Simbolizzazione raster

In iXGIS, i simboli e gli stili per i dati raster sono componenti chiave per la visualizzazione della mappa. Convertono i valori originali rappresentati da ciascuna cella in un set di dati raster, come elevazione, temperatura, indice di vegetazione o tipo di copertura del suolo, in espressioni grafiche leggibili definendo parametri visivi come colori, modelli, algoritmi di allungamento e metodi di classificazione.

I metodi di simbolizzazione raster includono la visualizzazione estesa, la visualizzazione classificata, il rendering di valori univoci e i compositi RGB. Scegli il metodo in base al tipo di dati del raster, ad esempio valori continui o discreti. Configurando le scale di colore, l'opacità, gli intervalli di valori e la gestione di NoData, puoi creare effetti di visualizzazione raster diversi e controllabili sulla mappa.

La corretta configurazione di simboli e stili migliora l'aspetto della mappa e la gerarchia visiva. Supporta inoltre l'analisi dei dati, il riconoscimento dei modelli e l'interpretazione della distribuzione spaziale. Gli stili raster forniscono quindi un importante supporto per la produzione di mappe, la modellazione spaziale, l'interpretazione delle immagini del telerilevamento e l'analisi tematica.

Simboli e stili

Visualizzazione estesa

Visualizzazione estesa mappa l'intervallo originale di valori di cella su una scala di colori specificata, convertendo continuamente i valori numerici in colori. Questo processo utilizza spesso l'allungamento lineare o altre trasformazioni statistiche, come la deviazione standard, l'allungamento logaritmico o la corrispondenza dell'istogramma, per migliorare il contrasto e il riconoscimento visivo.

Ad esempio, se un raster di elevazione ha un intervallo di valori originale compreso tra 0 e 3500 metri, il sistema può mapparlo linearmente su una scala di colori sfumata da bianco a verde a marrone. Le quote più elevate sono mostrate in marrone più intenso, mentre le quote più basse sono mostrate in colori chiari o verdi, producendo una visualizzazione graduale del terreno.

La visualizzazione estesa è adatta per dati raster con distribuzioni numeriche continue, come modelli digitali di elevazione (DEMs), temperatura della superficie terrestre, precipitazioni, indici di vegetazione come NDVI e concentrazione di inquinamento.

Minimo-Massimo

Principio: questo metodo estende i valori delle celle sull'intero intervallo di visualizzazione 0-255, migliorando significativamente la luminosità e il contrasto complessivi dell'immagine. Tuttavia, è sensibile ai valori anomali. Se esistono valori minimi o massimi estremi, la maggior parte dei dati potrebbe essere compressa al centro della scala di colori, risultando in un contrasto insufficiente.

Calcolo della mappatura:

• Intervallo dati di mappatura: valore minimo = valore minimo effettivo; valore massimo = valore massimo effettivo.
• Valore mappato = (valore pixel - valore minimo) / intervallo dati di mappatura * 255.

Comportamento speciale: quando si utilizza l'estensione Minimo-Massimo, è possibile modificare il valore massimo, il valore minimo e la corrispondenza tra ciascun colore e valore numerico. Ciò aiuta ad applicare il rendering unificato a più set di dati raster con intervalli di valori diversi.

Casi d'uso: utilizzare questo metodo quando i dati sono distribuiti uniformemente e non presentano valori estremi significativi. È semplice ed efficiente ed è adatto per il rendering dei dati continui più comuni.

Deviazioni standard

Principio: questo metodo utilizza la media dei valori delle celle dell'immagine come centro e mappa i valori su una scala di colori basata su un intervallo di deviazione standard specificato, ad esempio +/- 2 SD. I valori esterni all'intervallo specificato vengono ritagliati nei colori dei bordi.

Calcolo della mappatura:

• Per n deviazioni standard: intervallo dei dati di mappatura = 2n * deviazione standard; valore minimo = media - n * deviazione standard; valore massimo = media + n * deviazione standard.
• Valore mappato = (valore pixel - valore minimo) / intervallo dati di mappatura * 255.
• I valori maggiori del massimo vengono impostati al massimo; i valori inferiori al minimo vengono impostati al minimo.
• Il valore predefinito di n è 2,5.

Casi d'uso: utilizzare questo metodo quando i dati sono vicini a una distribuzione normale e contengono alcuni valori estremi che non dovrebbero dominare l'espressione complessiva del colore. Aumenta il contrasto nell'intervallo di valori principale e indebolisce l'influenza dei valori estremi.

