Ubuntu Online, Fedora Online, Windows online emulator അല്ലെങ്കിൽ MAC OS ഓൺലൈൻ എമുലേറ്റർ എന്നിങ്ങനെയുള്ള ഞങ്ങളുടെ ഒന്നിലധികം സൗജന്യ ഓൺലൈൻ വർക്ക്സ്റ്റേഷനുകളിലൊന്ന് ഉപയോഗിച്ച് OnWorks സൗജന്യ ഹോസ്റ്റിംഗ് ദാതാവിൽ പ്രവർത്തിപ്പിക്കാൻ കഴിയുന്ന t.rast.accumulategrass കമാൻഡ് ആണിത്.
പട്ടിക:
NAME
t.rast.accumulate - ഒരു സ്പേസ് ടൈം റാസ്റ്റർ ഡാറ്റാസെറ്റിന്റെ ചാക്രിക ശേഖരണം കണക്കാക്കുന്നു.
കീവേഡുകൾ
താൽക്കാലിക, ശേഖരണം, റാസ്റ്റർ, സമയം
സിനോപ്സിസ്
t.rast.accumulate
t.rast.accumulate --സഹായിക്കൂ
t.rast.accumulate [-nr] ഇൻപുട്ട്=പേര് ഔട്ട്പുട്ട്=പേര് [താഴത്തെ=പേര്] [മുകളിലെ=പേര്] തുടക്കം=സ്ട്രിംഗ്
[നിർത്തുക=സ്ട്രിംഗ്] സൈക്കിൾ=സ്ട്രിംഗ് [ഓഫ്സെറ്റ്=സ്ട്രിംഗ്] [ഗ്രാനുലാരിറ്റി=സ്ട്രിംഗ്] ബേസ്നെയിം=സ്ട്രിംഗ്
[പരിധി=താഴെ, മുകൾ] [ഷിഫ്റ്റ്=ഫ്ലോട്ട്] [സ്കെയിൽ=ഫ്ലോട്ട്] [രീതി=സ്ട്രിംഗ്] [--തിരുത്തിയെഴുതുക]
[--സഹായിക്കൂ] [--വെർബോസ്] [--നിശബ്ദത] [--ui]
ഫ്ലാഗുകൾ:
-n
ഔട്ട്പുട്ട് സ്പേസ് ടൈം റാസ്റ്റർ ഡാറ്റാസെറ്റിൽ ശൂന്യമായ മാപ്പുകൾ രജിസ്റ്റർ ചെയ്യുക, അല്ലാത്തപക്ഷം അവ ആയിരിക്കും
ഇല്ലാതാക്കി
-r
ചാക്രിക ശേഖരണത്തിൽ റിവേഴ്സ് ടൈം ദിശ
--മറെഴുതുക
നിലവിലുള്ള ഫയലുകൾ തിരുത്തിയെഴുതാൻ ഔട്ട്പുട്ട് ഫയലുകളെ അനുവദിക്കുക
--സഹായിക്കൂ
പ്രിന്റ് ഉപയോഗ സംഗ്രഹം
--വാക്കുകൾ
വെർബോസ് മൊഡ്യൂൾ ഔട്ട്പുട്ട്
--നിശബ്ദമായി
ശാന്തമായ മൊഡ്യൂൾ ഔട്ട്പുട്ട്
--ui
നിർബന്ധിതമായി സമാരംഭിക്കുന്ന GUI ഡയലോഗ്
പാരാമീറ്ററുകൾ:
ഇൻപുട്ട്=പേര് [ആവശ്യമാണ്]
ഇൻപുട്ട് സ്പേസ് ടൈം റാസ്റ്റർ ഡാറ്റാസെറ്റിന്റെ പേര്
ഔട്ട്പുട്ട്=പേര് [ആവശ്യമാണ്]
ഔട്ട്പുട്ട് സ്പേസ് ടൈം റാസ്റ്റർ ഡാറ്റാസെറ്റിന്റെ പേര്
താഴത്തെ=പേര്
താഴ്ന്ന പരിധി നിർവചിക്കുന്ന ഇൻപുട്ട് സ്പേസ് ടൈം റാസ്റ്റർ ഡാറ്റാസെറ്റ്, മൂല്യങ്ങൾ ഇത് കുറയ്ക്കുന്നു
