,w$ yííjjjjc > ddJosGj » V jak rozsáhlém areálu žije vydra v oblasti Třeboňské pánve? Ovlivňuje její životní prostor spíše hustota sítě vodních prvků v krajině, nebo skladba landuse? A dá se to zjistit analýzou DNA ze vzorků trusu jednotlivých jedinců? • Jak vybrat místo pro vzorkování makrozoobentosu v říčním dně? Jak velká část řečiště bude zatopena alespoň 75% roku. Jaká plocha bude zaplavena při 5-letém průtoku9 • Jak souvisí poloha hnízd netopýrů se vzdáleností od osvětlených sídel? • Jsou změny ve využití krajiny člověkem odrazem změn hydromorfologických podmínek v povodí? A jsou změny hydromorfologických podmínek odrazem změn klimatických? Dá se tato hypotéza potvrdit nebo vyvrátit analýzou změn makrozoobentosu na neregulovaných úsecích řeky? • Jak rychle postupuje povodňová vlna po řece? Mění se tato rychlost v závislosti na struktuře lan< • Lze pro účely sběru botanických vzorků najít s přesností na centimetry totožné místo několikrát do roka? A několik let po sobě? • Lze modelovat rozšíření botanické asociace pro území celé ČR? Pro území střední Evropy? • Lze modelovat fenologické oblasti pro území Moravského krasu na základě Digitálního modelu terénu? Kolik fenologických snímků pro každý typ reliéfu je třeba zpracovat, aby model správně fungoval? • Na základě kterých atributů je dobré vybírat toky pro podkladovou mapu Evropy? Velikost povodí, délka toku, průtok? • Lze vytipovat oblasti výskytu invazních druhů v povodí Dyje a Svratky v závislosti na klimatických (teplota vzduchu, srážky) a topografických (on sklon svahu) podmínkách? enmcz Lze v oblasti bez podkladových map vytvořit pouze z digitálního modelu terénu mapu vodních toků a jejich povodí? • Které oblasti ve Slezsku mají 700-800mm srážek za rok, průměrní teplotu vzduchu 8-9°C a půdy s vysokým rizikem acidifikace? "ocni Kolik hnízdišť výra velkého se v CHKO Žďárské vrchy nachází do vzdálenosti 2 ;m od nějakého sídla. Která to jsou sídla a kolik v nich celkem žije obyvateľ? »vlivňují sídla nějak jeho preference při výběru místa pro hnízdění? • Kolik procent plochy NPR Děvín-Kotel-Soutěska se změnilo v letech 1938-1990 orné půdy na TTP (trvalé travní porosty)? Jaký spád má řeka na vzorkované lokalitě? Jak se liší hodnota spádu naměřená na lokalitě od hodnoty z GIS-ového modelu? • Jak je možné, že ve výsledcích analýz všech dílčích povodí ČR se objevilo •Jaké nepřekonatelné bariéry brání lososům v cestě proti proudu? tom v tomto ohledu nejhůř? •Jak se změnilo rozšíření druhu Amica montana v 1983-2004? Proč došlo ke změně? ■Jizery v Js'íBcn •Na které z jižně orientovaných svahů v NP Podyjí nesvítí 31.5. slunce více než 1 hodinu •Lze kombinací sklonu svahu, landuse a půdních typů vyhledat místa náchylná k SYL Co je to GIS a k čemu je dobrý pro botaniky a zoology Základní funkce GIS (vstup, správa, analýza a prezentace dat) Základní kartografická zobrazení Datové modely - VEKTOR + RASTR Analýza dat (prostorový a atributový SELECT, reklasifikace, overlay, crosstabulace, rastrová mapová algebra, buffer, nákladové vzdálenosti, topografické funkce, funkce souvislostí - topologie, interpolační funkce, denzita) Digitální model terénu, TIN Dálkový průzkum Země - DPZ (elektromagnetické spektrum, vlnové délky, spektrální chování vegetace a vody, klasifikace) "JSI rdwaru a softwaru obré si uvědomí r Není dobré GIS přeceňovat nevykoná složité analýzy sám od sebe nezvládne modelovat jevy, o kterých nic nevíte iö +řcíba pečlivě interpretovat vstupní data - často bývají s chybami Není dobré GIS oodceňovat není to program na vytváření barevných mapek, k tomu slouží jednodušší a levnější software Funkce klasických analogových ( slouží pro ukládání qeoqrafickvch dat nevýhody: - obtížná aktualizace - nezměnitelná "hustota" dat, úměrná použitému měřítku - velmi obtížná změna struktury dat slouží k prezentaci qeoqrafickvch dat nevýhody: - prezentace je statická - změna způsobu prezentace je obtížná - změna měřítka je obtížná - prezentace je závislá na účelu, pro který byla mapa vytvořena ff .* >y /JA'/, 202,: I m^ i;- , 'MM . Ji ^58,5 ../^\%P fe^-r týt 1 a fSjäMr ß OP A Moravská Nofr^ jy^s 3*í rq \>r / - ■' V r'7 199.3/ $W r [ f, h .190.6 ' : MŠI -í^íjs*^ "Wjravsfca JwvaVas Vj ~/ '4/ , Jl^Oi *H 4? "O G O1 GIS není: Autocad, MicroStation ...protože ty nemají topologii, atributovou složku dat, geoprocesing umožňující analýzy několika vrstev, naproti tomu mají výborné grafické funkce pro konstrukci a kreslení prvků GIS není: MS Access, My SQL, Paradox ...protože ty nemají geografickou složku dat GIS není: software digitální kartografie ...přestože z něj taky často lezou pěkné obrázky. Software pro digitální kartografii je zaměřen především na poskytování kvalitních grafických výstupů, má výborné nástroje na zpracování popisu na mapách, kresbu prvků a spoustu grafických funkcí, nemá ale nástroje pro analýzu ani databázi 1S]«-1M0 i 2 1 4 J 1 í 1 ■ n ti n U 1 + ■I 1 1HHK IfiW >2S 25907 KM IQtT 0 icn.'i; MM na |H7 B 1087 I7MH Q 14M32B í HB134 1MB 1B2M ľ y. 0 0 MM :4ti ■-.■í-.- KH í :ieí d □ 74271H 1 MA tu S31DI J75S *ts 0 Ú JKfi 4 V IM ú Hl Ü D 0 73464 í H» ŕ "ľ>. 7WŮ4 we a í |*||äö pT |£)| k? -J Hydrology T G eostatistical Analyst T Georeferencing ▼ Layer: |dEM ^1 ^ T -/*" EU W 1i ft I SS | ^a | 0 | n ~I -I- | ď a i m 1 í-1 í? ír | D O * F^EÍ a rjf * Layer: |utokLall_bezHMZ jj ^ (J -)■(- Q Convert T Spatial Analyst ▼ Layer: IDEM 3 gjg fc Editor ▼ 1 K 1 & T Task: | * * * H WMS WFS GML GML 3D Analyst ▼ Layer: |dEM _^_ ^ ^ «-* A Ä S | l | ffl J Image Analysis ▼ Layers: |dEM J | ÉJ1 ^ | Model Types: |Spot jj «k I @ D:\projekty\zoologie\svetlana\111105\typolo B D utokLalLbezHMZ B D utokLall B 0 hydroekoreg_fin_ll □ 10 Sum_Output_nazev 10 Sum_Output_typ 32 D:\data\VUV\hranice - 0 hrcr □ ^j D:\projekty\zoologie\svetlana\111105\typolo - 0 elev_3_5_S GRIDCODE ■ 0-300 301-500 501-800 ■ 800-1602 ■ 5-4 I @ D:\dataWcCR500UTSK\GRIDS\ B D DEM Value High: 1548 ■ Low: 117 32 C:\temp\ Attributes of zstat7 Základní princi *ace s prpst^rov • práce ^wibutovô^u • kombinované analý i časovú složkou objektů a jevů složkou objektu a^jevu lohy, časWsitriDptu .v \ Jn|*l OID VALUE COUNT AREA MIN MAX RAN 110 121 122 123 210 220 230 310 320 330 4630G1 SG8147 107538 4814G 238462 100737 138105 34716 31451 41544 18522400768 26725800288 4301558808 1865840000 11538488584 4028478836 5524188836 3388640000 1258040064 1661760000 117 138 128 145 156 215 183 226 1548 374 483 582 1478 450 1114 1478 376 1262 2Í Record: MM 1 ► M Show: Selected Records (0 out of 10 Selected.) □ Mean of "DEM" Within Zones of "hvdroekorea fin II" u A_T & - .