Il numero di deviazioni standard definisce quanto i valori si estendono al di sopra e al di sotto della media per l'intervallo di estensione utilizzato nelle immagini.

Ad esempio, supponiamo che una banda abbia un valore di cella medio pari a 100, una deviazione standard di 20 e il numero di deviazioni standard sia impostato su 2.

L'intervallo di estensione è 100 - 2 x 20 = da 60 a 100 + 2 x 20 = 140. Solo i valori di cella da 60 a 140 vengono allungati linearmente nell'intervallo di visualizzazione, ad esempio 0-255. I valori inferiori a 60 sono impostati su 0, mentre i valori superiori a 140 sono impostati su 255 o ritagliati sui limiti superiore e inferiore.

Note: questo metodo non è adatto per distribuzioni distorte o multimodali. Richiede il calcolo della media e della deviazione standard.

È possibile utilizzare le statistiche del grafico per visualizzare i valori di deviazione standard, le distribuzioni dei valori e le informazioni correlate per i dati raster.

Clip percentuale

Principio: l'allungamento percentuale è simile all'allungamento della deviazione standard perché scarta le code estreme prima dell'allungamento. La differenza è che specifichi direttamente la percentuale di ritaglio invece di fare affidamento su un modello di distribuzione dei dati. Ad esempio, se viene specificato il 2% a entrambe le estremità, iXGIS determina la soglia del valore per il 2% più basso e il 2% più alto dei valori della cella dall'istogramma. I valori al di sotto della soglia inferiore vengono mappati su 0, i valori al di sopra della soglia superiore vengono mappati a 255 e i valori rimanenti vengono allungati linearmente. Ad esempio, se l'intervallo di valori originale è 33-206, il 2% più basso delle celle è concentrato da 33-45 e il 2% più alto è concentrato da 198-206, i valori <= 45 vengono trattati come il valore più scuro 0, i valori >= 198 vengono trattati come il valore più luminoso 255 e l'intervallo di valori principale tra loro viene ridistribuito linearmente su 0-255.

Dopo il ritaglio, il 2% delle celle più basso e quello più alto vengono esclusi. Ciò impedisce ad alcuni valori anomali di comprimere il contrasto dell'intervallo di dati principale.

Percent Clip è ancora un tratto lineare. Utilizza solo un metodo diverso per determinare i limiti di allungamento inferiore e superiore.

Calcolo della mappatura:

Intervallo di dati di mappatura: dopo aver rimosso la percentuale di valore basso specificata $p_{\min}\%$, utilizza il valore minimo dell'intervallo di bucket corrente come MinCut. Dopo aver rimosso la percentuale di valore elevato specificata $p_{\max}\%$, utilizza il valore massimo dell'intervallo di bucket corrente come MaxCut. L'intervallo $[{\rm MinCut},{\rm MaxCut}]$ viene allungato linearmente fino all'intervallo di output, comunemente 0-255 per la visualizzazione a 8 bit. I valori esterni all'intervallo vengono ritagliati sui punti finali.

$${\rm Mapping\_Value}=\Big(\frac{x-{\rm MinCut}}{{\rm MaxCut}-{\rm MinCut}}\Big) *255$$

Casi d'uso: utilizzare questo metodo quando i dati contengono un numero limitato di valori anomali estremi. Conserva la distribuzione dei dati principali e migliora il contrasto dei dettagli.

Esempio: un set di dati di immagini di telerilevamento ha valori di riflettanza compresi tra 0 e 10.000, con la maggior parte dei valori concentrati tra 1.000 e 3.000:

• I valori inferiori al percentile minimo vengono mappati sul colore più chiaro.
• I valori superiori al percentile massimo vengono mappati al colore più scuro.
• Tutti i valori rimanenti vengono allungati linearmente.

Note: un ritaglio eccessivo può causare la perdita di informazioni. Determina le soglie di ritaglio in base all'istogramma per evitare la rimozione di dati importanti.

Equalizzazione dell'istogramma

Il riempimento equalizzato dell'istogramma si riferisce all'allungamento dell'equalizzazione dell'istogramma. Questa tecnica di elaborazione delle immagini migliora il contrasto globale dell'immagine, soprattutto quando i valori dei pixel sono distribuiti in modo non uniforme nello spazio colore. L'equalizzazione dell'istogramma espande gli intervalli di luminosità comuni in modo che la luminosità sia distribuita in modo più uniforme sull'intera immagine.

