Info

Exporter :

• Crée une donnée avec un format et un CRS définit.
• Les données qui ne sont pas exportables n'ont pas l'option « Exporter ».
• Vous avez besoin des droits d'utilisateur pour exporter un ensemble de données. Reportez-vous à l'article Gestion des comptes et des rôles d'utilisateur .

Télécharger :

• Permet de télécharger des données 

Le format JPEG prend en charge une taille d'image maximale de 65 000 x 65 000 pixels.

Info

*La valeur affichée est la valeur arrondie des données originales.

** Voici la définition des méthodes de rééchantillonnage :

• Bilinéaire (par défaut) : l'interpolation bilinéaire est une technique permettant de calculer les valeurs d'un emplacement de grille basé sur quatre cellules de grille proches.
  Il attribue la valeur de la cellule de sortie en prenant la moyenne pondérée des quatre cellules voisines d'une image pour générer de nouvelles valeurs.
  Il lisse la grille raster en sortie, mais pas autant que la convolution cubique. C'est utile lorsque vous travaillez avec des ensembles de données continus qui n'ont pas de limites distinctes.
  Quand faut-il utiliser le rééchantillonnage bilinéaire ?
  Les rasters de gradients de température, les modèles numériques d'élévation et les grilles de précipitations annuelles sont des exemples d'utilisation de l'interpolation bilinéaire.
   
• Proche : la technique du voisin le plus proche ne modifie aucune des valeurs du jeu de données raster en entrée. Il prend le centre de cellule du jeu de données raster en entrée pour déterminer le centre de cellule le plus proche du raster en sortie. Vitesse de traitement, c'est généralement la plus rapide du fait de sa simplicité.
  Étant donné que le rééchantillonnage du voisin le plus proche ne modifie aucune valeur dans le jeu de données raster en sortie, il est idéal pour les données catégorielles, nominales et ordinales.
  Quand devez-vous utiliser le rééchantillonnage du voisin le plus proche ?
  Souvent, vous utilisez le voisin le plus proche pour des données discrètes telles que la classification de la couverture terrestre, les bâtiments et les types de sol qui ont des limites distinctes et leurs limites sont discrètes.
   
• Cubique : L'interpolation par convolution cubique est similaire à l'interpolation bilinéaire dans la mesure où elle prend la moyenne des cellules environnantes. Au lieu d'utiliser les quatre cellules les plus proches, la valeur de sortie est basée sur la moyenne des 16 cellules les plus proches. En conséquence, le temps de traitement a tendance à augmenter pour cette méthode.
  Cette méthode est généralement utilisée pour les surfaces continues où existe beaucoup de bruit. Comme il nécessite davantage de cellules voisines par rapport au rééchantillonnage bilinéaire, il est idéal pour lisser les données de la grille raster en entrée.
  Quand faut-il utiliser l’interpolation par convolution cubique ?
  La convolution cubique est idéale pour les rasters bruyants, comme le lissage d'une image radar ou d'un modèle de surface.
   

Cubicspline : rééchantillonnage de splines cubiques
Lanczos : Lanczos fenêtré depuis le rééchantillonnage.
Moyenne : rééchantillonnage moyen, calcule la moyenne pondérée de tous les pixels contributeurs.
Mode : Mode rééchantillonnage, sélectionne la valeur qui apparaît le plus souvent parmi tous les points échantillonnés.
Max : rééchantillonnage maximum, sélectionne la valeur maximale parmi tous les pixels contributeurs.
Min : rééchantillonnage minimum, sélectionne la valeur minimale parmi tous les pixels contributeurs.
Med : rééchantillonnage médian, sélectionne la valeur médiane de tous les pixels contributeurs.
q1 : rééchantillonnage du premier quartile, sélectionne la valeur du premier quartile de tous les pixels contributeurs.
q3 : Rééchantillonnage du troisième quartile, sélectionne la valeur du troisième quartile de tous les pixels contributeurs.