Funciones de GRASS GIS

Verónica Andreo

Contenidos

Interoperabilidad
Procesamiento de datos raster
Procesamiento de datos satelitales
Procesamiento de datos vectoriales
Manejo de bases de datos
Procesamiento de datos temporales
Modelador gráfico
Visualización

Interoperabilidad

Importar y exportar mapas raster

GRASS se apoya en GDAL para importar y exportar mapas raster

Importar y exportar mapas vectoriales

GRASS se apoya en OGR para importar y exportar datos vectoriales

Procesamiento de datos raster

Datos raster: DEM, cobertura, clima, etc.
Imágenes satelitales: Landsat, Sentinel, MODIS, SPOT, QuickBird, etc.

Raster processing manual

Remuestreo

r.resamp.interp: Remuestrea el mapa raster a una cuadrícula más fina usando diferentes métodos de interpolación: vecino más cercano, bilinear, bicúbico (downscaling)
r.resamp.stats: Remuestrea el mapa raster a una cuadrícula más gruesa utilizando agregación (upscaling)

Superposición de mapas raster

r.series: Permite agregar una lista de mapas con diferentes métodos como promedio, mínimo, máximo, etc.
r.patch: Crea un mapa raster utilizando los valores de las categorías de uno (o más) mapa(s) para rellenar las áreas “sin datos” en otro mapa

Modelado hidrológico

… además de muchos otros addons, por ejemplo:

Análisis del terreno

Salida de r.geomorphon

Análisis de paisaje

r.pi.searchtime on West African rainforest fragments

… varios add-ons para análisis de parches

Procesamiento de datos satelitales

Menú Imagery

Image processing manual

Administrar colores y visualización

Transformaciones

i.pca: Análisis de componentes principales
i.fft: Transformada rápida de Fourier
i.pansharpen: Algoritmos de fusión de imágenes para mejorar la resolución de los canales multiespectrales con una banda pancromática de alta resolución

Clasificación

Métodos supervisados y no supervisados, ver la wiki de Image classification para más detalles)

r.learn.ml: Clasificación supervisada y regresión con Machine Learning
r.fuzzy.system: Sistema de clasificación autónomo de lógica difusa
i.ann.maskrcnn: Clasificación supervisada con redes neuronales artificiales
i.object.activelearning: Aprendizaje activo para la clasificación de objetos raster

Segmentación y OBIA

Clasificación basada en objetos

i.segment: Identifica segmentos (objetos) a partir de datos de imágenes
i.segment.hierarchical: Segmentación jerárquica
i.segment.stats: Calcula estadísticas para describir segmentos u objetos
i.segment.uspo: Optimización no supervisada de parámetros de segmentación
i.superpixels.slic: Realiza la segmentación de imágenes mediante el método SLIC

Herramientas genéricas y para sensores específicos

Banda 2 de Sentinel-2A después de i.atcorr

… además de diversas extensiones para MODIS, Sentinel 2, Landsat, SRTM, GPM, etc.

Productos derivados de sensado remoto

i.wi: Calcula diferentes tipos de índices de agua
i.lswt: Calcula la temperatura de la superficie de los lagos a partir de la temperatura de brillo
i.landsat8.swlst: Algoritmo split-window para estimar LST a partir de datos Landsat 8 OLI/TIRS
i.rh: humedad relativa, vapor de agua
i.water: Detección de agua a partir de índices derivados de datos satelitales

Procesamiento de datos raster 3D

Menú raster 3D

Sistema de coordenadas raster 3D y su disposición interna

3D raster processing manual

Procesamiento de datos vectoriales

Menú Vector

Formatos vectoriales topológicos en GRASS GIS

Vector processing manual

Mantenimiento de la topología

Limpieza de errores de topología en mapa vectorial

Suavizado. Ver también la wiki de v.generalize

Selección y superposición

Operador TOUCHES

Operador NOT

Análisis de redes

Reportes, estadísticas y actualización de atributos

Manejo de bases de datos

Menú Database

Procesamiento de datos temporales

Menú Temporal

importar/exportar
topología temporal
agregación
acumulación
álgebra temporal
interpolación

Modelador gráfico

Visualización en la GUI

Map display: vista 3D

Monitores wx

En la terminal:

Los monitores wx tienen los mismos botones que el Map Display en la GUI

Exportar como .ps .eps or .pdf

Archivo .psmap para automatizar la composición cartográfica

# timestamp: 2018-09-19 18:10
# location: nc_spm_08_grass7
# mapset: user1
# page orientation: Portrait
# g.region raster=elevation@PERMANENT nsres=10.75697211 ewres=10.75268817

maploc 0.450 0.666  4.624 4.174
border n

paper
    width 7.48031496063
    height 5.51181102362
    left 0.196850393701
    right 0.196850393701
    bottom 0.393700787402
    top 0.393700787402
    end

raster elevation@PERMANENT

vareas lakes@PERMANENT
    layer 1
    masked n
    color 136:138:133
    width 1.0
    fcolor 114:159:207
    label Lakes
    lpos 1
    end
vlines roadsmajor@PERMANENT
    type line
    layer 1
    masked n
    color 46:52:54
    width 1.5
    style solid
    linecap butt
    label Roads
    lpos 2
    end
colortable y
    raster elevation@PERMANENT
    where 5.245 0.735
    discrete n
    tickbar n
    font Helvetica
    fontsize 10
    color black
    end
vlegend
    where 5.234 2.249
    font Helvetica
    fontsize 10
    width 0.4
    cols 1
    border none
    end
scalebar s
    where 6.040 4.591
    length 5000.0
    units auto
    height 0.1
    segment 5
    numbers 1
    fontsize 8
    background y
    end
end

Addons

i.modis: Herramientas para la descarga y el procesamiento de productos MODIS utilizando pyModis
i.sentinel: Herramientas para la descarga y el procesamiento de los productos de Copernicus Sentinel
i.landsat: Herramientas para la descarga y el procesamiento de datos Landsat
r.hants: Aproxima una serie temporal periódica con armónicos
r.bioclim: Calcula índices bioclimáticos
… y otros 300+ en el repo oficial!!

https://grass.osgeo.org/grass-stable/manuals/addons/

Referencias

Jasiewicz, J., y Metz, M. (2011), «A new GRASS GIS toolkit for Hortonian analysis of drainage networks», Computers & Geosciences, 37, 1162-1173. https://doi.org/10.1016/j.cageo.2011.03.003.

Wegmann, M., Leutner, B. F., Metz, M., Neteler, M., Dech, S., y Rocchini, D. (2018), «r.pi: A grass gis package for semi-automatic spatial pattern analysis of remotely sensed land cover data», Methods in Ecology and Evolution, 9, 191-199. https://doi.org/10.1111/2041-210X.12827.

Seguinos en redes sociales