Виходячи з коментарів, ось версія, яка працює з перпендикулярними відрізками ліній. Будь ласка, використовуйте з обережністю, оскільки я не перевіряв її ретельно!
Цей метод набагато химерніший, ніж відповідь @ whuber - почасти тому, що я не дуже хороший програміст, а почасти тому, що векторна обробка трохи фальшива. Я сподіваюся, що ви принаймні розпочнете роботу, якщо перпендикулярні відрізки ліній потрібні вам.
Для цього вам потрібно встановити пакети Shapely , Fiona та Numpy Python (разом із залежностями).
#-------------------------------------------------------------------------------
# Name: perp_lines.py
# Purpose: Generates multiple profile lines perpendicular to an input line
#
# Author: JamesS
#
# Created: 13/02/2013
#-------------------------------------------------------------------------------
""" Takes a shapefile containing a single line as input. Generates lines
perpendicular to the original with the specified length and spacing and
writes them to a new shapefile.
The data should be in a projected co-ordinate system.
"""
import numpy as np
from fiona import collection
from shapely.geometry import LineString, MultiLineString
# ##############################################################################
# User input
# Input shapefile. Must be a single, simple line, in projected co-ordinates
in_shp = r'D:\Perp_Lines\Centre_Line.shp'
# The shapefile to which the perpendicular lines will be written
out_shp = r'D:\Perp_Lines\Output.shp'
# Profile spacing. The distance at which to space the perpendicular profiles
# In the same units as the original shapefile (e.g. metres)
spc = 100
# Length of cross-sections to calculate either side of central line
# i.e. the total length will be twice the value entered here.
# In the same co-ordinates as the original shapefile
sect_len = 1000
# ##############################################################################
# Open the shapefile and get the data
source = collection(in_shp, "r")
data = source.next()['geometry']
line = LineString(data['coordinates'])
# Define a schema for the output features. Add a new field called 'Dist'
# to uniquely identify each profile
schema = source.schema.copy()
schema['properties']['Dist'] = 'float'
# Open a new sink for the output features, using the same format driver
# and coordinate reference system as the source.
sink = collection(out_shp, "w", driver=source.driver, schema=schema,
crs=source.crs)
# Calculate the number of profiles to generate
n_prof = int(line.length/spc)
# Start iterating along the line
for prof in range(1, n_prof+1):
# Get the start, mid and end points for this segment
seg_st = line.interpolate((prof-1)*spc)
seg_mid = line.interpolate((prof-0.5)*spc)
seg_end = line.interpolate(prof*spc)
# Get a displacement vector for this segment
vec = np.array([[seg_end.x - seg_st.x,], [seg_end.y - seg_st.y,]])
# Rotate the vector 90 deg clockwise and 90 deg counter clockwise
rot_anti = np.array([[0, -1], [1, 0]])
rot_clock = np.array([[0, 1], [-1, 0]])
vec_anti = np.dot(rot_anti, vec)
vec_clock = np.dot(rot_clock, vec)
# Normalise the perpendicular vectors
len_anti = ((vec_anti**2).sum())**0.5
vec_anti = vec_anti/len_anti
len_clock = ((vec_clock**2).sum())**0.5
vec_clock = vec_clock/len_clock
# Scale them up to the profile length
vec_anti = vec_anti*sect_len
vec_clock = vec_clock*sect_len
# Calculate displacements from midpoint
prof_st = (seg_mid.x + float(vec_anti[0]), seg_mid.y + float(vec_anti[1]))
prof_end = (seg_mid.x + float(vec_clock[0]), seg_mid.y + float(vec_clock[1]))
# Write to output
rec = {'geometry':{'type':'LineString', 'coordinates':(prof_st, prof_end)},
'properties':{'Id':0, 'Dist':(prof-0.5)*spc}}
sink.write(rec)
# Tidy up
source.close()
sink.close()
На зображенні нижче показаний приклад виходу зі сценарію. Ви подаєте у файл форми, що представляє вашу центральну лінію, і вказуєте довжину перпендикулярних ліній та їх інтервал. Вихід - це новий файл форми, що містить червоні лінії на цьому зображенні, кожна з яких має пов'язаний атрибут із зазначенням його відстані від початку профілю.
Як сказав @whuber у коментарях, після того, як ви перейдете на цю стадію, все досить легко. На зображенні нижче показаний ще один приклад із результатом, доданим до ArcMap.
Використовуйте інструмент « Feature to Raster » для перетворення перпендикулярних ліній у категоричний растр. Встановіть растр VALUEяк Distполе у вихідному файлі форми. Крім того, пам'ятайте , щоб встановити інструмент Environmentsтак , що Extent, Cell sizeі Snap rasterтакі ж , як для базового DEM. Вам слід закінчити растрове зображення ваших ліній, приблизно так:
Нарешті, перетворіть цей растр у цілу сітку (використовуючи інструмент Int або растровий калькулятор) і використовуйте його як зони введення для Зональної статистики як інструмент « Таблиця ». Ви маєте вийти з такою таблицею виводу:
VALUEПоле в цій таблиці дає відстань від початку вихідної лінії профілю. В інших стовпцях наводяться різні статистичні дані (максимум, середнє значення тощо) для значень кожного трансекту. Ви можете використовувати цю таблицю для побудови вашого підсумкового профілю.
NB: Однією з очевидних проблем цього методу є те, що, якщо ваша початкова лінія дуже химерно, деякі трансектні лінії можуть перетинатися. Засоби зональної статистики в ArcGIS не можуть мати справу з зонами, що перекриваються, тому, коли це трапиться, одна з ваших трансектних ліній матиме перевагу над іншою. Це може бути або не бути проблемою для того, що ви робите.
Удачі!
