BAKALA RSK A PR ACE - geo.fsv.cvut.czgeo.fsv.cvut.cz/proj/bp/2013/martin-tomasu-bp-2013.pdf ·...

CESKE VYSOKE UCENI TECHNICKE V PRAZEFAKULTA STAVEBNI

BAKALARSKA PRACE

PRAHA 2013 Martin TOMASU

CESKE VYSOKE UCENI TECHNICKE V PRAZEFAKULTA STAVEBNI

OBOR GEODEZIE A KARTOGRAFIE

BAKALARSKA PRACETVORBA NASTROJE PRO STANOVENI KRATKODOBYCH

NAVRHOVYCH DESTU NA ZAKLADE RIZENE INTERPOLACE AREDUKCE

Vedoucı prace: Ing. Petr Kavka, Ph.D.Katedra hydromelioracı a krajinneho inzenyrstvı

cerven 2013 Martin TOMASU

ZDE VLOZIT LIST ZADANI

Z duvodu spravneho cıslovanı stranek

ABSTRAKT

V ramci bakalarske prace byly vyhotoveny rastry dennıch maximalnıch uhrnu pro uzemı Ceske

republiky s dobou opakovanı 2, 5, 10, 20, 50 a 100 let. Tyto rastry byly vytvoreny metodou

vıcerozmerne regrese s naslednou korekcı residuı pomocı metody Inverse distance weighting.

V navaznosti na vytvorene rastry byl vytvoren skript v programovacım jazyce Python nasledne

implementovany jako nastroj do prostredı ArcGIS. Tento skript umoznuje redukovat dennı

maximalnı uhrny na libovolnem uzemı Ceske republiky na uhrny s libovolnou delkou od 10 do

1440 minut.

ABSTRACT

In this bachelor work were designed rasters of maximum day precipitation for Czech republic

with periodicity 2, 5, 10, 20, 50 and 100 years. These rasters were designed by Multiple Regres-

sion with correction residuals method. In next step was designed script in Python programming

language. This script was implement to ArcGIS as toolbox script. This script allows a reduction

maximum day precipitation in every area in Czech Republic to maximum precipitation with

any length from 10 to 1440 minutes.

PROHLASENI

Prohlasuji, ze jsem tuto bakalarskou praci vypracoval pod vedenım Ing. Petra Kavky, Ph.D.

Pouzitou literaturu a dalsı zdroje uvadım v seznamu zdroju.

V Praze dne ............. .......................................

(podpis autora)

PODEKOVANI

Me podekovanı patrı predevsım vedoucımu prace a to za pripomınky, konstruktivnı navrhy

a pomoc pri zpracovanı teto prace. Dale Ing. Arnostu Mullerovi za konzultace ohledne di-

gitalnıho modelu terenu a prostorovych interpolacı. Take Bc. Michalu Becickovi za uvedenı do

problematiky skriptovanı pro ArcGIS. Krome toho bych chtel podekovat rodine a pratelum za

trpelivost a podporu.

Obsah

1 Uvod 10

2 Python, ArcGIS a GeoDa 12

2.1 Python . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12

2.2 ArcGIS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12

2.2.1 Geodatabaze . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13

2.2.2 Shapefile . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13

2.2.3 Toolbox . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13

2.2.4 Knihovna ArcPY . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13

2.3 GeoDa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14

3 Tvorba rastru maximalnıch dennıch srazkovych uhrnu prıvalovych dest’u

pro uzemı Ceske republiky s dobou opakovanı 2, 5, 10, 20, 50 a 100 let. 15

3.1 Vstupnı data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15

3.1.1 Datova vrstva srazkomernych stanic s N-letymi 24-hodinovymi uhrny

dle Samaje, Valovice a Brazdila . . . . . . . . . . . . . . . . . . . . . 15

3.1.2 The Shuttle Radar Topography Mission . . . . . . . . . . . . . . . . 19

3.1.3 Analyzy provedene pomocı funkcı ArcGIS . . . . . . . . . . . . . . . 24

3.2 Pouzite metody . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27

3.2.1 Vıcerozmerna regresnı analyza s korekcı residuı . . . . . . . . . . . . 27

3.2.2 Koeficient determinaceR2 a vyrovnany korelacnı koeficientAdjustedR2 28

3.2.3 F-test . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29

3.2.4 T-test . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29

3.3 Postup zpracovanı a vysledky . . . . . . . . . . . . . . . . . . . . . . . . . . 29

3.3.1 Hledanı optimalnıho poctu rastru pri zachovanı co nejvyssıho koefi-

cientu determinace . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30

3.3.2 Tvorba regresnıch rastru . . . . . . . . . . . . . . . . . . . . . . . . . 34

3.3.3 Tvorba residualnıch rastru metodou IDW . . . . . . . . . . . . . . . . 36

3.3.4 Vysledne rastry opravene o rastry residuı . . . . . . . . . . . . . . . 36

4 Tvorba Modulu redukujıcıho maximalnı srazkove uhrny na uhrny o nahradnıch

intenzitach 39

4.1 Vypocet nahradnıch intenzit prıvalovych dest’u . . . . . . . . . . . . . . . . 39

4.1.1 Princip metody . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40

4.1.2 Odvozenı hodnot koeficientu redukce ψt pro oblast ceskeho povodı

Labe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40

4.2 Zaklady nastavenı skriptu v prostredı ArcGIS . . . . . . . . . . . . . . . . . 42

4.3 Rozbor skriptu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43

5 Testovanı a ukazka prace modulu 47

6 Zaver 51

7 Seznam zdroju a citacı 52

CVUT v Praze SEZNAM OBRAZKU

Seznam obrazku

3.1 Schematicky nakres raketoplanu Endeavour behem mise SRTM. . . . . . . . . 19

3.2 Schematicky nakres radaru. . . . . . . . . . . . . . . . . . . . . . . . . . . . 20

3.3 Schematicky nakres preletu raketoplanu behem mise. . . . . . . . . . . . . . 21

3.4 Nakres pouzitı 2 anten pro radarovou interferometrii. . . . . . . . . . . . . . 21

3.5 Bodova vrstva podle Samaje . . . . . . . . . . . . . . . . . . . . . . . . . . 22

3.6 SRTM pro Ceskou republiku. . . . . . . . . . . . . . . . . . . . . . . . . . . . 23

3.7 Rastr maximalnıch vysek ve 45-ti stupnove vyseci s polomerem 25 km. . . . 25

3.8 rastry X SJTSK a Y SJTSK . . . . . . . . . . . . . . . . . . . . . . . . . . 26

3.9 Regresnı rastr s periodicitou 10 let . . . . . . . . . . . . . . . . . . . . . . . 35

3.10 Residualnı rastr s periodicitou 10 let . . . . . . . . . . . . . . . . . . . . . . 37

3.11 Rastr maximalnıch dennıch uhrnu pro uzemı Ceske republiky s periodicitou

10 let . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38

5.1 Bodova vrstva srazkomernych stanic podle Trupla . . . . . . . . . . . . . . 48

5.2 Vyber skriptu Redukce v ArcCatalogu . . . . . . . . . . . . . . . . . . . . . 49

5.3 Zadanı skriptu s testovacımi body s periodicitou 10 let a delkou srazky 30

minut . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50

8

CVUT v Praze SEZNAM TABULEK

Seznam tabulek

3.1 Tabulka koeficientu determinace . . . . . . . . . . . . . . . . . . . . . . . . 31

3.2 Tabulka vsech rastru, ktere vstupovaly do vypocu v softwaru GeoDa. 1.cast 32

3.3 Tabulka vsech rastru, ktere vstupovaly do vypocu v softwaru GeoDa 2.cast. 33

3.4 Popis rastru . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33

3.5 Tabulka Koeficientu determinace pro rastry s dobou opakovanı 2 - 100 let. . 34

3.6 Tabulka koeficientu regrese pro jednotlive rastry. . . . . . . . . . . . . . . . 34

4.1 Hodnoty koeficientu redukce a a c . . . . . . . . . . . . . . . . . . . . . . . 41

5.1 Tabulka statistickych udaju pro bodovou vrstvu s periodicitou deste 10 let

a s delkou trvanı deste 30 minut podle Trupla . . . . . . . . . . . . . . . . . 47

5.2 Tabulka statistickych udaju pro bodovou vrstvu s periodicitou deste 10 let

a s delkou trvanı deste 90 minut podle Trupla . . . . . . . . . . . . . . . . . 48

5.3 Tabulka statistickych udaju, ktere vznikly jako vystup z meho skriptu pro

vstupnı vrstvu Trupla, periodicitu deste 10 let a delku srazky 30 minut. . . 49

5.4 Tabulka statistickych udaju, ktere vznikly jako vystup z meho skriptu pro

vstupnı vrstvu Trupla, periodicitu deste 10 let a delku srazky 90 minut. . . 50

9

CVUT v Praze KAPITOLA 1. UVOD

1 Uvod

V ramci teto bakalarske prace byla vytvorena geodatabaze, ve ktere byly zhotoveny rastry

maximalnıch dennıch uhrnu s dobou opakovanı 2, 5, 10, 20, 50 a 100 let. Tyto rastry byly

vytvoreny pomocı vıcerozmerne regresnı analyzy, ktera jako metoda prostorove interpolace

umoznuje vytvarenı rastru urciteho uzemı z bodovych hodnot, jez jsou nerovnomerne

rozmısteny po danem prostoru. Nasledne byly tyto regresnı rastry statisticky testovany.

Dale byly tyto rastry opraveny pomocı korekce residuı. Korekci residuı byla provedena

pomocı metody inverznı vazene vzdalenosti (Inverse distance weighting, zkr. IDW). Tyto

metody se lisı v tom, ze metoda regresnı analyzy pouzıva cely soubor merenı, kdezto

metoda inverznı vazene vzdalenosti pouzıva pouze nejblizsı okolı zkoumaneho bodu.

