Более

Растрировать шейп-файл линии


Я пытаюсь преобразовать шейп-файл линии в растровое изображение в QGis, но мои попытки оказались безуспешными. Я пробовал использовать Raster / Conversion / Rasterize и SAGA / Grid - gridding / Shapes to grid, но безрезультатно. Есть ли другой способ добиться этого?


GDAL Rasterize - это инструмент, который может пригодиться. Вот еще одна ссылка, показывающая GDAL Rasterize в сочетании с Python и полученный результат.

Из справки GDAL Rasterize:

Следующее будет записывать все здания "класса A" в выходной файл высот, извлекая верхнюю отметку из атрибута ROOF_H.

gdal_rasterize -a ROOF_H -where 'class = "A"' -l footprints footprints.shp city_dem.tif

Бьюсь об заклад, что он не черный, а просто выглядит как черный.

Так выглядит экран по умолчанию

Здесь есть пара проблем. Во-первых, пользователь должен выбрать поле атрибута, даже если оно может не содержать каких-либо разумных значений для записи в растр. Другая проблема заключается в том, что пользователь не может выбрать формат вывода и его параметры. Первой проблемы (если это проблема) можно избежать, отредактировав запрос вручную и используя фиксированное значение записи http://gdal.org/gdal_rasterize.html. Отредактированный запрос на запись значения "200" в целевой растр будет выглядеть так:

gdal_rasterize -burn 200 -ts 3000 3000 -l строка C:  temp  line.shp C: /temp/line2raster.tif

Эффект от использования формата вывода по умолчанию становится очевидным, если для результата запустить команду gdalinfo:

C:  temp > gdalinfo line2raster.tif Драйвер: GTiff / GeoTIFF… Band 1 Block = 3000x1 Type = Float64, ColorInterp = Gray Min = 0,000 Max = 180,000 Minimum = 0,000, Maximum = 200,000, Mean = 0,731, StdDev = 11,447 Метаданные : STATISTICS_MAXIMUM = 200 STATISTICS_MEAN = 0,73090909090909 STATISTICS_MINIMUM = 0 STATISTICS_STDDEV = 11,446807776165

О боже, gdal_rasterize по умолчанию использует тип Float64, и мы сожгли строки со значением 200, которое очень близко к полностью черному с этой шкалой. Чтобы сделать линию видимой, мы должны настроить QGIS так, чтобы изображение отображалось в соответствии с гистограммой.

Растяните рендеринг до минимума-максимума, и появятся линии. Однако вы, вероятно, захотите создать 8-битный tiff вместо Float64, и это можно сделать, отредактировав команду gdal_rasterize, добавив параметр «-ot byte». Последняя командная строка будет выглядеть так:

gdal_rasterize -burn 200 -ts 3000 3000 -ot байт -l строка C:  temp  line.shp C: /temp/line2raster.tif

Я бы создал запрос функции QGIS: позволить пользователю выбирать значение записи и тип выходных данных вручную. Float64 - плохой вариант по умолчанию для большинства пользователей.


Работая над QGis версии 2.8.2-Wien, мне удалось растрировать шейп-файл линии с помощью сценария «Обработка»> «Панель инструментов»> «GDAL / OGR»> «Преобразование»> «Растрировать (вектор в растр)». Моя версия GDAL / OGR - 1.11.2.

Ввод параметров был довольно простым, и он вернул мне изображение GeoTIFF. Вы можете выбрать количество укусов, формат,… Код также генерируется, и вы можете повторно использовать его в консоли GDAL / OGR (но я действительно не знаю как).


Использование QGIS: Сначала создайте растровый файл из шейп-файла линии (используя специальный постоянный атрибут).

Затем используйте инструмент Растр / Анализ / Близость, чтобы преобразовать растровый файл в близкий растровый файл.


Линия все еще отображается, но не существует в метаданных шейп-файла

Для проекта мне пришлось объединить ячейки сетки, чтобы масштабировать ее. Можно было объединить все, что я хотел, но есть своего рода проблема с отображением: есть эта строка, которая визуально выглядит, но не существует в метаданных или где-либо еще (см. Ниже, как вы можете видеть, есть две нежелательные строки, первая в столбце выбранной ячейки и еще один справа)

Что странно, когда я выбираю ячейку, она выбирается как одна ячейка, как будто этой строки не существует. То же в метаданных, информации об этой строке нет.

Это не проблема для моего анализа, поскольку эта строка на самом деле не существует, но я хотел бы отобразить ее правильно, не могли бы вы предложить, как удалить (даже вручную) эту строку?

Один ответ

Судя по комментариям, объекты, через которые проходит линия, являются составными объектами. Это отдельные элементы с несколькими геометрическими формами.

Если различные части составных объектов идеально соприкасаются, используйте векторную геометрию & gt Исправить геометрию должен объединить их вместе в единый объект.

Если это не сработает, перейдите в Вектор & gt Инструменты геообработки & gt Buffer и добавьте его в буфер 0, посмотрите, работает ли это.


Использование

точки (объект SpatialPoints * или матрица с двумя столбцами (или data.frame)), SpatialLines *, SpatialPolygons * или объект Extent

числовой или символьный. Стоимость, подлежащая передаче. Это может быть одно число или вектор чисел, длина которого равна количеству пространственных объектов (точек, линий, многоугольников). Если x - это Spatial * DataFrame, это может быть имя столбца передаваемой переменной. Если отсутствует, используется индекс атрибута (т. Е. Числа от 1 до количества функций). Вы также можете предоставить вектор той же длины, что и количество пространственных объектов, или матрицу, в которой количество строк соответствует количеству пространственных объектов.

функция или характер. Чтобы определить, какие значения присваивать ячейкам, покрытым несколькими пространственными объектами. Вы можете использовать такие функции, как min, max или mean, либо одно из следующих символьных значений: 'first', 'last', 'count'. Значение по умолчанию - «последний». В случае SpatialLines * также допускается "длина" (в настоящее время только для плоских систем координат).

Если x представляет собой точки, fun должен принимать аргумент na.rm либо явно, либо через точки. Это означает, что fun = length не работает, но fun = function (x.) Length (x) работает, хотя игнорирует аргумент na.rm. Чтобы использовать аргумент na.rm, вы можете использовать такую ​​функцию: fun = function (x, na.rm) if (na.rm) length (na.omit (x)) else (length (x), или используйте функция, которая удаляет значения NA во всех случаях, как эта функция для вычисления количества уникальных значений на каждую ячейку сетки "богатство": fun = function (x,.) . Если вы хотите подсчитать количество точек в каждой ячейке сетки, вы можете использовать fun = 'count' или fun = function (x.) .

Вы также можете передать несколько функций, используя такой оператор, как fun = function (x,.) C (length (x), mean (x)), и в этом случае возвращаемый объект является RasterBrick (несколько слоев).

числовой. Значение, которое нужно поместить в ячейки, не охваченные ни одной из функций x. По умолчанию NA

логично. Если TRUE, значения входного растрового объекта «маскируются» пространственными характеристиками x. То есть ячейки, которые пространственно перекрываются с пространственными объектами, сохраняют свои значения, другие ячейки становятся NA. По умолчанию - ЛОЖЬ. Этот параметр нельзя использовать, если update = TRUE.

логично. Если TRUE, значения объекта Raster * обновляются для ячеек, которые перекрывают пространственные характеристики x. По умолчанию - ЛОЖЬ. Не может использоваться, если маска = ИСТИНА.

числовой (обычно целочисленный) или символьный. Актуально, только если update = TRUE. Выберите по их значениям ячейки, которые будут обновлены значениями пространственных объектов. Допустимые значения символов: all, NA и! NA. По умолчанию "все"

персонаж. Выходное имя файла (необязательно)

Если TRUE, значения NA удаляются, если fun учитывает аргумент na.rm

логично. Если TRUE, возвращается доля каждой ячейки сетки, покрытая полигонами (а значения field, fun, mask и update игнорируются. Покрытая доля оценивается путем деления каждой ячейки на 100 подъячеек и определения наличия / отсутствия многоугольника в центре каждой подъячейки

Логично. Если TRUE, обратная связь по количеству полигонов подавляется. По умолчанию FALSE


Из Википедии: Формат шейп-файлов - это популярный формат векторных геопространственных данных для программного обеспечения географических информационных систем (ГИС). Он разработан и регулируется Esri как (в основном) открытая спецификация для взаимодействия данных между Esri и другими программными продуктами ГИС. На практике это несколько файлов, каждый из которых имеет одинаковое имя и следующие расширения:

  • .shp - форматирование самой геометрии объекта
  • .shx - формат индекса формы позиционный индекс геометрии объекта для быстрого поиска вперед и назад
  • .dbf - столбчатые атрибуты формата атрибута для каждой формы в формате dBase IV
  • .prj - формат проекции, система координат и информация о проекции, простой текстовый файл, описывающий проекцию в известном текстовом формате.

