r.in.xyzgrass - Online w chmurze

PROGRAM:

IMIĘ

r.w.xyz - Tworzy mapę rastrową ze zbioru wielu współrzędnych przy użyciu jednej zmiennej
statystyki.

SŁOWA KLUCZOWE

raster, import, konwersja, agregacja, ASCII, LIDAR

STRESZCZENIE

r.w.xyz
r.w.xyz --help
r.w.xyz [-Sgi] wkład=Nazwa wydajność=Nazwa [metoda=ciąg] [rodzaj=ciąg]
[separator=charakter] [x=liczba całkowita] [y=liczba całkowita] [z=liczba całkowita] [pominąć=liczba całkowita]
[zrange=minimum maksimum] [zskala=unosić się] [kolumna_wartości=liczba całkowita] [zakres=minimum maksimum]
[w skali=unosić się] [procent=liczba całkowita] [PTH=liczba całkowita] [trym=unosić się] [--przepisać]
[--pomoc] [--gadatliwy] [--cichy] [--ui]

Flagi:
-s
Przeskanuj plik danych w poszukiwaniu zakresu, a następnie wyjdź

-g
W trybie skanowania drukuj przy użyciu stylu skryptu powłoki

-i
Ignoruj ​​przerywane linie

--przepisać
Zezwalaj plikom wyjściowym na zastępowanie istniejących plików

--help
Wydrukuj podsumowanie wykorzystania

--gadatliwy
Pełne wyjście modułu

--cichy
Cichy moduł wyjściowy

--UI
Wymuś uruchomienie okna GUI

Parametry:
wkład=Nazwa [wymagany]
Plik ASCII zawierający dane wejściowe (lub „-” do odczytu ze standardowego wejścia)

wydajność=Nazwa [wymagany]
Nazwa wyjściowej mapy rastrowej

metoda=ciąg
Statystyka do użycia dla wartości rastrowych
Opcje: n, min max, Zakres, suma, oznaczać, standardowe odchylenie, zmienność, współczynnik_zmienna, mediana,
percentyl, skośność, przyciąć
Zaniedbanie: oznaczać

rodzaj=ciąg
Typ pamięci dla wynikowej mapy rastrowej
Opcje: KOMÓRKA, FCELL, DCELL
Zaniedbanie: FCELL

separator=charakter
Separator pól
Znaki specjalne: kreska, przecinek, spacja, tabulator, znak nowej linii
Zaniedbanie: rura

x=liczba całkowita
Numer kolumny x współrzędnych w pliku wejściowym (pierwsza kolumna to 1)
Zaniedbanie: 1

y=liczba całkowita
Numer kolumny współrzędnych y w pliku wejściowym
Zaniedbanie: 2

z=liczba całkowita
Numer kolumny wartości danych w pliku wejściowym
Jeśli podana jest osobna kolumna wartości, opcja ta odnosi się do kolumny współrzędnych z
być filtrowane przy użyciu opcji zrange
Zaniedbanie: 3

pominąć=liczba całkowita
Liczba linii nagłówka do pominięcia na górze pliku wejściowego
Zaniedbanie: 0

zrange=minimum maksimum
Zakres filtrów dla danych z (min, max)

zskala=unosić się
Skaluj, aby zastosować do danych z
Zaniedbanie: 1.0

kolumna_wartości=liczba całkowita
Alternatywny numer kolumny wartości danych w pliku wejściowym
Jeśli nie podano (lub ustawiono na 0), używane są dane z kolumny Z
Zaniedbanie: 0

zakres=minimum maksimum
Zakres filtra danych w kolumnie wartości alternatywnych (min., maks.)

w skali=unosić się
Skala stosowana do danych w kolumnach wartości alternatywnych
Zaniedbanie: 1.0

procent=liczba całkowita
Procent mapy do zachowania w pamięci
Opcje: 1-100
Zaniedbanie: 100

PTH=liczba całkowita
p-ty percentyl wartości
Opcje: 1-100

trym=unosić się
Odrzucać procent najmniejszych i procent największych obserwacji
Opcje: 0-50

OPIS

r.w.xyz moduł załaduje i wyrzuci niesiatkowane dane ASCII x, y, z do nowej mapy rastrowej.
Użytkownik może wybierać spośród różnych metod statystycznych podczas tworzenia nowego rastra.
Można także importować dane siatkowe w postaci strumienia punktów x,y,z.