ത്രെഷോൾഡ് ശേഖരണത്തിൽ നിന്ന് ഒഴിവാക്കിയിരിക്കുന്നു
മുകളിലെ=പേര്
മുകളിലെ പരിധി നിർവചിക്കുന്ന ഇൻപുട്ട് സ്പേസ് ടൈം റാസ്റ്റർ ഡാറ്റാസെറ്റ്, ഇതിന് മുകളിലുള്ള മൂല്യങ്ങൾ
ത്രെഷോൾഡ് ശേഖരണത്തിൽ നിന്ന് ഒഴിവാക്കിയിരിക്കുന്നു
തുടക്കം=സ്ട്രിംഗ് [ആവശ്യമാണ്]
ശേഖരണം ആരംഭിക്കുന്നതിനുള്ള താൽക്കാലിക ആരംഭ പോയിന്റ്, ഉദാ '2001-01-01'
നിർത്തുക=സ്ട്രിംഗ്
ശേഖരണം നിർത്താനുള്ള താൽക്കാലിക തീയതി, ഉദാ '2009-01-01'
സൈക്കിൾ=സ്ട്രിംഗ് [ആവശ്യമാണ്]
ശേഖരണം പുനരാരംഭിക്കാനുള്ള താൽക്കാലിക ചക്രം, ഉദാ '12 മാസം'
ഓഫ്സെറ്റ്=സ്ട്രിംഗ്
അടുത്ത ചക്രത്തിന്റെ തുടക്കത്തിലേക്കുള്ള താൽക്കാലിക ഓഫ്സെറ്റ്, ഉദാ '6 മാസം'
ഗ്രാനുലാരിറ്റി=സ്ട്രിംഗ്
ശേഖരണത്തിനുള്ള ഗ്രാനുലാരിറ്റി '1 ദിവസം'
സ്ഥിരസ്ഥിതി: 1 ദിവസം
ബേസ്നെയിം=സ്ട്രിംഗ് [ആവശ്യമാണ്]
പുതിയ ജനറേറ്റഡ് ഔട്ട്പുട്ട് മാപ്പുകളുടെ അടിസ്ഥാന നാമം
ഒരു അണ്ടർസ്കോറുകൊണ്ട് വേർതിരിക്കുന്ന ഒരു സംഖ്യാപരമായ പ്രത്യയം ഒരു അദ്വിതീയത സൃഷ്ടിക്കാൻ അറ്റാച്ചുചെയ്യും
ഐഡന്റിഫയർ
പരിധി=താഴെ, മുകൾ
ലോവർ കൂടാതെ/അല്ലെങ്കിൽ മുകളിലെ ഇൻപുട്ട് സ്പേസ് ടൈം റാസ്റ്റർ ഡാറ്റാസെറ്റുകൾ ഇല്ലെങ്കിൽ ഈ പരിധികൾ ഉപയോഗിക്കുക
നിർവചിച്ചിരിക്കുന്നത്
ഷിഫ്റ്റ്=ഫ്ലോട്ട്
ഇൻപുട്ട് സ്പേസ് ടൈം റാസ്റ്റർ ഡാറ്റാസെറ്റിനുള്ള സ്കെയിൽ ഘടകം
സ്കെയിൽ=ഫ്ലോട്ട്
ഇൻപുട്ട് സ്പേസ് ടൈം റാസ്റ്റർ ഡാറ്റാസെറ്റിനുള്ള ഷിഫ്റ്റ് ഫാക്ടർ
രീതി=സ്ട്രിംഗ്
ഇൻപുട്ട് മാപ്പുകളിൽ നിന്നുള്ള സഞ്ചിത മൂല്യങ്ങൾ കണക്കാക്കാൻ ഈ രീതി പ്രയോഗിക്കും
ഒരൊറ്റ തരി
വളരുന്ന ഡിഗ്രി ദിനങ്ങൾ അല്ലെങ്കിൽ വിങ്ക്ലർ സൂചികകൾ; ശരാശരി: തുക(ഇൻപുട്ട് മാപ്പുകൾ)/(ഇൻപുട്ട് മാപ്പുകളുടെ എണ്ണം);
ജൈവശാസ്ത്രപരമായി ഫലപ്രദമായ ഡിഗ്രി ദിവസങ്ങൾ; ഹഗ്ലിൻ ഹീലിയോതെർമൽ സൂചിക
ഓപ്ഷനുകൾ: അർത്ഥമാക്കുന്നത്, gdd, കിടക്ക, ആലിംഗനം
സ്ഥിരസ്ഥിതി: അർത്ഥമാക്കുന്നത്
