أكثر

كيفية استخدام الأداة "Polygon to Raster" مع Arcpy عندما يكون المضلع صفًا من ملف Shapefile؟

كيفية استخدام الأداة


حاولت تكرار الصفوف من ملف بحلقات بمؤشر البحث. كل صف عبارة عن مضلع وأريد إنشاء خطوط نقطية من هذا المضلع ، لذا جربت ذلك باستخدام arcpy.PolygonToRaster_conversion. لكن هذا لا يعمل. ماذا خطأت؟ هذا ما لدي حتى الآن:

استيراد نظام التشغيل arcpy arcpy.env.workspace = r "C:  Jul  Bird_bear  BOTW.gdb" #path to workspy.env.overwriteOutput = True inputshp = r "C:  Jul  bird_bear  BOTW.gdb  kleiner100 "outraster = r" C:  Jul  bird_bear  BOTW.gdb "rows = arcpy.SearchCursor (inputshp) count = 0 للصف في الصفوف: print row valField =" VALUE "outraster = os.path.join (outraster،" outRaster "+ str (count)) arcpy.PolygonToRaster_conversion (row، valField، outraster،" "،" "،" 0،0833333 ") count = count + 1

يحتوي ملف الشكل على 16.400 صف. في النهاية ، يجب أن ألخص البيانات النقطية المتداخلة ، آمل أن تعمل مع 16400 نقطية ، انظر سؤالي الأصلي هنا. يمكنني العمل مع 10.0 و 10.2.


يقوم المؤشر بإرجاع كائن صف. إذا نظرت إلى قسم بناء الجملة في ملف التعليمات الخاص بأداة Polygon to Raster ، فماذا تراه كنوع بيانات الإدخال؟ تحتاج إلى توفير الهندسة الفعلية (المضلع). أنت تستخدم مؤشر SLOWER الأقدم. ضع في اعتبارك تحرير التعليمات البرمجية الخاصة بك لاستخدام المؤشر من ملفداوحدة. هناك الكثير من الأمثلة في المساعدة وعلى الإنترنت.

كلما نظرت إلى هذا الرمز ، أدركت أنه كان معيبًا أثناء التغذية المرتدةالغاضبإلى الذات التي من شأنها أن تخلق اسم ملف هراء.

يوجد أدناه رمز العمل ولكن بالنسبة لبعض البيانات الوهمية التي لدي ، لذلك تحتاج إلى تغيير المعلمات وفقًا لذلك.

استيراد نظام التشغيل arcpy arcpy.env.overwriteOutput = True inputshp = "sites_Buffer" outFolder = "C: / scratch /" rows = arcpy.SearchCursor (inputshp) count = 0 للصف في الصفوف: # احصل على معرف واستخرج مضلعًا واحدًا إلى in_memory workspace fid = row.getValue ("id") query = '"id" =' + str (fid) arcpy.Select_analysis (inputshp، "in_memory / temp"، query) # إنشاء اسم الإخراج outRaster = os.path.join (outFolder، "out" + str (count)) print outRaster # Export to raster arcpy.FeatureToRaster_conversion ("in_memory / temp"، "id"، outRaster، 10) count = count + 1

ملف الأشكال مع المضلعات المتداخلة: حساب القيم المتوسطة

لدي ملف شكل مضلع كبير جدًا به مئات الميزات ، وغالبًا ما تتداخل مع بعضها البعض. كل من هذه الميزات لها قيمة مخزنة في جدول السمات. أنا ببساطة بحاجة إلى حساب متوسط ​​القيم في المناطق التي تتداخل فيها. أستطيع أن أتخيل أن هذه المهمة تتطلب عدة خطوات معقدة: كنت أتساءل عما إذا كانت هناك منهجية مباشرة. أنا منفتح على كل نوع من الاقتراحات ، يمكنني استخدام ArcMap و QGis و Arcpy scripts و PostGis و GDAL ... أحتاج فقط إلى أفكار. شكرا!


يفتقد الملف النقطي لمعلومات الإسناد المكاني

يرجى الانتظار معي ، فأنا أعيد تعلم ArcMap بعد استخدام mapinfo حصريًا خلال العامين الماضيين.

أحاول العمل مع مجموعة بيانات نقطية (مرفقة في ملف مضغوط) مصدرها USGS وأواجه مشكلات في العمل معها لأنها تفتقد إلى معلوماتها المرجعية المكانية. تتضمن البيانات الوصفية للخطوط النقطية المعلومات التالية:

  • اسم إسقاط الخريطة: منطقة لامبرت أزمثال المتساوية
    • خط طول مركز الإسقاط: -100.000000
    • خط عرض مركز الإسقاط: 45.000000
    • توجيه كاذب: 0.000000
    • الشمال الكاذب: 0.000000
    • تمثيل منسق:
      • قرار الإحداثي السيني: 1000.000000
      • تنسيق القرار: 1000.000000
      • اسم المسند الأفقي: D Shpere ARC INFO
      • الاسم الإهليلجي: Sphere ARC INFO
      • المحور شبه الرئيسي: 6370997.000000
      • مقام الحصة الإغراء: اللانهاية

      لقد حاولت إدخال مراكز الإسقاط يدويًا عند تعيين الإسناد المكاني النقطي ولكن لا أرى أي تغيير عند تشغيله. لقد حاولت أيضًا العثور على إسقاط تكميلي لأن Arc لديه فقط منطقة متساوية قطبية لامبرت Azimuthal والتي لا تعمل في هذا الظرف.

      لقد حاولت أيضًا تحميل طبقة متجه (طبقة الولايات الأمريكية الأساسية ، WGS 1984) بمرجع مكاني معروف قبل تحميل البيانات النقطية. هذا أيضا ليس له تأثير على خطوط المسح.

      هل لدى أي شخص أي أفكار أو يمكنه مساعدتي؟

      بواسطة MelitaKennedy

      سيتعين عليك تحديد نظام إحداثي مُسقط مخصص في ArcGIS ، لكنه بالتأكيد قادر على ذلك. تدعم المنطقة المتساوية لسمت لامبرت دائمًا الحالات غير القطبية في ArcGIS for Desktop ، كما فعلت في محطة العمل أيضًا.

