# Anvendelse af rasterdata De fleste QGIS brugere kender til anvendelsen af rasterdata i QGIS, men typisk kun i form af baggrundskort, når man eksempelvis via Dataforsyningens plugin lægger skærmkort, sagsbehandlingskort og/eller ortofotos ind bag sine fagtemaer. Det er selvfølgelig også en meget vigtig anvendelse af rasterdata, men der er rigtig mange spændende muligheder for at anvende rasterdata i analyser og til at understøtte vektordata-anvendelsen. ## Hvad er rasterdata? Og hvordan adskiller rasterdata sig fra de langt mere anvendte vektordata? Lidt populært kan de to data-former beskrives således: **Vektordata:** * Anvendes til at beskrive ***diskrete*** objekter – altså objekter med en bestemt afgrænsning. F.eks. en vejkant, sø, spildevandsledning eller naturområde. * Vektordata er baseret på en ”tabel”, som indeholder en geometri (typisk punkt, linje eller flade) og en række egenskaber/attributter. **Rasterdata:** * Anvendes til at beskrive ***sammenhængende*** data – altså data uden afgrænsning. F.eks. højdedata/-modeller, ortofotos, temperaturmålinger etc. * Rasterdata er baseret på et grafisk format med en regulær inddeling i celler. * Hver celle indeholder en (eller flere) værdier, som f.eks. kan være koten i den pågældende celle eller RGB-værdien i cellen (for et ortofoto). * Filbaserede rasterdata er ofte i PNG- eller TIFF-format.

Anvendelse af vektor- og rasterdata til at beskrive samme område.

Med rasterdata opererer vi med andre ord med et datasæt, som er inddelt i et regulært grid af celler, og hvor hver celle har en værdi - afhængig af hvad rasterdatasættet er frembragt til. Vi kender allesammen til rasterdata i form af de fotos, som vi tager med vores smartphone eller med et digitalt kamera. Det er netop rasterdata i et grid med en given opløsning (afhængigt af telefonen eller kameraet) defineret som x gange y celler (eller pixels, som de kaldes i digital foto sammenhæng) og hvor hver celles værdi er den farve, som billedet senere bliver gengivet med. Tættest på denne analogi er selvfølgelig ortofotos, som netop er fotos, der er taget lodret ned over et givet område. Her sætter man mange tilstødende fotos sammen, så man slutteligt har et landsdækkende ortofoto. Det giver ikke mening om at tale om ortofotos opløsning i antal celler, men derimod hvor stor den enkelte celle er i virkelige enheder. Dataforsyningens ortofotos har fx en opløsning på 12,5 cm, hvilket betyder, at den enkelte celle er 12,5x12,5 cm, og det siger selvfølgelig noget om de mindste objekter, som man kan skelne i et ortofoto. Også her er hver celles værdi den farve, som cellen skal vises med. Lidt på samme måde fungerer andre rasterbaggrundstemaer som skærmkort, sagsbehandlingskort, topografisk kortværk m.fl. Her har de enkelte pixels eller celler en værdi, som også svarer til den farve, som man ønsker dem vist med.

Det samme kortudsnit vist som Skærmkort-klassisk, sagsbehandlingskortet, kommunikationskortet og ortofoto fra Dataforsyningen.

