📝 დავალება 5

საჭირო თემები: რასტრის სტატისტიკა, რელიეფი

მონაცემები: sample_data/practice/task_05/ (Raster/srtm_45_04.tif, shp/geo_regions.shp)

---

ნაწილი 1

1. ჩატვირთეთ რასტრი srtm_45_04 და PyQGIS-ით კონსოლში დაბეჭდეთ minimumValue, maximumValue, mean, sumOfSquares.

2. რასტრი გადააკლასიფიცირეთ სამ კლასად:

   • კლასი 1: -5 … 0
   • კლასი 2: 0 … 2000
   • კლასი 3: 2000 … 3500

   შედეგი: srtm_45_04_reclassified.tif. 3. ააგეთ ამავე რასტრის ჰისტოგრამა PyQGIS-ით.

ამოხსნა 1.1

dem = base + '/Raster/srtm_45_04.tif'
rl = iface.addRasterLayer(dem, 'srtm_45_04')
st = rl.dataProvider().bandStatistics(1, QgsRasterBandStats.All)
print('minimumValue:', st.minimumValue)
print('maximumValue:', st.maximumValue)
print('mean:', st.mean)
print('sumOfSquares:', st.sumOfSquares)

ამოხსნა 1.2

processing.run('native:reclassifybytable', {
    'INPUT_RASTER': rl, 'RASTER_BAND': 1,
    'TABLE': [-5, 0, 1,
               0, 2000, 2,
               2000, 3500, 3],
    'NO_DATA': -9999, 'RANGE_BOUNDARIES': 0, 'NODATA_FOR_MISSING': True,
    'DATA_TYPE': 5,
    'OUTPUT': base + '/Raster/srtm_45_04_reclassified.tif'})

ამოხსნა 1.3

import matplotlib.pyplot as plt
bins = 50
h = rl.dataProvider().histogram(1, bins, st.minimumValue, st.maximumValue)
step = (st.maximumValue - st.minimumValue) / bins
xs = [st.minimumValue + i * step for i in range(bins)]
plt.bar(xs, h.histogramVector, width=step, align='edge')
plt.xlabel('Elevation (m)'); plt.ylabel('Pixels')
plt.savefig(base + '/Raster/histogram.png')
plt.show()

---

ნაწილი 2

1. srtm_45_04-დან PyQGIS-ით ამოიღეთ იზოჰიფსები (კონტურები) 200 მ ინტერვალით.
2. \shp საქაღალდიდან ჩატვირთეთ geo_regions.shp. რასტრი მოჭერით სამეგრელო-ზემო სვანეთის რეგიონით, ააგეთ მოჭრილი რასტრის ჰისტოგრამა და შედეგს დაარქვით Samegrelo_z_s.tif.
3. კონსოლში დაბეჭდეთ Samegrelo_z_s.tif-ის სტრიქონებისა და სვეტების რაოდენობა.

ამოხსნა 2.1

processing.run('gdal:contour', {
    'INPUT': dem, 'BAND': 1, 'INTERVAL': 200, 'FIELD_NAME': 'ELEV',
    'OUTPUT': base + '/shp/contours_200.shp'})

ამოხსნა 2.2 – 2.3

regions = QgsVectorLayer(base + '/shp/geo_regions.shp', 'geo_regions', 'ogr')
mask = processing.run('native:extractbyexpression', {
    'INPUT': regions,
    'EXPRESSION': '"name_en" = \'Samegrelo-Zemo Svaneti\'',  # შეამოწმეთ ცხრილში
    'OUTPUT': 'memory:'})['OUTPUT']

out = base + '/Raster/Samegrelo_z_s.tif'
processing.run('gdal:cliprasterbymasklayer', {
    'INPUT': dem, 'MASK': mask, 'CROP_TO_CUTLINE': True,
    'NODATA': -9999, 'OUTPUT': out})

clip = QgsRasterLayer(out, 'Samegrelo_z_s')
print('rows:', clip.height(), 'columns:', clip.width())

ჰისტოგრამისთვის გამოიყენეთ იგივე კოდი, რაც ამოხსნა 1.3-ში, rl-ის ნაცვლად clip-ით.