ä - L í 600-500- 400-300- Mean of "DEM" Within Zones of "hydroekoreg fin II" I 111 llll frstart|ta ^aa^^ a §© ^|2-|HW..| ^<-|B2H__H rtHljjt- L^A...|ao-| -■ 3 MS£© fA|0J0£JJJ? Tvorba počítačových map a řady grafických digitálních výstupů K čemu slouží GIS v botanice a zoologii? Pracovní integrující prostředí, ve kterém jsou shromažďovány všechny získané údaje a které umožňuje rychlým způsobem získat požadovanou informaci (pomocí dotazování), průběžně doplňovat a měnit existující údaje podle aktuálních změn = DATOVÝ SKLAD File Edit View insert Selection '_ ■■ Window Help DďBiljí. %ex| * | kartézský souřadný systém - s počátkem ve středu Země, udává polohu pomocí trojce souřadnic (x,y,z) Grenwichský I (nultý) poledník Rovník Greenwichský í nultý) poledník Rovník 2. Souřadné systémy, vztahující se k rovině, do níž je Chceme-li určitou velkou část zemského povrchu (kde již nelze zanedbat jeho zakřivení) zobrazit na ploché mapě, musíme provést několik transformací Redukovat měřítko Systematicky promítnout zakřivený povrch do roviny = transformace geografických souřadnic (cp,X) do odpovídajících pravoúhlých souřadnic (x,y) na mapě. Tato trans' kroků: jTorrrjcice sb skladá z o diJcJcn Transformace povrchu zemského na povrch geoidu (zjednodušeně řečeno zanedbáváme reliéf, nezanedbáváme zploštění Země na pólech apod., tento útvar však nelze matematicky popsat) Transformace povrchu geoidu na povrch rotačního elipsoidu (což už je útvar, který lze matematicky popsat) Transformace povrchu elipsoidu na povrch koule Transformace povrchu koule na plochu rozvinutou do roviny /inutí plochy do roviny a zavedení pravoúhlého souřadného systému Kartografických zobrazení existuje v současnosti ve světe celá řada, používá se vždy takové, které nejlépe vyhovují zobrazovanému území (poloha na globu, rotažení území v určitém směru...) V ČR jsou závazné tři geodetické referenční ídsíický rďí Světový ge WGS84 Řečkovice -

1 -a |3 3 3 0 ■a ■; p ľ m -i i rb pp 0 rôl U "Ti 3 3 v 3 3 i 0 3 3 3 3 š 3 S 5 ü Ü S3 0 i PI luX^ [Ti 3 3 3 a ■ 3 3 3 E SO 1 rôl j [3 3 3 3 3 3 3 0 C ) |o | 1 r\ 1° 3 3 3 3 3 0 0 2 ! 0 1 0 ■JflU | 0 0 0 3 3 |3 3 2 [o I2 I1 0 | r hr nr |"5" "Tn rhr 3 ľÍ )| 0 | 1 | "Ö] 1 Ur 0 0 0 3 3 S 3 0 0 í ) 0 1 "on ■_ _______ —!------------1 1-----------1 0 Q 0 q |a ■ ÜL 0 lojo |i 11 0 1 Možnosti ukládání rastrových dat: 2. ukládání založené na dekompozici původního rastru na úseky se stejnou hodnotou rastru (run-length), vhodné zejména pro práci s binárními rastry, vysoká úspora místa na disku. Illl fflí i r ffffljf HI W/fffi ES 1 rp Bili 1 1 ° 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 3 0 0 0 1 0 0 0 0 0 3 3 3 3 0 0 íl 1 [öl "öl 3 "ši 3 3 3 3 3 0 0 Hm 0 3 3 3 3 3 3 3 3 3 0 i 3 3 3 3 3 3 3 3 3 0 1 0 3 3 3 3 3 3 3 0 0 0 1 0 0 3 3 3 3 3 0 0 2 0 1 0 | 0 0 0 3 3 3 3 2 0 2 1 0 rö" rö" rö" 3 ľz 3 3 0 0 0 f ~7l "öl 0 0 0 3 3 3 0 0 0 0 1 0 0 0 0 0 3 3 0 0 0 1 I i 0 901120 6013201110 40432021 20732011 10931011 93101110 73301110 10532012101110 30431210121110 3043301110 3033401110 4023302110 Možnosti ukládání rastrových dat: 3. postupné pravidelné dělení čtvercové oblasti na kvadranty tak dlouho, až je v celém kvadrantu stejná hodnota, nebo už nelze dále dělit ---------------------------- ! :i:i j j| IUI +----- 1___ m ra uil iní 1-----MU----- 1 rliJ ------- ttll M H .------------^ Mr- 1U ?u »lil 4H1 13» ' HU a* 1 i ^—-—------- ------1 zuj n----------------1 1----------------n L__________1 j- ii K ■** ;__________i u ________ i ^________________________________________1 1____________________j 43 ■ ------------- i JJ 41 - ^_^_ <3 S3 H 4 44 4 El i Různé formy šikmý letecký snímek rastrových dat Direct irradiation for c:\irrad\morkr2.doc I*" * M7/ŕ/é -Skineöni zen jP*T 0,00 f 1 10,00 1 20,00 30,00 40,00 50,00 60,00 70,00 30,00 90,00 100,00 110,00 120,00 130,00 140,00 150,00 1------ >=160,00 Olft 00 SO 900Z TO Ti d I L iVS01i3N ř suiesj^s °l aoue^sjQ ^^^ü^m^ jep qoÁAOJjSBJ álujoj euzny Různé formy rastrových dat m /> s A. / JRD k nu SG n/ř ser* s Wifině pivfl ^*M \ »- 1200 mm ^ZŤ^jmf s- *mH r v^w i T&*. » ^ --'■'''^^fc -/v_^A/l vij 1^3 /yaw \- ■ £> X ý Výsledný model pro jednu z botanických asociací * -^ .; • •• J." • '* #• w* * i »nur-ľ.. ributové - „Které geografické objekty (lokality) mají definovanou \/\ yDBf yejbC/jjjjy porosiy v Prostorové - „Co se nachází na tomto místě, co se nachází v této oblasti". Př.: „Co je tady?", „Které porosty zasahují do rezervace?" Kombinované - „Které objekty splňují definovanou vlastnost a zároveň se nacházejí v nějaké oblasti" Př.: „Zasahují do rezervace nějaké porosty, v nichž převažuje smrk pichlavý?" DUíove c otazova Výběr a transformace atributů na základě matematických a logických operátorů GOOD výsledek SELEKTU: "ELEVATION" <600 AND "BIOREG" = 'SUMPERSKV A and B A not B CD GO Aůr B A xof B {A and B) or C A and (B or C) Dotaz atabáze (SELE Podmínka (hodnota kterého sloupce má splňovat co) Vyber všechny hospody, ve kterých se dá sedět na zahrádce, průměrné hodnocei prostředí je lepší než 3 a cena piva nepřesahuje 15 Kč. V případě, že pivo bude s méně než 12 Kč, na prostředí nezáleží, ale zahrádka tam být musí (ZAHARADKA = „Ano") AND ((PROSTREDÍ < 3 AND CENA <=15) OR (CENA<12)) PI Ľ NÁZEV CENA PROSTRED! ZÁHRADKA 1 1 Na Devadesátce 14 3,5 "1 Ne | 2 U Olafa U ) 3 Ano | 3 Severka M ) 2 Ano j 4 Na Špici M ) 1,5 "1 Ne I £ 1 v^ ) Na Šelepce U j 2,5 "1 ______Ano______ |~~ě i U Čápa 11 4,5 \ Ne | Oblast zájmu lze definovat bodem, linií i plochou (čtverec, kruh, jiný tvar..) REKLASIFIKACE ' ^^^^^m výstupní hodnota 1 2 3 vJ 1 4 5 6 | ^^^^^ PŘEKRYTÍ - OVERLAY (pro vektor) Tvorba nových geoprvků (linií a polygonů) a topologických vztahů mezi prvky logické operátory INTERSECT, UNION, MERGE, CLIP, DISSOLVE DISSOLVE - operace, která spojí prvky na základě shodného atributu CLIP - operace, používá jednu ze vstupních vrstev jako "tvořítko cukroví' určuje nové hranice výstupní vrstvy INTERSECT - operace, která na průniku vstupních vrstev vytváří vrstvu novou, jejíž nové prvky nesou atributy obou vstupních vrstev UNION - operace, která na sjednocení vstupních vrstev vytváří vrstvu novou, jejíž nové prvky nesou atributy obou vstupních vrstev v místech průniku a atributy jedné z vrstev v místech sjednocení +í CROSSTABULACE kombinace vrstev téhož jevu v časových intervalech za účelem lokalizace, kvantifikace a hodnocení změn výsledkem je