Come funziona l'estensione dell'equalizzazione dell'istogramma:

1. Calcolo dell'istogramma: innanzitutto, calcola l'istogramma dei dati raster. Un istogramma è un grafico statistico che mostra la distribuzione dei valori dei pixel o dei valori dei dati. Ogni contenitore o barra rappresenta il numero di pixel nel set di dati con un valore di pixel specifico.
2. Funzione di distribuzione cumulativa (CDF): quindi, calcola la CDF in base all'istogramma originale. Il CDF associa ciascun valore di pixel a una probabilità cumulativa, indicando la proporzione di pixel con valori inferiori o uguali a quel valore.
3. Nuova mappatura dei valori dei pixel: quindi, utilizza il CDF per mappare i valori dei pixel originali su nuovi valori dei pixel con una distribuzione approssimativamente uniforme. I valori dei pixel precedentemente concentrati in un determinato intervallo di luminosità vengono mappati sull'intero intervallo di luminosità possibile, aumentando il contrasto dell'immagine.
4. Applica la nuova mappatura: infine, riassegna il valore di ciascun pixel nell'immagine originale in base alla mappatura generata da CDF per produrre una nuova immagine con valori di pixel distribuiti in modo più uniforme nell'intervallo di output possibile.

In condizioni normali, alcune parti di un'immagine potrebbero essere troppo luminose o troppo scure, indicando un contrasto insufficiente. L'equalizzazione dell'istogramma può migliorare il contrasto complessivo dell'immagine e rendere più chiari i dettagli dell'immagine.

Vantaggi:

• Presenta chiaramente la distribuzione spaziale e i cambiamenti di gradiente delle variabili continue.
• Fornisce transizioni di colore naturali che facilitano l'identificazione dei valori alti, dei valori bassi e delle aree di transizione.
• Adatto per esprimere fenomeni naturali come il rilievo del terreno, la distribuzione della concentrazione e la variazione della temperatura.

Limitazioni:

• I colori non hanno un significato quantitativo universale. Lo stesso colore può rappresentare intervalli di valori diversi in strati diversi, quindi non fornisce un'espressione quantitativa standardizzata.
• I valori estremi hanno una forte influenza. Valori anormalmente alti o bassi possono comprimere l'effetto di visualizzazione dell'intervallo di valori principale, pertanto potrebbero essere necessari metodi di allungamento statistico.
• Non è adatto per dati classificati o discreti. Dati come i tipi di uso del suolo e i tipi di suolo vengono visualizzati meglio con una resa con valori classificati o univoci.

Visualizzazione classificata

Dati applicabili: la visualizzazione classificata è adatta per dati raster con attributi discreti o semantica di classificazione esplicita. Ogni cella rappresenta una categoria, un grado o uno stato predefinito. Esempi comuni includono tipi di copertura del suolo come foreste, pascoli e acqua, tipi di suolo, zone funzionali di uso del suolo e codici di area amministrativa.

Principio: la visualizzazione classificata divide i valori delle celle in diversi intervalli non sovrapposti o categorie di valori univoci e assegna un simbolo univoco, solitamente un colore, un motivo o uno stile di riempimento, a ciascuna categoria. Ogni categoria è simboleggiata con colori o stili chiaramente differenziati per migliorare la distinzione e la leggibilità della mappa.

Intervallo uguale

Principio: l'intervallo dei valori dei dati, dal minimo al massimo, è diviso equamente in un numero specificato di intervalli. Ogni intervallo ha la stessa larghezza, indipendentemente dalla distribuzione dei dati.

Casi d'uso: utilizzare questo metodo quando i dati sono distribuiti in modo relativamente uniforme o quando è richiesto un intervallo fisso per la rappresentazione, ad esempio l'elevazione o la temperatura.

Esempio: i dati di altitudine vanno da 0 a 1000 metri e sono divisi in 5 classi: 0-200, 200-400, 400-600, 600-800 e 800-1000. Ogni intervallo di classe è 200.

Vantaggi: la regola di classificazione è semplice e facile da capire. Larghezze di intervalli coerenti supportano la produzione di mappe standardizzate.

Svantaggi: questo metodo non è adatto per distribuzioni distorte o dati con molti valori estremi. Alcune classi possono contenere pochissime celle mentre altre ne contengono troppe.