Nasledne byl do stejne geodatabaze vytvoren nastroj, ktery redukuje dennı maximalnı

hodnoty na hodnoty n-minutove. Tento nastroj byl vytvoren jako skript v programovacım

jazyce Python. Jako vstupnı data tohoto skriptu muze slouzit jakakoliv bodova, polygo-

nova nebo liniova vrstva (dale jen bodova vrstva). Pote se vybere jeden nebo vıce rastru

dennıch maximalnıch uhrnu a zada se doba deste. Po spustenı skriptu se do bodove vrstvy

je vytvoren pro kazdy rastr novy sloupec v atributove tabulce se specifickym jmenem. Do

kazdeho radku techto sloupcu se zapıse hodnota redukovaneho deste o nahradnı inten-

zite pro jeden urcity prvek bodove vrstvy. Pro kazdou dobu opakovanı i delku deste ma

hodnota redukce jinou velikost.

Tato textova dokumentace je rozdelena do dvou hlavnıch castı. V prvnı casti bude po-

jednano o tvorbe rastru maximalnıch dennıch uhrnu. Pred touto castı je kratke pojednanı

o softwarech ArcGIS a GeoDa. V neposlednı rade je zde take kratka zmınka o programo-

vacım jazyce Python. V prvnı casti jsou tedy vysvetleny zakladnı principy metody, vstupnı

data a postup meho zpracovanı a vysledky.

Ve druhe casti textove dokumentace je popsana tvorba redukcnıho modulu. Jsou zde

popsany zaklady tvorby skriptu v prostredı ArcGIS. Nasledne je zde rozebran vlastnı zdro-

jovy kod skriptu. V neposlednı rade je zde popsana metoda redukce dennıch maximalnıch

intenzit na n-minutove nahradnı intenzity srazek[6].

10

CVUT v Praze KAPITOLA 1. UVOD

Ve tretı casti je popsan jednoduchy prıklad pouzitı cele me bakalarske prace. Na zakladnım

prıkladu je zde popsana funkcnost modulu.

Mojı snahou bylo v bakalarske praci vytvorit nastroj, ktery se uplatnı ve vyuce na

Katedre hydromelioracı. Doufam, ze nastroj bude hojne pouzıvan jak ke studiu, tak

k vyzkumu. Vystup z me prace muze byt pouzit kuprıkladu jako vstup pro eroznı mo-

dely. Tyto modely se pouzıvajı naprıklad k tvorbe rybnıku nebo k tvorbe prekazek, ktere

zabranujı odnosu pudy. Tento modul pracuje pouze v prostredı ArcGIS 10.1 s rozsırenım

’spatial’.

11

CVUT v Praze KAPITOLA 2. PYTHON, ARCGIS A GEODA

2 Python, ArcGIS a GeoDa

V nasledujıcı casti se budu zabyvat softwarovym prostredım, ve kterem moje prace

vznikla. Do techto nastroju budou zahrnuty programovacı jazyk Python, geograficky in-

formacnı system ArcGIS od firmy Esri a open source software GeoDa, ktery slouzı k analy-

zovanı prostorovych dat. ArcGIS a GeoDa jsou tak rozsahle nastroje, ze v teto casti budou

popsany pouze nastroje, ktere byly pouzıvany k tvorbe sve prace. U programovacıho jazyka

Python.

2.1 Python

Python je dynamicky objektove orientovany skriptovacı programovacı jazyk, ktery v roce

1991 navrhl Guido van Rossum. Python je vyvıjen jako open source projekt, ktery zdarma

nabızı instalacnı balıky pro vetsinu beznych platforem (Unix, Windows, Mac OS). Python

je dynamicky interpretovany jazyk. Nekdy byva zarazovan mezi takzvane skriptovacı

jazyky. Jeho moznosti jsou ale vetsı. Python byl navrzen tak, aby umoznoval tvorbu

rozsahlych, plnohodnotnych aplikacı (vcetne grafickeho uzivatelskeho rozhranı). Python

je hybridnı jazyk (nebo take vıceparadigmaticky), to znamena, ze umoznuje pri psanı pro-

gramu pouzıvat nejen objektove orientovane paradigma, ale i proceduralnı a v omezene

mıre i funkcionalnı, podle toho komu co vyhovuje nebo se pro danou ulohu hodı nejlepe.

2.2 ArcGIS

ArcGIS je geograficky informacnı system vyvinuty firmou Esri. Slouzı k tvorbe map,

kompilovanı geografickych dat, analyzovanı map, sdılenı a vytvarenı geografickych infor-

macıch a tvorbe novych analyz. Geograficky informacnı system ArcGIS je tak rozsahly, ze

jsem vybral pouze casti, ktere jsem pouzıval ve sve praci.

12


2.2.1 Geodatabaze

Prostorova databaze je databaze navrzena ke sprave (ukladanı, presouvanı, dotazovanı,

vytvarenı) prostorovych dat. Prostorova data , ktere jsou schopne uchovavat jsou bod,

usecka, polygon atd. V me praci slouzı prostorova databaze k uchovavanı vsech vysledku.

Geodatabaze mohou uchovavat jak rastrova, tak vektorova data vedle sebe. Mimo jine

mohou obsahovat nastroje pro analyzovanı techto dat.

2.2.2 Shapefile

Shapefile je format vyvinuty a spravovany firmou Esri pro ukladanı vektorovych pro-

storovych dat. Byl vyvinut jako prostrednık mezi programy spravovanymi Esri (ArcGIS)

a ostatnımi geografickymi informacnımi systemy(Grass). Ve formatu shapefile mohou byt

uchovavany body, linie, polygony a to na zaklade vektorovych souradnic, ktery ma kazdy

prvek dan. Format shapefile tvorı nekolik souboru. V tomto formatu byla ulozena nektera

vektorova data.

2.2.3 Toolbox

Toolbox format vyvinuty firmou Esri pro uchovanı nastroju pro analyzu. Tento nastroj

slouzı jak pro systemove nastroje vyvinute firmou Esri, tak pro nastroje vyvinute sa-

motnym uzivatelem. V me praci byl toolbox pouzit k uchovanı Python skriptu.

2.2.4 Knihovna ArcPY

ArcPY je webovy balıcek, ktery je nastupcem modulu arcgisscripting. Cılem pro-

gramatoru bylo vytvorenı balıcku, ktery bude schopny provest geografickou analyzu, kon-

verzi, spravu a automatizaci dat pomocı programovacıho jazyka Python. Knihovna ArcPY

poskytuje prıstup k nastrojum zpracovanı prostorovych dat.

V me praci bylo pouzito knihovny ArcPY pri tvorbe skriptu pro modul redukujıcı ma-

ximalnı srazkove uhrny na uhrny o nahradnıch intenzitach. Pri tvorbe tohoto modulu

pouzıvam tyto funkce z knihovny ArcPY:

13


• CheckOutExtension[9.] - je funkce, ktera kontroluje ArcGIS extenzi. V mem prıpade

kontroluje extenzi Spatial Analis.

• GetParameter[10.] - tato funkce z knihovny ArcPY zajist’uje vyber ze seznamu para-

metru. Seznam parametru byl vytvoren pri implementaci skriptu do prostredı Arc-

Map.

• env.workspace[11.]- zajist’uje zmenu pracovnıho souboru.

• DeleteField management[12.] je funkce, ktera maze sloupec v atributove tabulce.

• sa.ZonalStatisticsAsTable[13.]je funkce z rozsırenı Spatial Analis. Vytvarı atri-

butovou tabulku se statistickymi udaji o jednotlivych bodovych polygonovych nebo

liniovych prvcıch.

• AddField management[14.] - prida do atributove tabulky sloupec.

• CalculateField management[15.] - naplnı novy sloupec daty, ktere jsou vyjadreny

rovnicı.

• JoinField management[16.] - pripojı sloupec z jedne atributove tabulky ke druhe.

2.3 GeoDa

GeoDa je volne dostupny software slouzıcı k analyze prostorovych dat, jejich vizualizaci,

korelaci a prostorovemu modelovanı. Je to multiplatformnı software, ktery byl vyvinut

v Spatial Analysis Laboratory of the University of Illinois at Urbana-Champaign pod

vedenım Luca Anselina.

V me praci byl tento software pouzıvan pro vıcerozmernou regresnı analyzu. Tento soft-

ware je schopen otevrıt shapefile soubory. Pote je schopen pridat sloupce s predikovanymi

hodnotami a hodnotami residuı do atributove tabulky shapefilu.

14

CVUT v Praze

KAPITOLA 3. TVORBA RASTRU MAXIMALNICH DENNICH SRAZKOVYCH UHRNUPRIVALOVYCH DESTU PRO UZEMI CESKE REPUBLIKY S DOBOU OPAKOVANI 2, 5,

10, 20, 50 A 100 LET.

3 Tvorba rastru maximalnıch dennıch srazkovych

uhrnu prıvalovych dest’u pro uzemı Ceske re-

publiky s dobou opakovanı 2, 5, 10, 20, 50 a

100 let.

V teto kapitole bude pojednano o tvorbe rastru maximalnıch dennıch uhrnu prıvalovych

dest’u s dobou opakovanı 2, 5, 10, 20, 50 a 100 let (dale rastry dennıch uhrnu). Dale se

seznamıme se vstupnımi daty a metodami pouzitymi k zıskanı vstupnıch dat a nasledne

vıcerozmerne regresnı analyze s korekcı residuı. Nasledne bude rozebran postup zpracovanı

a predstaveny vysledky me prace.

3.1 Vstupnı data

Data, ktera slouzı jako vstup pro moji bakalarskou praci se dajı rozdelit do 3 skupin:

1. bodova data,

2. rastrova data,

3. data, ktera prosla predzpracovanım nez se stala vstupnımi daty. Nerovnomerne

rozmıstene meteorologicke stanice slouzı jako vstupnı bodova vrstva. Tato bodova

vrstva obsahuje data o intenzite a periodicite dest’u a poloze stanic. Rastrova data

slouzıcı jako vstup pro vypocet rastru se dajı rozdelit do dvou oblastı. Prvnı castı jsou

data prevzata, druhou data, ktera prosla predzpracovanım. Digitalnı model reliefu

SRTM patrı do dat, ktere byly prevzaty. Do skupiny predzpracovanych dat patrı

veskere analyzy provedene v softwaru ArcGIS (pohledove rastry a rastry souradnic).

3.1.1 Datova vrstva srazkomernych stanic s N-letymi 24-hodinovymi

uhrny dle Samaje, Valovice a Brazdila

Citace z info souboru k zdroji[1]: ”Datova vrstva srazkomernych stanic vznikla jako

synteza dvou zdroju. Jako zdroje pro tuto vrstvu byly pouzity:

15

CVUT v Praze


10, 20, 50 A 100 LET.

