精华内容
下载资源
问答
  • 问题:由栅格数据提取等值线 解决思路:使用ArcToolbox中的等值线工具 解决方法: 3DAnalyst工具—>栅格表面—>等值线。填写各种参数,其中等值线间距经尝试后大致选个合适的经验值,其他可选参数本实验中...

    问题:由栅格数据提取等值线

    解决思路:使用ArcToolbox中的等值线工具

    解决方法:

    3DAnalyst工具—>栅格表面—>等值线。填写各种参数,其中等值线间距经尝试后大致选个合适的经验值,其他可选参数本实验中未填写。

    注意:确保3D Analyst扩展模块已激活

    转载于:https://www.cnblogs.com/lettet/p/4373971.html

    展开全文
  • 使用GIS ArcMap 从 tif 栅格图层提取数据信息
  • GeoTrellis 栅格数据处理 @Service class RasterIngestImageHander @Autowired()(miniTools: MiniTools) extends AppHander { private val LOG: Log = LogFactory.getLog(this.getClass) private val sparkUtil = ...

    GeoTrellis 栅格数据处理

    @Service
    class RasterIngestImageHander @Autowired()(miniTools: MiniTools) extends AppHander {
        private val LOG: Log = LogFactory.getLog(this.getClass)
        private val sparkUtil = new SparkUtil
        private val convert = new RasterIngestImageConvert
        private val rasterIngestImageEntity = new RasterIngestImageEntity
    
        /**
          * 算子参数装载
          *
          * @param paramsObj
          */
        override def installUnit(paramsObj: JSONObject): Unit = {
            LOG.info("Initialization RasterIngestImageHander parameter information.")
            convert.rasterIngestImageConvert(paramsObj, rasterIngestImageEntity)
        }
    
        /**
          * 算子参数校验
          *
          */
        override def checkParams(): Unit = {
            LOG.info("Check the RasterIngestImageHander parameters.")
            if (rasterIngestImageEntity.inputPath == null || rasterIngestImageEntity.outputPath == null
                    || rasterIngestImageEntity.layerName == null) {
                LOG.error("The rasterIngestImageHander args is error!!!!!!")
                throw new RuntimeException("The rasterIngestImageHander args is error.")
            }
        }
    
        /**
          * Spark初始化
          *
          */
        override def initContext() {
            LOG.info("RasterIngestImageHander spark configuration initialization.")
            val appName = sparkUtil.getSparkAppName(rasterIngestImageEntity.appName)
            val conf = new SparkConf().setAppName(appName)
            conf.set("spark.serializer", "org.apache.spark.serializer.KryoSerializer")
            conf.set("spark.kryo.registrator", classOf[geotrellis.spark.io.kryo.KryoRegistrator].getName)
            SparkConfigure.sc = SparkContext(conf)
        }
    
        /**
          * 算子逻辑处理
          */
        override def process() {
            LOG.info("RasterIngestImageHander process processing.")
            try {
                //读取geotiff生成rdd,单波段
                val inputRdd: RDD[(ProjectedExtent, Tile)] = SparkConfigure.sc.hadoopGeoTiffRDD(rasterIngestImageEntity.inputPath)
                //创建元数据信息,包括层级(zoom),类型的信息
                val (_, rasterMetaData) = TileLayerMetadata.fromRDD(inputRdd, FloatingLayoutScheme(512))
                //创建切片RDD,并设置执行任务数
                val tiled: RDD[(SpatialKey, Tile)] = inputRdd.
                        tileToLayout(rasterMetaData.cellType, rasterMetaData.layout, Bilinear)
                        .repartition(100)
                //设置投影方式及瓦片大小,这里默认为墨卡托投影,大小为256
                val layoutScheme = ZoomedLayoutScheme(WebMercator, tileSize = 256)
                //切片投影处理
                val (zoom, reprojected): (Int, RDD[(SpatialKey, Tile)] with Metadata[TileLayerMetadata[SpatialKey]]) =
                    TileLayerRDD(tiled, rasterMetaData)
                            .reproject(WebMercator, layoutScheme, Bilinear)
                //创建输出存储区
                val attributeStore = FileAttributeStore(rasterIngestImageEntity.outputPath)
                // 写入对象
                val writer = FileLayerWriter(attributeStore)
                //根据金字塔样式设置缩放级别,并将tiles写入输出存储区
                Pyramid.upLevels(reprojected, layoutScheme, zoom, Bilinear) { (rdd, z) =>
                    val layerId = LayerId(rasterIngestImageEntity.layerName, z)
                    // If the layer exists already, delete it out before writing
                    if (attributeStore.layerExists(layerId)) {
                        new FileLayerManager(attributeStore).delete(layerId)
                    }
                    writer.write(layerId, rdd, ZCurveKeyIndexMethod)
                }
            } catch {
                case _: Exception => {
                    //读取geotiff生成rdd,多波段
                    val inputRdd: RDD[(ProjectedExtent, MultibandTile)] = SparkConfigure.sc.hadoopMultibandGeoTiffRDD(rasterIngestImageEntity.inputPath)
                    //创建元数据信息,包括层级(zoom),类型的信息
                    val (_, rasterMetaData) = TileLayerMetadata.fromRDD(inputRdd, FloatingLayoutScheme(512))
                    //创建切片RDD,并设置执行任务数
                    val tiled: RDD[(SpatialKey, MultibandTile)] = inputRdd.
                            tileToLayout(rasterMetaData.cellType, rasterMetaData.layout, Bilinear)
                            .repartition(100)
                    //设置投影方式及瓦片大小,这里默认为墨卡托投影,大小为256
                    val layoutScheme = ZoomedLayoutScheme(WebMercator, tileSize = 256)
                    //切片投影处理
                    val (zoom, reprojected): (Int, RDD[(SpatialKey, MultibandTile)] with Metadata[TileLayerMetadata[SpatialKey]]) =
                        MultibandTileLayerRDD(tiled, rasterMetaData)
                                .reproject(WebMercator, layoutScheme, Bilinear)
                    //创建输出存储区
                    val attributeStore = FileAttributeStore(rasterIngestImageEntity.outputPath)
                    // 写入对象
                    val writer = FileLayerWriter(attributeStore)
                    //根据金字塔样式设置缩放级别,并将tiles写入输出存储区
                    Pyramid.upLevels(reprojected, layoutScheme, zoom, Bilinear) { (rdd, z) =>
                        val layerId = LayerId(rasterIngestImageEntity.layerName, z)
                        // If the layer exists already, delete it out before writing
                        if (attributeStore.layerExists(layerId)) {
                            new FileLayerManager(attributeStore).delete(layerId)
                        }
                        writer.write(layerId, rdd, ZCurveKeyIndexMethod)
                    }
                }
            }
        }
    }
    