Quantile

Principio: dopo aver ordinato i dati, questo metodo li divide in classi con conteggi approssimativamente uguali. Ciascuna classe contiene all'incirca lo stesso numero di celle o record, ma la larghezza degli intervalli può differire.

Casi d'uso: utilizza questo metodo quando è necessario visualizzare la distribuzione dei dati in modo uniforme sulla mappa, quando una mappa tematica si concentra sulle proporzioni spaziali o sulla densità di distribuzione o quando si visualizzano la distribuzione delle risorse, la densità di popolazione, i livelli di mercato e dati simili.

Esempio: un raster contiene 10.000 celle ed è diviso in 5 classi. Ogni classe contiene circa 2.500 celle e i valori di interruzione di classe vengono calcolati dal programma in base alla classificazione.

Vantaggi: le classi sono visivamente bilanciate sulla mappa e hanno meno probabilità di lasciare che una classe domini la visualizzazione. Ciò aiuta a confrontare la densità di distribuzione spaziale o le differenze regionali.

Svantaggi: se alcuni valori ricorrono frequentemente nel set di dati, le classi di immagini potrebbero non essere visivamente distinte. Le classi adiacenti possono anche presentare differenze di intervallo di valori molto piccole, rendendo poco chiare le transizioni visive.

Pause naturali

Principio: questo metodo utilizza le caratteristiche di distribuzione naturale dei dati. Riduce al minimo la varianza all'interno delle classi e massimizza le differenze tra le classi, utilizzando un algoritmo di ottimizzazione statistica per trovare automaticamente i migliori punti di interruzione.

Casi d'uso: utilizzare questo metodo quando i dati non sono distribuiti in modo uniforme o presentano schemi di clustering evidenti. Enfatizza il raggruppamento naturale e il riconoscimento dei modelli spaziali ed è comunemente utilizzato per mappe tematiche, modelli geoscientifici e mappe di dati socioeconomici.

Passaggi per la selezione del punto di interruzione:

1. Ordina dati: ordina i dati originali dal più basso al più alto.
2. Inizializza la divisione delle classi: specifica il numero di classi, ad esempio 5.
3. Ricerca di programmazione dinamica: attraversa tutte le possibili combinazioni di punti di interruzione e calcola la somma dei quadrati all'interno della classe (WSS) per ciascuna combinazione.
4. Seleziona la soluzione ottimale: scegli l'insieme di punti di interruzione che produce la varianza totale all'interno della classe più piccola. Queste sono le pause naturali.

Questi punti di interruzione non sono valori uniformi o a distanza uguale definiti manualmente. Stanno raggruppando i confini che esistono naturalmente nella distribuzione dei dati, come la separazione tra aree di valore denso e aree sparse.

Esempio:

Dataset: [3, 4, 4, 5, 6, 7, 15, 16, 17, 25, 26, 30, 45, 48]

Se i dati sono divisi in 3 classi, il sistema può selezionare le seguenti interruzioni:

• Classe 1: 3-7, valori bassi densi.
• Classe 2: 15-26, valori medi raggruppati.
• Class 3: 30-48, dispersed high values.

Questa divisione segue la struttura di clustering dei dati invece di forzare intervalli uguali o conteggi uguali.

Vantaggi: i risultati della classificazione corrispondono meglio alle caratteristiche dei dati, enfatizzano la coerenza interna e le differenze esterne tra le classi e migliorano l'autenticità dell'espressione del modello spaziale.

Svantaggi: gli intervalli di classificazione sono irregolari e difficili da riutilizzare su più set di dati. Questo metodo non è adatto per il confronto unificato tra livelli o periodi di tempo e il processo di classificazione è meno trasparente e più difficile da controllare manualmente.

Deviazione standard

Principio: questo metodo utilizza la media dei dati come centro e divide gli intervalli per multipli della deviazione standard, ad esempio +/- 1 sigma e +/- 2 sigma. Sottolinea quanto i valori si discostano dalla media. Gli intervalli comuni includono meno di -2 sigma, da -2 sigma a -1 sigma, da -1 sigma alla media, dalla media a +1 sigma, da +1 sigma a +2 sigma e maggiore di +2 sigma.

Casi d'uso: utilizzare questo metodo quando i dati sono distribuiti approssimativamente normalmente, quando si analizza la deviazione dalla media, come una valutazione standardizzata o un'analisi dei valori anomali, o per la visualizzazione spaziale di indicatori socioeconomici e statistici, come il reddito o il tasso di incidenza.

