Suite

OpenLayers 3 obtient le centre actuel


Est-il possible d'obtenir la position actuelle (lat/lng/zoom) dans OpenLayers 3 (commemap.getCenter()dans le dépliant) ? Je n'ai rien trouvé dans la doc.


Tapez simplement :

map.getView().getCenter()

Vous devriez regarder le code source des exemples officiels : ils vous aideront vraiment.


Information Géographique et Support Technique

L'USGS WARC a mis en œuvre pour la première fois des systèmes d'information géographique (SIG) en 1980 pour aider à surveiller la nature et l'étendue des changements dans l'habitat des zones humides. Aujourd'hui, les géographes et le personnel d'assistance créent, maintiennent et utilisent des données géospatiales pour analyser les efforts de restauration en Louisiane.

Carte du projet de réintroduction de la rivière dans le marais de Maurepas illustrant les informations de l'inventaire national des zones humides (NWI) et les emplacements des sites du système de surveillance de référence à l'échelle de la côte (CRMS) dans et autour de la zone du projet. Carte créée par la Coastal Protection and Restoration Authority (CPRA) de la Louisiane.

La question scientifique et la pertinence :Le Centre de recherche sur les zones humides et aquatiques (WARC) a mis en œuvre pour la première fois des systèmes d'information géographique (SIG) en 1980 pour aider à surveiller la nature et l'étendue des changements dans l'habitat des zones humides. Les capacités géospatiales de la Coastal Restoration Assessment Branch (CRAB), en partie, sont nées de cet effort initial et utilisent maintenant le SIG, la télédétection et d'autres technologies informatiques pour résoudre un large éventail de problèmes liés aux ressources naturelles. La fourniture de ces produits et services nécessite une gestion des données SIG standardisée et une coordination poussée avec les planificateurs de projet, les gestionnaires et les décideurs. Le CRAB applique souvent cette technologie dans des entreprises coopératives avec d'autres agences fédérales, les gouvernements étatiques et locaux et le secteur privé. Plus précisément, le WARC CRAB, en tant que partenaire coopératif, fournit une assistance SIG générale, une assistance à la télédétection, une assistance à la gestion des données, une assistance à la conception et au développement de sites Web et une assistance cartographique à la Coastal Protection and Restoration Authority of Louisiana (CPRA). Le CRAB apporte ce soutien depuis le début des années 1990.

Méthodologie pour traiter le problème : Les géographes et le personnel d'assistance créent, maintiennent et utilisent diverses bases de données, couches de données et métadonnées dans l'analyse des efforts de restauration en Louisiane. Ces ensembles de données sont utilisés par d'autres membres du personnel de l'ARM, de l'ACPL et d'autres agences étatiques et fédérales pour la planification ou l'évaluation de l'efficacité des projets. En plus des outils de planification, l'analyse fournie par le biais du soutien géospatial a été absorbée pour être utilisée dans d'autres projets. Les bases de données créées et gérées avec nos partenaires étatiques sont intégrées aux sites Web CRMS, lacoast.gov, SONRIS et CIMS.

Étapes futures : À l'avenir, l'ARM continuera d'investir dans cette capacité pour garantir que les ensembles de données, les techniques d'analyse spatiale et les technologies pertinentes restent à jour pour soutenir nos coopérateurs dans la communauté de la restauration.

Les cartes des dépôts de sédiments superficiels aident à éclairer la gestion des ressources sédimentaires au niveau régional. Récemment, ils ont été utilisés dans le développement du Louisiana Sediment Availability and Allocation Program (LASAAP) qui fournit un outil géospatial pour aider les gestionnaires à gérer efficacement les ressources sédimentaires de la Louisiane côtière. Les cartes et le rapport associé sont disponibles auprès de la Coastal Protection and Restoration Authority (CPRA) de la Louisiane.