## Rasterkort, man kan regne på! Fælles for de hidtil omtalte rasterdata-typer er, at de primært er fremstillet til visuelle formål - de skal sætte den, der læser kortet, i stand til at navigere i og stedfæste kortets øvrige objekter. Det nye opstår. når man anvender rasterdata, som der kan regnes på! Og et oplagt og meget anvendeligt eksempel på sådanne data er højdemodeller. Højdemodeller karakteriseres ved, at den værdi, som gemmes i den enkelte celle er koten på det pågældende sted. Med kote menes højde over havet (også kaldet z-koordinaten), og da havoverfladens niveau jo er en omskiftelig sag, så har vi her også et fast grundlag af gå ud fra, og det er næsten uden undtagelse i Danmark (og med nyere datasæt) DVR90 (Dansk Vertikal Reference fra 1990). Får man fat i ældre datasæt, så kan man støde ind i referencen DNN (Dansk Normal Nul), og den afviger altså nogle centimeter (svingende afhængig af sted i landet) fra DVR90. Når vi snakker højdemodeller (ofte forkortet DHM - Digital Højde Model - eller DEM - Digital Elevation Model), så skal vi - udover at have styr på referencen - også have styr på, hvilken højde koten afspejler. Her er der to muligheder: * Terrænmodel: Også kaldet DTM (Digital Terrain Model) - den værdi, som den enkelte celle indeholder, afspejler koten på **terræn**. * Overflademodel: Også kaldet DSM (Digital Surface Model) - den værdi, som cellerne indeholder, afspejler koten på **overfladen** (som altså også kan være et hustag, en trækrone eller andet som rager op over terrænet). ## Digitale højdemodeller Et af de oplagte steder at hente en digital højdemodel er via Dataforsyningens plugin. Her kan man hente såvel nyeste version som 2007 versionen. Med mindre man har helt specifikke behov, bør man vælge nyeste version.
Menupunktet indeholder en del muligheder - herunder også nogle, som *ikke* leverer rasterdata! Lad os lige løbe igennem de vigtigste muligheder: * DHM overflade, skyggekort: Overflademodellen udgivet som baggrundskort og med fremhævede skygger. Et lignende lag kan opnås ved at anvende 'DHM overflade' og lave en passende styling (se senere). * DHM terræn, skyggekort: Som ovenfor, men med terrænet i stedet for overfladen. * DHM terræn (WCS): Det "rene" rasterdatasæt for terrænet (dette er meget ofte den bedste indgangsvinkel til at anvende en DTM). * DHM overflade (WCS): Som ovennævnte med med udgangspunkt i overfladen (igen er det ofte det foretrukne datasæt til en DSM). * DHM kurve - 0,25 m (WMS): Et rasterdatasæt, men alene tænkt til visualisering (altså som baggrundskort) af højdekurver med 0,25 m ækvidistance (ækvidistance er den lodrette afstand mellem to kurver i datasættet - i dette eksempel er der altså 0,25 m mellem de enkelte kurver) * DHM kurve - 0,5 m (WMS): Som ovenfor, men med 0,5 m mellem kurverne. * DHM kurve - 0,5 m (WFS): Vektordata! Højdekurve med 0,5 m ækvidistance. * DHM kurve - 2,5 m (WFS): Vektordata! Højdekurve med 2,5 m ækvidistance. * DHM kurve, traditionel: Kraftigt udglattede højdekurver med 2,5 m ækvidistance. Kurverne er afledt fra DHM og tilpasset en detaljeringsgrad på 1:25.000. ### Forskellen på WMS og WCS Indledningsvist i dette kapitel beskrev vi, hvordan mange (for ikke at sige alle) QGIS brugere er bekendt med anvendelsen af rasterdata som visuelle baggrundskort, mens relativt færre kender anvendelsen til analyseformål. Når vi taler rasterdata leveret som web services via Internettet, kan man lidt forenklet sige, at den førstnævnte anvendelse typisk sker i form af WMS (Web Map Services), mens analyse-anvendelsen typisk sker i form af WCS (Web Coverage Services). En WCS service returnerer nemlig data i et format, som kan anvendes som input til analyser og modellering, mens en WMS service kun returnerer et billede af data. ### Visualisering af højdemodeller i QGIS Når en højdemodel indlæses i QGIS - enten fra fil eller fra en WCS service - vil den i udgangspunktet blive vist som 'Singleband gray' (se i 'Layer Styling' panelet eller under 'Properties' -> 'Symbology'. Udtrykket vil typisk være et meget ensartet, gråt billede, og man kan nemt tro, at et eller andet er gået galt. Det er det imidlertid ikke! Den temmeligt "kedelige" visning hænger blot sammen med, at QGIS som standard vil graduere visningen fra lavest tænkelige kote til højest tænkelige kote. Og de fleste steder i fædrelandet dækker højdeforskellene kun en meget lille del af dette store spænd - derfor den grå flade. Det kan der dog hurtigt rådes bod på - højreklik på lagnavnet og vælg 'Stretch to current extent'. Det får QGIS til at ændre visningen fra teoretisk laveste og højeste værdi til de faktiske værdier indenfor kortvinduet. Se hvordan i videoen herunder: {% embed url="" %} Ændring fra standard visning til tilpasset visning (se beskrivelse over videoen) {% endembed %} Hvis du ændrer kortudsnittet i QGIS, vil det ofte være nødvendigt at lave en 'Stretch to current extent' igen. Nu er du klar til at kigge på andre visualiseringsmuligheder: #### Singleband pseudocolor Synes du, at singleband grey bliver lidt for kedeligt i længden, så prøv med singleband pseudocolor i stedet! Her kan du få mere farve på tilværelsen, især hvis du eksperimenterer med de rigtig mange color ramps, som man kan vælge imellem! I nedenstående figur er singleband grey ændret til pseudocolor med en color ramp, der hedder 'Spectral', men med "omvendt" visning, så de lave områder er blå, mens de høje er røde:

Singleband grey til singleband pseudocolor

#### Hillshade Hillshade visningen anvendes til at give et visuelt indtryk af højdeforholdene i området. Visningen simulerer belysning (solen) fra en given retning (azimuth) og en given vinkel (altitude) lyset skal komme fra. Standardværdierne 315° (nordvest) for retning og 45° for solhøjde virker som regel ganske udmærket.

