Все еще зависит от того, чего вы хотите достичь, лучше ли вам использовать растровые или векторные данные.
Если вы используете сетку для разделения области на массив контейнеров для географических объектов, то придерживайтесь векторных данных. Для этого я бы создал файл многоугольной сетки и пересек бы его с каждым из ваших слоев данных. Затем вы можете добавить поле идентификатора, которое представляет местоположение ячейки в массиве (и, следовательно, ее относительное положение по отношению к известной координате широты / долготы - скажем, в нижнем левом углу). В качестве альтернативы вы можете использовать пространственные запросы для доступа к своим данным, выбрав многоугольник в файле векторной сетки и затем найдя все объекты в другом файле, которые в нем содержатся.
OTOH, если вы хотите провести мультифункциональный анализ на основе присутствия / отсутствия, тогда вам может быть лучше пойти по маршруту растрового анализа. На основании того, что вы сказали, я чувствую, что это то, чего вы пытаетесь достичь, но я все еще не уверен на 100%. Вы можете справиться с этим, создав набор логических растров подходящего разрешения, а затем выполнив математические операции над набором (сложение, вычитание, среднее значение и т. Д. - в зависимости от того, какие вопросы вы задаете).
Допустим, вы изучаете миграцию животных. Допустим, ваша модель предполагает, что ручьи, изгороди и города - все препятствия для миграции, но дороги только уменьшают вероятность пересечения территории. Таким образом, вы преобразуете свои препятствия в значение «1» и NoData в «0» в каждом случае, кроме дорог, для которых вы решили установить значение 0,5. Затем вы можете сложить все свои растры в один большой стек и спрогнозировать маршруты миграции.
Хорошо, это упрощенный пример, но, возможно, вы понимаете, почему нам нужно ДАЖЕ больше информации о том, что вы хотите сделать.
person
MappaGnosis
schedule
21.12.2011