2 Ar modeļiem aptveramā (analīzes) telpa un standartizācijas faili

Lai definētu analīzes telpu, nodrošinātu slāņu savstarpēju atbilstību un atvieglotu savienošanu ar citiem Latvijas ģeodatiem, izmantoti atvērto datu portālā esošie ģeoreferencētie slāņi:

Šie slāņi savā starpā savienoti un tālāk apstrādāti ērtākai lietošanai.

2.1 Vektordatu režģi

Tā kā lejupielādētie vektordatu režģis ietver arī Latvijas Ekskluzīvās Ekonomiskās Zonas ūdeņus, no tiem atlasīti tikai tie kvadrāti, kas pārklājas ar administratīvajām teritorijām. Rezultējošie objekti saglabāti {sf} tieši atbalstītā geoparquet formātā turpmāko darbu paātrināšanai un geopackage formātā plašākam lietojumam un pārbaudītai stabilitātei.

Lai samazinātu faila apjomu un to izmantotu Zemes novērošanas sistēmas datu filtrēšanai, sagatavots ESRI shapefile slānis, kurā visi sauszemes 100 m kvadrāti apvienoti vienā ģeometrijā.

Līdzīga atlase veikta 1km režģim - tikai tie, kas saskarās ar Latvijas administratīvajām robežām.

Dažādu ainavas metriku aprēķināšanai, sagatavoti arī 300 m un 500 m režģi. To nepieciešamības pamatojums sniegts Procesēšanas atvieglošana.

Katram no iepriekš minētajiem režģiem aprēķinātas centroīdas, no kurām sagatavoti slāņi ar ģeometrijām “punkts”. Šie punkti saistīti ar Envirotech izplatīto 1993. gada topogrāfisko karšu sistēmas M:50000 rāmi (tks93_50km). Ik punktam atbilstošais tks93_50km lapas numurs pievienots tā tīklam un katra tīkla identifikatori pievienoti 100 m tīklam.

Code 
# Pakotnes
if(!require(sf)) {install.packages("sf"); require(sf)}
if(!require(tidyverse)) {install.packages("tidyverse"); require(tidyverse)}
if(!require(arrow)) {install.packages("arrow"); require(arrow)}
if(!require(sfarrow)) {install.packages("sfarrow"); require(sfarrow)}

# Administratīvās teritorijas
adm_ter=read_sf("./Administrativas_teritorijas_2021.shp")


# režģis 100 m
tikls100=read_sf("./grid_lv_100.gpkg",layer="grid_lv_100")
tikls100$yes=1
tikls100=st_transform(tikls100,crs=3059)
tikls100_sauszeme=tikls100[adm_ter,,]
st_write_parquet(tikls100_sauszeme,"./Templates/TemplateGrids/tikls100_sauzeme.parquet")

# 100 m režģa apvienošana
tikls100_apvienots=tikls100_sauszeme %>% 
  group_by(yes) %>% 
  summarise()
st_write(tikls100_apvienots,"./Templates/TemplateGrids/tikls100_apvienots.shp")

# 100 m režģa centri
centri100=st_centroid(tikls100_sauszeme)
st_write_parquet(centri100,"./Templates/TemplateGridPoints/pts100_sauzeme.parquet")

# 100 m režģa centri tks93_50km
tks50km=st_read_parquet("./Templates/TemplateGrids/tks93_50km.parquet") 
savienots=st_join(centri100,tks50km)
savienots=savienots %>% 
  mutate(tks50km=NUMURS) %>% 
  dplyr::select(id,yes,tks50km)
st_write_parquet(savienots,"./Templates/TemplateGridPoints/pts100_sauzeme.parquet")



# 1000 m

tikls1000=read_sf("./grid_lv_1k/Grid_LV_1k.shp")
tikls1000$yes=1
tikls1000_sauszeme=tikls1000[adm_ter,,]
sfarrow::st_write_parquet(tikls1000_sauszeme,"./Templates/TemplateGrids/tikls1k_sauzeme.parquet")