വിവരണം
t.rast.accumulate സ്പേസ് ടൈം റാസ്റ്ററിന്റെ താൽക്കാലിക ശേഖരണം നടത്താൻ രൂപകൽപ്പന ചെയ്തിട്ടുള്ളതാണ്
ഡാറ്റാസെറ്റുകൾ. ഈ മൊഡ്യൂൾ ഇൻപുട്ടായി ഒരു സ്പേസ് ടൈം റാസ്റ്റർ ഡാറ്റാസെറ്റ് പ്രതീക്ഷിക്കുന്നു, അത് സാമ്പിൾ ചെയ്യപ്പെടും
നൽകിയത് വഴി ഗ്രാനുലാരിറ്റി. യഥാർത്ഥ ഗ്രാനുൾ സമയത്ത് ആരംഭിക്കുന്ന സമയമുള്ള എല്ലാ മാപ്പുകളും
റാസ്റ്റർ മൊഡ്യൂൾ ഉപയോഗിച്ച് മുൻഗാമിയായ ഗ്രാനുൾ അക്യുമുലേഷൻ റിസൾട്ട് ഉപയോഗിച്ച് ശേഖരിക്കുക
r.series.accumulate. ഡിഫോൾട്ട് ഗ്രാനുലാരിറ്റി 1 ദിവസമാണ്, എന്നാൽ ഏത് താൽക്കാലിക ഗ്രാനുലാരിറ്റിയും ആകാം
സജ്ജമാക്കുക.
ദി തുടക്കം സമയവും അവസാനിക്കുന്നു ശേഖരണ പ്രക്രിയയുടെ സമയം സജ്ജീകരിക്കണം, ഉദാ.
തുടക്കം="2000-03-01" അവസാനം="2011-01-01". കൂടാതെ എ സൈക്കിൾ, ഉദാ. സൈക്കിൾ="8 മാസങ്ങൾ", ആകാം
വ്യക്തമാക്കിയത്, ഏത് സമയ ഇടവേളയ്ക്ക് ശേഷം ശേഖരണ പ്രക്രിയ പുനരാരംഭിക്കുമെന്ന് നിർവചിക്കുന്നു. ദി
ഓഫ്സെറ്റ് ഒഴിവാക്കേണ്ട രണ്ട് സൈക്കിളുകൾക്കിടയിലുള്ള സമയം ഓപ്ഷൻ വ്യക്തമാക്കുന്നു, ഉദാ. ഓഫ്സെറ്റ്="4
മാസങ്ങൾ".
ദി താഴത്തെ ഒപ്പം മുകളിലെ പരിധി സ്പേസ് ഉപയോഗിച്ച് ഒന്നുകിൽ ശേഖരണ പ്രക്രിയ സജ്ജമാക്കാൻ കഴിയും
ടൈം റാസ്റ്റർ ഡാറ്റാസെറ്റുകൾ അല്ലെങ്കിൽ എല്ലാ റാസ്റ്റർ സെല്ലുകൾക്കും സമയ ഘട്ടങ്ങൾക്കുമായി നിശ്ചിത മൂല്യങ്ങൾ ഉപയോഗിച്ച്. ദി
യഥാർത്ഥ ഗ്രാനുലിന്റെ താഴ്ന്നതും ഉയർന്നതുമായ പരിധികൾ വ്യക്തമാക്കുന്ന റാസ്റ്റർ മാപ്പുകൾ ആയിരിക്കും
ഇനിപ്പറയുന്ന താൽക്കാലിക ബന്ധങ്ങൾ ഉപയോഗിച്ച് കണ്ടെത്തി: തുല്യം, സമയത്ത്, ഓവർലാപ്പുകൾ, ഓവർലാപ്പ്, കൂടാതെ
അടങ്ങിയിരിക്കുന്നു. ആദ്യം നിലവിലുള്ള ഗ്രാനുളിന് തുല്യ സമയ സ്റ്റാമ്പുകളുള്ള എല്ലാ മാപ്പുകളും കണ്ടെത്തും,
കണ്ടെത്തിയ ആദ്യത്തെ താഴ്ന്ന ഭൂപടവും ആദ്യത്തെ മുകളിലെ ഭൂപടവും പരിധി നിർവചനങ്ങളായി ഉപയോഗിക്കുന്നു.
