Funções Raster e a ArcGIS API para Python 1.2

DavidJohnson5

<\/HEAD>

Uma das grandes vantagens de trabalhar no Lab é que você pode experimentar as novidades dos nossos desenvolvedores principais de software antes que sejam lançadas.  Quando ouvi que a versão 1.2 do <\/SPAN><\/SPAN>ArcGIS API for Python<\/A> <\/SPAN>incluiria um <\/SPAN><\/SPAN>novo módulo para funções raster<\/A>, eu mal podia esperar para experimentar.  Agora que a v.1.2 da API foi lançada, finalmente posso mostrar a você um <\/SPAN><\/SPAN>Jupyter Notebook<\/A> <\/SPAN>que construí e que contém um exemplo de uma <\/SPAN>análise de weighted overlay<\/A> implementada com funções raster.   a seguir está uma versão não interativa desse notebook que exportei para HTML.  &nbspespero que isso lhe dê algumas ideias de como você poderia usar o ArcGIS API for Python para realizar sua própria análise raster.<\/SPAN><\/P> <\/SPAN><\/P><\/P>Encontrando reas Naturais e Acessveis no Estado de Washington, EUA<\ /STRONG><\ /SPAN><\ /P>O weighted overlay uma tcnica padro para anlise GIS de adequa77o de local e estudos de custo de viagem. Este notebook aproveita o novo mdulo "arcgis.raster.functions" na ArcGIS API for Python 1.2 para demonstrar um exemplo de anlise weighted overlay.  &nbspEste exemplo tenta identificar reas no Estado de Washington que s3o "naturais" e tamb9m f5ceis de percorrer com base nos seguintes crit5rios:<\ /P>elevao (mais baixo 5 melhor)<\ /LI>inclinao do terreno (mais plano 5 melhor)<\ /LI>grau de alterao humana na paisagem (menos 5 melhor)<\ /LI><\ /UL>Os dados de entrada para esta anlise incluem um DEM (Modelo Digital de Elevao) e um conjunto de dados mostrando o grau de modificao humana na paisagem.<\ /P>Em geral, a anlise weighted overlay pode ser dividida em tr5s etapas:<\ /P>Normalizao: Os pixels nos conjuntos de dados raster de entrada so reclassificados para uma escala comum de valores numricos com base na sua adequao segundo os critrios da anlise.<\ /LI>Ponderao: Os conjuntos de dados normalizados recebem uma influncia percentual baseada na sua importncia para o resultado final multiplicando-os por valores que variam entre 0.0 e 1.0. A soma dos valores deve ser igual a 1.0.<\ /LI>Soma: Calcula-se a soma dos conjuntos ponderados para produzir um resultado final da anlise.<\ /LI><\ /OL><\ /P>Come extbf{aremos} conectando ao GIS e acessando os dados para a an extbf{álise}.<\ /P><\ /DIV><\ /DIV><\ /DIV>

Conectar ao GIS<\ /H2 ><\ /DIV ><\ /DIV ><\ /DIV >In [1]:<\ /DIV ># importar GIS do m extbf{ódulo} arcgis.gis
<\ /SPAN >from<\ /SPAN > arcgis.gis<\ /SPAN > import<\ /SPAN > GIS
<\ /SPAN >
<\ /SPAN ># Conectar ao GIS.
<\ /SPAN >try<\ /SPAN >:<\ /SPAN >   
   web_gis<\ /SPAN > =<\ /SPAN > GIS("https://dev004543.esri.com/arcgis", 'djohnsonRA')   
   print("Conectado com sucesso a {0}".format(web_gis.properties.name))
except:   
   print("")

Digite a senha:b7b7b7b7b7b7b7b7 
Conectado com sucesso ao ArcGIS Enterprise A

Pesquise no GIS os dados de entrada para a análise

Índice Modificado pelo Homem

In [2]:

# Pesquise o item da camada de imagens do Índice Modificado pelo Homem pelo título
item_hmi = web_gis < SP AN cl ass= " " st yle= "co lor :#6 66 6 66 ; ">. content < SP AN cl ass= " " st yle= "co lor :#6 66 6 66 ; ">. search  ( < SP AN cl ass= " " st yle= "co lor  ba2121 ; ">'title :Human Modified Index'  , < SP AN cl ass= " " st yle= "co lor  ba2121 ; ">'Imagery Layer'  ) [ < SP AN cl ass= " " st yle= "co lor :#6 66 6 66 ; ">0  ]
< SP AN cl ass= " ">item_hmi 

</ DIV ></ DIV ></ DIV ></ DIV >< DIV cl ass = "">< DIV cl ass = "">< DIV cl ass = "">< DIV cl ass = "" st yle = "co lor d84315 ; pa dd ing :0 .4 em ; ">Out[2]: </ DIV >< DIV cl ass = "" st yle = "co lor :#000000 ; pa dd ing :0 .4 em ;">< DIV cl ass = "" st yle = "ba ck gr ou nd f6 fa fa ; bo rd er :1 px so lid # cfc fc f ; pa dd ing :10 px ;">< DIV cl ass = "">< A hr ef = "https://dev004543.esri.com/arcgis/home/item.html?id=55d6d59d145f4584bd19adbc203752c2" st yle = "co lor :#337ab7 ; ba ck gr ou nd - co lo r:t ra ns pa re nt ; te xt - de co ra ti on :u nd er li ne ;" ta rg et = "_ bl an k" re l = "no fo llo w no op en er no re fe rr er">< IMG __ jive_id = "360666" cl ass = "im ag e-1 ji ve - im ag e" he ig ht = "133" sr c = "https://us.v-cdn.net/6038851/uploads/legacyfs/online/360666_pastedImage_1.png" st yle = "bo rd er :0 px ;" wi dt h = "200" /></ A ></ DIV >< DIV cl ass = "">< A hr ef = "https://dev004543.esri.com/arcgis/home/item.html?id=55d6d59d145f4584bd19adbc203752c2" st yle = "co lor :#337ab7 ; ba ck gr ou nd - co lo r:t ra ns pa re nt ; te xt - de co ra ti on :u nd er li ne ;" ta rg et = "_ bl an k" re l = "no fo llo w no op en er no re fe rr er">< SP AN st yle = "fo nt - we ig ht :b ol d;">< ST RO NG >Índice Modificado pelo Homem</ ST RO NG ></ SP AN >< SP AN > </ SP AN ></ A >< BR />Uma medida do grau de modificação humana, o índice varia de 0,0 para uma condição de paisagem virgem até 1,0 para as áreas mais modificadas.,<\/SPAN>
'Feature Layer'<\/SPAN>)[<\/SPAN>0<\/SPAN>]
<\/SPAN>item_studyarea<\/SPAN><\/PRE><\/DIV><\/DIV><\/DIV><\/DIV>Out[4]:<\/DIV><\/A><\/DIV>

Estado de Washington, EUA<\/STRONG><\/SPAN> <\/SPAN><\/A>
Estado de Washington, EUAFeature Layer Collection por djohnsonRA <\/SPAN>
Última Modificação: 07 de julho de 2017 <\/SPAN>
0 comentários, 2 visualizações<\/DIV><\/DIV><\/DIV><\/DIV><\/DIV><\/DIV><\/DIV>In [5]:<\/DIV># Obtenha uma referência para a feature layer do item do portal
<\/SPAN>lyr_studyarea<\/SPAN> =<\/SPAN> item_studyarea<\/SPAN>.<\/SPAN>layers<\/SPAN>[<\/SPAN>0<\/SPAN>]
<\/SPAN>lyr_studyarea<\/SPAN><\/PRE><\/DIV><\/DIV><\/DIV><\/DIV>Out[5]:<\/DIV><FeatureLayer url:"<\/SPAN>https:\/\/dev004543.esri.com\/server/rest/services/Hosted/Washington/FeatureServer/1<\/A>"><\/SPAN><\/PRE><\/DIV><\/DIV><\/DIV><\/DIV><\/DIV>