# 1000 m identifikatoru pievienošana 100 m režģim
tikls1000_sauszeme$ID1km=tikls1000_sauszeme$ID
punkti=st_read_parquet("./Templates/TemplateGridPoints/pts100_sauzeme.parquet")
savienots=st_join(punkti,tikls1000_sauszeme[,"ID1km"])
st_write_parquet(savienots,"./Templates/TemplateGridPoints/pts100_sauzeme.parquet")

pievienosanai=data.frame(savienots) %>% 
  dplyr::select(id,ID1km)
tikls100=tikls100 %>% 
  left_join(pievienosanai,by="id")
st_write_parquet(tikls100,"./Templates/TemplateGrids/tikls100_sauzeme.parquet")

# 1000 m saistīšana ar tks93_50km
tks50km=st_read_parquet("./Templates/TemplateGrids/tks93_50km.parquet")
centri1000=st_centroid(tikls1000_sauszeme)
centri1000=st_join(centri1000,tks50km)
centri1000=centri1000 %>% 
  mutate(tks50km=NUMURS) %>% 
  dplyr::select(ID1km,tks50km)
st_write_parquet(centri1000,"./Templates/TemplateGridPoints/pts1000_sauzeme.parquet")


# 300 m režģis
# izveidošana
tikls300=st_make_grid(tikls100,cellsize=c(300,300))
tikls300_LV=tikls300[tikls100,,]
tikls300_LV=st_as_sf(tikls300_LV)
tikls300_LV$rinda300=rownames(tikls300_LV)
st_write_parquet(tikls300_LV,"./Templates/TemplateGrids/tikls300_sauzeme.parquet")

# 300 m centra punkti
tikls300_LV=st_read_parquet("./Templates/TemplateGrids/tikls300_sauzeme.parquet")
centri300=st_centroid(tikls300_LV)
st_write_parquet(centri300,"./Templates/TemplateGridPoints/pts300_sauzeme.parquet")

# 300 m saistīšana ar tks93_50km
tks50km=st_read_parquet("./Templates/TemplateGrids/tks93_50km.parquet")
centri300=st_join(centri300,tks50km)
centri300b=centri300 %>% 
  mutate(tks50km=NUMURS) %>% 
  dplyr::select(rinda300,tks50km)
st_write_parquet(centri300b,"./Templates/TemplateGridPoints/pts300_sauzeme.parquet")

# 300 m identificēšana 100 m punktos
punkti=st_read_parquet("./Templates/TemplateGridPoints/pts100_sauzeme.parquet")
savienots=st_join(punkti,tikls300_LV)
st_write_parquet(savienots,"./Templates/TemplateGridPoints/pts100_sauzeme.parquet")

# 300 m identificēšana 100 m režģī
pievienosanai=data.frame(savienots) %>% 
  dplyr::select(id,rinda300)
tikls100=tikls100 %>% 
  left_join(pievienosanai,by="id")
st_write_parquet(tikls100,"./Templates/TemplateGrids/tikls100_sauzeme.parquet")


# 500 m 
# sagatavošana
tikls500=st_make_grid(tikls100,cellsize = 500,crs=3059)
t500=st_as_sf(tikls500)
t500$rinda500=rownames(t500)
sfarrow::st_write_parquet(t500,"./Templates/TemplateGrids/tikls500_sauzeme.parquet")

# 500 m centru punkti
centri500=st_centroid(tikls500)
st_write_parquet(centri500,"./Templates/TemplateGridPoints/pts500_sauzeme.parquet")

# 500 m savienošana ar tks93_50km
tks50km=st_read_parquet("./Templates/TemplateGrids/tks93_50km.parquet")
savienots=st_join(centri500,tks50km)
savienots=savienots %>% 
  mutate(tks50km=NUMURS) %>% 
  dplyr::select(rinda500,tks50km)
st_write_parquet(savienots,"./Templates/TemplateGridPoints/pts500_sauzeme.parquet")
pievienosanai=data.frame(savienots) %>% 
  dplyr::select(rinda500,tks50km)
tikls500=tikls500 %>% 
  left_join(pievienosanai,by="rinda500")
st_write_parquet(tikls500,"./Templates/TemplateGrids/tikls500_sauzeme.parquet")