(Этот список не полный - см. Страницу в Википедии).


Растрировать шейп-файл линии - Географические информационные системы

Использовать Растеризация точечных данных для интерполяции данных с нерегулярной сеткой в ​​растровое изображение. Функция построения сетки ENVI использует триангуляцию Делоне плоского набора точек. После триангуляции точек данных с нерегулярной сеткой они интерполируются в регулярную сетку. Вы можете использовать линейную или гладкую квинтическую полиномиальную интерполяцию. Вы также можете выбрать экстраполяцию для точек сетки за пределами области триангуляции. ENVI считывает точки сетки из файла ASCII и поддерживает различные входные и выходные проекции.

  1. На панели инструментов выберите Рельеф> Растеризация данных точек. Появится диалоговое окно "Введите имя файла точек сетки ASCII".
  2. Выберите входной файл ASCII. Появится диалоговое окно «Ввод точек неправильной сетки».
  3. Введите номера столбцов, которые содержат позиции x и y и значения данных z.
  4. Выберите тип входной проекции из списка и введите Зона номер.


Функции объектно-ориентированного анализа изображений в RSGISLib основаны на хранении атрибутов объекта в виде таблицы атрибутов растра (RAT), как описано в следующем документе:

Клевли, Д. Бантинг, П. Шеперд, Дж. Гиллингем, С. Флад, Н. Даймонд, Дж. Лукас, Р. Армстон, Дж. Могхаддам, М. Основанная на Python система с открытым исходным кодом для анализа изображений на основе географических объектов (GEOBIA) Использование таблиц атрибутов растра. Дистанционное зондирование 2014, 6, 6111-6135. (открытый доступ)

Однако данные, которые будут использоваться как часть анализа, часто хранятся как атрибуты шейп-файла. RAT можно создать из шейп-файла с помощью команды gdal_rasterize и функции copyShapefile2RAT в RSGISLib, выполнив следующие действия:

    Растрировать вектор
    Это можно сделать непосредственно из командной строки или путем вызова gdal_rasterize из скрипта Python с использованием подпроцесса.

Приведенный выше код устанавливает размер пикселя выходного растра равным 30 x 30 м и использует столбец & # 8216BGL & # 8217 из шейп-файла (который является целым числом) для значений пикселей.

Обратите внимание, что это изображение используется только для получения экстента и размера в пикселях окончательного изображения RAT. Если у вас есть другое изображение, для которого вы хотите сопоставить экстент и размер пикселя, это можно использовать вместо растеризации вектора, в этом случае пропустите этот шаг и используйте существующее изображение вместо & # 8216rasterised_vector & # 8217.

Это скопирует все атрибуты из входного шейп-файла в RAT. Обратите внимание, что формат вывода всегда KEA, поскольку он поддерживает большие таблицы атрибутов и сохраняет их со сжатием.


2.1.5 Примечания к выпуску для данных о пиковом расходе

Айова: Сетка порядка потоков ("stral_ia") в базе данных ThreshR неверна. В качестве временного решения базовые прогоны для второго квартала выполняются с использованием уравнений регрессии из Карпентера и Георгакакоса, 1993 (стр. 20). Требуется строковый файл потоков первого порядка в Айове.

Колорадо: уравнения для водосборных площадей Восточного Колорадо равнины менее 20 квадратных миль еще не включены. Для бассейнов всех размеров в Восточно-Колорадских равнинах в USGS WRIR 94-4002 для второго квартала нет уравнений регрессии.

Техас: в базе данных ThreshR границы регионов 3 и 4 на карте регионов Техаса были расширены, чтобы включить игровую зону в панхандле, где уравнения регрессии не применяются. Таким образом, базовые расчеты в районе Плайя в Техасе ненадежны.

Небраска: Используя имеющуюся базу данных, нельзя провести различие между общей площадью дренажа и вкладываемой площадью дренажа.


Растрировать шейп-файл линии - Географические информационные системы

Географические данные USGS Topo Map Vector Data (Vector) 29990 Montopolis, Texas 20190724 для векторных цифровых данных в формате Shapefile размером 7,5 x 7,5 минут

Этот набор данных отображает географические объекты на поверхности земли. Это набор данных общего назначения для пользователей, не являющихся экспертами в области ГИС. Геопространственные данные в этом наборе данных взяты из выбранных баз данных National Map и других государственных источников.

Нерегулярный -97.7499999999999 -97.6249999999999 30.2500000000001 30.1250000000001 Никто контуры транспорт структуры географические названия гидрография граница Система государственного землеустройства лесной массив Комбинированный вектор 7,5 х 7,5 минут Шейп-файл

Информационная система географических названий

В этом продукте используется множество национальных источников данных. Хотя точность данных варьируется, данные обычно имеют достаточно высокую горизонтальную точность для поддержки NMAS и картографирования в масштабе 1: 24 000. Горизонтальная точность NMAS требует, чтобы по крайней мере 90 процентов хорошо определенных проверенных точек находились в пределах 0,02 дюйма от истинного положения. Контуры создаются из Национального набора данных о высотах (NED). Последний опубликованный показатель общей абсолютной вертикальной точности NED в пределах территории США, выраженный как среднеквадратичная ошибка (RMSE) 25 310 опорных точек, составляет 1,55 метра. Однако вертикальная точность на самом деле значительно различается по территории США из-за различий в качестве источника, рельефе местности, земном покрове и других факторах. Подробности этого анализа опубликованы в «Оценка точности Национального набора данных о высотах Геологической службы США и сравнение с другими наборами данных о высотах для больших площадей - SRTM и ASTER: Отчет геологической службы США в открытом доступе за 2014-1008 гг.», Http: // pubs .usgs.gov / 2014.1008 /.

Земельный покров - лесные векторные цифровые данные Woodland Tint является производным продуктом земельного покрова, созданным с использованием нескольких национальных слоев карты: трех растровых слоев Национальной базы данных о земном покрове (NLCD) 2011 (Tree Canopy, Imperviousness и Land Cover) и двух векторных слоев (National Land Cover Database). Набор данных гидрографии и транспортировка). Процесс начинается с маскирования картографических данных о кронах деревьев NLCD 2011 с помощью NLCD 2011 Imperviousness (значения от 1 до 100) и NLCD 2011 Land Cover (значение 11 = открытая вода). Результирующие растровые данные со значениями полога 20 и более преобразуются в векторные полигоны лесных массивов и сглаживаются с помощью алгоритма Paek. Полигоны лесных массивов замаскированы забуференным транспортом (дороги, взлетно-посадочные полосы аэропортов и железные дороги) и гидрографией (районы NHD, исключая зону затопления, и водные объекты NHD, за исключением болот / болот). Результирующие многоугольники проверяются на соответствие масштабу (минимальный размер один акр), и небольшие лесные многоугольники, а также небольшие поляны внутри лесных многоугольников удаляются. Для Гавайев и Пуэрто-Рико используются два растровых слоя Национальной базы данных о земном покрове (NLCD) (Tree Canopy 2011 и Imperviousness 2001) и два векторных слоя (National Hydrography Dataset и Transportation). Полученные растровые данные обрабатываются, как и раньше, для создания полигональных векторных данных. Для Аляски Woodland Tint является производным продуктом земного покрова, созданным с использованием пяти слоев национальных карт: одного растрового слоя, Национальной базы данных о земном покрове (NLCD) 2011 (Земельный покров) и четырех векторных слоев (Национальный набор данных гидрографии, Транспортные дороги, Транспортные аэропорты и Транспортные железные дороги). Процесс начинается с объединения трех классов NLCD 2011 Land Cover V1 (41 - лиственный лес, 42 - вечнозеленый лес и 43 - смешанный лес). Полученные растровые данные были преобразованы в векторные полигоны лесных массивов и сглажены с помощью алгоритма Paek. Полигоны лесных массивов замаскированы забуференными транспортными средствами (дороги, взлетно-посадочные полосы аэропортов и железные дороги) и гидрографией (районы NHD, исключая зоны затопления, и водные объекты NHD, за исключением болот / болот). Полученные многоугольники проверяются на соответствие масштабу (минимальный размер один акр), и небольшие многоугольники лесных массивов, а также небольшие поляны внутри лесных многоугольников удаляются. http://nationalmap.gov https://www.mrlc.gov/nlcd2011.php 24000 цифровых данных 2016 Дата публикации 2016 Land Cover - Woodland National Landcover Dataset Национальный набор данных по гидрографии Национальный набор данных по транспорту Геологическая служба США в сотрудничестве с Агентством по охране окружающей среды США , Лесная служба Министерства сельского хозяйства США и другие партнеры на федеральном уровне, уровне штата и на местном уровне. Национальный набор данных гидрографии - это компонент комплексной базовой модели геопространственных данных.

