Krajowe warsztaty CASCADOSS

Krajowe warsztaty CASCADOSS Zastosowania oprogramowania Open Source GIS (FOSS4G ang. Free and Open Source Software for Geospatial) w ochronie przyrody 12-13 lutego 2009, Warszawa Quantum GIS SAGA GIS

Program warsztatów Dzień 1 (12 lutego, czwartek) 10:00-10:30 Rejestracja 10:30-11:35 Sesja wykładowa (sala seminaryjna 102 B, pierwsze piętro) 10:30 10:40 Otwarcie warsztatów, powitanie Maria Andrzejewska, Dyrektor Centrum UNEP/GRID-Warszawa. 10:40 10:55 O projekcie CASCADOSS Monika Rusztecka 10:55 11:15 Przegląd rozwiązań FOSS4G w zastosowaniach na rzecz środowiska Maciej Rutkowski 11:15 11:35 Rozwiązania FOSS4G w ochronie przyrody i zarządzaniu środowiskiem, wprowadzenie do ćwiczeń Monika Rusztecka 11:45-12:00 Kawa (sala 201 A, drugie piętro) 12:00-14:30 Sesja I Laboratorium komputerowe sala 202A drugie piętro 12:00 12:30 Wprowadzenie do Live DVD Maciej Rutkowski, Piotr Mroczek Grupa A (sala 14A parter ) Grupa B (sala 202A drugie piętro ) 12:30 13:30 Metody interpolacji - Przykłady zastosowań SAGA GIS Paweł Sudra Maciej Rutkowski 13:30 14:30 Ekosystemy leśne przykłady zastosowań Quantum GIS Piotr Mroczek, Borys Jurgiel, ElŜbieta Wołoszyńska 14:40-15:40 Obiad (stołówka Wydziału Biologii, parter) 12:30 13:30 Ekosystemy leśne przykłady zastosowań Quantum GIS Piotr Mroczek, Borys Jurgiel, ElŜbieta Wołoszyńska 13:30 14:30 Metody interpolacji - Przykłady zastosowań SAGA GIS Paweł Sudra, Maciej Rutkowski

15:40-17:40 Sesja II - Laboratorium komputerowe Grupa A (sala 14A parter ) Grupa B (sala 202A drugie piętro ) 15:40 16:40 Przetwarzanie zobrazowań satelitarnych przykłady zastosowań ILWIS Paweł Sudra, Maciej Rutkowski 16:40 17:40 Analizy hydrologiczne na bazie numerycznego modelu rzeźby terenu DEM przykłady zastosowań ILWIS ElŜbieta Wołoszyńska, Piotr Mroczek 15:40 16:40 Analizy hydrologiczne na bazie numerycznego modelu rzeźby terenu DEM przykłady zastosowań ILWIS ElŜbieta Wołoszyńska, Piotr Mroczek 16:40 17:40 Przetwarzanie zobrazowań satelitarnych przykłady zastosowań ILWIS Paweł Sudra, Maciej Rutkowski 19:00 Wspólna kolacja, Restauracja Va-Bene, ul. Pruszkowska 13, (kaŝdy uczestnik pokrywa koszt kolacji) Dzień 2 (13 lutego, piątek) 9:00-9:15 Powitalna kawa (sala 201 A, drugie piętro) 9:15-11:15 Sesja III Laboratorium komputerowe Sala 202A drugie piętro 9:15 11:15 Obsługa baz danych przestrzennych w oprogramowaniu PostgreSQL z rozszerzeniem PostGIS. Wizualizacja bazy danych w Quantum GIS Maciej Rutkowski, Piotr Mroczek, Monika Rusztecka 11:15-11:30 Przerwa kawowa (sala 201 A, drugie piętro) 11:30-13:30 Sesja IV zajęcia terenowe (Pole Mokotowskie) i kameralne 11:30-13:00 Sesja terenowa ćwiczenia z odbiornikiem GPS (praca w grupach 3 osobowych) Adam Kwiatkowski, Konrad Adamek, Excel Systemy Nawigacyjne Sp.Jawna przedstawiciel marki GARMIN w Polsce Katarzyna Fiedziukiewicz, ElŜbieta Wołoszyńska Centum UNEP/GRID- Warszawa 3

Grupa A (sala 14A parter ) Grupa B (sala 202A drugie piętro ) 13:00 13:30 Wizualizacja danych z GPS Maciej Rutkowski, Paweł Sudra, 13:00 13:30 Wizualizacja danych z GPS Piotr Mroczek, ElŜbieta Wołoszyńska 13:30-13:40 Przerwa kawowa (sala 201 A, drugie piętro) 13:40-14:35 Sesja V (sala seminaryjna 102 B, pierwsze piętro) 13:45 14:15 Udostępnianie danych przestrzennych w Internecie zgodnie z wytycznymi Dyrektywy INSPIRE OGC Viewer, Geoportal.gov.pl 14:15 14:30 Locatelo system monitoringu terenowego bazującego na nawigacji satelitarnej firmy Excel Systemy Nawigacyjne, przedstawiciela marki GARMIN w Polsce 14:35-14:45 Podsumowanie warsztatów, ewaluacja, wręczenie certyfikatów uczestnictwa. 4

SPIS TREŚCI Ekosystemy leśne Analiza drzewostanów w programie QGIS... 6 Metody interpolacji w programie SAGA GIS... 30 Przetwarzanie zobrazowań satelitarnych w programie ILWIS... 48 Analizy hydrologiczne na bazie numerycznego modelu rzeźby terenu DEM w programie ILWIS... 68 Obsługa baz danych przestrzennych w oprogramowaniu PostgreSQL z rozszerzeniem PostGIS oraz Wizualizacja danych przestrzennych w QGIS... 94 5

Ekosystemy leśne Analiza drzewostanów w programie QGIS

1. Wprowadzenie do programu Quantum GIS (QGIS) jest oprogramowaniem geoinformacyjnym (GIS). UmoŜliwia zarządzanie danymi geograficznymi, tworzenie własnych danych, zastosowanie danych GPS, wykonywanie analiz przestrzennych oraz tworzenie map. Podstawowe informacje dotyczące programu QGIS. Program udostępniany jest na licencji GNU GPL. Funkcjonalność programu moŝe być rozszerzona poprzez wykorzystanie dodatkowych wtyczek (np. georeferencer, wtyczka GRASS). Program moŝe być uruchamiany na róŝnych platformach systemowych: Linux, UNIX, Mac OS X i Windows XP. Quantum GIS moŝe pełnić rolę graficznego interfejsu uŝytkownika dla oprogramowania GRASS. Uzyskujemy w ten sposób łatwy dostęp do wielu modułów tego rozbudowanego oprogramowania. Quantum GIS rozwijany jest przez grupę programistów działających na zasadach wolontariatu. UŜytkownicy i moderatorzy QGIS na całym świecie są gotowi aby odpowiedzieć na kaŝde problemowe pytanie związane z programem. Wolontariusze z całego świata przetłumaczyli bądź w dalszym ciągu tłumaczą QGIS na inne języki. Oprócz standardowej angielskiej wersji moŝna spotkać wersje francuską, duńską, rosyjską, japońską, chińską, szwedzką, indonezyjską, słowacką, włoską, łotewską, polską, niemiecką oraz portugalską. Elementy GUI (Graphical User Interface) W widoku programu QGIS moŝna wyróŝnić 3 podstawowe elementy pasek menu (umoŝliwia uruchomienie dostępnych opcji poprzez uŝycie odpowiednich przycisków) legendę (w oknie legendy moŝna przeglądać poszczególne warstwy oraz inicjować pracę z danymi) 7

okno mapy (wyświetla zaznaczone warstwy w legendzie oraz na bieŝąco wyświetla przeprowadzone operacje na poszczególnych warstwach). Rysunek 1. Okno robocze QGIS. Rysunek 2. Menu oraz pasek narzędziowy. W górnej części okna programu znajduje się standardowe menu (plik, widok, warstwa, ustawienia, wtyczki, pomoc). PoniŜej znajdują się przyciski uruchamiające róŝnego rodzaju funkcje, m.in.:zoom in, zoom out, dodaj warstwę, zapisz projekt itp. Aby uzyskać dostęp do bardziej zaawansowanych opcji programu QGIS naleŝy uruchomić odpowiednia wtyczkę lub w przypadku jej braku przy pomocy menadŝera wtyczek naleŝy zainstalować brakującą część oprogramowania. 8

Rysunek 3. Instalator wtyczek QGIS. Quantum GIS umoŝliwia m.in.: wyświetlanie, edycja i kreowanie zróŝnicowanych formatów wektorowych, równieŝ formaty ESRI shapefiles, dane wektorowe GRASS, baza w Postgre SQL/PostGIS; korzystanie z danych w formatach rastrowych m.in.: geotiff, ERDAS, ArcInfo oraz innych formatach wspieranych przez GDAL; zarządzanie danymi przestrzennymi poprzez PostGIS; identyfikacja/selekcja obiektów; edycja/wyświetlanie atrybutów; etykietowanie; wyświetlanie tabeli atrybutów obiektów; tworzenie własnych warstw wektorowych; tworzenie map (kompozytor map); tworzenie dodatkowych wtyczek w języku Python lub C+ + ; tworzenie niestandardowych aplikacji GIS przy pomocy języka Python lub C+ + oraz bibliotek źródłowych QGIS; 9

drukowanie map przy uŝyciu kompozytora drukowania mapy; moŝliwość połączenia z GRASS GIS; narzędzia do digitalizacji; wsparcie OGC (WMS, WFS). Wtyczki importowanie tekstu openmodeller generator siatki kartograficznej strzałka północy podziałka narzędzie importowania danych z bazy PostGIS nadawanie georeferencji obrazom rastrowym narzędzie GPS GRASS WFS (Web Feature Service) inne Rysunek 4. Okno menadŝera wtyczek. Import oraz eksport danych importowanie tekstu i wyświetlanie go jako warstwy pobieranie danych bezpośrednio z odbiornika GPS oraz bezpośrednie wyświetlanie danych w widoku projektu importowanie serwisów OGC WMS i WFS tworzenie obiektów w QGIS oraz wgrywanie ich do odbiornika GPS import plików shape do bazy Postgre SQL/PostGIS Rysunek 5. Przyciski umoŝliwiające dodanie warstw PostGIS oraz WMS. 10

Społeczność QGIS UŜytkownicy i moderatorzy QGIS na całym świecie są gotowi aby odpowiedzieć na kaŝde problemowe pytanie związane z programem. Wolontariusze z całego świata przetłumaczyli bądź w dalszym ciągu tłumaczą QGIS na inne języki. Oprócz standardowej angielskiej wersji moŝna spotkać wersje francuską, duńską, rosyjską, japońską, chińską, szwedzką, indonezyjską, słowacką, włoską, łotewską, polską, niemiecką oraz portugalską. 2. Ćwiczenie z wykorzystaniem programu Quantum GIS 1.1. Dane W ćwiczeniu wykorzystane zostaną następujące warstwy tematyczne: drzewostan granica cieki jeziora Dane te są zapisane w formacie plików shapefile (*.shp). 1.2. Cel ćwiczenia Celem tego ćwiczenia jest analiza składu gatunkowego drzewostanów i wyznaczenie obszarów występowania drzew iglastych. W kolejnym kroku przygotujemy mapę prezentującą rozmieszczenie gatunków drzew iglastych na badanym obszarze. 1.3. Wprowadzenie do ćwiczenia przeglądanie właściwości dostępnych danych a. Uruchom program Quantum GIS, b. Dodaj warstwę tematyczną do widoku (poniŝej zaprezentowana jest ścieŝka): Z menu głównego wybierz Warstwa Dodaj warstwę wektorową Wybierz odpowiednią lokalizację pliku *.shp. c. Po wyświetleniu okna wybierz z listy warstwę drzewostan i zatwierdź jej dodanie do widoku projektu. Podobną operację wykonaj z warstwą granica. 11

Rysunek 4 Okno wyboru plików d. Po wgraniu danych do widoku rozpoczynamy pracę z warstwami. W pierwszej kolejności naleŝy jednak zapoznać się ze strukturą i zawartością danych (format danych, nazwy poszczególnych kolumn). Najlepszą metodą jest otwarcie tabeli atrybutów w celu przejrzenia jej zawartości. W tym celu: kliknij prawym przyciskiem myszy na interesującą nas warstwę, wybierz z menu opcję Otwórz tabelę atrybutów. 12

Rysunek 2 Tabela atrybutów. Typy danych moŝemy równieŝ przeglądać wybierając zakładkę metadane z okna właściwości warstwy: kliknij prawym przyciskiem myszy na daną warstwę, wybierz opcję Właściwości, wybierz zakładkę Metadane. Z zawartości zakładki metadane moŝemy odczytać tylko nazwy pól (kolumn w tabeli atrybutów) oraz poznać typ danych bez wartości liczbowych, bądź tekstowych. 13

Rysunek 3. Okno metadanych. 1.4. Metoda selekcji danych z warstw tematycznych. Kolejnym krokiem w ćwiczeniu będzie wyselekcjonowanie danych ze wskazanej warstwy tematycznej. W tym celu: otwórz tabelę atrybutów, klikając prawym przyciskiem myszy na warstwę drzewostan, a następnie wybierz opcję Otwórz tabelę atrybutów, kliknij przycisk Zaawansowane znajdujący się w prawym dolnym rogu okna zatytułowanego Tabela atrybutów-nazwa warstwy, 14

Rysunek 4. Okno tabeli atrybutów. Po wciśnięciu przycisku otworzy się Okno tworzenia kwerendy (Search query builder). Rysunek 5. Okno tworzenia kwerendy. wpisz w okienku zatytułowanym Klauzula where odpowiednią treść zapytania selekcjonującą obszary leśne z drzewami iglastymi. 15

Przykładowe zapytanie: Klauzula 1. GAT = 1 OR GAT = 11 OR GAT = 8 (gatunki drzew 1-So, 11-Św, 40-Db, 60-Brz, 71-Ol, 8-Md) Istnieje, równieŝ moŝliwość wpisania w/w formuły uŝywając odpowiednich operatorów. Rysunek 6. Przyciski operatorów w oknie tworzenia kwerendy. po wyselekcjonowaniu danych, zatwierdź wybór poprzez naciśnięcie klawisza OK, po zamknięciu okna kwerendy oraz okna tabeli atrybutów moŝna obejrzeć wyniki zapytania w oknie mapy/projektu. Kolorem Ŝółtym zaznaczone są fragmenty obszaru, na których dominują gatunki iglaste. JeŜeli uŝytkownik chce zmienić kolor podświetlania danych na mapie to, we właściwościach projektu (menu główne Ustawienia Właściwości projektu) moŝna zmienić m.in. kolor wyświetlania tych danych. Kolor wyświetlania warstwy zmieniamy, klikając dwukrotnie lewym klawiszem na jej nazwę. 16

