ArcGIS Desktop kullanarak rasterdeki en yüksek değerlerin yerlerini mi buldunuz?

ArcGIS 10'u kullanarak, rasterde maksimum değeri olan pikseli bulmak ve ondalık derecedeki konumunu (piksel merkezi) döndürmek istediğim bir rasterim var. Rasterin ikinci en yüksek değerinin, daha sonra üçüncü ve benzeri konumun döndürülmesini sağlayan bu süreçte tekrarlamak istiyorum, böylece sonunda rasterdeki en yüksek değerlere sahip N konumlarının bir listesine sahibim.

Bunun en kolay bir Python betiği kullanılarak yapılabileceğini hayal ediyorum, ancak daha iyi bir yol varsa diğer fikirlere açıkım.

R'yi kullanmaktan memnunsanız , raster adı verilen bir paket var . Aşağıdaki komutu kullanarak bir taramada okuyabilirsiniz:

install.packages('raster')
library(raster)
test <- raster('F:/myraster')

Ardından, ona baktığınızda (yazarak test), aşağıdaki bilgileri görebilirsiniz:

class       : RasterLayer 
dimensions  : 494, 427, 210938  (nrow, ncol, ncell)
resolution  : 200, 200  (x, y)
extent      : 1022155, 1107555, 1220237, 1319037  (xmin, xmax, ymin, ymax)
coord. ref. : +proj=aea +lat_1=29.5 +lat_2=45.5 +lat_0=23 +lon_0=-96 +x_0=0 +y_0=0 +ellps=GRS80 +datum=NAD83 +units=m +no_defs +towgs84=0,0,0 
values      : F:/myraster 
min value   : 0 
max value   : 1 

Rasteri manipüle etmenin daha iyi yolları olabilir, ancak istediğiniz bilgiyi bulmanın bir yolu en yüksek değeri bulmak ve matris konumunu elde etmek ve daha sonra bunu alt uzantılara eklemek olabilir.

Cevap elde edilebilir ile kombine enlem ve boylam ızgaraları ile değerlerinin üst% 1 arasında bir gösterge ızgara. Hile bu gösterge ızgarasını oluşturmada yatıyor, çünkü ArcGIS (hala! 40 yıl sonra!) Raster verilerini sıralamak için bir prosedürü yok.

Kayan noktalı rasterler için bir çözüm yinelemeli, ama çok hızlıdır . N veri hücresi sayısı olsun . Deneysel kümülatif dağılım değerleri her çiftlerinden oluşur (z, N (Z)) z ızgara ve bir değerdir , n (z) ' den az değerler ile ızgara hücrelerin sayısı ya da eşit z . Z tarafından sıralanan bu köşelerin sırasından (-fininity, 0) 'dan (+ infinity, n)' ya bağlanan bir eğri elde ederiz . Böylece f fonksiyonunu tanımlar , burada (z, f (z)) daima eğri üzerinde bulunur. Bu eğri üzerinde bir nokta (z0, 0.99 * n) bulmak istiyorsunuz.

Başka bir deyişle, görev f (z) - (1-0.01) * n'nin sıfırını bulmaktır . Bunu herhangi bir sıfır bulma rutini ile yapın (rastgele işlevleri işleyebilir: bu farklılaşamaz). Genellikle verimli olan en basit tahmin ve kontroldür: başlangıçta z0'ın minimum zMin değeri ile maksimum zMax değeri arasında olduğunu bilirsiniz. Bu ikisi arasında kesinlikle herhangi bir makul değeri tahmin edin. Tahmin çok düşükse, zMin = z0; aksi takdirde zMax = z0 değerini ayarlayın. Şimdi tekrar et. Hızlı bir şekilde çözüme kavuşacaksınız; zMax ve zMin yeterince yakın olduğunda yeterince yakınsınız. Muhafazakar olmak için, çözüm olarak zMin'in son değerini seçin: daha sonra atabileceğiniz birkaç ekstra nokta alabilir. Daha karmaşık yaklaşımlar için Sayısal Tarifler Bölüm 9'a bakınız. (bağlantı eski bir ücretsiz sürüme gider).

Bu algoritmaya geri baktığınızda yalnızca iki çeşit raster işlemi yapmanız gerekir : (1) bazı hedef değerlerden küçük veya eşit olan tüm hücreleri seçin ve (2) seçilen hücreleri sayın. Bunlar en basit ve en hızlı operasyonlar arasında. (2) bir bölge sayımı olarak veya seçim ızgarasının nitelik tablosundan bir kayıt okunarak elde edilebilir .

Bunu bir süre önce yaptım, ancak çözümüm GDAL kullanıyor olsa da (bu sadece ArcGIS için değil). ArcGIS 10'da bir rasterden NumPy dizisi alabileceğinizi düşünüyorum, ama emin değilim. NumPy, argsortdiğerleri gibi basit ve güçlü dizi indeksleme sağlar . Bu örnek NODATA'yı işlemez veya koordinatları yansıtılandan enlem / boyuta dönüştürmez (ancak GDAL ile sağlanan osgeo.osr ile bunu yapmak zor değildir)

import numpy as np
from osgeo import gdal

# Open raster file, and get GeoTransform
rast_src = gdal.Open(rast_fname)
rast_gt = rast_src.GetGeoTransform()

def get_xy(r, c):
    '''Get (x, y) raster centre coordinate at row, column'''
    x0, dx, rx, y0, ry, dy = rast_gt
    return(x0 + r*dx + dx/2.0, y0 + c*dy + dy/2.0)

# Get first raster band
rast_band = rast_src.GetRasterBand(1)

# Retrieve as NumPy array to do the serious work
rast = rast_band.ReadAsArray()

# Sort raster pixels from highest to lowest
sorted_ind = rast.argsort(axis=None)[::-1]

# Show highest top 10 values
for ind in sorted_ind[:10]:
    # Get row, column for index
    r, c = np.unravel_index(ind, rast.shape)
    # Get [projected] X and Y coordinates
    x, y = get_xy(r, c)
    print('[%3i, %3i] (%.3f, %.3f) = %.3f'%
          (r, c, x, y, rast[r, c]))

Test tarama dosyam için aşağıdakileri gösterir:

[467, 169] (2813700.000, 6353100.000) = 844.538
[467, 168] (2813700.000, 6353200.000) = 841.067
[469, 168] (2813900.000, 6353200.000) = 840.705
[468, 168] (2813800.000, 6353200.000) = 840.192
[470, 167] (2814000.000, 6353300.000) = 837.063
[468, 169] (2813800.000, 6353100.000) = 837.063
[482, 166] (2815200.000, 6353400.000) = 833.038
[469, 167] (2813900.000, 6353300.000) = 832.825
[451, 181] (2812100.000, 6351900.000) = 828.064
[469, 169] (2813900.000, 6353100.000) = 827.514