SIG et recherche fondamentale : Le centre national d'information et d'analyse géographiques

Le Centre national d'information et d'analyse géographiques (NCGIA) a été créé par la National Science Foundation à la fin de 1988 pour mener des recherches de base sur les SIG. Son plan de recherche est basé sur l'affirmation selon laquelle de nombreux obstacles à l'utilisation de la technologie SIG existent, qui doivent être supprimés si le potentiel de la technologie doit être pleinement exploité. L'article passe en revue l'état actuel du SIG, arguant qu'il s'agit d'un consortium lâche d'intérêts réunis par des solutions matérielles et logicielles communes. La NCGIA s'intéresse particulièrement au rôle des SIG au sein de la communauté scientifique au sens large. La recherche est organisée en une série d'initiatives, dont six sont actuellement en cours, axées sur des ensembles spécifiques d'obstacles. Les problèmes auxquels le Centre est confronté et qui affectent ses futures orientations de recherche comprennent l'équilibre entre la recherche fondamentale et appliquée, l'éducation et la formation, les sciences sociales et physiques et les applications scientifiques et infrastructurelles des SIG. L'avenir du SIG dépendra de la mesure dans laquelle il pourra développer un noyau intellectuel.


Système d'information géographique et soutien à la télédétection : coentreprise Gulf Coast

Le Gulf Coast Joint Venture (GCJV) a été créé en 1988 à la suite du Plan nord-américain de gestion de la sauvagine, qui préconise le rétablissement des populations continentales de sauvagine par le biais de partenariats de conservation dans les régions d'habitat prioritaires. Depuis lors, les partenaires du GCJV ont élargi leur mission et leur objectif pour inclure la fourniture d'habitats pour soutenir d'autres espèces d'oiseaux prioritaires dans la région.

La région GCJV englobe les marais côtiers et les habitats associés de l'Alabama au sud du Texas, et est géographiquement subdivisée en cinq unités de planification appelées zones d'initiative : Mississippi côtier-Alabama, zones humides côtières du fleuve Mississippi (Louisiane), plaine de Chenier (Louisiane et Texas), Texas Mid -Côte, et Laguna Madre (Texas).

La question scientifique et la pertinence : Le Gulf Coast Joint Venture (GCJV) a été créé en 1988 à la suite du Plan nord-américain de gestion de la sauvagine, qui préconise le rétablissement des populations continentales de sauvagine par le biais de partenariats de conservation dans les régions d'habitat prioritaires. Depuis lors, les partenaires du GCJV ont élargi leur mission et leur objectif pour inclure la fourniture d'habitats pour soutenir d'autres espèces d'oiseaux prioritaires dans la région. Les partenaires s'efforcent de mettre en œuvre collectivement la conservation de l'habitat et de répondre aux besoins des oiseaux par l'entretien, la restauration, l'amélioration ou la création d'habitats qui favorisent les priorités régionales et continentales pour la sauvagine, les oiseaux terrestres, les oiseaux de rivage et les oiseaux aquatiques. La région GCJV englobe les marais côtiers et les habitats associés de l'Alabama au sud du Texas, et est géographiquement subdivisée en cinq unités de planification appelées zones d'initiative : Mississippi côtier-Alabama, zones humides côtières du fleuve Mississippi (Louisiane), plaine de Chenier (Louisiane et Texas), Texas Mid -Côte, et Laguna Madre (Texas).

L'USGS est un partenaire à part entière du GCJV depuis sa création, fournissant diverses formes de soutien scientifique, de bureaux et de soutien, de soutien informatique, de préparation de documents et de collaboration géospatiale. Dans le cadre d'un effort continu visant à renforcer continuellement la base biologique des activités de conservation des partenaires du GCJV, l'USGS propose de fournir un soutien géospatial ciblé aux tâches prioritaires du bureau du GCJV.

Fréquence de l'habitat de la sauvagine de plus de trois évaluations de 2008 à 2014, de la mi-janvier à la fin mars dans la plaine de Chenier en Louisiane

Méthodologies pour traiter le problème : L'objectif principal de ce partenariat est de fournir une télédétection et un soutien géospatial pour un effort de surveillance à long terme visant à évaluer l'habitat de la sauvagine et des oiseaux de rivage sur les terres agricoles intérieures du milieu des années 1980 à nos jours. Ces évaluations sont faites via la classification des images satellite Landsat.