1. bodova vrstva stanic ze sıte klimatologie CHMU laskave poskytnute samotnym ustavem

- obsahovala 811 stanic,

2. vlastnı zdigitalizovane vrstvy stanic podle souradnic (UTM) uvedenych v originalnı

publikaci S.V.B. - 579 stanic.

Bodova vrstva stanic ze sıte klimatologie CHMU obsahovala indikativ stanice, jmeno

stanice, plne jmeno stanice (upresnenı polohy v ramci katastru obce), nadmorska vyska,

zemepisne souradnice a souradnice v systemu Gauss-Kruger. Do S-JTSK byly zemepisne

souradnice s presnostı na uhlove vteriny (s pomocı nadm. vysky) konvertovany jednou

z mnoha na webu volne dostupnych aplikacı.

Druha vrstva vznikla ve dvou krocıch. Nejprve byla rucne zdigitalizovana tabelarnı data

z Samajovy publikace - ID stanice, plny nazev stanice vcetne prıpadneho upresnenı polohy,

nadmorska vyska, zemepisna poloha s presnostı na uhlove minuty a N-lete 24-hodinove

srazkove uhrny vybranych dob opakovanı: N = 2, 5, 10, 20, 50 a 100 let. Vynechany byly

periodicity 30, 80, 90 a 200 let. Ze dvou publikovanych tabulek byla vybrana data se statis-

tickym rozdelenım extremu dle Gumbela. Data byla po digitalizaci zpetne zkontrolovana.

V prıpade spatne citelnych dat nebo jineho podezrenı na chyby byla pripojena poznamka.

Nakonec byly zemepisne souradnice s vyuzitım nadmorske vysky konvertovany do S-JTSK

ve stejne aplikaci jako v bode A) a importovany v ArcGIS do bodove vrstvy. Po importu byly

odhaleny ocividne chyby - nektere stanice lezely mimo uzemı CR. Souradnice v Samajove

publikaci tak byly evidentne uvedeny chybne. Zemepisne souradnice byly konzultovany nad

mapou CR a byla provedena oprava na nejpravdepodobnejsı ”spravnou”polohu, prepocet

do S-JTSK a stanice byla odpovıdajıcım zpusobem presunuta. Do poznamky byla zapsana

puvodnı uvedena hodnota.

Protoze vrstva stanic od CHMU mela vyssı polohovou presnost, bylo zadoucı v ma-

ximalnı mıre najıt shodu ve stanicıch z obou vrstev a statisticke udaje z rucne digitalizovane

vrstvy priradit stanicım CHMU. Pokud prıslusna stanice v datech CHMU nalezena nebyla,

byla stanice z rucne digitalizovane vrstvy polohove zkontrolovana, prıpadne opravena a po-

nechana bud’ beze zmeny, nebo polohove upresnena, byla-li poloha stanice v nazvu jasne

specifikovana (napr. "Zelnavska myslivna"). Do vysledne datove vrstvy vznikle syntezou

16

CVUT v Praze


10, 20, 50 A 100 LET.

uvedenych zdroju byla vzdy prıslusnost ke zdroji a prıpadne presnost uvedena v atributu

"Source". Postup identifikace stanic probıhal nasledovne:

1. V prvnım kroku byly porovnany stanice dle zemepisnych souradnic a vybrany pary,

ktere se presne shodovaly ve stupnıch i minutach v zem. delce i sırce. Stanice byly

zbezne zkontrolovany podle nazvu a rozdılu v nadmorskych vyskach - max rozdıl 38

m. Podle tohoto kriteria bylo ztotozneno pouze 59 stanic, do vysledne bodove vrstvy

byly prevzaty body ze sıte stanic CHMU a oznaceny atributem "CHMU original".

2. V druhem kroku bylo provedeno zaokrouhlenı zemepisnych souradnic stanic CHMU

na cele minuty a stejnym zpusobem jako v bode 1), zkontrolovana identita. Po overenı

vyznamnych rozdılu v nazvech ci nadm. vyskach a prıpadnem vyrazenı nesouhlasıcıch

stanic, byly opet prevzaty body z vrstvy stanic CHMU a oznaceny atributem ”CHMU

presnost 00”. Tımto zpusobem bylo prirazeno 127 stanic.

Pro dalsı identifikaci byly vybrany zbyle rucne digitalizovane stanice, ktere neodpovıdaly

predchozım dvema kriteriım. Prostorovou analyzou byla vyhledana nejblizsı stanice CHMU

v okruhu 3300 m = vzdalenost zhruba odpovıdajıcı rozdılu dvou bodu s rozdılem zemepisnych

souradnic 1,5’ v delce i sırce.

3. Pokud rozdıl v poloze nalezenych stanic v paru nebyl vetsı nez 1’ v delce NEBO sırce

A ZAROVEN rozdıl v nadmorske vysce byl do 20 m A ZAROVEN nazev stanice byl

stejny (nebo ruzny, ale byl duvod predpokladat, ze se jedna o jednu a tez stanici), byla

prevzata stanice ze sıte CHMU a popsana atributem ”CHMU presnost A”. V teto

kategorii bylo prirazeno 59 stanic.

4. Pokud stanice v nalezenem paru splnovaly vsechny podmınky jako v bode 3), pouze

rozdıl v nadmorske vysce stanic byl vyssı nez 20 m, byl prevzat bod ze sıte CHMU a

popsan atributem ”CHMU presnost B”. Tomu to kriteriu odpovıdalo 24 stanic.

5. Jestlize byl rozdıl v zemepisne poloze v delce NEBO sırce vetsı nez 1’, ale mensı

nez 2’, stanice se shodovaly priblizne nazvem nebo byl jiny duvod predpokladat, ze se

jedna o tutez stanici, a pokud rozdıl v nadmorske vysce stanic byl do 20 m, pak byla

prevzata stanice ze sıte CHMU a popsana atributem ”CHMU presnost C”. Zde bylo

identifikovano 41 stanic.

17

CVUT v Praze


10, 20, 50 A 100 LET.

6 Byla-li splnena kriteria jako v bode 5, ale rozdıl v nadmorskych vyskach presahoval

20 m, byla prevzata stanice z vrstvy CHMU a popsana atributem ”CHMU presnost

D”. Tomuto kriteriu vyhovelo 22 stanic.

7 Nakonec byla zavedena kategorie ”CHMU presnost E”pro stanice prevzate ze sıte

CHMU, ale polohove vzdalenejsı od originalnıch Samajovych souradnic nez 2’ v delce

nebo sırce. Jedna se o tri stanice, ktere se pomerne presne shodovaly nazvem i

nadmorskou vyskou stanice a existoval zvlastnı duvod verit, ze se jedna o jednu a

tutez stanici.

V poslednım kroku byly overovany zbyle stanice, pro nez nebyla v bodove vrstve od CHMU

nalezena dvojice. Vizualnı kontrolou nad mapou CR byla kontrolovana spravna poloha

stanice ciste podle nazvu a nadmorske vysky a v nekolika prıpadech byla nalezena hruba

chyba v uvedenych zemepisnych souradnicıch (napr. Kvilda, Jilemnice...). Tyto stanice

po oprave spadly do nektere z predchozıch kategoriı nebo byly oznaceny novym atribu-

tem "SAMAJ edit". Do teto nove kategorie rovnez byly prirazeny stanice, jejichz poloha

byla rucne upresnena presunutım bodu do mısta jasne v nazvu specifikovaneho a na mape

jasne identifikovatelneho - vetsinou stanice u hajoven ci lesnıch samot. Vsechny provedene

upravy byly zapsany do atributoveho pole poznamka - "Note". Tato kategorie obsahuje

22 stanic. Zbytek neprirazenych stanic a blıze nespecifikovanou polohou bylo ponechano

v puvodnı pozici urcene souradnicemi z originalnı Samajovy publikace a jsou oznaceny

atributem "SAMAJ original". Kategorie obsahuje 222 stanic.

ATRIBUTY STANIC

Snahou zpracovatele bylo maximalne zachovat originalnı informace.

• Byla-li stanice prevzata z vrstvy CHMU, pak byl originalnı nazev z Samajova se-

znamu zaznacen do pole "Samaj name", jeho nadmorska vyska do pole "Samaj alt"

a originalnı zemepisne souradnice slouceny do dvou textovych polı ”Lat Samaj" a

"Long Samaj". Pouze ve dvou prıpadech byla Samajova nadmorska vyska prevzata i

do hlavnıho sloupce "altitude", protoze nadmorska vyska dle CHMU se jevila jako

hrube chybna - byla vsak zachovana v poznamce.

• Desetinny udaj zemepisne delky a sırky je spocıtan dodatecne z uvedenych stupnu,

minut a vterin.

18

CVUT v Praze


10, 20, 50 A 100 LET.

Obr. 3.1: Schematicky nakres raketoplanu Endeavour behem mise SRTM.

• Souradnice v Gauss-Krugerove systemu jsou uvedeny pouze u bodu pochazejıcıch

z vrstvy CHMU a u zbylych bodu nebyly dopocıtavany.

• Souradnice v S-JTSK byly zıskany uz v pocatecnı fazi zpracovanı, jak bylo uvedeno

vyse, nebo byly v prıpade rucnıho presunu bodu odvozeny prımo v ArcGIS.

• U rucne presouvanych bodu byla aktualizovana poloha pouze v S JTSK, nikoliv zemepisne

souradnice.”

3.1.2 The Shuttle Radar Topography Mission

The Shuttle Radar Topography Mission (SRTM) obsahuje udaje o nadmorske vysce

temer v globalnım merıtku. Rozsahlejsı informace se nachazı na internetovych strankach[2].

Jeho ukolem je vytvorit, co nejuplnejsı digitalnı model terenu na Zemi. SRTM byl vytvoren

behem specialnı 11-ti dennı mise raketoplanu Endeavour v unoru 2000. V cele celeho

mezinarodnıho projektu stojı americke agentury National Geospatial-Intelligence

Agency (NGA) a National Aeronautics and Space Administration (NASA). Tato data

pokryvajı 80 % povrchu Zeme. V oblastech pokrytı ale zije 95 % obyvatelstva Zeme. Cele

merenı bylo provadeno pomocı radaru typu SAR (Synthetic aperture radar).

