Después de los dos artículos sobre la conversión de una rasterización en valores difusos:
- Transformar una rasterización en valores difusos con FuzzyAttributes V2
- Pasar de una rasterización de clases a una rasterización difusa en QGIS
Veremosns dans cet article comment agréger deux rasters flous en prenant en compte la subjectivité de l’utilisateur.
Ventana de configuración
En el menú del complemento FuzzyAttributes, seleccione «Agregación ráster».
Campos «Ráster 1» y «Ráster 2»
Los campos «Ráster» muestran la lista de capas cargadas, limitadas a las capas ráster. La versión actual solo funciona con rásteres de tipo monobanda.
Nombre del ráster de salida y carpeta de salida
Estos dos campos le permiten definir la ubicación y el nombre del ráster resultante. El formato predeterminado de este ráster es .tif.
Extensión espacial
Esta opción permite gestionar la extensión espacial de la capa resultante.
La opción intersección mantiene en la capa resultante la extensión correspondiente a la superposición de las dos capas de entrada. Para cada intersección, el atributo resultante se calcula a partir de la función definida más adelante. Pero esto implica que si una capa no tiene datos para una zona, dicha zona se ignora en la capa resultante. En un proceso que implique varias agregaciones de extensión diferente, la capa resultante se verá reducida de forma significativa. Además, la ausencia de datos de una zona impedirá su «recuperación» en agregaciones posteriores.
L’option union garde dans la couche résultat l’étendue correspondante aux deux couches en entrée. Pour chaque zone de superposition, l’attribut résultat est calculé à partir de la fonction définie plus loin. Pour les zones où une des deux couches n’a pas de données,l’attribut résultat est calculé à partir de la fonction définie plus loin en considérant que la valeur de la couche absente est «très mauvais». Dans un processus impliquant plusieurs agrégations d’étendue différente, la couche résultante ne sera pas amputée du tout. De plus, l’absence de données d’une zone n’empêchera pas son «rattrapage» dans les agrégations ultérieures.
Méthode de rééchantillonage
Contexto: ¿por qué hablamos de remuestreo?
Cuando se desea agregar dos rásteres (por ejemplo, para calcular la media, el mínimo, la suma o una combinación difusa), QGIS debe asegurarse de que ambos sean compatibles:
- mismo tamaño de píxel (resolución),
- mismo alcance geográfico,
- misma proyección (CRS),
- misma alineación de cuadrícula.
Sin embargo, en la realidad, los rásteres suelen provenir de fuentes diferentes:
- un ráster con una resolución de 10 m,
- otro con una resolución de 30 m,
- un tercero ligeramente desplazado.
QGIS debe entonces remuestrear uno (o ambos) rásteres para que coincidan antes de la agregación.
¿Qué es el remuestreo?
El remuestreo consiste en recalcular los valores de los píxeles de una trama a partir de otra cuadrícula.
El complemento selecciona automáticamente la resolución más fina de las dos rasterizaciones de entrada.
Los principales métodos de remuestreo
En QGIS (y GDAL), estos son los principales métodos:
| Método | Tipo de datos recomendado | Descripción |
|---|---|---|
| Nearest Neighbor (Vecino más cercano ) | Categórico (clases, máscaras, difuminado binario, etc.) | Elige el valor del píxel fuente más cercano. Conserva las clases, es rápido, pero a veces crea efectos de escalón. |
| Bilineal | Continuo (elevación, temperatura, probabilidad, etc.) | Calcula una media ponderada de los 4 píxeles vecinos. El resultado es más suave, pero modifica ligeramente los valores. |
| Cubic (bicúbico) | Continuo, datos de análisis | Interpolación más precisa en 16 píxeles vecinos. Suaviza aún más, pero es más lento. |
| Average (media) | Agregación a una resolución más gruesa. | Calcula la media de todos los píxeles fuente que caen en la nueva celda. Ideal para pasar de 10 m a 100 m. |
| Lanczos | Imágenes continuas, ortofotos, MNT, NDVI. | El método Lanczos es una interpolación basada en una función sinc truncada. Muy nítido, poco desenfoque, poca distorsión. |
Definir la función de agregación
Debe marcar una respuesta para cada una de las tres preguntas.
Si considera que la inversión de los dos criterios modifica sus respuestas (asimetría de los criterios), marque la casilla Verificar la simetría. Una cuarta pregunta le permitirá introducir su respuesta.
Procedimiento para determinar la operación de agregación.
En el caso de la agregación de dos objetivos, existe un procedimiento sencillo para determinar el tipo de operación que se debe realizar. Consiste en proponer al responsable de la toma de decisiones tres situaciones tipo y pedirle que las evalúe. A partir de las tres respuestas dadas, se busca en un catálogo de funciones la que mejor se adapta a los deseos del responsable de la toma de decisiones.