Les objectifs secondaires comprennent les suivants : (1) analyses de la performance d'un vaste programme de terres privées à l'aide de classifications des habitats de la sauvagine (2) utilisant la photo-interprétation d'images aériennes numériques connues sous le nom de DOQQ, Landsat TM et d'autres images pour développer des couches de données spatiales important pour la planification ou l'évaluation des habitats d'oiseaux et (3) préparer des cartes, des images et d'autres documents pertinents pour la planification de la conservation de GCJV.

Étapes futures : L'USGS fournira un soutien géospatial continu au GCJV et à ses partenaires et la communication des résultats.


Brian O. Martin récompensé par le Prix national du leadership

Dayton, Ohio – Le 16 juin 2021, la National Association of Regional Councils a décerné le Walter Scheiber Leadership Award au directeur exécutif de la Miami Valley Regional Planning Commission, Brian O. Martin, AICP.

Le Walter Scheiber Leadership Award reconnaît les impacts significatifs d'un directeur exécutif de conseil régional aux niveaux local, étatique et national.

« Le directeur général du MVRPC, Brian O. Martin, est un candidat idéal pour recevoir le prix du leadership Walter Scheiber en reconnaissance de ses efforts pour établir un consensus régional sur le besoin d'équité, d'accès aux opportunités et de justice sociale », a écrit Chris, président du conseil d'administration du MVRPC. Mucher dans la nomination au prix. « M. Martin est bien connu dans la communauté NARC, ayant consacré des décennies de sa carrière à la direction des conseils régionaux. Il est un défenseur infatigable de l'importance de la planification des transports, de l'aménagement du territoire et des questions environnementales au niveau régional. ces dernières années, M. Martin a également défendu la nécessité de combler les disparités en matière d'opportunités, d'équité et de justice sociale par le biais de la même approche collaborative et régionale. »

Sous la direction de M. Martin, MVRPC a pris des mesures audacieuses pour faire progresser l'équité et faire de l'engagement envers la diversité un élément normal de la façon dont l'agence mène toutes ses activités. Cela a commencé bien avant les événements de 2020 qui ont amplifié l'intérêt pour la façon dont le racisme systémique imprègne tous les aspects de nos communautés.

Lors de la remise virtuelle du prix, Brian O. Martin a déclaré : « Les problèmes difficiles ne se résolvent pas d'eux-mêmes. Lorsque MVRPC a terminé le profil régional d'équité avec l'Institut OSU Kirwan en 2017, les disparités de notre région en matière d'équité et d'accès aux opportunités étaient flagrantes. M. Martin a poursuivi en disant : « Il était assez clair qu'il s'agit d'une question régionale parce qu'au fil du temps, les gens se déplaçaient des communautés centrales vers des communautés plus récentes et plus éloignées. Nos cartes montrent cette migration et les effets durables qui restreignent l'accès à des opportunités telles que la santé, l'éducation, les transports, le logement et l'emploi. M. Martin a remercié son épouse, leurs enfants et leur famille, le conseil d'administration de MVRPC, les partenaires communautaires de MVRPC et leurs collègues pour leur travail acharné, leur soutien et leurs encouragements.

Créée en 1964, la Miami Valley Regional Planning Commission encourage la collaboration entre les communautés, les parties prenantes et les résidents pour faire avancer les priorités régionales. MVRPC est un forum et une ressource où le conseil d'administration identifie les priorités et développe des politiques publiques et des stratégies de collaboration pour améliorer la qualité de vie dans toute la région de Miami Valley. MVRPC effectue diverses activités de planification régionale, y compris la qualité de l'air, la qualité de l'eau, le transport, l'utilisation des terres, la recherche et le SIG. En tant qu'organisation de planification métropolitaine (MPO), MVRPC est responsable de la planification des transports dans les comtés de Greene, Miami et Montgomery et dans certaines parties du nord du comté de Warren. La désignation de planification de la qualité de l'eau à l'échelle de la région de MVRPC englobe cinq (5) comtés : Darke, Preble plus les trois comtés de MPO.


