class: center, middle, inverse, title-slide # Rasterdaten in R ## CAS FAB: Räumliche Daten in R ### Nils Ratnaweera ### Forschungsgruppe Geoinformatik ### 2021-11-30 --- ## Rückblick <!--3--> .pull-left[ ![:scale 70%](http://gsp.humboldt.edu/olm/Lessons/GIS/08%20Rasters/Images/convertingdatamodels2.png) <!-- http://gsp.humboldt.edu/olm/Lessons/GIS/08%20Rasters/RasterToVector.html --> ] .pull-right[ - Bisher haben wir nur mit Vektordaten in R gearbeitet - Vektordaten sind in `data.frames` integriert und deshalb einfach zu handhaben - Vektordaten decken aber nur das Entitätenmodell ab - Das Entitätenmodel ist für viele Anwendungsgebiete ungeeignet ] --- layout: true ## Rasterdaten / Feldmodell <!--4--> .pull-left[ - Rasterdaten sind omnipräsent: - Daten aus Fernerkundung - bei kontinuierlichen (nicht Diskrete) Daten - bei flächendeckende Daten <!-- gibt es noch mehr situationen?--> - Rasterdaten sind umständlich - Tendentiell gross - Oft mehrdimensional und Komplex - In `R` *noch* nicht einfach in der Handhabung ] ??? Kontinuierlichen Daten: (z.B. Oberflächentemperatur) Flächendeckende Daten: (z.B. Meereshöhe oder Luftbilder) --- .pull-right[![](https://external-content.duckduckgo.com/iu/?u=https%3A%2F%2Fgeospatialmedia.s3.amazonaws.com%2Fwp-content%2Fuploads%2F2016%2F12%2FSentinel-2_H1.jpg&f=1&nofb=1)] --- .pull-right[ <iframe src='https://map.geo.admin.ch/embed.html?lang=en&topic=ech&bgLayer=ch.swisstopo.pixelkarte-farbe&layers=ch.swisstopo.zeitreihen,ch.bfs.gebaeude_wohnungs_register,ch.bav.haltestellen-oev,ch.swisstopo.swisstlm3d-wanderwege,ch.astra.wanderland-sperrungen_umleitungen,ch.meteoschweiz.klimanormwerte-temperatur_1961_1990&layers_opacity=1,1,1,0.8,0.8,1&layers_visibility=false,false,false,false,false,true&layers_timestamp=18641231,,,,,&E=2658147.60&N=1229785.01&zoom=1' width='400' height='300' frameborder='0' style='border:0'></iframe> ] --- .pull-right[ <iframe src='https://map.geo.admin.ch/embed.html?lang=en&topic=ech&bgLayer=ch.swisstopo.pixelkarte-farbe&layers=ch.swisstopo.digitales-hoehenmodell_25_reliefschattierung&E=2720000.00&N=1166875.00&zoom=1' width='400' height='300' frameborder='0' style='border:0'></iframe> ] --- layout: true # Raster Datenstruktur <!--3--> --- .pull-left[ - Der gesamte Raum ist mosaikiert → in regelmässige Zellen aufgeteilt - Jede Raster-Zelle hat einen *einzigen* Wert ] .pull-right[ ![](https://datacarpentry.org/organization-geospatial/fig/dc-spatial-raster/raster_concept.png) <!-- https://datacarpentry.org/organization-geospatial/01-intro-raster-data/ --> ] --- .pull-left[ - Die Zellen bilden eine Ebene (layer), welche in der Regel eine semantische Einheit bildet - Mehrere Ebene können zeitliche Veränderung aufzeigen oder sich zu einem Gesamtbild zusammenfügen ] .pull-right[ ![](https://datacarpentry.org/organization-geospatial/fig/dc-spatial-raster/RGBSTack_1.jpg) <!-- https://datacarpentry.org/organization-geospatial/01-intro-raster-data/ --> ] --- .pull-left[ - Die Zellengrösse bestimmt die Auflösung ] .pull-right[ ![](https://datacarpentry.org/organization-geospatial/fig/dc-spatial-raster/raster_resolution.png) <!-- https://datacarpentry.org/organization-geospatial/01-intro-raster-data/ --> ]