Les données raster contiennent des informations spatiales. Chaque pixel possède à la fois des propriétés spatiales et des attributs numériques. Il est essentiel d'extraire ces propriétés pour analyser conjointement les données vectorielles et raster.
Nouvelles fonctions
La version 4.3 de GanosBase ajoute une série de fonctions qui convertissent les pixels raster en objets géométriques spatiaux et en valeurs numériques.
|
Nom de la fonction |
Description |
Références |
|
ST_PixelAsPolygon |
Renvoie l'étendue spatiale d'un pixel spécifié dans un raster sous la forme d'un objet géométrique rectangulaire. |
|
|
ST_PixelAsPoint |
Renvoie l'étendue spatiale d'un pixel spécifié dans un raster sous la forme d'un point. Spécifiez si le point représente le coin supérieur gauche ou le centroïde du pixel. |
|
|
ST_PixelAsCentroid |
Renvoie l'étendue spatiale d'un pixel spécifié dans un raster sous la forme d'un objet géométrique ponctuel représentant le centroïde. |
|
|
ST_PixelAsPolygons |
Renvoie les informations spatiales et attributaires de tous les pixels d'un objet raster. Le résultat inclut le numéro de ligne, le numéro de colonne, le numéro de bande, la valeur du pixel et l'étendue spatiale polygonale correspondante pour chaque pixel. |
|
|
ST_PixelAsPoints |
Renvoie les informations spatiales et attributaires de tous les pixels d'un objet raster. Le résultat inclut le numéro de ligne, le numéro de colonne, le numéro de bande, la valeur du pixel et les informations spatiales ponctuelles correspondantes pour chaque pixel. Spécifiez si le point représente le coin supérieur gauche ou le centroïde du pixel. |
|
|
ST_PixelAsCentroids |
Renvoie les informations spatiales et attributaires de tous les pixels d'un objet raster. Le résultat inclut le numéro de ligne, le numéro de colonne, le numéro de bande, la valeur du pixel et le point centroïde de l'étendue spatiale pour chaque pixel. |
Bonnes pratiques
Cet exemple utilise des données de température météorologique (raster) et des données de localisation d'appareils (vectorielles) pour la Chine. L'objectif est de trouver les appareils situés dans des zones dont la température se situe dans une plage spécifique. Il montre comment GanosBase analyse conjointement les données vectorielles et raster. Vous pouvez étendre cette méthode à d'autres scénarios, par exemple pour trouver des appareils dans une plage d'altitude spécifique à l'aide d'un modèle numérique de terrain (MNT). Les données de base incluent :
Des données de température pour la Chine au format NetCDF.
Des données ponctuelles d'appareils pour la Chine au format shapefile.
Le système de référence spatiale de cet exemple est WGS84.
Importation des données
Importer les données de température
-- Create the GANOS_RASTER extension.
CREATE EXTENSION GANOS_RASTER CASCADE;
-- Create a temperature table.
CREATE TABLE temperature(id integer, rast raster);
-- Import the NetCDF temperature data. Set the spatial reference to 4326.
INSERT INTO temperature
VALUES (1, ST_SetSrid(ST_ImportFrom('chunk_table', 'OSS://<id>:<key>@<endpoint>/bucket/path/file.nc'), 4326));
Après l'insertion des données, exécutez l'instruction SQL suivante pour afficher les métadonnées :
-- View the metadata.
SELECT st_metadata(rast) FROM temperature WHERE id =1;
Importer les données des appareils
-- Create the ganos_fdw extension.
CREATE EXTENSION ganos_fdw;
-- Create an FDW table for the shapefile.
SELECT ST_RegForeignTables('OSS://<id>:<key>@<endpoint>/bucket/path/file.shp') );
-- Import the data into the database and create a spatial index.
CREATE TABLE devices AS SELECT * from <foreign_table_name>;
CREATE INDEX idx_devices_geom ON devices USING Gist(geom);
Les étapes précédentes utilisent un wrapper de données étrangères (FDW) pour importer les données des appareils depuis OSS vers la base de données. Pour plus d'informations sur les autres méthodes d'importation de données, consultez Importation rapide des données vectorielles et raster.
Extraire la plage de température
La tâche principale consiste à créer une étendue spatiale vectorielle à partir des données de température raster en fusionnant tous les pixels qui répondent aux critères de température spécifiés. L'instruction SQL suivante effectue cette opération :
-- For example, find pixels where the temperature is from 27.0 °C up to, but not including, 28.0 °C.
WITH tmp AS (
SELECT (ST_PixelAsPolygons(rast)).*
FROM temperature
WHERE id = 1)
SELECT ST_Union(geom)
FROM tmp
WHERE value >= 270 AND value < 280;
Toutefois, lorsque le raster a une résolution élevée, les performances de cette instruction SQL sont médiocres car elle doit traiter chaque valeur de pixel. Pour améliorer les performances, utilisez la fonction ST_Reclassify pour classer les données invalides comme des valeurs Nodata. Cela réduit la quantité de données à traiter. Pour plus d'informations sur la syntaxe, consultez ST_Reclassify :
-- First, perform a reclassification operation.
With tmp As(
SELECT ST_Reclassify(rast,
'[{"band":0,"remap":{"(-100,270,280, 1000]":"0,1,0"}, "nodata":false, "nodataValue":0}]',
'{"chunktable":"reclass_chunk_table"}') AS rast
from temperature
where id =1 ),
-- Then, return the spatial extent.
tmp2 AS (
SELECT (ST_PixelAsPolygons(rast)).*
FROM tmp)
SELECT ST_Union(geom)
FROM tmp2;
Analyse de superposition spatiale
Trouvez les appareils requis en vérifiant lesquels sont contenus dans l'étendue spatiale vectorielle obtenue :
WITH tmp AS (
SELECT (ST_PixelAsPolygons(rast)).*
FROM temperature WHERE id = 1),
tmp2 AS (
SELECT ST_Union(geom) as geom
FROM tmp
WHERE value >= 270 AND value < 279)
SELECT count(*) -- You can select any column. This example counts the number of devices.
FROM devices, tmp2
WHERE ST_Contains(tmp2.geom, devices.geom);
Le résultat final est le suivant :
count
-------
1879
Résumé
Grâce aux capacités de stockage, de calcul et d'analyse des rasters spatio-temporels de GanosBase, vous transformez des analyses complexes intégrant des données vectorielles et raster en simples instructions Geo-SQL. Vous effectuez ainsi le traitement professionnel des données spatio-temporelles, qui reposait auparavant sur des logiciels de système d'information géographique (SIG), directement au sein de la base de données. Cette approche simplifie la logique du programme, réduit la complexité du développement et les coûts de maintenance, et offre aux utilisateurs industriels des capacités de SIG cloud.