# 500 m identificēšana 100 m punktos
savienots=st_join(punkti,tikls500)
st_write_parquet(savienots,"./Templates/TemplateGridPoints/pts100_sauzeme.parquet")

# 500 m identificēšana 100 m režģī
pievienosanai=data.frame(savienots) %>% 
  dplyr::select(id,rinda500)
tikls100=tikls100 %>% 
  left_join(pievienosanai,by="id")
st_write_parquet(tikls100,"./Templates/TemplateGrids/tikls100_sauzeme.parquet")

# visus sagatavotos slāņus ievieto ģeosainī (geopackage)
st_write(tikls100,"./Templates/vector_grids.gpkg",layer="tikls100_sauzeme")
st_write(tikls300,"./Templates/vector_grids.gpkg",layer="tikls300_sauzeme")
st_write(tikls500,"./Templates/vector_grids.gpkg",layer="tikls500_sauzeme")
st_write(tikls1000,"./Templates/vector_grids.gpkg",layer="tikls1km_sauzeme")
st_write(centri100,"./Templates/vector_grids.gpkg",layer="pts100_sauzeme")
st_write(centri300,"./Templates/vector_grids.gpkg",layer="pts300_sauzeme")
st_write(centri500,"./Templates/vector_grids.gpkg",layer="pts500_sauzeme")
st_write(centri1000,"./Templates/vector_grids.gpkg",layer="pts1000_sauzeme")
st_write(tks50km,"./Templates/vector_grids.gpkg",layer="tks93_50km")


2.1.1 Stratificēšana ģeoprocesēšanas paralelizācijai

Lai atvieglotu un paātrinātu ģeoprocesēšanu, analīzes telpu ir nepieciešams sadalīt mazākās daļās. Tam izmantotas tks93_50km lapas.

Dažādu ainavas metriku aprēķināšanai un sagatavošanās darbu veikšanai sugu ligzdošanas iecirkņu un tiem atbilstošo ainavu mērogos, sagatavots 100 m režģa centra punktu slānis un, ik TKS karšu lapai atsevišķā failā, atbilstoši buferētu laukumu slāņi.

Code 
if(!require(sf)) {install.packages("sf"); require(sf)}
if(!require(tidyverse)) {install.packages("tidyverse"); require(tidyverse)}
if(!require(sfarrow)) {install.packages("sfarrow"); require(sfarrow)}

# Nepieciešamais slānis
rc=st_read_parquet("./Templates/TemplateGridPoints/pts100_sauzeme.parquet")

# karšu lapas
karsu_lapas=levels(factor(rezgis$tks50km))


# Buferēšana un saglabāšana ik 100 m punktam
for(i in seq_along(karsu_lapas)){
  lapa=karsu_lapas[i]
  punkti=rc %>% filter(tks50km == lapa)
  
  rcbuff500=st_buffer(punkti,dist=500)
  st_write_parquet(rcbuff500,paste0("./Templates/TemplateGridPoints/lapas/pts100_r500_",lapa,".parquet"))
  
  rcbuff1250=st_buffer(punkti,dist=1250)
  st_write_parquet(rcbuff1250,paste0("./Templates/TemplateGridPoints/lapas/pts100_r1250_",lapa,".parquet"))
  
  rcbuff3000=st_buffer(punkti,dist=3000)
  st_write_parquet(rcbuff3000,paste0("./Templates/TemplateGridPoints/lapas/pts100_r3000_",lapa,".parquet"))
  
  rcbuff10000=st_buffer(punkti,dist=10000)
  st_write_parquet(rcbuff10000,paste0("./Templates/TemplateGridPoints/lapas/pts100_r10000_",lapa,".parquet"))
}


Papildus tam, ģeoprocesēšanas paātrināšanai, sagatavoti 3000 m buferi ap 300 m tīkla centriem un 10000 m buferi ap 1 km centriem un saglabāti ik tks93_50km lapā. Atsevišķi faili ik lapai sagatavoti arī 100 m tīklam.