Цифровые векторные данные гидрографии Национальный набор данных гидрографии (NHD) - это база данных на основе характеристик, которая связывает и однозначно идентифицирует сегменты или участки водотока, составляющие национальную систему дренажа поверхностных вод. NHD с высоким разрешением изначально создавался с использованием данных в масштабе 1:24 000. Стюарды штата и местные стюарды улучшают данные, добавляя местные обновления, основанные на более актуальных и более точных исходных данных. Водные объекты в реальном мире относительно динамичны, и различия во время сбора данных означают, что водные объекты могут не точно соответствовать другим слоям. Названия гидрографических объектов, содержащиеся в NHD и отображаемые им, извлекаются и проверяются в Информационной системе географических названий (GNIS). Пространственные объекты могут быть отфильтрованы или обобщены для достижения представления в масштабе 1:24 000. http://nhd.usgs.gov/ http://nhd.usgs.gov/gnis.html http://nhdgeo.usgs.gov/metadata/nhd_high.htm 24000 цифровых данных 20100820 20100820 дата публикации Гидрография Характеристики и особенности гидрографии называет инициативу "Глобальные измерения наземного льда из космоса" (GLIMS)

Векторные цифровые данные измерительных станций. Этот набор данных, получивший название "GAGES II", аббревиатура от Geospatial Attributes of Gages for Evaluating Streamflow, version II, предоставляет геопространственные данные и классификации для 9 322 датчиков потока, поддерживаемых Геологической службой США (USGS). Это обновление оригинального GAGES 2010 года. Набор данных GAGES II состоит из датчиков, которые имели более 20 полных лет (не обязательно непрерывных) данных о расходах с 1950 года, или в настоящее время активны, начиная с 2009 года, и чьи водоразделы находятся в пределах Соединенных Штатов, включая Аляску, Гавайи и Пуэрто-Рико. Обозначены только активные станции, определенные набором данных GAGES II. http://water.usgs.gov/lookup/getspatial?gagesII_Sept2011 http://water.usgs.gov/GIS/metadata/usgswrd/XML/gagesII_Sept2011.xml Дата публикации 24000 цифровых данных Гидрография - измерительные станции Функции гидрографии и измерительные станции Геологическая служба США, Национальный центр геопространственных технических операций - Национальный набор данных о высотах - это компонент комплексной базовой модели геопространственных данных.

Гипсография. Векторные цифровые данные. Этот класс пространственных объектов был создан на основе версии программы 3D Elevation с точностью до 1/3 угловой секунды. Предполагаемый масштаб просмотра для этих функций - 1:24 000. Контуры получаются из отфильтрованного растра высот для получения более гладких дуг. В некоторых областях данные 3DEP могут быть изменены с помощью линий потока Национального набора данных гидрографии (NHD) и водоемов, чтобы облегчить улучшенную интеграцию между гипсографией и гидрографией в картографических продуктах USGS. Эти контуры были созданы в первую очередь для использования в качестве слоя в файлах GeoPDF, созданных в программе цифрового картографирования. Источником растровых данных горизонталей является слой 3D Elevation Program 1/3 угловой секунды. Вторичные наборы данных включают линии потока высокого разрешения, водные объекты и площади из Национального набора данных гидрографии (NHD). Слои NHD используются для гидроусиления ЦМР перед построением контура. Цели гидроусиления заключаются в том, чтобы предотвратить распространение изолиний по поверхности водоемов и выровнять контуры возвратных вод с однолинейными ручьями NHD. Ячейки растра 3DEP преобразуются в точки. Эти точки вместе с линиями потока NHD вводятся в инструмент интерполяции для создания новой поверхности. Водные объекты и площади NHD предварительно обрабатываются для привязки минимальной и максимальной отметки к каждому полигону. На основе этих предварительно рассчитанных значений вычисляется соответствующее значение, с помощью которого можно поднять ячейки отметки под многоугольниками NHD. Затем полигоны NHD преобразуются в растры, которые, в свою очередь, будут использоваться для создания мозаики, включающей новую растровую поверхность. Мозаика фильтруется для получения более плавных линий контура. Строятся контуры и идентифицируются контуры впадин и указателей. Нет никаких гарантий или гарантий относительно точности данных. Пользователи должны знать, что с тех пор, как эти данные были собраны и сгенерированы, могли произойти временные изменения, и что некоторые части этих данных могут больше не отражать фактические условия на поверхности. Гидравлическое усиление и обобщение также могут значительно изменить пространственные характеристики контуров. Пользователи не должны использовать эти данные для критически важных приложений, не осознавая их ограничений. http://Hs.gov/ Дата публикации 24000 цифровых данных Hypsography Contours USFS

Транспорт, дороги USFS FSTopo Векторные цифровые данные База данных FSTopo изначально была заполнена данными Картографического файла функций (CFF). Данные CFF были получены из стандартной карты первичной базовой серии (PBS) или серии единой версии (SES) Лесной службы в рамках Плана национальной географической информационной системы Лесной службы. Карты PBS и SES были разработаны на основе серии топографических карт в масштабе 1:24 000 и продолжительностью 7,5 минут Геологической службы США с улучшениями и регулярными изменениями для удовлетворения потребностей Лесной службы. За исключением Аляски, где используются карты масштаба 1:63 360, исходные карты USGS масштаба 1:24 000 были построены в соответствии с национальными стандартами точности карт, которые требуют, чтобы 90 процентов всех четко определенных объектов, показанных на карте, находились в пределах 0,02 дюйма от их истинного местоположения. Данные CFF были собраны с использованием методов и лучших доступных технологий, чтобы гарантировать, что оцифрованные элементы были захвачены в пределах 0,003 дюйма от соответствующих элементов, показанных на исходных картах. Центр геопространственных услуг и технологий Министерства сельского хозяйства США (GSTC) использует тот же стандарт точности сбора данных для добавления и изменения данных. Только карты в зонах лесной службы USDA будут содержать лесные дороги USDA. http://www.fs.fed.us/gstc/ 24000 цифровых данных 2012 г. 2015 г. дата публикации Дороги - осевые линии дорог USFS FSTopo, номера маршрутов, классификация дорог, названия улиц Федеральное управление железных дорог

Транспорт, Железные дороги Векторные цифровые данные Железные дороги ежегодно приобретаются у FRA. Железнодорожные линии и подъездные пути преобразуются в Национальный набор данных по транспорту. Слой железнодорожных линий представляет собой грузовые линии железнодорожной системы страны. Набор данных охватывает все 50 штатов и округ Колумбия, а также территории и владения Соединенных Штатов. Железнодорожных линий нет в Американском Самоа, Гуаме, Северных Марианских островах и Виргинских островах США. 24000 цифровых данных 2016 г. 2016 г. дата публикации Федеральное управление железных дорог Осевые линии основных путей Федеральное управление гражданской авиации

Аэропорты Векторные цифровые данные Точки аэропортов и полигоны взлетно-посадочных полос предназначены для государственных и частных аэропортов США, признанных Федеральным авиационным управлением (FAA). Шейп-файлы аэропортов и взлетно-посадочных полос FAA используются для обновления существующих аэропортов и взлетно-посадочных полос в Национальном наборе транспортных данных. Цифровые данные были проверены на точность атрибутов, пространственную точность и полноту. http://www.faa.gov 24000 цифровых данных 2011 г. Дата публикации 2012 г. Транспорт - взлетно-посадочные полосы аэропортов Различные правительственные учреждения и волонтерские организации