Webinaire : Conseils et astuces sur les requêtes SQL pour les SIG

Rejoignez Ivan Brown VCGI pour un aperçu des astuces et astuces de requêtes SQL pour les utilisateurs de SIG. Nous couvrirons une description de haut niveau de SQL, une introduction et un examen des requêtes à l'aide de SQL, ainsi que des conseils et des voyages pour tirer le meilleur parti de vos requêtes.

Jeudi 22 août 2019 de 11h30 à 12h

Veuillez vous inscrire à SQL Query Tips & Tricks for GIS le 22 août 2019 à 11 h 30 HAE à l'adresse :

Après votre inscription, vous recevrez un e-mail de confirmation contenant des informations sur l'inscription au webinaire.


Instituts géographiques

institutions de recherche scientifique engagées dans des enquêtes dans le domaine de la géographie. Ils existent dans la plupart des plus grands pays du monde. En plus des instituts géographiques à caractère général, il existe dans de nombreux pays des instituts spécialisés.

Les plus grands instituts de ce type en URSS sont l'Institut de géographie de l'Académie des sciences de l'URSS (AN SSSR) à Moscou et l'Institut de géographie de Sibérie et d'Extrême-Orient de la branche sibérienne de l'AN SSSR à Irkoutsk. En 1971, l'Institut de géographie de l'océan Pacifique du Centre scientifique d'Extrême-Orient de l'AN SSSR a été créé.

Il existe également des instituts géographiques dans les académies des sciences de la république, l'Académie des sciences de la RSS d'Azerbaïdjan à Bakou et l'Institut Vakhushti de l'Académie des sciences de la RSS de Géorgie à Tbilissi, ainsi que des sous-départements ou départements de géographie opérant dans les divisions des académies. des sciences en RSS d'Ukraine, de Biélorussie, de Kazakh, de Lituanie, de Moldavie, de Kirghizie et d'Arménie.

Les matières géographiques sont également étudiées dans les branches de connaissances appropriées dans les instituts des problèmes de l'eau de l'AN SSSR et les académies des sciences de la RSS d'Azerbaïdjan et d'Arménie, le Laboratoire de recherche sur les lacs de l'AN SSSR et l'Institut des déserts de la Académie des sciences de la RSS turkmène. Des recherches géographiques importantes sont menées par l'Institut d'océanologie de l'AN SSSR, par les départements de géographie des universités, des instituts pédagogiques et d'autres établissements d'enseignement supérieur, et par la Société géographique de l'URSS.

A l'étranger, les instituts géographiques sont fréquemment affiliés à des universités et combinent des activités de recherche et d'enseignement. En République démocratique allemande, il existe des instituts géographiques dans les universités de Greifswald, Leipzig, Halle, Rostock et Iéna. En outre, l'Université Humboldt de Berlin possède l'Institut de géographie politique et économique et l'Institut allemand d'études régionales se trouve à Leipzig. Il y a l'Institut de géographie de l'Académie polonaise des sciences à Varsovie et l'Institut de géographie de l'Académie bulgare des sciences à Sofia. En Tchécoslovaquie, il existe l'Institut de géographie de l'Académie slovaque des sciences à Bratislava et le Département de géographie économique de l'Institut d'économie de Prague. En Chine, l'Institut de géographie de Pékin fait partie de l'Académie chinoise des sciences. Un certain nombre de pays socialistes ont des institutions géologiques-géographiques ou géographiques-économiques mixtes.

En France, il existe des instituts géographiques rattachés à un certain nombre d'universités dont les plus grandes sont à Paris, Strasbourg, Lille et Bordeaux. L'Institut Géographique National de France n'intervient que dans l'émission de cartes. En Grande-Bretagne, l'Institut géographique fait partie de l'Université de Londres. En République fédérale d'Allemagne également, les instituts géographiques sont généralement affiliés à des universités telles que Bonn, Remagen, Goumlttingen, Munich et Fribourg. Il existe également des instituts géographiques dans d'autres établissements d'enseignement supérieur, tels que l'Université technique de Munich. En Suède, les instituts géographiques sont affiliés aux universités d'Uppsala, Lund et Stockholm. Dans d'autres pays d'Europe occidentale et aux États-Unis, la recherche géographique est généralement menée par les sous-départements de géographie des universités ou par des sociétés géographiques. Au Canada, il existe un département géographique du gouvernement qui s'occupe principalement de cartographie. Au Brésil, le Conseil national de géographie est essentiellement un institut géographique en plus, il y a l'Institut national de géographie et de statistique à Rio de Janeiro. En Équateur, en République dominicaine et dans certains autres pays d'Amérique latine, il existe des instituts géographiques militaires. Au Chili, l'Institut de géographie a été créé dans le cadre de l'université de Santiago. L'Institut panaméricain de géographie et d'histoire est situé à Mexico. Il existe un institut géographique à l'Université de Tokyo au Japon.