Rysunek 7. Wyselekcjonowane dane z jednej warstwy tematycznej drzewostan iglasty podświetlony na kolor Ŝółty. 1.5. Selekcja danych z warstwy tematycznej dodatkowe kryteria wyboru. W tej części ćwiczenia wyselekcjonujesz dane z warstwy tematycznej stosując dodatkowe kryteria wyboru. UŜywając języka zapytań SQL moŝesz dodać kolejne kryteria selekcji danych poprzez uszczegółowienie zapytania. W kolejnym etapie ćwiczenia przygotujesz mapę pokazującą strefy dominacji gatunków iglastych, spełniających dodatkowej kryteria selekcji. W tym celu: otwórz tabelę atrybutów warstwy drzewostan i kliknij przycisk Zaawansowane, wpisz w odpowiednie pole klauzulę, zawierające dodatkowe zapytanie, Przykładowe zapytanie: Klauzula 1: GAT = 1 OR GAT = 11 OR GAT = 8 AND WIEK >= 91 zamykamy okno kwerendy i tabelę atrybutów, przechodzimy do widoku programu, klikamy prawym przyciskiem myszy na warstwę, z której wyselekcjonowaliśmy interesujące nas dane, wybieramy opcję Save selection as shapefile, wpisujemy nazwę pliku i zapisujemy efekt naszej pracy jako nową wektorową warstwę tematyczną. 17

Przygotowanie mapy będzie moŝliwe tylko wtedy gdy wyniki selekcji zapiszemy w formie nowego pliku *.shp Zadanie dodatkowe: a) W ramach ćwiczenia spróbuj wyselekcjonować np.: same drzewa iglaste lub drzewa liściaste w wieku równym i większym np.:50 lat. b) Instalując dodatkową wtyczkę ftools (Narzędzie do analiz i zarządzania danymi przestrzennymi) moŝesz obliczyć podstawowe statystyki np: powierzchnię dla danej warstwy. W celu zainstalowania dodatkowej wtyczki skorzystaj z opcji Fetch Python Plugins, a następnie MenedŜer wtyczek z menu Wtyczki. Po zainstalowaniu wtyczki w menu obok pomocy pojawi się nowa opcja ftools. Wybierając kolejno zakładki ftools Analysis tools Basic statistics ustaw odpowiednie parametry. Input Vector Layer - wyselekcjonowany drzewostan Target field - sprecyzuj nazwę analizowanej kolumny (pow_ha) 18

Po zatwierdzeniu wyboru odczytaj sumę wyselekcjonowanej powierzchni. Rysunek 8. Okno Basic statistics. 1.6. Przygotowanie mapy obszarów dominacji gatunków iglastych Ostatni etap ćwiczenia obejmuje przygotowanie do druku mapy prezentującej wyselekcjonowane dane. otwórz okno nowego projektu (menu główne Plik Nowy projekt), dodaj wcześniej zapisaną warstwę do legendy programu QGIS (menu główne Warstwa Dodaj warstwę wektorową), 19

Dodaj do projektu mapy kolejne warstwy wektorowe Dodaj warstwę: jeziora, cieki, granica oraz poprzednio wyselekcjonowaną warstwę. Kolejność wyświetlania warstw na mapie moŝesz zmieniać poprzez przesuwanie danej warstwy pomiędzy pozostałymi warstwami z legendy. Pamiętaj, Ŝe warstwa, która znajduje się na samej górze wyświetlana jest na wierzchu mapy. W przypadku nakładania się warstw na siebie, pierwsza warstwa z legendy (znajdująca się na samej górze) zostanie wyświetlona na wierzchu reszta warstw będzie znajdować się pod nią. 20

Ustawienia wyświetlania warstwy oraz symbole legendy moŝesz zdefiniować w zakładce Symbolika po otwarciu okna Właściwości warstwy. Okno Właściwości warstwy uruchamiamy po dwukrotnym kliknięciu lewym klawiszem myszy na nazwę warstwy. Okno Właściwości warstwy zawiera zakładki: Symbolika (zmiana typu legendy, opcji stylu, koloru warstwy, przeźroczystości) Ogólne (ustawienie nazwy wyświetlanej warstwy, zmiana deklaracji układu współrzędnych) Metadane (przeglądanie metadanych) Etykiety (ustawianie właściwości wyświetlanych etykiet) Akcje (wyświetlają informacje o danym obiekcie) Korzystając z zakładki Symbolika ustal kolory do poszczególnych warstw. Lasy zielony Jeziora, cieki niebieski Granica brak tła z szarą przerywaną linią graniczną (opcja dash line) 21

Rysunek 9. Widok wyselekcjonowanych obszarów (zielony kolor reprezentuje drzewa iglaste w wieku =>91 lat). Do istniejącego projektu dodaj odpowiednie komponenty mapy: podziałkę, strzałkę wskazującą kierunek północny oraz legendę. W tym celu wybieramy z menu opcję Wtyczki. Rysunek 10. Dostępne opcje w menu kontekstowym. UŜywając funkcji MenadŜer wtyczek z menu Wtyczki moŝemy włączyć interesujące nas opcje. Do przygotowania mapy moŝemy wybrać następujące elementy układu graficznego mapy: Informacja o prawach autorskich (wyświetla dane o prawach autorskich) 22

Wpisz w okno Opis informację dotyczące praw autorskich. W oknie moŝesz równieŝ ustawić kolor czcionki oraz miejsce wyświetlania praw autorskich. Strzałka północy (dodaje strzałkę północy) We właściwościach wtyczki ustawisz podstawowe parametry wyświetlania strzałki północy. 23

Podziałka (wyświetla podziałkę) We właściwościach wtyczki ustawisz umiejscowienie podziałki, styl kolor oraz rozmiar piksela. Quick Print (wtyczka umoŝliwiająca szybkie wyeksportowanie mapy do pliku PDF) Rysunek 11. Okno menadŝera wtyczek. Daną warstwę/warstwy moŝna w szybki sposób wyeksportować do pliku PDF korzystając z opcji szybkiego drukowania. Opcję to moŝna uruchomić z menu głównego Wtyczki Quick Print lub klikając na ikonę znajdującą się na pasku zadań. 24

Po kliknięciu na opcję Quick Print otworzy się okno, w którym; Rysunek 12. Okno szybkiego druku. wpisz tytuł mapy i jej nazwę oraz podmiot posiadający prawa autorskie do mapy. (Wybierz format strony, na jakiej ma być zapisana mapa i zatwierdź OK.); w kolejnym wyświetlanym oknie wpisz nazwę zapisywanego pliku w formacie *.pdf i wybierz odpowiednią lokalizację; po skończonej operacji otrzymasz gotową mapę. 25

1.7. Drukowanie mapy przy uŝyciu kompozytora wydruku. Celem tego ćwiczenia jest przygotowanie oraz wyeksportowanie mapy wcześniej wyselekcjowanego obszaru. W tym celu naleŝy przejść do opcji Drukuj z menu Plik. Po uruchomieniu opcji Drukuj wyświetli się okno zatytułowane QGIS- kompozytor wydruku. 26

Rysunek 13. Kompozytor wydruku. W celu zaznaczenia obszaru, w którym zostanie wyświetlona mapa, w okienku po lewej stronie przypominającym kartkę papieru naleŝy zakreślić czworokąt. Opcja Dodaj nową mapę dostępna jest z paska zadań - ikona. W dalszej kolejności dodaj etykiety, legendę, podziałkę (opcjonalnie obraz). Opcje te dostępne są na pasku zadań znajdującym się w górnej części okna. W oknie obok znajdują się dwie zakładki Ogólne oraz Obiekt. Dostępne dzięki nim opcje, umoŝliwiają zmianę właściwości legendy, etykiet, podziałki i obrazu. Dla obrazów moŝna ustawić takie parametry jak szerokość, wysokość, skala, kąt ustawienia czy orientacja (pozioma, pionowa). 27

Przygotowaną juŝ mapę zapisz w wybranym przez siebie formacie (np.: PDF, SVG, JPG, TIFF, BMP). Ikona zapisuje mapę w formatach BMP, ICO, PNG, PPN, JPG, TIFF, XBM, XPM. Ikona Ikona zapisuje mapę w formacie SVG. drukuję mapę lub zapisuje w formacie pliku PDF. 28

Źródło: Plan Ochrony Parku Narodowego Bory Tucholskie, Operat GIS, 2002 r. Oficjalna strona programu QGIS - http://www.qgis.org/ Polska strona programu QGIS - http://wiki.qgis.org/qgiswiki/polish 29

Metody interpolacji w programie SAGA GIS

1. Wprowadzenie do pracy z programem SAGA GIS SAGA (System for Automated Geoscientific Analyses), aplikacja open source, której najistotniejszym elementem jest szeroki zestaw narzędzi do analizy danych przestrzennych w tym głównie rastrowych. Program słuŝy równieŝ do przetwarzania danych wektorowych i tabelarycznych. SAGA została stworzona i jest rozwijana przez niewielki zespół specjalistów z Uniwersytetu w Getyndze w Niemczech. Program wywodzi się od aplikacji DiGeM przeznaczonej do analizy terenu. Pierwsza edycja SAGA GIS została opublikowana w lutym 2004, druga we wrześniu 2007. Kod źródłowy programu (napisany w języku C++) dostępny jest na licencji GNU General Public License. Oznacza to, iŝ moŝe być on dowolnie modyfikowany, pod warunkiem bezpłatnego udostępnienia zmienionej wersji na identycznych zasadach. W najnowszej wersji programu (2.0) dostępnych jest około 120 modułów słuŝących m.in. do analizy terenu, symulacji procesów dynamicznych, interpolacji i analiz geostatystycznych, przetwarzania i analizy obrazów rastrowych, transformacji odwzorowań, importu, eksportu i konwersji danych oraz ich wizualizacji. Graficzny interfejs uŝytkownika (GUI) tworzą: - Menu bar (pasek menu) - Toolbar (pasek narzędzi) - Workspace window (okno przestrzeni roboczej) - Main Window (okno główne) - Object properties window (okno właściwości obiektów) - Message window (okno wiadomości) - Tabs (zakładki) 31

Rysunek 1. Interfejs programu SAGA GIS 2.0 2. Pojęcie interpolacji Interpolacja to metoda numeryczna pozwalająca na oszacowanie wartości funkcji w dowolnym miejscu danego przedziału, w którym występuje pewna, ograniczona liczba punktów o znanej, np. z pomiarów, wartości z (x,y). Punkty te nazywane są węzłami interpolacji. Na ich podstawie wyznaczana jest tzw. funkcja interpolacyjna z=f(x,y). Stanowi ona przybliŝenie funkcji o nieznanym wzorze pierwotnie opisującej dane zjawisko. Przechodzi przez te same punkty o zadanej z góry wartości z (x,y) (węzły interpolacji). Nie moŝna jednak być pewnym, czy pomiędzy nimi przebiega w dokładnie ten sam sposób, co funkcja pierwotna. Metody interpolacji mają duŝe znaczenie w badaniach środowiska przyrodniczego. Dysponując pomiarami ze skończonej liczby punktów w określonej przestrzeni geograficznej moŝemy pomierzone wartości interpolować róŝnymi metodami na całą tę przestrzeń. W ten sposób moŝemy oszacować wartości parametrów pomiędzy punktami, w których dokonano pomiarów. 32

Interpolacja przestrzenna moŝe być zastosowana do róŝnego rodzaju danych, m.in. z pomiarów zanieczyszczenia środowiska, właściwości fizycznych atmosfery, poziomu wód gruntowych, topografii terenu lub zjawisk geologicznych i innych. Metody interpolacji przestrzennej moŝna podzielić na deterministyczne, modelujące powierzchnię w sposób jednoznacznie określony funkcjami matematycznymi oraz stochastyczne (geostatystyczne), uwzględniające koncepcję zmienności losowej interpolowanej powierzchni. Do tej drugiej grupy naleŝą przede wszystkim róŝne odmiany krigingu. RozróŜniane są równieŝ globalne i lokalne metody interpolacji. Metody globalne dokonują interpolacji jedną funkcją matematyczną na podstawie danych ze wszystkich punktów ze zbioru pomiarowego. SłuŜą szczególnie do ukazania ogólnych trendów w całym zbiorze danych. Metody lokalne wykorzystują podczas obliczeń dane z punktów leŝących w bliskim sąsiedztwie węzła interpolacji, bez uwzględnienia wpływu całego zbioru danych. Ta sama funkcja matematyczna stosowana jest wielokrotnie do lokalnych zbiorów danych pomiarowych, co ma zapewnić jej lepsze dopasowanie. Istnieje takŝe podział na funkcje interpolacyjne wierne i wygładzające. W przypadku tych pierwszych, jeŝeli punkt, w którym szacowana jest wartość funkcji (punkt estymacji) wypada w punkcie pomiaru, pozostawiana jest wartość oryginalna. Wszystkie dane pomiarowe są ściśle uwzględniane, tak, Ŝe znajdują się dokładnie na powierzchni interpolacji. W przypadku funkcji wygładzających, jeŝeli punkt estymacji wypada w punkcie pomiaru, wyniki estymacji i pomiaru mogą się róŝnić. Dane pomiarowe nie są ściśle uwzględniane przy konstruowaniu powierzchni interpolacji. Metody wygładzające są wskazane do zastosowania w przypadku niepewności, co do jakości danych pomiarowych. Ostatni podział, który warto odnotować dotyczy metod ciągłych i nieciągłych. Metody ciągłe dają płynną zmienność wartości na powierzchni między punktami pomiaru. Są one wskazane do interpolacji danych cechujących się małą lokalną zmiennością stosujemy je do prezentacji zjawisk o charakterze ciągłym i ich rozkładu przestrzennego np. wysokości opadów atmosferycznych. Metody nieciągłe tworzą powierzchnie interpolacji, na których mogą występować skokowe zmiany wartości. Stosuje się je do interpolacji danych o duŝej lokalnej zmienności lub danych nieciągłych (z wyraźnymi skokowymi zmianami wartości) np. do określania stref występowania danego zjawiska. 33