Należy pamiętać, że podczas importu używane są bieżące zakresy i rozdzielczość regionu. To jest
dlatego zaleca się, aby najpierw użyć -s flagę, do której można uzyskać zakres punktów wejściowych
zostać zaimportowany, następnie odpowiednio dostosuj bieżący region i dopiero wtedy kontynuuj
rzeczywisty import.

r.w.xyz przeznaczony jest do przetwarzania ogromnych zbiorów danych chmur punktów, np. surowego LIDAR-u lub
Dane dotyczące pokosu sonaru bocznego. Został przetestowany na zbiorach danych liczących nawet dziesiątki miliardów
punktów (705 GB w jednym pliku).

Dostępne statystyki wypełniania rastra to:

n liczba punktów w komórce

min minimalna wartość punktów w komórce

max maksymalna wartość punktów w komórce

zasięg zakres punktów w komórce

suma suma punktów w komórce

oznaczać średnia wartość punktów w komórce

odch.std odchylenie standardowe punktów w komórce

zmienność wariancja punktów w komórce

współczynnik_zm współczynnik wariancji punktów w komórce

mediana mediana punktów w komórce

percentyl pth percentyl punktów w komórce

skośność skośność punktów w komórce

przyciąć obcięta średnia punktów w komórce

· Zmienność a pochodne wykorzystują estymator obciążony (n). [temat do zmiany]

· Współczynnik of zmienność jest podawana w procentach i definiowana jako (stddev/mean)*100.

Możliwe jest także binowanie i przechowywanie innej kolumny danych (np. rozproszenia wstecznego).
jednoczesne filtrowanie i skalowanie zarówno wartości kolumn danych, jak i zakresu z.

UWAGI

Siatka dane
Jeśli wiadomo, że dane znajdują się na regularnej siatce r.w.xyz potrafi idealnie zrekonstruować mapę jako
pod warunkiem, że dołoży się wszelkich starań, aby poprawnie skonfigurować region i natywną mapę danych
stosowana jest projekcja. Typowa metoda obejmowałaby również określenie rozdzielczości siatki
poprzez sprawdzenie dokumentacji powiązanej z danymi lub zapoznanie się z plikiem tekstowym. Następny skan
dane z r.w.xyz'S -s (lub -g), aby znaleźć granice danych wejściowych. GRASS korzysta z
konwencja rastrowa typu cell-center, w której punkty danych mieszczą się w środku komórki, as
w przeciwieństwie do konwencji siatka-węzeł. Dlatego będziesz musiał powiększyć region
pół komórki we wszystkich kierunkach poza tym, co skan znalazł w pliku. Po regionie
granice i rozdzielczość są ustawione prawidłowo g. region, biegać r.w.xyz używając n metoda i
sprawdź, czy n=1 we wszystkich miejscach. r.uniwar może pomóc. Gdy już będziesz mieć pewność, że region
dokładnie pasuje do danych, które należy uruchomić r.w.xyz używając jednego z oznaczać, min maxlub
mediana metody. Przy n=1 wynik powinien być identyczny niezależnie od tego, który z nich
stosuje się te metody.

Pamięć posługiwać się
Podczas wkład plik może być dowolnie duży, r.w.xyz będzie używać dużej ilości systemu
pamięć dla dużych obszarów rastrowych (10000x10000). Jeśli moduł odmówi rozpoczęcia reklamacji
jeśli nie ma wystarczającej ilości pamięci, użyj opcji procent parametr uruchamiający moduł w kilku
Karnety. Dodatkowo przy użyciu mniej precyzyjnego formatu mapy (CELL [liczba całkowita] lub FCELL [zmiennoprzecinkowa
punkt]) zużyje mniej pamięci niż DCELL [zmiennoprzecinkowy podwójnej precyzji] wydajność mapa
Metody takie jak n, min max, suma będzie również zużywać mniej pamięci, podczas gdy standardowe odchylenie, zmienność, oraz
współczynnik_zm użyje więcej. Funkcje agregatów mediana, percentyl, skośność oraz przycięte
oznaczać zużyje jeszcze więcej pamięci i może nie nadawać się do użycia z dowolnie dużymi plikami
pliki wejściowe.

