Як знайти місця найвищих значень у растрі за допомогою ArcGIS Desktop?

Використовуючи ArcGIS 10, у мене є растр, де я хотів би знайти піксель з максимальним значенням у растрі та повернути його розташування (центр пікселя) у десяткових градусах. Я хотів би повторити цей процес, повертаючи місце розташування другого найвищого значення растру, потім третього, і так далі, щоб у підсумку у мене був список N розташувань, які мають найвищі значення в растрі.

Я думаю, що це може бути найпростіше зробити за допомогою сценарію Python, але я відкритий для інших ідей, якщо є кращий спосіб.

Якщо ви раді використовувати R , є пакет, який називається растровим . Ви можете читати в растрі, використовуючи таку команду:

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

Потім, перейшовши на його перегляд (набравши test), ви побачите таку інформацію:

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 

Можливо, існують кращі способи маніпулювання растром, але одним із способів пошуку потрібної інформації може бути пошук найвищого значення та отримання його матричного розташування, а потім додавання цього до нижчих розширень.

Відповідь можна отримати , поєднавши індикаторну сітку верхнього 1% значень із сітками широти та довготи. Хитрість полягає у створенні цієї індикаторної сітки, оскільки ArcGIS (все ще! Після 40 років!) Не має процедури ранжування растрових даних.

Одне рішення для растра з плаваючою комою є ітераційним, але милосердно швидким . Нехай n - кількість комірок даних. Емпіричне розподіл значень складається з усіх пар (г, п (г)) , де г являє собою значення в сітці і п (г) являє собою кількість осередків в сітці зі значеннями менше або дорівнює г . Ми отримуємо криву, що з'єднує (-інфініт, 0) до (+ нескінченність, n) із послідовності цих вершин, упорядкованих z . Тим самим вона визначає функцію f , де (z, f (z)) завжди лежить на кривій. На цій кривій потрібно знайти точку (z0, 0,99 * n).

Іншими словами, завдання - знайти нуль f (z) - (1-0.01) * n . Зробіть це за допомогою будь-якої рутинної функції пошуку нуля (яка може обробляти довільні функції: ця не відрізняється). Найпростіший, який часто ефективний, - це відгадування і перевірка: спочатку ви знаєте, що z0 лежить між мінімальним значенням zMin і максимальним zMax. Вгадайте будь-яке розумне значення строго між цими двома. Якщо здогад занадто низький, встановіть zMin = z0; інакше встановити zMax = z0. Тепер повторіть. Ви швидко перейдете до рішення; ви досить близькі, коли zMax і zMin досить близькі. Щоб бути консервативним, виберіть кінцеве значення zMin як рішення: воно може набрати кілька додаткових балів, які ви зможете відкинути пізніше. Більш досконалі підходи див. У Розділі 9 числових рецептів (посилання переходить на старішу безкоштовну версію).

Озирнувшись до цього алгоритму, видно, що вам потрібно виконати лише два види растрових операцій : (1) виділити всі комірки, менші або рівні деякому цільовому значенню, і (2) підрахувати вибрані комірки. Вони є одними з найпростіших і найшвидших операцій навколо. (2) може бути отримано як зональне підрахунок або, прочитавши один запис із таблиці атрибутів сітки вибору.

Я це робив деякий час тому, хоча моє рішення використовує GDAL (так, це не тільки для ArcGIS). Я думаю, ви можете отримати масив NumPy з растра в ArcGIS 10, але я не знаю точно. NumPy забезпечує просту та потужну індексацію масивів, як argsortі інші. Цей приклад не обробляє NODATA або перетворює координати з проектованого в lat / long (але це не складно зробити з osgeo.osr, що надається GDAL)

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]))

Показує наступне для мого тестового растрового файлу:

[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