Obtenha a geometria das coordenadas da área de estudo<\/H4><\/DIV><\/DIV><\/DIV>In [6]:<\/DIV># Consulte a camada da área de estudo para obter a feição do limite
<\/> query_studyarea = lyr_studyarea.query(where='1=1')
# Obtenha a geometria das coordenadas da área de estudo.
# A geometria será usada para extrair os dados de Elevação e Índice Modificado pelo Homem.
geom_studyarea = query_studyarea.features[0].geometry
# Defina a referência espacial da geometria.
geom_studyarea['spatialReference'] = query_studyarea.spatial_reference

Out[6]:

<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<>

In [7]:

# Importe a função geocode
from arcgis.geocoding import geocode
# Use a função geocode para obter o local/endereço da área de estudo
geocode_studyarea = geocode('State of Washington, USA', out_sr=query_studyarea.spatial_reference)

In [8]:

# Obtenha a extensão geográfica da área de estudo
# Esta extensão será usada ao exibir os dados de Elevação, &Iacutendice Modificado pelo Homem,
e o resultado final.
extent_studyarea = geocode_studyarea[0]['extent']
extent_studyarea

Out[8]:

{'xmax': -1451059.3770040546,
'txmin': -2009182.5321227335,
'tymax': 1482366.818700374,
'tymin': 736262.260048952}

font-weight: bold; font-size: 25.998px; margin: 0.538em 0px 0px;" id="toc-hId-1356367382" id="toc-hId-1356367382">Exibir os dados da análise

Human Modified Index

In [9]:

# Obter uma referência para a camada de imagens do item do portal
lyr_hmi = item_hmi.layers[0]
# Definir a extensão da camada para a extensão geográfica da área de estudo e exibir os dados.
lyr_hmi.extent = extent_studyarealyr_hmi

Out[9]:

Elevação

In [10]:

# Obter uma referência para a camada de imagens do item do portal
lyr_dem = item_dem.layers[0]
# Definir a extensão da camada para a extensão geográfica da área de estudo e exibir os dados.
lyr_dem.extent = extent_studyarealyr_dem

Out[10]:

Inclinação (derivada da elevação via a função raster Slope)

In [11]:

# Importar as funções raster da ArcGIS API for Python (novo na versão 1.2!)
from arcgis.raster.functions import *

In [12]:

# Derivar uma camada de inclinação da camada DEM usando a função slope
lyr_slope = slope(dem=lyr_dem, slope_type='DEGREE', z_factor=1)
# Usar a função stretch para melhorar a exibição da camada de inclinação.
lyr_slope_stretch = stretch(raster=lyr_slope, stretch_type='StdDev', dra='true')
# Exibir a camada de inclinação esticada dentro da extensão da área de estudo.
lyr_slope_stretch.extent = extent_studyarealyr_slope_stretch

Out[12]:

Extrair os dados dentro da geometria da área de estudo

Use a função Clip raster para extrair os dados de análise dentro da geometria da área de estudo

Human Modified Index

In [13]:

  line-numbers language-none"># Extraia os dados do Índice Modificado pelo Humano dentro da geometria da área de estudo
hmi_clipped = clip(raster=lyr_hmi, geometry=geom_studyarea)
hmi_clipped

Out[13]:

Elevação#Elevation

In [14]:

# Extraia os dados de Elevação dentro da geometria da área de estudo
elev_clipped = clip(raster=lyr_dem, geometry=geom_studyarea)
elev_clipped

Out[14]:

Inclinação#Slope

In [15]:

139<\/SPAN>,<\/SPAN> 181<\/SPAN>,<\/SPAN> 0<\/SPAN>], [8<\/SPAN>,<\/SPAN> 86<\/SPAN>,<\/SPAN> 148<\/SPAN>,<\/SPAN> 0<\/SPAN>],<\/SPAN>
<\/SPAN><\/SPAN><\/SPAN><\/SPAN><\/SPAN><\/SPAN><\/SPAN>         [<\/SPAN>9<\/SPAN>,<\/SPAN> 38<\/SPAN>,<\/SPAN> 115<\/SPAN>,<\/SPAN> 0<\/SPAN>]<\/SPAN>]<\/SPAN><\/PRE><\/DIV><\/DIV><\/DIV><\/DIV><\/DIV>Em [17]:<\/DIV># Normalizar os dados de elevação<\/SPAN>
elev_normalized = remap(raster=elev_clipped,
                        input_ranges=[0,490, 490,980, 980,1470, 1470,1960, 1960,2450, 
                                      2450,2940, 2940,3430, 3430,3700, 3920,4100],
                        output_values=[9,8,7,6,5,4,3,2,1], astype='U8')

