Rasterimuotoinen aineisto ja analyysin maski Rasterimuotoista aineistoa kuvaa sen resoluutio (solun/pikselin koko maastossa). Jokaiselle solulle on määritelty joko yksi arvo tai vektori. Rasterin georeferointiin riittää jos annetaan sen kulmapisteen koordinaatit.
Rasterimuotoisen aineiston analyysin yhteydessä voidaan käyttää joko vektorimuotoista tai rasterimuotoista maski-karttatasoa, jolloin analyysin kohteena on vain maskin määrittelemät solut. Jos maski on rasterimuotoinen, sen ulkopuolelle jäävien solujen arvoksi määritellään NoData
Jos analyysin lähdeaineisto käsittää useamman rasterimuotoisen karttatason, ulostulon resoluutio on yleensä sama kuin karkeimman lähdeaineiston resoluutio. Jos resoluutio määritellään erikseen, lähdeaineistot yleensä uudelleennäytteistetään (interpoloidaan) määritellylle resoluutiolle ennen analyysiä
Spatial Analysis / Options
Uudelleennäytteistys ja interpolointi Interpolointia tarvitaan usein rasterimuotoisen aineiston analyysissä (esim. geometristen muunnosten yhteydessä) sekä vektoriaineiston viemisessä rasterimuotoon.
Yleisempiä interpolointimenetelmiä ovat:
Lähimmän naapurin menetelmä (nearest neighbor interpolation)
Bilineaarinen interpolointi (perustuu neljään naapurisoluun)
Kolmannen asteen interpolointi (cubic convolution; perustuu 16 naapurisoluun)
Paikalliset operaatiot Paikalliset operaatiot rasterimuotoiselle aineistolle toteutetaan joko yhdelle tai useammalle lähdetasolle solu-solulta.
Paikalliset operaatiot yhdelle lähdetasolle:
Jonkun matemaattisen funktion kohdistaminen lähdetason soluille solu-solulta, esimerkiksi:
Pyöristys kun muunnetaan liukulukurasteri kokonaislukurasteriksi
Kaltevuusrasterin arvojen muunnos prosenteista asteiksi:
…
Uudelleenluokittelu (reclassification)
Ns. one-to-one luokittelu (vain kokonaisluku-rasterin tapauksessa)
Luokittelu vaihteluvälin mukaan (sopii myös liukuluku-rasterin tapauksessa)
Paikalliset operaatiot usealle lähdetasolle Paikallisista operaatioista usealle lähdetasolle käytetään myös termiä map algebra
Usein käytettyjä operaatioita numeerisille lähderastereille ovat esimerkiksi keskiarvo, maksimi, minimi, mediaani, keskihajonta, summa, ulottuvuus (range)
Lisäksi voidaan käyttää operaatioita
Useimmin esiintyvä arvo
Harvimmin esiintyvä arvo
Erilaisten arvojen määrä
Esimerkiksi combine-operaatio ulostulorasterissa annetaan eri arvo jokaiselle lähderasterien arvojen erilaiselle kombinaatiolle.
Naapurusto-operaatiot Naapurusto-operaatioiden tapauksessa ulostulorasterin arvo lasketaan lähderasterin solujoukon (naapuruston) perusteella. Naapurusto on yleensä muodoltaan
ympyrä
suorakulmio
rengasmainen
kiila (ympyrän osa)
Yleisimmin käytetty operaatiovalikoima on sama kuin map algebra:n tapauksessa. Lisäksi voidaan käyttää naapurustoon jäävien solujen arvojen painotettua summaa. Käytännössä naapurusto-operaatiot vastaavat kaksiulotteisia suotimia kuvankäsittelyssä (esim. reunantunnistin)
Oman ryhmänsä naapurusto-operaatioiden joukossa muodostavat ns. lohko-operaatiot joiden tapauksessa naapuruston perusteella laskettu arvo tulee ulostulorasterissa koko naapuruston solujen arvoksi
Vyöhyke-operaatiot (zonal operations) Vyöhyke-operaatioiden tapauksessa operaatiot kohdistuvat solujoukkoihin joilla on sama arvo. Vyöhykkeet voivat olla spatiaalisesti yhtenäisiä tai erillään sijaitsevia.
Yhden lähdetason operaatiot
Esimerkiksi vyöhykkeen pinta-ala, ympärysmitta, leveys, pituus, keskipiste
Kahden lähdetason operaatiot. Yksi lähdetaso on se johon operaatio kohdistuu ja toinen lähdetaso määrittelee vyöhykkeen. Yleisiä operaatioita ovat vyöhyketason määrittämän solujoukon solujen pinta-ala, minimi, maksimi, summa, ulottuvuus, keskihajonta, mediaani jne.
Yllä mainittujen operaatioiden avulla voidaan määrittää esim. vyöhykkeiden muotojen monimutkaisuutta ym. geometriaa kuvaavia mittoja.
(Vyöhykkeen pyöreys: )
Etäisyys-operaatiot Tässä käsitellään operaatioita, jotka perustuvat fyysiseen etäisyyteen. Etäisyys joka perustuu kustannukseen (cost distance) on myös tärkeä paikkatieto-analyysin osa-alue, se liittyy verkosto-analyysiin (network analysis)
Yleensä etäisyydellä tarkoitetaan euklidista etäisyyttä.
Etäisyys-operaatioista yleisempiä ovat:
Euklidisen etäisyyden laskeminen joko määritellyistä rasterin soluista tai vektorimuotoisen aineiston piirteistä. Tuloksena on etäisyys-rasteri. Tällaisen rasterin voi muokata reclassify-työkalua (tai slice-työkalua) käyttäen etäisyysvyöhykkeiksi, joita taas voidaan käyttää jatkoanalyyseissä
Allocation – muodostaa rasterin jonka solujen arvo määräytyy sen mukaan mikä on sille lähin solu/piirre lähdeaineistossa
Direction – solujen arvo määräytyy sen mukaan missä suunnassa siitä on sen lähin solu/piirre lähdeaineistossa
Muita operaatioita Muita operaatioita ovat esimerkiksi:
Mosaic – yhdistää useampia rastereita
Data extraction. Rasterimuotoisesta aineistosta voidaan irrottaa dataa
Toisen rasterin perusteella
Vektorimuotoisen aineiston perusteella (alueet, pisteet)
Geometrisen muodon perusteella (ympyrä, suorakulmio)
Data generalization – aineiston vieminen yleisemmälle tasolle
Yksi tähän joukkoon kuuluva menetelmä on Resampling
Aggregation – samantyyppinen kuin resampling, mutta ulostulorasterin arvo saadaan sen solun alueelle jäävien lähderasterin arvojen keskiarvona, mediaanina, summana, miniminä tai maksimina.
Region group – määrittelee jokaiselle lähderasterin ryhmälle oman yksilöllisen arvon
Comments