Pourquoi coder ?

Les géographies changent. Les modèles d'habitation vont et viennent, les rivières sinueuses s'écartent des limites des villes et les enquêtes redéfinissent les limites des parcelles de terrain. De cette manière, les frontières utilisées pour définir les subdivisions politiques des États-Unis changent au fil du temps. L'intégration de codes géographiques dans les données de limites garantit que ces limites changeantes continuent de représenter les entités géographiques auxquelles elles se réfèrent.

Les noms de lieux sont malléables. Il peut être facile de générer une feuille de calcul des noms de villes pour le Vermont, mais l'acte de créer une telle liste implique de faire une série de choix. D'une part, est-ce « St. Georges » ou « Saint Georges » ? Alburg a-t-il un « h » ? « Buel’s Gore » ou « Buels Gore » ?

La variété des options d'orthographe et de ponctuation peut entraîner des incohérences entre les sources de données, ce qui rend le travail avec les données beaucoup plus difficile par la suite. L'incohérence rend également la cartographie thématique (affichage de données thématiques basées sur des zones géographiques) beaucoup plus difficile. Par exemple, des particularités au sein des noms de villes pourraient entraîner un échec lors de la tentative de lier les données aux limites des villes pour la symbolisation.

Les noms de lieux changent également avec le temps. Au Vermont, nous avons assisté à des changements dans l'orthographe de certains noms de villes de -burg à -burgh (une fonte des ice-burgs, peut-être) au cours des dernières décennies, notamment pour les villes d'Alburgh, Ferrisburgh et Enosburgh. Ces changements représentent un effort pour récupérer l'orthographe originale des chartes des villes après une tentative ambitieuse et infructueuse du Board of Geographic Names en 1892 pour normaliser les noms des villes américaines se terminant par -b(o)urg/h à -burg. L'utilisation de codes numériques pour faire référence aux zones géographiques garantit que les villes sont liées aux noms de villes les plus à jour.

Les codes sont standardisés, uniques et informatifs.En utilisant les codes de recensement, nous nous assurons que les codes qui décrivent les zones géographiques du Vermont sont uniques au sein de l'État et du pays et sont conformes à une norme fédérale. De plus, en utilisant un format de code « concaténé » - un format de code qui commence par notre code d'état, 50, et construit en ajoutant les zones géographiques pertinentes à droite (par exemple, le comté d'Addison, 50001) - les informations sur plusieurs niveaux géographiques peuvent être conservées dans un code unique. Le problème de la préservation des zéros non significatifs (un problème dans notre norme de code précédente) est rendu sans importance avec ce format.

Exemple de code de ville : 5000785150

[50]: Vermont

[007]: Comté de Chittenden

[85150]: Ville de Winooski

Les codes sont liés aux noms officiels du Board of Geographic Names, vous n'avez donc pas besoin de vous faire confiance pour vous rappeler si Buels Gore ou Warren's Gore est celui avec l'apostrophe.


Centre d'information géographique du Vermont (VCGI)

Le VCGI est une excellente ressource pour les utilisateurs de SIG pour les données, les informations et les activités SIG dans l'État du Vermont. VCGI est un organisme public à but non lucratif agréé par l'État du Vermont pour aider la communauté SIG du Vermont. Le stockage et la fourniture de données géographiques numériques gratuites créées par les membres de la communauté VT GIS sont deux des tâches les plus importantes que VCGI effectue. Tout le monde peut visiter le site Web du VCGI pour télécharger ces données SIG.