      على أي حال ، إليك السلسلة النصية المعروفة للتعريف:

      انسخه كسطر واحد إلى ملف نصي ، وقم بتغيير امتداد الملف النصي إلى .prj ، ثم يمكنك استيراده من خلال صفحة خصائص البيانات النقطية في ArcCatalog أو أداة تعريف الإسقاط.

      قد يكون سؤالك التالي حول ما هو التحويل الجغرافي / تحويل الإسناد الذي يجب استخدامه للتحويل إلى نظام إحداثيات يستند إلى NAD83 أو WGS84 (أو لتغطيته بهذا النوع من البيانات). لا توجد تحويلات محددة مسبقًا بين GCS المستندة إلى الكرة و GCS الجيوديسية (AKA واحد يعتمد على مسند جيوديسي حقيقي). حاول فقط إضافة البيانات النقطية ببياناتك الأخرى ، وتجاهل أي تحذيرات بشأن التحويل. هل يبدو متراكبًا؟ إذن أنت على ما يرام. إذا بدا أنه تم تعويضه من الشمال إلى الجنوب ، فحاول إضافة تحويل جغرافي مخصص (هناك أداة) بين GCS و NAD83 أو WGS84 مهما كان ما تستخدمه. اضبط الطريقة على Geocentric Translation واترك قيم المعلمات مضبوطة على أصفار.


      قطع النقطية إلى مدى دقيق وحجم الخلية

      لدي أربع طبقات نقطية (DEM ، Slope ، Aspect ، Soils) كلها في نفس GCS (WGS_1984) مخزنة في قاعدة بيانات جغرافية.

      أريد قص جميع البيانات النقطية الأربعة بحيث يكون للمخرجات نفس عدد الصفوف / الأعمدة ، وحجم خلية X & ampY ، والمدى. لقد حققت نجاحًا كبيرًا في قص DEM و Slope و Aspect بحيث يتطابق كل شيء. تكمن المشكلة في خطوط SOILS النقطية ، والتي بغض النظر عما إذا كنت أستخدم Extract By Mask أو Clip أو Data Extraction ، فإن البيانات النقطية الناتجة ستختلف في عدد الأعمدة / الصفوف أو حجم خلية X & ampY أو المدى. عند Extract By Mask ، أستخدم DEM أو Slope أو Aspect كقناع.

      من الضروري أن تتطابق جميع البيانات النقطية الأربعة بدقة من حيث المدى وحجم الخلية والأعمدة / الصفوف حتى أتمكن من استخدام البيانات مع MaxEnt.

      لقد أرفقت screencap من ملف Excel يعرض الصفوف / الأعمدة ، وحجم الخلية (x & amp y) ، ومدى طبقات البيانات المختلفة.

      أعتقد أنني أحرزت أخيرًا بعض التقدم في حل هذه المشكلة. لست متأكدًا مما إذا كانت كل هذه الخطوات ضرورية ، ولكن يبدو أن هذا يعمل في قطع طبقات البيانات النقطية بدقة. أتأكد أولاً من أن كل شيء موجود في نفس نظام الإحداثيات الجغرافي (WGS_1984). ثم قمت بعد ذلك بقص بيانات المصدر (وهو مدى أكبر مما هو مطلوب) إلى حد أصغر لا يزال أكبر مما هو مطلوب. إذا لزم الأمر ، أقوم بإعادة عينة كل طبقات البيانات الأصغر هذه مع حجم الخلية المناسب (حجم البيانات النقطية DEM). قمت بعد ذلك بقص طبقات البيانات المعاد تشكيلها باستخدام "استخراج بالقناع" باستخدام طبقة البيانات النقطية DEM كقناع ، وتحت بيئة | مدى المعالجة | انطباق على النقطية = DEM النقطية. ينتج عن ذلك إخراج نقطي يكون بالضبط نفس النطاق وحجم الخلية.

      بواسطة ChrisDonohue__G ISP

      هناك شيء واحد يجب تجربته وهو إعداد Snap Raster في إعدادات البيئة عند تشغيل أداة المعالجة الجغرافية النقطية:

      ستعمل الأدوات التي تحترم بيئة Snap Raster على ضبط مدى البيانات النقطية للإخراج بحيث تتطابق مع محاذاة الخلية الخاصة بالمخطط النقطي المحدد.

      عادةً ما يتم استخدام Snap Raster حيث يتم استخدام مدخلات الأدوات:

      • لها محاذاة خلايا مختلفة
      • لديك قرارات خلية مختلفة
      • لها أنظمة إحداثيات مختلفة
      • هي الميزات

      شكرا على النصيحة كريس ،

      لقد حاولت للتو استخدام Extract By Mask واستخدام Snap Raster ضمن إعدادات البيئة. لقد استخدمت البيانات النقطية DEM باعتباره Snap النقطي وكقناع الاستخراج. البيانات النقطية الناتجة هي SOILSTEST5 (انظر الصف الأخير في الصورة). يختلف حجم الخلية (Y) والمدى (أعلى وأعلى يمين) عن البيانات النقطية DEM حتى عند استخدام Snap النقطية مضبوطة على DEM النقطية.

      القيم قريبة جدًا بين SOILSTEST5 و DEM النقطية ، ولكنها ليست دقيقة. إذا تم توجيه البيانات للخريطة أو التحليل المرتبط بـ ArcGIS ، فسأكون سعيدًا بالبيانات كما هي. لسوء الحظ ، سيتم تحويل مصير هذه البيانات إلى تنسيق ASC ، ثم استخدامها مع نمذجة MaxEnt ، الأمر الذي يتطلب تمامًا بيانات كل خطوط نقطية لمحاذاة بدقة.

      بواسطة ChrisDonohue__G ISP

      لا أعرف ما إذا كان موجودًا الآن ، لكني أراهن أن Dan_Patterson قد يكون لديه بعض الأفكار.

      بواسطة DanPatterson_Re متعب

      لديه مجموعة قواعد مفصلة للغاية

      التفكير المهم الذي يجب التعامل معه للمعالجة في المقام الأول هو الزاوية السفلية اليسرى ويجب أن يتطابق حجم الخلية. فهي مستقلة عن نطاق التحليل العام.