3. Ćwiczenie z wykorzystaniem programu SAGA GIS 3.1. Cel ćwiczenia: W ćwiczeniu na podstawie danych z pomiarów punktowych utworzona zostanie powierzchnia interpolowana w postaci rastrowej. Przetestujemy trzy metody interpolacji wybrane spośród szeregu dostępnych w programie SAGA GIS i dokonamy oceny ich przydatności. Wybranymi metodami są: Metoda najbliŝszego sąsiedztwa (Nearest neighbour), Metoda odwrotnych odległości (Inverse distance), Kriging zwykły (Ordinary kriging). Na koniec, bazując na obrazie powierzchni otrzymanej w wyniku zastosowania wybranej metody interpolacji, utworzymy mapę izoliniową. 3.2 Wprowadzenie do ćwiczenia 1. Uruchom program SAGA GIS. 2. W menu File wybierz Shapes Load Shapes. Otwórz plik pomiary.shp. 3. W Workspace przejdź na zakładkę Data*. 4. Kliknij dwukrotnie na obrazek z danymi punktowymi z pomiarów. Zostanie dodany do widoku jako nowa mapa (01.map). Zmienimy teraz właściwości jej wyświetlania. 5. W oknie Object Properties Window przejdź do opcji Display: Color Classification, a następnie: Po kliknięciu w polu Type wybierz z listy rozwijanej Graduated Color. Po kliknięciu w polu Attribute wybierz z listy rozwijanej atrybut ID. Wybierz pole Graduated Color Colors. Kliknij na mały kwadrat, jaki pojawi się z prawej strony. Otworzy się nowe okno ze skalami barwnymi. Wybierz Presets i zmień skalę na white > red. Dwukrotnie zatwierdź OK. 6. W oknie Object Properties Window przejdź do opcji Display: Label, a następnie w polu Attribute wybierz atrybut wartosc. 7. Zatwierdź zmiany w Object Properties Window przyciskiem Apply. 8. Zmaksymalizuj okno mapy 01.map, klikając ikonę z kwadratem w prawej górnej części okna. Punkty na mapie oznaczone są teraz w skali barwnej w zaleŝności od wartości parametru (czerwony wyŝsza, biały niŝsza). Skalę barwną czerwony 34

biały będziemy stosować w całym ćwiczeniu. Wartości liczbowe przy poszczególnych punktach pomiarowych oznaczają wartość parametru. Bazując na wczytanych punktach pomiarowych zastosujemy róŝne metody interpolacji i dokonamy porównania wyników. Rysunek 2. Wartość parametru w punktach pomiarowych. 3.3. Porównanie wybranych metod interpolacji danych przestrzennych Metoda najbliŝszego sąsiedztwa (Nearest neighbour) W trakcie interpolacji tą metodą kaŝdemu punktowi przestrzeni przypisana zostaje taka wartość, jaka występuje w najbliŝszym punkcie pomiarowym. Efektem jest podział przestrzeni na jednorodne, co do wartości danego parametru poligony (poligony Thiessena). Na granicy poligonów zmiana wartości następuje w sposób skokowy. Jest to deterministyczna, lokalna, wierna, nieciągła metoda interpolacji. 35

1. W Workspace wybierz zakładkę Modules, a w niej, Grid Gridding Nearest Neighbour. Kliknij podwójnie na ikonę symbolizującą wybrany moduł. Alternatywnie moŝesz wybrać z paska menu Modules: Grid Gridding Interpolation from Points Nearest Neighbour. 2. Po wybraniu modułu Nearest Neighbour pojawi się okno, w którym podaj następujące parametry: Objaśnienia wybranych parametrów: Shapes : Points plik.shp z danymi pomiarowymi do interpolacji, Points [Options]: Attribute atrybut przypisany punktom pomiarowym, na którym chcemy oprzeć interpolację, Options: Target Grid docelowy grid (raster) z wynikami interpolacji (opcja user defined oznacza, Ŝe utworzony zostanie zupełnie nowy grid). 3. Zatwierdź przyciskiem Okay. W oknie User defined grid, które się pojawi, pozostaw wszystkie parametry bez zmian. Ponownie zatwierdź przyciskiem Okay. Tworzony obraz rastrowy przedstawia wyniki interpolacji pomiarów metodą najbliŝszego sąsiedztwa. 4. Wybierz zakładkę Data*, a w niej nowo utworzony obraz z wynikiem interpolacji. 5. W oknie Object Properties Window wybierz Display: Color Classification Graduated Color Colors. Otworzy się nowe okno ze skalami barwnymi. Wybierz Presets i zmień skalę na white > red. Dwukrotnie zatwierdź OK. 6. Zatwierdź zmiany w Object Properties Window, przyciskiem Apply. 7. W zakładce Data* dwukrotnie kliknij na obrazek symbolizujący raster z wynikiem interpolacji. Pojawi się okno Add layer to selected map z zaznaczoną opcją New. Kliknij Okay. Nowa mapa zostanie dodana do widoku jako 02.map. 8. MoŜna zaobserwować, Ŝe rozdzielczość obrazu rastrowego, który otrzymaliśmy jest mało zadowalająca. Aby uzyskać lepszy obraz interpolacji, powtórz kroki 1-6, jednak w kroku 3, w oknie User defined grid zmień wartość Grid Size na 10. W ten sposób 36

dokładność próbkowania obszaru wokół punktów pomiarowych podczas interpolacji będzie większa, a w efekcie otrzymamy raster o wyŝszej rozdzielczości. 9. Dodaj nową mapę do widoku jako 03.map. Rysunek 3. Wynik interpolacji metodą najbliŝszego sąsiedztwa. OCENA: Metoda prosta pod względem obliczeniowym i wymagająca od uŝytkownika wprowadzania niewielkiej liczby parametrów. Metoda mało przydatna do modelowania wielu zjawisk przyrodniczych, które zmieniają się w przestrzeni w sposób ciągły, ze względu skokowe zmiany wartości. Metoda wykorzystywana przy wyszukiwaniu stref oddziaływania róŝnych obiektów, gdy potrzebna jest informacja, do którego najbliŝszego obiektu danego typu w przestrzeni przyporządkować poszczególne punkty (np. które miasto jest najbliŝej). Metoda przydatna m.in. do analizy zjawisk społeczno-ekonomicznych lub definiowania strefy wpływu obiektów punktowych. 37

Ograniczeniem metody jest fakt, iŝ układ wynikowych poligonów Thiessena zaleŝy znacząco od rozmieszczenia punktów z danymi; w obrębie poligonów wartości są jednorodne. Metoda odwrotnych odległości (Inverse distance) W metodzie tej, wartość przypisana punktowi w przestrzeni jest wynikiem interpolacji wartości z punktów pomiarowych z wyznaczonego wcześniej sąsiedztwa. SAGA GIS umoŝliwia dobranie jako sąsiedztwa okręgu o promieniu, który sami definiujemy. Brana jest pod uwagę średnia waŝona z obserwacji z tego sąsiedztwa. Przyznane wagi są odwrotnie proporcjonalne do odległości do poszczególnych punktów pomiarowych. ZaleŜność ta moŝe być liniowa lub podniesiona do potęgi, najczęściej 2 lub 3. Jest to deterministyczna, lokalna, wierna metoda interpolacji. 1. W Workspace wybierz zakładkę Modules, a w niej Grid Gridding Interpolation From Points Inverse Distance 2. Po wybraniu modułu Inverse Distance, pojawi się okno, w którym podaj następujące parametry: Objaśnienia wybranych parametrów: Inverse Distance: Power wykładnik potęgi funkcji odwrotnej odległości Search Radius promień, w zasięgu którego funkcja wyszukuje punkty na których ma być oparta interpolacja ( promień sąsiedztwa ) Maximum Points maksymalna liczba punktów w obrębie sąsiedztwa uwzględniana przy interpolacji W oknie dialogowym zmień domyślną wartość Search Radius na 1500. 3. Zatwierdź Okay. W oknie, które się pojawi zmień wartość Grid Size na 10. Resztę parametrów pozostaw bez zmian. Ponownie zatwierdź Okay. Tworzony jest obraz 38

rastrowy przedstawiający wyniki interpolacji pomiarów metodą odwrotnych odległości. 4. Wybierz zakładkę Data*, a w niej nowo utworzony raster z wynikiem interpolacji. 5. W oknie Object Properties Window wybierz w Display: Color Classification Graduated Color Colors. Otworzy się nowe okno ze skalami barwnymi. Wybierz Presets i zmień skalę na white > red. Dwukrotnie zatwierdź OK. 6. Zatwierdź zmiany w Object Properties Window klikając na Apply. 7. W zakładce Data* dwukrotnie kliknij na obrazek symbolizujący raster z wynikiem interpolacji. Pojawi się okno Add layer to selected map z zaznaczoną opcją New. Kliknij Okay. Nowa mapa zostanie dodana do widoku, jako 04.map. 39

OCENA: Metoda prosta pod względem obliczeniowym, wykorzystująca intuicyjnie zrozumiałą zasadę malejącego proporcjonalnie do wzrostu odległości podobieństwa (lub zaleŝności) między wartościami punktów. Metoda bardziej realistyczna niŝ metoda najbliŝszego sąsiedztwa, gdyŝ uwzględniany jest wpływ większej liczby stanowisk pomiarowych na wynik w danym punkcie (a nie tylko najbliŝszego stanowiska). Metoda interpolacji, która sprawdza się dobrze, gdy stanowisk pomiarowych jest duŝo i są one względnie równomiernie rozmieszczone. Wybrane podczas interpolacji parametry mają istotny wpływ na wynik obliczeń. WaŜny jest m.in. dobór odpowiedniej wielkości sąsiedztw branych pod uwagę przy interpolacji. Wybór zbyt małych sąsiedztw moŝe spowodować powstanie luk w powierzchni interpolowanej, w miejscach gdzie oszacowanie wartości parametru nie jest moŝliwe. Kriging zwykły (Ordinary kriging) Kriging to grupa geostatystycznych metod interpolacji. Kriging zakłada istnienie autokorelacji przestrzennej zaleŝności między oddaleniem punktów a stopniem ich podobieństwa. Zgodnie z tą zaleŝnością wielkości zmierzone w bliskich sobie punktach powinny być bardziej zbliŝone niŝ wielkości zmierzone w punktach bardziej oddalonych. Zgodnie z załoŝeniami krigingu, zróŝnicowanie przestrzenne zmiennej (tzw. zmiennej regionalnej) moŝna podzielić na trzy główne składowe: a. ogólny trend zmienności danych, o stałej średniej, b. lokalną zmienność losową skorelowaną przestrzennie, c. nieskorelowany przestrzennie szum (wynikający np. z błędów pomiarowych). 40

Rysunek 4. ZróŜnicowanie przestrzenne zmiennej regionalnej. (źródło: Burrough P., McDonnell R., 1998, Principles of Geographical Information Systems, Oxford University Press Inc., New York) ZróŜnicowanie przestrzenne zmiennej zawiera zatem element losowy i nie jest prostą zaleŝnością matematyczną. Opisywane jest ono metodami statystycznymi i przedstawiane na wykresie zwanym semiwariogramem. Wykres jest dopasowany do danych w taki sposób, aby przybliŝyć w postaci funkcji liniowej zaleŝność między oddaleniem punktów (Lag), a stopniem ich podobieństwa (γ). Rysunek 5. Semiwariogram przykładowy wykres. (źródło: Burrough P., McDonnell R., 1998, Principles of Geographical Information Systems, Oxford University Press Inc., New York) 41

Objaśnienia parametrów: Nugget (wartość semiwariancji dla dystansu zbliŝonego do zera) to wielkość nieskorelowanego przestrzennie szumu, występującego, gdy mierzymy wartości punktów połoŝonych bardzo blisko siebie. MoŜe on wynikać np. z niewielkich błędów pomiarowych związanych z dokładnością samego sprzętu pomiarowego. Range (dystans powyŝej którego semiwariancja jest wartością stałą) to maksymalny zakres odległości między punktami, w którym moŝna zaobserwować występowanie istotnej statystycznie korelacji między odległością między punktami a róŝnicą ich wartości. Sill to wartość progowa funkcji odpowiadająca zasięgowi oddziaływania wyznaczonemu przez range. Interpolacja dokonywana jest na podstawie danych pomiarowych oraz wartości semiwariancji. MoŜliwe jest określenie istotności statystycznej konstruowanej powierzchni interpolacji i zarazem niepewności szacowanych danych. MoŜliwość określenia błędów estymacji naleŝy do podstawowych zalet metod geostatystycznych. Wielu autorów wykazało, Ŝe metody statystyczne (kriging) dają lepsze rezultaty interpolacji przestrzennej niŝ metody deterministyczne. Kriging zwykły zakłada, Ŝe funkcja autokorelacji przestrzennej jest jednorodna we wszystkich kierunkach (załoŝenie izotropowości). Nieznane wartości są szacowane przez waŝoną kombinację wartości w punktach znanych. Podstawą do wyliczenia wag jest semiwariogram. Kriging zwykły naleŝy do wiernych i ciągłych metod interpolacji. MoŜe występować zarówno w odmianie lokalnej, jak i globalnej. W ćwiczeniu wypróbujemy globalną odmianę krigingu zwykłego. 1. W Workspace wybierz zakładkę Modules, a w niej Geostatistics Kriging Ordinary Kriging (Global). Kliknij podwójnie na ikonę symbolizującą wybrany moduł. 2. Po wybraniu modułu Ordinary Kriging (Global) pojawi się okno, w którym podaj następujące parametry: 42

Objaśnienia wybranych parametrów: Create Variance Grid tworzy dodatkowy raster z estymacją błędów interpolacji (wariancją), Variogram Model model wariogramu, jaki chcemy zastosować (sferyczny, wykładniczy, gaussowski...), Block Kriging, Block Size parametry potrzebne, gdy chcemy zastosować kriging blokowy, Logarithmic Transformation transformacja logarytmiczna (stosowana, gdy występuje mocno asymetryczny rozkład wartości danych pomiarowych) Nugget - podstawa (wartość semiwariancji dla dystansu zbliŝonego do zera), Sill - wartość progowa (wartość semiwariancji odpowiadająca zasięgowi oddziaływania), Range - zasięg oddziaływania (dystans, powyŝej którego semiwariancja jest wartością stałą). W Options pozostaw domyślne parametry interpolacji, zmieniając jedynie Create Variance Grid na Gaussian Model. Model ten oferuje dobre dopasowanie do danych dotyczących zjawisk płynnie zmieniających się w przestrzeni. 3. Zatwierdź przyciskiem Okay. W oknie, które się pojawi, zmień wartość Grid Size na 10. Resztę parametrów pozostaw bez zmian. Ponownie zatwierdź Okay. Tworzony jest obraz rastrowy przedstawiający wyniki interpolacji metodą krigingu zwykłego. Postęp interpolacji pokazuje przesuwający się pasek w prawym dolnym rogu ekranu. 4. Wybierz zakładkę Data*. Jak widać zostały utworzone dwa nowe rastry: jeden z wynikami interpolacji metodą krigingu oraz drugi, dodatkowy obraz ukazujący szacowany rozkład przestrzenny błędów wykonanej interpolacji w postaci wariancji 43

moŝliwych odchyleń wyników interpolacji od wartości rzeczywistych. Kliknij na obrazek przedstawiający raster z wynikami interpolacji (po podświetleniu obrazka pojawia się jego nazwa: 02.pomiary.shp: Ordinary Kriging (Global) ). 5. W oknie Object Properties Window wybierz w Display: Color Classification Graduated Color Colors. Otworzy się nowe okno ze skalami barwnymi. Wybierz Presets i zmień skalę na white > red. Dwukrotnie zatwierdź OK. 6. Zatwierdź zmiany w Object Properties Window, przyciskiem Apply. 7. W zakładce Data* dwukrotnie kliknij na obrazek symbolizujący raster z wynikiem interpolacji. Pojawi się okno Add layer to selected map z zaznaczoną opcją New. Kliknij Okay. Nowa mapa zostanie dodana do widoku, jako 05.map. Rysunek 6. Wynik interpolacji metodą krigingu zwykłego. 8. Drugi z rastrów, jakie zostały utworzone obrazuje estymację rozkładu przestrzennego błędów interpolacji. W zakładce Data* jest on oznaczony jako: 03.gleb_do_wod.shp (Ordinary Kriging Global (Variance)). Dwukrotnie kliknij na 44

obrazek symbolizujący ten raster. Pojawi się okno Add layer to selected map z zaznaczoną opcją New. Kliknij Okay. Nowa mapa zostanie dodana do widoku, jako 06.map. 9. Kliknij teraz w zakładce Data* na obrazek symbolizujący plik z punktami pomiarowymi. Wybierz Add layer to selected map: 06.map. Punkty pomiarowe zostaną teraz wyświetlone na podkładzie mapy przedstawiającej szacowany rozkład (wariancję) moŝliwych odchyleń wyników interpolacji od wartości rzeczywistych. ZauwaŜ, Ŝe największe błędy interpolacji (kolor czerwony) są szacowane w północno-wschodniej części obszaru, a więc tam, gdzie odległość do punktów pomiarowych jest znaczna. W bliskiej odległości od punktów pomiarowych szacowany błąd jest mniejszy. Rysunek 7. Wariancja błędów interpolacji. 45