Рекреационные тропы Векторные цифровые данные Первые рекреационные тропы были добавлены на топографические карты США в 2013 году. Данные о тропах поступают из различных источников. Ответственность за точность и актуальность данных несет владелец данных. Геологическая служба США оценивает достоверность источника, но не проверяет точность данных независимо. Маршруты не завершены и не будут завершены в обозримом будущем. Маршруты будут добавляться по мере поступления данных из агентств по управлению земельными ресурсами и из других авторитетных источников. Вся информация о рекреационных тропах, представленная на топографических картах США, является общественным достоянием, хотя исходные данные не обязательно являются общественным достоянием. Этот раздел метаданных документирует все источники данных для всех карт, а не для этой конкретной карты. Не гарантируется, что перечисленные здесь маршруты будут присутствовать на всех соответствующих картах из-за различий в расписании доставки данных и графиках производства US Topo. Метаданные на уровне объектов не предоставляются в продукте US Topo, там нет связи между линией на карте и источником этой конкретной тропы. Примечания к источникам данных следуют --------- Для 11 национальных живописных маршрутов (NST): Национальная живописная тропа ледникового периода: данные предоставлены волонтерской организацией Ice Age Trail Alliance, http://www.iceagetrail.org в сотрудничестве со Службой национальных парков и Департаментом природных ресурсов штата Висконсин. - Национальная живописная тропа Тихоокеанского гребня: неопубликованные данные предоставлены Лесной службой США - Национальная живописная тропа в Аппалачах: данные опубликованы Аппалачской Trial Conservancy, http://appalachiantrail.org/about-the-trail/mapping-gis-data, в сотрудничестве со Службой национальных парков - Национальная живописная тропа Северной страны: неопубликованный набор данных, предоставленный Службой национальных парков - Национальная живописная тропа Аризоны: данные из Информационного центра AZGEO, https://azgeo.az.gov/azgeo/, в сотрудничестве с Лесной службой США - Тихоокеанский регион Северо-западная национальная живописная тропа: неопубликованные данные, предоставленные Лесной службой США - Национальная живописная тропа Натчез Трейс: неопубликованные данные, предоставленные Службой национальных парков --------- Для других типов троп и источников: Земли Службы охраны рыб и дикой природы США: Инвентаризация пешеходных маршрутов USFWS находится в ведении Федерального управления шоссейных дорог Министерства транспорта США и компании Pacific Western Technologies, LTD. Цель набора данных - создать базовый перечень всех немоторизованных троп на станциях службы рыбной ловли и дикой природы США. - Земли лесной службы США: тропы в пределах национальных лесов взяты из неопубликованных данных, предоставленных USFS. Эти данные получены из источников разной точности. US Topo не отображает информацию об управлении доступом и поездками, указывающую, какие маршруты управляются или открыты для определенных режимов движения (моторизованные / немоторизованные) или связанных сезонов использования. Следы USFS (кроме выбранных NST, описанных выше) в настоящее время отображаются на US Topo только в Колорадо. - Международная ассоциация горных велосипедов IMBA делится данными о велосипедных маршрутах с Геологической службой США в рамках продолжающегося партнерства. Тропы, собранные IMBA, обычно не отображаются внутри обозначенных федеральных земель (например, национальных лесов) на картах Топо США. https://www.nps.gov/subjects/nationaltrailssystem/index.htm http://www.pnts.org http://www.fws.gov/gis/data/national/ https: //www.imba. com / 24000 digital data 2006 2018 дата публикации Recreational Trails Trail centerline Бюро переписи населения США, Отдел географии

Транспорт, Перепись, дороги, векторные цифровые данные Источником набора данных являются выдержки из базы данных MAF / TIGER Бюро переписи населения в форме шейп-файлов TIGER / Line. Шейп-файлы TIGER / Line и связанные файлы баз данных представляют собой выдержки из выбранной географической и картографической информации из Базы данных главного адресного файла / Топологически интегрированной базы данных географического кодирования и привязки (MAF / TIGER) Бюро переписи населения США (MTDB). MTDB представляет собой единый национальный файл без перекрытий или пробелов между частями, однако каждый шейп-файл TIGER / Line предназначен для автономного использования в качестве независимого набора данных или их можно объединить для охвата всей страны. Геологическая служба США фильтрует дороги переписи, чтобы удалить короткие участки дороги длиной менее 500 футов, не названные и классифицируемые как дороги местного значения. К наборам данных переписи применяется система функциональной классификации дорог Национального набора транспортных данных USGS. Оригинальные продукты TIGER / Line Shapefile не защищены авторским правом, однако TIGER / Line и Census TIGER являются зарегистрированными товарными знаками Бюро переписи населения США. Информация о горизонтальной пространственной точности, представленная в шейп-файлах TIGER / Line, предоставляется только для целей статистического анализа и операций переписи, и данные могут не подходить для приложений высокоточных измерений. Полные метаданные для шейп-файлов TIGER / Line доступны в Бюро переписи США http://www.census.gov/geo/maps-data/data/tiger.html 24000 цифровых данных 2013 Дата публикации 2018 г. Дороги - Перепись Осевые линии дорог, номера маршрутов, классификация дорог, названия улиц Alaska Railroad Corporation

Транспорт, железные дороги Векторные цифровые данные Эта запись применима только к данным Аляски. Данные о железных дорогах предоставлены Alaska Railroad Corporation и могут не включать данные о железных дорогах других владельцев. Неопубликованные данные предоставлены непосредственно Геологической службе США. По состоянию на 2012 год. За дополнительной информацией обращайтесь в Alaska Railroad Corporation, 327 W. Ship Creek Ave., Anchorage, AK. 99501, телефон 907-265-3100 или электронная почта[email protected] 25000 цифровых данных 2012 г. Дата публикации 2012 г. Railroads - Alaska Railroad Corporation Центральные линии главных путей Департамент транспорта Аляски

Транспорт, дороги общего пользования. Векторные цифровые данные. Эта запись относится только к данным Аляски. Дороги собраны из различных государственных и местных источников, интегрированы Министерством транспорта Аляски (ADOT) и предоставлены Геологической службе США для использования в картографических продуктах Геологической службы США. Этот конкретный набор дорожных данных не опубликован, но более ранние версии опубликованы на веб-сайте ADOT. http://www.dot.state.ak.us/stwdplng/mapping/ 25000 цифровых данных 2013 г. Дата публикации 2013 г. Дороги - Департамент транспорта Аляски Осевые линии дорог, классификация дорог, названия улиц Международная комиссия по границам

Векторные цифровые данные о национальной границе США и Канады Граница - это цифровое представление международной границы между США и Канадой в соответствии с Договором 1908 года. Она была создана на основе сочетания недавних съемок и преобразований датумов. Он предназначен только для общих картографических целей. Набор данных границ состоит из 29 сегментов, которые соответствуют исходным 256 картам границ. Атрибуты каждого сегмента определяют масштаб, в котором линия в этой области может быть точно изображена. Он создан только для целей картографии и не предназначен для иллюстрации границ, выходящих за пределы масштаба для любого данного сегмента http://www.internationalboundarycommission.org/ http://www.internationalboundarycommission.org/index-eng.html digital данные 2006 г. 2015 г. дата публикации США / Канада Международная граница Международная граница между Канадой и США Геологическая служба США, Министерство сельского хозяйства США и Национальный институт статистики и географии Мексики.

Национальная граница США и Мексики, векторные цифровые данные Международная граница между Мексикой и США, определенная как совместное предприятие Министерства сельского хозяйства США (USDA) и Instituto Nacional de Estadistica y Geografia Мексики (INEGI), привела к неофициальному Набор данных о границах США и Мексики, который был дополнительно расширен Инициативой по охране окружающей среды на границе (BEHI) Геологической службы США. При масштабе кадра данных, установленном в ArcMap на 1: 5 000, центр реки Рио-Гранде / Рио-Браво был оцифрован с использованием изображений NAIP 2004. В районах с густыми зарослями соляного кедра (ограничивающая рамка = UL -104.714 30.038, UR -104.664 30.037, LR -104.666 29.933, LL -104.717 29.934 NAD83) центр канала было трудно, а иногда и невозможно легко определить. Чтобы определить местоположение границы, ГИС-аналитик сравнил положение линии в классе объектов INEGI 1: 250K Limite с изображениями NAIP 2004 и скорректировал границу по изображению, таким образом, очертание международной границы менее определенно. в этих областях. Оставшаяся часть границы была извлечена из класса пространственных объектов INEGI 1: 250K Limite и добавлена ​​к классу линейных объектов, созданному вдоль реки Рио-Гранде / Рио-Браво. Геологическая служба США проверила исходные данные USDA по сравнению со снимками NAIP 2007 года и дополнительно отредактировала 9 линейных сегментов в районах Рио-Гранде, чтобы они соответствовали национальным стандартам точности карт. https://ibwc.gov/GIS_Maps/GIS_Program.html цифровые данные 1972 г. Дата публикации 2006 г. Международная граница США / Мексики Международная граница между Мексикой и США Лесная служба Министерства сельского хозяйства США (USDA) - Программа автоматизированных земель Вашингтонского офиса (ALP) .