Esempio: per i dati sul reddito con una media di 5.000 e una deviazione standard di 1.000, le classi possono essere < 3.000, 3.000-4.000, 4.000-5.000, 5.000-6.000, 6.000-7.000 e > 7.000.

Vantaggi: questo metodo enfatizza le aree sopra o sotto la media, aiuta a identificare le aree anomale con valori estremamente alti o bassi e può essere utilizzato per il rendering della mappa standardizzata.

Svantaggi: Non è adatto per dati non normali. Valori estremi possono rendere i confini della classificazione troppo ampi.

Vantaggi:

• Rappresenta chiaramente ogni oggetto classificato ed è adatto per mappe tematiche.
• Fornisce un chiaro effetto visivo e supporta il confronto della distribuzione spaziale di diverse categorie.
• Supporta la generazione automatica della legenda, con significati dei simboli intuitivi e leggibili.
• Può essere collegato a grafici e tabelle per analisi quantitative.

Limitazioni:

• Poiché i confini delle classi sono espliciti, i salti di categoria nell'immagine sono ovvi e le transizioni sono limitate. Non è adatto a fenomeni naturali con variazione continua, come temperatura o elevazione.
• Il metodo di classificazione influenza fortemente il risultato. Una classificazione manuale impropria può causare incomprensioni o distorsioni.
• Troppe classi potrebbero causare simboli ripetuti o confusi e ridurre la qualità della visualizzazione.

Visualizzazione valori univoci

Principio:

Nella visualizzazione valori univoci, il sistema identifica ogni valore univoco della cella nei dati raster e assegna un colore, motivo o simbolo indipendente a ciascun valore. Il processo di rendering non prevede calcoli numerici o divisioni statistiche. Si basa interamente sulla discrezione e sull'unicità dei valori.

Applicable data: Unique value display is suitable for raster data with clear discrete classification meaning, where each value in the value range represents a specific category. Ogni valore di cella ha un'etichetta semantica indipendente, come:

• Codici di divisione amministrativa, come codici di città, contea o comune.
• Codici del tipo di uso del suolo, ad esempio 1 = terreno coltivato, 2 = terreno forestale e 3 = area residenziale.
• Risultati della classificazione del telerilevamento, come le classi di copertura del suolo dopo la classificazione supervisionata.
• Dati tematici numerati, come unità geologiche strutturali, tipi di suolo e zone ecologiche.

Caratteristiche:

• Ogni categoria corrisponde a un simbolo visivo unico.
• La struttura della classificazione è chiara e la legenda è intuitiva.
• Le legende dei livelli, i numeri delle legende e le annotazioni dei colori possono essere sincronizzati automaticamente.
• L'espressione dell'immagine non richiede quasi alcuna spiegazione per gli utenti, rendendola adatta alla visualizzazione pubblica, ai report e all'output della mappa.

Vantaggi:

Vantaggio	Descrizione
Classificazione chiara	I confini delle categorie sono chiari e facili da identificare.
Semantica chiara	Ogni colore corrisponde direttamente a una categoria unica ed è leggibile in modo intuitivo.
	intuitivo per la produzione di mappe Supporta la generazione di legende, annotazioni a colori, stampa di mappe e spiegazioni.
Stabile e controllabile	Lo stesso valore è sempre mappato sullo stesso colore, rendendolo adatto al confronto multiperiodo o alla sovrapposizione di livelli.

In iXGIS, il numero di valori univoci è configurabile. Il valore predefinito è 1.000 e puoi aumentarlo per visualizzare valori più univoci.

RGB Composito

Dati applicabili: i compositi RGB sono adatti per dati di immagini di telerilevamento multibanda con più bande spettrali, come:

• Immagini satellitari, come Landsat, Sentinel-2 e MODIS.
• Immagini di fotografie aeree, come la fotografia aerea multispettrale.
• UAV immagini multispettrali.

Questi set di dati di immagini contengono solitamente più bande. Ciascuna banda registra la riflettanza o la radianza degli oggetti terrestri in una specifica banda elettromagnetica. Il composito RGB seleziona tre bande e le mappa sui canali di colore rosso (R), verde (G) e blu (B) per visualizzare un'immagine a colori. Il composito

Principio:

RGB utilizza la percezione umana del rosso, del verde e del blu. Mappa tre bande selezionate sui canali R/G/B e presenta un'immagine composita attraverso la miscelazione dei colori.