Antena radaru musı byt nainstalovana na pohybujıcım se predmetu (letadlo nebo rake-

toplan). Radar se pote delı na 2 prijımacı a 1 vysılacı zarızenı. Prijımacı zarızenı bylo v misi

SRTM nainstalovano na 60-ti metrove teleskopicke traverze. Druhe prijımacı a zaroven i

vysılacı zarızenı bylo uschovano prımo v tele raketoplanu. Vaha celeho radaru byla asi

13,5 tuny. Teleskopicka traverza byla ve slozenem stavu 3 metry dlouha.

19

CVUT v Praze


10, 20, 50 A 100 LET.

Obr. 3.2: Schematicky nakres radaru.

Radar vysıla na dvou pasmech (Shuttle Imaging Radar-C a X-Band Synthetic Aperture

Radar). Tyto 2 pasma byla testovana na 2 misıch v roce 1994. Radar SIR-C byl vyvi-

nut v NASA. Radar X-SAR byl vyvinut spolecne s German Aerospace Center (DLR) a

Italian Space Agency (ASI).

SRTM shromazd’ovalo data priblizne od 60 stupnu severnı sırky do 54 stupnu jiznı sırky tj.

80 % povrchu Zeme. Nad touto plochou bylo provedeno 159 preletu, kdy radar porizoval

snımky. Proto priblizne 95 % povrchu bylo zmapovano alespon 2-krat.

SRTM pouzıva metodu radarove interferometrie. V radarove interferometrii jsou 2 snımky

porızeny z mırne odlisnych mıst. Rozdıly mezi temito snımky umoznujı vypocet povrchove

vysky. V misi SRTM byla 1 antena instalovana v nakladovem prostoru raketoplanu a druha

byla instalovana na 60-ti metrove teleskopicke traverze.

Po naslednem zpracovanı dat je produkt ze SRTM poskytovan po dlazdicıch o velikosti 1

x 1 stupnu (na rovnıku to odpovıda priblizne ctverci 111 x 111 km). SRTM je dostupny ve

20

CVUT v Praze


10, 20, 50 A 100 LET.

Obr. 3.3: Schematicky nakres preletu raketoplanu behem mise.

Obr. 3.4: Nakres pouzitı 2 anten pro radarovou interferometrii.

21

CVUT v Praze


10, 20, 50 A 100 LET.

Obr. 3.5: Bodova vrstva podle Samaje

2 urovnıch SRTM1 a SRTM3. SRTM1 je poskytovan pouze pro uzemı Spojenych statu ame-

rickych s presnostı priblizne 30 metru. Pro zbyla uzemı je poskytovan SRTM3 s presnostı

priblizne 90 metru. SRTM je take dostupny ve verzıch SRTM 1.0 a SRTM 2.0. SRTM 1.0

je vysledkem prımeho interferometrickeho zpracovanı. SRTM 2.0 edituje a upravuje pro-

blematicke oblasti (vodnı plochy, horske svahy ...).

SRTM je dostupny zdarma (FTP prıstup) ze stranek USGS EROS Data Center[8]

. Pro potreby mojı bakalarske prace jsem pouzil jiz mozaikovany rastr SRTM od firmy GI-

SAT[5] v souradnicovem systemu S-JTSK. Tento rastr je dostupny jako Geotiff z webovych

stranek.

22

CVUT v Praze


10, 20, 50 A 100 LET.

Obr. 3.6: SRTM pro Ceskou republiku.

23

CVUT v Praze


10, 20, 50 A 100 LET.

3.1.3 Analyzy provedene pomocı funkcı ArcGIS

Tyto analyzy byly zpracovany jako rastrova data v softwaru ArcGIS. Jako vstupnı data

pro tyto analyzy slouzı Digitalnı model terenu SRTM. Dale tyto rastry vstupujı do vypoctu

regrese. Tyto analyzy byly ulozeny do geodatabaze.

Rastry maximalnıch vysek ve vyseci

V navaznosti na Diplomovou praci Ing. Arnosta Mullera [3], ktery zkoumal ruzne geogra-

ficke a topograficke zavislosti jako naprıklad : Sklon, zavislost na zemepisne delce, osvit

slunecnımi paprsky atd. Z prace Ing. Mullera vyplyva, ze tyto parametry majı zanedba-

telny vliv na prumerne rocnı uhrny. Proto jsem se zacal soustredit na rastry obsahujıcı

kruhovy vyrez s ruznymi velikostmi uhlu a polomeru. Nakonec byly vytvoreny rastry

s vyrezy 10, 15, 30, 45, a 60 stupnu s velikostmi polomeru 5, 10, 15, 20 a 25 kilometru.

Pote byly testovany jednotlive kombinace uhlu pomocı softwaru GeoDa.

Nakonec byly vybrany 45-ti stupnove vyrezy, pro tyto vyrezy bylo rozhodnuto kvuli

optimalnımu poctu nakonec pouzitych rastru. Pri pouzitı mensıch vyrezu se zbytecne

zvysoval cas vypoctu, protoze do vypoctu vstupovalo mnoho rastru. Pri pouzitı vetsıch

vyrezu zase zasadne snizuje korelacnı koeficient. Jmena techto rastu byla generovana au-

tomaticky a to jako P 45 XXXYY, kde XXX je pocatecnı uhel vyrezu a YY je velikost

polomeru v kilometrech. Tyto rastry jsem generoval pomocı funkce Focal statistics v soft-

waru ArcGIS. Nulova hodnota pocatecnıho uhlu smeruje na vychod a zvetsuje se smerem

na sever (90), zapad (180), jih (270). Temito rastry je vyjadren vyskyt prekazek v urcitem

smeru. Tyto prekazky ovlivnujı srazky. Pred prekazkou se srazky kumulujı a za prekazkou

se vytvarı srazkovy stın.

Rastry Y SJTSK a X SJTSK

Rastry X SJTSK resp. Y SJTSK reprezentujı hodnoty souradnic S-JTSK pro Ceskou

republiku. Tento rastr byl vytvoren v ArcGIS pomocı funkce Trend. Tato funkce potrebuje

jako vstup minimalne 3 body se souradnicemi S-JSTSK a jako vystup vytvorı rastr, ktery

representuje tyto hodnoty.

24

CVUT v Praze


10, 20, 50 A 100 LET.

Obr. 3.7: Rastr maximalnıch vysek ve 45-ti stupnove vyseci s polomerem 25 km.

25

CVUT v Praze


10, 20, 50 A 100 LET.

Obr. 3.8: rastry X SJTSK a Y SJTSK

26

CVUT v Praze


10, 20, 50 A 100 LET.

3.2 Pouzite metody

Hodnoty maximalnıch dennıch uhrnu jsou zıskavany meteorologickymi stanicemi, ktere

jsou po cele Ceske republice rozmısteny priblizne rovnomerne. Pokud budeme chtıt zıskat

data pro jina mısta, musıme pouzıt nekterou z metod, ktera z nejblizsıch okolnıch bodu,

nebo ze zavislostı mezi nimi interpoluje potrebnou hodnotu. Pro tuto interpolaci bylo

vyvinuto nekolik statistickych metod pouzıvajıcı numericke funkce, ktere z nerovnomerne

rozmıstenych bodu generujı rastr. Pro moji praci byla vybrana vıcerozmerna regresnı

analyza s naslednou korekcı residuı.

3.2.1 Vıcerozmerna regresnı analyza s korekcı residuı

Vıcerozmerna regresnı analyza s korekcı residuı je kombinacı globalnıch a lokalnıch me-

tod.

Globalnı metody zahrnujı do vypoctu vsechny meteorologicke stanice na uzemı Ceske

republiky. Pouzıvajı externı informace napr. topograficka data, aby vytvorily model mezi

externımi a modelovanymi promennymi. Typicky model je polynomicka funkce, ktera

vychazı z predpokladu, ze pocası a tedy i vsechny maximalnı dennı srazkove uhrny zavisı

na geografickem okolı stanice. Proto jsou jako nezavisle externı promenne brany geogra-

ficka a topograficka data v okolı jednotlivych stanic. Hodnota libovolneho bodu je potom

vyjadrena rovnicı:

z(x) = β0 + β1P1 + β2P2 + ...+ βnPn

kde z je hodnota fce v libovolnem bode x

,β0−n jsou hodnoty regresnıch koeficientu

a P1−n jsou hodnoty jednotlivych nezavislych promennych.

Lokalnı metody oproti globalnım metodam pouzıvajı data pouze z tech nejblizsıch bodu.

Vzdy se musı zadat, kolik nejblizsıch bodu ovlivnuje vypocet. Vypocet je potom ovlivnen

pouze temito body. Mezi lokalnı metody interpolace patrı metoda IDW, Thiesenovych

polygonu, ad. V soucasnosti je pro mapovanı klimatu pouzıvana kombinace lokalnıch a

globalnıch promennych.

27

CVUT v Praze


10, 20, 50 A 100 LET.

V me praci je pouzıvana metoda IDW[4.] (Inverse distance weighting). Tato metoda je

zalozena na principu: Blizsı body ovlivnujı vıce zkoumany jev nez body vzdalene. Zakladem

je urcit inverznı vzdalenost jednotlivych bodu. Rovnice IDW vypada takto:

z(x) =Σn

i=1z(xi).dij−r

Σni=1dij

−r

kde z(x) je hodnota srazky urcena interpolacı

z(xi) je hodnota srazky v klimatologicke stanici dij je vzdalenost bodu z(x) od bodu z(xi)

a r je mocninna promenna (kladne, realne cıslo, v ArcGIS r = 2 default).

Tato vzdalenost je dale upravena exponentem p. Tento parametr ovlivnuje vahy jednot-

livych bodu. Pokud p = 0 pote se vysledek rovna aritmetickemu prumeru. Cım je parametr

p vyssı, tım majı vzdalenejsı body mensı vahu. Obvykle se volı parametr p = 2. Takto je

parametr volen i v me bakalarske praci. Je to v navaznosti na praci Mullera[3].

Kombinovane metody se vyznacujı pouzitım globalnıch i lokalnıch metod v jednom vypoctu.