തുല്യ മാപ്പുകളൊന്നും കണ്ടെത്തിയില്ലെങ്കിൽ, റിലേഷൻ സമയത്ത് ഒരു താൽക്കാലിക മാപ്പുകൾ കണ്ടെത്തും, തുടർന്ന്
a ഉള്ള മാപ്പുകൾ കണ്ടെത്തുന്നതുവരെ, യഥാർത്ഥ തരികളെ താൽക്കാലികമായി ഓവർലാപ്പ് ചെയ്യുന്ന മാപ്പുകൾ
താൽക്കാലിക അടങ്ങുന്ന ബന്ധം. മാപ്പുകളൊന്നും കണ്ടെത്തിയില്ലെങ്കിലോ താഴെ/മുകളിൽ STRDS നിർവചിച്ചിട്ടില്ലെങ്കിലോ, പിന്നെ
The പരിധി ഓപ്ഷൻ ഉപയോഗിക്കുന്നു, ഉദാ. പരിധികൾ=10,30.
ദി മുകളിലെ പരിധി ബയോളജിക്കൽ എഫെക്റ്റീവ് ഡിഗ്രി ഡേയ്സ് കണക്കുകൂട്ടലിൽ മാത്രമാണ് ഉപയോഗിക്കുന്നത്.
ഓപ്ഷനുകൾ ഷിഫ്റ്റ്, സ്കെയിൽ ഒപ്പം രീതി r.series.accumulate എന്നതിലേക്ക് കൈമാറുന്നു. ദയവായി റഫർ ചെയ്യുക
വിശദമായ ഓപ്ഷൻ വിവരണത്തിനായി r.series.accumulate എന്നതിന്റെ മാനുവൽ പേജ്.
ദി ഔട്ട്പുട്ട് നൽകിയിരിക്കുന്ന ആരംഭ സമയം, അവസാന സമയം, എന്നിവയുള്ള ഒരു പുതിയ സ്പേസ് ടൈം റാസ്റ്റർ ഡാറ്റാസെറ്റാണ്
ശേഖരിക്കപ്പെട്ട റാസ്റ്റർ മാപ്പുകൾ അടങ്ങുന്ന ഗ്രാനുലാരിറ്റി. ദി അടിസ്ഥാനം സൃഷ്ടിച്ച മാപ്പുകളുടെ പേര്
എപ്പോഴും സജ്ജമാക്കിയിരിക്കണം. ദി ഔട്ട്പുട്ട് സ്പേസ് ടൈം റാസ്റ്റർ ഡാറ്റാസെറ്റ് ഉപയോഗിച്ച് വിശകലനം ചെയ്യാം
നിർദ്ദിഷ്ട ശേഖരണ പാറ്റേണുകൾ കണ്ടെത്തുന്നതിന് t.rast.acdetect.
ഉദാഹരണം
1990 മുതൽ യൂറോപ്പിലെ ദൈനംദിന ശരാശരി താപനില എങ്ങനെ ശേഖരിക്കാം എന്നതിന്റെ ഒരു ഉദാഹരണമാണിത്
2000-ൽ ഗ്രോസ് ഹോപ്പർ പുനരുൽപ്പാദന ചക്രങ്ങൾ കണ്ടുപിടിക്കാൻ ഗ്രോ-ഡിഗ്രി-ഡേ രീതി ഉപയോഗിച്ച്
കൃഷിക്ക് നിർണായകമാണ്.