• True color: mappa le bande di luce visibile rossa, verde e blu, solitamente la banda 3/2/1 o 4/3/2, sui canali RGB. Il risultato è vicino allo scenario naturale visto dall'occhio umano.
• Falsi colori: mappa le bande non visibili, come il vicino infrarosso o l'infrarosso a onde corte, su canali visibili per migliorare alcune caratteristiche degli oggetti terrestri, come vegetazione, corpi idrici e aree urbane.

Vantaggi:

Vantaggio	Descrizione
Colori realistici o migliorati	Riproduce scenari naturali o evidenzia caratteristiche specifiche degli oggetti terrestri.
Forte adattabilità	Diverse combinazioni di bande possono soddisfare diverse esigenze di analisi.
Supporta l'interpretazione del telerilevamento.	Aiuta a identificare vegetazione, corpi idrici, terreni agricoli, città, nuvole e altri tipi di oggetti terrestri.
Supports change detection	RGB composites of multitemporal imagery make it easier to analyze ground object changes, such as urban expansion or forest degradation.

Limitazioni:

Limitazione	Descrizione
Richiede esperienza nella banda	L'ordine e il significato delle bande differiscono notevolmente tra le sorgenti di telerilevamento, quindi le combinazioni richiedono la conoscenza delle caratteristiche spettrali.
Il composito	RGB non quantitativo è principalmente per la visualizzazione ed è difficile da utilizzare direttamente per l'analisi quantitativa, come la classificazione o il calcolo.
Lo stesso colore può significare cose diverse	In diverse combinazioni di bande, lo stesso colore può rappresentare tipi di oggetti terrestri completamente diversi.
Potrebbe verificarsi una miscelazione dei colori	Se le bande vengono selezionate in modo errato, i confini dell'oggetto terrestre potrebbero diventare sfocati e i colori potrebbero apparire innaturali.

Hillshade

Hillshade, chiamato anche ombreggiatura del terreno o rilievo ombreggiato, è una tecnica comune di visualizzazione del terreno in GIS. Simula effetti di luce e ombra sul terreno sulla base di un modello di elevazione digitale (DEM), rendendo il rilievo del terreno più intuitivo.

Panoramica dei parametri

LightDirection (azimut del sole) e ZenithAngle (altitudine del sole)

Insieme, questi parametri determinano il vettore di direzione della luce $L$.

Componenti del vettore luce:

$$L = (\sin A_z \cos Z, \cos A_z \cos Z, \sin Z)$$

• LightDirection (Azimut): controlla la direzione da cui proviene la luce, ad esempio nord-ovest 315 gradi o est 90 gradi.
• Angolo Zenith (altitudine): controlla l'angolo tra la luce e il suolo, dove 0 gradi è l'orizzonte e 90 gradi è sopra la testa.

Effetti corrispondenti:

• L'azimut cambia la direzione dell'ombra.
• L'altitudine modifica la lunghezza dell'ombra e la forza dell'effetto tridimensionale.

---

AmbientIntensity e LightIntensity

Insieme, questi parametri definiscono i componenti della luminosità dell'equazione dell'illuminazione.

Forma base, utilizzando il modello di illuminazione Lambert:

$$I = N \cdot L \times \text{LightIntensity} + \text{AmbientIntensity}$$

• Intensità ambientale: luce morbida non direzionale che impedisce alle aree retroilluminate di diventare completamente nere.
• LightIntensity: luce diretta direzionale che controlla il contrasto chiaro-scuro.

---

ElevationFactor (fattore di conversione da elevazione a orizzontale)

L'unità di elevazione di un DEM, l'asse Z, può differire dalle unità di coordinate orizzontali, gli assi X/Y. Ciò è particolarmente comune per DEM in longitudine e latitudine.

• Se le coordinate sono longitudine e latitudine in gradi, l'elevazione in metri deve essere convertita in una scala angolare.
• Se le coordinate utilizzano metri, come UTM o Web Mercator, il valore può essere impostato su 1.

Ciò mantiene corretta la proporzione geometrica della pendenza del terreno durante il calcolo dei vettori normali. In caso contrario, il terreno potrebbe apparire appiattito o eccessivamente esagerato.

---

Estrusione

Questo è un fattore di esagerazione visiva per i valori Z, utilizzato per enfatizzare il rilievo del terreno.