Nejdrıve se pomocı globalnıch metod vypocte polynomicka funkce. Pote se zjistı chyby mezi

polynomickou funkcı a skutecnymi hodnotami meteorologickych stanic. Temto chybam

rıkame residua. Pro nazornost uvadıme vztah:

residuum = klimatologicka hodnota - predikovana hodnota

Po zjistenı residuı musıme tyto hodnoty prevest na celou predikovanou plochu. Proto

pouzijeme metodu IDW. Tato metoda opravı rastr vznikly globalnımi metodami tak, aby

hodnoty rastru v bodech, kde se nachazı meteorologicke stanice, odpovıdaly hodnotam

v techto stanicıch.

3.2.2 Koeficient determinace R2 a vyrovnany korelacnı koeficient AdjustedR2

Koeficient determinace R2 je take zvan korelacnı koeficient. Koeficient determinace uka-

zuje, jak moc se vysledny model shoduje s bodovou vrstvou meteorologickych stanic. Koe-

ficient determinace muze nabyvat hodnot mezi 0 a 1. Hodnota 1 pritom znacı shodu mezi

modelem a vrstvou merenı. AdjustedR2 je modifikace R2, ktera upravuje R2 pro pocet

vysvetlujıcıch podmınek v modelu. Na rozdıl od R2, AdjustedR2 se zvetsı pouze v prıpade,

ze nova podmınka zlepsuje model vıce, nez by se dalo ocekavat nahodou. AdjustedR2 muze

byt zaporna, a musı byt vzdy mensı nez nebo rovna R2.

28

CVUT v Praze


10, 20, 50 A 100 LET.

3.2.3 F-test

F-test je obecne libovolny statisticky test, kde ma nahodna velicina podle nulove hypotezy

F-rozdelenı (Fisher-Snedeckorovo), tedy rozdelenı, ktere ma mıt podıl dvou nahodnych

velicin s distribucı chı-kvadrat (takove rozdelenı ma naprıklad vyberovy rozptyl). Nasledujıcı

prıpad popisuje konkretnı vyuzitı F-testu k celkove verifikaci odhadu metodou nejmensıch

ctvercu. Celkovy F-test testuje nulovou hypotezu ve tvaru:

H0 : β1 = β2 = ... = βk = 0

Testujeme tedy, zda hodnota vysvetlovane promenne zavisı na linearnı kombinaci vysvetlujıcıch

promennych. V softwaru GeoDa muzeme F-testem testovat celkovou efektivitu regresnıho

modelu. Nulova hypoteza F-testu - vsechny regresnı koeficienty jsou spolecne 0.

3.2.4 T-test

T-test je metodou matematicke statistiky, ktera umoznuje overit nekterou z nasledujıcıch

hypotez:

• Zda normalnı rozdelenı, z nehoz pochazı urcity nahodny vyber, ma urcitou konkretnı

strednı hodnotu, pricemz rozptyl je neznamy.

• Zda dve normalnı rozdelenı majı stejne strednı hodnoty (resp. rozdıl techto strednıch

hodnot je roven urcitemu danemu cıslu).

Ve vıcerozmerne regresnı analyze studentuv t-test umoznuje merit vyznam jednotlivych

nezavislych promennych. Pomaha rozhodnout, ktere promenne se majı vyradit a ktere

ponechat. Cım vyssı hodnota T-testu, tım vyssı vyznam promenne. Pro kvalitu modelu je

lepsı zahrnout do modelu promenne, ktere jsou nezavisle.

3.3 Postup zpracovanı a vysledky

Proces zpracovanı bych rozdelil na nekolik casti:

• Hledanı optimalnıho poctu rastru pri zachovanı co nejvyssıho koeficientu determi-

nace,

29

CVUT v Praze


10, 20, 50 A 100 LET.

• nasledny vypocet regresnıho rastru,

• vypocet rastru residuı pomocı metody IDW,

• vypocet finalnıho rastru sectenım regresnıho a residualnıho rastru.

Nejslozitejsı castı bylo hledanı nejlepsıho koeficientu determinace pro co nejmensı pocet

rastru. Pro zjednodusenı vypoctu a zmensenı poctu vsech operacı jsem se rozhodl provadet

vsechny analyzy pouze pro jednu hodnotu (10-ti lety dest’), z datove vrstvy srazkomernych

stanic. Toto rozhodnutı jsem ucinil na zaklade korelovanosti dat 10-ti letych maximalnıch

uhrnu a vsech ostatnıch. V softwaru GeoDa jsem proto zvolil jako zavislou promennou

sloupec 10-ti letych maximalnıch uhrnu (H 010) a jako nezavisle promenne jsem zvolil

sloupce hodnot pro ostatnı doby opakovanı (H 002, H 005, H 020, H 050 a H 100). Koe-

ficient determinace mi vysel 0,99990. To znacı skoro dokonalou korelovanost. Po tomto

zjednodusenı jsem mohl pristoupit k hledanı optimalnıho poctu rastru.

3.3.1 Hledanı optimalnıho poctu rastru pri zachovanı co nejvyssıho ko-

eficientu determinace

Na zaklade vysledku z prace Ing. Mullera[3], ktery testoval vliv ruznych analyz DMT (sklon,

zakrivenost terenu, orientaci vuci svetovym stranam ...) pri tvorbe rastru prumernych

rocnıch srazek metodou vıcerozmerne regresnı analyzy s korekcı residuı, bylo rozhodnuto

jako vstupnı rastry pouzıt rastr souradnic X a Y souradnicoveho systemu S-JTSK, rastr di-

gitalnıho modelu terenu SRTM a rastry maximalnıch vysek ve vyseci. Nejvetsım problemem

bylo urcenı uhlu a polomeru vysece. Nejdrıve byl testovan optimalnı uhel vysece. Pri tes-

tovanı 60-ti stupnovych vysecı bylo vytvoreno 6 rastru pro velikost polomeru 5 kilometru.

A dale take pro velikost 25 kilometru. Pote tato data slouzila jako vstup do softwaru

GeoDa, kam jsem jako zavislou promennou zvolil H 010 a jako nezavisle promenne vsechny

rastry 60-ti stupnovych vysecı o polomeru 5 a 25 km. Pro velikosti vysece 15 - 45 stupnu

bylo postupovano obdobne. Tabulka(3.1) ukazuje hodnoty koeficientu determinace pro

jednotlive velikosti vysecı :

S ohledem na koeficient determinace a pocet rastru bylo se rozhodnuto pouzıt 45-ti

stupnove vysece. Tyto vysece byly optimalnı resenı vzhledem k poctu vysecı pro jeden

polomer(8) a vzhledem ke koeficientu determinace.

30

CVUT v Praze


10, 20, 50 A 100 LET.

α R2

15 0,541837

30 0,499155

45 0,480636

60 0,463268

Tab. 3.1: Tabulka koeficientu determinace

V nasledujıcım zpracovanı byly vytvoreny dalsı vysece tentokrat o rozdılne velikosti

polomeru. Rozhodl jsem se vytvorit 45-ti stupnove vysece o polomeru 5, 10, 15, 20 a 25

kilometru. Po pridanı rastru X JTSK a Y JTSK, ktere v podstate reprezentujı zemepisnou

sırku a delku a vsech ostatnıch rastru vysecı, jsem znovu spustil regresnı analyzu v softwaru

GeoDa. Jako zavislou promennou jsem opet zvolil H 010. V teto chvıli mi koeficient regrese

vysel :

R2 = 0, 623736

Vsechny vstupnı rastry jsou vyjadreny v tabulce 3.2. V nasledujıcıch krocıch byly

odebırany rastry postupne podle hodnoty F-testu a pravdepodobnosti kritickeho inter-

valu F-testu a bylo sledovano, jak se menı hodnota koeficientu determinace. Po odebranı

jednoho rastru byl znovu spocten koeficient determinace v softwaru GeoDa. Rastru, ktere

vstupovaly do vypoctu, bylo 42. Byly to vsechny rastry maximalnıch vysek ve vysecıch o

velikosti 45 stupnu s polomery 5, 10, 15, 20 a 25 kilometru. Po odebıranı rastru jednoho po

druhem a sledovanı vyvoje koeficientu determinace bylo rozhodnuto, ze optimalnı pocet

rastru je 8. V tabulce 3.3 jsou tyto rastry popsany.

Tyto rastry jsem pote pouzil jako vstup pro tvorbu vsech ostatnıch rastru s jinymi

dobami opakovanı. Vzdy jsem ulozil predikovane hodnoty a hodnoty residuı do nove vy-

tvoreneho sloupce v atributove tabulce vstupnıho shapefilu samaj final.shp[1]. Koe-

ficient determinace je pro tyto rastry a pro doby opakovanı vyjadren v tabulce 3.4:

Koeficient determinace se snizoval s tım, jak ubyvalo rastru, ktere vstupovaly do vypoctu.

Musela byt nalezeno optimalnı resenı, kdy koeficient determinace zustava co nejvyssı a

pocet rastru je co nejnizsı.