Лесная служба Министерства сельского хозяйства США Граничные векторные цифровые данные Границы лесной службы, определенные Лесной службой Министерства сельского хозяйства США, охватывающие земли Национальной лесной системы (NFS) в пределах первоначально объявленных национальных лесов, а также земли, добавленные в NFS, которые получили статус `` зарезервированных от общественное достояние »в соответствии с Законом об общем обмене. Включаются следующие типы территорий: национальный лес, экспериментальная зона, экспериментальный лес, экспериментальный полигон, проект землепользования, национальные пастбища, закупочная единица и зона особого управления. Общенациональный набор данных о провозглашенных лесах был создан сотрудниками Лесной службы Министерства сельского хозяйства США и Вашингтонской программы управления землями на основе собранных исходных данных, созданных региональными бюро. Только карты в зонах лесной службы USDA будут содержать границы лесов USDA. 24000 цифровых данных 2009 год 2017 Дата публикации Границы лесной службы Министерства сельского хозяйства США Границы национальной лесной службы Офис заместителя заместителя министра обороны по установкам и окружающей среде, Управление интеграции бизнес-предприятий

Векторные цифровые данные о военных объектах, полигонах и полигонах США. Этот набор данных отображает официальные границы наиболее известных участков, объектов, полигонов и учебных полигонов Министерства обороны США в США и на территориях. Эти участки включают землю, которая находится в федеральной собственности или иным образом управляется. Этот набор данных был составлен программой Defense Installation Spatial Data Infrastructure (DISDI). Этот набор данных представляет собой базовую линию для границ участков с географической привязкой, выбранных из Отчета о базовой структуре за 2010 год. Расположение границ предназначено только для целей планирования и не представляет собой законных или обследованных границ земельных участков. Этот список не обязательно представляет собой исчерпывающий набор всех объектов Министерства обороны, и только те, которые находятся на пятидесяти территориях США и США, рассматривались для включения. Карты, созданные в масштабе 1: 50 000 или более, которые в остальном соответствуют национальным стандартам точности карт, останутся соответствующими, если эти данные будут включены. Although these data have been provided by the DoD components, no warranty expressed or implied is made regarding the utility of the data on any other system, in derived products or data alterations, nor shall the act of distribution constitute such warranty. https://www.acq.osd.mil/eie/BSI/BEI_DISDI.html 50000 digital data 2011 2017 publication date U.S. Department of Defense Military Installations Boundary lines, installation names U.S. Census Bureau

State and Equivalent Boundary vector digital data The Census Bureau collects boundaries from state and county governments through the Boundary and Annexation Survey, and publishes the results as TIGER files. The USGS uses the TIGER data without editing or alteration. http://www.census.gov/geo/maps-data/data/tiger.html digital data 2013 2016 publication date State Boundaries State and Equivalent Boundary U.S. Census Bureau

County and Equivalent Boundary vector digital data The Census Bureau collects boundaries from state and county governments through the Boundary and Annexation Survey (BAS), and publishes the results as TIGER files. The USGS uses the TIGER data without editing or alteration for US Topo. http://www.census.gov/geo/maps-data/data/tiger.html digital data 2013 2017 publication date County Boundaries County and Equivalent Boundary U.S. Census Bureau

Incorporated Places Boundary vector digital data The boundaries of most incorporated places are as of January 1, 2017, as reported through the Census Bureau's Boundary and Annexation Survey. Limited updates that occurred after January 1, 2017, such as newly incorporated places, are also included. The boundaries of all Census Designated Places (CDP) were delineated as part of the Census Bureau's Participant Statistical Areas Program (PSAP) for the 2010 Census. The USGS uses the TIGER data without editing or alteration. http://www.census.gov/geo/maps-data/data/tiger.html digital data 2013 2017 publication date Incorporated Places Boundaries Incorporated Places Boundaries U.S. Census Bureau

Jurisdictional Boundary The 115th Congress is seated from January 2017 to 2019. The TIGER/Line shapefiles for the District of Columbia, Puerto Rico, and the Island Areas (American Samoa, Guam, the Commonwealth of the Northern Mariana Islands, and the U.S. Virgin Islands) each contain a single record for the non-voting delegate district in these areas. The boundaries of all other congressional districts are provided to the Census Bureau through the Redistricting Data Program (RDP). The USGS uses the TIGER data without editing or alteration for US Topo. http://www.census.gov/geo/maps-data/data/tiger.html 24000 digital data 2016 2016 publication date Jurisdictional Boundaries 115th Congressional Districts Boundaries U.S. Census Bureau

Minor Civil Divisions Boundary vector digital data The boundaries of most legal Minor Civil Divisions (MCD) are as of January 1, 2017, as reported through the Census Bureau's Boundary and Annexation Survey. The boundaries of all Census Designated Places (CDP)are those as reported as part of the Census Bureau's Participant Statistical Areas Program (PSAP) for the 2010 Census. The USGS uses the TIGER data without editing or alteration. http://www.census.gov/geo/maps-data/data/tiger.html digital data 2013 2017 publication date Minor Civil Divisions Boundaries Minor Civil Divisions Boundaries U.S. Census Bureau

Native American Area Boundary vector digital data The Native American Area boundaries are as of January 1, 2017 as reported through Census Bureau's Boundary and Annexation Survey. The USGS dataset is a combination of two Census Bureau files. It includes the American Indian/Alaska Native/Native Hawaiian Areas National (AIANNH) National TIGER/Line shapefile, including the following legal entities: federally recognized American Indian reservations and off-reservation trust land areas, state-recognized American Indian reservations, and Hawaiian home lands. Also included is the Alaska Native Regional Corporation (ANRC) State-based TIGER/Line shapefile containing a record of the 12 Alaska Native Regional Corporations used to conduct both the for-profit and non-profit affairs of Alaska Natives within a defined region of Alaska. The USGS uses the TIGER data without editing or alteration. http://www.census.gov/geo/maps-data/data/tiger.html digital data 2013 2017 publication date Native American Area Boundaries Native American Area Boundaries National Park Service - Land Resources Division

National Park Service Boundary vector digital data This dataset depicts National Park Service unit boundaries for display and general analysis purposes. The USGS converted areas of generally 3 acres or less to point features to facilitate cartographic display on the US Topo digital map product. See Source URL for link to complete dataset. This data set is complete but subject to continual updates to reflect boundary amendments, legislation, and acquisitions, and improved processing techniques. The data is being regularly updated with verified boundaries from NPS Land Resources Division. The data is intended for use as a tool for display and general GIS analysis purposes only. It is in no way intended for engineering or legal purposes. The data accuracy is checked against best available sources which may be dated. NPS assumes no liability for use of this data. Boundaries from the Land Resources Division have separate polygons for each type of unit. For example Denali National Park and Denali National Preserve are separate individual polygons. https://irma.nps.gov/App/Portal digital data 2002 2018 publication date National Park Service Boundary Current Administrative Boundaries of the National Park System Units U.S. Census Bureau

Unincorporated Places Boundary vector digital data The boundaries of most unincorporated places in this shapefile are as of January 1, 2017, as reported through the Census Bureau's Boundary and Annexation Survey (BAS). Limited updates that occurred after January 1, 2017, such as newly unincorporated places, are also included. The boundaries of all Census Designated Places (CDPs) were delineated as part of the Census Bureau's Participant Statistical Areas Program (PSAP) for the 2010 Census. The USGS uses the TIGER data without editing or alteration. http://www.census.gov/geo/maps-data/data/tiger.html digital data 2013 2017 publication date Unincorporated Places Boundaries Unincorporated Places Boundaries U.S. Department of Interior, U.S. Fish and Wildlife Service