    
    展开全文
  • 1.有属性表的栅格数据可以使用以下工具:Spatial Analyst Tools / Extraction / Extract by Attributes 2.若没有属性表的栅格数据分为两种: 1)栅格数值为单波段整数型数据,可以使用以下工具:Data Management ...

    1.有属性表的栅格数据可以使用以下工具:Spatial Analyst Tools / Extraction / Extract by Attributes

    2.若没有属性表的栅格数据分为两种:
    1)栅格数值为单波段整数型数据,可以使用以下工具:Data Management Tools / Raster / Raster Properties / Build Raster Attribute Table
    2) 栅格数据为单波段非整数型数据,可以使用以下工具:Spatial Analyst Tools / Conditional / Con

    展开全文
  • c#提取数据栅格中的数据c#提取数据栅格中的数据c#提取数据栅格中的数据c#提取数据栅格中的数据
  • 基于矢量数据栅格批量掩膜提取,直接加载IDLE中即可运行,首先对矢量数据进行分割,在此基础上进行掩膜提取
  • ArcGIS 10 栅格数据批量值提取到点 在网上找了好久都没有找到批量值提取到点的代码,自己试着改了改别人的代码,也是问了问大神,终于弄出来了,现在把代码分享给大家,需要的直接复制就好: import arcpy from ...

    ArcGIS 10 栅格数据批量值提取到点

    在网上找了好久都没有找到批量值提取到点的代码,自己试着改了改别人的代码,也问了问大神,终于弄出来了,现在把代码分享给大家:

    import arcpy
    from arcpy import env
    from arcpy.sa import *
    
    arcpy.CheckOutExtension("spatial")
    
    arcpy.gp.overwriteOutput=1 #检查许可
    
    arcpy.env.workspace = "G:\\YR_R\\pre_month"#输入文件夹
    
    rasters = arcpy.ListRasters("*", "tif")#提取列表中的.tif文件
    
    mask= "G:\\YR_R\\verify\\ALT_ver.shp"#输入裁剪区域
    
    out= "G:\\YR_R\\pre_point\\"#输出名称和路径
    
    for raster in rasters:#循环栅格
    
        print(raster)#输出栅格
        out_put_shp = out + raster[:-4]+".shp"
        
