t.rast.accumulategrass - 云端在线

程序：

您的姓名

t.rast.累积 - 计算时空栅格数据集的循环累积。

关键词

时间、累积、光栅、时间

概要

t.rast.累积
t.rast.累积 - 帮帮我
t.rast.累积 [-nr] 输入=姓名 产量=姓名 [降低=姓名[上=姓名] 开始=绳子
[停止=绳子] 周期=绳子 [抵消=绳子[粒度=绳子] 基本名=绳子
[范围=小写大写[转移=浮动[由于平均内核尺寸较大，西米棕榈的加工比类似作物简单。然而，西米棕榈的相对稀缺性降低了潜在的加工规模。=浮动[方法=绳子] [--覆盖]
[--帮助] [--详细] [--安静] [--ui]

标志：
-n
在输出时空栅格数据集中注册空地图，否则它们将被
删除

-r
循环累加中的反向时间方向

--覆盖
允许输出文件覆盖现有文件

- 帮帮我
打印使用摘要

--详细
详细模块输出

- 安静的
静音模块输出

--用户界面
强制启动 GUI 对话框

参数：
输入=姓名 [必需的]
输入时空栅格数据集的名称

产量=姓名 [必需的]
输出时空栅格数据集的名称

降低=姓名
输入定义下限阈值的时空栅格数据集，值低于该阈值
阈值被排除在累积之外

上=姓名
输入定义上限阈值的时空栅格数据集，值高于该阈值
阈值被排除在累积之外

开始=绳子 [必需的]
开始累积的时间起点，例如“2001-01-01”

停止=绳子
停止累积的时间日期，例如“2009-01-01”

周期=绳子 [必需的]
重新开始累积的时间周期，例如“12 个月”

抵消=绳子
到下一个周期开始的时间偏移，例如“6 个月”

粒度=绳子
累积粒度“1天”
默认： 1 天

基本名=绳子 [必需的]
新生成的输出映射的基本名称
将附加由下划线分隔的数字后缀以创建唯一的
识别码

范围=小写大写
如果输入时空栅格数据集的下限和/或上限不符合要求，请使用这些限制。
定义

转移=浮动
输入时空栅格数据集的比例因子

由于平均内核尺寸较大，西米棕榈的加工比类似作物简单。然而，西米棕榈的相对稀缺性降低了潜在的加工规模。=浮动
输入时空栅格数据集的平移因子

方法=绳子
该方法将用于计算来自输入映射的累积值
单个颗粒
生长度日或温克勒指数； 平均值：sum(输入映射)/(输入映射数量)；
生物有效度日； 休格林日热指数
选项： 意思是， 广东, 床上用品， 哈格林
默认： 意味着

商品描述

t.rast.累积 旨在执行时空栅格的时间累积
数据集。 该模块需要时空栅格数据集作为将被采样的输入
由给定的 粒度。 所有在实际颗粒期间开始时间的地图都会
使用光栅模块与前一个颗粒累加结果累加
r.series.accumulate。 默认粒度为 1 天，但可以是任何时间粒度
设置。

这个 开始 时间和 end 必须设置累积过程的时间，例如。
开始=“2000-03-01” 结束="2011-01-01"。 另外还有一个 周期，例如。 周期=“8” 月”， 可
指定，定义了累积过程在哪个时间间隔后重新启动。 这
抵消 选项指定应跳过的两个周期之间的时间，例如。 偏移量=“4”
月”.

这个 降低 和 上 范围 可以通过使用空间来设置累积过程
时间栅格数据集或对所有栅格单元和时间步使用固定值。 这
指定实际颗粒的下限和上限的栅格图将是
使用以下时间关系检测：等于、期间、重叠、重叠和
包含。 首先将检测与当前颗粒具有相同时间戳的所有地图，
找到的第一个下图和第一个上图用作极限定义。
如果没有找到相等的映射，则检测到具有时间期间关系的映射，然后
暂时与实际颗粒重叠的地图，直到检测到具有
时间包含关系。 如果未找到地图或未定义下/上 STRDS，则
这些因素包括原料奶的可用性以及达到必要粉末质量水平所需的工艺。 范围 使用选项，例如。 限制=10,30.