      في هذا السياق ، سيكون من الأفضل إنشاء ذلك أولاً ، ثم قص أي صفوف وأعمدة إضافية من الأعلى واليسار بعد محاذاة جميع البيانات النقطية إلى أسفل اليسار وجميعها بنفس حجم الخلية. ما أعتقد أنه يحدث هو أن الملفات الخاطئة تحاول أن يتم ضغطها / شدها (أيًا كان) إلى حد ما في نفس الوقت الذي يتم فيه محاذاة الزاوية اليسرى السفلية وحجم الخلية. حاول تخطي المدى. ضبط النقطية المفاجئة. تحقق من محاذاة القاع الأيسر وحجم الخلية وقم بتقليم كل شيء إلى الحد الأدنى من المدخلات. كن حذرًا في هذا الأمر نظرًا لأنك تعمل للأسف مع الإحداثيات الجغرافية والمكان العشري الثامن في GCS ليس للأسف نفس الدقة مثل نفس التمثيل في الإحداثيات المسقطة. لكن يجب أن تكون بحاجة إلى استخدام GCS ، فقط تحذير للآخرين بشكل عام

      شكرا على البصيرة دان.

      لقد لاحظت أن معظم الأدوات التي تسمح لك بتحديد حجم الخلية تطبق حجم الخلية المقدم على كل من X و Y ، وأن X و Y لمعظم البيانات النقطية الخاصة بي تختلف بين X و Y. هل يمكن أن يكون هناك اختلاف بين حجم الخلية X والخلية Y هو ما يسبب أعراضي؟

      لقد لاحظت (كما ذكرت) أن هناك دقة محدودة مع نطاقات GCS مقابل PCS لأن قيم المدى التي تم إدخالها تميل إلى التقريب وعدم الاحتفاظ بها كمجموعة.

      بالنظر إلى البيانات الموجودة لدي الآن ، ما هي أفضل الخطوات لضبط حجم خلية SOILS لتتناسب مع نطاق DEM وحجم خلية أمبير؟ هل من الضروري بالنسبة لي عرض كل من DEM و SOILS النقطية على جهاز كمبيوتر شخصي ، ثم قطع التربة مع الانجذاب إلى خطوط المسح ، ثم إعادة المشروع إلى GCS (WGS_1984)؟ أخشى أن فئات نظم المعلومات الجغرافية الثلاثة التي لم أركز عليها في إدارة البيانات النقطية.

      بواسطة DanPatterson_Re متعب

      قبل أن تفعل أي شيء ، سأقوم بتربيتهما. سيتعين عليك التحقق من الأدوات التي تدعم الخلايا غير المربعة للتأكد من أنك تستخدمها بحذر أو اهتمام بهذه الحقيقة. لن أفعل أي إسقاط حتى يكونا على الأقل متماثلين فيما يتعلق بالجزء السفلي الأيسر وحجم الخلية في الاتجاهين X و Y هو نفسه. تحتاج أيضًا إلى التأكد من عدم وجود تغييرات أساسية في البيانات أثناء هذه العملية. مثل ترقية البيانات من عدد صحيح إلى عائم أو أي حركة جوهرية للحدود بين الفئات.

      قررت إعادة قطع جميع طبقات بياناتي على أمل أن تختفي بعض المشكلات التي كنت أواجهها.

      لقد بدأت بكل بياناتي (DEM ، و Aspect ، والمنحدر ، واستخدام الأراضي / الغطاء الأرضي) في GCS (WGS_1984) على نطاق أكبر بكثير مما سأطلبه في. لقد تأكدت أيضًا من أن حجم الخلية (كلاهما X و Y) مربع ونفس الشيء بالنسبة لجميع طبقات البيانات النقطية. ثم قمت بعد ذلك بقص كل خطوط نقطية باستخدام ملف شكل حدود كنتاكي (المضلع) الذي كان أيضًا في GCS WGS_1984. تم قطع كل خطوط نقطية بعد تحديد خيار Snap Raster ضمن بيئة | مدى المعالجة. يتشارك كل من مخرجات البيانات النقطية نطاقًا متطابقًا ، صفوف / أعمدة وحجم الخلية الذي كان مرغوبًا فيه.

      ثم قمت بتحويل ملف شكل التربة USGS / NCRS (يحتوي على

      25000 مضلع) إلى البيانات النقطية باستخدام حجم خلية الملفات النقطية الأخرى (المنحدر ، والعرض ، والعرض). ثم استخدمت ملف شكل حدود ولاية كنتاكي لقطع خطوط التربة التي تم إنشاؤها مسبقًا ، باستخدام Snap To Raster ضمن بيئة | مدى المعالجة. لسوء الحظ ، لم تتطابق البيانات النقطية الناتجة عن التربة مع النطاق من البيانات النقطية الأخرى. لكن حجم الخلية كان صحيحًا. لقد جربت كلاً من استخدام ميزات الإدخال "Check in Use" لاقتطاع الهندسة وغير محدد. حاولت أيضًا الحصول على بيئة | مدى المعالجة | تم تعيين النطاق على أحد النقطيات الجيدة الأخرى الخاصة بي مثل Aspect أو تركه على الوضع الافتراضي.

      فيما يلي ملف إكسل يوضح تفاصيل كل خطوط المسح. من الناحية المثالية ، أريد أن تتطابق خطوط SOILS النقطية مع جميع قيم Aspect أو DEM أو Slope أو LULC. الخلايا الخضراء هي تلك التي تطابق القيمة المطلوبة ، والخلايا البرتقالية هي قيم لا تتطابق مع Aspect أو DEM أو LULC.


      بناء الجملة

      المدخلات النقطية التي تمثل سطحًا مستمرًا.

      يجب ملء الحد الأقصى لفرق الارتفاع بين الحوض ونقطة سكبه.

      إذا كان الاختلاف في قيم z بين الحوض ونقطة سكبه أكبر من الحد z ، فلن يتم ملء هذا الحوض.

      يجب أن تكون قيمة الحد z أكبر من الصفر.

      ما لم يتم تحديد قيمة لهذه المعلمة ، سيتم ملء جميع الأحواض ، بغض النظر عن العمق.

      قيمة الإرجاع

      المسح النقطي لسطح الإخراج بعد ملء الأحواض.

      إذا كانت البيانات النقطية السطحية عددًا صحيحًا ، فستكون البيانات النقطية المملوءة بالمخرجات هي نوع عدد صحيح. إذا كان الإدخال هو النقطة العائمة ، فسيكون نقطي الإخراج هو النقطة العائمة.