Hillshade fra området omkring Himmelbjerget

Hvis man har behov for at zoome ind på hillshaden, kan det være gunstigt at ændre 'Resampling' fra 'Nearest neighbour' til 'Bilinear' eller 'Cubic', da det giver et mindre pixeleret billede. #### Blending mode Hvis man - udover højdeforholdene - ønsker at vise egentligt kortindhold, kan dette gøres ved at lægge de ønskede kortinformationer under højdemodellen, og herefter ændre blending mode på højdemodellen til 'Multiply'. I stedet for at højdemodellens pixel bare dækker over underliggende kort, multipliceres data i DHM'en med underliggende kort, hvorved skyggevirkningen og dermed fornemmelsen af højdeforhold overføres til kortet. Området ovenfor ser således ud, hvis Dataforsyningens Sagsbehandlingskort lægges nedenunder:

Himmelbjerget på Sagsbehandlingskortet under højdemodellen med blending mode 'Multiply'

### Håndtering af kote-informationer Én af de mulige anvendelse af en højdemodel i QGIS er at aflæse koter og eventuelt overføre koter til andre kortelementer (fx brønddæksler eller andre objekter, som ligger i terrænniveau). Det findes der mange muligheder for, og nogle af de mest benyttede er følgende: #### Standard 'Identity tool' ![](https://1836299485-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FVU9tH3WPLN4rMP4X1mdQ%2Fuploads%2F1Up51GkYDeBAMOo3rKP2%2Fidentitytool.png?alt=media\&token=a7ef849c-a585-4d5e-84e1-1133c0070b97) QGIS' standard Identity tool kan også anvendes til at vise koten i et givet punkt i kortet. Aktivér tool'et, gør højdemodellen til det aktive lag og klik i det ønskede punkt i kortet. Herefter vises Identity results:
Her vises - i linjen 'Band 1' - koten i det udvalgte punkt, i dette tilfælde 109,1 meter. #### Plugin 'Value Tool' ![](https://1836299485-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FVU9tH3WPLN4rMP4X1mdQ%2Fuploads%2Fx0wJKdZeUW3xMnOjdCja%2Fvaluetool.png?alt=media\&token=e5fe6c0a-7c0d-425e-b4f1-ad3fc6ea1d9d) Ønsker du mere "flydende" visning eller hurtigere visning af mange forskellige punkter i kortet, kan du overveje at downloade plugin'et 'Value Tool'. Ikonet for Value Tool ligner Identity tool-ikonet, det er blot grønt i stedet for blåt. Value Tool vil vise koten løbende, mens du bevæger musen rundt i kortet. Du kan angive, hvor mange decimaler, du ønsker at se.
{% hint style="info" %} **BEMÆRK:** Value Tool virker ikke direkte på en WCS-service fra fx Dataforsyningen, men kræver, at du har din højdemodel i en rasterfil, fx TIFF. Se hvordan du eksporterer et kortudsnit fra en WCS service til en TIFF-fil i afsnittet '[#eksport-af-hojdedata-fra-wcs](#eksport-af-hojdedata-fra-wcs "mention")'. {% endhint %} #### Udtrykket 'raster\_value()' Det kan ofte være ganske anvendeligt at kunne "opsamle" kote-information fra en højdemodel og anvende denne information i fx et punktlag. Forestil dig, at du har digitaliseret en række terrænpunkter - det kunne eksempelvis være brønddæksler - og du så ønsker at sætte en terrænkote på disse. Det gøres relativt simpelt ved at åbne Feltberegneren og så anvende funktionen 'raster\_value()': ``` raster_value(,,) ``` I Feltberegneren kan det eksempelvis se således ud:
Du kan også anvende det angivne udtryk som defaultværdien for den attribut, som skal indeholde koten, og derved få indsat kote-informationen løbende, mens du digitaliserer punkterne. #### Processing funktionen 'Sample Raster Values' Ovennævnte funktion 'raster\_value()' findes i en "indpakket" version, som kan tage et eksisterende lag, tilføje en attribut med rasterinformation og gemme resultatet i et nyt lag. Denne funktion findes i 'Processing Toolbox' (åbnes med menupunktet 'Processing' -> 'Toolbox', hvorefter du finder funktionen 'Sample Raster Values' i gruppen 'Raster Analysis'.