    
        ExtractValuesToPoints(mask, raster, out_put_shp,"INTERPOLATE","VALUE_ONLY")#值提取到点工具
    
        print("has done")#输出提醒
    
    print("!")#文件中数据完成提醒
    
    展开全文
  • 毫无疑问也是ArcToolBox工具啦 1. 打开ArcToolBox工具,选择空间分析->提取分析->按掩模提取 ... 打开按掩模提取对话框:**输入相应的数据 点解确定即可。 欢迎大家一起讨论,进步!!! ...
  • CRAN 目前不提供栅格地图,请安装: # install.packages("devtools") devtools :: install_github( " hadley/rastermap " ) 例子 houston <- fetch_region(c( - 95.80204 , - 94.92313 ), c( 29.38048 , 30....
  • 基于arcpy批量提取矢量区域,简单易操作,可通过arcgis中的地图处理下的python直接使用。
  • 下面介绍如何使用【GIS数据转换器-栅格-V2.9.1】根据值范围提取栅格数据中的信息。 选择输入数据 选择要转出波段,并填写最大最小值 选择矢量转换选项 选择输出数据 转换结果 面类型 点类...
  • ArcGIS对栅格数据进行掩膜提取后,DN值变化以及图像不显示 1、本人遇到的问题 现有栅格数据 以及矢量数据(红色框部分) 本来想用矢量数据对栅格数据进行掩膜提取,得到研究区栅格数据,过程如下,在ArcGIS中...
  • 1、如何对栅格数据进行平滑操作? 1)查看当前栅格数据属性。 双击raster图层,打开属性对话框;选择【源】选项卡,可以查看到当前栅格数据的统计数据参数。 2)平滑处理。 打开【Spatial Analyst工具】|【邻域分析...
  • 序:栅格数据经过裁剪后多是不规则的,如何提取他们的边界矢量范围 一、提取过程: 提取后的边界范围可以另存为kml、shp等矢量数据格式。
  •   在进行Meta-Analysis时,经常需要整合文献报道的数据,但大多数时候我们是无法完全获取到这些信息的,比如在研究降水对生态系统生产力的影响时,可能就很少会报道土壤氢离子浓度指数(pH) 或者土壤容重(BD) 等...
  • 而线与面在转换成矢量的时候,本质上都是在提取边界或中轴线,因此在栅格中提取中轴线就与栅格的细化的关系密不可分,这是因为线状栅格数据一般具有粗度且线条本身往往呈现粗细。栅格数据需要细化,以提...
  • ArcGIS基于矢量数据提取栅格

    千次阅读 2020-02-19 00:57:49
    矢量转栅格 zonal statistics 栅格转矢量 join
  • Arcgis批量提取栅格数据的Min、Max、Mean以及Std dev.等数值栅格数据Source中的value第一步——Raster批量转Table第二步——Table批量转Excel第三步——合并Excel代码分享 高弋斌 栅格数据Source中的value 相信大家...
  • 对于大部分有属性表的栅格数据,直接在工具箱中spatial analyst tools \ extraction \ extract by attributes工具,用简单的SQL语句就能实现像元提取。 没有属性表的情况使用如下方法解决: 1.如果是单波段整数型...
  • 利用栅格图像提取出三维模型

    千次阅读 2018-07-01 10:27:31
    原文发布时间:2013-05-08作者:小C栅格图像是指在空间和...本文使用FME,利用栅格图片提取出三维模型,并将其存储为3D的PDF格式,为大家展示如何将图像转换为矢量的3D模型。这里分别是源数据(转换前的栅格图像)...
  • 【arcobjects sdk for java】提取矢量点所在位置的栅格数据值 ```java * 用ExtractValuesToPoints获取坐标点处的像元值 * rasterdataset: 栅格数据集 * featureclass: 矢量数据 * 返回 output_dataset:返回...
  • ArcGIS栅格数据的的筛选与提取

    千次阅读 2020-02-19 00:47:26
    http://www.doc88.com/p-9435297672406.html 马住之后详细研究
  • 栅格(.tif)文件是一种常见的数据存储格式,在空间分析中的过程中,我们常常需要将栅格文件中包含的数据提取出来,导出为类似于{(x1,y1,v1), (x2,y2,v2)…}。其中,x、y分别为栅格文件中某个像元中心处对应的横...
  • 要求:每25km布设一个监测点,沿着方向数据line.shp布设6个点;垂直于line.shp方向上两侧各4个,共9个点。 1)**创建水平和垂直方向的监测布设点数据。**打开【数据管理工具】|【要素类】|【创建鱼网】工具。输出...
  • ArcGIS如何用矢量数据裁剪栅格数据

    千次阅读 2020-07-29 15:21:23
    1.加载栅格数据、矢量数据 2.打开arctoolbox 3.找到spatial analyst工具下的提取分析 4.按掩膜提取 5.双击,输入栅格数据,矢量数据,点击确定 6.得到按矢量数据裁剪的栅格数据 7.注意输出路径 ...
  • Arcgis 矢量数据提取栅格值的方法

    万次阅读 2018-02-07 10:41:18
    有时候我们需要提取一副栅格图像中某一特定地理位置的像元值,或者是对某一区域的像元值进行统计分析(均值、方差等),这个时候可以使用Spatial Analysis Tools中的Zonal Statistic功能完成。该方法来源于陈明明...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 418
精华内容 167
关键字:

栅格数据提取