      أظهر الجزء الأولي من الكود كيف يمكن للمرء أن يحل المشكلة ولكن هناك أشياء يحتاج المرء إلى إضافتها لجعلها أكثر مقاومة للرصاص. إذا أضفتها في المقام الأول ، فسيكون الرمز طويلًا جدًا ويصعب فهمه.

      أحد الافتراضات المهمة في الكود الأولي هو أن جميع فئات المعالم في قاعدة البيانات الجغرافية لها نفس الأعمدة. وإلا فلماذا تريد ضمهم جميعًا في نتيجة واحدة؟ أظن أن جوزيف يرى الخطأ لأن البرنامج النصي واجه فئة ميزة لا تتناسب مع هذا الافتراض.

      عندما يتعلق الأمر بفئات الميزات الفارغة ، أي فئات الميزات التي لا تحتوي على صفوف ، فإن الكود في حلقة "للصف في الصفوف" لا ينبغي أن تثير استثناءً طالما أن fc تحتوي على جميع الأعمدة المتوقعة. بالرغم من ذلك ، قد تثير عبارة "del row" التالية استثناءً. يمكنك التعليق على عبارة "del row".

      تتمثل إحدى طرق التعامل مع هذه الحالات الغريبة في إضافة بعض عبارات try-except والتعامل مع فئات الميزات الفاشلة بطريقة أخرى. سأترك هذا الأمر متروك لك.


      مجموعات البيانات

      • مجموعات البيانات القابلة للنقل هي الميزات والنقطية والجداول والملفات. المعلمات التي تحتوي على مجموعات البيانات القابلة للنقل تدعم وضع إدخال القيمة المعرفة من قبل المستخدم.
      • مجموعات البيانات غير القابلة للنقل هي أي شيء بخلاف الميزات والنقطية والجداول والملفات. هناك فئتان من مجموعات البيانات غير القابلة للنقل.
        • مجموعات البيانات المعقدة هي مجموعات بيانات مثل الشبكات الهندسية ومجموعات بيانات الشبكة والطبولوجيا وأرقام التعريف الضريبية وما إلى ذلك. تُعرف أنواع البيانات هذه بمجموعات البيانات المعقدة لأنها تشكل علاقات معقدة بين الميزات البسيطة.
        • مجموعات بيانات الحاويات هي عناصر مثل المجلدات والملفات وقواعد البيانات الجغرافية الشخصية ومستندات الخرائط (.mxd). تحتوي أنواع البيانات هذه على مجموعة مختلطة من مجموعات البيانات الأخرى - ومن هنا جاءت تسميتها ، الحاويات.

        تحديد نوع البيانات لمعامل الأداة

        • في الصفحة المرجعية للأداة ، يحتوي قسم البنية على جدول يصف كل معلمة. يحتوي العمود الأخير من هذا الجدول على نوع بيانات المعلمة.
        • في ModelBuilder ، انقر بزر الماوس الأيمن فوق متغير ، وانقر فوق خصائص ، ثم انقر فوق علامة التبويب نوع البيانات. يتم سرد نوع البيانات في أعلى مربع الحوار.
        • بالنسبة لأداة البرنامج النصي ، في نافذة Catalog ، انقر بزر الماوس الأيمن فوق أداة البرنامج النصي واختر Properties. في مربع حوار الخصائص ، انقر فوق علامة التبويب المعلمات. يتم سرد نوع البيانات لكل معلمة في جدول المعلمات.

        قوائم الاختيار ومجموعات البيانات غير القابلة للنقل

        إذا كانت قيمة معلمة الإدخال عبارة عن طبقة تشير إلى مجموعة بيانات غير قابلة للنقل ، يمكنك اختيار قائمة الاختيار كخيار وضع إدخال. على سبيل المثال ، يمكن استخدام معلمة شبكة وضع النقل في مهمة تبحث عن أفضل مسار لوضع النقل الخاص بالمستخدم - السيارة أو الدراجة أو المشي.

        نوع بيانات هذه المعلمة هو طبقة مجموعة بيانات الشبكة. مجموعات بيانات الشبكة هي مجموعات بيانات معقدة لا يمكن نقلها عبر الويب ، لذا فإن القيمة التي يحددها المستخدم غير متاحة لهذه المعلمة. ومع ذلك ، يمكنك استخدام قائمة الاختيار لتحديد قائمة اختيار لأسماء الطبقات لاستخدامها. سيحدد العميل أحد أسماء الطبقة من قائمة الاختيار وستستخدم مهمتك الطبقة التي يختارها العميل ، للوصول إلى مجموعة بيانات الشبكة المشار إليها بواسطة الطبقة والمخزنة على الخادم.

        معظم مجموعات البيانات المعقدة لها تمثيل طبقة مطابق. أظهر المثال أعلاه طبقات مجموعة بيانات الشبكة. تشتمل مجموعات البيانات المعقدة الأخرى على طبقات TIN وطبقات Geostatistics وطبقات Parcel Fabric وطبقات LAS Dataset. عندما يكون لديك مجموعة بيانات غير قابلة للنقل ، يمكنك استخدام تمثيل الطبقة الخاص بها كقيمة إدخال. تم إنشاء مهمة المثال أعلاه من خلال تنفيذ نموذج وتوفير طبقة شبكة الشارع كإدخال. إذا تم تنفيذ النموذج من خلال توفير المسار لمجموعة بيانات الشبكة على القرص بدلاً من اسم الطبقة ، فسيتم تعيين وضع الإدخال على قيمة ثابتة. يجب عليك تنفيذ الأداة باستخدام طبقة كمدخلات حتى يظهر خيار قائمة الاختيار.