OCENA: Kriging zwykły (odmiana globalna) to metoda przydatna do modelowania zjawisk zmieniających się w przestrzeni w sposób ciągły, w tym wielu zjawisk przyrodniczych. Wartości nie zmieniają się skokowo, lecz w sposób płynny. Kriging oferuje szereg parametrów, które moŝna zmieniać, aby jak najlepiej dopasować funkcję interpolującą do danych, jakimi dysponujemy. Autokorelacja przestrzenna wyznaczona jest metodami statystycznymi. MoŜliwe jest określenie wiarygodności dokonanej estymacji. Jest to bardzo duŝa zaleta metod geostatystycznych. 3.4. Mapa izoliniowa Wynikiem przeprowadzonych interpolacji są mapy w formacie rastrowym. Na podstawie jednej z nich utworzymy wektorową mapę izoliniową. Izolinie łączą miejsca o jednakowej wartości parametru.. 1. W Workspace wybierz zakładkę Modules, a w niej Shapes Grid Contour Lines from Grid. Kliknij podwójnie na ikonę symbolizującą wybrany moduł. 2. Po wybraniu modułu Contour Lines from Grid pojawi się okno, w którym podaj następujące parametry: Objaśnienia parametrów: Grid raster wynikowy interpolacji, na podstawie, którego zamierzamy utworzyć mapę izoliniową (w tym przypadku raster wynikowy interpolacji metodą Ordinary Kriging Global) Minimum Contour Value minimalna wartość izolinii (wstaw wartość 100)., Maximum Contour Value maksymalna wartość izolinii (wstaw wartość 150), Equidistance - róŝnica wartości między sąsiednimi izoliniami (wstaw wartość 2). 46

3. Zatwierdź Okay. Tworzona jest mapa izoliniowa. 4. W Workspace wybierz zakładkę Data*. Kilknij w niej na nowo utworzoną mapę izoliniową. 5. W oknie Object Properties Window wybierz w Display: Color Classification Unique Symbol Color: Black. Zatwierdź klikając przycisk Apply. 6. Kliknij dwukrotnie w Workspace na obrazek symbolizujący mapę izoliniową. Wybierz Add layer to selected map 05.map, aby nałoŝyć mapę izoliniową na raster, z którego powstała. 7. Wyświetlimy takŝe etykiety z wartościami parametru przy izoliniach. W Workspace wybierz Display: Label Attribute: pomiary.shp Ordinary Kriging (Global). Wynikowa mapa powinna wyglądać w podobny sposób: Rysunek 8. Mapa izoliniowa wykonana na podstawie wyniku interpolacji metodą krigingu zwykłego. Źródło: Plan Ochrony Parku Narodowego Bory Tucholskie, Operat GIS, 2002 r. 47

Przetwarzanie zobrazowań satelitarnych w programie ILWIS

1. Wprowadzenie do pracy z programem ILWIS ILWIS (Integrated Land and Water Information System) to pakiet oprogramowania GIS o szerokim zastosowaniu w analizach przestrzennych (głównie hydrologicznych) bazujących na numerycznym modelu rzeźby terenu, jak równieŝ w analizach teledetekcyjnych. Program obsługuje dane w wielu formatach zarówno rastrowych, jak i wektorowych (import/eksport), umoŝliwia digitalizację, edycję, analizę, wizualizację (takŝe w 3D) oraz tworzenie map. Aplikacja wykorzystana moŝe być równieŝ jako narzędzie do analizy obrazów satelitarnych. Twórcą pakietu jest International Institute for Geo-Information Science and Earth Observation (ITC) z Enschede (Holandia). Aplikacja powstała i była rozwijana w ramach projektów naukowych Instytutu. Pierwszą wersję programu wydano w 1988 r., ostatnią w 2005 r. Następnie zaprzestano wsparcia dla pakietu ILWIS. Od tego czasu jest on rozwijany jako oprogramowanie open source. Od czerwca 2007 r. nadzór nad aplikacją sprawuje firma 52 North Initiative for Geospatial Open Source Software GmbH z siedzibą w Münster w Niemczech (http://52north.org). Jej główną misją jest promowanie koncepcji stosowania darmowego oprogramowania GIS w badaniach naukowych, edukacji, a takŝe działalności komercyjnej. Program jest obecnie udostępniany na licencji GNU General Public License. Oznacza to, iŝ aplikacja moŝe być dowolnie kopiowana oraz rozpowszechniana bez ograniczeń. Kod źródłowy oprogramowania moŝna natomiast modyfikować pod warunkiem, iŝ zostanie udostępniony pozostałym uŝytkownikom aplikacji na zasadach licencji open source. Interfejs uŝytkownika charakteryzuje się przejrzystością i łatwością w obsłudze. Jego główne części to: Menu bar (pasek menu)

Standard toolbar (standardowy pasek narzędzi) Object selection toolbar (pasek wyboru obiektów) Command line (wiersz poleceń) Operations/Navigator Panel (panel operacyjno-nawigacyjny) Catalog (katalog obiektów) Rysunek 1. Interfejs programu ILWIS. 50

2. Ćwiczenie z wykorzystaniem programu ILWIS 2.1 Cel ćwiczenia W ćwiczeniu wykonamy ciąg przetworzeń obrazu satelitarnego. Wyświetlimy obrazy zarejestrowane w róŝnych zakresach widma fal elektromagnetycznych. Po wstępnym przejrzeniu zobrazowań utworzymy kompozycję barwną (w kolorach zbliŝonych do naturalnych i w kolorach nierzeczywistych). Ćwiczenie zakończymy wykonaniem klasyfikacji obrazu metodą nadzorowaną i nienadzorowaną. 2.2 Dane Obrazy satelitarne, którymi się posłuŝymy obejmują północny fragment Polski obszar połoŝony w większości w obrębie województwa pomorskiego. Zobrazowania zostały wykonane z satelity LANDSAT w róŝnych zakresach widma fal elektromagnetycznych (światła widzialnego oraz podczerwieni). Obraz landsat1 przedstawia odbicie spektralne zarejestrowane w zakresie promieniowania niebieskiego (kanał 1), landsat2 w zakresie promieniowania zielonego (kanał 2), landsat3 - w zakresie promieniowania czerwonego (kanał 3), landsat4 w podczerwieni (kanał 4). 2.3 Wyświetlenie obrazu satelitarnego Rozpoczniemy od wyświetlenia oddzielnie obrazów satelitarnych z poszczególnych kanałów spektralnych. KaŜdy z obrazów wyświetlimy w odcieniach szarości wykorzystując ich 8- bitową rozdzielczość radiometryczną. 1. Uruchom program ILWIS, klikając na jego ikonkę. 2. Kliknij ikonę New Catalog na standardowym pasku narzędzi w celu otwarcia nowego okna Katalogu obiektów. Wybierz folder z danymi do ćwiczenia. Zatwierdź przyciskiem OK. 3. W oknie Katalogu, które zostanie otwarte kliknij dwukrotnie zestaw obiektów, a w kolejnym oknie jakie zostanie otwarte obraz rastrowy. 4. Wyświetli się okno Display Options-Raster Map. Zostaw domyślne wartości. GRAY oznacza skalę szarości, w której zostanie wyświetlony obraz. ZauwaŜ, Ŝe 51

zakres moŝliwych wartości piksela jest od 0 (minimum) do 254 (maksimum). Kliknij OK. Obraz zostanie dodany do widoku. Rysunek 2. Obraz satelitarny z kanału 1 Landsata (zakres widma niebieskiego). 2.4 Przeglądanie obrazu satelitarnego 1. Wypróbuj moŝliwości zbliŝania obrazu narzędziem Zoom In i oddalania obrazu narzędziem Zoom Out. Kliknięcie ikonki Entire Map umoŝliwia wykonanie zbliŝenia obrazu na całą mapę. 2. ZbliŜ obraz tak, aby dobrze widoczne były poszczególne piksele obrazu. Za pomocą narzędzia wyboru Normal kliknij w róŝnych punktach na ekranie. Wyświetli się wartość DN (Digital Number) dla poszczególnych pikseli. Zwróć uwagę na relację między tymi wartościami a jasnością obrazu w danym punkcie. Im jaśniejszy odcień, tym silniej obiekt odbija promieniowanie w danym zakresie widma. 52

3. Przy zbliŝeniu wypróbuj moŝliwości przesuwania obrazu za pomocą narzędzia Pan. MoŜesz równieŝ skorzystać z paska przewijania. 4. Podczas przesuwania kursorem myszy po wyświetlanym obrazie zwróć uwagę na pojawiające się na pasku w prawym, dolnym rogu okna współrzędne geograficzne (długość i szerokość). Ich odczytanie jest moŝliwe, gdyŝ obrazom z LANDSATA została nadana georeferencja, co oznacza, Ŝe zostały one zarejestrowane w układzie współrzędnych geograficznych. 2.5 Porównanie obrazów z róŝnych zakresów widma Przeprowadzimy analizę mającą na celu zaobserwowanie zróŝnicowania wielkości odbicia promieniowania elektromagnetycznego w poszczególnych kanałach spektralnych. 1. Przy wyświetlonym obrazie w zakresie widma niebieskiego landsat1, wyświetl równieŝ obrazy w zakresie widma zielonego landsat2, czerwonego landsat3 oraz podczerwieni landsat4. Dodaj je do widoku, przyjmując domyślną skalę barwną GRAY. 2. Wyświetlone zostaną obrazy w czterech zakresach widma. Ustaw okna tak, aby wszystkie cztery obrazy były, chociaŝ w części widoczne. MoŜesz przy tym zmienić wielkość okien. 3. Z menu File wybierz Open Pixel Information. 4. W wyświetlonym oknie wybierz menu File Add Map. Dodaj wszystkie cztery obrazy: landsat1, landsat2, landsat3, landsat4 do okna Pixel Information. 5. Mając otwarte na wierzchu okno Pixel Information zacznij teraz przesuwać kursor myszy nad jednym z wyświetlonych obok siebie obrazów. W oknie pokazywane są wartości DN dla danego punktu w czterech wybranych zakresach widma, czyli odczytywane z czterech obrazów jednocześnie. 6. Zamknij okna wyświetlonych obrazów oraz okno Pixel Information. 53

Rysunek 3. Porównanie wartości pikseli obrazu z kanałów 1,2,3 i 4. 2.6 Kompozycja barwna Kompozycja barwna w kolorach zbliŝonych do naturalnych (RGB 321) W omawianej aplikacji moŝliwe jest zestawienie informacji z kilku kanałów spektralnych (zakresów promieniowania elektromagnetycznego) jednocześnie i utworzenie kompozycji barwnej (obrazu wielospektralnego). Kompozycja barwna w kolorach zbliŝonych do naturalnych to takie zestawienie obrazów, w którym zakresy widma 3 (czerwony), 2 (zielony) i 1 (niebieski) są wyświetlane w przestrzeni barw RGB, przy uŝyciu odpowiednio filtrów: czerwonego, zielonego i niebieskiego. Dzięki temu pokrycie terenu jest odwzorowane w kolorach zbliŝonych do rzeczywistych. Barwa wynikowa obrazu wielospektralnego w danym punkcie jest wypadkową intensywności barw czerwonej, zielonej i niebieskiej w poszczególnych zakresach widma. Kliknięcie w wybranym punkcie na obrazie powoduje wyświetlenie wartości piksela (DN) dla wszystkich trzech zakresów widma. 1. Aby utworzyć kompozycję barwną, na liście operacji Operation Tree, wybierz operację Image Processing Color Composite. 54

2. Wyświetlone zostanie okno operacji Color Composite, w którym wybierz pliki z zapisanymi obrazami: w zakresie widma czerwonego Red Band - landsat3, zielonego Green Band - landsat2 oraz niebieskiego Blue Band landsat1. Nadaj nazwę mapie wynikowej Output Raster Map: kompozycja_321. Kliknij Show. Tworzony jest nowy obraz. W tym czasie wyświetlone będzie okienko Progress Manager. 3. W oknie Display Options Raster Map, które zostanie wyświetlone, pozostaw domyślne wartości i zatwierdź OK. 4. Przejrzyj utworzoną kompozycję barwną, zbliŝając wybrane fragmenty terenu. Wody przybiorą barwę ciemnoniebieską lub zielonkawą, lasy ciemnozieloną, tereny uprawne brązową, zieloną lub Ŝółtą, pastwiska i łąki jasnozieloną, tereny zabudowane białą, szarą lub niebieskawą. ZróŜnicowanie barw w obrębie jednej klasy pokrycia terenu wynika z faktu, Ŝe nie są one jednorodne odmiennym odbiciem spektralnym charakteryzują się drzewa iglaste i liściaste, róŝne rodzaje upraw, zbiorniki wodne głębokie i płytkie itp. 55

Rysunek 4. Kompozycja barwna w kolorach zbliŝonych do naturalnych. Kompozycja barwna w kolorach nierzeczywistych MoŜliwe jest utworzenie innych kompozycji barwnych niŝ kompozycja w kolorach zbliŝonych do naturalnych. WaŜną kompozycją barwną jest kompozycja w kolorach nierzeczywistych, w przypadku której w zestawieniu kompozycji biorą udział dwa zobrazowania z zakresu widma widzialnego (kanały 2 i 3), a takŝe zobrazowanie z kanału podczerwonego (4). Czerwony filtr zostaje uŝyty do wyświetlenia obrazu z kanału podczerwonego, zielony do kanału czerwonego, a niebieski do kanału zielonego. Obraz wynikowy przyjmuje nienaturalne barwy, jednak wykazuje pewne specyficzne cechy przydatne przy interpretacji. NaleŜy do nich wyraźnie czerwona barwa, w jakiej wyświetlona zostaje pokrywa roślinna. Roślinność przedstawia się w róŝnych odcieniach czerwieni, które, szczególnie przy duŝej rozdzielczości obrazu, pozwalają na zidentyfikowanie poszczególnych jej typów. Ponadto bardzo dobrze widoczne są wody, przedstawione w wyraźnie ciemnych barwach (czarnej lub ciemnoniebieskiej). 1. Aby utworzyć kompozycję barwną, na liście operacji Operation Tree, wybierz operację Image Processing Color Composite. 56