31

CVUT v Praze


10, 20, 50 A 100 LET.

jmeno rastru regresnı koef. sm. odchylka T-statistika pravdepodobnost

CONSTANT 114,3313 8,234856 13,88382 0,0000000

X SJTSK 3,455714e-005 6,152062e-006 5,617163 0,0000000

Y SJTSK 5,045358e-005 3,81191e-006 13,23577 0,0000000

P 45 905 -0,0007701412 0,009543603 -0,08069712 0,9356861

P 45 9025 -0,009988694 0,007864433 -1,27011 0,2045977

P 45 9020 0,004296452 0,01114522 0,3854975 0,7000300

P 45 9015 -0,005108482 0,01009486 -0,5060479 0,6130271

P 45 9010 -0,001006343 0,01009996 -0,09963833 0,9206359

P 45 455 0,01049488 0,009600205 1,093194 0,2748030

P 45 4525 0,009311386 0,007387131 1,260487 0,2080403

P 45 4520 -0,01669256 0,01105921 -1,509381 0,1317896

P 45 4515 -0,008451957 0,01095722 -0,7713599 0,4408358

P 45 4510 0,01803673 0,01041542 1,731733 0,0838961

P 45 3155 0,0165766 0,008987864 1,844331 0,0656862

P 45 31525 0,008831329 0,006631249 1,331775 0,1834991

P 45 31520 0,005688015 0,009750971 0,583328 0,5599180

P 45 31515 -0,00461049 0,00922123 -0,4999865 0,6172926

P 45 31510 -0,01079984 0,009828359 -1,098845 0,2723323

P 45 2705 0,007205658 0,009986704 0,7215252 0,4709056

P 45 27025 -0,008585584 0,007479658 -1,147858 0,2515398

P 45 27020 0,00536473 0,01034273 0,518696 0,6041892

P 45 27015 -0,009748564 0,009726503 -1,002268 0,3166672

P 45 27010 0,02110558 0,009583055 2,202385 0,0280630

P 45 2255 -0,004922196 0,01003322 -0,49059 0,6239183

Tab. 3.2: Tabulka vsech rastru, ktere vstupovaly do vypocu v softwaru GeoDa. 1.cast

32

CVUT v Praze


10, 20, 50 A 100 LET.

jmeno rastru regresnı koef. sm. odchylka T-statistika pravdepodobnost

P 45 22525 0,006189654 0,0080655 0,7674235 0,4431680

P 45 22520 0,008845717 0,01139476 0,776297 0,4379140

P 45 22515 -0,0006072537 0,01027146 -0,05912049 0,9529649

P 45 22510 -0,005124869 0,009557155 -0,5362337 0,5920114

P 45 1805 -0,01312561 0,01024981 -1,280571 0,2009001

P 45 18025 -0,01233481 0,007499655 -1,644717 0,1006151

P 45 18020 0,0282 0,01054978 2,67304 0,0077458

P 45 18015 -0,01061448 0,0108345 -0,9796929 0,3276775

P 45 18010 0,002338685 0,009624725 0,2429872 0,8081023

P 45 1355 0,01498577 0,009750726 1,536888 0,1249106

P 45 13525 0,001360972 0,008260006 0,1647664 0,8691678

P 45 13520 -0,008811193 0,01067743 -0,8252166 0,4096184

P 45 13515 0,002614317 0,0103592 0,2523668 0,8008679

P 45 13510 0,004358462 0,009367244 0,4652876 0,6419059

P 45 05 -0,003870872 0,009336725 -0,4145856 0,6786193

P 45 025 -0,008318618 0,0060913 -1,365656 0,1726198

P 45 020 0,001446987 0,008653822 0,1672079 0,8672753

P 45 015 -0,002279482 0,009999543 -0,2279586 0,8197867

P 45 010 0,006693259 0,009094458 0,7359711 0,4620711

Tab. 3.3: Tabulka vsech rastru, ktere vstupovaly do vypocu v softwaru GeoDa 2.cast.

jmeno rastru popis rastru

X SJTSK rastr hodnot souradnice X v S-JTSK

Y SJTSK rastr hodnot souradnice Y v S-JTSK

P 45 9025 rastr maximalnıch vysek s pocatecnım uhlem 90 stupnu a polomerem 25 km






Tab. 3.4: Popis rastru

33

CVUT v Praze


10, 20, 50 A 100 LET.

H [roky] R2

2 0,707

5 0,636

10 0,600

20 0,571

50 0,545

100 0,529

Tab. 3.5: Tabulka Koeficientu determinace pro rastry s dobou opakovanı 2 - 100 let.

Rastry 2 5 10 20 50 100

X SJTSK 3,398e-5 4,432e-5 5,093e-5 5,781e-5 6,630e-5 7,294e-5

Y SJTSK 2,026e-5 3,113e-5 3,802e-5 4,520e-5 5,412e-5 6,104e-5

P 45 9025 -0,006 -0,009 -0,010 -0,012 -0,014 -0,015

P 45 4520 -0,007 -0,012 -0,015 -0,018 -0,022 -0,025

P 45 4510 0,008 0,014 0,017 0,021 0,025 0,029

P 45 3155 0,012 0,016 0,019 0,022 0,026 0,028

P 45 22520 0,008 0,012 0,015 0,018 0,021 0,024

P 45 1355 0,006 0,009 0,011 0,014 0,016 0,018

konst. 72,862 101,126 119,160 137,932 161,141 179,223

Tab. 3.6: Tabulka koeficientu regrese pro jednotlive rastry.

3.3.2 Tvorba regresnıch rastru

Nasledoval vypocet regresnıch rastru pomocı funkce Raster calculator v softwaru

ArcGIS. Koeficienty jednotlivych vstupnıch rastru jsou zaznamenany v protokolu ze soft-

waru Geoda. Pro prehlednost je uvadım v tabulce 3.5.

Vysledna rovnice pro dennı maximalnı uhrny s periodicitou 10 let, ktera byla zadana

jako vstup do rastroveho kalkulatoru , je tedy:

H010 =

5, 093e−5∗X SJTSK+3, 802e−5∗Y SJTSK−0, 010∗P 45 9025−0, 015∗P 45 4520+

0, 017∗P 45 4510+0, 019∗P 45 3155+0, 015∗P 45 22520+0, 011∗P 45 1355+119, 160

34

CVUT v Praze


10, 20, 50 A 100 LET.

Obr. 3.9: Regresnı rastr s periodicitou 10 let

35

CVUT v Praze


10, 20, 50 A 100 LET.

Obdobne bylo postupovano i pri tvorbe ostatnıch rastru maximalnıch intenzit. Vsechny

tyto koeficienty jsou vyjadreny v tabulce 3.5.

3.3.3 Tvorba residualnıch rastru metodou IDW

Po vypoctu regresnıch rastru v rastrovem kalkulatoru bylo nutne vypocıtat rastr residuı

pro jednotlive doby opakovanı. Tento rastr jsem vypocıtal pomocı metody IDW (stejno-

jmenna funkce v ArcGIS). Jako vstupnı bodova vrstva mi poslouzil shapefile samaj final.

shp[1]. Do teto vrstvy lze v softwaru GeoDa pridat sloupec residuı do atributove ta-

bulky. Pro jednotlive doby opakovanı byly v teto bodove vrstve ulozeny hodnoty residuı

z predchozıho zpracovanı. Tyto hodnoty residuı poslouzily jako vstup, a byly vytvoreny

residualnı rastry pomocı metody IDW. Jako vstup teto metody poslouzily hodnoty residuı

v meteorologickych stanicıch, ktere byly vygenerovany v softwaru GeoDa.

3.3.4 Vysledne rastry opravene o rastry residuı

Rastry maximalnıch dennıch uhrnu prıvalovych dest’u vznikly jako soucet residualnıch

a regresnıch rastru v rastrovem kalkulatoru. Regresnı rastry nezachovavaly hodnoty ma-

ximalnıch uhrnu v meteorologickych stanicıch. Opravenım regresnıch rastru o rastry re-

sidualnı byly tyto rastry opraveny tak, ze hodnoty v meteorologickych stanicıch z vypoctenych

rastru se rovnajı hodnotam v meteorologickych stanicıch puvodnıch merenı. Stejnym prin-

cipem byly vygenerovany vsechny rastry maximalnıch dennıch uhrnu.

36

CVUT v Praze


10, 20, 50 A 100 LET.

Obr. 3.10: Residualnı rastr s periodicitou 10 let

37

CVUT v Praze


10, 20, 50 A 100 LET.

Obr. 3.11: Rastr maximalnıch dennıch uhrnu pro uzemı Ceske republiky s periodicitou 10

let

38

CVUT v PrazeKAPITOLA 4. TVORBA MODULU REDUKUJICIHO MAXIMALNI SRAZKOVE UHRNY

NA UHRNY O NAHRADNICH INTENZITACH

4 Tvorba Modulu redukujıcıho maximalnı srazkove

uhrny na uhrny o nahradnıch intenzitach

Po vytvorenı srazkovych rastru bylo mym druhym ukolem vytvorenı nastroje, ktery redu-

kuje dennı srazkove uhrny. Tyto uhrny byly redukovany na n-minutove uhrny. Teoreticky

zaklad modulu je prace Doc. Hradka a Doc. Kovare [3]. Modul byl naprogramovan jako

Python script pro ArcGIS. Nasledne byl skript implementovan do ArcGIS jako script.

Jako vstup do modulu byla pouzita bodova, polygonova nebo liniova data povodı nebo

bodu, ktery geometricky ohranicuje zkoumanou oblast. Dale jako vstup slouzı rastrova

data maximalnıch dennıch uhrnu, ktere byly popsany v predchozı casti. Poslednım vstu-

pem byla hodnota doby navrhove srazky. Jako data o povodı lze pouzıt bodova, polygonova

nebo liniova data . Tato data obsahujı geometricka data povodı na uzemı Ceske Republiky

a byla ulozena v ArcGIS geodatabazi nebo jako shapefile.

4.1 Vypocet nahradnıch intenzit prıvalovych dest’u

Pro vypocet nahradnıch intenzit prıvalovych dest’u slouzı jako teoreticky zaklad metoda,

ktera byla vyvinuta Doc. Hradkem a Doc. Kovarem [3]. Jedna se o metodu, ktera re-

dukuje dennı maximalnı srazkove uhrny. V nasledujıcı casti je vytah jejich prace. Prace

Doc. Hradka a Doc. Kovare navazuje na predchozı studie Trupla [4] a Cerkasina [5]. Jako

podkladove data pouzıva data Ceskeho hydrometeorologickeho ustavu v Praze.

Prıvalovy dest’ promenne intenzity se pri hydrologickych vypoctech nahrazuje ”vypoctovym

destem”s nahradnı (konstantnı) intenzitou. Tato intenzita je zavisla na dobe trvanı deste

a dobe opakovanı deste (periodicite). Nahradnı intenzity se odvozujı z ombrografickych

zaznamu srazkomernych stanic.

Navrzena metodika je obecne aplikovatelna pro srazkomerne stanice a oblasti, pro ktere

jsou odvozeny hodnoty maximalnıch dennıch srazkovych uhrnu H N a koeficienty redukce

ψt. Parametry jsou odvozeny pro oblast Labe, ale jsou pouzıvany pro uzemı cele Ceske

republiky kvuli geograficke blızkosti naseho uzemı.

39



4.1.1 Princip metody

Zde prinasım citaci z prace Doc. Hradka a Doc. Kovare [6]:

”Princip metody je pomerne jednoduchy.