# Exibir imagem com mapa de cores dos dados de elevação reclassificados<\/SPAN>
colormap(elev_normalized, colormap=clrmap) <\/PRE><\/DIV><\/DIV><\/DIV><\/DIV>Saída[17]:<\/DIV><\/DIV><\/DIV><\/DIV><\/DIV><\/DIV>Em [18]:<\/DIV># Normalizar os dados de declive
<\/SPAN>slope_normalized<\/SPAN> =<\/SPAN> remap<\/SPAN>(<\/SPAN>raster<\/SPAN>=< \/span>slope_clipped,& nbsp ;& nbsp ;& nbsp ;& nbsp ;& nbsp ;& nbsp ;& nbsp ;& nbsp ;& nbsp ;& nbsp ;& nbsp ;& nbsp ;& nbsp ;& nbsp ;& nbsp ;& nbsp ;& nbsp ;& nbsp ;& nbsp ;& nbsp ;& nbsp ;
&nbsp ; & nbsp ; & nbsp ; & nbsp ; & nbsp ; & nbsp ; & nbsp ; & nbsp ; & nbsp ; & nbsp ; & nbsp ; & nbsp ; & nbsp ; & nbsp ; & nbsp ; & nbsp ; & nbsp ; & nbsp ; & nbsp ; & nbsp ; input_ranges=[],<\/SPAN>                  
                      output_values<\/SPAN>=<\/SPAN>[<\/SPAN>9<\/SPAN>,<\/SPAN>8<\/SPAN>,<\/SPAN>7<\/SPAN>,<\/SPAN>6<\/SPAN>,<\/SPAN>5<\/SPAN>,<\/SPAN>4<\/SPAN>,<\/SPAN>3<\/SPAN>,<\/SPAN>2<\/SPAN>,<\/SPAN>1<\/SPAN>],<\/SPAN>  astype<\/SPAN>=<\/SPAN>'U8'<\/SPAN>)\n\n<\/SPAN># Exibir uma imagem mapeada por cores dos dados HMI reclassificados\n<\/SPAN>colormap<\/SPAN>(<\/SPAN>hmi_normalized<\/SPAN>,<\/SPAN> colormap<\/SPAN>=<\/SPAN>clrmap<\/SPAN>)<\/SPAN><\/PRE><\/DIV><\/DIV><\/DIV><\/DIV>Out[19]:<\/DIV><\/DIV><\/DIV><\/DIV><\/DIV><\/DIV>Passo 2: Ponderação<\/H3>Use o operador de multiplicação sobrecarregado * para atribuir um peso a cada conjunto de dados normalizado com base em sua importância relativa para o resultado final.<\/P><\/DIV><\/DIV><\/DIV>In [20]:<\/DIV># Aplicar pesos aos dados normalizados usando o operador de multiplicação sobrecarregado \n# "*".\n<\/SPAN># - Índice Modificado Humano (Human Modified Index): 60%
# - Inclinação (Slope): 25%
# - Elevação (Elevation): 15%
hmi_weighted<\/SPAN> ,0.8, 0.8,1.1],                     
         output_values=[9,8,7,6,5,4,3,2,1])        
      +          
      # Camada de declive        
      0.25 * remap(raster=clip(raster=lyr_slope,  =),
 & nbsp; & nbsp; & nbsp; & nbsp; & nbsp; & nbsp;=& nbsp; & nbsp; & nbsp; & nbsp; & nbsp; & nbsp; & nbsp; & nbsp; & nbsp; & nbsp;,],& nbsp; & nbsp; & nbsp; & nbsp; & nbsp;
&nbsp ;& nbsp ;& nbsp ;& nbsp ;& nbsp ;& nbsp ;& nbsp ;& nbsp ;& nbsp ;& nbsp ;=)& nbsp ;& nbsp ;& nbsp ;& nbsp ;& nbsp ;& nbsp ;& nbsp ;
&nbsp ;& nb sp ;& nb sp ;& nb sp ;& nb sp ;& nb sp ;+& nb sp ;
&nbsp ;& nb sp ;& nb sp ;# Camada de elevação
&nbsp ;& nb sp ;& nb sp ;0.15 * remap(raster=clip(raster=lyr_dem,
&nbsp ;& nb sp ;& nb sp ;input_ranges=[-90 ,250 ,250 ,500 ,500 ,750 ,750 ,1000 ,1000 ,1500 ,1500 ,2000 ,2000 ,2500 ,2500 ,3000 ,3000 ,5000 ],
&nbsp ;& nb sp ;& nb sp ;output_values=[9 ,8 ,7 ,6 ,5 ,4 ,3 ,2 ,1]))
&nbsp ,
&nbsp colormap=clrmap,
&nbsp astype='U8')
result_dynamic_one_op