2. Wyświetlone zostanie okno funkcji Color Composite. W wyświetlonym oknie wybierz jako Red Band: landsat4, Green Band: landsat3 i Blue Band: landsat2. Nadaj nazwę mapie wynikowej Output Raster Map: kompozycja_432. Kliknij Show. Tworzony jest nowy obraz. W tym czasie wyświetlone będzie okienko Progress Manager. 3. W oknie Display Options Raster Map, które zostanie wyświetlone, pozostaw domyślne wartości i zatwierdź OK. 4. Przejrzyj utworzoną kompozycję barwną, zbliŝając wybrane fragmenty terenu. Porównaj, jaką barwę przyjmują te same formy pokrycia terenu na obrazie w kolorach zbliŝonych do naturalnych i w kolorach nierzeczywistych. Rysunek 5. Kompozycja barwna w kolorach nierzeczywistych. 57

2.7 Klasyfikacja obrazu satelitarnego Klasyfikacja obrazu satelitarnego to proces, w którym odnajdujemy zaleŝność między barwą obrazu reprezentowaną przez wartości pikseli a pokryciem terenu w danym miejscu. Ma to na celu wyodrębnienie w sposób moŝliwie jednoznaczny klas pokrycia terenu. Przykładowo w przypadku obrazu wielospektralnego złoŝonego z trzech kanałów, jeŝeli wartości pikseli w jednym miejscu wynoszą 34, 25, 117, w drugim 34, 24, 119 i wreszcie w trzecim 11, 77, 51, to dwa pierwsze piksele prawdopodobnie naleŝą do tej samej klasy pokrycia terenu, a trzeci do klasy innej. Istnieje wiele metod klasyfikacji. W jednym z podziałów wyróŝniane są metody nadzorowane i nienadzorowane. Te pierwsze dają zwykle lepsze wyniki, jednak wymagają dodatkowej wiedzy od osoby klasyfikującej na temat zaleŝności między wartościami pikseli, a rzeczywistymi klasami tematycznymi (pokrycia terenu). W ćwiczeniu wypróbujemy zarówno klasyfikację nadzorowaną jak i nienadzorowaną. Klasyfikacja nadzorowana Proces klasyfikacji nadzorowanej składa się z dwóch faz. W pierwszej fazie osoba klasyfikująca uczy program, określając dla pewnej, ograniczonej liczby pikseli obrazu odpowiadające im klasy. W drugiej fazie podejmowania decyzji program samodzielnie klasyfikuje pozostałe piksele, korzystając z tak przygotowanego wzorca. Stosowany jest algorytm przyrównujący wartości wszystkich pikseli obrazu do wartości pikseli przydzielonych do poszczególnych klas w fazie treningowej. Ćwiczenie rozpoczniemy od fazy treningowej, w której zdefiniujemy klasy pokrycia terenu. Do kaŝdej z klas przydzielimy określoną liczbę pikseli, co do których mamy pewność, jak powinny być zaklasyfikowane. Utworzymy w ten sposób wzorce klas. W tej części ćwiczenia bazować będziemy jedynie na interpretacji wizualnej obrazu, chociaŝ większą pewność zyskalibyśmy dysponując dodatkową mapą lub wynikami prac terenowych. 1. Zaczniemy od zdefiniowania klas pokrycia terenu. Wybierz File Create Sample Set. 2. Pojawi się okno dialogowe Create Sample Set. Wpisz nazwę zestawu wzorcowego Sample Set: landsat_klasy. 58

3. Utworzymy teraz nowy zakres. Zakresy w programie ILWIS definiują klasy, wartości i identyfikatory uŝywane na odpowiadających im mapach lub w tabelach. Wybierz przycisk Create Domain, po prawej od listy rozwijanej Domain. 4. Pojawi się okno dialogowe tworzenia nowego zakresu Create Domain. Wpisz nazwę zakresu landsat_klasy i zatwierdź OK. 5. Pojawi się edytor klas zakresu Domain Class landsat_klasy. W edytorze kliknij przycisk Add Item. Wyświetli się okno dialogowe Add Domain Item. 6. Utwórz klasy, za kaŝdym razem wpisując nazwę Name i kod Code, a następnie zatwierdzając OK. UŜyj następujących nazw i kodów: Name Las UŜytek rolny Woda Zabudowa Code L U W Z 7. Po utworzeniu wszystkich klas, w oknie dialogowym edytora Domain Class kliknij przycisk Open Representation. 59

8. Otwarte zostanie okno dialogowe tworzenia graficznej reprezentacji dla zakresu - Representation Class. W oknie tym nadaj wybrany kolor z kaŝdej z czterech utworzonych klas. W tym celu kliknij dwukrotnie pole koloru przy nazwie danej klasy, a następnie wybierz odpowiedni kolor z listy rozwijanej. 9. Zamknij okna edytorów Representation Class oraz Domain Class i powróć do okna dialogowego Create Sample Set. 10. W oknie Create Sample Set, wybierz przycisk Create Map List, po prawej od listy rozwijanej Map List. Utworzysz teraz nową listę map. Lista map w programie ILWIS jest obiektem, który przechowuje odniesienia do zestawu map rastrowych, posiadających ten sam zakres oraz georeferencję (układ współrzędnych). Otwarte zostanie okno Create Map List. W oknie tym wybierz w polu po lewej stronie pliki map: landsat1, landsat2, landsat3 i landsat4. Dodaj je do pola po prawej stronie za pomocą strzałki >. W polu Map List nadaj nazwę nowej liście map: landsat_kanaly. Zatwierdź OK. Ponownie zatwierdź OK w oknie Create Sample Set. 60

11. Pojawi się okno Display Options Map List as ColorComp. Ustaw jako Red Band landsat3, jako Green Band landsat2, jako Blue Band landsat1. Resztę opcji pozostaw bez zmian. 12. Rozpocznie się proces edycji zestawu wzorców klas przydzielanie pikseli obrazu do poszczególnych klas. Pojawi się okno edytora Sample Set Editor oraz okienko dialogowe Sample Set Statistics. 61

Rysunek 6. Klasyfikacja nadzorowana edycja zestawu wzorców klas. 13. PrzybliŜ teraz narzędziem Zoom In obraz w oknie Sample Set Editor. ZbliŜ kilkukrotnie na mały fragment obrazu z wodą. Za pomocą narzędzia Normal zaznacz przeciągając lewym przyciskiem myszy niewielki fragment obrazu pokryty przez wodę. 14. Kliknij prawym przyciskiem myszy. Pojawi się lista rozwijana, z której wybierz Edit. Pojawi się okienko dialogowe Edit, w którym wybierz z listy rozwijanej klasę W woda. Zatwierdź OK. 15. W okienku Sample Statistics pojawią się teraz statystyki: w górnej części dla wszystkich wybranych pikseli objętych wodą, w jego dolnej części dla pikseli objętych wodą w obecnie wybranym polu. Są to następujące statystyki: Mean średnia wartość pikseli, StDev odchylenie standardowe wartości pikseli, Nr liczba pikseli mająca dominującą wartość, Pred dominująca wartość pikseli, Total całkowita liczba wybranych pikseli. 62

Rysunek 7. Klasyfikacja nadzorowana edycja zestawu wzorców klas. 16. Powtórz procedurę z kroków 14-15 dla kilku innych obszarów wodnych, a następnie wykonaj te same czynności próbkując równieŝ po kilka obszarów leśnych, rolnych i zabudowanych. W ten sposób powstaną wzorce dla wszystkich wydzielonych klas. Następuje teraz faza podejmowania przez program decyzji o przydzieleniu wszystkich pikseli obrazu do którejś z klas, bazując na utworzonym zestawie wzorców klas (Sample Set). 17. Na liście operacji Operation Tree, dwukrotnie kliknij Image Processing Classify. 18. W oknie dialogowym Classification, które się pojawi wybierz jako Sample Set: landsat_klasy. Wybierz metodę klasyfikacji Box Classifier. Pozostaw domyślną wartość przelicznika Multiplication Factor. Wpisz nazwę mapy wynikowej Output Raster Map: Landsat_box. Klinij przycisk Show. Rozpocznie się proces klasyfikacji (w tym czasie wyświetlone będzie okno Progress Manager). 63

19. Pojawi się okno Display Options Raster Map. Kliknij OK. Wynik klasyfikacji zostanie wyświetlony. MoŜe on wyglądać np. w sposób taki jak na mapie poniŝej. 64

Rysunek 8. Przykładowy wynik klasyfikacji nadzorowanej. 20. Otrzymany wynik klasyfikacji moŝe nie być w pełni satysfakcjonujący, gdyŝ pokrycie terenu w poszczególnych miejscach moŝe zostać błędnie sklasyfikowane. Mogą równieŝ występować białe plamy w miejscach, gdzie program odnajduje piksele o wartościach, których nie jest w stanie przypisać jednoznacznie do Ŝadnej z klas. Na niezadowalający wynik mają wpływ takŝe błędy osoby klasyfikującej oraz nakładanie się wartości, jakie przyjmują piksele róŝnych klas uŝytkowania terenu w zestawie wzorcowym (zaleŝy to od właściwości obrazu satelitarnego). Błędy mogą być na tyle istotne, Ŝe konieczne będzie powtórzenie procedury tworzenia zestawu wzorcowego, wydzielenie większej liczby klas lub wybór odmiennej metody klasyfikacji. 65

Klasyfikacja nienadzorowana Klasyfikacja nienadzorowana jest znacznie szybsza w wykonaniu, lecz wyniki są zazwyczaj mniej wiarygodne. W tym przypadku program analizuje zakres wartości pikseli obrazu i grupuje te wartości w pewną liczbę klas. Klasy te nie są zdefiniowane tematycznie (np. zabudowa, droga, łąka). Podział na klasy jest wykonywany jedynie na podstawie róŝnic w odpowiedzi spektralnej obiektów. Piksele o podobnych wartościach zostają przydzielone do tych samych klas. Istnieją róŝne algorytmy klasyfikacji nienadzorowanej. UŜytkownik programu moŝe zazwyczaj zdefiniować przybliŝoną liczbę klas, jaką chce się uzyskać, maksymalny zakres wartości w jednej klasie oraz minimalną róŝnicę wartości między klasami. 1. Z listy operacji Operation-Tree wybierz Image Processing Cluster (lub wybierz operację Cluster z listy operacji Operation-List). Otwarte zostanie okno Clustering. 2. W oknie Clustering wybierz jako mapy wejściowe pliki landsat_1, landsat_2 i landsat_3. Wybierz taką samą liczbę klas jak w przypadku klasyfikacji nadzorowanej Number of Clusters = 4. 3. Nazwij mapę wynikową Output Raster Map klas_nienadzor. Kliknij Show. Tworzona jest mapa wynikowa (w tym czasie wyświetla się okienko Progress Manager). MoŜe to potrwać dłuŝszą chwilę. 66

4. Pojawi się okno Display Options Raster Map. Zatwierdź domyślne wartości klikając OK. Wyświetlony zostanie obraz (mapa) z wynikami klasyfikacji. Rysunek 9. Przykładowy wynik klasyfikacji nienadzorowanej. Po zakończeniu procesu klasyfikacji nienadzorowanej, od samego uŝytkownika zaleŝy znalezienie relacji między otrzymanymi klasami spektralnymi a klasami tematycznymi (pokrycia terenu). Często jednak występują problemy klasa tematyczna moŝe ulec podziałowi na kilka klas spektralnych, lub, co gorsza kilka klas tematycznych moŝe znaleźć się w jednej klasie spektralnej. 5. Porównaj otrzymane wyniki klasyfikacji nadzorowanej i nienadzorowanej, wyświetlając obie mapy. Gdy ukończysz ćwiczenie zamknij mapy. Źródło: : http://glcf.umiacs.umd.edu/data/landsat/ obrazy wykonane z satelity LANDSAT ze skanerem TM o rozdzielczości przestrzennej 30 m, 28.07.1990 67

Analizy hydrologiczne na bazie numerycznego modelu rzeźby terenu DEM w programie ILWIS 68

1. Ćwiczenie z wykorzystaniem programu ILWIS 1.1. Dane Podstawę do wykonania ćwiczenia stanowi numeryczny model rzeźby terenu DEM (ang. Digital Elevation Model) w formacie rastrowym (*.tiff), obejmujący fragment obszaru Tatr oraz Podhala. Dodatkowo wykorzystane zostaną następujące dane tematyczne: lokalizacja większych miast w regionie (main_cities), przebieg granic obszarów chronionych (protec_areas) i priorytetowych (priority_areas), połoŝenie zbiorników wodnych (lakes) i wybranych szczytów (peaks). 1.2. Cel ćwiczenia Celem ćwiczenia jest przeprowadzenie na podstawie numerycznego modelu rzeźby terenu DEM badanego obszaru wybranych analiz hydrologicznych m.in.: scharakteryzowanie spływu powierzchniowego (kierunek, wielkość oraz długość drogi spływu), wyznaczenie oraz zhierarchizowanie sieci drenaŝowej, wyznaczenie granic zlewni elementarnych oraz ich łączenie według podanych kryteriów, obliczenie wybranych wskaźników hydrologicznych np. uwilgotnienia terenu. 1.3. Wprowadzenie do ćwiczenia przygotowanie modelu do analiz 1. Uruchom aplikację ILWIS. 2. Wykonaj import pliku źródłowego DEM do ILWISA. Dla potrzeb poniŝszego ćwiczenia DEM został przygotowane w formacie rastrowym TIFF wraz z plikami georeferencyjnymi *.tfw. W celu zaimportowania modelu w formacie rastrowym, naleŝy: przejść do okna Panelu operacyjno-nawigacyjnego, rozwinąć zakładkę Operation-Tree Import/Export, wybrać opcję Import Map, otworzyć (w polu po prawej stronie) katalog z plikiem, który chcemy zaimportować, 69

wybrać z listy rozwijanej format importowanego pliku (Import Format) Tagged Image File Format.TIF, zaznaczyć (w polu po lewej stronie) wybrany plik (dem_dunajec75_ilwis.tif), wpisać nazwę pliku wyjściowego Output Filename (00_DEM), w którym zostanie zapisany zaimportowany model oraz wybrać jego lokalizację. Wszystkie generowanie w trakcie ćwiczenia pliki będziemy zapisywać w katalogu Pliki wynikowe, kliknąć OK. 3. Po zaimportowaniu pliku moŝna wyświetlić dwuwymiarowy obraz rzeźby terenu. W tym celu naleŝy: w oknie Katalogu obiektów otworzyć katalog Pliki wynikowe, kliknąć dwukrotnie w nazwę nowo utworzonego pliku (00_DEM), przy której znajduje się ikona oznaczenie stosowane w programie ILWIS dla map rastrowych, w oknie Display Options Raster Map moŝna modyfikować w zaleŝności od potrzeb opcje wyświetlania modelu m.in.: zmienić skalę barwną obrazu rastrowego (Representation), wyświetlić go jako warstwę półprzezroczystą 70