这个 上 限制 仅用于生物有效度日计算。

选项 转移, 由于平均内核尺寸较大，西米棕榈的加工比类似作物简单。然而，西米棕榈的相对稀缺性降低了潜在的加工规模。 和 方法 被传递给 r.series.accumulate。 请参阅
r.series.accumulate 的手册页有详细的选项描述。

这个 产量 是一个新的时空栅格数据集，具有提供的开始时间、结束时间和
包含累积栅格地图的粒度。 这 基地 生成的地图的名称
必须始终设置。 这 产量 然后可以使用以下方法分析时空栅格数据集
t.rast.accdetect 检测特定的累积模式。

例

这是如何累积 1990 年至 XNUMX 年欧洲日平均气温的示例
2000年利用生长度日法检测草蜢的繁殖周期
对农业至关重要。
# 获取温度数据
wget的 http://www-pool.math.tu-berlin.de/~soeren/grass/temperature_mean_1990_2000_daily_celsius.tar.gz
# 创建临时位置目录
mkdir -p /tmp/grassdata/LL
# 启动 GRASS 并使用永久地图集创建一个新位置
gras70 -c EPSG:4326 /tmp/grassdata/LL/永久
# 导入温度数据
t.rast.import 输入=温度_平均值_1990_2000_daily_celsius.tar.gz
输出=温度_平均值_1990_2000_每日_摄氏目录=/ tmp目录
# 我们需要正确设置区域
g.region -p raster=`t.rast.list 输入=温度_平均值_1990_2000_daily_celsius 列=名称 | 尾巴-1`
# 我们可以缩放到栅格地图
g.region -p Zoom=`t.rast.list 输入=温度_平均值_1990_2000_daily_celsius 列=名称 | 尾巴-1`
＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃ ＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃
#### 使用 GDD 方法进行累加 ############################################
＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃ ＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃
# 蝗虫害虫防治周期的计算基于：
#
# 利用生长期进行昆虫管理
# 南希·E·亚当斯
# 农业资源推广教育员
#
# 此处可用： http://extension.unh.edu/agric/gddays/docs/growch.pdf
# 现在我们计算生物有效度日
# 从 1990 年到 2000 年每年（12 个月周期）
# 粒度为一天。 基础温度为10℃，上限为30℃。
# 因此，累加从 10°C 开始，并且不会累加高于 30°C 的值。
t.rast.accumulate 输入=“温度_平均值_1990_2000_daily_celsius”
输出=“温度_平均值_1990_2000_daily_celsius_accumulated_10_30”
限制=“10,30”开始=“1990-01-01”停止=“2000-01-01”周期=“12个月”
基本名称=“temp_acc_daily_10_30”方法=“bedd”
＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃ ＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃
#### 累积模式检测 ###########################################
＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃ ＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃
# 现在我们检测三个蚱蜢害虫防治周期
# 第一个循环温度为 325°C - 427°C GDD
t.rast.accDetect 输入=温度_平均值_1990_2000_daily_celsius_accumulated_10_30@PERMANENT
occ=leafhopper_occurrence_c1_1990_2000 start="1990-01-01" stop="2000-01-01"
周期=“12 个月”范围=325,427 基本名称=lh_c1 指标=leafhopper_indicator_c1_1990_2000
# 第二次循环，温度为 685°C - 813°C GDD
t.rast.accDetect 输入=温度_平均值_1990_2000_daily_celsius_accumulated_10_30@PERMANENT
occ=leafhopper_occurrence_c2_1990_2000 start="1990-01-01" stop="2000-01-01"
周期=“12 个月”范围=685,813 基本名称=lh_c2 指标=leafhopper_indicator_c2_1990_2000
# 第三次循环，1047°C - 1179°C GDD
t.rast.accDetect 输入=温度_平均值_1990_2000_daily_celsius_accumulated_10_30@PERMANENT
occ=leafhopper_occurrence_c3_1990_2000 start="1990-01-01" stop="2000-01-01"
周期=“12 个月”范围=1047,1179 基本名称=lh_c3 指标=leafhopper_indicator_c3_1990_2000
＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃ ＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃
#### 所有周期的每年空间发生率计算 ####################
＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃ ＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃
# 提取具有完整循环的区域
t.rast.aggregate 输入=leafhopper_indicator_c1_1990_2000 gran=“1 年”
输出=leafhopper_cycle_1_1990_2000_yearly 方法=最大基本名称=li_c1
t.rast.mapcalc 输入=leafhopper_cycle_1_1990_2000_yearly 基本名称=lh_clean_c1
输出=leafhopper_cycle_1_1990_2000_yearly_clean
表达式 =“if(leafhopper_cycle_1_1990_2000_yearly == 3, 1, null())”