Ht,N = ψt.HN ,

kde Ht,N je srazkovy uhrn pro dobu trvanı deste t a dobu opakovanı N,

HN je jednodennı maximalnı srazkovy uhrn pro dobu opakovanı 1-krat za N let,

ψt je koeficient redukce pro dobu trvanı deste t.

Zavislost Ht,N = f(t) je mozne vyjadrit jako exponencialnı funkci:

Ht,N = A.t1−c,

kde t je doba trvanı deste,

A, c jsou oblastnı parametry zavisle na periodicite deste.”

Po dalsıch upravach nasleduje vztah, ktery pouzıvam v me praci:

Ht, N = HN .a.t1−c

4.1.2 Odvozenı hodnot koeficientu redukce ψt pro oblast ceskeho povodı

Labe

Hodnoty koeficientu redukce ψt byly odvozeny dle rovnice:

ψt = Ht,N/HN

Takto byly odvozeny hodnoty ψt pro hodnoty doby trvanı v intervalu t = (10,120) mi-

nut. Hodnoty ψt v intervalu t = (120,1440) minut byly odvozeny grafickou extrapolacı.

Parametry a a c jsou vyjadreny v tabulce 3.1 .

40



N[roky] t[min.] 10 - 40 40-120 120-1440

a 0,169 0,227 0,193

1 1-c 0,227 0,197 0,226

c 0,723 0,804 0,774

a 0,166 0,237 0,235

2 1-c 0,299 0,197 0,199

c 0,701 0,803 0,801

a 0,171 0,265 0,324

5 1-c 0,312 0,197 0,155

c 0,688 0,803 0,845

a 0,163 0,280 0,380

10 1-c 0,344 0,197 0,133

c 0,656 0,803 0,867

a 0,169 0,300 0,463

20 1-c 0,352 0,197 0,106

c 0,648 0,803 0,894

a 0,174 0,323 0,580

50 1-c 0,362 0,197 0,075

c 0,638 0,803 0,925

a 0,173 0,335 0,642

100 1-c 0,375 0,197 0,061

c 0,625 0,803 0,939

prumer a 0,163 0,280 0,380

N 1-c 0,344 0,197 0,133

1- 100 c 0,656 0,803 0,867

Tab. 4.1: Hodnoty koeficientu redukce a a c

41



4.2 Zaklady nastavenı skriptu v prostredı ArcGIS

Nasledujıcı cast popisuje obecne tvorbu skriptu pro ArcGIS v programovacım jazyce

Python. V teto casti me prace jsou popsany hlavne funkce, ktere jsem pouzil pro tvorbu

sveho modulu.

Programovacı jazyk Python se pouzıva k psanı skriptu pro prostredı ArcGIS. Jeden

z prvnıch kroku pri tvorbe skriptu je rozhodnutı, kde bude skript vytvaren. Zde si muzete

vybrat ze dvou moznostı:

• Python window v prostredı ArcMAP,

• stand-alone skript psany v nejakem editoru ( napr. IDLE, PythonWin ... )

Python window v prostredı ArcMap se da v prostredı ArcMap spustit v zalozce (

Geoprocessing > Python ). Je rozdeleno na dve casti. V leve casti je okno, do ktereho

se pısı prıkazy a v prave casti je okno, kde se zobrazuje napoveda. Tento nastroj je podle

meho nazoru vhodne pouzıt pro kratke a jednoduche skripty nebo pro skripty, ktere se

nemusı casto opakovat.

Stand-alone skript byl vytvaren v nekterem editoru. V mem prıpade byl vytvaren

v textovem editoru Gedit pro Windows. Tento skript ma vyhodu v tom, ze z tohoto

skriptu muze byt vytvoren nastroj v ArcGIS Toolboxu. V dalsı casti je popsana tvorba

tohoto nastroje.

Pro tvorbu nastroje Python script v prostredı ArcMap musıme nejdrıve vytvorit novy

Toolbox. Ten se vytvorı tak, ze se pravym tlacıtkem mysi v okne nastroje ArcCatalog

klikne na libovolne mısto v adresarovem stromu a v nabıdce se vybere New > Toolbox. Je

nutne zadat jmeno toolboxu. Pote se musı vytvorit novy nastroj Script. To se provede opet

pravym tlacıtkem mysi tentokrat nad jiz vytvorenym toolboxem Add > Script . Tımto

vytvorıte novy skript.

Otevre se dialogove okno noveho skriptu. Opet je nutne zadat jmeno skriptu, navıc

je mozne zadat popis skriptu a dalsı popisne udaje. Pokud budete pokracovat v dialogu

42



tlacıtkem Next, dostanete se k nactenı vlastnıho python skriptu do nastroje. Jako volbu

Script file je nutne uvest cestu k souboru s prıponou .py. Pro dalsı pokracovanı zvolıme

znovu tlacıtko Next. Nynı nastavıme promenne, ktere se budou zobrazovat a budou potreba

pri startu nastroje.

V teto casti inicializace skriptu je potreba zadat vsechny promenne, jez muze zadavat

uzivatel pri startu nastroje a v Python skriptu jsou inicializovany pomocı funkce arcpy.

GetParameter. Dialogove okno je rozdeleno na 2 tabulky. V prvnı tabulce lze nastavit

popis zobrazovany uzivateli pri startu nastroje a datovy typ teto promenne. V druhe

tabulce jsou vlastnosti teto promenne. Tyto vlastnosti jsou ovlivnovany datovym typem

promenne. Po vyplnenı hodnot pro vsechny promenne muzeme dokoncit tvorby skriptu

pomocı tlacıtka Finish.

Popsanym zpusobem vznikl Script pojmenovany Redukce, ktery lze otevrıt v prostredı

ArcGIS. Pokud se nechceme porad odkazovat na skript, ktery se nachazı v souborovem

strome mimo ArcGIS muzeme script importovat do ArcGIS tak, ze klikneme pravym

tlacıtkem na nami vytvoreny skript v prostredı ArcGIS a vybereme volbu Import skript.

4.3 Rozbor skriptu

V teto casti popısu jednotlive casti skriptu redukce psaneho v jazyce Python. Prvnı cast

skriptu se musı importovat jednotlive knihovny softwaru ArcGIS.

import arcpy

import os

Dale musı prekladac zkontrolovat jestli ma uzivatel nainstalovano rozsırenı Spatial.

Tento skript totiz pouzıva funkce, ktere jsou v tomto rozsırenı. Bez tohoto rozsırenı je

skript nepouzitelny.

arcpy.CheckOutExtension("spatial")

43



V nasledujıcı casti skriptu se nacıtajı promenne, ktere jsou zadavany jako vstup modulu

uzivatelem. Take se uklada soucasna pracovnı plocha(tj. soucasne umıstenı v souborovem

strome) do promenne.

Input_feature = arcpy.GetParameter(0)

Input_rasters = arcpy.GetParameter(1)

Input_rainlength = arcpy.GetParameter(2)

Workspace = os.path.dirname(__file__)

arcpy.env.workspace = Workspace

V dalsı casti kodu se vytvarı nova promenna, ktera obsahuje vstupnı rastry jako pole

typu string. To se deje, aby se dale mohly zkontrolovat jmena rastru.

Input_rasters_str=[]

for i in range(len(Input_rasters)) :

Input_rasters_str.append(str(Input_rasters[i]))

V dalsı casti skriptu jsem musel osetrit vstupnı vrstvu bodovou nebo polygonovou.

Takto muze byt jako vstup pouzit shapefile i feature class z geodatabaze.

desc=arcpy.Describe(Input_feature)

fields=desc.fields

join_field=""

for field in fields:

if (field.name=="OBJECTID"):

join_field="OBJECTID"

elif (field.name=="FID"):

join_field="FID"

Predchozı castı kodu byly osetreny vstupy pro funkce. V nasledujıcı casti je vytvorena

atributova tabulka s prumernou hodnotou. Tato cast kodu osetruje polygony a linie.

for i in range(len(Input_rasters)) :

# set title of designed table

title=Input_rasters_str[i]+"_table"

44



# function ZonalStatisticsAsTable

arcpy.sa.ZonalStatisticsAsTable (Input_feature, join_field,

Input_rasters_str[i],title,"NODATA","MEAN")

Nynı jsem musel do atributove tabulky pridat sloupec, protoze shapefile atributove

tabulky majı maximalnı pocet znaku ve jmene povolen maximalnı pocet deset znaku.

A pro vıce vybranych rastru by se nazev sloupce "MEAN" stal nejednoznacny. Pote byly

hodnoty prumeru prekopırovany do tohoto nove vytvoreneho sloupce.

# add field to table

arcpy.AddField_management(title,Input_rasters_str[i]+"_m","FLOAT")

arcpy.CalculateField_management(title,Input_rasters_str[i]+"_m"

,"!MEAN!","PYTHON")

Pote byl vytvoren novy sloupec v atributove tabulce bodove vrstvy a sloupec prumeru

propojen s atributovou tabulkou bodove vrstvy. Nasledne byla tato tabulka smazana.

# join mean field to feature

arcpy.JoinField_management (Input_feature, join_field, title, join_field,

Input_rasters_str[i]+"_m")

# delete table

arcpy.Delete_management(title)

Nynı je vytvoreno jmeno vysledneho sloupce, ktere ma tvar Rastr delkadeste ( napr.

H 002 10, tj. Rastr 2-lete maximalnı srazky s delkou trvanı 10 minut ). Provede se vypocet

redukce, ktery se zaokrouhlı na 2 desetinna mısta. Je to zpracovana tabulka 3.1. Nasledujıcı

cast kodu je venovana rastru s periodicitou 2 roky. Pro dalsı navrhove srazky je kod

obdobny.

if Input_rasters_str[i]=="H_002":

arcpy.AddMessage("Creating field "+field_name+" with raster H_002

and rain length "+str(long(Input_rainlength))+" minutes")

if Input_rainlength < 40:

a=0.166

45



c=0.701

coef=round(a*Input_rainlength**(1-c),2)

expression ="round(!"+Input_rasters_str[i]+"_m! * "+ str(coef)+",2)"

arcpy.CalculateField_management(Input_feature,field_name

,expression,"PYTHON")

elif Input_rainlength > 40 and Input_rainlength <120:

a=0.237

c=0.803





elif Input_rainlength <1440:

a=0.235

c=0.801





46

CVUT v Praze KAPITOLA 5. TESTOVANI A UKAZKA PRACE MODULU

pocet stanic 96

minimalnı hodnota 22,5 mm

maximalnı hodnota 30,6 mm

suma 2507,4 mm

prumer 26,1 mm

smerodatna odchylka 1,8 mm

Tab. 5.1: Tabulka statistickych udaju pro bodovou vrstvu s periodicitou deste 10 let a

s delkou trvanı deste 30 minut podle Trupla

5 Testovanı a ukazka prace modulu

V teto kapitole je ukazana prace s modulem a rastry. V ramci testovanı vyslednych rastru

je zpracovana i ukazka prace s modulem.