Out[22]:

Gerar um resultado de análise persistente via processamento raster distribuído baseado em servidor.

O Portal for ArcGIS foi aprimorado com a capacidade de realizar processamento distribuído baseado em servidor em imagens e dados raster. Essa tecnologia permite aumentar o desempenho do processamento raster processando os dados de forma distribuída, mesmo em resolução total e extensão total.

Você pode usar as capacidades de processamento do ArcGIS Pro para definir o processamento a ser aplicado aos dados raster e realizar o processamento de forma distribuída usando seu portal local. Os resultados desse processamento podem ser acessados na forma de uma camada de imagem web hospedada na sua Organização ArcGIS.

Para mais informações, veja <\/SPAN>Análise raster no Portal for ArcGIS<\/A><\/P><\/DIV><\/DIV><\/DIV>

Em [23]:<\/DIV>

# O GIS suporta análise raster?\n<\/SPAN>importar<\/SPAN> arcgis\n<\/SPAN>arcgis<\/SPAN>.<\/SPAN>raster<\/SPAN>.<\/SPAN>analytics<\/SPAN>.<\/SPAN>is_supported<\/SPAN>(<\/SPAN>web_gis<\/SPAN>)<\/SPAN><\/PRE><\/DIV><\/DIV><\/DIV><\/DIV>Saída[23]:<\/DIV>True<\/PRE><\/DIV><\/DIV><\/DIV><\/DIV><\/DIV>Em [24]:<\/DIV># A função .save() invoca generate_raster do módulo arcgis.raster.analytics\n<\/SPAN># para executar a análise em um servidor GIS na resolução de origem dos \n# conjuntos de dados de entrada <\/SPAN>e armazenar o resultado como uma camada de imagem web persistente no GIS.\n<\/SPAN>result_persistent<\/SPAN> =<\/SPAN> result_dynamic<\/SPAN>.<\/SPAN>save<\/SPAN>(<\/SPAN>"NaturalAndAccessible_WashingtonState"<\/SPAN>)\n<\/SPAN>result_persistent<\/SPAN><\/PRE><\/DIV><\/DIV><\/DIV><\/DIV>Saída[24]:<\/DIV>

<\/A><\/DIV>

NaturalAndAccessible_WashingtonState<\/STRONG><\/SPAN> <\/SPAN><\/A>
Serviço de Imagem de Análise gerado a partir do GenerateRasterCamada de Imagem por djohnsonRA <\/SPAN>
Última Modificação: 07 de julho de 2017 <\/SPAN>
0 comentários, 0 visualizações<\/DIV><\/DIV><\/DIV><\/DIV><\/DIV><\/DIV><\/DIV><\/DIV><


Em 
[25]:

# Exibir o resultado persistente


lyr_result_persistent

=

result_persistent

.

layers

[

0

]

lyr_result_persistent

.

extent

=

extent_studyarea


lyr_result_persistent

out[25]:

div
class=

KhairulAmri252

Many Thanks for this example,Very Useful