Quelques rôles importants du VCGI :

  • Élabore des normes de données, des lignes directrices et des procédures
  • Développe et aide au développement de bases de données essentielles à l'échelle de l'État
  • Développe et héberge des applications cartographiques interactives pour augmenter l'accès du public à l'information
  • Effectue la sensibilisation et la formation des utilisateurs actuels et potentiels du SIG
  • Soutient le partenariat de données spatiales VT (une organisation d'adhésion informelle)

Les données et les ressources disponibles pour les utilisateurs du portail comprennent des ressources techniques (articles, FAQ, normes, lignes directrices, liens et outils), un entrepôt de données (illustré ci-dessous), des ressources communautaires (liste de diffusion, offres d'emploi, bulletin d'information, subventions et appels d'offres, et un liste des consultants). Le Map Center propose de nombreuses cartes statiques et interactives ainsi qu'un atlas numérique en ligne du Vermont.


III : Leçons tirées du workflow de géoréférencement

J'ai appris un certain nombre de choses en appliquant le processus de géoréférencement à l'imagerie historique de 1942, et ces leçons peuvent être utiles pour ceux qui apprennent également les ficelles du géoréférencement. Ces conseils devraient également s'appliquer aux ensembles de données de 1962.

Emplacements des points de contrôle et transformation de géoréférencement

L'imagerie aérienne analogique historique du Vermont n'a pas été orthorectifiée, ce qui signifie que l'imagerie contient des distorsions non corrigées causées par le terrain. Les bâtiments et les structures penchent loin du centre de l'image. La quantité de maigre augmente à mesure que vous vous éloignez du centre de l'image. Cet effet provoque des échelles variables dans toute l'image. En général, pour les images non orthorectifiées, un polynôme de second ordre fournit la transformation de géoréférencement la plus appropriée. Le polynôme de second ordre permet à la transformation de déformer une image - au-delà de la capacité de déplacement, de mise à l'échelle et de rotation, comme le fournit la transformation de premier ordre - afin de s'adapter aux points de contrôle définis. Les captures d'écran suivantes montrent la fenêtre QGIS Georeferencer et où un utilisateur peut modifier la transformation de géoréférencement sélectionnée.

Bien que le polynôme de second ordre offre cet avantage pour le géoréférencement des images aériennes historiques, il doit être utilisé consciemment. Un utilisateur doit choisir une transformation après une analyse des emplacements des points de contrôle. Si possible, un utilisateur doit placer des points de contrôle dans les coins, les bords et le centre d'une image, et doit répartir uniformément les points de contrôle dans toute l'image. Le terrain du Vermont ne permet pas toujours le cas idéal. Dans les zones de l'État couvertes d'eau, de forêts, de champs ouverts et/ou d'emplacements sans repères facilement identifiables, un utilisateur peut avoir plus de difficulté à placer des points de contrôle. Les captures d'écran suivantes montrent des images avec des points de contrôle uniformément répartis.

L'utilisation d'une transformation du second ordre sans une distribution de points de contrôle suffisante (c'est-à-dire des points de contrôle manquants aux coins, aux bords, au centre ou non uniformément distribués) affectera probablement l'image de sortie de manière négative. Une déformation et une distorsion suffisantes peuvent réduire l'esthétique de l'image géoréférencée. Cela peut rendre l'image géoréférencée inutilisable aux fins prévues. Certains cas existent dans lesquels l'utilisateur doit repenser l'utilisation de la transformation du second ordre et envisager une transformation du premier ordre pour maintenir l'intégrité de la forme de l'image. L'image suivante montre l'effet d'une mauvaise distribution des points de contrôle combinée à une transformation de second ordre.

Deux exemples fournis ci-dessous montrent comment le terrain dicte la transformation du géoréférencement. La première image, DCC_1942_02-169, montre une capture près de Williston, VT.