transition matrix 1938-1990 1 2 3 4 5 & 7 8 9 10 11 12 13 1 1349038 19396 3428 26907 504 1087 0 10176 3186 433 1567 0 1097 2 666134 16053 16235 235 0 0 26338 2474 1840 8221 0 5186 3 6488 814 58107 2753 412 0 0 3701 417 131 0 641 0 4 14258 0 1966 70004 598 0 2404 151 0 0 2101 0 5 0 0 0 0 0 0 107 29 0 0 0 0 4372 & 26949 1 1404 617 2793 46259 38860 0 70633 0 0 497 0 12410 7 933 703 5369 22365 0 8096 5549 0 0 0 0 5519 S 121729 33001 54735 39831 63249 5398 7006 531207 13150 1150 0 12660 49855 9 11167 642 5349 220 926 0 0 14134 35065 0 0 D 489 10 692 0 0 0 0 0 0 1945 0 3195 0 0 0 11 0 0 0 0 0 0 0 0 0 0 0 0 0 12 1005 1769 23963 3093 0 0 0 8581 0 0 0 6610 0 13 0 0 0 0 0 0 0 0 0 0 0 0 0 14 0 0 C 75685 0 0 G 14736 0 0 0 D 2776 15 0 0 G 0 2858 0 0 25 0 0 0 0 0 2198393 88782 153165 242890 136808 46443 15209 689458 54443 6749 10285 22012 81704 15 0 1434325 0 742716 0 73464 0 91482 0 4508 46 210468 0 48534 0 938482 G 67992 0 5832 0 0 G 50021 0 0 G 93197 G 2883 46 I 3763904 ~%763904 PŘEKRYTI - OVERLAY (pro rastr) Matematické operace se vstupními rastry les 7 R i . fft* 5 \<1 * V 1 yL \ klLi«r 1* 1 * \&zm \ max i a OPERÁTORY Aritmetické Relační Logické Kombinatorické Layers: DEM Forestľl o / \ 4 1 5 1 6 1 ■ 1 1 1 2 1 3 1 [Forestľl] + [Forest91] About Building Expressions Evaluate r Arithmetic <> And > >= Or < <= Xor ( ) Not Cancel Abs Int Ceil Float Floor IsNul r Trigonometric— Sin AS in Cos ACos Tan AT an r Logarithms- 1 [-Powers—i Ewp Log Exp2 Log2 Exp10 Log10 H Sqrt | Sqr Pow Lokální (pracují s jednotlivými pixely) Fokální (pracují s okolím pixelu, např. průměr počítaný z okolních pixelu) Zonální (kombinuje spojité a nespojité proměnné) Globální (subtraction), násobení (multiplication), a dělení (division) a zbytek po celočíselném dělení. Příkladv použití: Vstupní rastry vyjadřující vhodnost biotopu v daném místě pro určitého živočicha z různých hledisek (potravní, úkrytové atd.). '~::~h sečtením získáte rastr vyjadřující celkovou vhodnost biotopu Vstupní rastry vyjadřující např. množství srážek (koncentrace látek, výšku sněhové pokrývky,výšku terénu, sílu větru, landuse atd.) pro určité území v různých časech. Odečtením dvou rastrů lze získat rastr představující míru změny daného jevu od okamžiku A do okamžiku B) Relač JJ O! erátor y Umožňují budovat testy, které vám vrátí hodnotu 1 tam, kde podmínka byla splněna a 0 tam, kde nebyla - vzniká nový, takzvaný Boolovský rastr, obsahující hodnoty 1 (pravda) a 0 (nepravda). Umožňují složitější testování a vyhledávání s kombinací více podmínek. »odoonojako roJaonj operátory vraoj n od noty 1 a 0, pravda a nepravda slapř. budete chtít najít všechny buňky, kde je typ biotopu 5 (louka) a zároveň kde je nadmořská výška do 500 metrů, tj. musí při tomto zac splněny obě podmínky. Ve výsledném rastru tedy budou mít hodnotu 1 buňky splňující obě podmínky a hodnotu 0 ty, které splňují jen jednu nebo yjTism A DI FF B: Pokud hodnota buňky rastru A a rastru B je různá, je vrácena hodnota z rastru A. Pokud jsou stejné, je vrácení * Např. rastr historického (A) a současného (B) landuse a úloha: „pokud se v tomto místě změnilo využití krajiny, chci vědět, co tam bylo v historii, pokud ne, dej tam nulu, zeje změna nulová" loclno n o dno 'OKUSÍM \f\cis\ • Např. rastr biotopů s hodnotami 1-10, potřebujeme vybrat les s kódem 1 jezera s kódem 5 a řeky s kódem 8. Potřebné kódy se napíší jako {seznam hodnot} a biotopy budou vyprány do nového rastru. A OVER B: Pokud hodnota v A rastru je nenulová, přenese se Pokud je nula, je ve výsledku nahrazena hodnoť "" ras; tru. Např. hodnoty buněk v místech, kde nedošlo ke změně landuse a jsou tedy nula je třeba nahradit jinými hodnotami (pokud bychom v tom našli nějaký praktický smysl, tak třeba současným landuse). Kombinatorické o Kombinují atributy z více vstupních rastrů. Vytváří jedinečné kombinace hodnot, kterým přidává nový kód. Ten je v daném místi obsažen ve výstupním rastru. Atributová tabulka obsahuje význam tohoto kódu v podobě sloupců ze všech vstupních rastrů. Např. V již uvedeném příkladu s hledáním optimálních biotopů bychom se dozvěděli, jaká je v dané buňce kombinace faktorů (např. výsledný kód 28 značí potravně výborné, úkrytově Lokální funke vykonávají se v individuální hodnotě, uložené v dané buňce (vypočítává se nová hodnota pro danou buňku) lokální funkce lze aplikovat na jeden nebo několik vstupních rastrů Lokální funke kb^ Najděte místa, kde docházel ve využití území (landuse). o v pruDE Vstupem budou rastrové vrstvy, představující landuse určitého území vletech 1953, 1975, 1989 a 2001. mmmmammaammmmmmMmmmmmtm Počítanou charakteristikou bude VARIETY, tedy získáme rastr vyjadřující počet různých využití území na pozici daného pixelu za čtyři ro^y^BBBBBHBMMHMBBBBBBBBBMBBBBB^B Každá buňka výstupního rastru ponese hodnotu 0-3 podle toho, kolik typů landuse se e sledovaném období na dané buňce vystřídalo Za místa největší' nejvíce typů využ Fokál n í funkce vykonávají se v definovaném okolí každé buňky (vypočítává se nová hodnota buňky z existujících hodnot v definovaném okolí). Ve výsledném rastru se v buňkách objevují hodnoty, vypočíta definovaného okolí dané buňky Okolí je většinou definováno počtem buněk. Někdy lze definovat jako vzdálenost, popř. lze určit i tvar okolí. Používají se na statistické funkce nebo na analýzy proudě Uli Lokální funke ,ednim z možných způsobu, jak vyjádřit heterogenitu krajiny, je stanovit počet různých typů prostředí v okolí každého pixelu. Okolí pixelu lze podle cíle analýzy definovat různě, zde zůstaneme u nejbližšího čtvercového okolí, podle velikosti pixelu vybereme okolí (např. 5x5 pixelu) Fokální algebra pracuje s jedním rastrem, tj. pro každé období musíme výpočet provést zvlášť. Každá buňka výstupního rastru ponese hodnotu 1-25 podle toho, :ypu JancJuss ss v okdjj Kcizueno pj;oJu vysKyiovsuo Zonální funke Zonální mapovou algebrou vypočteme pro „zóny" definoval 1 odnotami jednoho rastru údaje z buněk druhého rastru Zonální funkce pracují podobně jako funkce fokální, rozdíl je ve vymezení území - místo okolí pixelu (3x3, 5x5 apod.) je druhým vstupním rastrem (nebo vektorovým polygonem) určeno území, ze kterého se počítají hodnoty výstupního rastru Zonální f Určeme poměrné zastoupení listnatých, jehličnatých a smíšených lesů na v 5 studovaných povodích Abyste mohli počítat, potřebujete nějakou vrstvu představující „zóny" - v tomto případě to budou plochy povodí Výsledkem je rastr, ze kterého lze generovat tabulku poměrného zastoupení lesů l~j[ [i POVODÍ %CONIF 1 %DECID 1 %MIXED %FOREST_TOT I nn Horní Morava 14,3 1 2,0 i 8,3 > 24,6 [T] Horní Bečva 20,9 1 4,( 3 12,3 38,0 [3 Úhlava 20,2 1 0,4 | 1,7 22,3 E Jihlava 18,0 ] 0,* 3 3,2 221 pT > Kyjovka 0,j 8 5,1 | 3,9 9,8 | Hodnota každé buňky výsledného rastru je počítána ze všech buněk zdrojového rastru. n k c Hledejme místa ohrozená průmyslovým znečistením, za kritickou hranici budeme považovat okruh 5 km kolem zdroje znečištění. Budeme tedy hledat všechny buňky výsledného rastru, které jsou do 5 km od bodů znečištění ve vstupním rastru. Globální funkce bude prohledávat celý vstupní rastr a každé buňce přiřadí hodnotu vzdálenosti k nejbližšímu bodu znečištění. Výsledkem bude rastr vzdáleností.