Quando si calcolano i vettori normali, i valori Z vengono moltiplicati per:

$$Z' = Z \times \text{ElevationFactor} \times \text{Extrusion}$$

Effetti:

• Per DEM su piccola scala con risoluzione grossolana, aumentare il valore moderatamente, ad esempio 5-8, per migliorare l'effetto tridimensionale.
• Per DEM ad alta risoluzione, ad esempio DEM da 10 m, utilizzare 1-2.

Riepilogo parametri

Parametro	Valori comuni	Meccanismo	Effetti e suggerimenti di regolazione
LightDirection	0-360, predefinito 315 gradi = nord-ovest	Azimut del sole. Determina la direzione da cui proviene la luce e controlla la direzione dell'ombra.	Effetto mattutino: 90 gradi, est. Mezzogiorno, leggermente a sud: 180 gradi. Luce comune da nord-ovest che evidenzia i pendii esposti a sud: 315 gradi.
ZenithAngle	0-90, predefinito 45 gradi	Altitudine del sole in gradi, dove 0 = orizzonte e 90 = sopra la testa.	Angolo basso, 10 gradi: ombre più lunghe ed effetto tridimensionale più forte, ma le valli potrebbero diventare troppo scure. Angolo alto, 60 gradi o superiore: ombre più corte, effetto più morbido e meno ombre sovrapposte.
LightIntensity	0-1, predefinito 0,7-1,0	Intensità della luce diretta, il coefficiente del termine Lambert. Valori più alti creano un contrasto chiaro-scuro più forte.	Il rapporto con l'intensità ambientale è quello che conta di più. In generale, LightIntensity + AmbientIntensity è circa 1. Per evidenziare le creste, aumentare LightIntensity a 1,2 e ridurre AmbientIntensity secondo necessità.
AmbientIntensity	0-1, predefinito 0,6-0,9	Intensità della luce ambientale. Aggiunge la luce soffusa che esiste ovunque nel modello di illuminazione Lambert.	Aumentalo per rivelare i dettagli delle ombre ed evitare che le aree retroilluminate diventino completamente nere. Troppo alto: le ombre diventano grigie e l'effetto tridimensionale si indebolisce. Troppo basso: il contrasto diventa troppo forte e i dettagli vengono persi. Per l'illuminazione laterale al tramonto, imposta AmbientIntensity su un valore inferiore, intorno a 0,3.
ElevationFactor	Dipende dal sistema di coordinate. Longitudine/latitudine DEM: 1/(circonferenza terrestre x gradi), circa 1/(111 km). Coordinate proiettate utilizzando la stessa unità: 1.	Fattore di conversione che converte l'elevazione Z nella stessa dimensione di X/Y, prevenendo la distorsione della scala nel prodotto incrociato 3D.	Se le unità DEM sono metri e il sistema di coordinate è Web Mercatore o UTM metri, impostalo su 1. Se le coordinate sono longitudine/latitudine in gradi e elevazione in metri, moltiplicare per circa 0,000009, dove 1 m è circa 9e-6 gradi.
Estrusione	0-10, predefinito 1-5	Fattore di esagerazione moltiplicato per ElevationFactor per esagerare il rilievo del terreno.	Valori più alti rendono i picchi più nitidi e le valli più profonde. 0 indica un'ombreggiatura completamente piatta. I DEM su larga scala da 10 m di solito ne usano 1-2, mentre i DEM su piccola scala da 90 m possono usarne 5-8.

Quattro effetti preimpostati

Per facilità d'uso, iXGIS fornisce quattro modalità preimpostate.

Preimpostazione	Azimut del sole	Altitudine della sorgente luminosa (gradi)	Intensità della luce diretta	Intensità della luce ambientale	Estrusione	Scenari ed effetti visivi applicabili
Luce del mattino	90 gradi, verso est	20-30 gradi	0.85	0.4	2	Ombre lunghe e forte contrasto, che enfatizzano le ombre proiettate sul lato ovest di creste. Adatto per evidenziare un'atmosfera luminosa mattutina.
Mezzogiorno	180 gradi, direzione sud	70-80 gradi	0.6	0.55	1.5	Ombre più corte e un morbido effetto tridimensionale. Adatto come mappa di base quando i livelli sovrapposti devono rimanere visivamente dominanti.
Tramonto	270 gradi, verso ovest	15-25 gradi	0.9	0.35	2	Simmetrico con la luce del mattino ma nella direzione opposta. Produce calde tonalità del tramonto e lunghe ombre che si estendono fino al lato est delle valli.
Luce notturna, chiaro di luna o scarsa illuminazione	315 gradi, nord-ovest	60 gradi	0.3	0.7	1.5	Quasi nessuna luce diretta forte. L'elevata luce ambientale crea un morbido tono scuro. Adatto per mappe di base scure o modalità di visualizzazione notturna.