Testovanı vyslednych rastru a redukcnıho modulu bylo provedeno na bodove vrstve

98 stanic, ktere zpracoval Trupl[7.] ve studii, kde zpracoval ombrograficke zaznamy v 98

srazkomernych stanic. Ke kazde stanici zpracoval tabulku, ve ktere byly uvedeny nahradnı

intenzity pro delku dest’u od 5 do 120 minut s dobou opakovanı 2 - 50 let. Tyto zaznamy

byly tabelovany v MS Excel. U kazde stanice byly uvedeny jejı zemepisne souradnice,

nadmorska vyska a hodnoty nahradnıch intenzit. Z teto tabulky byly hodnoty prevedeny

do prostredı ArcGIS. Byl z nich pripraven nasledujıcı shapefile (viz obr. 5.1). Po zobra-

zenı v ArcGIS byly odebrany 2 body se spatne zapsanymi souradnicemi. Pro testovanı

byly vybrana vstupnı vrstva s periodicitou deste 10 let a s delkou trvanı deste 30 a 90

minut podle Trupla pojmenovana test 010. Nasledujıcı tabulka ukazuje statisticke udaje

o hodnotach delky deste 30 minut(viz tab. 5.1) a 90 minut (tab. 5.2)

Dale byla tato vrstva nactena do prostredı ArcGIS, kde byla pote v okne ArcCata-

log vybrana mnou vytvorena databaze s knihovnou nastroju pojmenovanou Redukce. Po

rozbalenı teto knihovny byl vybran skript Redukce(viz obr. 5.2)

Bylo spusten dialog skriptu, do ktereho byla zadana vstupnı bodova vrstva pojmenovana

test 010. Dalsım vstupem bylo hodnota H 010 oznacujıcı rastr dennıch maximalnıch uhrnu

47


pocet stanic 96



suma 3722,0 mm

prumer 34,1 mm


Tab. 5.2: Tabulka statistickych udaju pro bodovou vrstvu s periodicitou deste 10 let a

s delkou trvanı deste 90 minut podle Trupla

Obr. 5.1: Bodova vrstva srazkomernych stanic podle Trupla

48


Obr. 5.2: Vyber skriptu Redukce v ArcCatalogu

pocet stanic 96



suma 3169,4 mm

prumer 33,0 mm


Tab. 5.3: Tabulka statistickych udaju, ktere vznikly jako vystup z meho skriptu pro vstupnı

vrstvu Trupla, periodicitu deste 10 let a delku srazky 30 minut.

s periodicitou 10 let. A poslednım vstupem byla zapsana delka deste 30 minut. Dialog je

zobrazen na obr. 5.3.

Po spustenı skriptu bylo do atributove tabulky souboru test 010 pridan sloupec H 010 30,

ktery obsahoval hodnoty redukce vypoctene skriptem. Cely tento postup musel byt pote

znovu zopakovan s delkou srazky 90 minut. Potom atributova tabulka obsahovala sloupce

H 010 30 a H 010 90. Jejich statisticke parametry jsou v tabulce 5.3 a 5.4.

Z techto tabulek lze rozpoznat, ze hodnot pro 30 i 90 minut vygenerovane mym modulem

jsou v porovnanı s hodnotami uvadenymi Truplem vyssı.

49


Obr. 5.3: Zadanı skriptu s testovacımi body s periodicitou 10 let a delkou srazky 30 minut

pocet stanic 96



suma 4100,2 mm

prumer 42,7 mm


Tab. 5.4: Tabulka statistickych udaju, ktere vznikly jako vystup z meho skriptu pro vstupnı

vrstvu Trupla, periodicitu deste 10 let a delku srazky 90 minut.

50

CVUT v Praze KAPITOLA 6. ZAVER

6 Zaver

V ramci teto prace byly vytvoreny rastry maximalnıch dennıch uhrnu s dobou opakovanı

2, 5, 10, 20, 50, a 100 let. Tyto rastry byly nasledne ulozeny do ArcGIS geodatabaze.

Tyto rastry byly vytvoreny metodou vıcerozmerne regresnı analyzy. Nasledne byly tyto

rastry opraveny o residua pomocı metody inverznı vazene vzdalenosti. Pote byl v teto

geodatabazi vytvoren modul redukujıcı vyse zmınene rastry maximalnıch dennıch uhrnu

nahradnı intenzitou s dobou deste.

Pri zpracovanı teto prace jsem se naucil na problemy nahlızet jinym zpusobem. Jeden

z klıcovych problemu resenı bylo nalezenı vhodneho poctu rastru vstupujıcıch do regrese.

Tento pocet nesmel byt moc velky, protoze by neunosne stoupal cas vypoctu regrese.

Nesmel byt ani prılis nızky, protoze by rastr ztracel vypovıdacı schopnost. Proto jsem

musel volit ruzne uhly pohledu. To jak obrazne, tak doslova, kdyz jsem se rozhodl pro

45-ti stupnove uhly vysece.

Dale jsem se naucil alespon zaklady tvorby skriptu v programovacım jazyce Python a

jejich implementaci do prostredı ArcGIS od spolecnosti Esri.

Geodatabaze modulu a rastru je v soucasnem stavu provozuschopna, ale porad je mozne

hledat nejake vylepsenı. Behem prace jsem neustale vymyslel novinky a nektere z nich

jsem dokazal do prace implementovat. Nektere napady se mi ale nepodarilo do prace

zakomponovat. Mezi nejvetsı vylepsenı provozu bych zaradil umıstenı cele geodatabaze na

server a vytvorenı modulu, ktery by s tımto serverem komunikoval. Nastroj by fungoval

prakticky stejne jen by rastry maximalnıch dennıch srazkovych uhrnu byly na serveru.

Tento modul pracuje pouze v prostredı ArcGIS 10.1 s rozsırenım spatial analyses,

protoze modul pouzıva funkce, ktere jsou v tomto rozsırenı.

51

CVUT v Praze KAPITOLA 7. SEZNAM ZDROJU A CITACI

7 Seznam zdroju a citacı

Zdroje

1. STROUHAL Ludek,Datova vrstva srazkomernych stanic s N-letymi 24- hodinovymi

uhrny dle Samaje, Valovice a Brazdila, 12.11.2012 [cit. 2013-05-09]. Shapefile sou-

bor. Katedra hydromelioracı a krajinneho inzenyrstvı, CVUT Praha Dostupna z:

http://storm.fsv.cvut.cz

2. NASA Shuttle Radar Topographic Mission[online]. [cit. 2013-05-09]. Dostupne z:

http://www2.jpl.nasa.gov/srtm/

3. MULLER Arnost,Spatial modelling of climate. Diplomova prace. CVUT v Praze,

2010 [cit. 2013-05-09]. Dostupne z: http://gama.fsv.cvut.cz/ cepek/proj/dp/2010/arnost-

muller-dp-2010.pdf.

4. KRIKAVOVA Linda Interpolace bodovych dat v GIS. Bakalarska prace. CVUT v Praze,

kveten 2009 [cit. 2013-05-09]. Dostupne z: http://gama.fsv.cvut.cz/ cepek/proj/bp/2009/

linda-krikavova-bp-2009.pdf.

5. GISAT SRTM rastrova vrstva pro Ceskou republiku Soubor Geotiff. Dostupne z:

http://www.gisat.cz/content/cz/produkty/data-ke-stazeni.

6. HRADEK, KOVAR, Vypocet nahradnıch intenzit prıvalovych dest’u metoda redukce

1-dennıch maimalnıch srazkovych uhrnu. Casopis Vodnı hospodarstvı, rocnık 1994,

cıslo 11/12

7. TRUPL, Intenzity kratkodobych dest’u v povodıch Labe, Odry a Moravy. Prace a

studie VUV Praha-Podbaba, sesit 97, 1958. Prepracovano do tabulky MS Excel.

Poskytnuto Katedrou hydromelioracı a krajinneho inzenyrstvı, CVUT Praha.

8. USGS Ftp prıstup k SRTM. Ftp server. Dostupny z: http://srtm.usgs.gov/.

9. ESRI CheckOutExtension.Informace o funkci.[cit. 2013-05-09]. Dostupne z:

http://resources.arcgis.com/en/help/main/10.1/

index.html#//018v0000001n000000

10. ESRI GetParameter.Informace o funkci.[cit. 2013-05-09]. Dostupne z:

52

CVUT v Praze KAPITOLA 7. SEZNAM ZDROJU A CITACI


index.html#//018v00000038000000

11. ESRI env.workspace.Informace o funkci.[cit. 2013-05-09]. Dostupne z:


index.html#//001w00000002000000

12. ESRI DeleteField management.Informace o funkci.[cit. 2013-05-09]. Dostupne z:


index.html#//00170000004n000000

13. ESRI sa.ZonalStatisticsAsTable.Informace o funkci.[cit. 2013-05-09]. Dostupne z:


index.html#//009z000000w8000000

14. ESRI AddField management.Informace o funkci.[cit. 2013-05-09]. Dostupne z:


index.html#//001700000047000000

15. ESRI CalculateField management.Informace o funkci.[cit. 2013-05-09]. Dostupne z:


index.html#//00170000004m000000

16. ESRI JoinField management.Informace o funkci.[cit. 2013-05-09]. Dostupne z:


index.html#//001700000065000000

53

Date post:	12-Mar-2019
Category:	Documents
Upload:	buidang
View:	222 times
Download:	0 times

BAKALA RSK A PR ACE - geo.fsv.cvut.czgeo.fsv.cvut.cz/proj/bp/2013/martin-tomasu-bp-2013.pdf ·...

Documents