# താപനില ഡാറ്റ നേടുക
തമാശ http://www-pool.math.tu-berlin.de/~soeren/grass/temperature_mean_1990_2000_daily_celsius.tar.gz
# ഒരു താൽക്കാലിക ലൊക്കേഷൻ ഡയറക്ടറി സൃഷ്ടിക്കുക
mkdir -p /tmp/grassdata/LL
# GRASS ആരംഭിച്ച് ശാശ്വതമായ മാപ്സെറ്റ് ഉപയോഗിച്ച് ഒരു പുതിയ ലൊക്കേഷൻ സൃഷ്ടിക്കുക
ഗ്രാസ്70 -സി EPSG:4326 /tmp/grassdata/LL/PERMANENT
# താപനില ഡാറ്റ ഇറക്കുമതി ചെയ്യുക
t.rast.import input=temperature_mean_1990_2000_daily_celsius.tar.gz \
output=temperature_mean_1990_2000_daily_celsius ഡയറക്ടറി=/ tmp
# ഞങ്ങൾ പ്രദേശം ശരിയായി സജ്ജീകരിക്കേണ്ടതുണ്ട്
g.region -p raster=`t.rast.list input=temperature_mean_1990_2000_daily_celsius column=പേര് | വാൽ -1`
# നമുക്ക് റാസ്റ്റർ മാപ്പിലേക്ക് സൂം ചെയ്യാം
g.region -p zoom=`t.rast.list input=temperature_mean_1990_2000_daily_celsius column=പേര് | വാൽ -1`
############################################## ############################
#### GDD രീതി ഉപയോഗിച്ചുള്ള ശേഖരണം #######################################
############################################## ############################
# ഗ്രഷോപ്പർ കീട നിയന്ത്രണ ചക്രങ്ങളുടെ കണക്കുകൂട്ടൽ അടിസ്ഥാനമാക്കിയുള്ളതാണ്:
#
# പ്രാണികളെ നിയന്ത്രിക്കുന്നതിനായി വളരുന്ന ഡിഗ്രി ദിനങ്ങൾ ഉപയോഗിക്കുന്നു
# നാൻസി ഇ. ആഡംസ്
# വിപുലീകരണ അധ്യാപകൻ, കാർഷിക വിഭവങ്ങൾ
#
# ഇവിടെ ലഭ്യമാണ്: http://extension.unh.edu/agric/gddays/docs/growch.pdf
# ഇപ്പോൾ നമ്മൾ ജൈവശാസ്ത്രപരമായി ഫലപ്രദമായ ഡിഗ്രി ദിനങ്ങൾ കണക്കാക്കുന്നു
# 1990 മുതൽ 2000 വരെ ഓരോ വർഷവും (12 മാസ സൈക്കിൾ).
# ഒരു ദിവസത്തെ ഗ്രാനുലാരിറ്റി. അടിസ്ഥാന താപനില 10 ° C ആണ്, ഉയർന്ന പരിധി 30 ° C ആണ്.
# അതിനാൽ സഞ്ചയനം 10°C-ൽ ആരംഭിക്കുകയും 30°C-ന് മുകളിൽ മൂല്യങ്ങൾ ശേഖരിക്കുകയും ചെയ്യുന്നില്ല.
t.rast.accumulate input="temperature_mean_1990_2000_daily_celsius" \
output="temperature_mean_1990_2000_daily_celsius_accumulate_10_30" \
പരിധി = "10,30" തുടക്കം = "1990-01-01" നിർത്തുക = "2000-01-01" സൈക്കിൾ = "12 മാസം" \
അടിസ്ഥാനനാമം="temp_acc_daily_10_30" method="bedd"
############################################## ############################
#### ശേഖരണ പാറ്റേൺ കണ്ടെത്തൽ #######################################
############################################## ############################
# ഇപ്പോൾ ഞങ്ങൾ മൂന്ന് വെട്ടുക്കിളി കീട നിയന്ത്രണ ചക്രങ്ങൾ കണ്ടുപിടിക്കുന്നു
# 325°C - 427°C GDD-ൽ ആദ്യ ചക്രം
t.rast.accdetect input=temperature_mean_1990_2000_daily_celsius_accumulate_10_30@PERMANENT \
occ=leafhopper_occurrence_c1_1990_2000 start="1990-01-01" stop="2000-01-01" \
സൈക്കിൾ="12 മാസം" ശ്രേണി=325,427 അടിസ്ഥാനനാമം=lh_c1 സൂചകം=leafhopper_indicator_c1_1990_2000
# രണ്ടാം ചക്രം 685°C - 813°C GDD
t.rast.accdetect input=temperature_mean_1990_2000_daily_celsius_accumulate_10_30@PERMANENT \
occ=leafhopper_occurrence_c2_1990_2000 start="1990-01-01" stop="2000-01-01" \
സൈക്കിൾ="12 മാസം" ശ്രേണി=685,813 അടിസ്ഥാനനാമം=lh_c2 സൂചകം=leafhopper_indicator_c2_1990_2000