(Transparent), a takŝe pokazać lub ukryć wartości poszczególnych pikseli (Text). Opis wszystkich dostępnych parametrów zawiera plik pomocy, który wyświetli się po naciśnięciu przycisku Help w prawym, dolnym rogu okna Display Options Raster Map. Wybierz skalę barwną o nazwie Hipsometria (pozostałe parametry bez zmian). Wybór zatwierdź, klikając OK. Skala barwna Hipsometria nie znajduje się w podstawowym zestawie reprezentacji dostępnych w aplikacji ILWIS. Została stworzona na potrzeby niniejszego ćwiczenia i wgrana do katalogu Pliki wyjściowe. Dzięki temu moŝliwe jest wyświetlenie modelu DEM przy uŝyciu wskazanej reprezentacji (oba pliki zlokalizowane są w tym samym katalogu). W przypadku, gdy uŝytkownik samodzielnie tworzy nową skalę barwną (przycisk obok listy rozwijanej z nazwami reprezentacji), jest ona automatycznie zapisywania w odpowiednim katalogu. 71

Rysunek 1. Numeryczny model rzeźby terenu widok 2D. 4. Obszar, na którym w dalszej części ćwiczenia wykonane zostaną analizy hydrologiczne, moŝna zlokalizować w przestrzeni geograficznej poprzez naniesienie na wyświetlany model DEM warstw tematycznych prezentujących połoŝenie wybranych miast oraz szczytów górskich: z menu głównego okna, w którym prezentowany jest model DEM, wybierz opcję Layers Add Layer Ta sama funkcja jest dostępna, gdy klikniesz przycisk Insert (Ins) na klawiaturze komputera, w nowo otwartym oknie Add Data Layer zaznacz plik z warstwą tematyczną prezentującą lokalizację waŝniejszych miast regionu (main_cities) i zatwierdź, klikając OK. 72

W oknie Display Options Point Map moŝliwa jest modyfikacja funkcji wyświetlania nowej warstwy. Zaznacz pole Attribute i z rozwijanej listy wybierz atrybut CITY_NAME. Zaznacz równieŝ pole Text przy symbolu miast wyświetlone zostaną ich nazwy. Zatwierdź zmiany, klikając OK, do modelu rzeźby terenu dodana została nowa warstwa tematyczna z lokalizacją wybranych miast. NaleŜy pamiętać, iŝ poszczególne warstwy wyświetlane są zgodnie z kolejnością ich dodania. Po kliknięciu lewym klawiszem myszy nazwy danej warstwy i przytrzymaniu go, moŝna przesunąć wybraną warstwę w dół lub w górę listy. 73

Rysunek 2. Obszar wykonywania analiz hydrologicznych. Dodatkowe zadania: a) W oknie Display Options Point Map istnieje moŝliwość modyfikowania wielu funkcji wyświetlania warstwy. W polu Text moŝna zmienić wielkość (Font ) oraz kolor czcionki (Text Color). Wybierając przycisk Symbol, zmienić moŝna takŝe symbol, jakim zaznaczone będą obiekty na mapie. Zmień czcionkę, jaką opisane zostaną miasta, na czarną, typ Arial, rozmiar 8 pkt. Zmień takŝe symbol, którym oznaczane będą na mapie ośrodki miejskie (kółko z czarną obwódką wypełnione na czarno: Symbol Circle, Fill Color Black, Color Black, pozostałe parametry bez zmian). Wszystkie zmiany zatwierdź, klikając OK. 74

b) Powtarzając opisane wyŝej kroki, dodaj do widoku obrazu rastrowego warstwę przedstawiającą szczyty górskie (peaks). Wierzchołki gór oznacz jako czarne trójkąty (DeltaUp) o wielkości 10 pkt. Nazwy szczytów opisz czarną czcionką typu Arial (8 pkt.). 5. Program ILWIS umoŝliwia równieŝ uzyskanie wysokiej jakości, trójwymiarowego obrazu rzeźby terenu. Wyświetlana kompozycja barwna powstaje w oparciu o kombinację trzech cieniowanych map, tworzonych przy uŝyciu trzech róŝnych filtrów (dla kierunków: zachód, północny-zachód i północ). Aby uzyskać wizualizację 3D modelu DEM: kliknij w okno Panelu operacyjno-nawigacyjnego Operation-Tree DEM hydro-processing, wybierz funkcję DEM Visualization, wybierz plik DEM, w którym zapisany jest zaimportowany model DEM (00_DEM), podaj nazwę pliku wyjściowego Output Map (00_DEM_vis) i zatwierdź, klikając OK. 75

Rysunek 3. Wizualizacja 3D numerycznego modelu rzeźby terenu. 6. W kolejnym kroku wykonamy operacje mające na celu usunięcie tzw. lokalnych depresji z modelu DEM. UŜycie funkcji FillSinks spowoduje wykasowanie z modelu zagłębień bezodpływowych o wymiarach jednego piksela (rys. 5 a) oraz wielopikselowych zagłębień terenu, które posiadają drogę odpływu (rys. 5 b). W przypadku wytypowanych do wyczyszczenia pól zostanie im nadana najniŝsza z wartości cechująca sąsiadujące z nimi piksele. Pola te zostaną wygładzone. a) depresja jednopikselowa b) depresja wielopikselowa (ciemnoniebieskie pola oznaczone cyfrą 2) Rysunek 4. Przykłady depresji lokalnych (Plik pomocy aplikacji ILWIS). 76

W celu wyczyszczenia modelu DEM naleŝy: przejść do Panelu operacyjno-nawigacyjnego Operation-Tree DEM hydroprocessing Flow Determination, wybrać funkcję Fill Sinks, wybrać plik wejściowy Input DEM, w którym zapisany jest model (00_DEM), podać nazwę pliku wyjściowego Output Raster Map, w którym ma być zapisany model po poprawkach (01_FillSinks), kliknąć opcję Show, w oknie Display Options Raster Map wybieramy skalę barwną Hipsometria. Po wybraniu opcji Show wyświetlony zostanie w nowym oknie wyczyszczony model rzeźby terenu. Porównaj go z modelem niezmodyfikowanym: zamknij nowo otwarte okno, otwórz plik z zapisanym oczyszczonym modelem (01_FillSinks). Przy otwieraniu zmień skalę barwną (Representation) na Hipsometria, otwórz plik z zapisanym pierwotnym modelem (00_DEM). Przy otwieraniu równieŝ zmień skalę barwną (Representation) na Hipsometria, spróbuj odnaleźć te fragmenty terenu, które uległy przekształceniu pod wpływem uŝycia funkcji Fill Sinks. pierwotny model rzeźby terenu DEM oczyszczony model rzeźby terenu DEM Rysunek 5. Porównanie niezmodyfikowanego i oczyszczonego modelu rzeźby terenu DEM. 77

1.4. Analizy hydrologiczne na podstawie numerycznego modelu rzeźby terenu DEM Program ILWIS umoŝliwia wykonanie szeregu analiz hydrologicznych opartych na modelu DEM. W celu przejrzenia pełnego zestawu dostępnych opcji, naleŝy przejść do drzewa operacji Operation-Tree w Panelu operacyjno-nawigacyjnym i rozwinąć zakładkę DEM hydro-processing. W ćwiczeniu przedstawiono wybrane funkcje pogrupowane tematycznie w następujących kategoriach: spływ powierzchniowy, sieć drenaŝu, zlewnia, wskaźniki hydrologiczne. W celu osiągnięcia prawidłowego wyniku analiz zalecane jest korzystanie z oczyszczonego modelu DEM. 1.4.1. Spływ powierzchniowy Dostępne w programie ILWIS funkcje umoŝliwiają wyznaczenie kierunków, wielkości oraz długości spływu powierzchniowego. Wyznaczanie kierunków spływu (funkcja Flow Direction) Na podstawie modelu rzeźby terenu z wypełnionymi lokalnymi depresjami program określa, do którego z sąsiadujących pikseli w sposób naturalny spływa woda z piksela centralnego. Kierunek spływu jest wyznaczany dla kaŝdego środkowego pola w blokach o wymiarach 3x3 piksele według jednej z dwóch metod: Steepest Slope (największego spadku), Lowest Height (najniŝszej wysokości). Wyboru dokonuje uŝytkownik programu. Na początku aplikacja oblicza róŝnicę wartości między środkowym pikselem a otaczającymi go polami. Dalszej analizie podlegają jedynie piksele, dla których parametr ten jest wyŝszy od zera. Następnie w przypadku metody największego spadku (Steepest Slope) aplikacja dzieli uzyskane wartości przez 1 (dla pikseli sąsiadujących z pikselem centralnym od góry, od dołu i po bokach) lub przez 1,4 (dla pikseli stykających się z pikselem centralnym jedynie rogami), 78

a kierunek spływu wyznacza w stronę piksela charakteryzującego się najniŝszą uzyskaną wartością. Przy zastosowaniu metody najniŝszej wysokości (Lowest Height) program bezpośrednio po wyznaczeniu róŝnicy wartości między pikselami określa kierunek spływu (w stronę pola o najniŝszej uzyskanej wartości). W analizie pomijane są skrajne piksele połoŝone wzdłuŝ wszystkich krańców obrazu rastrowego. Pozostawiane są jako piksele o niezidentyfikowanej wartości (undefined). NiezaleŜnie od wybranej metody analizy efekt końcowy stanowi mapa kierunków spływu powierzchniowego, na której kaŝdemu pikselowi przyporządkowany jest odpowiedni kierunek spływu wybrany spośród 8 moŝliwych: N, NE, E, SE, S, SW, W, NW. W celu utworzenia mapy kierunków spływu powierzchniowego naleŝy: rozwinąć zakładkę DEM hydro-processing Flow Determination, wybrać opcję Flow Direction, podać nazwę pliku wejściowego Input DEM, w którym zapisany jest oczyszczony model DEM (01_FillSinks), podać nazwę pliku wyjściowego Output Raster Map (02_FlowDirection), określić metodę, jaką posłuŝy się program przy oznaczaniu kierunku spływu (Steepest Slope), 79

kliknąć przycisk Show. Tworzona jest nowa mapa, pojawia się okno Display Options Raster Map, w którym zmień skalę barwną na reprezentację FlowDirection. Pozostałe parametry pozostaw bez zmian. Zatwierdź wybór, klikając OK, w nowym oknie wyświetli się wygenerowana mapa kierunków spływu powierzchniowego. Rysunek 6. Mapa kierunków spływu powierzchniowego. Obliczanie wielkości spływu (funkcja Flow Accumulation) Wykonana mapa kierunków spływu powierzchniowego stanowi podstawę do wyznaczenia w poszczególnych pikselach wielkości akumulacji hydrologicznej. Pikselom zamiast atrybutu tekstowego, opisującego kierunek spływu, nadawany jest w tym wypadku atrybut liczbowy. Skrajne piksele, które przy tworzeniu mapy kierunków spływu pozostały niezdefiniowane, otrzymują wartość 1. Podobnie pola zlokalizowane w drugim rzędzie (licząc od górnej krawędzi). Od nich program rozpoczyna obliczenia. Dla kaŝdego z pozostałych pól wyliczana jest liczba pikseli, z których woda spływa do niego, w sposób pokazany na obrazku poniŝej: Rysunek 7. Metoda określania wielkości akumulacji hydrologicznej (plik pomocy aplikacji ILWIS). 80

Zastosowanie opisanego powyŝej algorytmu pozwala na uzyskanie informacji zwrotnej o rozkładzie drenaŝu na danym terenie. Na podstawie wykonanych przez program obliczeń tworzona jest mapa wielkości spływu. W celu utworzenia mapy prezentującej wielkość spływu powierzchniowego: rozwiń zakładkę DEM hydro-processing Flow Determination, wybierz opcję Flow Accumulation, podaj nazwę pliku wejściowego Flow Direction Map z mapą kierunków spływu (02_FlowDirection), podaj nazwę pliku wyjściowego Output Raster Map (03_FlowAccumulation), kliknij przycisk Show. Tworzona jest nowa mapa, pojawia się okno Display Options Raster Map, w którym naleŝy zmienić skalę barwną na INVERSE. Pozostałe parametry pozostaw bez zmian. Zatwierdź wybór, klikając OK, w nowym oknie wyświetli się wygenerowana mapa wielkości spływu powierzchniowego. Rysunek 8. Mapa wielkości spływu powierzchniowego (ciemniejsze pola oznaczają piksele o wyŝszych wartościach akumulacji hydrologicznej). 81

1.4.2. Sieć drenaŝu Program ILWIS umoŝliwia utworzenie na podstawie numerycznego modelu rzeźby terenu mapy sieci drenaŝu. Aplikacja posiada równieŝ opcję hierarchizacji wyróŝnionych cieków z jednoczesnym przypisaniem kaŝdemu z nich szeregu atrybutów m.in. unikalnego ID, długości oraz spadku, a takŝe rzędu zgodnie z klasyfikacją Strahlera oraz Shreve a. Wyznaczanie sieci drenaŝu (funkcja Drainage Network Extraction) Algorytm wyznaczania sieci drenaŝowej oparty jest na mapie wielkości spływu. UŜytkownik sam określa minimalną zakumulowaną wartość, jaką powinien charakteryzować się piksel zaklasyfikowany jako ciek. Na tej podstawie wygenerowana zostaje rastrowa mapa sieci drenaŝu, na której piksele wyznaczające cieki otrzymują wartość True, a wszystkie pozostałe piksele wartość False. NaleŜy pamiętać, iŝ powstałej mapy nie wolno utoŝsamiać z obrazem rzeczywistej sieci rzecznej! W celu wyznaczenia sieci drenaŝu na badanym obszarze: rozwiń zakładkę DEM hydro-processing Network and Catchment Extraction, wybierz opcję Drainage Network Extraction, podaj nazwę pliku wejściowego Flow Accumulation Map z mapą wielkości spływu (03_FlowAccumulation), podaj zakumulowaną wartość jaką powinien charakteryzować się piksel zaklasyfikowany jako naleŝący do cieku: Stream Threshold = 1000, podaj nazwę pliku wyjściowego Output Raster Map (05_DNE1000), kliknij przycisk Show. Tworzona jest nowa mapa, pojawia się okno Display Options Raster Map, w którym pozostaw wybrane parametry bez zmian. Zatwierdź, klikając OK, w nowym oknie wyświetli się mapa sieci drenaŝu. 82