| í D Distance (Fl) "2!.....347 3 jn í]" .......m JU......1380 R! 191R 0-940 940-1870 1870-2810 2810 ■ 374Ü 3740 - 4680 4680-5610 5610-6550 6550 ■ 7480 7480 * 8420 VZDÁLENOSTNÍ funkce - pro VEKTOR lze definovat obalovou zónu - BUFFER s výsledkem lze dále pracovat jako s novou vrstvou |0- 1647 jl647-3294 |3294-4941 4941 - 6586 6568 - 6235 18235 - 9881 j 9881 -11528 : 11528-13175 13175-14822 14822-16469 16469-18116 Continuous distance from a stream, in feet 0-1421 1421 - 2842 2842 4263 I 5684 |7105 I 8526 19947 4263 5684 7105 8526 9947 11367 (11367-12786 112788- 14209 114209-15630 Continuous distance [mm a timber stand, in feet Konstrukce buf fem o O O - 940 940 - 1870 1870 ■ 2810 2810 - 3740 3740 - 4680 4680 ■ 5610 5610 ■ 6550 6550 ■ 7480 7480 8420 I land Cov«r Aires Acres (D-SOD) <5DO-1OÚ0) Acres (1000 1500) Potest -^ 680 483 Closed Shrub 91 no 69 Agriculture o 0 2 ľ'tíďK-jl 11 43 53 Scattered Shiub 521 41 13 Gpen Shrub 238 191 69 Urban 0 0 0 Agriculture Clearcut Forest Closed shrub Open shrub Scattered shrub Urban NÁKLADOVÉ VZDÁLENOSTI určují, jaké prvky geografického prostoru se nacházejí v určité vzdálenosti od zadaných prvků. Jako Náklady lze uvažovat jak euklidovskou vzdálenost, tak např. čas nebo peníze. _ L 1 — — 1 j 1 f L m- 3#- ^■ui ^r_—_ É5 L_L rľa^. ^>ai-^ i i ^j. ^ S U j ■■ ^TjHiSWt _Ji ^]^ ^ 1" J . 1 ■ p, 1 1 ________________________J sttvets within ¥a of a mile of a fire station Streets within three minutes of afire station Agriculture C lea re u t I Closed forest Open forest Closed shrub Open shrub Scattered shrub 3 Urban Water Buffer around a stream, tvith land cover Continuous distance around a stream Using straightens distance, the upper point is much farther from (he stream. ^■0< 1647 11647 * 3294 | 3294 . 4941 4941 - 6588 ■ 6588 - 8235 | 6235 - 9681 R 9881 - 11526 111526-13175 13175-14822 14822 - 16469 16469 - 16116 Otsf distance ha sed on travel through land cover Using cost, the some points are equally near the streom. 0 - 6330 6330- 12659 12659 1S969 18989 25310 25316 - 31648 31646 ■ 37978 37976 - 44307 44307 - 50637 50637 ■ 56966 56966 - 63296 63296 - 69626 J Creöte slope from elevation, and reclassify. NÁKLADOVÉ VZDÁLENOSTI - složitější pnpad kombinace •topografické složky •vegetace •vodních toků rsfe 0 - 3 3 - 6 |6 9 |9^ 12 j 12 - 15 |15 - 18 18 - 21 1 2 3 4 S 6 7 B 9 10 2 Reclassify vegetation. Agriculture Clearcut I Forest Closed shrub Open shrub Scattered shrub §3 Urban 3 Reclassify streams. 4 Combine the three reclassified layers to create the cost layer. S The GiS uses the cost tayer to create a cost distance surface. 0-13500 13500-27000 27000 - 40501 40501 - 54001 |54001 - 67501 j 67501 -81001 | 81001 -94501 |94501 - 108002 106002- 121502 za sousedství Mezi vzdálenostní analýzy také patří takzvané analýzy sousedství (proximity analysis). Ty spočívají v tom, že se vytvoří „individuální plochy" kolem každého ze vstupních bodů, které definují příslušnost dané lokality k nejbližšímu z objektů Pro vlastní výpočet se používá metody Thiessenových polygonů Polygony představují spádovou oblast bodu Thiessenovy polygony Meteorologické stanice a jejich Thiessenovy polygony TOPOGRAFICKÉ FUKNCE jako vstup slouží DEM Sklon svahu Orientace svahu »Analýza viditelnosti Analýza povodí I ' ->■. ^:Jéf t*. Sklon svahu: stupně x proce Degree o1 dop a -Q Paroanl ol elopa-------- 100 run 1an 9 = rise run rise i run Degree ol elopa = ■ö .•■6 orientace svahu ~l Rat {-U ] Fíat (-1) | North (0-22.5) 5-67.5) J Northeast (22.5- ] East (67.5-112.5} ~| Southeast (112,5-157,5) South (157.5-202.5) Southwest (202.5-247.5) West{247.5-292.5) Northwest (292.5-337.5) North (337.5-360) ~.%+ Pte- /* -A iß X CÄ Tí Ff ;-.>-';:U-'->. vf- ^ * if If * ^TvN SPAD TOKU * ŕjp im r mr ^ .** \i w _________________ ____ ANALÝZA VIDITELNOSTI - hledá místa potenciální radiace - místa, zastíněná v určitou hodinu určitého dne v roce NP Podyjí-21.3.-12:30 ^ ANALÝZA VIDITELNOSTI Value Not Visible Visible ANALÝZA POVODÍ pohyb dešťové kapky po DEM ve směru největšího spádu Flowaccumulation Flowdirection DEM läill 1® ANALÝZA POVODÍ Identifikace "SINKS" - topologických nečistot v DEM, jejich následné odstranění pro korektní výsledky analýz vymezení povodí pro vybrané místo DEM výpočet cesty dešťové kapky po povrchu DEM FUNKCE SOUVISLOSTI v topologickém modelu se používá teorie grafů, kde pro každou linii (hranu - EDGE) je definován počáteční a kon* bod (uzel - ) \ LPOLY RPOL LENG UTOKMHI LMO LMORA 0 345,272600 401390000100 373 0 281,201400 401390000200 Til EHH3920 401390000300 375 0 121,333600 401390000800 379 0 506,674800 401390000700 380 vlastnosti prvků sítě: • délka • orientace • konektivita Interpolační funkce Při interpolaci odhadujeme neznámé hodnoty ze známých (naměřených) hodnot v okolí -je počítána hodnota buněk mezi naměřenými vzorky Výpočet může zahrnovat vzdálenost a váhu známých hodnot 1 256 261 266 271 276 281 I 1 253 273 250 265 247 257 244 249 241 Přesné Přesné metody interpolace zachovávají hodnoty v datovýcl bodech, které při interpolaci mají maximální možnou váhu, tj. 1,0 )n\ nástroj Vyrovnávací Vyrovnávací algoritmy působí na jemnějš vyrovnání mezi jednotlivými body, přičemž nejsou zachovány hodnoty datových bodů, které v tomto případě mají nižší váhu než 1. Celkový průběh výsledného gridu je proto hladší, dochází k vyrowi vnanj loKainicn nerovnosti DW - metod Metoda inverzních vzdáleností. Vychází z předpokladu, že hodnota v počítaném místě je více ovlivněna bližšími „měřeními" než vzdálenějšími. Hodnota veličiny na daném bodě je tedy ve výpočtu vážena jeho vzdáleností od počítaného místa, je počítán vážený průměr ze vstupních dat. Metoda tedy neumí vypočítat hodnotu vyšší nebo nižší než jsou vstupní naměřené hodnoty (tj. neextrapoluje). Tím dochází k určitému zploštění výsledku (pokud budou do výpočtu DTM touto metodou vstupovat jen hodnoty naměřené okolo vrcholu kopce, výpočtem získáme jen jejich průměr, nikoliv odhad výšky vrcholu). Výsledný povrch také neprochází přímo vstupními hodnotami (tj. pixel vypočtený přímo v místě měření nemá hodnotu tohoto měření). Na rozdíl od IDW výsledný rastr prochází naměřenými hodnotami a počítány jsou pouze hodnoty neznámé. Spline nejen interpoluje, aleje schopna vypočítat i vyšší a nižší hodnoty, než byly ve vstupních datech (záleží na okolních hodnotách, k jakému „prohnutí" povrchu dojde). Spline není vhodnou metodou v případě, že vstupní body jsou blízko u sebe a sousedi mají velmi rozdílné hodnoty (do výpočtu vstupuje rozdíl hodnot bodů a jejich vzdálenost). Nelze ji tedy doporučit pro dramaticky probíhající povrchy (tedy např. v případě tvorby DTM raději české kopečky než strže a štíty ve velehorách či vysoké útesy na mořském pobřeží). Důležitým faktorem pro výpočet je tzv. Voronoiva mapa neboli Thiessnovy polygony. Polygony jsou vytvořeny na základě bodové vrstvy tak, že do každého polygonu spadá jeden bod a že všechna místa polygonu jsou blíže bodu, který leží uvnitř něho, než bodu jinému. Do výpočtu vstupuje rozloha těchto polygonů. Je vhodná, pokud je velmi mnoho vstupních bodů. Pojem denzita neboli hustota populace znáte z ekologie. Vyjadruje počet jedinců na jednotku plochy. GIS umožňuje principiálně stejný výpočet: Z bodové vrstvy lze vytvořit povrch (rastr), jehož každý pixel vyjadřuje hustotu bodů (počet / plocha) v určitém svém okolí. oint denzita V definovaném okolí každého pixelu jsou vyhledávány body, jejich počet je následně dělen plochou definovaného okolí. Pokud jednotlivé body mohou představovat více výskytů a počet je v atributové tabulce, lze toto pole tabulky zadat jako tzv. Population field. Do výpočtu pak nevstupuje prostý počet bodů, ale tyto hodnoty. 7 observations 2.88 acres = 2.4 observations per acre rnel Densi Výpočet si lze představit tak, že z každého bodu se interpoluje povrch - tei má nejvyšší hodnotu v místě výskytu bodu a klesá se vzdáleností od bodu Na hranici okruhu zadaného pro výpočet klesá k nule. Kernel density je pak počítána z těchto povrchů. Pokud se někde kernely jednotlivých bodů překrývají, hodnota buňky se počítá jako součet jejich hodnot. ^^^rcti rarf'11* TIN Nepravidelné trojúhelníkové si TIN reprezentuje povrch jako soubor trojúhelníků (odtud trojúhelníková), které jsou definovány třemi body umístěnými kdekoliv v prostoru (odtud nepravidelná) a pro tyto trojúhelníky uchovává topologické vztahy (odtud síť) Dělení na dílčí trojúhelníkové plochy Hledány vrcholy trojúhelníků; spojnice vrcholů by měly co nejvýstižněji sledovat linie, na kterých dochází k výrazným změnám v průběhu plochy jako celku (údolnice, hřbetnice) Základní požadavek: odvodit hodnotu povrchu pro kterýkoliv bod plochy Výhody: Výrazně menší objem uložených dat, nevadí nepravidelné vstupní bodové pole, ve vstupu však musí být body ležící na všech důležitých singularitách, nestačí jen např. digitalizované vrstevnice -jsou třeba údolnice, hřbetnice apod. výhody: Složitost struktury a postupu jejího vzniku UZLY - základní stavební kameny TINu, pocházejí ze zdrojových dat, např. měření. Každý NOD musí mít svou hodnotu. HRANY - každý NOD je spojen s nejbližšími sousedy v souladu s „Delaunayho" triangulací (kružnice opsaná kolem každého trojúhelníku nesmí mít uvnitř žádné další UZLY) TROJÚHELNÍKY - každý trojúhelník reprezentuje určitou homogenní část povrchu, na hranách se prudce mění sklon (údolnice, hřbety), pro jakýkoliv bod uvnitř nebo na hraně trojúhelníku lze interpolací určit jeho hodnotu VNĚJŠÍ OBAL - je tvořen jedním nebo více polygony, obsahujícími všechny UZLY, z nichž je vytvořen TIN. Také na hranách HULLu lze interpolací určit hodnoty všech bodů, vně HULLu už žá< informace o hodnotách povrchu nelze "'"**" L^\ ^Ji\ SIL Dálkový průzkum Zem Je metoda i umění, která umožňuje získávat a zpracovávat data naměřená bezkontaktním způsobem většinou o zemském povrchu. Pro měření je využíváno elektromagnetické záření různých vybraných vlnových délek Halounová podle Lillesanda a Kiefera Dálkový průzkum Země je nejdražší způsob, jak vytvořit obrá Andrew Bashfield, INTERGRAPH Land-use Změny klimatu Zdroje nerostných surovin Mořské proudy Mapování vegetace A,D -zdroj záření B - dopadající zář« C - měřená oblast ^CĽH5/CĽľ lektrom etické z J J Vlna má tvar popisovaný sinusovou funkcí Long Wave Length Low Frequency Low Energy Short Wave Length hin High Frequency High Energy (NOTE: Frequency refers to number of crests of waves of same wavelength that pass by a point in one second.) c*x*i ii) ÍWW E CCRS fCCT Elektromaaneticke Elektromagnetické spektrum 1 um 10" 10" 10 Wave Length (m) ltiiEi 1 cm ektrum D ■ hH «A CD a: t ang Radio Waves T I I T l 102 1km Vlnové délkv využívané mkrovlnné záření 0.1 cm - 100 cm Infračervené záření tepelné 8 um - 14 um Infračervené záření daleké 4 um -25 um Infračervené záření střední 1.3 um - 4 um Infračervené záření blízké 0.72 um - 1.3 um Viditelné záření 380 nm - 720 nm Ultrafialové záření 300 A cca do 3800, i i ■i> CCRS J CCT specifické spektrální snadná identifikace v intervalu viditelného elektromaanetického záření voda odráží oouze ieho malou část v oblasti infračervených vlnových délek se voda chová téměř jako absolutně černé těleso a pohlcuje téměř všechno dopadající záření a na snímcích se yyznacujB risjcrrjsiysjrrjj to LANDSAT 5 : TM1 TM4 Studium vodních objektů metodami Výrazně odlišný tón vodních objektů se na snímcích v infračervené části spektra projevuje v charakteristickém tvaru histogramu obrazového záznamu. Vyskytuje-li se na snímku jedna či více vodních ploch, potom se histogram vyznačuje dvěma vrcholy, jak je patrné z uvedeného příkladu. Vrchol vlevo tvoří pixely vodní plochy, hlavní vrchol histogramu vpravo tvoří pixely všech ostatních povrchů na snímku. Metodou tzv. prahování lze vodní plochy ze snímku extrahovat. Výsleldek prahování uvádí následující obrázek: Různá odrazivosti vegetace v různých intervalech elektromagnetického spektra výrazný nárůst odrazivosti v blízké infračervené části spektra (ve viditelné části spektra odráží plocha s vegetací 20% záření, v blízké IR je to kolem 60% Záření ve viditelné části spektra je pohlcováno především chlorofylem (nejintenzivněji v modré a červené části spektra) - proto se vegetace jeví jako zelená V infračervené