FWS Interest Simplified Boundaries vector digital data This data set depicts simplified boundaries of lands administered by the U.S. Fish and Wildlife Service including National Wildlife Refuges, National Fish Hatcheries, FWS administrative sites, and other conservation areas. The Alaska National Wildlife Refuge Boundaries data set depicts the legislative boundary of the 16 National Wildlife Refuges in Alaska at a source scale of 1:63,360. The dataset was created by the U.S. Fish and Wildlife Service, Region 7, Division of Realty and Natural Resources. The USGS substituted the Alaska National Wildlife Refuge boundaries for the USFWS Simplified Wildlife Refuge Boundaries in Alaska for cartographic purposes. The USFWS Simplified Wildlife Refuge Boundaries are simplified from the U.S. Fish and Wildlife Service Real Estate Interest data layer containing polygons representing tracts of land (parcels) in which the Service has a property or management interest. These interests include full land ownership, secondary interests in property primarily managed and reported by other federal agencies, leased property, property managed by agreement with other parties, and, within National Wildlife Refuges, property governed by conservation easements. A conservation easement is a permanent, legally enforceable land preservation agreement between a landowner and a government agency that restricts real estate, commercial and industrial development of the land, which remains private property. Inholdings of private property within Refuge areas not covered by conservation easements are excluded from these boundaries. The Hawaiian Islands National Wildlife Refuge and Waterfowl production area easements acquired through the small wetlands program have been omitted. Interior boundaries between parcels were dissolved to produce a single set of simplified external boundaries for each feature. These are resource grade mapping representations of the U.S. Fish and Wildlife Service boundaries. For legal descriptions of the land represented here contact the USFWS Realty Office. This map layer was compiled by the U.S. Fish and Wildlife Service. The Alaska National Wildlife Refuges dataset was derived from the following digital sources and legal documents: 1) Federal Register, Vol. 48, No. 38 Thursday, February 24, 1983 Notices Pages 7890-8029. 2) USGS 1:250,000 scale Alaska Boundary Series maps entitled: Alaska National Interest Lands Conservation Act December 2, 1980 P.L. 96-487 3) Various legal documents such as survey plats, legal metes and bounds descriptions, Deeds, and Titles. 4) USGS 1:63,360 scale revised hydrography Digital Line Graphs depicting ground conditions from 1955 to 1986. Although these Fish and Wildlife boundaries represent lands administered by the U.S. Fish and Wildlife Service, not all areas are open to the public. Some fragile habitats need to be protected from human traffic, some management areas are closed, and the terms of some conservation easements preclude public access. The public is urged to contact specific Refuges or other conservation areas before visiting. digital data 1950 2017 publication date U. S. Fish and Wildlife Service Boundary Boundary polygons and names U.S. Dept. of Interior, Bureau of Land Management, Division of Support Services, Branch of Information Resource Management

Public Land Survey System vector digital data The PLSS information is for general reference purposes only, and should not be used to determine legal boundaries or land ownership. The Bureau of Land Management (BLM) is the authoritative source for PLSS information at the federal level, and the US Topo representation is derived from BLM GIS data files called Cadastral National Spatial Data Infrastructure or CadNSDI. The management of these data is not completely uniform throughout the country. Although this metadata record is included with all maps, PLSS is currently shown on US Topo Maps for only a few states. PLSS will be added to US Topo maps in more states in coming years as BLM authorized CadNSDI format is made available. The three layers USGS stores from PLSS are the Township, First Division and Special Surveys. Metadata for BLM PLSS data is at http://www.geocommunicator.gov/GeoComm/metadata/index.htm#PLSS, though this URL may change in the near future. Alternate sources of PLSS data will continued to be served mainly in western states where BLM is the data steward or the data is from a trusted source. Notes on individual states follow,----Alaska PLSS consists of protracted (computed, not surveyed) data only. For more information see http://sdms.ak.blm.gov/sdms/data_protracted_grid_gis.html----Ohio was the original PLSS state in the early 1800s, and the land network there is unusually complex. The source data include four first-division parcel types. These are all shown on US Topo maps, and are labeled according to BLM's attribution, with a leading letter followed by either a number or more letters. The meanings of the leading letters are S=Section, F=Fractional Section, L=Lot, Q=Quarter Township. https://sdms.ak.blm.gov/sdms/ https://navigator.blm.gov/home 24000 digital data 2012 2018 publication date Public Land Survey System - BLM Townships and ranges, sections Department of Veterans Affairs, National Cemetery Administration and U.S. Geological Survey

NCA National Cemeteries vector digital data This dataset represents boundaries of National cemeteries administered by the U.S. Department of Veterans Affairs, National Cemetery Administration. This layer may also contain a small number of boundaries for those managed by the Department of the Army. This data is subject to change as other national cemetery areas are authorized. This dataset is intended for general mapping and reference purposes only. https://nationalmap.gov/boundaries.html https://www.cem.va.gov/cem/cems/index.asp digital data 2013 2018 publication date National Cemetery Boundary Name, general location information from NCA, Boundaries from combination of NCA boundary data, parcel data and other mapping datasets. U.S. Geological Survey, National Geospatial Technical Operations Center

Geographic Names Information System (GNIS) Vector digital data The Geographic Names Information System (GNIS) is the Federal and national standard for geographic nomenclature. The U.S. Geological Survey developed the GNIS in support of the U.S. Board on Geographic Names as the official repository of domestic geographic names data, the official vehicle for geographic names use by all departments of the Federal Government, and the source for applying geographic names to Federal electronic and printed products. https://geonames.usgs.gov/ 24000 digital data 2012 2012 publication date Geographic Names Geographic feature names Federal land management agencies

Points of Interest vector digital data Includes campgrounds, trailheads, visitor centers, picnic areas, Ranger stations and federal land management agency headquarters. Point data was provided by various federal agencies, such as NPS, US Forest Service, BLM, US FWS. This data is subject to change at any time. http://nationalmap.usgs.gov 24000 digital data 2016 2018 ground condition Structures - various Geographic features and feature names State and Federal Partners, updates from USGS' The National Map Corps volunteers

Fire Stations Vector digital data Any location where fire fighters are stationed or based out of, or where equipment that such personnel use in carrying out their jobs is stored for ready use. Fire Departments which are Mobile Units and not having a permanent location, are included, in which case their location has been depicted at the city/town hall or at the center of their service area if a city/town hall does not exist. This dataset includes those locations primarily engaged in forest or grasslands fire fighting, including fire lookout towers if the towers are in current use for fire protection purposes. This dataset includes both private and governmental entities. Locations that serve only administrative function are excluded. Locations serving both administrative and operational functions are included. http://nationalmap.usgs.gov 24000 None 2006 2018 ground condition Structures - Fire Stations Geographic features and feature names State and Federal Partners, updates from USGS' The National Map Corps volunteers

Law Enforcement Vector digital data Included are locations where sworn officers of a law enforcement agency are regularly based or stationed. This dataset includes local police, county sheriff's offices, state police or highway patrol locations. Most federal law enforcement agency locations are not included. http://nationalmap.usgs.gov 24000 None 2005 2018 ground condition Structures - Law Enforcement Geographic features and feature names State and Federal Partners, updates from USGS' The National Map Corps volunteers

Prisons/Correctional Facility Vector digital data Includes both private and government medium and high security prisons and correctional institutions. Low and minimum security institutions such as local jails, prison camps, correctional farms or work farms, detention and treatment centers are generally excluded. http://nationalmap.usgs.gov 24000 None 2007 2018 ground condition Structures - Prisons/Correctional Facility Geographic features and feature names State and Federal Partners, updates from USGS' The National Map Corps volunteers

Schools Vector digital data The schools within this dataset are composed of Public elementary and secondary education in the US as defined and tracked by the National Center for Education Statistics (NCES), Common Core Dataset (CCD). Private schools in this dataset are composed of Private elementary and secondary education in the US as defined by the Private School Survey, NCES. The colleges and Universities are composed of postsecondary education facilities as defined by the Integrated Post Secondary Education System (IPEDS), NCES. Included are Doctoral and Research Universities, Masters Colleges and Universities, Baccalaureate Colleges, Associates Colleges, Theological seminaries, Medical schools and other health care professions, schools of engineering and technology, business and management, art, music, design, Law schools, Teachers colleges, Tribal colleges and other specialized institutions. Changes to base school data may occur through the USGS¿ The National Map Corps Volunteer Geographic Information project. http://nationalmap.usgs.gov 24000 None 2008 2018 ground condition Structures - Schools Geographic features and feature names State and Federal Partners, updates from USGS' The National Map Corps volunteers

Hospitals Vector digital data Includes general medical and surgical hospitals, psychiatric, substance abuse and specialty hospitals such as Children's hospitals, cancer, maternity and rehabilitation hospitals. Other types of hospitals are included if represented in data sets provided by various partners for this compilation. Hospitals operated by the US Department of Veterans Affairs are included. Nursing homes, long term care facilities and Urgent Care facilities are generally excluded. Locations that are administrative offices only are excluded from the dataset. http://nationalmap.usgs.gov 24000 None 2006 2018 ground condition Structures - Hospitals Geographic features and feature names State government websites

State Capitol building vector digital data Includes the official State Capitol buildings for the U.S. states and territories. http://nationalmap.gov 24000 digital data 2014 2014 ground condition Structures - State Capitol building Geographic feature and feature name

The data for this product are created as follows. All geospatial content is taken from national geospatial databases under the stewardship of USGS data programs. The NAIP imagery is provided by a seamless tile service that delivers image data at the resolution and quality of the source imagery. The raster and vector data, including grids and collar information, are processed using ESRI ArcGIS software and exported. Map formatting is performed using a custom application, which includes post-processing to embed the metadata XML document.