Rysunek 10. Mapa sieci drenaŝu. Hierarchizacja sieci drenaŝu (funkcja Drainage Network Ordering) Wyznaczona w poprzedniej części ćwiczenia sieć drenaŝu moŝe zostać poddana hierarchizacji. Zastosowany w programie ILWIS algorytm sprawdza wszystkie wyznaczone na mapie sieci drenaŝu linie, odnajdując węzły, w których zbiegają się minimum dwa cieki. Następnie aplikacja przyporządkowuje unikalny identyfikator (ID) kaŝdemu odcinkowi cieku znajdującemu się pomiędzy wyznaczonymi węzłami, a takŝe ciekom, które mają tylko jeden węzeł. Dodatkowo obliczany jest szereg parametrów, które zostają zestawione w tabeli towarzyszącej mapie wynikowej. W celu przeprowadzenia hierarchizacji sieci drenaŝu naleŝy: rozwinąć zakładkę DEM hydro-processing Network and Catchment Extraction, wybrać opcję Drainage Network Ordering, podać nazwę pierwszego pliku wejściowego Input DEM z oczyszczonym modelem DEM (01_FillSinks), podać nazwę drugiego pliku wejściowego Flow Direction Map z mapą kierunków spływu (02_FlowDirection), podać nazwę trzeciego pliku wejściowego Drainage Network Extraction Map z mapą sieci drenaŝu (05_DNE1000), 83

określić minimalną długość cieków Minimum Drainage Lenght (m), które mają podlegać hierarchizacji (500), podać nazwę pliku wyjściowego Output Raster Map (06_DNO500), kliknąć przycisk Show. Tworzona jest nowa mapa, pojawia się okno Display Options Raster Map, w którym wybrane parametry pozostaw bez zmian. Zatwierdź, klikając OK, w nowym oknie wyświetli się utworzona przez nas mapa w formacie rastrowym. W wyniku hierarchizacji sieci drenaŝu utworzona została równieŝ druga mapa (wektorowa) o takiej samej nazwie. UmoŜliwia ona m.in. prezentowanie klasyfikacji cieków wg Strahlera: zamknij wyświetloną mapę, odnajdź w oknie Katalogu mapę segmentową oznaczoną ikonką o nazwie takiej samej, jak utworzona poprzednio mapa rastrowa (06_DNO500), otwórz plik dwukrotnym kliknięciem lewym klawiszem myszki, w oknie Display Options Segment Map zaznacz okienko Attribute i z rozwijanej listy wybierz opcję Strahler na mapie wyświetlona zostanie sieć drenaŝu wg klasyfikacji Strahlera. Zaznacz takŝe opcję Representation i wybierz skalę barwną CLRSTP12. Pozostałe parametry pozostaw bez zmian. Zatwierdź, klikając OK. Rysunek 10. Mapa wektorowa prezentująca klasyfikację cieków wg Strahlera. 84

1.4.3 Zlewnia Zlewnia stanowi w hydrologii podstawową jednostkę w granicach, której wykonywane są opracowania hydrologiczne. Z tego względu moŝliwość wyznaczania zlewni elementarnych, a następnie ich łączenia według wybranych kryteriów naleŝy do jednych z najwaŝniejszych funkcji aplikacji ILWIS. Wyznaczanie zlewni elementarnych (funkcja Catchment Extraction) Omawiana funkcja słuŝy do wyznaczania granic zlewni wszystkich cieków znajdujących się na mapie sieci drenaŝu. UŜytkownik programu ma kontrolę nad dokładnością wykonywanych analiz, gdyŝ decyduje o minimalnej długości wyznaczonych w poprzednim etapie ćwiczenia cieków. Jeśli uŝytkownik tworząc mapę sieci drenaŝu ustali inną minimalną długość cieku, to równieŝ układ zlewni elementarnych ulegnie zmianie. W celu wyznaczenia granic zlewni elementarnych: rozwiń zakładkę DEM hydro-processing Network and Catchment Extraction, wybierz opcję Catchment Extraction, podaj nazwę pierwszego pliku wejściowego Drainage Network Ordering Map ze zhierarchizowaną mapą sieci drenaŝu (06_DNO500), podaj nazwę drugiego pliku wejściowego Flow Direction Map z mapą kierunków spływu (02_FlowDirection), podaj nazwę pliku wyjściowego Output Raster Map (07_CatchmentExtr), kliknij przycisk Show. Tworzona jest nowa mapa, pojawia się okno Display Options Raster Map, w którym wybrane parametry pozostaw bez zmian. Zatwierdź, klikając OK, w nowym oknie wyświetli się utworzona mapa w formacie rastrowym. 85

Rysunek 11. Rastrowy obraz wyznaczonych zlewni elementarnych. Wraz z mapą rastrową wygenerowana została takŝe mapa w formacie wektorowym, która wykorzystana moŝe być przy dalszych analizach hydrologicznych oraz łączeniu mapy prezentującej granice zlewni elementarnych z dodatkowymi warstwami tematycznymi. Zlewnie zostały na niej przedstawione jako poszczególne pola poligony, wyznaczone granicami zapisywanymi w postaci liniowej. MoŜliwe jest dzięki temu wyświetlanie zarówno wypełnionych kolorem poligonów, jak i samych granic zlewni: zamknij wyświetloną mapę, odnajdź w oknie Katalogu mapę poligonową oznaczoną ikonką o nazwie takiej samej, jak wygenerowana mapa rastrowa (07_CatchmentExtr), otwórz plik dwukrotnym kliknięciem lewym klawiszem myszki, w oknie Display Options Polygon Map zaznacz okienko Boundaries Only. Pozostałe parametry pozostaw bez zmian na mapie wyświetlone zostaną jedynie granice zlewni, bez wypełnienia poszczególnych poligonów kolorem. Zatwierdź, klikając OK, do widoku otwartej mapy dla lepszej jej czytelności dodaj warstwę tematyczną prezentującą sieć drenaŝową oraz jako podkład numeryczny model rzeźby terenu DEM. Uwzględniaj następujące kryteria: sieć drenaŝową zaprezentuj jako 86

niebieskie linie o grubości 1 pkt., numeryczny model rzeźby terenu wyświetl w skali barwnej GRAY oraz rozjaśniony (funkcja light ). Rysunek 12. Granice zlewni elementarnych na tle numerycznego modelu terenu DEM oraz sieci drenaŝu. CZĘŚĆ ROZSZERZONA 1. Łączenie zlewni (funkcja Catchment Merge) Aplikacja ILWIS umoŝliwia łączenie sąsiednich zlewni. Proces ten oparty jest przede wszystkim na mapie hierarchii sieci drenaŝu i jej tabeli atrybutów, choć wymaga równieŝ innych danych wejściowych (np.: informacji o kierunku spływu powierzchniowego czy teŝ wielkości akumulacji hydrologicznej). Nowe zlewnie wyznaczane są w dwojaki sposób. Istnieje moŝliwość określenia konkretnych punktów zamykających nowe zlewnie np. wodowskazów (Use Outlet Locations). MoŜna takŝe wyznaczyć zlewnie cieków róŝnych rzędów w odniesieniu do klasyfikacji Strahlera lub Shreve a (Catchment Merge Mering Options Use Stream Orders). 87

Rysunek 13. Proces łączenia zlewni elementarnych (Nistal Belena Alexandro, 2008, materiały Międzynarodowego Sympozjum Evaluating FOSS4G for Environemntal Applications 16 czerwca 2008, Warszawa.) W celu połączenia sąsiednich zlewni: rozwiń zakładkę DEM hydro-processing Network and Catchment Extraction, wybierz opcję Catchment Merge, podaj nazwę pierwszego pliku wejściowego Drainage Network Ordering Map ze zhierarchizowaną mapą sieci drenaŝu (06_DNO500), podaj nazwę drugiego pliku wejściowego Flow Direction Map z mapą kierunków spływu (02_FlowDirection), podaj nazwę trzeciego pliku wejściowego Flow Accumulation Map z wielkości akumulacji (03_FlowAccumulation), podaj nazwę czwartego pliku wejściowego DEM z oczyszczonym numerycznym modelem rzeźby terenu (01_FillSinks), wybierz metodę zgodnie, z którą chcesz połączyć zlewnię i podaj odpowiednio nazwę pliku zawierającego dane o punktach zamykających zlewnię lub zaznacz nazwę klasyfikacji, z której skorzystasz (Strahlera/Shreve a). Początkowo wyznaczysz zlewnie zamknięte konkretnymi punktami. Wybierz Use Outlet Locations i jako plik wejściowy: main_cities, podaj nazwę pliku wyjściowego Output Raster Map (07_CatchmentMerge), zaznacz takŝe opcję Longest Flow Path Segment Map i jako plik wyjściowy podaj 08_FlowPath. Jako wynik zwrotny otrzymasz mapę wektorową z zaznaczonym najdłuŝszym ciekiem w kaŝdej z nowo wyznaczonych zlewni, 88

klikamy przycisk Show. Tworzona jest nowa mapa, pojawia się okno Display Options Raster Map, w którym wybrane parametry pozostaw bez zmian. Zatwierdź wybór, klikając OK, w nowym oknie wyświetli się mapa w formacie rastrowym. Rysunek 14. Mapa wydzielonych zlewni w formacie rastrowym. Do uzyskanego widoku mapy dodaj teraz warstwy zawierające informacje o sieci drenaŝowej (mapa poligonowa), punktach zamykających wyznaczone przez nas zlewnie, a jako podkład posłuŝ się numerycznym modelem rzeźby terenu DEM: zamknij wyświetloną mapę rastrową, odnajdź w Oknie katalogu mapę poligonową (07_CatchmentMerge) i otwórz mapują, zmieniając jedynie jasność wyświetlania poligonów na Light, dodaj warstwy tematyczne prezentujące sieć drenaŝową (05_DNE1000) oraz zawierające informacje o punktach zamykających zlewnię (main_cities), uwzględniając następujące parametry wyświetlania: sieć drenaŝową zaprezentuj jako niebieskie linie o grubości 1 pkt., symbol miast jako czerwone kółko o rozmiarze 10 pkt. z czerwoną obwódką, a jako atrybuty wybierz nazwy miast (czerwona czcionka o rozmiarze 10 pkt.). 89

dodaj podkład numeryczny model rzeźby terenu DEM, wyświetl w skali barwnej FINEGRAY oraz rozjaśniony (funkcja Light ). Pamiętaj o zmianie kolejności wyświetlania poszczególnych map, tak aby pokład nie zakrył innych warstw tematycznych. Rysunek 15. Zlewnie połączone: podkład numeryczny model rzeźby terenu DEM, dodane warstwy tematyczne: sieć drenaŝowa, punkty zamykające zlewnie. Dodatkowe zadania: a) Uzupełnij treść powyŝszej mapy: dodaj do widoku mapy informację o najdłuŝszym cieku (ciek I rzędu) w kaŝdej z wyznaczonych zlewni (linia czerwona, grubość 2). sprawdź równieŝ, czy któraś ze zlewni znajduje się na obszarach chronionych (warstwa protec_areas) lub priorytetowych (priority_areas). dodaj informację o lokalizacji jezior (lakes) na badanym obszarze. b) Spróbuj wyznaczyć nowe zlewnie według drugiej z dostępnych metod zgodnie z klasyfikacją cieków Strahlera lub Shreve a. Porównaj wyniki analiz. 90

2. Wskaźniki hydrologiczne (funkcja Compound Index Calculation) Wskaźniki hydrologiczne liczone są za pomocą odpowiednich skryptów aplikacji ILWIS. Na podstawie obliczeń generowany jest zestaw map istotnych dla badań związanych z zarządzaniem zasobami wodnymi, erozją gleb oraz ochroną środowiska: 1. Wskaźnik uwilgotnienia (wetness index) wskazuje tendencje do akumulowania wody na danym obszarze. Pozwala zatem na określenie wpływu lokalnej rzeźby terenu na procesy hydrologiczne i wyznaczenie rozkładu przestrzennego nasycenia (wilgotności) gruntu. Obliczany jest jako zaleŝność pomiędzy powierzchnią, z jakiej woda spływa na dany obszar, a nachyleniem stoków występującym na tym terenie. 2. Wskaźnik mocy strumienia (stream power index) uŝywany jest do zidentyfikowania miejsc, w których występuje skoncentrowany spływ powierzchniowy i erozja gleb. Obliczany jest z uwzględnieniem wielkości zlewni oraz nachylenia stoków. 3. Wskaźnik zdolności transportowania materiału dennego (sediment transport index) określa potencjał erozyjny na danym obszarze. Przy jego obliczaniu zamiast jednowymiarowego wskaźnika długości zboczy uŝywany jest dwuwymiarowy wskaźnik, który uwzględnia takŝe stopień nachylenia zbocza. W celu wyliczenia złoŝonych wskaźników hydrologicznych: rozwiń zakładkę DEM hydro-processing Compound Parameter Extraction, wybierz opcję Compound Index Calculation, podaj nazwę pierwszego pliku wejściowego DEM z oczyszczonym numerycznym modelem rzeźby terenu (01_FillSinks), podaj nazwę drugiego pliku wejściowego Flow Accumulation Map z wielkości akumulacji (03_FlowAccumulation), podaj nazwy plików wyjściowych, w których zapisane zostaną odpowiednio: mapa prezentująca wartość wskaźnika uwilgotnienia, wskaźnika mocy strumienia, wskaźnika zdolności transportowania osadu. Domyślne nazwy plików pozostaw bez zmian, zatwierdź, klikając OK, tworzone są trzy mapy, które wyświetlą się w nowych oknach. Warto zmienić sposób wyświetlania skali barwnej na logarytmiczny (funkcja Logarithmic w oknie Display Options Raster Map) wówczas mapy stają się znacznie bardziej czytelne. Dla poszczególnych map dobierz następujące skale barwne: 91

rozkład wskaźnika uwilgotnienia (wetness_index) CYAN, rozkład wskaźnika mocy strumienia (power_index) RED, rozkład wskaźnika zdolności transportowania osadów (sedyment_index) YELLOW. Spójrz na zaprezentowane poniŝej mapy prezentujące poszczególne wskaźniki. Czy moŝna zaobserwować zaleŝności w wartościach poszczególnych indeksów? wizualizacja 3D DEM wskaźnik uwilgotnienia (wetness index) wskaźnik mocy strumienia (stream power index) wskaźnik zdolności transportowania osadów (sediment transport index) 92

Źródła: Nistal Belena Alejandro, 2008, materiały Międzynarodowego Sympozjum Evaluating FOSS4G for Environemntal Applications 16 czerwca 2008, Warszawa. Przewodnik uŝytkownika programu ILWIS (User Guide). (http://www.ilwis.org/teach_yourself.htm) Strona internetowa 52 North Initiative for Geospatial Open Source Software GmbH (http://52north.org) 93

Obsługa baz danych przestrzennych w oprogramowaniu PostgreSQL z rozszerzeniem PostGIS oraz Wizualizacja danych przestrzennych w QGIS 94