Las tres situaciones tipo (S1, S2, S3) se eligen en función de dos criterios (C1, C2) de manera que:
- – S1 sea incompatible (nota E o 0) con C1, pero totalmente compatible (nota A o 1) con C2;
- – S2 sea medianamente compatible (nota C o 0,5) con los dos objetivos C1 y C2;
- – S3 sea medianamente compatible (nota C o 0,5) con C1 y totalmente compatible (nota A o 1) con C2.
Se obtienen tres respuestas (R1, R2, R3) a partir de las cuales se busca la operación de agregación.
Los tres tipos de funciones implementadas
Hay que estudiar dos situaciones:
- a) dos criterios de igual importancia;
- b) dos criterios de importancia desigual
Criterios de igual importancia (simétricos)
Dos criterios tienen la misma importancia si la función de agregación es simétrica, es decir, si la respuesta a las tres preguntas de evaluación es la misma si se invierte el orden de los criterios.
En este caso, a partir de las tres respuestas (R1, R2, R3) se busca la operación de agregación en la siguiente tabla:
Método de ajuste para criterios asimétricos
Cuando un usuario define una función de agregación difusa a partir de respuestas no simétricas (por ejemplo, algunos criterios considerados más importantes que otros, o combinaciones consideradas atípicas), el complemento utiliza un método de aproximación para generar automáticamente una función de agregación personalizada.
La función generate_asymmetric_function(code):
- Puntos clave definidos por el usuario
- El usuario elige cuatro valores de agregación que corresponden a situaciones de referencia:
- (1, 0): criterio A totalmente verdadero, criterio B totalmente falso.->vA1B0
- (0,5, 0,5): ambos criterios medios.->vA05B05
- (0,5, 1): criterio A medio, criterio B totalmente verdadero->vA05B1
- (0, 1): criterio A totalmente falso, criterio B totalmente verdadero->vA0B1
- Estos valores se codifican en forma de un código de 4 dígitos (cada dígito del 0 al 4 corresponde a un grado de satisfacción entre 1,0 y 0,0).
- El usuario elige cuatro valores de agregación que corresponden a situaciones de referencia:
- Construcción de la función difusa
- Para los cuatro puntos clave, los valores se asignan directamente.
- Para todas las demás combinaciones (x, y), el valor se calcula mediante interpolación bilineal ponderada, utilizando la fórmula:
- vA05B05⋅x⋅y+vA05B1⋅x⋅∣x−y∣+vA0B1⋅(1−x)⋅y
- Esta fórmula permite obtener una superficie continua que sigue siendo coherente con los puntos clave definidos.
- Resultado
- La función devuelta se puede aplicar a cualquier par (x, y) de valores difusos.
- También se devuelve un diccionario de parámetros, que documenta el tipo, el código, los puntos
Método de ajuste para criterios simétricos inusuales
Los tríos presentados en la tabla de funciones anterior cumplen las siguientes restricciones:
1) R3 >= max( R1,R2), la evaluación de una situación que cumple completamente el criterio 2 y medianamente el criterio 1 debe ser al menos igual a la mejor evaluación de las otras dos situaciones (R1 y R2), una de las cuales no cumple en absoluto el primer criterio y la otra cumple medianamente los dos criterios;
2) R3 >= nota C o 0,5, la satisfacción total del segundo criterio no puede hacer que la satisfacción global caiga por debajo del nivel de satisfacción del primer criterio.
Pero si esta lógica se utiliza en la mayoría de las aplicaciones, es posible que no sea válida en situaciones muy particulares. En este caso, el plugin utiliza la función generate_fuzzy_function(code) para generar automáticamente una función de agregación adecuada.
Un mensaje de advertencia indica que se trata de una combinación inusual de respuestas.
- Puntos clave definidos por el usuario
- El usuario define tres situaciones de referencia, codificadas con tres dígitos (de 0 a 4) que representan un grado de agregación comprendido entre 1,0 y 0,0:
- (1, 0) o (0, 1): un criterio totalmente verdadero, el otro totalmente falso.->v1
- (0,5, 0,5): los dos criterios medios.->v2
- (0,5, 1) o (1, 0,5): un criterio medio, el otro totalmente verdadero.->v3
- El usuario define tres situaciones de referencia, codificadas con tres dígitos (de 0 a 4) que representan un grado de agregación comprendido entre 1,0 y 0,0:
- Construcción de la función difusa simétrica
- Los valores de los tres puntos clave se asignan directamente según el código proporcionado.
- Para todos los demás pares (x, y), el valor se estima mediante interpolación continua con la fórmula:
- v2⋅x⋅y+v3⋅∣x−y∣
- Se respeta la simetría porque la fórmula y los puntos clave son idénticos si se intercambian x e y.
- Resultado
- La función devuelta se puede aplicar a cualquier par (x, y) de valores difusos.
- También se devuelve un diccionario de parámetros que documenta el tipo, el código, los puntos clave y la fórmula de aproximación.
Capa resultante
La capa resultante se añade automáticamente al proyecto QGis en curso, con una simbología de tipo «graduada».
Con 5 clases:
