{ "format": "geolibre-language-pack", "formatVersion": 1, "scope": "whitebox", "locale": "ka", "name": "Whitebox-ის ქართული ენის პაკეტი", "updatedAt": "2026-09-25T16:57:56.674Z", "translations": { "processing": { "toolMeta": { "whitebox": { "build_object_hierarchy_multiscale": { "name": "ობიექტების მრავალმასშტაბიანი იერარქიის აგება", "description": "ობიექტების იერარქიული ქსელი, რომელიც აიგება სეგმენტაციის რამდენიმე მასშტაბზე იტერაციული აგრეგაციით და თანდათან აერთიანებს უფრო წვრილ სეგმენტებს სპექტრული მსგავსებისა და სივრცითი მოსაზღვრეობის საფუძველზე. აგებს ხისებრ სტრუქტურას, სადაც ფოთლოვანი კვანძები წვრილმასშტაბიან სეგმენტებს წარმოადგენს, ხოლო ფესვი — მთელ გამოსახულებას. შემცველობის მიმართებები აღწერს მშობელ-შვილის (ნაწილი-მთელი) ობიექტურ იერარქიებს, რაც იერარქიის დონეებზე მრავალგარჩევადობიან ანალიზსა და მასშტაბზე ადაპტირებულ ობიექტურ მოთხოვნებს შესაძლებელს ხდის. ძირითადი მახასიათებლები: სეგმენტაციის მრავალმასშტაბიანი იერარქია; ნაწილი-მთელის მიმართებების თვალყურის დევნება; ჩადგმული ობიექტური მოთხოვნების მხარდაჭერა; მასშტაბზე ადაპტირებული ანალიზის შესაძლებლობა; მეხსიერების მხრივ ეფექტიანი იერარქიული წარმოდგენა; კასკადური კლასიფიკაციის ხელშეწყობა. გამოყენების შემთხვევები: მიწის საფარის იერარქიული კარტოგრაფირება; შენობათა კომპლექსების ამოღება კომპონენტებიდან; სასოფლო-სამეურნეო ნაკვეთების აღმოჩენა; მცენარეული იარუსების ანალიზი; ქალაქის უბნების დელინეაცია; ჭაობების კარტოგრაფირება ქვეკომპონენტების კლასიფიკაციით. შედეგის ინტერპრეტაცია: შედეგი არის ობიექტების იერარქიული მონაცემთა ბაზა, რომელიც მასშტაბზე დამოკიდებულ სტრუქტურას აღწერს. მოითხოვეთ ობიექტები კონკრეტულ მასშტაბებზე; შუალედური მასშტაბები ავლენს გარდამავალ ობიექტურ მასშტაბებს, რომლებიც დეტალურობასა და განზოგადებას შორის ბალანსს ინარჩუნებს. მშობელ-შვილის მიმართებები ავლენს კომპოზიციურ სტრუქტურას. მასშტაბის დონეების სტატისტიკური განაწილებები ახასიათებს ობიექტების ზომისა და ფორმის თვისებებს იერარქიის თითოეულ დონეზე, რაც მასშტაბისთვის ოპტიმალური კლასიფიკაციის სტრატეგიის შერჩევის საშუალებას იძლევა.", "params": { "coarse_segments": { "label": "უხეში სეგმენტები", "description": "უხეში სეგმენტების რასტრი." }, "fine_segments": { "label": "წვრილი სეგმენტები", "description": "წვრილი სეგმენტების რასტრი." }, "output": { "label": "გამომავალი", "description": "გამომავალი იერარქიის CSV-ის გზა." } } }, "classify_objects_ensemble_pro": { "name": "ობიექტების კლასიფიკაცია ანსამბლით (Pro)", "description": "უშვებს ანსამბლური ტიპის ობიექტური კლასიფიკაციის კონფიგურაციას, რომელიც მორგებულია ჰეტეროგენულ სცენებზე მაღალი სტაბილურობისთვის.", "params": { "features": { "label": "მახასიათებლები", "description": "შემავალი ობიექტების ნიშნების CSV (უნდა შეიცავდეს segment_id-ს და რიცხვითი ნიშნების სვეტებს)." }, "training": { "label": "სასწავლო ნაკრები", "description": "სასწავლო CSV segment_id-ისა და class ეტიკეტის სვეტებით." }, "segment_id_field": { "label": "სეგმენტის ID ველი", "description": "სეგმენტის ID-ის ველის სახელი (ნაგულისხმევი segment_id)." }, "class_field": { "label": "კლასის ველი", "description": "კლასის ეტიკეტის ველი სასწავლო CSV-ში (ნაგულისხმევი class)." }, "n_trees": { "label": "ხეების რაოდენობა", "description": "ხეების რაოდენობა (ნაგულისხმევი 200)." }, "output": { "label": "გამომავალი", "description": "გამომავალი პროგნოზების CSV-ის გზა." } } }, "classify_objects_random_forest": { "name": "ობიექტების კლასიფიკაცია შემთხვევითი ტყით", "description": "წვრთნის ანსამბლურ შემთხვევითი ტყის კლასიფიკატორს ეტიკეტირებულ სეგმენტურ სასწავლო ნიმუშებზე, პრედიქტორებად სპექტრული, მორფოლოგიური და ტექსტურული მახასიათებლების გამოყენებით. აგებს მრავალ გადაწყვეტილების ხეს bootstrap შერჩევითა და მახასიათებლების რანდომიზაციით, შემდეგ კი პროგნოზებს უმრავლესობის ხმის მიცემით აგრეგირებს. კლასიფიკაცია ხორციელდება თითოეული სეგმენტის მახასიათებლების ვექტორებზე და ობიექტის კლასის ეტიკეტებს ალბათურად ანიჭებს ანსამბლის კონსენსუსის საფუძველზე, რაც OBIA მახასიათებლებიდან ობიექტების მდგრად მრავალკლასიან კატეგორიზაციას უზრუნველყოფს. ძირითადი მახასიათებლებია: ანსამბლური სწავლება, რომელიც მდგრადი კლასიფიკაციისთვის მრავალ გადაწყვეტილების ხეს აერთიანებს; მრავალსპექტრული OBIA-სთვის დამახასიათებელი მაღალგანზომილებიანი მახასიათებლების სივრცეების დამუშავება; კლასიფიკაციის სანდოობისა და ალბათობის შეფასებები; მახასიათებლების მნიშვნელოვნების რანჟირება, რომელიც განმასხვავებელ თვისებებს ავლენს; მახასიათებლებს შორის არაწრფივი ურთიერთქმედებების ბუნებრივი დამუშავება; და მდგრადობა მახასიათებლების ხმაურისა და სიჭარბის მიმართ. გამოყენების შემთხვევები მოიცავს მიწის საფარის მრავალკლასიან კლასიფიკაციას OBIA სეგმენტებიდან (ურბანული, სასოფლო-სამეურნეო, ტყე, წყალი), ობიექტის დონის ზედამხედველობით კლასიფიკაციას, რომელიც სასწავლო ნიმუშების შერჩევით იხვეწება, ცვლილებების აღმოჩენის კლასიფიკაციას დროით სეგმენტაციის მიმდევრობებში, იერარქიულ კლასიფიკაციას (ჰაბიტატის ზოგადი ტიპების დაზუსტება წვრილ კატეგორიებამდე) და ვიზუალური ინტერპრეტაციით მიღებულ ხელით შექმნილ სასწავლო ნიმუშებთან ინტეგრაციას. გამომავალი პროგნოზირებული კლასის ეტიკეტი ობიექტის ძირითად ტიპს განსაზღვრავს; სანდოობის ალბათობა კლასიფიკაციის სიზუსტის ხარისხს მიუთითებს; დაბალი სანდოობა ორაზროვან შუალედურ ობიექტებზე მიანიშნებს; მახასიათებლების მნიშვნელოვნება აჩვენებს, რომელი სპექტრული/მორფოლოგიური თვისებები განაპირობებს კლასიფიკაციის გადაწყვეტილებებს; კლასიფიკაციის რუკა პირდაპირ ასახავს ობიექტების ტიპების განაწილებას; მსგავს კლასებს შორის აღრევა სასწავლო მონაცემების დახვეწას ემსახურება; ალბათური შედეგი განუზღვრელობის რაოდენობრივი შეფასების საშუალებას იძლევა.", "params": { "features": { "label": "მახასიათებლები", "description": "შემავალი ობიექტების ნიშნების CSV (უნდა შეიცავდეს segment_id-ს და რიცხვითი ნიშნების სვეტებს)." }, "training": { "label": "სასწავლო ნაკრები", "description": "სასწავლო CSV segment_id-ისა და class ეტიკეტის სვეტებით." }, "segment_id_field": { "label": "სეგმენტის ID ველი", "description": "სეგმენტის ID-ის ველის სახელი (ნაგულისხმევი segment_id)." }, "class_field": { "label": "კლასის ველი", "description": "კლასის ეტიკეტის ველი სასწავლო CSV-ში (ნაგულისხმევი class)." }, "n_trees": { "label": "ხეების რაოდენობა", "description": "ხეების რაოდენობა (ნაგულისხმევი 200)." }, "output": { "label": "გამომავალი", "description": "გამომავალი პროგნოზების CSV-ის გზა." } } }, "classify_objects_rules_basic": { "name": "ობიექტების კლასიფიკაცია ძირითადი წესებით", "description": "ახორციელებს ობიექტების გამჭვირვალე წესებზე დაფუძნებულ კლასიფიკაციას „მახასიათებელი-ოპერატორი-ზღურბლი“ წესების CSV ფაილიდან. სრულად ინტერპრეტირებადი გადაწყვეტილების ლოგიკა დარგის ექსპერტების სამუშაო პროცესებისა და მარეგულირებელ მოთხოვნებთან შესაბამისობისთვის.", "params": { "features": { "label": "მახასიათებლები", "description": "შემავალი ობიექტების ნიშნების CSV." }, "rules": { "label": "წესები", "description": "წესების CSV სვეტებით: feature, op, value, class, [priority]." }, "default_class": { "label": "ნაგულისხმევი კლასი", "description": "სათადარიგო კლასი, როცა არცერთი წესი არ ემთხვევა." }, "output": { "label": "გამომავალი", "description": "გამომავალი პროგნოზების CSV-ის გზა." } } }, "classify_objects_rules_hierarchical": { "name": "ობიექტების კლასიფიკაცია იერარქიული წესებით", "description": "ახორციელებს ობიექტების იერარქიულ წესებზე დაფუძნებულ კლასიფიკაციას; ამჟამად იყენებს დალაგებულ წესებს დეტერმინისტული სარეზერვო ვარიანტით.", "params": { "features": { "label": "მახასიათებლები", "description": "შემავალი ობიექტების ნიშნების CSV." }, "rules": { "label": "წესები", "description": "წესების CSV სვეტებით: feature, op, value, class, [priority]." }, "default_class": { "label": "ნაგულისხმევი კლასი", "description": "სათადარიგო კლასი, როცა არცერთი წესი არ ემთხვევა." }, "output": { "label": "გამომავალი", "description": "გამომავალი პროგნოზების CSV-ის გზა." } } }, "classify_objects_svm": { "name": "ობიექტების კლასიფიკაცია SVM-ით", "description": "ახდენს ობიექტების კლასიფიკაციას SVM-ის სტილის სამუშაო პროცესით (რეალიზებულია ობიექტური კლასიფიკაციის მდგრადი ბექენდის ნაგულისხმევი პარამეტრებით).", "params": { "features": { "label": "მახასიათებლები", "description": "შემავალი ობიექტების ნიშნების CSV (უნდა შეიცავდეს segment_id-ს და რიცხვითი ნიშნების სვეტებს)." }, "training": { "label": "სასწავლო ნაკრები", "description": "სასწავლო CSV segment_id-ისა და class ეტიკეტის სვეტებით." }, "segment_id_field": { "label": "სეგმენტის ID ველი", "description": "სეგმენტის ID-ის ველის სახელი (ნაგულისხმევი segment_id)." }, "class_field": { "label": "კლასის ველი", "description": "კლასის ეტიკეტის ველი სასწავლო CSV-ში (ნაგულისხმევი class)." }, "n_trees": { "label": "ხეების რაოდენობა", "description": "ხეების რაოდენობა (ნაგულისხმევი 200)." }, "output": { "label": "გამომავალი", "description": "გამომავალი პროგნოზების CSV-ის გზა." } } }, "evaluate_object_classification_accuracy": { "name": "ობიექტების კლასიფიკაციის სიზუსტის შეფასება", "description": "ითვლის კლასიფიკაციის სიზუსტის მეტრიკებს პროგნოზირებული ობიექტური ეტიკეტების საორიენტაციო (ground truth) ან ვალიდაციის ეტიკეტებთან შედარებით. ქმნის აღრევის მატრიცას, რომელიც თითოეული კლასისთვის კლასიფიკაციის თანხვედრისა და შეუთანხმებლობის შაბლონებს ასახავს, ითვლის საერთო სიზუსტეს (სწორი პროგნოზების ჯამი), თითოეული კლასის მწარმოებლის სიზუსტეს (აღმოჩენის მაჩვენებელი), მომხმარებლის სიზუსტეს (სანდოობა), F1-ქულას (ჰარმონიული საშუალო), კაპა სტატისტიკას (შემთხვევითობაზე კორექტირებული თანხვედრა) და კლასისთვის სპეციფიკური შეცდომების ანალიზს, რომელიც სისტემატური არასწორი კლასიფიკაციის შაბლონებს ავლენს. ძირითადი მახასიათებლებია: სიზუსტის ყოვლისმომცველი შეფასება ყველა კლასისთვის; თითოეული კლასის ეფექტიანობის მეტრიკები კლასისთვის სპეციფიკური დიაგნოსტიკისთვის; აღრევის მატრიცა, რომელიც სისტემატური არასწორი კლასიფიკაციის შაბლონებს ავლენს; სტატისტიკური მნიშვნელოვნების ტესტირება კაპა კოეფიციენტით; კლასების დაუბალანსებელი განაწილების ბუნებრივი დამუშავება; და სასწავლო მონაცემების საკმარისობის პრობლემების იდენტიფიკაცია. გამოყენების შემთხვევები მოიცავს კლასიფიკაციის მოდელის ვალიდაციასა და ეფექტიანობის რაოდენობრივ შეფასებას, კონკურენტი კლასიფიკაციის მიდგომებისა და პარამეტრების შედარებას, დამატებით წვრთნას საჭიროებადი პრობლემური ობიექტური კლასების იდენტიფიკაციას, კლასიფიკაციის ვარგისიანობის შეფასებას ოპერატიული გამოყენებისთვის, სიზუსტეზე დაფუძნებულ მოდელის შერჩევასა და ჰიპერპარამეტრების მორგებას, ხარისხის უზრუნველყოფას ავტომატიზებული კარტოგრაფირების სამუშაო პროცესებში და სიზუსტის სტანდარტიზებული მეტრიკების ანგარიშგებას რეცენზირებისთვის. გამომავალი საერთო სიზუსტე ასახავს კლასიფიკაციის სანდოობას ყველა ობიექტისთვის; მწარმოებლის სიზუსტე მიუთითებს აღმოჩენის სისრულეზე თითოეული კლასისთვის; მომხმარებლის სიზუსტე მიუთითებს პროგნოზის სანდოობაზე; მაღალი კაპა (>0.8) შემთხვევითობას მიღმა ძლიერ თანხვედრაზე მიუთითებს; აღრევის მატრიცა აჩვენებს, რომელი კლასები ერევა ერთმანეთში; დიაგონალის დომინირება კლასების ძლიერ გამიჯვნაზე მიუთითებს; დიაგონალს გარეთ ჩანაწერები არასწორი კლასიფიკაციის წყაროებს ზუსტად განსაზღვრავს; კლასისთვის სპეციფიკური მეტრიკები მიზანმიმართული წვრთნის გაუმჯობესებას წარმართავს.", "params": { "predictions": { "label": "პროგნოზები", "description": "პროგნოზების CSV, რომელიც შეიცავს segment_id-ს და predicted_class-ს." }, "reference": { "label": "ეტალონი", "description": "საკონტროლო CSV, რომელიც შეიცავს segment_id-ს და class-ს." }, "segment_id_field": { "label": "სეგმენტის ID ველი", "description": "სეგმენტის ID-ის ველის სახელი (ნაგულისხმევი segment_id)." }, "predicted_field": { "label": "პროგნოზირებული ველი", "description": "პროგნოზირებული კლასის ველი (ნაგულისხმევი predicted_class)." }, "reference_field": { "label": "ეტალონური ველი", "description": "საკონტროლო კლასის ველი (ნაგულისხმევი class)." }, "output": { "label": "გამომავალი", "description": "გამომავალი JSON ანგარიშის გზა." } } }, "evaluate_segmentation_quality_pro": { "name": "სეგმენტაციის ხარისხის შეფასება (Pro)", "description": "ითვლის სეგმენტაციის ხარისხის დიაგნოსტიკას, მათ შორის ობიექტების რაოდენობისა და დომინანტური ეტიკეტის გადაფარვის სტატისტიკას.", "params": { "segments": { "label": "სეგმენტები", "description": "შემავალი სეგმენტების ეტიკეტების რასტრი." }, "reference": { "label": "ეტალონი", "description": "არასავალდებულო საკონტროლო ეტიკეტების რასტრი გადაფარვაზე დაფუძნებული დიაგნოსტიკისთვის." }, "output": { "label": "გამომავალი", "description": "გამომავალი JSON ანგარიშის გზა." } } }, "image_segmentation": { "name": "გამოსახულების სეგმენტაცია", "description": "ახდენს მრავალარხიანი რასტრული სტეკების სეგმენტაციას უწყვეტ ერთგვაროვან რეგიონებად თესლოვანი რეგიონის ზრდის მეთოდით.", "params": { "inputs": { "label": "შემავალი მონაცემები", "description": "ერთარხიანი შემავალი რასტრების მასივი (თითო თითოეულ არხზე)." }, "auto_reproject": { "label": "ავტომატური გადაპროექტირება", "description": "თუ true (ნაგულისხმევი), ავტომატურად გადააპროექტირებს დასტის რასტრებს inputs[0]-თან შესატყვისად, როცა CRS განსხვავდება." }, "auto_reproject_method": { "label": "ავტომატური გადაპროექტირების მეთოდი", "description": "არასავალდებულო გადაპროექტირების გადადისკრეტიზაციის მეთოდის გადაფარვა: nearest, bilinear, cubic, lanczos, average, min, max, mode, median, stddev." }, "threshold": { "label": "ზღურბლი", "description": "მანძილის ზღურბლი რეგიონის ზრდისთვის სტანდარტიზებულ ნიშნების სივრცეში (ნაგულისხმევი 0.5)." }, "steps": { "label": "ნაბიჯები", "description": "სათესლე პრიორიტეტის არხების რაოდენობა (ნაგულისხმევი 10)." }, "min_area": { "label": "მინიმალური ფართობი", "description": "არასავალდებულო რეგიონის მინიმალური ფართობი შერწყმის შემდგომი გასუფთავებისთვის (ნაგულისხმევი 4)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "image_slider": { "name": "გამოსახულების სლაიდერი", "description": "Image Slider არის ინტერაქტიული ვიზუალიზაციის ინსტრუმენტი, რომელიც კო-რეგისტრირებულ რასტრულ მონაცემთა ნაკრებებს შორის პიქსელის დონეზე პირდაპირი შედარების საშუალებას იძლევა გადასათრევი ჰორიზონტალური ან ვერტიკალური გადაფარვის გამყოფებით. ალგორითმი: მეხსიერებაში ინახავს ორ გასწორებულ რასტრულ მონაცემთა ნაკრებს, ასახავს გაერთიანებულ ხედს გამყოფის რეგულირებადი პოზიციით, რომელიც ფენების ხილვადობას მართავს; მომხმარებლის ქმედება გამყოფს დინამიკურად ცვლის და ეკრანის გაყოფის ეფექტს ქმნის. მხარს უჭერს როგორც ჰორიზონტალურ, ისე ვერტიკალურ გაყოფას. ძირითადი მახასიათებლები: ინტერაქტიული შედარება რეალურ დროში, სრული გარჩევადობის ვიზუალიზაციის შენარჩუნება, ინტუიციური მომხმარებლის ინტერფეისი, რომელიც ანალიტიკურ უნარებს არ საჭიროებს, მუშაობა მრავალსპექტრულ და ინდექსირებულ რასტრებთან, დიდი მონაცემთა ნაკრებების მხარდაჭერა ეფექტიანი რენდერინგით. შესაძლებლობები: ცვლილებების აღმოჩენის ვიზუალიზაცია, „მანამდე/შემდეგ“ შედარება, მრავალდროითი ანალიზი, რადიომეტრიული ნორმალიზაციის შეფასება, კლასიფიკაციის სიზუსტის ვიზუალური შემოწმება. გამოყენების შემთხვევები: სხვადასხვა თარიღის გამოსახულებებს შორის ცვლილებების აღმოჩენა, კლასიფიკაციის შედეგების საორიენტაციო მონაცემებთან შედარება, წინასწარი დამუშავების ეფექტიანობის შეფასება, ცვლილებების ვიზუალური აღმოჩენა დროითი მწკრივების ანალიზში. გამოყენების სფეროები: კატასტროფებზე რეაგირებისას ზიანის შეფასება, ქალაქის გაფართოების მონიტორინგი, ტყის დარღვევების აღმოჩენა, სასოფლო-სამეურნეო ცვლილებების მონიტორინგი, გამოსახულების დამუშავების შედეგების ხარისხის კონტროლი. შედეგის ინტერპრეტაცია: ვიზუალური განსხვავებები ავლენს ცვლილების სიდიდესა და მდებარეობას; მკვეთრი საზღვრები მნიშვნელოვან ცვლილებებზე მიუთითებს; თანდათანობითი გადასვლები რეგისტრაციის უზუსტობაზე ან დროით გრადაციაზე მიანიშნებს; გამოსახულებაზე სისტემატური განსხვავებები დამუშავების სისტემატურ არტეფაქტებს ავლენს.", "params": { "input1": { "label": "შემავალი 1", "description": "მარცხენა გამოსახულების რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "input2": { "label": "შემავალი 2", "description": "მარჯვენა გამოსახულების რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "label1": { "label": "წარწერა 1", "description": "არასავალდებულო წარწერა, რომელიც ჩანს მარცხენა გამოსახულებისთვის." }, "left_palette": { "label": "მარცხენა პალიტრა", "description": "პალიტრა მარცხენა არა-RGB გამოსახულებისთვის (ნაგულისხმევი grey)." }, "left_reverse_palette": { "label": "მარცხენა პალიტრის შებრუნება", "description": "მარცხენა პალიტრის შებრუნება." }, "label2": { "label": "წარწერა 2", "description": "არასავალდებულო წარწერა, რომელიც ჩანს მარჯვენა გამოსახულებისთვის." }, "right_palette": { "label": "მარჯვენა პალიტრა", "description": "პალიტრა მარჯვენა არა-RGB გამოსახულებისთვის (ნაგულისხმევი grey)." }, "right_reverse_palette": { "label": "მარჯვენა პალიტრის შებრუნება", "description": "მარჯვენა პალიტრის შებრუნება." }, "height": { "label": "სიმაღლე", "description": "ჩვენების სიმაღლე პიქსელებში (ნაგულისხმევი 600)." }, "output": { "label": "გამომავალი", "description": "გამომავალი HTML-ის გზა." } } }, "image_stack_profile": { "name": "გამოსახულებათა დასტის პროფილი", "description": "ამოიღებს თითოეული წერტილის პროფილებს დალაგებული რასტრული სტეკის გასწვრივ და სურვილისამებრ წერს HTML ანგარიშს.", "params": { "inputs": { "label": "შემავალი მონაცემები", "description": "შემავალი რასტრების სია გზების მასივის ან მძიმით/წერტილმძიმით გამოყოფილი სტრიქონის სახით." }, "points": { "label": "წერტილები", "description": "წერტილოვანი ვექტორის გზა (ან ტიპიზებული ვექტორის ობიექტი), რომელიც შეიცავს შერჩევის ადგილმდებარეობებს." }, "output_html": { "label": "გამომავალი HTML", "description": "არასავალდებულო HTML ანგარიშის გამომავალი გზა." } } }, "obia_audit_report_pro": { "name": "OBIA აუდიტის ანგარიში (Pro)", "description": "ქმნის აუდიტის ანგარიშს OBIA სამუშაო პროცესის არტეფაქტებისთვის, მათ შორის ფაილის არსებობის, ზომისა და დროის ნიშნულის მეტამონაცემებით.", "params": { "artifacts": { "label": "არტეფაქტები", "description": "შესამოწმებელი არტეფაქტების გზების მასივი." }, "output": { "label": "გამომავალი", "description": "გამომავალი შემოწმების ანგარიშის JSON-ის გზა." } } }, "obia_batch_orchestrator_pro": { "name": "OBIA პაკეტური ორკესტრატორი (Pro)", "description": "უშვებს OBIA კონვეიერის რამდენიმე დავალებას ერთ მოთხოვნაში და აბრუნებს დავალებების გაერთიანებულ ანგარიშს.", "params": { "jobs": { "label": "დავალებები", "description": "დავალების ობიექტების მასივი inputs, training, output_prefix და არასავალდებულო segment_method ველებით." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი JSON ანგარიშის გზა." } } }, "obia_pipeline_basic": { "name": "OBIA ძირითადი მილსადენი", "description": "ასრულებს სრულ, ბოლომდე მიყვანილ OBIA სამუშაო პროცესს: სეგმენტაცია (SLIC/Graph), მცირე რეგიონების შერწყმა, სპექტრული/ფორმის მახასიათებლების ამოღება და შემთხვევითი ტყის კლასიფიკაცია ერთ ოპერაციაში.", "params": { "inputs": { "label": "შემავალი მონაცემები", "description": "ერთარხიანი შემავალი რასტრების მასივი სეგმენტაციისა და ნიშნებისთვის." }, "training": { "label": "სასწავლო ნაკრები", "description": "სასწავლო CSV segment_id და class სვეტებით." }, "output_prefix": { "label": "გამომავალის პრეფიქსი", "description": "გამომავალი გზის პრეფიქსი გენერირებული არტეფაქტებისთვის." }, "segment_method": { "label": "სეგმენტაციის მეთოდი", "description": "სეგმენტაციის მეთოდი: slic ან graph (ნაგულისხმევი slic)." }, "min_size": { "label": "მინიმალური ზომა", "description": "სეგმენტის მინიმალური ზომა შერწყმით გასუფთავებისთვის (ნაგულისხმევი 10)." }, "class_field": { "label": "კლასის ველი", "description": "სასწავლო კლასის ველის სახელი (ნაგულისხმევი class)." } } }, "object_class_probability_maps": { "name": "ობიექტების კლასების ალბათობის რუკები", "description": "გარდაქმნის პროგნოზებს თითოეული კლასის ალბათობის რუკებად, რაც განუზღვრელობის რასტრულ ვიზუალიზაციასა და სანდოობაზე დაფუძნებულ ფილტრაციას შესაძლებელს ხდის. მხარს უჭერს შემდგომ სანდოობის ზღურბლით გაფილტვრას და მრავალეტიკეტიან სცენარებს.", "params": { "predictions": { "label": "პროგნოზები", "description": "პროგნოზების CSV segment_id და predicted_class სვეტებით." }, "output": { "label": "გამომავალი", "description": "გამომავალი ალბათობის CSV-ის გზა." } } }, "object_features_context_neighbors": { "name": "ობიექტების მახასიათებლები: კონტექსტური მეზობლები", "description": "ითვლის სივრცითი კონტექსტის მახასიათებლებს: მოსაზღვრე ობიექტების რაოდენობას, საერთო საზღვრების სიგრძეებს და იზოლაციის მეტრიკებს. შესაძლებელს ხდის მეზობლობის გათვალისწინებით კლასიფიკაციას, რომელიც ლანდშაფტში ობიექტებს შორის მიმართებებს ასახავს.", "params": { "segments": { "label": "სეგმენტები", "description": "შემავალი სეგმენტების ეტიკეტების რასტრი." }, "output": { "label": "გამომავალი", "description": "გამომავალი CSV-ის გზა." } } }, "object_features_shape_basic": { "name": "ობიექტების მახასიათებლები: ძირითადი ფორმა", "description": "ითვლის ფორმის გეომეტრიულ და მორფოლოგიურ დესკრიპტორებს თითოეული სეგმენტისთვის, მათ შორის ფართობს (პიქსელების რაოდენობა), პერიმეტრს (საზღვრის სიგრძე), კომპაქტურობას (პერიმეტრით ნორმალიზებული წრიულობა), წაგრძელებას (სიგრძისა და სიგანის თანაფარდობა), ფორმის ფაქტორს (ფორმის ნორმალიზებული რეგულარულობა) და სიმკვრივეს (ამოზნექილი გარსის ეფექტიანობა). ფორმის დესკრიპტორები აღწერს სტრუქტურულ მახასიათებლებს სპექტრული შინაარსისგან დამოუკიდებლად, რაც ობიექტების გეომეტრიით კლასიფიკაციასა და მორფოლოგიური შაბლონების ამოცნობას შესაძლებელს ხდის. ძირითადი მახასიათებლებია: ფორმის მეტრიკების ყოვლისმომცველი ნაკრები, რომელიც მოიცავს ფართობს, პერიმეტრს, რეგულარულობასა და წაგრძელებას; გამოთვლითად ეფექტიანი საზღვრის მიდევნების ალგორითმები; ბრუნვისა და გადაადგილების მიმართ ინვარიანტული მეტრიკები; გამოყენებადობა სხვადასხვა მასშტაბის დიაპაზონში; და ობიექტების მორფოლოგიური კლასიფიკაციის შესაძლებლობა (მაგ., წაგრძელებული გზები კომპაქტური შენობების წინააღმდეგ). გამოყენების შემთხვევები მოიცავს შენობების კონტურების კლასიფიკაციასა და ურბანული სტრუქტურის ანალიზს, ხაზოვანი ობიექტების ამოღებას (გზები, მდინარეები, საზღვრები), მცენარეული ლაქების დახასიათებასა და ფრაგმენტაციის ანალიზს, ხარისხის კონტროლს ფორმაზე დაფუძნებული ფილტრაციით, ფორმისა და სპექტრული თვისებების კომბინირებით ობიექტების იერარქიულ ამოცნობას და ლანდშაფტის სტრუქტურის რაოდენობრივ შეფასებას ეკოლოგიურ მონიტორინგში. გამომავალი ფართობი სეგმენტის ზომას პიქსელებში ასახავს; პერიმეტრი საზღვრის სირთულეს განსაზღვრავს; 1.0-თან ახლოს კომპაქტურობა წრიულ/რეგულარულ ფორმებზე მიუთითებს, უფრო დაბალი მნიშვნელობები კი არარეგულარულ/წაგრძელებულ ობიექტებზე; წაგრძელება >1 ხაზოვან ობიექტებზე მიუთითებს, 1-თან ახლოს — კომპაქტურ ობიექტებზე; ფორმის ფაქტორი ფორმის რამდენიმე თვისებას აერთიანებს ფორმის ინტეგრირებული კლასიფიკაციისთვის; ფორმის მეტრიკები მორფოლოგიური ფილტრაციის საშუალებას იძლევა სამიზნე ობიექტური ტიპების გამოსაყოფად.", "params": { "segments": { "label": "სეგმენტები", "description": "შემავალი სეგმენტების ეტიკეტების რასტრი." }, "output": { "label": "გამომავალი", "description": "გამომავალი CSV-ის გზა." } } }, "object_features_spectral_basic": { "name": "ობიექტების მახასიათებლები: ძირითადი სპექტრი", "description": "ითვლის სპექტრული არეკვლის მნიშვნელობების ყოვლისმომცველ ერთცვლადიან სტატისტიკურ შეჯამებებს თითოეულ სეგმენტში გამოსახულების ყველა არხისთვის. თითოეული სეგმენტისთვის გამოთვლები მოიცავს საშუალო არეკვლას, სტანდარტულ გადახრას (ერთგვაროვნება), არეკვლის მინიმალურ და მაქსიმალურ საზღვრებს, კვანტილურ მნიშვნელობებს მდგრადი შეფასებისთვის და არხების მიხედვით სტატისტიკას, რაც შესაძლებელს ხდის მრავალსპექტრული ტექსტურის რაოდენობრივ შეფასებასა და სპექტრული პროფილის დახასიათებას, რომლებიც OBIA კლასიფიკაციის სამუშაო პროცესების საფუძველს წარმოადგენს. ძირითადი მახასიათებლებია: არხების მიხედვით სპექტრული სტატისტიკის გენერირება მრავალსპექტრული და ჰიპერსპექტრული გამოსახულებებისთვის; მდგრადი სტატისტიკური საზომები, რომლებიც ცენტრალურ ტენდენციასა და გაბნევას ასახავს; სეგმენტებში სპექტრული ანომალიებისა და გამონაკლისების იდენტიფიკაცია; რასტრიდან ვექტორში ეფექტიანი შეჯამება; და შედეგი, რომელიც პირდაპირ მიეწოდება მანქანური სწავლების კლასიფიკაციის კონვეიერებს. გამოყენების შემთხვევები მოიცავს მახასიათებლების ამოღებას ობიექტზე დაფუძნებული კლასიფიკაციისთვის სპექტრული მეტრიკების გამოყენებით, მიწის საფარის ტიპის იდენტიფიკაციას სპექტრული სიგნატურის ანალიზით, ცვლილებების აღმოჩენას დროით მიმდევრობებში სპექტრული სტატისტიკის შედარებით, მონაცემთა ხარისხის შეფასებასა და გამონაკლისების აღმოჩენას, გარემოს მონიტორინგს სპექტრული დროითი მწკრივების ანალიზით და ზუსტი სოფლის მეურნეობის ამოცანებს, რომლებიც ნორმალიზებული სპექტრული პასუხის დახასიათებას საჭიროებს. გამომავალი საშუალო მნიშვნელობები სეგმენტის მასალის ტიპურ სპექტრულ პასუხს ასახავს; სტანდარტული გადახრა შიდა ჰეტეროგენულობას აფასებს (დაბალი = ერთგვაროვანი ზედაპირი, მაღალი = შერეული მასალები ან ჩრდილები); მინ/მაქს საზღვრები სეგმენტებში სპექტრულ უკიდურესობებს განსაზღვრავს; სპექტრული პროფილები საორიენტაციო სიგნატურებთან შედარების საშუალებას იძლევა; სტატისტიკა კლასიფიკაციის მახასიათებლების ვექტორების საფუძველს ქმნის; არხების მიხედვით ანალიზი ავლენს სპექტრულ ინდექსებს და მასალების გარჩევის შესაძლებლობას.", "params": { "segments": { "label": "სეგმენტები", "description": "შემავალი სეგმენტების ეტიკეტების რასტრი." }, "inputs": { "label": "შემავალი მონაცემები", "description": "ერთარხიანი შემავალი რასტრების მასივი, რომელიც გამოიყენება სპექტრული ნიშნებისთვის." }, "output": { "label": "გამომავალი", "description": "გამომავალი CSV-ის გზა." } } }, "object_features_texture_glcm_basic": { "name": "ობიექტების მახასიათებლები: ძირითადი GLCM ტექსტურა", "description": "ამოიღებს ტექსტურულ მახასიათებლებს ნაცრისფერი დონეების თანაარსებობის მატრიცის (GLCM) ანალიზით, რომელიც თითოეულ სეგმენტში არხების ინტენსივობის განაწილებებიდან გამოითვლება. GLCM აფასებს ტონის დონეების სივრცით თანაარსებობას და ქმნის დესკრიპტორებს, მათ შორის კონტრასტს (ლოკალური ცვალებადობა), ერთგვაროვნებას (სივრცითი რეგულარულობა), ენერგიას (მოწესრიგებულობა), ენტროპიას (უწესრიგობა) და განსხვავებულობის მეტრიკებს, რომლებიც ტექსტურულ შაბლონებს საერთო სპექტრული სიკაშკაშისგან დამოუკიდებლად ასახავს. ძირითადი მახასიათებლებია: GLCM-ზე დაფუძნებული ტექსტურის მეტრიკები, რომლებიც სეგმენტებში ლოკალურ სივრცით შაბლონებს ასახავს; მრავალმიმართულებიანი ანალიზი (ჰორიზონტალური, ვერტიკალური, დიაგონალური) ორიენტაციისგან დამოუკიდებელი ტექსტურის დახასიათებისთვის; გამოყენებადობა გამოსახულების ყველა არხზე ტექსტურული „ანაბეჭდის“ შესაქმნელად; ტექსტურიანი და გლუვი ზედაპირების გარჩევა; და გამოთვლითად მისაღები ანალიზი სეგმენტის დონეზე. გამოყენების შემთხვევები მოიცავს ზედაპირის სიუხეშესა და ტექსტურაზე დაფუძნებულ მასალების კლასიფიკაციას (ასფალტი ბეტონის წინააღმდეგ, კულტურების ტიპების გარჩევა), ტყის სტრუქტურისა და სიხშირის დახასიათებას ვარჯის ტექსტურით, SAR გამოსახულებების ინტერპრეტაციასა და ურბანული ქსოვილის ტექსტურის ანალიზს, ხარისხიანი და დაზიანებული ზედაპირების გარჩევას, კულტურების მდგომარეობის შეფასებას ვარჯის ტექსტურის მეტრიკებით და ღრუბლებისა და ჩრდილების აღმოჩენას ტექსტურული ანომალიებით. გამომავალი მაღალი კონტრასტი უხეშ/ცვალებად ტექსტურაზე მიუთითებს, დაბალი — გლუვ ზედაპირებზე; მაღალი ერთგვაროვნება რეგულარულ სივრცით შაბლონებზე მიუთითებს, დაბალი — ქაოტურ ტექსტურაზე; მაღალი ენერგია ორგანიზებულ ტექსტურაზე მიუთითებს, დაბალი — შემთხვევით ხმაურზე; ენტროპია ტექსტურის უწესრიგობას აფასებს; განსხვავებულობა სივრცითი შაბლონის არარეგულარულობას ასახავს; ტექსტურული პროფილები მასალისთვის სპეციფიკური კლასიფიკაციის საშუალებას იძლევა; სპექტრულ მახასიათებლებთან კომბინაცია ობიექტების ტიპების გარჩევას აუმჯობესებს.", "params": { "segments": { "label": "სეგმენტები", "description": "შემავალი სეგმენტების ეტიკეტების რასტრი." }, "input": { "label": "შემავალი", "description": "ერთარხიანი ინტენსივობის რასტრი ტექსტურის ანალიზისთვის." }, "levels": { "label": "დონეები", "description": "კვანტიზაციის დონეები GLCM-ისთვის (ნაგულისხმევი 16)." }, "output": { "label": "გამომავალი", "description": "გამომავალი CSV-ის გზა." } } }, "object_features_topology_relations": { "name": "ობიექტების მახასიათებლები: ტოპოლოგიური ურთიერთობები", "description": "ითვლის გრაფის ტოპოლოგიის მახასიათებლებს: ობიექტის ხარისხს (მეზობლების რაოდენობა), დომინანტური მეზობლის სიძლიერეს და არტიკულაციის ნიშნებს. ასახავს სტრუქტურულ პოზიციას ობიექტების ქსელში იერარქიული კლასიფიკაციისთვის.", "params": { "segments": { "label": "სეგმენტები", "description": "შემავალი სეგმენტების ეტიკეტების რასტრი." }, "output": { "label": "გამომავალი", "description": "გამომავალი CSV-ის გზა." } } }, "object_uncertainty_diagnostics_pro": { "name": "ობიექტების გაურკვევლობის დიაგნოსტიკა (Pro)", "description": "ითვლის განუზღვრელობის აგრეგირებულ დიაგნოსტიკას ობიექტების ალბათობის შედეგებიდან.", "params": { "probabilities": { "label": "ალბათობები", "description": "შემავალი ალბათობების CSV probability და uncertainty სვეტებით." }, "low_conf_threshold": { "label": "დაბალი სანდოობის ზღურბლი", "description": "დაბალი სანდოობის ზღურბლი ალბათობაზე (ნაგულისხმევი 0.7)." }, "output": { "label": "გამომავალი", "description": "გამომავალი დიაგნოსტიკის JSON-ის გზა." } } }, "objects_boundary_refinement_pro": { "name": "ობიექტების საზღვრების დახვეწა (Pro)", "description": "აზუსტებს ობიექტების საზღვრებს მცირე რეგიონების იტერაციული გასუფთავებითა და მეზობლობის გათვალისწინებით შერწყმით.", "params": { "segments": { "label": "სეგმენტები", "description": "შემავალი სეგმენტების ეტიკეტების რასტრი." }, "iterations": { "label": "იტერაციები", "description": "დაზუსტების იტერაციები (ნაგულისხმევი 2)." }, "min_size": { "label": "მინიმალური ზომა", "description": "ობიექტის მინიმალური ზომის ზღურბლი (ნაგულისხმევი 6)." }, "output": { "label": "გამომავალი", "description": "გამომავალი დაზუსტებული რასტრის გზა." } } }, "objects_enforce_min_mapping_unit": { "name": "ობიექტებისთვის მინიმალური კარტოგრაფირების ერთეულის დაწესება", "description": "ახორციელებს კარტოგრაფირების მინიმალური ერთეულის დაცვას არასაკმარისი ზომის ობიექტური სეგმენტების შერწყმით.", "params": { "segments": { "label": "სეგმენტები", "description": "შემავალი სეგმენტების ეტიკეტების რასტრი." }, "min_size": { "label": "მინიმალური ზომა", "description": "სეგმენტის მინიმალური ზომა უჯრედებში (ნაგულისხმევი 5)." }, "method": { "label": "მეთოდი", "description": "შერწყმის