Code 
# pakotnes
if(!require(sf)) {install.packages("sf"); require(sf)}
if(!require(tidyverse)) {install.packages("tidyverse"); require(tidyverse)}
if(!require(sfarrow)) {install.packages("sfarrow"); require(sfarrow)}


# punkti 300 m
centri300b=st_read_parquet("./Templates/TemplateGridPoints/pts300_sauzeme.parquet")
numuri=levels(factor(centri300b$tks50km))
for(i in 1:length(numuri)){
  numurs=numuri[i]
  lapa=centri300b %>% filter(tks50km==numurs)
  buferi=st_buffer(lapa,dist=3000)
  st_write_parquet(buferi,paste0("./Templates/TemplateGridPoints/lapas/pts300_r3000_",numurs,".parquet"))
}


# punkti 1000 m
centri1km=st_read_parquet("./Templates/TemplateGridPoints/pts1000_sauzeme.parquet")
numuri=levels(factor(centri1km$tks50km))
for(i in 1:length(numuri)){
  numurs=numuri[i]
  lapa=centri1km %>% filter(tks50km==numurs)
  buferi=st_buffer(lapa,dist=10000)
  st_write_parquet(buferi,paste0("./Templates/TemplateGridPoints/lapas/pts1km_r10000_",numurs,".parquet"))
}

# režģis 100 m
tikls100=st_read_parquet("./Templates/TemplateGrids/tikls100_sauzeme.parquet")
numuri=levels(factor(tikls100$tks50km))
for(i in 1:length(numuri)){
  numurs=numuri[i]
  lapa=tikls100 %>% filter(tks50km==numurs)
  st_write_parquet(lapa,paste0("./Templates/TemplateGrids/lapas/tikls100_",numurs,".parquet"))
}


2.2 References rastri

Lai nodrošinātu ievades datu (to pirmapstrādes produktu) telpisko harmonizētību un tai iespējami tuvotos attiecībā pret ekoģeogrāfiskajiem mainīgajiem, sagatavoti references rastri. Tie saglabāti kā Geotiff faili ar trīs šūnas izmēriem - 10 m (ievades datiem), 100 m (analīzes šūna) un 500 m (daļa starprezultātu).

Katra rastra telpiskais pārklājums ir par 10 km plašāks nekā Latvijas sauszemes 100 m tīkls, lai nodrošinātu iespēju ainavmetriku aprēķiniem.

Sagatavojot 10 m rastru, izmantotas tās šūnas, kuru centri atrodas Latvijas administratīvajās teritorijās. Savukārt rastriem ar šūnas izmēru 100 m un 500 m kā nosacījums izmantota pieskaršanās Latvijas administratīvajām teritorijām.

Code 
if(!require(sf)) {install.packages("sf"); require(sf)}
if(!require(tidyverse)) {install.packages("tidyverse"); require(tidyverse)}
if(!require(arrow)) {install.packages("arrow"); require(arrow)}
if(!require(sfarrow)) {install.packages("sfarrow"); require(sfarrow)}
if(!require(terra)) {install.packages("terra"); require(terra)}

# Nepieciešamie slāņi
tikls100=st_read_parquet("./Templates/TemplateGrids/tikls100_sauzeme.parquet")
b=terra::crs(tikls100)
adm_ter=read_sf("./Administrativas_teritorijas_2021.shp")
adm_ter$yes=1



# 10 m
rastrs=terra::rast(xmin=302800,xmax=772800,ymin=162900,ymax=448900, 
                   resolution=10,crs=b)
rast_LV=rasterize(vect(adm_ter),rastrs)
terra::writeRaster(rast_LV,"./Templates/TemplateRasters/LV10m_10km.tif")


# 100 m
rastrs100=terra::rast(xmin=302800,xmax=772800,ymin=162900,ymax=448900,
                      resolution=100,crs=b)
rast_LV100=rasterize(vect(adm_ter),rastrs100,touches=TRUE)
terra::writeRaster(rast_LV100,"./Templates/TemplateRasters/LV100m_10km.tif")

# 500 m
rastrs500=terra::rast(xmin=302800,xmax=772800,ymin=162900,ymax=448900,resolution=500,crs=b)
rast_LV500=rasterize(vect(adm_ter),rastrs500,touches=TRUE)
terra::writeRaster(rast_LV500,"./Templates/TemplateRasters/LV500m_10km.tif")