1. Wprowadzenie do PostgreSQL/PostGIS oraz Quantum GIS PostgreSQL (dawniej Postgres i Postgres95) jest systemem zarządzania relacyjnymi bazami danych RDBMS z rozszerzeniami obiektowymi, zgodnym ze standardem języka zapytań SQL. PostgreSQL dostępny jest na platformy: AIX, FreeBSD, HP-UX, IRIX, Linux, Mac OS, Microsoft Windows (2000, XP, 2003, Vista), NetBSD, OpenBSD, Solaris i UnixWare. Oprogramowanie udostępniane jest na licencji BSD. Oprócz PostgreSQL do otwartych systemów zarządzania bazami danych zaliczyć moŝna takŝe: MySQL i Firebird. Wśród systemów zamkniętych (komercyjnych) warto wymienić: Oracle, Sybase, IBM DB2 i MSSQL. Strona domowa projektu: http://www.postgresql.org/ PostGIS jest dostępnym na licencji GNU GPL rozszerzeniem systemu zarządzania relacyjnymi bazami danych PostgreSQL. Oprogramowanie umoŝliwia wprowadzanie danych geograficznych bezpośrednio do bazy, a takŝe ich przetwarzanie. Strona domowa projektu: http://postgis.refractions.net/ Quantum GIS (wprowadzenie w skrypcie dotyczącym ćwiczenia w QGIS) WaŜne: QGIS nie jest kompatybilny z systemem operacyjnym MS Windows Vista. Zalecane jest korzystanie z aplikacji pod systemami MS Windows XP lub 2000. Strona domowa projektu: http://www.qgis.org/ 2. Instalacja i uruchamianie PostgreSQL/PostGIS 2.1. Instalacja PostgreSQL 1. Otwórz folder: D:\CASCADOSS\PostgreSQL\PostgreSQL_PostGIS_QGIS_INSTALL\ postgresql-8.3.3-1 i uruchom plik postgresql-8.3.msi (w sali 14A na dysku C) 2. Postępuj zgodnie z wyświetlanymi instrukcjami. Ikona oznacza konieczność przejścia do następnego okna dialogowego: ustaw język instalacji domyślnie język angielski ( ), zapoznaj się z uwagami dotyczącymi instalacji ( ), kliknij lewym przyciskiem myszy w symbol obok napisu PostgreSQL, połoŝony na najwyŝszej gałęzi drzewa i zaznacz Entire feature will be installed on local 95

hard driver wszystkie składowe aplikacji zostaną zainstalowane na dysku lokalnym ( ), w nowym oknie dialogowym wpisz następujące parametry: Install as a service (box zaznaczony) Service name: PostgreSQL Database Server 8.3 Account name: postgres Account domain: (domyślnie nazwa komputera uŝytkownika zostaw bez zmian) Account password: (wybierz hasło) ( ), po pojawieniu się ekranu Initialize database cluster wpisz następujące parametry: Initialize database cluster (box zaznaczony) Port number: 5432 Addresses: Accept connections on all addresses, not just localhost (box zaznaczony) Locale: (wybór uŝytkownika) Encoding (Server): WIN1250; (Client): WIN1250 (pozostaw domyślne) Superuser name: postgres 96

Password: (wybierz hasło, moŝe być inne niŝ poprzednio; WaŜne: hasło to będzie potrzebne podczas instalacji PostGIS) ( ), jeśli ukaŝe się wiadomość systemowa Remote connections, zatwierdź OK, w kolejnym oknie dialogowym zaznacz języki proceduralne, które będą obsługiwane ( ), zaznacz wszystkie dostępne moduły, które mają być zainstalowane wraz z oprogramowaniem PostgreSQL najwaŝniejszy to Adminpack, naciśnij dwukrotnie aplikacja zostanie zainstalowana gdy pojawi się ekran Installation complete! NIE uruchamiaj Launch Stack Builder at exit (odznacz box patrz poniŝej) naciśnij Finish. Instalacja programu została pomyślnie zakończona. 97

2.2. Instalacja rozszerzenia PostGIS: 1. Otwórz folder: D:\CASCADOSS\PostgreSQL\PostgreSQL_PostGIS_QGIS_INSTALL \postgresql- 8.3.3-1\Extensions i uruchom plik postgis_1_3_3_pg83.exe (w sali 14A na dysku C) 2. Postępuj zgodnie z instrukcjami. Ikona oznacza konieczność przejścia do następnego okna dialogowego: zapoznaj się i zaakceptuj (lub odrzuć wtedy nie ukończysz instalacji!!!) postanowienia licencyjne ( ), pozostaw zaznaczone PostGIS oraz Create spatial database oba komponenty zostaną uwzględnione w trakcie instalacji ( ), NIE zmieniaj domyślnego folderu, w którym zostanie zainstalowany program ( ), na kolejnym wyświetlanym ekranie wprowadź następujące parametry: User name: postgres Password: uŝyj hasła dla Superuser podczas instalacji PosgtreSQL Port: 5432 ( ), ustaw Database name: postgis, naciśnij Install, a następnie Close po zakończeniu procesu instalacji. 98

2.3. Uruchamianie PostgreSQL 8.3 z rozszerzeniem PostGIS i tworzenie struktury nowej bazy danych 1. Otwórz listę programów (Wszystkie programy) w Menu Start, 2. Rozwiń zakładkę PostgreSQL 8.3 i wybierz pgadmin III, 3. W celu połączenia się z serwerem PostgreSQL Database Server 8.3 kliknij PRAWYM przyciskiem myszy w jego nazwę, znajdującą się na liście Serwery w Oknie obiektów i wybierz Połącz. Następnie wpisz hasło podane przy instalacji programu i zatwierdź, klikając OK, Zawartość serwera moŝna przejrzeć, korzystając z przycisku + znajdującego się po lewej stronie nazwy serwera w Oknie obiektów. 4. Rozwiń listę PostgresSQL Database Server 8.3, a następnie kliknij prawym przyciskiem myszy w gałąź Bazy danych i wybierz polecenie Nowa baza danych. W oknie Nowa baza danych wpisz następujące parametry: w zakładce Właściwości wpisz odpowiednią nazwę bazy (Administration) i wybierz postgres jako Właściciela, w zakładce Uprawnienia nadaj Rolę public dla ALL (zaznacz box ALL i naciśnij przycisk Dodaj/Zmień rezultat swych działań ujrzysz w okienku powyŝej, zatwierdzaj zmiany przyciskiem OK. Utworzona zostanie pusta baza danych o nazwie Administration. 99

W ten sposób utwórz kolejnych pięć pustych baz danych o nazwach: Environment, Other, Settlements, Statistics, Transportation, pamiętając kaŝdorazowo o uwzględnieniu wypisanych powyŝej parametrów. Liczba i nazwy tworzonych pustych baz danych zaleŝne są od struktury bazy danych (grup tematycznych), jaką posiadasz. Na potrzeby poniŝszego ćwiczenia naleŝy skorzystać z bazy danych przestrzennych dla obszaru Karpat, która podzielona została na 6 grup tematycznych. Ich nazwy są zgodne z nazwami nowo utworzonych baz 5. Do nowo zaprojektowanej struktury bazodanowej naleŝy następnie zaimportować wcześniej przygotowane dane (pliki *.backup). W tym celu: kliknij prawym przyciskiem myszy na nową bazę (np. Administration ) i wybierz opcję Przywróć, w polu Nazwa pliku odszukaj, korzystając z przycisku i eksplorując folder D:\CASCADOSS\PostgreSQL\PostgreSQL_backup_files (w sali 14A na dysku C), odpowiedni plik (np. Administration.backup ), zatwierdź wybór, klikając Otwórz, a następnie OK. Poczekaj na zakończenie procesu odtwarzania bazy, a następnie zamknij okno przyciskiem lub. Postępując zgodnie z instrukcją, przywróć kolejno pozostałe pliki *.backup wszystkich wyszczególnionych baz. 100

Korzystanie z funkcji tworzenia plików *.backup umoŝliwia m.in. przenoszenie danych do bazy znajdującej się na innym komputerze oraz zabezpiecza uŝytkownika przed utratą danych w przypadku awarii komputera. MoŜliwe jest wówczas łatwe odtworzenie struktury bazodanowej. W celu utworzenia pliku *.backup danej bazy naleŝy: kliknąć prawym przyciskiem myszy jej nazwę (np. Administration ) wybrać z listy opcję Backup, w nowo otwartym oknie wybrać odpowiednią ścieŝkę i nazwę dla tworzonego pliku, ustawić parametry tworzonego pliku (opcje zaawansowane) lub pozostawić ustawienia domyślne. Wprowadzanie do bazy PostgreSQL/PostGIS nieprzetworzonych danych geograficznych np. w formacie.shp opisano w części rozszerzonej niniejszego skryptu (pkt. 6). 3. Wizualizacja danych przestrzennych z bazy PostgreSQL/PostGIS w programie Quantum GIS Uwaga: Przed rozpoczęciem wykonywania dalszej części ćwiczenia naleŝy sprawdzić, czy na danym komputerze zainstalowano aplikację QGIS. W przypadku braku powyŝszego oprogramowania naleŝy ściągnąć plik instalacyjny ze strony www.qgis.org oraz zainstalować aplikację, pamiętając o jego niekompatybilności z systemem Windows Vista. 101

Celem poniŝszej części ćwiczenia jest wizualizacja danych przestrzennych z obszaru Karpat osadzonych w bazie PostgreSQL/PostGIS. MoŜliwość wyświetlania, a takŝe edycji warstw wektorowych, rastrowych oraz warstw PostGIS i WMS (serwery Web Map Service) daje m.in. aplikacja QGIS. Na potrzeby poniŝszego ćwiczenia utworzony został plik projektu w formacie.qgs, w którym zapisane zostały parametry połączenia z bazami Postgis, ustawienia wyglądu poszczególnych warstw tematycznych oraz dodatkowo mapy w formacie GeoTiff, umieszczone bezpośrednio na dysku jako osobne pliki (nie ma moŝliwości obsługi danych rastrowych w bazie PostgreSQL/PostGIS). Aby otworzyć projekt: 1. Przejdź do folderu: D:\CASCADOSS\PostgreSQL\QuantumGIS_project_files i otwórz plik D_Carpathian_DB.qgs (w sali 14A C_Carpathian_DB.qgs na dysku C) Aby zobaczyć właściwości otwartego projektu naleŝy w zakładce Ustawienia wybrać Właściwości projektu. We właściwościach moŝesz na przykład sprawdzić parametry odwzorowania danego projektu (zakładka Projection). 102

2. Wizualizacji zawartości utworzonej bazy (kilku baz) danych dokonuje się poprzez zaznaczanie lub odznaczanie odpowiednich warstw gałęzi drzewa. MoŜna takŝe dowolnie modyfikować parametry wyświetlania (kolor, rodzaj, grubość obrysu, wypełnienie, symbol itp.), a takŝe kolejność, w jakiej będą wyświetlane warstwy (metodą drag-and-drop ). 3. Ustaw warstwy rastrowe (grupa Thematic Maps) jako podkład do danych wektorowych przeciągnij grupę Thematic Maps na sam dół listy warstw w legendzie, a następnie wyświetl mapę hipsometryczną oraz warstwy: Boundaries, KEO Extent, Cities, Lakes, Rivers, Protected Areas, Priority Areas. 103

Rysunek 1. Wizualizacja danych przestrzennych dla obszaru Karpat. 4. Zmodyfikuj funkcje wyświetlania wybranej warstwy (Cities). W tym celu dwukrotnie kliknij w obszarze Legendy w warstwę Cities. W oknie Właściwości warstwy przejdź do zakładki Etykiety, a następnie: zaznacz opcję Wyświetlaj etykiety. Jako Pole zawierające etykiety wybierz City name. W oknie z lewej strony zaznacz pole Czcionka i ustaw odpowiednie parametry napisów rozmiar, kolor i umiejscowienie wyświetlone zostaną etykiety wybranej warstwy, kliknij pole Bufor (lewe okno) oraz zaznacz kwadrat Bufor etykiet?. Następnie ustal rozmiar i kolor bufora, czyli tła, na jakim będą wyświetlane nazwy miast. kliknij pole Pozycja (lewe okno) i ustaw przesunięcie napisów (X Offset, Y Offset) tak, aby nie zasłaniały symbolu miasta, którego dotyczą. Wszystkie parametry przedstawiono na poniŝszych zrzutach ekranowych. 104

Zwizualizowane wcześniej dane przestrzenne zostały osadzone w przestrzeni geograficznej. Rysunek 2. Fragment mapy Karpat ze zmodyfikowanymi funkcjami wyświetlania warstwy Cities (miasta). 5. Istnieje równieŝ moŝliwość dodania do otwartej bazy danych warstwy z innej PostGIS-owej bazy danych. W tym celu naleŝy: rozwinąć w menu programu QGIS zakładkę Warstwa i wybrać opcję Dodaj warstwę PostGIS, w oknie Dodaj tabelę PostGIS w części połączenie PostgreSQL kliknąć Nowy, 105

w kolejnym oknie dialogowym wpisać następujące parametry: Nazwa: np. Administration (lub inna) Host: localhost Baza danych: np. Administration (lub inna) Port: 5432 UŜytkownik: postgres Hasło: (hasło dla superuser) kliknąć OK i Połącz (moŝe zaistnieć konieczność ponownego wpisania hasła). 4. Import danych w formacie *.shp do bazy PostgreSQL/PostGIS za pomocą Quantum GIS Jedną z moŝliwości zasilenia bazy PostgreSQL/PostGIS jest bezpośredni import danych w formacie *.shp poprzez wtyczkę SPIT w programie Quantum GIS: 1. Po uruchomieniu QGIS w panelu górnym wybierz Wtyczki Spit Importuj format shape do PostgreSQL. 2. W oknie SPIT Narzędzie importu z pliku shape do PostGIS w części Połączenia PostgreSQL wybierz z listy rozwijanej bazę danych, do której zostaną zaimportowane pliki *.shp. Jeśli połączenie z serwerem nie zostało wcześniej utworzone, Ŝadna baza nie będzie widoczna. NaleŜy wówczas skonfigurować połączenie, klikając Nowy. Po wpisaniu wszystkich parametrów (patrz okno poniŝej) przeprowadź Test połączenia, a gdy wynik jest pomyślny, zatwierdź przyciskiem OK. 106

3. Po ustanowieniu połączenia z serwerem za pomocą przycisku Dodaj wybierz pliki, które chcesz zaimportować. 4. Zatwierdź wybór plików, klikając OK. 5. Poprawność zaimportowanych danych moŝna sprawdzić, uruchamiając pgadmin III i odświeŝając odpowiednią bazę danych w Oknie obiektów. 107

CZĘŚĆ ROZSZERZONA 6. Konwersja danych w formacie *.shp Import danych do bazy PostgreSQL/PostGIS za pomocą narzędzi shp2pgsql.exe oraz psql.exe poprzez konsolę Command Prompt WaŜne: Proszę przygotować dane w formacie *.shp (skopiować do katalogu roboczego D:\CASCADOSS\PostgreSQL\SHP) i zanotować, jaki nadano im układ współrzędnych. W celu wprowadzenia dodatkowych danych przestrzennych do bazy, naleŝy dokonać konwersji danych z formatu *.shp na format *.sql. 1. Otwórz listę Programów w Menu Start, rozwiń zakładkę PostgreSQL 8.3 i wybierz Command Prompt 2. Ustaw ścieŝkę na: D:\CASCADOSS\PostgreSQL\SHP> w następujący sposób: przejdź na dysk D poleceniem d: (zatwierdź Enterem) (w sali komputerowej małej 14A przejdź na dysk C), 108