Public Land Survey System Vector

Entity point Void polygon composed of rings Complete chain Complete chain


Rasterize line shapefile - Geographic Information Systems

https://water.usgs.gov/lookup/getspatial?ds240_landuse_raster Curtis V. Price Naomi Nakagaki Kerie J. Hitt Rick M. Clawges

Enhanced Historical Land-Use and Land-Cover Data Sets of the U.S. Geological Survey 1.0 map U.S. Geological Survey Data Series 240

Land-use and land-cover data collected by the U.S. Geological Survey are useful for environmental assessment of land-use patterns with respect to water-quality analysis, growth management, and other types of environmental impact assessment. The data are meant to be normally used by quadrangle, or among adjacent quadrangles where temporally contiguous. The data can be used in any geographic application where intermediate scale land-use data are appropriate and the source land-cover map dates are representative of the time period of interest.

This data set is released as part of an enhanced version of previously published USGS land-use and land-cover data, edited to perform attribute and geographic corrections, recast to the North American Horizontal Datum of 1983, and reformatted to commonly used geospatial data file formats. BACKGROUND The following background information is extracted from: U.S. Geological Survey, 1986, Land use and land cover digital data from 1:250,000- and 1:100,000-scale maps: Data User Guide 4, 25 p. (This document is out of print, but was available online on July 1, 2005 at http://www.vterrain.org/Culture/LULC/Data_Users_Guide_4.html) "The characteristics of the digital cartographic data base for land Use and land cover and associated maps reflect the parameters used in compiling the maps. The Land Use and Land Cover mapping program is designed so that standard topographic maps at a scale of l:250,000 can be used as a base for compilation and reproduction. In a few cases, the U.S. Geological Survey (USGS) has prepared Land Use and Land Cover and associated maps at a scale of 1:100,000 when the 1:100,000-scale topographic map base was available. Land Use and Land Cover maps provide data to be used either by themselves or in combination with the other data sets produced in the program. The basic sources of land use compilation data are NASA high-altitude aerial photographs, and National High-Altitude Photography (NHAP) program photographs, usually at scales smaller than l:60,000. The l:250,000-scale topographic map series is generally used as the base map for the compilation of the Land Use and Land Cover maps and the associated overlays 1:100,000-scale topographic map bases have been used on rare occasions. Although compilation of Land Use and Land Cover data is performed on a film-positive base usually enlarged to a scale of approximately l:l25,000, the associated overlays are both compiled and digitized at a scale of l:250,000. Land Use and Land Cover data compilation is based upon the classification system and definitions of Level II Land Use and Land Cover [codes, (see below)]. All features are delineated by curved or straight lines that depict the actual boundaries of the areas (polygons) being described. The minimum size of polygons depicting all Urban or Built-up Land (categories 11-17), Water (51-54), Confined Feeding Operations (23), Other Agricultural Land (24), Strip Mines, Quarries, and Gravel Pits (75) and urban Transitional areas (76), is 4 hectares (ha). All other categories of Land Use and Land Cover have a minimum polygon size of 16 ha. (Those sizes also are considered the minimum sizes to which polygons are digitized.) In the Urban or Built-up Land and Water categories, the minimum width of a feature to be shown is 200 m (that is, if a square with sides 200 m in length is delineated, the area will be 4 ha). Although the minimum-width consideration precludes the delineation of very narrow and very long 4-ha polygons, triangles or other polygons are acceptable if the base of the triangle or minimum width of the polygon is 200 m in length and if the area of the polygon is 4 ha. Exceptions to this specification are limited access highways (14) and all double line rivers (51) on the 1:250,000-scale base which shall have a minimum width of 92 m. For categories other than Urban or Built-up Land and Water, the 16-ha minimum size for delineation requires a minimum-width polygon of 400 m. Line weight for delineating Land Use and Land Cover polygons and for neatlines is 0.l0 mm at the production scale of l:250,000." LAND-USE AND LAND-COVER CODES These data sets represent land use and land cover using an integer value that references the Anderson level II classification system. The first digit represents the level 1 land-use and land-cover code, and the second digit (ones place) represents a subdivision, or level 2 code. The Anderson Level II land use codes used in this data set are listed below: 1 Urban or built-up land 11 Residental 12 Commercial and services 13 Industrial 14 Transportation, communication, utilities 15 Industrial and commercial complexes 16 Mixed urban or built-up land 17 Other urban or built-up land 2 Agricultural land 21 Cropland and pasture 22 Orchards, groves, vineyards, nurseries, and ornamental horticultural 23 Confined feeding operations 24 Other agricultural land 3 Rangeland 31 Herbaceous rangeland 32 Shrub and brush rangeland 33 Mixed rangeland 4 Forest land 41 Deciduous forest land 42 Evergreen forest land 43 Mixed forest land 5 Water 51 Streams and canals 52 Lakes 53 Reservoirs 54 Bays and estuaries 6 Wetland 61 Forested wetland 62 Nonforested wetland 7 Barren land 71 Dry salt flats 72 Beaches 73 Sandy areas not beaches 74 Bare exposed rock 75 Strip mines, quarries, gravel pits 76 Transitional areas 77 Mixed Barren Land 8 Tundra 81 Shrub and brush tundra 82 Herbaceous tundra 83 Bare ground 84 Wet tundra 85 Mixed tundra 9 Perennial snow or ice 91 Perennial snowfields 92 Glaciers PROCESSING DETAILS The U.S. Environmental Protection Agency (USEPA) received the USGS land-use and land-cover data files from USGS in 9-track ASCII format, one file per quadrangle. Files were loaded onto the hard disk of the computer from tape. The data were then processed with the GIRASARC2 program written in Arc Macro Language (AML), which is part of the ArcInfo Geographic Information System (GIS) software. This program was developed by the USGS to process the data into a consistent ArcInfo format. The GIRASARC2 AML <http://www.epa.gov/ngispgm3/spdata/EPAGIRAS/meta/girasarc2.aml> program does the following: -- Converts the USGS data files to polygon coverage format. -- Reconstructs topology, creating line and polygon features. -- Linearly scales the map coordinates to UTM using the registration points listed in the USGS data file, and then modifies the coordinates to Albers Equal Area projection. -- Generates a quadrangle boundary polygon based on the mathematically-determined corners of the map. -- Loads available documentation into a series of companion documentation files with each data set. Another AML program (GIRASNEAT, <http://www.epa.gov/ngispgm3/spdata/EPAGIRAS/meta/girasneat.aml>) does the following: --clips the data to the neatline data set. --dissolves polygon boundaries between polygons with the same land use code. --snaps exterior arcs to the arcs of the neatline cover with a tolerance of 40 meters. Data were reviewed visually by the user responsible for executing the GIRASARC2 program. The GIRASARC2 and GIRASNEAT programs were executed in AML to create each quadrangle data set. The processing described above was completed by the USEPA in the early 1990s. In 2001, the USGS National Water-Quality Assessment (NAWQA) Program needed a seamless data base of the conterminous United States, so data sets were further enhanced for use in the Program, as described below. Additional land use and land cover data sets for Hawaii and one map sheet in Alaska were converted using the same AML programs and edited in a similar manner. The Hawaii data sets were joined together into a single data set as they all are documented with the same source date and are more easily handled as a single data file. These data files were then further edited to correct land-use coding errors caused by the misplacement of labels have also been corrected by visual inspection, checking the codes against the original labels in the GIRAS data files and ancillary land-cover data sets. An AML menu-based application was used to assist in this process. In addition to the processing describe above, the data were processed to fill in all gaps between quadrangles so that the data fits together seamlessly. The polygon data were then transformed so that the horizontal coordinate data reference the North American Datum of 1983. (The raw GIRAS-format data and the USEPA version of it is referenced to the North American Datum of 1927.) The geographic data files were also projected into geographic coordinates (decimal degrees of latitude and longitude). Additional polygon data sets that document the land-use and land-cover data sets in a geographic context were created from the USEPA quadrangle index coverages with further editing based on information in the USGS data files posted on the USGS FTP site at the USGS EROS Data Center at: ftp://edcftp.cr.usgs.gov/pub/data/LULC A summary of this effort was published as: Price, C., Naomi, N., Hitt, K., and Clawges, R., 2003, Mining GIRAS: Improving on a national treasure of land use data, _in_ Proceedings of the 2004 ESRI International User Conference, July 7-11, 2003, Environmental Systems Research Institute, Redlands Calif., 11p., available online at http://gis.esri.com/library/userconf/proc03/p0904.pdf DATA FILE DESCRIPTIONS Note that all data sets are referenced to the North American Datum of 1983. 1. tilepoly: Polygons representing each quadrangle tile. 2. src_poly: Polygons representing the extent of source files, with metadata about the source files used for each area. Some land-use files were merged from multiple GIRAS source files, some of which have different source dates. 3. gAABBB: Polygons for each 1:250,000 tile, where "AA" represents the latitude of the lower right corner and "BBB" represents the longitude of the lower right corner of the map tile. These tile names are referenced in the polygon attributes of the tilepoly and src_poly polygon data sets described above. The polygon data sets above are distributed as a collection of related files that make up the publicly documented ESRI shapefile format: filename.shp ESRI shapefile geographic data file filename.shx ESRI shapefile index data file filename.dbf ESRI shapefile attribute file filename.prj "Well-Known-Text" (WTK) format projection file filename.shp.xml metadata file The shapefiles use geographic (decimal degree) coordinate data referenced to the North American Datum of 1983. 4. girasX Raster-format data, stored in six image files, in GeoTIFF format (with georeferencing included in the internal image header file). IMAGE XMIN YMIN XMAX YMAX DESCRIPTION giras1 -2380005 1874985 15 3200000 NW Conterminous US (Albers) giras2 15 1874985 2300000 3172005 NE Conterminous US (Albers) giras3 -2380005 199995 15 1874985 SW Conterminous US (Albers) giras4 15 199995 2300000 1874985 SE Conterminous US (Albers) giras5 369285 2081265 955575 2460585 Hawaii (UTM Zone 4) giras6 499875 6762705 662145 6877755 Valdez, Alaska (UTM Zone 6) The raster data sets are referenced to locations specified in projected coordinates (in meters). Image tiles giras1 through giras4 use standard parameters for the conterminous United States: Projection ALBERS Datum NAD83 Units METERS Spheroid GRS1980 Xshift 0.0000000000 Yshift 0.0000000000 Parameters 29 30 0.000 /* 1st standard parallel 45 30 0.000 /* 2nd standard parallel -96 0 0.000 /* central meridian 23 0 0.000 /* latitude of projection&aposs origin 0.00000 /* false easting (meters) 0.00000 /* false northing (meters) giras5 (Hawaii) uses these projection parameters: Projection UTM Zone 6 Datum NAD83 Units METERS Spheroid GRS1980 giras6 (Valdez, Alaska) uses these projection parameters: Projection UTM Zone 4 Datum NAD83 Units METERS Spheroid GRS1980 The raster data sets are distributed as a collection of related files: girasX.tif Tagged-Image Format File (TIFF) with GeoTIFF georeferencing girasX.tfw ESRI "World file", used for georeferencing girasX.aux ESRI "aux file" file used by ArcGIS software girasX.tif.xml metadata file DISCLAIMERS The use of trade, product, or firm names is for descriptive purposes only and does not imply endorsement by the U.S. Government. Although this Federal Geographic Data Committee-compliant metadata file is intended to document the data set in nonproprietary form, as well as in ArcInfo format, this metadata file may include some ArcInfo-specific terminology. Although these data have been used by the U.S. Geological Survey, U.S. Department of the Interior, no warranty expressed or implied is made by the U.S. Geological Survey as to the accuracy of the data. 1970 1985 publication date