Aspetto dei dati raster

Seleziona i dati raster e utilizza la barra degli strumenti della scheda Raster per regolarne l'aspetto. Le opzioni disponibili includono tipo di ricampionamento, opacità, luminosità, contrasto, gamma e qualità di visualizzazione.

Tipo di ricampionamento

Sono disponibili due tipi di ricampionamento:

• Interpolazione del vicino più vicino per dati discreti: ogni pixel utilizza il valore raster più vicino. Questo è adatto per dati classificati o discreti e non modifica i valori dei dati originali.
• Interpolazione lineare per dati continui: i valori nell'immagine in scala sono stimati tramite interpolazione lineare. Questo è adatto per dati continui.

Regolazione dell'aspetto

È possibile regolare l'aspetto raster con parametri quali opacità e luminosità. Questi parametri modificano dinamicamente la visualizzazione dell'immagine raster senza alterare i dati originali. Si applicano solo al livello di visualizzazione.

Opacità: controlla quanto il livello copre la mappa di base o altri livelli.

• Intervallo di valori: solitamente dallo 0%, completamente trasparente, al 100%, completamente opaco.
• Spiegazione: Imposta il valore del canale alfa per fondere i pixel tra i livelli. Ad esempio, quando l'opacità è pari al 50%, la mappa di base e il livello raster sono parzialmente visibili. Questo è adatto per sovrapporre NDVI con immagini.
• Esempi:
• Imposta l'opacità hillshade al 50% e uniscila con le immagini satellitari.
• Sovrapponi NDVI in modo semitrasparente alle ortofoto per mantenere leggibile lo sfondo.

Luminosità: aumenta o diminuisce la luminosità complessiva dell'immagine, rendendo le immagini più luminose o più scure.

• Intervallo di valori: solitamente da -100 a +100. Il valore predefinito in questa interfaccia è 0.
• Spiegazione: La regolazione della luminosità aumenta o diminuisce linearmente i valori della cella visualizzati, noti anche come valori DN, senza modificare i dati originali. Ad esempio, se l'intervallo DN è 0-255, la luminosità potrebbe modificare l'intervallo di visualizzazione su 20-275, con il limite superiore del display ridotto a 255.
• Nota: la regolazione della luminosità può causare saturazione dell'immagine, come la perdita di dettagli in luci o ombre.

Contrasto: migliora o attenua la differenza tra pixel chiari e scuri nell'immagine, evidenziando trame e strutture.

• Intervallo di valori: solitamente da -100 a +100. Il valore predefinito è 0.
• Spiegazione: Il miglioramento del contrasto estende i valori delle celle a un intervallo dinamico più ampio o più ristretto. Ad esempio, i valori vicini al livello di grigio medio possono essere compressi mentre i valori alti e bassi vengono allungati, rendendo più chiari i confini degli oggetti al suolo.
• Casi d'uso:
• Evidenzia i contorni delle montagne o i cambiamenti della vegetazione nelle immagini a basso contrasto.
• Utilizza un contrasto elevato per le immagini stampate per migliorarne la chiarezza.

Correzione gamma: regola la distribuzione non lineare della scala di grigi dell'immagine in modo che vengano visualizzati più dettagli nelle aree di luce o ombra.

• Intervallo di valori: solitamente 0,1-10, con un valore predefinito pari a 1, che è lineare.
• Spiegazione:
• Gamma > 1: Rende l'immagine più scura ed è adatta per migliorare i dettagli nelle aree luminose.
• Gamma < 1: Rende l'immagine più luminosa e migliora i dettagli nelle aree d'ombra.
• Note:
• La gamma non è un cambiamento lineare, quindi il contrasto e la luminosità non sono controllati proporzionalmente.
• Impostazioni errate potrebbero causare variazioni di colore o distorsioni.

Qualità di visualizzazione: controlla il compromesso tra precisione di visualizzazione e consumo di prestazioni durante il rendering dell'immagine.

• Opzioni: solitamente include livelli come Standard, Medio e Grosso.
• Standard: valore predefinito, adatto per la navigazione quotidiana.
• Medio: bilancia qualità e prestazioni.
• Grossolano: sacrifica i dettagli per un caricamento più rapido.