ####################################
# # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # #
# Extrahieren Sie den monatlichen Indikator, der den Beginn und das Ende eines Zyklus anzeigt
# Erster Zyklus
t.rast.aggregate input=leafhopper_indicator_c1_1990_2000 gran="1 Monat" \
Ausgabe=leafhopper_indi_min_month_c1_1990_2000 Methode=Minimum Basisname=occ_indi_min_month_c1
t.rast.aggregate input=leafhopper_indicator_c1_1990_2000 gran="1 Monat" \
Ausgabe=leafhopper_indi_max_month_c1_1990_2000 Methode=maximal Basisname=occ_indi_max_month_c1
t.rast.mapcalc input=leafhopper_indi_min_month_c1_1990_2000,leafhopper_indi_max_month_c1_1990_2000 \
Basisname=Indikator_monatlich_c1 \
Ausgabe=Monatsindikator_für_Zikaden_c1_1990_2000 \
Ausdruck="wenn(leafhopper_indi_min_month_c1_1990_2000 == 1, 1, wenn(leafhopper_indi_max_month_c1_1990_2000 == 3, 3, 2))"
# Zweiter Zyklus
t.rast.aggregate input=leafhopper_indicator_c2_1990_2000 gran="1 Monat" \
Ausgabe=leafhopper_indi_min_month_c2_1990_2000 Methode=Minimum Basisname=occ_indi_min_month_c2
t.rast.aggregate input=leafhopper_indicator_c2_1990_2000 gran="1 Monat" \
Ausgabe=leafhopper_indi_max_month_c2_1990_2000 Methode=maximal Basisname=occ_indi_max_month_c2
t.rast.mapcalc input=leafhopper_indi_min_month_c2_1990_2000,leafhopper_indi_max_month_c2_1990_2000 \
Basisname=Indikator_monatlich_c2 \
Ausgabe=Monatsindikator_für_Zikaden_c2_1990_2000 \
Ausdruck="wenn(leafhopper_indi_min_month_c2_1990_2000 == 1, 1, wenn(leafhopper_indi_max_month_c2_1990_2000 == 3, 3, 2))"
# Dritter Zyklus
t.rast.aggregate input=leafhopper_indicator_c3_1990_2000 gran="1 Monat" \
Ausgabe=leafhopper_indi_min_month_c3_1990_2000 Methode=Minimum Basisname=occ_indi_min_month_c3
t.rast.aggregate input=leafhopper_indicator_c3_1990_2000 gran="1 Monat" \
Ausgabe=leafhopper_indi_max_month_c3_1990_2000 Methode=maximal Basisname=occ_indi_max_month_c3
t.rast.mapcalc input=leafhopper_indi_min_month_c3_1990_2000,leafhopper_indi_max_month_c3_1990_2000 \
Basisname=Indikator_monatlich_c3 \
Ausgabe=Monatsindikator_für_Zikaden_c3_1990_2000 \
Ausdruck="wenn(leafhopper_indi_min_month_c3_1990_2000 == 1, 1, wenn(leafhopper_indi_max_month_c3_1990_2000 == 3, 3, 2))"
Katze > Farbtabelle << EOF
3 rot
2 gelb
1 grün
EOF
t.rast.colors Eingabe=leafhopper_monthly_indicator_c1_1990_2000 Regeln=Farbtabelle
t.rast.colors Eingabe=leafhopper_monthly_indicator_c2_1990_2000 Regeln=Farbtabelle
t.rast.colors Eingabe=leafhopper_monthly_indicator_c3_1990_2000 Regeln=Farbtabelle
# # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # #
################# VISUALISIERUNG ##############################################
# # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # #
# Nun verwenden wir g.gui.animation um das jährliche Auftreten, die Dauer und das monatliche Auftreten zu visualisieren
# Jährliches Auftreten aller Reproduktionszyklen
g.gui.animation strds=leafhopper_alle_Zyklen_1990_2000_jährlich_rein
# Jährliche Dauer des Reproduktionszyklus 1
g.gui.animation strds=leafhopper_duration_c1_1990_2000
# Jährliche Dauer des Reproduktionszyklus 2
g.gui.animation strds=leafhopper_duration_c2_1990_2000
# Jährliche Dauer des Reproduktionszyklus 3
g.gui.animation strds=leafhopper_duration_c3_1990_2000
# Monatliches Auftreten des Reproduktionszyklus 1
g.gui.animation strds=leafhopper_monthly_indicator_c1_1990_2000
# Monatliches Auftreten des Reproduktionszyklus 2
g.gui.animation strds=leafhopper_monthly_indicator_c2_1990_2000
# Monatliches Auftreten des Reproduktionszyklus 3
g.gui.animation strds=leafhopper_monthly_indicator_c3_1990_2000

Verwenden Sie t.rast.accumulategrass online mit den Diensten von onworks.net