L'image contient des intersections de routes et des bâtiments partout. Quelques zones boisées sont présentes. Cependant, aucune caractéristique n'empêche la répartition uniforme des points de contrôle dans l'image. Les bords, les bordures et les coins des parcelles de terrain, bien que moins idéaux que les intersections de routes et les bâtiments, peuvent être utilisés pour les points de contrôle si nécessaire. Un polynôme du second ordre serait la transformation appropriée pour cette image.

La deuxième image, DCC_1942_06-158, montre la partie nord du mont Mansfield près d'Underhill, VT.

L'image contient des routes et des bâtiments dans le coin nord-ouest. Dans le coin sud-est, les caractéristiques rocheuses uniques et identifiables du front du mont Mansfield et de la pomme d'Adam fournissent des emplacements pour les points de contrôle. Le Sunset Ridge Trail offre une opportunité similaire pour les points de contrôle. Le reste de l'image, s'étendant sur une ligne allant du coin sud-ouest au coin nord-est, posera un problème à l'utilisateur pour placer les points de contrôle de manière exacte. L'épaisseur et la densité de la forêt rendent difficile l'identification du même arbre à la fois dans l'imagerie de 1942 et dans un fond de carte ou un ensemble de données d'images modernes. L'image suivante montre des parties de l'image qui pourraient être utilisées pour les points de contrôle (parois rocheuses identifiables) et d'autres parties qui ne devraient pas être utilisées (zones forestières).

Ce scénario présente un cas où l'utilisation d'une transformation de géoréférencement de second ordre (avec des points de contrôle insuffisants) modifierait suffisamment l'image pour qu'elle perde son esthétique et sa facilité d'utilisation (comme démontré dans DCC_1942_06-160 ci-dessus). Le terrain dicte qu'une transformation de premier ordre - où l'image est décalée, mise à l'échelle et tournée, mais pas déformée - serait le choix le plus approprié.

En fin de compte, un utilisateur doit choisir une transformation de géoréférencement en fonction des limites et de la nature de l'image spécifique. Cela varie d'une image à l'autre, en grande partie en fonction de l'emplacement et du type d'éléments (couverture terrestre) contenus dans l'image. Les utilisateurs de SIG ne devraient pas s'inquiéter de cette décision. Le choix de la transformation de géoréférencement se fait après que l'utilisateur a créé les points de contrôle. Plusieurs transformations peuvent être appliquées, chacune créant une image géoréférencée unique. En cas de problème, un utilisateur peut comparer visuellement l'image de sortie avec différentes transformations pour voir laquelle correspond le mieux à l'application spécifique de l'imagerie.

Catégories de points de contrôle

Le flux de travail classe les emplacements des points de contrôle en trois catégories - le plus idéal, le moins idéal et le moins idéal - dans le contexte de l'imagerie aérienne historique du Vermont.

  • Le plus idéal il existe des emplacements de points de contrôle là où un changement minime ou nul de la couverture terrestre s'est produit depuis le moment de l'acquisition de l'image jusqu'à la date de l'image de référence. Les emplacements de cette catégorie comprennent les intersections et les axes de route, les coins des bâtiments et les points de repère.
  • Moins Idéal Des emplacements de points de contrôle existent là où un changement possible de la couverture terrestre s'est produit au fil du temps, mais l'emplacement est toujours identifiable dans les images historiques et de référence. Les emplacements dans cette catégorie comprennent les limites de la couverture terrestre (terres ouvertes, zones boisées, plans d'eau), les arbres individuels, les broussailles ou les arbustes et les bords des routes.
  • Le moins idéal Les emplacements des points de contrôle existent là où le changement de la couverture terrestre s'est le plus probablement produit, et il est difficile ou peu pratique de déterminer le même emplacement dans les images historiques et de référence. Les emplacements dans cette catégorie comprennent les terres ouvertes, les zones boisées et les plans d'eau (mais excluent les limites de la couverture terrestre).

Le terrain et l'étendue de l'image déterminent le placement des points de contrôle, et un utilisateur doit travailler dans les contraintes de l'image.