části spektra (700 - 1300 nm) je narůstající odrazivost formována především uspořádáním buněk těch částí rostlin, které jsou nejvíce vystaveny dopadajícímu slunečnímu záření - tedy odrazivosti listů. Lze například poměrně snadno odlišit porosty listnatého a jehličnatého lesa V intervalu spektra 1300 - 3000 nm je odrazivost vegetace formována především přítomností vody v orgánech rostlin. Vyšší obsah vody snižuje 1.0 2,0 Vlnová délka (mikrometry) Mapování vegetace s využitím DPZ NDVI= NIR-RSD NIR + RED Svetlejší plochy na snímku se vyznačuji vyšší hodnotou indexu a představují části snímku s nejbohatší vegetací Nejvyšší hodnoty NDVI vykazují pole, na nichž převládá odrazivost vzrostlé vegetace - především vzrostlé ozimé obiloviny Vyšší hodnoty NDVI vykazují také lesní porosty. V rámci nich lze odlišit světlejší tóny ploch listnatého lesa od tmavších pJocf] jsnJJcnsinu 3 njzsjrnj noci dots. inrlpyii (\\Y\cr/únur\r\^ ne vegetačního indexu (jihozápadně Brněnské přehrady) é mapování krajinného Snímek vlevo byl vytvořen z pásem TM321 (RGB), která zaznamenávají viditelnou část spektra Snímek vpravo byl sestaven jako barevná syntéza pásem TM432 (RGB) Rozdíl mezi listnatými (Bílé Karpaty, Chřiby) a jehličnatými (Bzenec - borovice na vátých píscích) lesy je na snímku ve viditelné části spektra málo patrný V svntéze s blízkvm IČ oásmem ie rozdíl iasnv Temati 'ÄV, .r ' '. :*J <á a J C 1 - t ^■b \ JU Wŕ^^W < .v 4 IHjA jf^ W ják NP Podyjí - odlišný charakter využíván daJsAB pudy zeme Rakousku a u nás elm pováni krajinn v » .» í * í. Normalizovaný vegetační index (NDVI) Mapy NDVI mohou být vhodným nástrojem ke studiu zdravotního stavu vegetace, časových změn a průběhu fenofází, odhadům výnoí zemědělských plodin, odhadům vodního stresu rostlin Následující čtyři snímky jsou příkladem změn v hodnotách NDVI v průběhu vegetačního období v Evropě, v severní Africe a v oblasti Sahelu. 1. snímek je z počátku roku, kdy vegetace je zaznamenána pouze v nejjižnějších částech Evropy. 2. snímek ukazuje nástup jara na konci měsíce března a postupný nástup rozvoje vegetace ve střední Evropě. 3. ze série snímků zachycuje rozvoj vegetace na konci června 4. snímek zachycuje situaci z konce září s postupným ústupem vegetace patrným především v severní a východní Evropě. tudium zdravotního stavu lesu spektra a blízké infračervené části spektra Pokud je rostlinný kryt vystaven určitému druhu stresu - například když dochází k usychání nadzemních částí rostlin na konci vegetačního období nebo k usychání listů či jehličí v důsledku jejich poškození znečišťujícími látkami v ovzduší - projeví se tato skutečnost nejprve ve snížené odrazivosti v blízké infračervené části spektra Je možné studovat rozsah a stupeň poškození vegetačního krytu dříve, jsou tyto procesy usychání rostlin pozorovatelné v přírodě ÍÍTi^l 1984 986 1991 Ta Neřízená - Unsupervi :=T^I automatické vytvořen kupin pixelů clustrováníi do skupin ifeiíii (voda, les, zástavba, nezařaditelné ..." H ANO íkace Řízená - Supervised /ýběr ploch s předer známým zařazením trénovací množin^* statis larakteristik trénovacích inožir ANO^ sifikace d statistických charakter. KONEC IRS - Indická družice, data vhodná pro generování digitálního modelu terénu http://www.qaf.de/data.html SPOT - Systém francouzských družic, vhodné k mapování vegetace a vodních ploch. huo://BOuí4.onssí:ímouí4 cib/jndsx.mrn SPOT- VEGETATION - Určeno pro mapování vegetace a tvorbu vegetačních indexů, http://www.spot-veqetation.com/ LANDSAT - Systém družic NASA, nejpoužívanější k tématickému mapování. http://landsat.qsfc.nasa.qov/ TERRA - Systém družic NASA, určeno pro monitorování klimatu. fiTrp;//T8rra,nsissuiQy/, nu irrj.cis-ransisjsi.ciov/ Eg AA- Systém amerických meteorologických družic s polární drahou. )://www.noaa.qov/satellites.html METEOSAT-Západ http://www.eu m Dsvrops/' á meteorologická družice, provozuje ji EUMETS Systémy GPS, GLONASS, GALILEO GPS (NAVSTAR) -17. prosince 1973 rozhodnutí o vybudování Spojené státy americké htto://tvcho.usno.navv.mil/aDsinfo.html GLONASS v 80. Letech zahájen budování v bývalém Sovětském svazu http://www.qlonass-center.ru/ GALILEO - Evropský projekt navigačního systému, v současnosti vypouští první družice http://euroDa.eu.int/comm/dqs/enerqv transport/qalileo racu e GPS družice vy výšce 20200km vysílají signál, obsahující rjřiiírriaf určuje vzdálenost í struktura systému Kosmický segment Yů Uživatelský segment Zdroje nepresnosti v současnosti u ručních prijímaču chyba do 15 m, existují i přístroje s horizontální i vertikální přesností subdecimetrovou Ionosféra - radiové vlny jsou v ionosféře nepatrně zpomalovány (podíl na chybě 5-1 Om). Řešení: získání informace o vlivu ionosféry z pevné stanice. Geometrické uspořádaní družic v místě a době měření (nsirarn^tr hi n ),vJ), Rsssru: lze prsdJkovsrí přeci měřením kanceláři. álu (multipath) odraz od budov, stromů Signálu nevadí oblačnost, ale např. koruny stro. adní geografická data • ArcČR . DMÚ • ZABAGEU • Katastrální mapy • Letecké snímky a ortofotoma • Družicové scénv Data odborných institu • Ochrana přírody • Meteo Co je dobré vědě sprav csrn Mít přehled o existujícím GIS, popř. CAD programovém vyoavsni a Torrnaiscn aai Vektor či rastr ? Jaký formát dat potřebujeme, popř. z jakého jsme schopni data převést Jaký potřebujeme souřadnicový systém Data od CUZK www.cuzk.cz ZABAGED 1 je digitální topografický model území ČR odvozený z mapového obrazu Základní mapy České republiky 1:10 000 v souřadnicovém systému S-JTSK a výškovém systému baltském - po vyrovnání. rávcem a poskytovatelem dat ZABAGED je ZEMĚMĚŘICKÝ íAD. BAGED má charakter GISu integrujícího prostorovou složku dorové grafiky s topografickými relacemi objektů a složku atributovou obsahující popisy a další infon Obsai databázi do 60 grafických vrstev vektorových (DGN) souborů. Výškopisná složka vybavená vektorovým souborem vrstevnic umožňuje vytvářet účelově digitální model terénu. ZABAGED je tvořen a provozován v grafickém prostředí MicroStation a GIS prostředí MGE (Intergraph) využívající relační databázi ORACLE. TJSJCB O ODJBKIBCfJ Název objektu vodnítok rám + hranice užívání vodnítok + hranice užívání železniční traf + hranice užívání pouliční dráha + hranice užívání vlečka + hranice užívání pozemní lanová dráha * hr užívání silnice + hranice užívání cesta + hranice užívaní pěšina + hranice užívání břshovka + hranlcs užívání hranice užívání cesta pěšina elektrické vedení silnice, dálnice železniční