I 'Sample Raster Values' vælger du laget, som du vil tilføje attributten til, rasterlaget, som indeholder den ønskede information, og et prefix, som føjes til navnet på den kolonne, der oprettes (kolonnen får båndnummer som resten af navnet). Herefter genererer funktionen et nyt lag, som indeholder al information fra input-laget plus en ekstra attribut med data fra rasterlaget. ### Visualisering af terrænprofiler Visualisering af terrænprofiler krævede tidligere et plugin, men denne funktionalitet har siden QGIS v. 3.26 været en del af kernen.
Funktionaliteten aktiveres i menuen 'View' med menupunktet 'Elevation Profile'. Når dette vælges, vises terrænprofil-vinduet (nederste halvdel i ovenstående figur). Anvendelse af terrænprofiler forudsætter (selvfølgelig), at projektet indeholder rasterdata-/terrænprofil-lag, som kan visualiseres **og** at dette/disse lag er registreret som noget, der repræsenterer en overflade. Sidstnævnte finder QGIS som regel selv ud af, men ind i mellem kan det være nødvendigt at sætte det eksplicit (i lagets egenskaber under 'Elevation' -> vælg 'Represents Elevation Surface'). Herefter kan man enten tegne en linje, hvis profil man gerne vil have vist - eller man kan udvælge et eksisterende objekt i et andet kortlag i projekt og få dettes terrænprofil vist. I eksemplet ovenfor er der tegnet en linje og som det ses af terrænprofilen ligger højderne langs linjen fra kote 10 til kote 36. Når man bevæger musen langs terrænprofilen vil en markering på linjen vise, hvor man befinder sig henne. ### Eksport af højdedata fra WCS Som nævnt ovenfor virker enkelte af QGIS' rasterdata funktioner ikke direkte på WCS services. Desuden kan WCS services være lidt tunge at arbejde med (man er begrænset af 3. parts serverens performance), så det kan i mange tilfælde være en god idé at eksportere den del af terrænmodellen, som er interessant i en given sammenhæng til en lokal fil. Dette gøres på følgende måde: 1. Indlæs den ønskede WCS service i QGIS og zoom/panorer til det udsnit, der skal arbejdes med. 2. Højreklik på lagnavnet i lagpanelet, og vælg 'Export' -> 'Save as...' 3. I dialogboksen vælges følgende indstillinger: 1. Format: GeoTIFF 2. Extent: Map Canvas Extent 4. De koordinater, som QGIS udfylder, når man vælger 'Map Canvas Extent' afrundes, så de er delelige med rasterdata's opløsning! Herved undgås, at QGIS genererer et nyt rasterdata-sæt, som er forskudt i forhold til det originale, og som indeholder interpolerede koter! Hvis man eksempelvis anvender Dataforsyningens terræn- eller overflademodel, så har disse en opløsning på 0,4 meter - d.v.s. de indtastede koordinater, skal være delelige med 0,4. I praksis er det nemmere at sige delelige med 4 - og det giver samme resultat. ### Konturering af DHM Hvad nu, hvis man har en digital højdemodel og ønsker at vise konturer/højdekurver i stedet? Så er det heldigvis sådan, at man har en række muligheder for at gøre dette: #### Ændre visningsmåde til 'Contours' Som nævnt ovenfor kan man ændre visningsmåde for laget til eksempelvis 'Hillshade' eller 'Singleband pseudocolor' i lagets egenskaber under 'Symbology'. Her findes også muligheden 'Contours, som giver én mulighed for bl.a. at vælge intervallet mellem de enkelte konturlinjer, f.eks. 5 meter. Denne mulighed er hurtig og anvendelig, hvor man blot ønsker en relativt simpel visualisering af højdekurver, uden f.eks. angivelse af koten på den enkelte kurve eller med fremhævning af udvalgte kurver. #### Funktionen 'Contour' Denne funktion genererer et nyt vektorlag med linjer ud fra højdemodellen, og aktiveres i menuen 'Raster' under 'Extraction' -> 'Contour...'