        • يمكن للعملاء إرسال واستلام (النقل) ميزات بسيطة وخطوط نقطية وجداول وملفات عبر الإنترنت.
        • مجموعات البيانات المعقدة ، مثل مجموعات بيانات الشبكة وأرقام التعريف الضريبية وأقمشة الطرود غير قابلة للنقل. مجموعات بيانات الحاويات ، مثل المجلدات وقواعد البيانات الجغرافية ومستندات الخرائط هي أيضًا غير قابلة للنقل. أي أنه لا توجد طريقة للعميل لإنشاء مجموعات البيانات المعقدة أو الحاويات ونقلها عبر الإنترنت. هذا صحيح حتى بالنسبة للعملاء ذوي الميزات الكاملة ، مثل ArcMap.
        • تحتوي معظم مجموعات البيانات المعقدة على تمثيل للطبقة أي أنه يمكنك إضافة مجموعة البيانات إلى ArcMap ويتم إنشاء طبقة في جدول المحتويات.
          • يمكنك إنشاء قائمة اختيار بأسماء الطبقات ، وسيختار العميل واحدًا أو أكثر من أسماء الطبقات هذه كمدخلات لمهمتك. ستستخدم مهمتك بعد ذلك مجموعة البيانات المشار إليها بواسطة الطبقة.
          • لإنشاء قائمة اختيار بأسماء الطبقات ، يجب عليك تنفيذ أداتك باستخدام طبقة كمدخلات. في محرر الخدمة ، سيتم ملء قائمة الاختيار من الطبقات القابلة للتطبيق في جدول المحتويات.
          • إذا قمت بتنفيذ أداتك باستخدام المسار إلى مجموعة بيانات على القرص ، فلن يتوفر خيار قائمة الاختيار ، حتى إذا كانت لديك طبقات من النوع الصحيح في جدول المحتويات.

          عندما تنشر قائمة اختيار لأسماء الطبقات ، تصبح البيانات المشار إليها بواسطة الطبقات بيانات مشروع وسيتم نسخها إلى خادم GIS ما لم يكن من الممكن العثور عليها في مخزن بيانات الخادم.

          القيمة الثابتة ومجموعات البيانات المعقدة

          إذا كان أحد المدخلات إلى مهمتك عبارة عن مسار لمجموعة بيانات معقدة (على سبيل المثال ، D: mydata chicago.gdb Transportation streetnetwork ، مجموعة بيانات الشبكة) ، فسيتم تثبيت وضع الإدخال على قيمة ثابتة. إذا قمت بالنشر مع تعيين وضع الإدخال على القيمة الثابتة ، فسيتم نسخ مجموعة البيانات إلى الخادم (ما لم يتم العثور عليها في مخزن بيانات الخادم) وستستخدم مهمتك مجموعة البيانات المنسوخة.

          إذا كان بإمكانك إضافة مجموعة البيانات إلى ArcMap لإنشاء طبقة ، يمكنك إعادة تشغيل الأداة باستخدام الطبقة كمدخلات. سيؤدي هذا إلى إنشاء نتيجة جديدة يمكنك مشاركتها ، وسيدعم محرر الخدمة قائمة الاختيار كوضع إدخال.

          لا يمكن عمل طبقات للشبكات الهندسية. سيتم دائمًا تعيين وضع الإدخال للمعلمات التي تحتوي على شبكات هندسية على قيمة ثابتة.

          القيمة الثابتة ومجموعات البيانات الحاوية

          الحاويات عبارة عن عناصر مثل المجلدات والملفات وقواعد البيانات الجغرافية الشخصية ومستندات الخرائط (.mxd). تحتوي أنواع البيانات هذه على مجموعة مختلطة من مجموعات البيانات الأخرى - ومن هنا جاءت تسميتها ، الحاويات. الحاويات غير قابلة للنقل ، والقاعدة العامة هي أن الحاوية وجميع محتوياتها سيتم نسخها إلى الخادم (ما لم تكن الحاوية في مخزن بيانات الخادم). وستستخدم مهمتك المنشورة الحاوية المنسوخة. تتم مناقشة بعض الحاويات الشائعة أدناه.

          المجلدات

          إذا كان الإدخال إلى مهمتك عبارة عن مجلد ، فسيتم تثبيت وضع الإدخال على قيمة ثابتة. إذا قمت بالنشر مع تعيين وضع الإدخال على القيمة الثابتة ، فسيتم نسخ المجلد ومحتوياته (انظر الملاحظة أدناه) إلى الخادم (ما لم يتم العثور عليه في مخزن بيانات الخادم) وستستخدم مهمتك المجلد المنسوخ.

          عندما يتم نسخ المجلدات إلى الخادم كجزء من عملية النشر ، يتم نسخ الملفات والمجموعات الجغرافية فقط ولا يتم نسخ المجلدات الفرعية داخل المجلد. بعض المجموعات الجغرافية ، مثل قواعد البيانات الجغرافية للملفات ، والنقطية ، و TINS ​​هي مجلدات تقنيًا ، ولكن سيتم نسخها إلى الخادم إذا تم العثور عليها داخل المجلد المراد نسخها.

          مستندات الخريطة (.mxd)

          إذا كان الإدخال إلى مهمتك عبارة عن مستند خريطة ، فسيتم تثبيت وضع الإدخال على قيمة ثابتة. إذا قمت بالنشر مع تعيين وضع الإدخال على القيمة الثابتة ، فسيتم نسخ مستند الخريطة وجميع طبقاته وجميع مجموعات البيانات المشار إليها بواسطة الطبقات إلى الخادم ما لم يتم العثور على مستند الخريطة في مخزن بيانات الخادم. إذا تعذر العثور على أي من مجموعات البيانات المشار إليها في مخزن بيانات الخادم ، فسيتم نسخها إلى الخادم أيضًا. بشكل أساسي ، يتم حزم مستند الخريطة ، وإرساله إلى الخادم ، ثم تفريغ حزمته على الخادم.

          قواعد البيانات الجغرافية

          إذا كان الإدخال إلى مهمتك عبارة عن قاعدة بيانات جغرافية ، فسيتم تثبيت وضع الإدخال على قيمة ثابتة. إذا قمت بالنشر مع تعيين وضع الإدخال على القيمة الثابتة ، فسيتم نسخ قاعدة البيانات الجغرافية ومحتوياتها إلى الخادم (ما لم يتم العثور عليها في مخزن بيانات الخادم) وستستخدم مهمتك قاعدة البيانات الجغرافية المنسوخة.

          قواعد البيانات الجغرافية الشخصية (.mdb) غير مدعومة على منصات الخوادم (أنظمة تشغيل 64 بت) وسيتم تحويلها إلى قواعد بيانات جغرافية عند نسخها إلى الخادم. سيتم أيضًا تحويل قواعد البيانات الجغرافية الخاصة بالمؤسسة إلى قواعد بيانات جغرافية للملف عند نسخها إلى الخادم.

