टिप्पणियों के बाद, यहां एक संस्करण है जो लंबवत रेखा खंडों के साथ काम करता है। कृपया सावधानी के साथ उपयोग करें क्योंकि मैंने इसे पूरी तरह से नहीं देखा है!
यह विधि @ व्हॉबर के उत्तर की तुलना में बहुत अधिक क्लिंकी है - आंशिक रूप से क्योंकि मैं बहुत अच्छा प्रोग्रामर नहीं हूं, और आंशिक रूप से क्योंकि वेक्टर प्रसंस्करण थोड़ा सा फाफ है। मुझे आशा है कि यह कम से कम आपको आरंभ हो जाएगा यदि लंबवत रेखा खंडों की आपको आवश्यकता है।
इसे चलाने के लिए आपको Shapely , Fiona और Numpy Python पैकेज (अपनी निर्भरता के साथ) स्थापित करने की आवश्यकता होगी।
#-------------------------------------------------------------------------------
# Name: perp_lines.py
# Purpose: Generates multiple profile lines perpendicular to an input line
#
# Author: JamesS
#
# Created: 13/02/2013
#-------------------------------------------------------------------------------
""" Takes a shapefile containing a single line as input. Generates lines
perpendicular to the original with the specified length and spacing and
writes them to a new shapefile.
The data should be in a projected co-ordinate system.
"""
import numpy as np
from fiona import collection
from shapely.geometry import LineString, MultiLineString
# ##############################################################################
# User input
# Input shapefile. Must be a single, simple line, in projected co-ordinates
in_shp = r'D:\Perp_Lines\Centre_Line.shp'
# The shapefile to which the perpendicular lines will be written
out_shp = r'D:\Perp_Lines\Output.shp'
# Profile spacing. The distance at which to space the perpendicular profiles
# In the same units as the original shapefile (e.g. metres)
spc = 100
# Length of cross-sections to calculate either side of central line
# i.e. the total length will be twice the value entered here.
# In the same co-ordinates as the original shapefile
sect_len = 1000
# ##############################################################################
# Open the shapefile and get the data
source = collection(in_shp, "r")
data = source.next()['geometry']
line = LineString(data['coordinates'])
# Define a schema for the output features. Add a new field called 'Dist'
# to uniquely identify each profile
schema = source.schema.copy()
schema['properties']['Dist'] = 'float'
# Open a new sink for the output features, using the same format driver
# and coordinate reference system as the source.
sink = collection(out_shp, "w", driver=source.driver, schema=schema,
crs=source.crs)
# Calculate the number of profiles to generate
n_prof = int(line.length/spc)
# Start iterating along the line
for prof in range(1, n_prof+1):
# Get the start, mid and end points for this segment
seg_st = line.interpolate((prof-1)*spc)
seg_mid = line.interpolate((prof-0.5)*spc)
seg_end = line.interpolate(prof*spc)
# Get a displacement vector for this segment
vec = np.array([[seg_end.x - seg_st.x,], [seg_end.y - seg_st.y,]])
# Rotate the vector 90 deg clockwise and 90 deg counter clockwise
rot_anti = np.array([[0, -1], [1, 0]])
rot_clock = np.array([[0, 1], [-1, 0]])
vec_anti = np.dot(rot_anti, vec)
vec_clock = np.dot(rot_clock, vec)
# Normalise the perpendicular vectors
len_anti = ((vec_anti**2).sum())**0.5
vec_anti = vec_anti/len_anti
len_clock = ((vec_clock**2).sum())**0.5
vec_clock = vec_clock/len_clock
# Scale them up to the profile length
vec_anti = vec_anti*sect_len
vec_clock = vec_clock*sect_len
# Calculate displacements from midpoint
prof_st = (seg_mid.x + float(vec_anti[0]), seg_mid.y + float(vec_anti[1]))
prof_end = (seg_mid.x + float(vec_clock[0]), seg_mid.y + float(vec_clock[1]))
# Write to output
rec = {'geometry':{'type':'LineString', 'coordinates':(prof_st, prof_end)},
'properties':{'Id':0, 'Dist':(prof-0.5)*spc}}
sink.write(rec)
# Tidy up
source.close()
sink.close()
नीचे दी गई छवि स्क्रिप्ट से आउटपुट का एक उदाहरण दिखाती है। आप अपनी केंद्र-रेखा का प्रतिनिधित्व करने वाले एक आकृति में फ़ीड करते हैं, और लंबवत रेखाओं की लंबाई और उनके अंतर को निर्दिष्ट करते हैं। आउटपुट एक नई आकृति है, जिसमें इस छवि में लाल रेखाएँ हैं, जिनमें से प्रत्येक में प्रोफ़ाइल की शुरुआत से इसकी दूरी को निर्दिष्ट करने वाला एक संबद्ध गुण है।
जैसा कि @whuber ने टिप्पणियों में कहा है, एक बार जब आप इस स्तर पर पहुंच जाते हैं तो बाकी काफी आसान होता है। नीचे दी गई छवि ArcMap में जोड़े गए आउटपुट के साथ एक और उदाहरण दिखाती है।
लंबवत रेखाओं को एक स्पष्ट रेखापुंज में बदलने के लिए फ़ीचर टू रैस्टर टूल का उपयोग करें । आउटपुट आकार फ़ील्ड में फ़ील्ड VALUEहोने के लिए रेखापुंज सेट करें Dist। इसके अलावा टूल सेट करना याद रखें Environmentsताकि Extent, Cell sizeऔर Snap rasterआपके अंतर्निहित डेम के लिए भी ऐसा ही हो। आपको अपनी पंक्तियों के रेखापुंज के साथ अंत करना चाहिए, कुछ इस तरह:
अंत में, इस रैस्टर को एक पूर्णांक ग्रिड ( इंट टूल या रैस्टर कैलकुलेटर का उपयोग करके) में कनवर्ट करें , और इसे जोनल स्टैटिस्टिक्स के लिए टेबल टूल के रूप में इनपुट ज़ोन के रूप में उपयोग करें । आपको इस तरह एक आउटपुट तालिका के साथ समाप्त होना चाहिए:
VALUEइस तालिका का क्षेत्र मूल प्रोफ़ाइल लाइन के प्रारंभ से दूरी देता है। प्रत्येक स्तंभ के मानों के लिए अन्य स्तंभ विभिन्न आँकड़े (अधिकतम, मध्य आदि) देते हैं। आप अपने सारांश प्रोफ़ाइल को प्लॉट करने के लिए इस तालिका का उपयोग कर सकते हैं।
एनबी: इस पद्धति के साथ एक स्पष्ट समस्या यह है कि, यदि आपकी मूल रेखा बहुत ही अस्पष्ट है, तो कुछ ट्रांज़ेक्ट लाइनें ओवरलैप हो सकती हैं। आर्कजीआईएस में जोनल स्टैटिस्टिक्स टूल ओवरलैपिंग ज़ोन से नहीं निपट सकते हैं, इसलिए जब ऐसा होता है तो आपकी एक ट्रांज़िट लाइन दूसरे पर वरीयता लेगी। आप जो कर रहे हैं उसके लिए यह समस्या हो सकती है या नहीं भी हो सकती है।
सौभाग्य!