Domyślna mapa rodzaj=FCELL ma być kompromisem między zachowaniem precyzji danych a
ograniczenie zużycia zasobów systemu. Jeśli czytasz dane ze strumienia stdin, program
może biegać tylko na jednym przejściu.

Oprawa region miedza oraz rozkład
Możesz użyć -s flaga skanowania, aby znaleźć zakres danych wejściowych (a tym samym gęstość punktów)
przed wykonaniem pełnego importu. Używać g. region aby dopasować granice regionu. The
-g Flaga stylu powłoki drukuje zakres odpowiedni jako parametry g. region. Odpowiedni
Rozdzielczość można znaleźć, dzieląc liczbę punktów wejściowych przez obszar objęty. np
wc -l plik wejściowy.txt
g.region -str
# points_per_cell = n_points / (wiersze * kolumny)
g.region -e
# Lokalizacja UTM:
# punkty_per_sq_m = n_punktów / (ns_extent * ew_extent)
# Lokalizacja szer./dł.:
# punkty_per_sq_m = n_punktów / (ns_extent * ew_extent*cos(lat) * (1852*60)^2)

Jeśli zamierzasz tylko interpolować dane za pomocą r.do.vect oraz v.surf.rst, wtedy jest
Nie ma sensu ustawiać rozdzielczości regionu tak dobrze, aby uchwycić tylko jeden punkt danych
na komórkę - równie dobrze możesz użyć bezpośrednio "v.in.ascii -zbt".

Filtracja
Punkty leżące poza bieżącym regionem zostaną pominięte. Obejmuje to spadające punkty
dokładnie na granicy regionu południowego. (aby je uchwycić, dostosuj region za pomocą „g.region
s=s-0.000001"; zob g. region)

Puste wiersze i wiersze komentarza zaczynające się od znaku krzyżyka (#) zostaną pominięte.

zrange parametr może służyć do filtrowania danych wejściowych według zakresu pionowego. Przykład
zastosowania mogą obejmować przygotowanie wielu sekcji rastrowych do połączenia w raster 3D
tablica z r.do.rastu3lub do filtrowania wartości odstających na stosunkowo płaskim terenie.

W zróżnicowanym terenie użytkownik może to znaleźć min mapy stanowią dobry filtr szumów, jak większość
Hałas LIDAR pochodzi z przedwczesnych uderzeń. The min map może być również przydatna do znalezienia podłoża
topografii w środowisku leśnym lub miejskim, jeśli próbki komórek są nadmierne.

Użytkownik może użyć kombinacji r.w.xyz wydajność mapy do tworzenia niestandardowych filtrów. np. używać
r.mapcalc aby utworzyć mapę średniej (2*stddev). [W tym przykładzie użytkownik może chcieć dołączyć plik
dolna granica filtra w r.mapcalc aby usunąć bardzo zmienne punkty (małe n) lub biegać
r.sąsiedzi aby wygładzić mapę stddev przed dalszym użyciem.]

Alternatywny wartość kolumna
kolumna_wartości parametru można użyć w wyspecjalizowanych przypadkach, gdy chcesz filtrować według
z-range, ale bin i przechowuj dane innej kolumny. Na przykład, jeśli chcesz popatrzeć
wartości rozproszenia wstecznego na wysokości od 1000 do 1500 metrów. Jest to szczególnie przydatne
podczas korzystania z r.w.xyz do przygotowania przekrojów głębokości dla rastra 3D — zrange opcja
definiuje wycinek głębokości, ale wartości danych przechowywane w wokselach opisują dodatkowy
wymiar. Podobnie jak w przypadku kolumny z, można zastosować zakres filtrowania i współczynnik skalowania.

Reprojekcja
Jeśli mapa rastrowa ma zostać ponownie odwzorowana, bardziej odpowiednie może być ponowne odwzorowanie danych wejściowych
punkty z m.proj or cs2cs przed uruchomieniem r.w.xyz.

Interpolacja najnowszych a DEM
Możliwości topograficzne silnika wektorowego wprowadzają skończony narzut pamięci na wektor
punkt, który zazwyczaj ogranicza mapę wektorową do około 3 milionów punktów (~ 1750^2
komórki). Jeśli chcesz więcej, użyj r.do.vect -b flaga, aby pominąć topologię budynku. Bez
topologia, jednak wszystko, co będziesz mógł zrobić z mapą wektorową, to wyświetlić d.wektor oraz
interpolować z v.surf.rst. Biegać r.uniwar na mapie rastrowej, aby sprawdzić liczbę
komórki inne niż NULL i przed kontynuowaniem dostosuj granice i/lub rozdzielczość zgodnie z potrzebami.

Typowe polecenia tworzenia DEM przy użyciu regularnego dopasowania splajnu:
r.univar lidar_min
r.to.vect -z type=punkt in=lidar_min out=lidar_min_pt
v.surf.rst in=lidar_min_pt elev=lidar_min.rst

import of x, y, ciąg dane
r.w.xyz oczekuje wartości liczbowych jako kolumna z. Aby wykonać zliczanie wystąpień
nawet na danych x, y z atrybutami nienumerycznymi, dane można importować za pomocą
albo współrzędna x, albo y jako fałszywa kolumna z metoda=n (liczba punktów na
komórka siatki), wartości z i tak są ignorowane.

PRZYKŁAD

Zaimportuj zbiór danych Jockey's Ridge, NC, LIDAR (skompresowany plik „lidaratm2.txt.gz”) i
przetworzyć go na czysty DEM:
# skanuj i ustawiaj granice regionu
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
# utwórz mapę „n” zawierającą liczbę punktów na komórkę w celu sprawdzenia gęstości
r.in.xyz in=lidaratm2.txt out=lidar_n separator="," metoda=n zrange=-2,50
# gęstość punktów kontrolnych [rho = n_sum / (wiersze*kolumny)]
r.univar lidar_n | suma grepa
# utwórz mapę „min” (wysokość przefiltrowana pod kątem przedwczesnych trafień)
r.in.xyz in=lidaratm2.txt out=lidar_min separator="," metoda=min zrange=-2,50
# ustaw region obliczeniowy na obszar zainteresowania
g.region n=35:57:56.25N s=35:57:13.575N w=75:38:23.7W e=75:37:15.675W
# sprawdź liczbę komórek innych niż null (staraj się trzymać poniżej kilku milionów)
r.univar lidar_min | grep '^n:'
# zamień na punkty
r.to.vect -z type=punkt in=lidar_min out=lidar_min_pt
# interpolować przy użyciu regularyzowanego dopasowania splajnu
v.surf.rst in=lidar_min_pt elev=lidar_min.rst
# ustaw skalę kolorów na coś interesującego
r.colors lidar_min.rst rule=bcyr -n -e
# przygotuj wersję skalowaną 1:1:1 do wizualizacji NVIZ (dla wejścia lat/lon)
r.mapcalc "lidar_min.rst_scaled = lidar_min.rst / (1852*60)"
r.colors lidar_min.rst_scaled rule=bcyr -n -e

WSZYSTKO

· Wsparcie dla wielu danych wyjściowych map z jednego przebiegu.
metoda=napis[,napis,...] wynik=nazwa[,nazwa,...]
Można to łatwo obsłużyć za pomocą skryptu opakowania, a dodatkową zaletą jest to, że jest to możliwe
bardzo łatwo jest zrównoleglić w ten sposób.

· Dodano dwie nowe flagi obsługujące bezpośrednie wprowadzanie binarne z biblioteki libLAS dla danych LIDAR
oraz mbio MB-System dla danych batymetrycznych wielowiązkowych.
noty: Zobacz nowe r.in.lidar moduł do tego.

ZNANE ZAGADNIENIA

· n suma mapy może być zawsze nieco większa niż `wc -l`, np. procent = 10 lub mniej.
Przyczyna nieznana.

· n map percent=100 i percent=xx mapy różnią się nieznacznie (punkt spadnie powyżej/poniżej
linia segmentacji)
Zbadaj za pomocą „r.mapcalc diff = bin_n.100 - bin_n.33” itp.
Przyczyna nieznana.

· „nan” może przedostać się do współczynnik_zm mapy.
Przyczyna nieznana. Możliwe obejście: „r.null setnull=nan”
Jeśli napotkasz jakiekolwiek problemy (lub rozwiązania!), skontaktuj się z zespołem programistów GRASS.

Korzystaj z r.in.xyzgrass online, korzystając z usług onworks.net