Conversion du format d'image

QGIS génère des images géoréférencées (en utilisant Géoréférenceur GDAL plugin) au format GeoTIFF. Afin de convertir en un format d'image différent, un utilisateur doit utiliser le QGIS Traduire (Convertir le format) option. Ici, l'utilisateur sélectionne le système de coordonnées de sortie et le format d'image de sortie souhaité. Certains paramètres de ce processus contiennent des bizarreries, telles que la conversion de GeoTIFF en JPEG2000, comme le décrit le flux de travail. Pour plus d'informations, consultez la bibliothèque d'abstraction de données géospatiales.

Le flux de travail traite du concept d'erreur RMS dans le contexte de l'imagerie historique. En général, le calcul d'erreur RMS présente une métrique efficace pour évaluer quantitativement dans quelle mesure un utilisateur a géoréférencé une image. Cependant, étant donné que les images aériennes historiques du Vermont sont non orthorectifié, la quantité de l'erreur RMS n'a pas la même valeur diagnostique que pour l'imagerie orthorectifiée. Une mesure qualitative de recalage d'image — comparaison de l'image géoréférencée à l'image de référence — suffit dans ce scénario. L'erreur RMS fournit une mesure de la cohérence de la transformation mais n'est pas une mesure directe de la précision d'enregistrement de l'image. La valeur résiduelle montre la différence entre l'endroit où un utilisateur a placé un point de contrôle sur l'image et l'endroit où la transformation de géoréférencement a placé le point sur l'image géoréférencée. L'ajout de plus de points de contrôle à une image devrait fournir un enregistrement d'image plus précis, mais peut également augmenter l'erreur RMS. Ne t'inquiète pas pour ça. La valeur spécifique de l'erreur RMS est moins importante dans l'imagerie non orthorectifiée. Les utilisateurs doivent se concentrer davantage sur l'ampleur de l'erreur RMS (par exemple, 5 contre 50 contre 500). Une erreur RMS de 5 contre 6 mètres peut ne pas faire de différence notable dans l'image géoréférencée, mais 5 contre 50 mètres le feront.

La valeur sans données

Le processus de géoréférencement QGIS ajoute un collier (arrière-plan) avec une valeur de pixel de 0 aux bords de l'image afin de former un rectangle. Plus de rotation causée par le géoréférencement équivaut à plus de pixels de collier. Le collier obstrue l'imagerie de référence sous l'image géoréférencée. Cela peut être un inconvénient. La spécification d'une valeur No Data qui correspond au ton du collier (valeur de 0) peut masquer le collier. Cependant, un utilisateur doit savoir que tous les pixels de l'image, pas seulement le collier, avec la même valeur de ton seront également masqués. Étant donné que l'imagerie aérienne contient une seule bande (niveaux de gris), par opposition à une image couleur à 3 bandes (rouge, vert, bleu), il est probable que certaines caractéristiques (ombres, arbres, artefacts de cadre, bordures d'image) aient également une valeur de ton de 0. Il convient de noter que la profondeur de bits - le nombre de valeurs de luminosité autorisées dans une image - varie tout au long de l'ensemble de données 1942. L'ensemble de données 1942 contient à la fois des images 8 bits (256 valeurs de luminosité, 0–255) et des images 16 bits (65 536 valeurs de luminosité, 0–65 535). La suppression par inadvertance des pixels qui ne sont pas en arrière-plan a plus de chances de se produire dans les images 8 bits que dans les images 16 bits. L'examen de l'histogramme de l'image géoréférencée (la distribution des valeurs de tons) montre combien de pixels dans l'image contiennent des valeurs de 0. L'histogramme fournit un profil de risque relatif pour le nombre de pixels qu'une valeur Aucune donnée de 0 supprimerait. L'utilisateur des données doit déterminer la valeur Aucune donnée et si elle doit être utilisée, en fonction de l'utilisation prévue de l'image. L'imagerie aérienne historique du Vermont contient également des artefacts de cadre et des bordures d'image. Avant le géoréférencement, un utilisateur peut recadrer l'image avec un logiciel d'édition d'images pour supprimer les artefacts ou les limites. La valeur Aucune donnée peut également être utilisée ici si l'utilisateur souhaite simplement masquer temporairement ces fonctionnalités.


Voir la vidéo: OpenLayers Introduction for Beginners (Octobre 2021).