# 1047°C - 1179°C GDD-ൽ മൂന്നാം ചക്രം
t.rast.accdetect input=temperature_mean_1990_2000_daily_celsius_accumulate_10_30@PERMANENT \
occ=leafhopper_occurrence_c3_1990_2000 start="1990-01-01" stop="2000-01-01" \
സൈക്കിൾ="12 മാസം" ശ്രേണി=1047,1179 അടിസ്ഥാനനാമം=lh_c3 സൂചകം=leafhopper_indicator_c3_1990_2000
############################################## ############################
#### എല്ലാ സൈക്കിളുകളുടേയും വാർഷിക സ്പേഷ്യൽ സംഭവങ്ങളുടെ കണക്കുകൂട്ടൽ ####################
############################################## ############################
# മുഴുവൻ സൈക്കിളുകളുള്ള പ്രദേശങ്ങൾ എക്സ്ട്രാക്റ്റ് ചെയ്യുക
t.rast.aggregate input=leafhopper_indicator_c1_1990_2000 gran="1 year" \
output=leafhopper_cycle_1_1990_2000_yearly method=പരമാവധി അടിസ്ഥാനനാമം=li_c1
t.rast.mapcalc input=leafhopper_cycle_1_1990_2000_yearly basename=lh_clean_c1 \
output=leafhopper_cycle_1_1990_2000_yearly_clean \
പദപ്രയോഗം === 1, 1990, null())"
t.rast.aggregate input=leafhopper_indicator_c2_1990_2000 gran="1 year" \
output=leafhopper_cycle_2_1990_2000_yearly method=പരമാവധി അടിസ്ഥാനനാമം=li_c2
t.rast.mapcalc input=leafhopper_cycle_2_1990_2000_yearly basename=lh_clean_c2 \
output=leafhopper_cycle_2_1990_2000_yearly_clean \
പദപ്രയോഗം === 2, 1990, null())"
t.rast.aggregate input=leafhopper_indicator_c3_1990_2000 gran="1 year" \
output=leafhopper_cycle_3_1990_2000_yearly method=പരമാവധി അടിസ്ഥാനനാമം=li_c3
t.rast.mapcalc input=leafhopper_cycle_3_1990_2000_yearly basename=lh_clean_c3 \
output=leafhopper_cycle_3_1990_2000_yearly_clean \
പദപ്രയോഗം === 3, 1990, 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 \
അടിസ്ഥാനനാമം=lh_cleann_all_cycles \
output=leafhopper_all_cycles_1990_2000_yearly_clean \
എക്സ്പ്രെഷൻ="ഇഫ്(ഇസ്നൽ(ഇലഹോപ്പർ_സൈക്കിൾ_3_1990_2000_വർഷത്തിൽ_ക്ലീൻ), \
if(isnull(leafhopper_cycle_2_1990_2000_yearly_clean), \
if(isnull(leafhopper_cycle_1_1990_2000_yearly_clean), \
null() ,1),2),3)"
പൂച്ച > color.table << EOF
മഞ്ഞനിറം മഞ്ഞനിറം
നീല നീല നിറം
എൺപത് ചുവപ്പ്
EOF
t.rast.colors input=leafhopper_cycle_1_1990_2000_yearly_clean rules=color.table
t.rast.colors input=leafhopper_cycle_2_1990_2000_yearly_clean rules=color.table
t.rast.colors input=leafhopper_cycle_3_1990_2000_yearly_clean rules=color.table
t.rast.colors input=leafhopper_all_cycles_1990_2000_yearly_clean rules=color.table
############################################## ############################
################ കാലയളവ് കണക്കുകൂട്ടൽ ############################### #######
############################################## ############################
# ആദ്യ സൈക്കിളിന്റെ ദിവസങ്ങളിലെ ദൈർഘ്യം വേർതിരിച്ചെടുക്കുക
t.rast.aggregate input=leafhopper_occurrence_c1_1990_2000 gran="1 year" \
output=leafhopper_min_day_c1_1990_2000 രീതി=കുറഞ്ഞ അടിസ്ഥാനനാമം=occ_min_day_c1
t.rast.aggregate input=leafhopper_occurrence_c1_1990_2000 gran="1 year" \