trať pouliční dráha vlečka lanová dráha, vlek metro lanová dráha, vlek metro ulice produktovod osa letištní dráhy obvod letištní dráhy uzlový bod silniční síle UBS križovatka úrovňová UBU křižovatka mimoúrovňová UBM železniční přejezd most lávka podjezd tunel propustek pfívoz že lezniční zastávka brod stožár lanové dráhy hraniční přechod přístaviště akvadukt, shrybka přehradní hráz, jez skládka usazovací nádrí parkoviště kolej i stě letiště elektrárna přečerpávací stanice rozvodna, transformovna hřbitov účelová zástavba intravilán vodní plocha orná půda a ostatní neurč. plochy ovocný sad vinice chmelnice okrasná zahrada louka, pastvina lesní půda s krovinatým porostem lesní půda se stromy lesní půda s kosodřevinou živý plot, sli omoradí. úzký pruh lesa osamělý strom, lesík lesní průsek BAGED - pol ^ J t slil "P ín pľ 1W5 ^í°_| fič &<; Měrná jednotka : 1 mapový list ( 1m.l.) v kladu listů Základní mapy ČR 1:10 000 Data tvoří dva vektorové soubory: 1 vektorový soubor polohopisu 2D ve formátu DGN (pnp.DXF) 2 vektorový soubor výškopisu 3D ve formátu DGN (příp.DXF) Základní sazba ceny v Kč: Iza 1 mapový list (ml.) Iv rozsahu polohopis výškopis 1 -25 ml. /25m.l. 2 500:-62 500.- 70Q;-17 500:- 26-300 ml / 300 ml 2 0003-612 500.- 560;-171 500;- nad 300 ml. 1 630,- 460;- I celá ČR 7 575 860:- 2 136 620;- 1 Celá ČR (polohopis a výškopis) _______________ 9 712 430,- | Rastrová digitální základní mapa 1:10 000 Vznik: skenováním jednotlivých tiskových podkladů Základní mapy ČR 1 : 10 000. Data jsou k dispozici z celého území CR s výjimkou 25 mapových listů vojenských úje; :o rasirovs mapy Od roku 2001 vzniká postupně nová podoba tét< data jsou již odvozována ze souborů ZABAGED. Aktuální stav odpovídá tiskovým podkladům posledního vydání [illľ i lllW :n\/\j stém: baltsk> Tovnani. ZABAGED 2 „nová podoba" naraiKiiiFsit^i UM Data ZABAGED jsou počítačově zpracována vizuální podoby ma~ " x~'~ í_' Rastrová data díky zpüso. "sedí" na vektorových datech ZABAGED ^důležité při kombinaci obou modelů Zatím není pro celé území Vektorová data : ZABAGED - výškopis Rastrová data : RZMIO odvozená ze ZABAGED Wm} O :&.ad i»* Měrná jednotka : 1 km2 (1 dm2 v mapě), jednotka pro dodávku je čtverec 2 x 2 km Barevný rastrový formát: TIFF ( +TFW ), na požádání konverze do GIF, BMP apod. Hustota: 400 dpi Parametry obsahu jsou uvedeny v metadatech, jež jsou nedílnou součástí digitální rastrové mapy. Základní sazba ceny: úplný obsah v rozsahu: hustota 400 dpi do 100 km2 130;-KČ71 knr 101-500 km2 13 000,-Kč/IOOkm2 -•- 85,-Kč za každý další km2 nad 500 km2 47 OúU-KčV 500km2 ■+- 40,-Kč za každý další km2 __________celá ČR__________ 3 181 720,-Kč__________________ 1) Ortofoto v šedé škál • v kladu listů Základní mapy ČR 1:10 000 s přesahem k dispozici z celého území ČR • Hustota: 500 dpi • Formát: georeferencovaný TIF • Souřadnicový systém JTSK Rozlišení cca 0,5 m 2) Barevná ort of o ta . v kladu listů SM5 - . ouze část území Hustota, rozlišení a systém stejné Formát: M wm ***£* orioíoto '^ftn- m m >-JKŕ ŕ-•ppw' *%T iSiL f I Ortofoto v šedé škále, v kladu ZIV110, formát TIFF MJ: m.l. Kč I rozsah 1-5 ml. / 5 m.l. 1 350.-6 750:- I rozsah 6-27 m.l. / 27 m.l. 880.-26 11G\- nad 27 m.l. 400:- Ortofoto barevné, v kladu SM 1:5 000, formát MrSID MJ: m.l. Kč rozsah 1 -20 m.l. / 20 m.l. 500.-10 000:- rozsah 21-100 m.l. /100 m.l. 400.-42 000:- nad 100 m.l. 300:- Ortofoto v šedé škále, v kladu SM 1:5 000, formát TIFF MJ: m.l Kč rozsah 1 -20 m.l. / 20 m.l. 375-7 500:- rozsah 21 -100 m.l. /100 m.l. 245.-27 100:- nad 100 m.l.______________________________________ 1158- oskytovani dat k diplomové, bakalarsk nebo semestrální prá< 1) Data v rozsahu do 4 mapových listů se poskytují (zapůjčují) studentovi pro zpracování jeho práce zdarma. 2) Data v rozsahu nad 4 mapové listy mohou být poskytnuta studentovi výjimečně také zdarma, po předložení potvrzené žádosti fakultou (katedrou) a následném posouzení rozsahu požadovaných dat a možného využití výsledků jeho práce v Zeměměřickém úřadu. V tomto případě je student povinen, jedná - li se o data ZABAGED, preCJSlI Z.BnJBn]BrJuí\BnJ icjöjj yyij^K p/ ŘTlTcirfeTéri Žadatel - student vyplní t (týká se i bodu 1) potvrdí školou Statní mapa 3 složky - katastrální, výškopisná a topografická Souřadnicový systém S-JTSK, výškový systéi N ni p spolu se Státní mapou 1:5000 - rastrovou nncrn inrip nsinra mapu odvozenou 1:5000 'O y El D od OD * K dispozici měřítka: : 200 000, 1 : 500 000, 1 : 1 000 000 m S-JTSK. vvškovv svstém baltskv ^^H -s Souřadnicový s># po vyrovnání Vznik: skenováním jednotlivých tiskových podkladů Základni mapy p inslusneno rnemksi Celé oriiřsi iíCR : georeferencovaný TIFF, 400 dpi kenované katastrální mapy Aktuální ke Neisou souřadnicové onooienv do JTSK j j j j Hirmát CIF 5 000 [•mni] *x 11 I 1 T 3E1T. Kaspůa^va ponukem e "j I z m í STUDÁNKA NISO« Ärfrt*»». Svitli p.Jdičdem "Ryť, Nisou ^■ícswwc: 1019 Bia WĽ ^ Vel. Hamiy Zl. Okinkc Harrachm £ >kytnken*Jiz. 1 Jitilúttec ■•JI* Bence XtfJWM Fqtiikláž» ChiLfhťlna 1L JlTfTIKI emíiy i*w Vii In p v rí n. Ji7.. ZM 1 : 1 000 000 Mikuß Kirisitcď Lipa Ifansko fceská nicky ěrwv äoifl X- Bílý Pc^ok áwieradów- E ; íffllď ov ČESKÁ LIPA/' Mníäeff JÍSOL JaserfvivDÜI LIBEREC Des,lá> \feJktí Hfinrry Szkiaríiita Fúreba, >' Úšitik i K. p. líalíkfirTi Harrachov | R Rokyinice n. Jiz. i JoMonoc vn. Jtel íodkovioe =*v ludnicir labám HúSĽka • IJtíSký J n. M*w1tai . SdíLríý Brod ' fcW<»ř\ /* SEMIĽAV /ft™* Tum«' Lr p. Tľoskttmi Stan UE Bukov n. Jff ^mÍadáboles] « Seno MĚ i*l x\ íbrovtce Lüätfenko nftiéi IníBousbv j L bi ...ces Voiensk ydrometeorolo poskytuje topo ifická data produkovaná pro užití AČR i civilním zájemcům D://vvvvvv.£irrnY iřcJííJiT Data reprezentující výšku digitální model reliéfu DMR-2 • obsahuje nadmořské výšky ve stometrové síti systému S-4; Data popisující topografické objekty na území . DMÚ200 DMÚ25 !!! S-42, WGS84; výměnný formát NATO + formáty ESRI Současné mapy ve formě rastrových souborů. • Tzv. Digitální ekvivalenty topografických map - DETM. - Od měřítek 1 : 1 000 000 do 1 : 50 000 celá reoublika I : 25 000 vybrané lokality rozlišení 300 dpi a 4bity (16 barev) nebo TIFF s aeoreferencí Letecké snímky • archiv cca 800 tisíc leteckých měřických • pořízeny vojenským letectvem postupně ativů .oku 1 VRSTVA JMENO COVERAGE POPIS POLY ARC NODE POINT Vodstvo Vodní plochy, vodní toky, objekty na vodních tocích • • • WvWňíw Hloubnice, hloubka V • SIT Říční síť • • • Komunikace KOM Vš echny typ y p ozemní ch komunikací a objekty na nich • • PE trasy PET Elektrická vedení, produkt ovo dy a zařízení na nich • • • Rostlinný a půdní kiyt LESY Plošné porosty a samostatně stojící stromy • POR Liniové porosty • PUDY Půdní typy • 1 Sídla, průmyslové a Jiné topografické objekty %Mk Bloky budov a průmyslové are- • 3&S& Objekty vyjádřené topografickou značkou • BUD Jednotlivé budovy • OBRS Obrysy sídelních jednotek • 1 Hranice a ohrady SPRV Hranice správních celků • • REZ Hranice rezervací a chráněných území • WP Hranice vojenských výcvikových prostoru • OPL Ploty a ohrady • Terénni reliéf VRST Vrstevnice • VOBJ Výškové objekty (terénní tvary), objekty mikroreliéfu V • VYSB Výškové body • GEOB Geodetické body • A " / .