Escolhendo reamostragem raster para mapas de drones e dados de elevação
Compare os métodos de vizinho mais próximo, interpolação e agregação com o significado raster para que a reprojeção preserve medidas úteis e rótulos categóricos.
Identifique o que cada pixel significa
A reamostragem estima os pixels de saída quando um raster altera a grade, a resolução ou o sistema de coordenadas. A escolha correta depende se os valores descrevem medições contínuas, cores fotográficas ou categorias discretas. Um raster de elevação e uma classificação de cobertura do solo não devem compartilhar automaticamente uma predefinição de exportação. Anote o uso pretendido e as unidades antes do processamento, pois uma exibição atraente pode ocultar alterações numéricas importantes para cálculos subsequentes.
Preservar identidades categóricas
A amostragem do vizinho mais próximo seleciona um valor existente em vez de interpolar entre códigos de classe. Isso o torna um ponto de partida comum para rasters categóricos, onde a média dos identificadores de florestas e estradas criaria uma categoria sem sentido. Contudo, a seleção pode alterar a representação de pequenas manchas ou limites estreitos. Compare contagens de classes, exemplos de limites e áreas afetadas na resolução de saída proposta, em vez de assumir que todos os recursos originais sobreviverão.
Compreender a interpolação de superfícies contínuas
As abordagens bilinear e cúbica combinam valores vizinhos de maneiras diferentes. Elas podem fazer com que imagens contínuas ou superfícies pareçam mais suaves, mas a suavidade não é uma evidência independente de precisão. A interpolação altera os valores locais e alguns kernels podem produzir overshoot perto de transições bruscas. Examine bordas de telhados, aterros e limites de dados válidos usando perfis e amostras originais. Escolha o comportamento apropriado à questão analítica, em vez de selecionar o resultado mais agradável visualmente.
Trate a redução como uma decisão separada
Ao criar um raster mais grosseiro, um método que resume as observações contribuintes responde a uma pergunta diferente da amostragem de um pixel de origem. Uma elevação média da superfície não é necessariamente a obstrução mais alta ou o ponto de drenagem mais baixo. Especifique a estatística que o usuário precisa. Teste uma pequena estrutura representativa e uma ampla área uniforme e documente se sua aparência alterada segue um resumo deliberado de informações ou uma perda não intencional de detalhes.
Verifique as máscaras e o alinhamento juntos
NoData, máscaras alfa e posições da grade de saída influenciam a contribuição dos pixels de origem. Os valores ao lado de uma área excluída podem se comportar de maneira diferente dos valores cercados por uma cobertura completa. Confirme as regras de validade da fonte antes de comparar métodos. Reprojete a partir do original preservado quando for prático, em vez de reamostrar repetidamente uma cópia já alterada. Várias conversões aparentemente inofensivas podem complicar a interpretação porque o raster final herda os efeitos de cada operação anterior.
Registre um exemplo de aceitação para uma finalidade específica
Para um estudo de drenagem hipotético, compare resultados alternativos num conjunto fixo de perfis e locais de referência conhecidos antes de aprovar a receita de exportação. Mantenha a mesma extensão, origem da grade e tamanho de pixel para que o método seja a variável que está sendo investigada. Entregue o algoritmo selecionado com sua justificativa e versão de origem. A documentação de gdalwarp e gdal_translate descreve os métodos disponíveis; as verificações específicas do projeto determinam se os seus resultados preservam as informações realmente exigidas.