output=leafhopper_max_day_c1_1990_2000 രീതി=പരമാവധി അടിസ്ഥാനനാമം=occ_max_day_c1
t.rast.mapcalc input=leafhopper_min_day_c1_1990_2000,leafhopper_max_day_c1_1990_2000 \
അടിസ്ഥാനനാമം=occ_duration_c1 \
output=leafhopper_duration_c1_1990_2000 \
expression="leafhopper_max_day_c1_1990_2000 - leafhopper_min_day_c1_1990_2000"
# രണ്ടാമത്തെ സൈക്കിളിന്റെ ദിവസങ്ങളിൽ ദൈർഘ്യം വേർതിരിച്ചെടുക്കുക
t.rast.aggregate input=leafhopper_occurrence_c2_1990_2000 gran="1 year" \
output=leafhopper_min_day_c2_1990_2000 രീതി=കുറഞ്ഞ അടിസ്ഥാനനാമം=occ_min_day_c2
t.rast.aggregate input=leafhopper_occurrence_c2_1990_2000 gran="1 year" \
output=leafhopper_max_day_c2_1990_2000 രീതി=പരമാവധി അടിസ്ഥാനനാമം=occ_max_day_c2
t.rast.mapcalc input=leafhopper_min_day_c2_1990_2000,leafhopper_max_day_c2_1990_2000 \
അടിസ്ഥാനനാമം=occ_duration_c2 \
output=leafhopper_duration_c2_1990_2000 \
expression="leafhopper_max_day_c2_1990_2000 - leafhopper_min_day_c2_1990_2000"
# മൂന്നാമത്തെ സൈക്കിളിന്റെ ദിവസങ്ങളിൽ ദൈർഘ്യം വേർതിരിച്ചെടുക്കുക
t.rast.aggregate input=leafhopper_occurrence_c3_1990_2000 gran="1 year" \
output=leafhopper_min_day_c3_1990_2000 രീതി=കുറഞ്ഞ അടിസ്ഥാനനാമം=occ_min_day_c3
t.rast.aggregate input=leafhopper_occurrence_c3_1990_2000 gran="1 year" \
output=leafhopper_max_day_c3_1990_2000 രീതി=പരമാവധി അടിസ്ഥാനനാമം=occ_max_day_c3
t.rast.mapcalc input=leafhopper_min_day_c3_1990_2000,leafhopper_max_day_c3_1990_2000 \
അടിസ്ഥാനനാമം=occ_duration_c3 \
output=leafhopper_duration_c3_1990_2000 \
expression="leafhopper_max_day_c3_1990_2000 - leafhopper_min_day_c3_1990_2000"
t.rast.colors input=leafhopper_duration_c1_1990_2000 color=rainbow
t.rast.colors input=leafhopper_duration_c2_1990_2000 color=rainbow
t.rast.colors input=leafhopper_duration_c3_1990_2000 color=rainbow
############################################## ############################
################ പ്രതിമാസ സൈക്കിളുകൾ ############################## ###
############################################## ############################
# ഒരു സൈക്കിളിന്റെ തുടക്കവും അവസാനവും കാണിക്കുന്ന പ്രതിമാസ സൂചകം എക്സ്ട്രാക്റ്റ് ചെയ്യുക
# ആദ്യ ചക്രം
t.rast.aggregate input=leafhopper_indicator_c1_1990_2000 gran="1 month" \
output=leafhopper_indi_min_month_c1_1990_2000 രീതി=കുറഞ്ഞ അടിസ്ഥാനനാമം=occ_indi_min_month_c1
t.rast.aggregate input=leafhopper_indicator_c1_1990_2000 gran="1 month" \
output=leafhopper_indi_max_month_c1_1990_2000 രീതി=പരമാവധി അടിസ്ഥാനനാമം=occ_indi_max_month_c1
t.rast.mapcalc input=leafhopper_indi_min_month_c1_1990_2000,leafhopper_indi_max_month_c1_1990_2000 \
അടിസ്ഥാനനാമം=indicator_monthly_c1 \
output=leafhopper_monthly_indicator_c1_1990_2000 \
എക്സ്പ്രഷൻ="if(leafhopper_indi_min_month_c1_1990_2000 == 1, 1, if(leafhopper_indi_max_month_c1_1990_2000 == 3, 3, 2))"