—■ -m ^__—_ J cCR 500 ArcČR 500 je digitální vektorová geografická databáze pro území České republiky, zpracovaná v měřítku 1:500 000 ZPRACOVATEL: ARCDATA Praha PODKKLADY: • Mapa České republiky v měřítku 1:500 000 pro základní geografické I prvky (plochy lesů, plochy a body sídel, vodní plochy, vodní toky, silniční a železniční síť). • Fyzickogeografická mapa ČR 1:500 000 pro prvky výškopisu. Vektorová databáze územně technických jednotek pro jednotky administrativního členění. Geografické informace ArcČR 500 jsou rozděleny skupin: • základní geografické prvky, ..mistrativni denen • rozšiřující tematické informa* ří tematickýd (a jejich atribu silniční síť (třída, číslo silnice, mezinárodní tah, jízdní pruhy); železniční tratě a lanové dráhy (typ, číslo traťového oddílu, kategorizace, elektrifikace); stanice a zastávky (název, číslo traťového oddílu); lesní plochy; vodní plochy (název, název vodního toku, typ, výška hladiny); vodní toky (název, typ); bažiny a rašeliniště (typ); plochy vybraných sídel (název); bodová sídla (název, velikostní kategorie, léčebné lá výškové body (název, nadmořská výška); vrstevnice (nadmořská výšk digitální model terénu (nadmořská výška); stínování terénu; Další prvky Administrativní jednotky (a jejich atributy • obce, městské části a městské obvody (název, IČZÚJ, typ, I okres, pověř, obecní úřad, finanční úřad, stavební úřad, PSČ, okresy (název, kraj, počet obyvatel); kraje (název, počet obyvatel); spádové obvody úřadů — pověřených obecních, finančních (název, okres, počet obyvatel); zemepisná síť po 1'(délka, šířka); klad listů státních mapových děl — základní a topografické mapy 1:10 000-1:200 000; hraniční přechody (název, typ, charakter, rozsah doprav^ a provozu); veřejná letiště (název, kód ICAO, statut, provoz^ ArcČRSOO ARCDATA PRAHA GEOGRAFECKÉ [NTOBMAČN1 SYSTÉMY Otavní^ a ^. NERATOVIcr* M □ m ^ y O «? d t * ^ * o Cf M Ä s tt Ľfl <*J ŕ? ■ Ví oiŕiíry V^ pověřené ojoecŕľŕ ŕŕŕ y^ oŕce ĽH________| Q klad listu státních mapových dil GEO Geografická databáze GEOČR 500 je souborem map zobrazujících různými metodami geografický povrch celého regionu ČR ^sáhuje mapy topografické krajinného pokryvu: mapa krajinného pokryvu zpracovaná na iíovcirjy geologické minerálních vod: Hydrogeologické struktury, oblasti označující chemismus vod, geoizotermy, oblasti s lokálním výskytem minerálních vod Metalogenetické Radiometrické: plochy a izolinie přírodní radioaktivity hornin na zemském povrchu 'onového rizika: body označující plochy měření radonu Jochy označující převažující kategorie radonového rizik podloží maanetometrické a aravimetri< eobáz š&lpp® ata odborných institu andýs nad Labem - (Ústavpro hospodářskou úpravu lesů) .uhul.cz/idc - Data z oblasti lesnictví - OPRL (oblastní plány rozvoje lesů), inventarizace VÚMOP Praha - Zbraslav - ÍVvzkumnv ústavmeliorací----------- htto://www.vumoD.cz/odd a is. htm I - Data ZPF (zemědělský půdní fond) - Mapy BPEJ (bonitovaných půdně-ekologických jednotek) - Erozní ohroženost C H M U - (Český hydrometeorologický ústav) f.chmi.cz - Klimatologická data - Počasí, hydrologie VU V - (Výzkumný ústav vodohospodářský TGM) htto://heis.vuv.cz/ - Hydroekologický informační systém, vychází ze ZVM 1:50 000 SOP CR - (Správa ochrany přírody) http://sop.default.cz - Hranice CHKO - Zonace CHKO - MCHÚ a památné stromy v CHKO iii\ďdnnz:vh AOPK CR - (Agentura ochrany přírody a krajiny ČR) http://www.nature.cz/exti ' itto://www.natura2000.c - MCHU a památné stromy - NATURA... h'ťí o.//vIBPBBHfrr// - Geologie, hydrogeologie, - Ložiska - Radonová rizika - Chemizmus podzemních vod, MIDAS nrorrrj I rr IVII DJ j-\o Metadata k existujícím vrstvám JVJozno získal predstavu, co sxisiujs a kontakt n Veřejná správa a služby Legislativa, Administrativa, Doprava, ... Příroda Ekologie, Fauna, Voda, Nerosty, Ovzduší, Společnost Bezpeínost, Školství, Historie, Myslivost, Ekonomické aktivity Bankovnictví, Průmysl, Zemědělství, ... Polohopisná a výškopisná data DPZ, Základní mapy, Geokódování, Geodézie, Využití území Katastr, Limity, Územní rozvoj,... Infrastruktura Doprava, Inženýrské sítä,... Správa a ochrana majetku Bezpečnost, Krizový management, Pojišťovny, Typy systému esionální GIS plně funkční software (sady dat, editace, administrace dat, rozšířené možnosti geografických analýz a další speciální nástroje) cena: 8 000 až 20 000 USD příklad: . ArcGIS(ESRI) . Smallworld GIS (Smallworld GE) • GeoMedia Professional (Intergraph) DesktoD GIS nejrozšířenější kategorie GIS SW nástroje pro tvorbu map a diagramů cena: 1 000 až 2 000 USD příklady: • World (Autodesk) • ArcView GIS (ESRI) • GeoMedia (Intergraph) Maplnfo Professional (Maplnfo) • Idrisi Kilimanjaro (Clark Lab's) pro mobilní zařízení (PDA) podpora zobrazování, dotazování a jednoduchých analytických operací cena: 500 USD příklady: . OnSite (Autodesk) • ArcPad(ESRI) • MapXtend (Maplnfo) • Scout (Smallworld) omoonentově žalo sada nástrojů GIS, ze které se sestavuje samotný program • využití: • zákaznický servis • dopravní systémy interaktivní atlasy cena: 1 000 až 2 000 USD příklady: • MapX (Maplnfo) Blue Marble Geographies GeoObjects zobrazování většiny známých formátů souborů • omezené funkce: • zobrazování • dotazování jednoduché mapové úlohy poskytují se většinou zdarma příklady: • ArcExplorer (ESRI) • GeoMedia Viewer (Intergraph) • ProViewer (Maplnfo) • Express Viewer (Autodesk) • Bentley View . MISYS-View • T-MapViewer • Geographic Explorer (Blue Marble Geographies) Inte meto v největší potenciál uživatelů a nejmenší náklady nejrychleji se vyvíjející typ GIS zpočátku pouze jednoduché úkoly, dnes už i „klasické" operace cena: 5 000 - 25 000 USD příklady: • MapGuide (Autodesk) . ArcIMS (ESRI) • GeoMedia WebMap (Intergraph) • MapXtreme (Maplnfo)