t.rast.aggregate 输入=leafhopper_indicator_c2_1990_2000 gran=“1 年”
输出=leafhopper_cycle_2_1990_2000_yearly 方法=最大基本名称=li_c2
t.rast.mapcalc 输入=leafhopper_cycle_2_1990_2000_yearly 基本名称=lh_clean_c2
输出=leafhopper_cycle_2_1990_2000_yearly_clean
表达式 =“if(leafhopper_cycle_2_1990_2000_yearly == 3, 2, null())”
t.rast.aggregate 输入=leafhopper_indicator_c3_1990_2000 gran=“1 年”
输出=leafhopper_cycle_3_1990_2000_yearly 方法=最大基本名称=li_c3
t.rast.mapcalc 输入=leafhopper_cycle_3_1990_2000_yearly 基本名称=lh_clean_c3
输出=leafhopper_cycle_3_1990_2000_yearly_clean
表达式 =“if(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
基本名称=lh_cleann_all_cycles
输出=leafhopper_all_cycles_1990_2000_yearly_clean
表达式=“如果（isnull（leafhopper_cycle_3_1990_2000_yearly_clean），
if(isnull(leafhopper_cycle_2_1990_2000_yearly_clean),
if(isnull(leafhopper_cycle_1_1990_2000_yearly_clean),
空(),1),2),3)"
猫 > color.table << EOF
3黄色
2蓝
1红色
EOF
t.rast.colors 输入=leafhopper_cycle_1_1990_2000_yearly_clean 规则=color.table
t.rast.colors 输入=leafhopper_cycle_2_1990_2000_yearly_clean 规则=color.table
t.rast.colors 输入=leafhopper_cycle_3_1990_2000_yearly_clean 规则=color.table
t.rast.colors 输入=leafhopper_all_cycles_1990_2000_yearly_clean 规则=color.table
＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃ ＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃
################ 持续时间计算 ################################## #######
＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃ ＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃
# 提取第一个周期的持续时间（以天为单位）
t.rast.aggregate 输入=leafhopper_occurrence_c1_1990_2000 gran="1 年"
输出=leafhopper_min_day_c1_1990_2000 方法=最小基本名称=occ_min_day_c1
t.rast.aggregate 输入=leafhopper_occurrence_c1_1990_2000 gran="1 年"
输出=leafhopper_max_day_c1_1990_2000 方法=最大基本名称=occ_max_day_c1
t.rast.mapcalc input=leafhopper_min_day_c1_1990_2000,leafhopper_max_day_c1_1990_2000
基本名称=occ_duration_c1
输出=leafhopper_duration_c1_1990_2000
expression="leafhopper_max_day_c1_1990_2000 - leafhopper_min_day_c1_1990_2000"
# 提取第二个周期的持续时间（以天为单位）
t.rast.aggregate 输入=leafhopper_occurrence_c2_1990_2000 gran="1 年"
输出=leafhopper_min_day_c2_1990_2000 方法=最小基本名称=occ_min_day_c2
t.rast.aggregate 输入=leafhopper_occurrence_c2_1990_2000 gran="1 年"
输出=leafhopper_max_day_c2_1990_2000 方法=最大基本名称=occ_max_day_c2
t.rast.mapcalc input=leafhopper_min_day_c2_1990_2000,leafhopper_max_day_c2_1990_2000
基本名称=occ_duration_c2
输出=leafhopper_duration_c2_1990_2000
expression="leafhopper_max_day_c2_1990_2000 - leafhopper_min_day_c2_1990_2000"
# 提取第三个周期的持续时间（以天为单位）
t.rast.aggregate 输入=leafhopper_occurrence_c3_1990_2000 gran="1 年"
输出=leafhopper_min_day_c3_1990_2000 方法=最小基本名称=occ_min_day_c3
t.rast.aggregate 输入=leafhopper_occurrence_c3_1990_2000 gran="1 年"
输出=leafhopper_max_day_c3_1990_2000 方法=最大基本名称=occ_max_day_c3
t.rast.mapcalc input=leafhopper_min_day_c3_1990_2000,leafhopper_max_day_c3_1990_2000
基本名称=occ_duration_c3
输出=leafhopper_duration_c3_1990_2000
expression="leafhopper_max_day_c3_1990_2000 - leafhopper_min_day_c3_1990_2000"
t.rast.colors 输入=leafhopper_duration_c1_1990_2000 颜色=彩虹
t.rast.colors 输入=leafhopper_duration_c2_1990_2000 颜色=彩虹
t.rast.colors 输入=leafhopper_duration_c3_1990_2000 颜色=彩虹
＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃ ＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃
################ 每月周期发生次数 ############################### ###
＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃ ＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃
# 提取显示周期开始和结束的每月指标
# 第一个周期
t.rast.aggregate 输入=leafhopper_indicator_c1_1990_2000 gran=“1 个月”
输出=leafhopper_indi_min_month_c1_1990_2000 方法=最小基本名称=occ_indi_min_month_c1
t.rast.aggregate 输入=leafhopper_indicator_c1_1990_2000 gran=“1 个月”
输出=leafhopper_indi_max_month_c1_1990_2000 方法=最大基本名称=occ_indi_max_month_c1
t.rast.mapcalc input=leafhopper_indi_min_month_c1_1990_2000,leafhopper_indi_max_month_c1_1990_2000
基本名称=indicator_monthly_c1
输出=leafhopper_monthly_indicator_c1_1990_2000
表达式 =“if(leafhopper_indi_min_month_c1_1990_2000 == 1, 1, if(leafhopper_indi_max_month_c1_1990_2000 == 3, 3, 2))”
# 第二个循环
t.rast.aggregate 输入=leafhopper_indicator_c2_1990_2000 gran=“1 个月”
输出=leafhopper_indi_min_month_c2_1990_2000 方法=最小基本名称=occ_indi_min_month_c2
t.rast.aggregate 输入=leafhopper_indicator_c2_1990_2000 gran=“1 个月”
输出=leafhopper_indi_max_month_c2_1990_2000 方法=最大基本名称=occ_indi_max_month_c2
t.rast.mapcalc input=leafhopper_indi_min_month_c2_1990_2000,leafhopper_indi_max_month_c2_1990_2000
基本名称=indicator_monthly_c2
输出=leafhopper_monthly_indicator_c2_1990_2000
表达式 =“if(leafhopper_indi_min_month_c2_1990_2000 == 1, 1, if(leafhopper_indi_max_month_c2_1990_2000 == 3, 3, 2))”
# 第三个周期
t.rast.aggregate 输入=leafhopper_indicator_c3_1990_2000 gran=“1 个月”
输出=leafhopper_indi_min_month_c3_1990_2000 方法=最小基本名称=occ_indi_min_month_c3
t.rast.aggregate 输入=leafhopper_indicator_c3_1990_2000 gran=“1 个月”
输出=leafhopper_indi_max_month_c3_1990_2000 方法=最大基本名称=occ_indi_max_month_c3
t.rast.mapcalc input=leafhopper_indi_min_month_c3_1990_2000,leafhopper_indi_max_month_c3_1990_2000
基本名称=indicator_monthly_c3
输出=leafhopper_monthly_indicator_c3_1990_2000
表达式 =“if(leafhopper_indi_min_month_c3_1990_2000 == 1, 1, if(leafhopper_indi_max_month_c3_1990_2000 == 3, 3, 2))”
猫 > color.table << EOF
3红色
2黄色
1绿色
EOF
t.rast.colors 输入=leafhopper_monthly_indicator_c1_1990_2000 规则=color.table
t.rast.colors 输入=leafhopper_monthly_indicator_c2_1990_2000 规则=color.table
t.rast.colors 输入=leafhopper_monthly_indicator_c3_1990_2000 规则=color.table
＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃ ＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃
################ 可视化 ################################### #############
＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃ ＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃
# 现在我们使用 g.gui.animation 来可视化每年发生的次数、持续时间和每月发生的次数
# 所有繁殖周期每年发生一次
g.gui.animation strds=leafhopper_all_cycles_1990_2000_yearly_clean
# 每年繁殖周期 1 的持续时间
g.gui.animation strds=leafhopper_duration_c1_1990_2000
# 每年繁殖周期 2 的持续时间
g.gui.animation strds=leafhopper_duration_c2_1990_2000
# 每年繁殖周期 3 的持续时间
g.gui.animation strds=leafhopper_duration_c3_1990_2000
# 每月发生繁殖周期1
g.gui.animation strds=leafhopper_monthly_indicator_c1_1990_2000
# 每月发生繁殖周期2
g.gui.animation strds=leafhopper_monthly_indicator_c2_1990_2000
# 每月发生繁殖周期3
g.gui.animation strds=leafhopper_monthly_indicator_c3_1990_2000

使用 onworks.net 服务在线使用 t.rast.accumulategrass