          ناتج غير قابل للنقل

          إذا كان ناتج أداتك عبارة عن مجموعة بيانات معقدة أو مجموعة بيانات حاوية ، فلا يمكن إعادة نقلها إلى العميل. في محرر الخدمة ، ستعرض معلمة الإخراج نوع البيانات من السلسلة. في الرسم التوضيحي أدناه ، ستكون القيمة التي تم إرجاعها بواسطة المهمة هي اسم مجموعة بيانات TIN التي تم إنشاؤها ، وليس مجموعة البيانات نفسها.

          • استخدم خدمة خريطة النتائج لإرسال النتيجة إلى العميل على شكل خريطة. لا يتم نقل أي مجموعة بيانات إلى العميل ، فقط خريطة للبيانات.
          • قم بتحويل مجموعة البيانات إلى مجموعة بيانات قابلة للنقل. على سبيل المثال ، يمكنك استخدام أداة TIN To Raster لتحويل رقم تعريف TIN (غير قابل للنقل) إلى مجموعة بيانات نقطية (قابلة للنقل).
          • قم بإنشاء حزمة طبقة (.lpk) من مجموعة البيانات باستخدام إحدى الأدوات الموجودة في مجموعة أدوات Layers and Table Views ، ثم استخدم أداة Package Layer لإنشاء حزمة الطبقة. حزمة الطبقة هي ملف ، والملفات قابلة للنقل عبر الإنترنت. سيتعين على العميل فك الحزمة.
          • استخدم الأداة المساعدة ZIP لإنشاء ملف لمجموعة البيانات أو المجلد الناتج ونقل ملف .zip إلى العميل. العميل مسؤول عن فك ضغط الملف. يقوم مثال خدمة القصاصة والشحن بقص الطبقات من منطقة دراسة إلى قاعدة بيانات جغرافية للملف (وتنسيقات أخرى) ، ثم ينشئ ملف .zip ليتم نقله إلى العميل. إذا كنت ترغب في استخدام هذه التقنية ، يرجى الرجوع إلى هذه الروابط أدناه:
              يأخذ مجلد الإدخال واسم ملف الإخراج وينشئ ملف مضغوط. zip. يأخذ ملف إدخال .zip ومجلد إخراج ويكتب المحتويات إلى المجلد.

          • كيف يتم الوصول إلى معلومات الإسناد الجغرافي

            يتم الوصول إلى تحويل الصورة إلى العالم في كل مرة يتم فيها عرض صورة ، على سبيل المثال ، عند التحريك أو التكبير / التصغير. يتم حساب التحويل من أحد المصادر التالية ، المدرجة بترتيب الأولوية:

            • ملف الرأس (إذا كان نوع الصورة يدعم واحدًا)
            • ملف العالم (سيتم استخدام هذا أولاً إذا تم تحديد خانة الاختيار استخدام ملف العالم لتحديد إحداثيات البيانات النقطية في مربع الحوار "خيارات".)
            • معلومات الصف / العمود للصورة (تحويل الهوية)

            التحليل الجغرافي المكاني والبيئي

            قم بتطبيق معرفتك بنظم المعلومات الجغرافية في هذه الدورة التدريبية على التحليل الجغرافي المكاني ، مع التركيز على أدوات التحليل والبيانات ثلاثية الأبعاد والعمل مع البيانات النقطية والإسقاطات ومتغيرات البيئة. خلال جميع الأسابيع الأربعة من هذه الدورة التدريبية ، نعمل & # x27ll من خلال مشروع معًا - شيء فريد لهذه الدورة التدريبية - بدءًا من تصور المشروع ومرورًا باسترجاع البيانات وإدارة البيانات الأولية ومعالجتها ، وأخيراً وصولاً إلى منتجات التحليل الخاصة بنا. ستتعلم في هذا الفصل أساسيات التحليل الجغرافي المكاني والبيئي خلال أربع وحدات لمدة أسبوع: الأسبوع 1: جولة ArcToolbox وتعلم كيفية استخدام أدوات التحليل الجغرافي المكاني الشائعة المضمنة في ArcGIS الأسبوع 2: اكتساب فهم عملي لنماذج البيانات النقطية: ترمز وإعادة طرحها وتراكبها وتقييمها. خذ منعطفًا في نماذج البيانات ثلاثية الأبعاد ، واستيفاء الملاحظات في الأسطح ثلاثية الأبعاد والنقطية الأسبوع 3: تعمق في الإسقاطات وأنظمة الإحداثيات ، والتي تعتبر أساسية لجميع نظم المعلومات الجغرافية. تعرف على كيفية استخدام متغيرات البيئة لتقييد تحليلاتك والحصول على منتجات بيانات ذات جودة أفضل. الأسبوع الرابع: توسيع معرفتك بالترميز. تعرف على كيفية عرض بياناتك بشكل مرئي عن طريق تصنيفها في مجموعات منطقية ثم ترميزها على خريطتك. خذ التحليل الجغرافي المكاني والبيئي كدورة مستقلة أو كجزء من تخصص نظم المعلومات الجغرافية (GIS). يجب أن يكون لديك خبرة معادلة لإكمال الدورتين الأولى والثانية في هذا التخصص ، & quot؛ أساسيات نظم المعلومات الجغرافية & quot و & quot؛ تنسيقات بيانات GIS والتصميم والجودة & quot قبل الالتحاق بهذه الدورة. من خلال إكمال هذا الفصل الثالث في التخصص ، ستكتسب المهارات اللازمة للنجاح في البرنامج الكامل.

            Рецензии

            معلومات مفيدة حول التحليل المكاني والنقطية وأنظمة الإحداثيات. n n وجولة إرشادية حول الاقتراب من مشروع شخصي. n n الدروس منظمة بشكل جيد ويسهل على المعلم متابعتها.

            لقد استمتعت بهذا الجزء من الدورات الثلاث في تخصص نظم المعلومات الجغرافية التي حصلت عليها. شكراً للدكتور نيك سانتوس لتدريسه التفاعلي ومهامه ومشاريعه.

            في هذه الوحدة الثانية ، سنقوم بتغطية البيانات النقطية بعمق وكيفية إنشاء أسطح ثلاثية الأبعاد من البيانات النقطية. بعد الانتهاء من هذه الوحدة ، يجب أن تكون قادرًا على: وصف تنسيقات البيانات النقطية المختلفة وكيفية استخدامها ، واستخدام أدوات المقارنة والتمرير ، وإعادة تشكيل البيانات النقطية وإعادة تشكيلها ، ووصف كيفية استخدام شبكات صيد السمك ومضلعات Thiessen ، وإنشاء أرقام التعريف الضريبية ، وتحويل البيانات النقطية إلى بيانات ثلاثية الأبعاد باستخدام ArcScene. بالإضافة إلى ذلك ، ستستمر في مشروع التحليل الجغرافي المكاني الخاص بك عندما تبدأ في تخطيط منهجك.