# രണ്ടാം ചക്രം
t.rast.aggregate input=leafhopper_indicator_c2_1990_2000 gran="1 month" \
output=leafhopper_indi_min_month_c2_1990_2000 രീതി=കുറഞ്ഞ അടിസ്ഥാനനാമം=occ_indi_min_month_c2
t.rast.aggregate input=leafhopper_indicator_c2_1990_2000 gran="1 month" \
output=leafhopper_indi_max_month_c2_1990_2000 രീതി=പരമാവധി അടിസ്ഥാനനാമം=occ_indi_max_month_c2
t.rast.mapcalc input=leafhopper_indi_min_month_c2_1990_2000,leafhopper_indi_max_month_c2_1990_2000 \
അടിസ്ഥാനനാമം=indicator_monthly_c2 \
output=leafhopper_monthly_indicator_c2_1990_2000 \
എക്സ്പ്രഷൻ="if(leafhopper_indi_min_month_c2_1990_2000 == 1, 1, if(leafhopper_indi_max_month_c2_1990_2000 == 3, 3, 2))"
# മൂന്നാം ചക്രം
t.rast.aggregate input=leafhopper_indicator_c3_1990_2000 gran="1 month" \
output=leafhopper_indi_min_month_c3_1990_2000 രീതി=കുറഞ്ഞ അടിസ്ഥാനനാമം=occ_indi_min_month_c3
t.rast.aggregate input=leafhopper_indicator_c3_1990_2000 gran="1 month" \
output=leafhopper_indi_max_month_c3_1990_2000 രീതി=പരമാവധി അടിസ്ഥാനനാമം=occ_indi_max_month_c3
t.rast.mapcalc input=leafhopper_indi_min_month_c3_1990_2000,leafhopper_indi_max_month_c3_1990_2000 \
അടിസ്ഥാനനാമം=indicator_monthly_c3 \
output=leafhopper_monthly_indicator_c3_1990_2000 \
എക്സ്പ്രഷൻ="if(leafhopper_indi_min_month_c3_1990_2000 == 1, 1, if(leafhopper_indi_max_month_c3_1990_2000 == 3, 3, 2))"
പൂച്ച > color.table << EOF
എൺപത് ചുവപ്പ്
മഞ്ഞനിറം മഞ്ഞനിറം
1 പച്ച
EOF
t.rast.colors input=leafhopper_monthly_indicator_c1_1990_2000 rules=color.table
t.rast.colors input=leafhopper_monthly_indicator_c2_1990_2000 rules=color.table
t.rast.colors input=leafhopper_monthly_indicator_c3_1990_2000 rules=color.table
############################################## ############################
################# ദൃശ്യവൽക്കരണം ################################# ##############
############################################## ############################
# ഇപ്പോൾ നമ്മൾ g.gui.animation ഉപയോഗിക്കുന്നത് വാർഷിക സംഭവവും ദൈർഘ്യവും പ്രതിമാസ സംഭവവും ദൃശ്യവൽക്കരിക്കുന്നു
# എല്ലാ പ്രത്യുൽപാദന ചക്രങ്ങളുടെയും വാർഷിക സംഭവം
g.gui.animation strds=leafhopper_all_cycles_1990_2000_yearly_clean
# പുനരുൽപ്പാദന ചക്രത്തിന്റെ വാർഷിക ദൈർഘ്യം 1
g.gui.animation strds=leafhopper_duration_c1_1990_2000
# പുനരുൽപ്പാദന ചക്രത്തിന്റെ വാർഷിക ദൈർഘ്യം 2
g.gui.animation strds=leafhopper_duration_c2_1990_2000
# പുനരുൽപ്പാദന ചക്രത്തിന്റെ വാർഷിക ദൈർഘ്യം 3
g.gui.animation strds=leafhopper_duration_c3_1990_2000
# പ്രത്യുൽപാദന ചക്രത്തിന്റെ പ്രതിമാസ സംഭവം 1
g.gui.animation strds=leafhopper_monthly_indicator_c1_1990_2000
# പ്രത്യുൽപാദന ചക്രത്തിന്റെ പ്രതിമാസ സംഭവം 2
g.gui.animation strds=leafhopper_monthly_indicator_c2_1990_2000
# പ്രത്യുൽപാദന ചക്രത്തിന്റെ പ്രതിമാസ സംഭവം 3
g.gui.animation strds=leafhopper_monthly_indicator_c3_1990_2000
onworks.net സേവനങ്ങൾ ഉപയോഗിച്ച് t.rast.accumulategrass ഓൺലൈനായി ഉപയോഗിക്കുക