Geographic Names Information System

U.S. Geological Survey Ask USGS -- Water Webserver Team mailing address 445 National Center Reston VA

USA 1-888-275-8747 (1-888-ASK-USGS) https://answers.usgs.gov/cgi-bin/gsanswers?pemail=h2oteam&subject=GIS+Dataset+ds240_landuse_raster

https://water.usgs.gov/GIS/browse/ds240_landuse_raster.png
Illustration of the data set.
PNG None Unclassified None Microsoft Windows XP Version 5.1 (Build 2600) Service Pack 2 ESRI ArcCatalog 9.0.0.535 James R. Anderson Ernest E. Hardy John T. Roach Richard E. Witmer

A Land Use and Land Cover Classification System for Use with Remote Sensor Data, USGS Professional Paper 964

http://landcover.usgs.gov U.S. Geological Survey

USGeoData 1:250,000 and 1:100,000 Scale Land Use and Land Cover and Associated Maps Digital Data

http://eros.usgs.gov/#/Find_Data/Products_and_Data_Available/LULC http://landcover.usgs.gov http://www.vterrain.org/Culture/LULC/Data_Users_Guide_4.html U.S. Environmental Protection Agency

epagiras vector digital data

U.S. Environmental Protection Agency

USGeoData 1:250,000 and 1:100,000 Scale Land Use and Land Cover and Associated Maps Digital Data

http://landcover.usgs.gov 250000 digital data 1970 1985 ground condition (air photographs collected c. 1970-1985) giras polygon geography and attributes

The data was reformatted from the USGS published information to ArcInfo coverage format, edited and polygon topology built, followed by conversion to ArcInfo EXPORT format. See Supplemental_Information element of this metadata record more details.


Gdal_rasterize¶

This program burns vector geometries (points, lines, and polygons) into the raster band(s) of a raster image. Vectors are read from OGR supported vector formats.

Note that on the fly reprojection of vector data to the coordinate system of the raster data is only supported since GDAL 2.1.0.

The band(s) to burn values into. Multiple -b arguments may be used to burn into a list of bands. The default is to burn into band 1. Not used when creating a new raster.

Invert rasterization. Burn the fixed burn value, or the burn value associated with the first feature into all parts of the image нет inside the provided polygon.

Enables the ALL_TOUCHED rasterization option so that all pixels touched by lines or polygons will be updated, not just those on the line render path, or whose center point is within the polygon. Defaults to disabled for normal rendering rules.

A fixed value to burn into a band for all objects. A list of -burn options can be supplied, one per band being written to.

Identifies an attribute field on the features to be used for a burn-in value. The value will be burned into all output bands.

Indicates that a burn value should be extracted from the “Z” values of the feature. Works with points and lines (linear interpolation along each segment). For polygons, works properly only if the are flat (same Z value for all vertices).

Instead of burning a new value, this adds the new value to the existing raster. Suitable for heatmaps for instance.

Indicates the layer(s) from the datasource that will be used for input features. May be specified multiple times, but at least one layer name or a -sql option must be specified.

An optional SQL WHERE style query expression to be applied to select features to burn in from the input layer(s).

An SQL statement to be evaluated against the datasource to produce a virtual layer of features to be burned in.

SQL dialect. In some cases can be used to use (unoptimized) OGR SQL instead of the native SQL of an RDBMS by passing OGRSQL. The “SQLITE” dialect can also be used with any datasource.

Select the output format. Starting with GDAL 2.3, if not specified, the format is guessed from the extension (previously was GTiff). Use the short format name.

Assign a specified nodata value to output bands.

Pre-initialize the output image bands with these values. However, it is not marked as the nodata value in the output file. If only one value is given, the same value is used in all the bands.

Override the projection for the output file. If not specified, the projection of the input vector file will be used if available. When using this option, no reprojection of features from the SRS of the input vector to the specified SRS of the output raster, so use only this option to correct an invalid source SRS. The <srs_def> may be any of the usual GDAL/OGR forms, complete WKT, PROJ.4, EPSG:n or a file containing the WKT.

set a transformer option suitable to pass to GDALCreateGenImgProjTransformer2() . This is used when converting geometries coordinates to target raster pixel space. For example this can be used to specify RPC related transformer options.

Many formats have one or more optional creation options that can be used to control particulars about the file created. For instance, the GeoTIFF driver supports creation options to control compression, and whether the file should be tiled.

The creation options available vary by format driver, and some simple formats have no creation options at all. A list of options supported for a format can be listed with the –formats command line option but the documentation for the format is the definitive source of information on driver creation options. See Raster drivers format specific documentation for legal creation options for each format.

Set georeferenced extents. The values must be expressed in georeferenced units. If not specified, the extent of the output file will be the extent of the vector layers.

Set target resolution. The values must be expressed in georeferenced units. Both must be positive values.

(target aligned pixels) Align the coordinates of the extent of the output file to the values of the -tr , such that the aligned extent includes the minimum extent.

Set output file size in pixels and lines. Note that -ts cannot be used with -tr

Force the output bands to be of the indicated data type. Defaults to Float64

Force the algorithm used (results are identical). The raster mode is used in most cases and optimise read/write operations. The vector mode is useful with a decent amount of input features and optimise the CPU use. That mode have to be used with tiled images to be efficient. The auto mode (the default) will chose the algorithm based on input and output properties.

Suppress progress monitor and other non-error output.

Any OGR supported readable datasource.

The GDAL supported output file. Must support update mode access. This file will be created (or overwritten if it already exists):option: -of , -a_nodata , -init , -a_srs , -co , -te , -tr , -tap , -ts , or -ot options are used.

The program create a new target raster image when any of the -of , -a_nodata , -init , -a_srs , -co , -te , -tr , -tap , -ts , or -ot options are used. The resolution or size must be specified using the -tr or -ts option for all new rasters. The target raster will be overwritten if it already exists and any of these creation-related options are used.