            Реподаватели

            نيك سانتوس

            Екст видео

            [موسيقى] مرحبًا مرة أخرى ، ومرحبًا بعودتك. في هذا الدرس ، سأعرض لك مثالاً على إعادة التشكيل من خلال إعادة إسقاط البيانات النقطية. الآن كما قلت من قبل ، فإن إعادة إسقاط البيانات النقطية يختلف قليلاً عن إسقاط بيانات المتجه لأن البيانات النقطية تختلف عن المتجه. باستخدام بيانات المتجه ، يمكننا إعادة إسقاط الأشكال دون تغيير السمات. ولكن باستخدام البيانات النقطية ، يتم إصلاح الأشكال كخلايا نقطية. لذا ، فإن تغيير الشكل من خلال إعادة الإسقاط يفرض تغييرًا في موقع سماتنا بالطريقة التي لا يفعل بها المتجه & # x27t. وهذا شيء يجب أن نأخذه بعين الاعتبار. يحدث هذا من خلال عملية إعادة التشكيل التي عرضتها عليك في المرة الأخيرة ، حيث عندما قمنا بإعادة تنظيم الخلايا بشكل أساسي ، يتم نقل بياناتنا إلى نوع من الموقع الجديد ، أو في بعض الأحيان تلتقط بيانات مختلفة بناءً على كيفية إعادة تشكيل البيانات النقطية. لذلك يأتي هذا كثيرًا في النقطية المعاد إسقاطها. الآن السبب في أن هذه مشكلة في إعادة إسقاط البيانات النقطية هو أن الإسقاطات يمكن أن تجعل بياناتنا تُعرض في اتجاهات مختلفة بالنسبة إلى الرأسي والأفقي عندما ننتقل بين الإسقاطات المختلفة. يفرض إعادة التوجيه إعادة تشكيل البيانات النقطية كما ذكرت من قبل ، على الرغم من أن حجم الخلية لا يتغير في هذه الحالة. لذلك لا يزال يتعين عليها معرفة القيم التي يتم تعيينها للقيم الجديدة بسبب هذا التحول في الاتجاه من كيفية تعيين كل إسقاط للعالم إلى شبكته الديكارتية الخاصة. إنها عملية مدمرة يجب تجنبها في معظم الحالات ، إلا عند الضرورة. أولاً ، هذه البيانات النقطية التي استخدمناها في المحاضرة الأخيرة أيضًا تم إسقاطها في إسقاط ألبرز المخروطي الذي تم تحسينه لجميع الولايات المتحدة. الآن هذا & # x27s على ما يرام تمامًا ، ولكن دع & # x27s نرى ما يحدث عندما نحول إسقاطه إلى شيء آخر. والطريقة السريعة للحصول على رؤية بسيطة لذلك هي مجرد تغيير إسقاط إطار البيانات إلى شيء آخر ، لأنه سيعيد إسقاط بياناتنا في إطار بياناتنا أثناء التنقل في الخلفية إلى الإسقاط الجديد. لذا ، دع & # x27s نرى ما يحدث عندما أقوم بتبديل الإسقاط على إطار البيانات إلى نظام الإحداثيات الجغرافية 83 NAD. لذلك عندما أفعل ذلك ، فجأة ، يتشوه إسقاطي ويذهب في زاوية مختلفة. الآن ، قد يبدو الأمر وكأنه يقوم بتدوير كل شيء لمطابقة الإسقاط ، وهو أمر سيكون جيدًا لأن ذلك لن يعيد تعيين الخلايا حقًا ، أليس كذلك؟ إذا تم تدوير كل شيء بشكل مثالي في البيانات النقطية ، وبقيت الخلايا كما هي واستدارة ، فسيكون ذلك & # x27d على ما يرام. لكن إذا نظرنا إلى الحواف هنا ، يمكننا أن نرى ، حسنًا ، في إعادة الإسقاط ، يتم تدويرها. في إطار البيانات ، يبدو أن كل شيء & # x27s جميل ومستدير. لكنها ليست مثالية. وهنا & # x27s كيف يمكنني أن أوضح لك ذلك. إذا انتقلت إلى خصائص الطبقة واخترت عدم عرض أي بيانات كلون مثل الأسود وانقر فوق "موافق" ، يمكنني أن أرى ، في الواقع ، أنه & # x27s لا يقوم بتدويره حقًا ، إنه & # x27s ينشئ خطوطًا نقطية جديدة مستطيلة هنا مناسبة الحد الأدنى للمستطيل المحيط حول هذا. لذلك نحصل على الزوايا تلامس الجزء العلوي هنا والجوانب هنا ، وليس لدينا قيم بيانات كلها هنا. ويبدو ، من الطريقة التي يعيد بها إسقاطها ، أمرًا سلسًا حقًا ، ولكن عندما نقوم بإنشاء خطوط نقطية جديدة ، عندما نقوم بالفعل بإعادة طرح كامل ، فإننا & # x27s نرى أن هناك & # x27s خطوات سلالم صغيرة تجري هنا. ومع ذلك ، نحصل على بعض محاذاة الخلايا المختلفة هنا عندما نحصل على هذا الدوران ، وأنا & # x27ll أوضح ذلك في لحظة واحدة. لذا دع & # x27s يوقف عرضنا بدون بيانات مرة أخرى. ودعنا & # x27s نعيد إطار البيانات إلى ما كان عليه عن طريق اختيار الطبقة ، إسقاط Albers Conical Equal-Area Projection من الطبقة. حتى الآن يعود خطنا النقطي & # x27s إلى مستطيله الطبيعي. لكن دعونا & # x27s نعيد إسقاط البيانات النقطية. لذلك في أدوات إدارة البيانات ومجموعة أدوات الإسقاطات والتحويلات ومجموعة أدوات gt النقطية ، هناك & # x27s أداة Project Raster. ودع & # x27s تحدد البيانات النقطية للإدخال هنا. & # x27ll نحدد نفس نظام إحداثيات الإخراج الذي كنا نستخدمه للتو ، نظام الإحداثيات الجغرافية NAD 1983. الآن ، لاحظ في الجزء السفلي هنا أن أداة Project Raster تدرك أنها & # x27s تعدل بياناتك ، لذا فهي تمنحك نفس خيارات تقنية إعادة التشكيل التي رأيناها من قبل. & # x27ll نتركه عند أقرب جار مرة أخرى لأن هذا خيار مناسب لأشياء مثل تصنيف استخدام الأراضي ، كما هو مذكور هنا. لقد حسبت أيضًا حجم خلية يناسبني & # x27s بناءً على الترجمة بالوحدات. إذاً القيمة الحالية بالأمتار ، وهي & # x27s تُترجم إلى درجات عشرية لأنها & # x27s نظام إحداثيات جغرافي ، لذا فقد حسبت ترجمة هذه القيم من أجلي. لذا دع & # x27s تأكد من بقائها في أقرب جار. ودعونا نرى ما سيحدث عندما أقوم بتشغيل هذا إعادة الإسقاط الآن. في البداية ، لا يبدو الأمر كأنه مجموعة كاملة ، ولكن هناك القليل من التحول في البيانات إذا قمت بإيقاف تشغيله وتشغيله. ودع & # x27s نشغل قيم no data على طبقتنا الجديدة هنا ، حتى نتمكن من رؤية ذلك في الواقع ، إنها تحتوي على مساحة أكبر هنا. And this is due to the fact that it's reprojected and then also that it's being reprojected again into this current data frame. So we reproject it to NAD 83, which forced that original bounding box around it and then it's being reprojected back to this, which fills it back into a rectangle. But we can confirm that it's larger and has those no data values because it has more rows and columns, so this has 830 columns and 482 rows. But the original one has 743 columns and 538 rows. So there are some changes going on to the data there. And then if I zoom in, let's zoom in up here. I can see this difference in orientation in the raster cells due to the reprojection. And I can also see that stair stepping I promised you, where at the top, it's not as smooth. And so I could see that this raster data actually has to slightly rotate and reorient. It's not just rotating the raster nicely, and we keep the top edge and everything's in line. We're actually creating a new raster that's fully stair stepped based upon our old data. And if I do a swipe now, like before, I can see some changes in the data, where I'm getting a whole different cell alignments over here. Like take a look at these yellow and green ones that were next to each other or next to each other, and the new one, but weren't before. And we're getting lots and lots of changes to our data if we look back between these two. Let's go down here a little more, where those are going on and do the same thing. There are lots and lots of little changes to the data if you look around, places where one cell becomes three or four, or three or four cells become one. And this is due to our resampling technique. And nearest neighbor is probably the best choice for this data, but we still have lots of changes. That's the destructiveness of reprojecting rasters. And that's why we want to be so careful about it, to only do it when we really need to. Now choosing not to reproject a raster, but then working with rasters in different projections isn't actually choosing not to reproject a raster. Because remember, a geoprocessing tool has to change data to the same projection in order to use it anyway. So it's going to reproject it in the background, and you're actually losing out on that choice by not reprojecting it. If you have data in different projections, it is smart to project it into one, so that you choose and get to validate that data. You choose the choices that go into that reprojection, and make sure that it's satisfactory to your analysis. Okay, there's just one last thing I want to show you about reprojecting rasters. And that's this, one more thing about the stair stepping, which is, if we take this raster that is in the NAD 83 projection, and we put it in a data frame that is in the same projection, so it's not being reprojected on the fly again. We'll see, okay, it's aligned north to south, which is what weɽ expect, right? It's aligned north to south in its own projection, in its own coordinate system. But if I zoom out, that stair stepping at the top makes a lot more sense because what it's doing is it fit that other raster to this grid, and if we imagine that other raster's top edge running across here, it's running nearest neighbor and ends up assigning cells and then having to drop down a row and assigning more cells. And that's why we get the stair stepping when it's projected back into the other as well, is because it is taking this raster and rotating it to fit the other data frame, but it still isn't a perfect rectangle on the edges anymore. It is conceptually because it has no data values, but the data itself isn't a perfect rectangle anymore. Okay, that's it for this lecture. In this lecture, we applied resampling to the process of reprojecting rasters and saw that it is destructive to our data. It changes our data as we store it on our disk. And we have to take that into account when deciding when and how to reproject our rasters and what method we want to use to resample our data. This is a pretty important and fundamental concept, and you'll learn a lot more about projections and coordinate systems later on in this class. But for now, just remember that projections of rasters are destructive, and come back to this if you want to get a little more out of it after you take the section on projections and coordinate systems. Okay, see you next time.