. I den tilhørende dialogboks kan bl.a. angives det ønskede interval imellem højdekurverne, og navnet på den attribut, som skal indeholde koten for den pågældende linje. Funktionen genererer som nævnt et nyt linjelag (med mindre andet vælges som et midlertidigt scratch lag), og dette lag kan efterfølgende visualiseres med alle de gængse muligheder for visualisering af linjelag, herunder f.eks. en label, som angiver koten for den enkelte linje. Hvor Countour-visualiseringen af DHM'en giver højdekurver, som er meget "hakkede", når man zoomer tæt på (fordi konturerne eksakt følger grænsen mellem de rasterceller, som danner den pågældende højde, udglattes de genererede højdekurver, så de er pænere i stor opløsning. #### Funktionen 'Contour Polygons' Er en pendant til funktionen 'Contour' med den forskel, at denne funktion danner polygoner i stedet for linjer, og at disse dermed indeholder såvel en minimums- som maksimumskote for hver polygon. Funktionen findes i processerings toolbox'en under 'GDAL' -> 'Raster Extraction' (hvorfra man iøvrigt også kan tilgå 'Contour' funktionen). Hvilken af de to funktioner, man vælger, afhænger af behov og den videre anvendelse af de genererede lag. ### Volumenberegning i en højdemodel Har man en digital højdemodel (DHM) er det i QGIS muligt at beregne volumen over eller under en given basiskote, og på den måde beregne dels det volumen, som skal udfyldes for at udjævne en terrænlavning, og dels det volumen, som en terrænforhøjning udgør. Overvejer man eksempelvis at etablere en sø eller et vådområde, eller har man planer om at udjævne terrænet, kan en sådan beregning hjælpe én til at få et godt estimat for omfanget på forhånd. Funktionaliteten belyses nemmest med et eksempel: Ved Mariager ligger Hohøj - Skandinaviens største gravhøj - lad os se om vi kan beregne volumen af den!
I kortudsnittet ovenfor ses Hohøj på ortofoto med et overlay af højdekurver med 0,5 meter ækvidistance. Den med gult fremhævede højdekurve er 99,5 meter koten. Opgaven er derfor at beregne volumen af den del af gravhøjen, som ligger fra kote 99,5 og opad. Første opgave er at indlæse terrænmodellen fra Dataforsyningen ('DHM Terræn (WCS)') og ændre visning, så rasteren visualseres ud fra de min/max værdier, som optræder i det aktuelle udsnit (højreklik på laget og vælg 'Stretch using current extent').
Før vi kan lave volumenberegning, skal vi have fastlagt en udgangskote (kaldet base level i en engelsksproget QGIS), og det er typisk den laveste (eller højeste, hvis beregner volumen nedad) højdekurve, som går ubrudt omkring området - i ovenstående tilfælde den med gul fremhævede på 99,5 meter. Volumenberegningen laves på **hele** rasterlaget! Derfor er vi nødt til at klippe den del af rasterlaget ud, som er interessesant i det enkelte tilfælde, så vi ikke medtager uvedkommende områder i beregningen. Det gør vi ved at eksportere alt indenfor den boundingbox, der rummer base level - dog er det en god idé at tage en lille smule ekstra med hele vejen rundt. Se vejledningen til dette i afsnittet [#eksport-af-hojdedata-fra-wcs](#eksport-af-hojdedata-fra-wcs "mention"). Nu udestår blot ved hjælp af funktionen 'Raster Surface Volume' at beregne volumen af gravhøjen.
I dialogboksen angives hvilket input lag, der skal regnes på (laget, som blev eksporteret fra DHM servicen), hvad ens base level er (i dette tilfælde 99,5 meter) og hvilken metode, man vil anvende til beregningen. De forskellige muligheder er følgende: * Count Only Above Base Level: Pixels over base level anvendes til volumenberegningen. * Count Only Below Base Level: Pixels under base level anvendes til volumenberegningen. * Subtract Volumes Below Base level: Pixels over base level lægges til volumen, mens pixels under base level trækkes fra volumen. * Add Volumes Below Base level: Uanset om pixels er over eller under base level tæller de med i volumen. Resultatet af beregningen kan vises som en HTML-rapport og/eller en tabel. Uanset hvad man vælger, får man stort set samme den samme information: `Analyzed file: G:\...\Hohøj - volumenberegning\hohoj.tif (band 1)`\ `Volume: 12344.79890869141`\ `Pixel count: 18197`\ `Area: 2911.52 m²` Hohøj har altså et volumen på 12.345 m3, den dækker 18.197 pixels i højdemodellen, og det projicerede areal af højen er 2.912 m2.