網格式影像的基本分析與樣式設定

許多的科學觀測與研究產生的是網格式影像(Raster)資料。這種資料以點陣圖的方式呈現,點陣中的每個像素都有自己的特定數值。只要使用一些數學運算,就可以拿這些數值進行有趣的分析。QGIS 中的 影像計算 功能具有許多基本的指令可供使用,在本教學中,會展示基本的 影像計算 功能操作,以及一些設定網格式影像樣式的選項。

內容說明

我們要使用人口密度的網格資料,呈現 1990 到 2000 年間,人口密度具有大幅度改變的地方。

你還會學到這些

  • 在 QGIS 中一次讀取多個資料集。

取得資料

這邊要使用的是 Columbia University 公布的 世界網格化人口分佈 (GPW) v3 資料庫中,以 ASCII 格式儲存的、1990 年和 2000 年的全球網格化人口資料。

以下說明如何搜尋與下載相關資料。

  1. 前往 Population Density Grid, v3 download page.,在 Data Attributes 中選擇 .ascii format1° resolution1990 年,然後按 Download。接下來你可能要建立一個免費帳號然後登入,或是直接使用底下的 Guest Download 來下載。接者以同樣的方式取得 2000 年的資料。

../_images/1127.png

完成後會有 2 個 zip 檔。

為了方便起見,你也可以直接用下面的連結下載:

gl_gpwv3_pdens_90_ascii_one.zip

gl_gpwv3_pdens_00_ascii_one.zip

資料來源 [GPW3]

操作流程

  1. 打開 QGIS,選擇 圖層 ‣ 加入影像圖層

../_images/269.png
  1. 移到下載檔案的資料夾,按住 Ctrl 鍵後點選兩個 zip 檔,這樣就可以一次讀取它們。(譯註:如果出現錯誤訊息的話,先解壓縮到同一個資料夾中,然後再參考下一步,選擇目標檔案即可。)

../_images/338.png
  1. 每個 zip 檔都有 2 個網格檔。有 a 的那個檔表示人口數量有經過調整以符合聯合國的統計數值。本教學使用調整過後的資料。選擇 glds00ag60.asc 圖層,然後按下 確定

../_images/428.png
  1. 這個圖層並沒有定義 CRS,因此我們得手動選擇 EPSG:4326 作為這個以經緯度為單位的圖層之座標參考系統。

../_images/529.png
  1. 由於我們選擇了兩個 zip 檔,因此同樣的步驟要做兩次。重複以上步驟,這次選擇 glds90ag60.asc 加到專案中。

../_images/627.png
  1. 再一次選 EPSG:4326 作為 CRS。

../_images/726.png
  1. 現在兩個圖層都讀到 QGIS 內了。網格式影像會使用灰階來呈現,顏色越深表示像素值越低,而顏色越淺表示像素值越高。

../_images/825.png
  1. 影像中的每個像素都有自身值,在這兩個檔案中,這個值就是人口密度。選擇 識別圖徵 後在影像的任一處點一下,就可以看到這個像素的人口密度值。

../_images/923.png
  1. 為了適當的呈現人口密度分佈的圖樣,得調整一下樣式才行。在圖層名字上按右鍵選擇 屬性,或是直接在圖層名字上按兩下,都可以進到圖層屬性的視窗。

../_images/1024.png
  1. 樣式 分頁下,把 繪圖類型 換成 單波段偽彩色,然後按下位於 產生新的色彩對映表 中的 分類 鈕。會有 5 個新顏色和值跑出來,最後按下 確定

../_images/1128.png
  1. 回到 QGIS 主畫面,就可以看到影像使用類似溫度分佈圖的概念著色。順便也對另一個影像執行相同步驟。

../_images/1225.png
  1. 我們的分析目標是找出在 1990 年到 2000 年間有劇烈的人口變動的地方,方法則是計算這兩個影像的每個像素數值的差異。選擇 影像 ‣ 影像計算

../_images/1322.png
  1. 影像波段 的選擇框中,可以點兩下以選擇某個圖層。這裡的波段命名方式是圖層名稱加上「@」再加上波段編號,由於我們的影像都只有 1 個波段,所有每個影像都只會有「編號 1」。在影像計算的功能中,可以針對像素進行基本的數學運算,為了找出人口密度差異,必須要在 2000 年的資料中減掉 1990 年的資料,所以計算式要輸入 glds00ag60@1 - glds90ag60@1。把輸出檔命名為 pop_density_change_2000_1990.tif,勾選 將結果加入專案 ,最後按 確定

../_images/1421.png
  1. 操作完成後,新圖層會被加入到 QGIS 中。

../_images/1520.png
  1. 雖然灰階看起來還不錯,但我們還是可以改一個更能表達資訊的樣式。在 pop_density_change_2000_1990 圖層上按右鍵後進入 屬性

../_images/1619.png
  1. 這次我們要把在同一個範圍之內的像素值設成相同顏色。在設定之前,先到 詮釋資料 分頁內看一下這個影像的屬性,尤其是最大值和最小值。

../_images/1718.png
  1. 切到 樣式 分頁下,把 繪圖類型 換成 單波段偽彩色,再把 色彩內插 調成 離散。之後按下 手動新增值 4 次以建立 4 個類別,點一下類別的數值就可以進行更改。在這裡,色彩對應的規則是「像素值比這個類別的值低的所有像素,都會被設成這個類別的顏色」。因為我們的影像的像素最小值比 -2000 還高一點,所以我們把第一個類別的值設成 -2000,這樣這個顏色代表的就是「沒有資料值」(No Data Values)。照如下的方式把所有類別都設定完成,然後按下 確定

../_images/1818.png
  1. 現在人口變多或變少的地方就清楚的顯示出來了。接下來按下 放大 鈕在歐洲附近拉一個矩形,縮進去看看細節。

../_images/1916.png
  1. 選擇 識別圖徵 後在影像紅色含藍色處點看看,就可以確認剛剛的樣式設定是沒問題的。

../_images/2013.png
  1. 最後再讓我們多做一步,把人口密度呈現負增長的地方篩選出來。開啟 影像 ‣ 影像計算

../_images/2117.png
  1. 輸入如下所示的表示式,如果像素值符合表示式,輸出的像素值就是 1 ,如果不符合,就會是 0。這樣我們就可以得到新的影像檔,像素值為 1 時表示負增長,值為 0 時則沒有負增長。把輸出檔命名為 negative_pop_change_2000_1990,勾選 將結果加入專案 ,最後按 確定

pop_density_change_2000_1990@1 < -10
../_images/2216.png
  1. 新圖層產生後,以右鍵進入 屬性 ,在 透明度 分頁中的 附加無資料值 的地方打上 0 ,這樣的話值為 0 的像素也會被設成透明。最後按下 確定

../_images/2313.png
  1. 最後,就只剩下所有的負人口增長區是灰黑色的了。

../_images/2411.png
comments powered by Disqus

This work is licensed under a Creative Commons Attribution 4.0 International License