            Graph temperatures across latitude

            The hottest temperatures you encountered were all close to the equator. It's generally expected that mean annual temperatures are highest in equatorial regions and decrease toward the poles. To verify this assumption about climate, you'll graph the north-to-south geographic distribution of temperature values on a scatter plot.

            To ensure all the data is included in the scatter plot, you'll clear the selected data points.

            The Chart Properties and Mean Annual Temperature XY Layer Scatter Plot 1 panes appear.

            You'll set the parameters for the x-axis and y-axis. Because you're graphing the distribution of temperatures across latitude (north to south), you'll choose the appropriate fields.

            The scatter plot is created. Before you examine it more closely, you'll remove the linear trend line, which isn't useful for the question you want to answer.

            You'll also change the chart title and axis labels. The current title and labels use the exact names of the variables, which aren't easy to read.

            The chart updates. Depending on your window size, it may have different proportions than the example image. It may also have different colored points.

            As expected, the warmest values are centered around the equator (0 degrees latitude). Antarctica, which corresponds to the most negative latitude values, is much colder than the north pole. By selecting features in the chart, you can see where they appear on the map.

            The points in the box are selected in both the chart and the map.

            As predicted, latitude seems to have a significant effect on temperature.


            How to append qgis processing output to a new row in the output table

            I'm working with the raster surface volume tool in QGIS to calculate the volume of water in a lake and tracking the change in volume as depth decreases by 1cm at a time. Right now my code just outputs whatever the last value in the for loop was. Is there a way to append each output to the next row so I can open it and see all the volumes calculated in one csv? I have to do this a few hundred times so batch processing isn't really reasonable.


            شاهد الفيديو: كيفية انشاء طبقة نقطية وخطية ومساحية على برنامج arcgis