მეთოდი: longest, largest, nearest (ნაგულისხმევი longest)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "polygons_to_segments": { "name": "პოლიგონები სეგმენტებად", "description": "აბრუნებს რედაქტირებულ პოლიგონებს რასტრიზაციით სეგმენტების ეტიკეტების რასტრში, ობიექტების ID-ების ან ატრიბუტების მნიშვნელობების შენარჩუნებით. შესაძლებელს ხდის იტერაციულ OBIA სამუშაო პროცესებს, რომლებიც ავტომატურ სეგმენტაციას ხელით დაზუსტებასთან აერთიანებს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი პოლიგონური ვექტორის გზა." }, "base": { "label": "საფუძველი", "description": "საბაზისო რასტრი, რომელიც განსაზღვრავს გამომავალ ბადეს." }, "field": { "label": "ველი", "description": "არასავალდებულო რიცხვითი ველი ჩასაწერად (ნაგულისხმევი FID)." }, "output": { "label": "გამომავალი", "description": "გამომავალი სეგმენტების რასტრის გზა." } } }, "propagate_labels_across_hierarchy": { "name": "ნიშნულების გავრცელება იერარქიაში", "description": "ავრცელებს ზოგადი დონის კლასების ეტიკეტებს წვრილი დონის შვილობილ ობიექტებზე იერარქიული შესაბამისობების მეშვეობით. შესაძლებელს ხდის ჩადგმული იერარქიების ეფექტიან ეტიკეტირებას და მემკვიდრეობაზე დაფუძნებულ დაზუსტების სამუშაო პროცესებს.", "params": { "hierarchy": { "label": "იერარქია", "description": "იერარქიის CSV fine_segment_id და coarse_segment_id სვეტებით." }, "parent_labels": { "label": "მშობლის წარწერები", "description": "მშობელი ეტიკეტების CSV coarse_segment_id და class სვეტებით." }, "child_labels": { "label": "შვილის წარწერები", "description": "არასავალდებულო შვილეული ეტიკეტების CSV fine_segment_id და class სვეტებით." }, "output": { "label": "გამომავალი", "description": "გამომავალი გავრცელებული ეტიკეტების CSV-ის გზა." } } }, "segment_graph_felzenszwalb": { "name": "გრაფის სეგმენტაცია Felzenszwalb-ის მეთოდით", "description": "Felzenszwalb-ის გრაფზე დაფუძნებული სეგმენტაცია გამოსახულებას განიხილავს როგორც შეწონილ არამიმართულ გრაფს, სადაც პიქსელები კვანძებია, ხოლო წიბოები აკავშირებს მოსაზღვრე პიქსელებს წონებით, რომლებიც სპექტრულ განსხვავებულობას ასახავს. სეგმენტები იტერაციულად ერწყმის კომპონენტებში წიბოების წონების დინამიკურ ზღურბლებთან შედარებით; ზღურბლზე დაბალი წონის მქონე წიბოები ერწყმის და წარმოიქმნება ლოკალურად ერთგვაროვანი სპექტრული მახასიათებლების მქონე სეგმენტები. ეს იერარქიული მიდგომა აღქმის თვალსაზრისით აზრიან სეგმენტაციებს ქმნის, რომლებიც მგრძნობიარეა ლოკალური კონტრასტის ცვლილებებისა და ფერის/ტექსტურის ბუნებრივი წყვეტების მიმართ. ძირითადი მახასიათებლები: გრაფზე დაფუძნებული იერარქიული სეგმენტაცია; ეფექტიანი O(n log n) გამოთვლითი სირთულე; მგრძნობელობა ლოკალური კონტრასტის ცვლილებების მიმართ; აღქმის თვალსაზრისით აზრიანი სეგმენტები; მრავალსპექტრული/ჰიპერსპექტრული მონაცემების მხარდაჭერა; ცვალებადი ზომის რეგიონები ბუნებრივი საზღვრების შენარჩუნებით. გამოყენების შემთხვევები: მრავალსპექტრული გამოსახულების სეგმენტაცია; ბუნებრივი ჰაბიტატების კარტოგრაფირება; ურბანული ობიექტების ამოღება; ტყის ვარჯის დელინეაცია; ცვლილებების აღმოჩენისთვის წინასწარი დამუშავება; ჰიპერსპექტრული მონაცემების სეგმენტაცია. შედეგის ინტერპრეტაცია: შედეგი არის ეტიკეტირებული რასტრი; თითოეულ პიქსელს სეგმენტის ID ენიჭება. სეგმენტის ზომა ლოკალური სპექტრული კონტრასტის უკუპროპორციულად იცვლება; მაღალკონტრასტული საზღვრები უფრო მცირე და მრავალრიცხოვან სეგმენტებს ქმნის; ერთგვაროვანი რეგიონები უფრო დიდ სეგმენტებად ერწყმის. k-პარამეტრისადმი (ზღურბლის მასშტაბი) მგრძნობელობა უფრო უხეში ან უფრო წვრილი სეგმენტაციების მიღების საშუალებას იძლევა. სეგმენტების საზღვრები ბუნებრივ სპექტრულ წყვეტებს შეესაბამება.", "params": { "inputs": { "label": "შემავალი მონაცემები", "description": "ერთარხიანი შემავალი რასტრების მასივი." }, "auto_reproject": { "label": "ავტომატური გადაპროექტირება", "description": "თუ true (ნაგულისხმევი), ავტომატურად გადააპროექტირებს დასტის რასტრებს inputs[0]-თან შესატყვისად, როცა CRS განსხვავდება." }, "auto_reproject_method": { "label": "ავტომატური გადაპროექტირების მეთოდი", "description": "არასავალდებულო გადაპროექტირების გადადისკრეტიზაციის მეთოდის გადაფარვა: nearest, bilinear, cubic, lanczos, average, min, max, mode, median, stddev." }, "k": { "label": "K", "description": "სეგმენტაციის მასშტაბის პარამეტრი (ნაგულისხმევი 500.0)." }, "sigma": { "label": "სიგმა", "description": "არასავალდებულო დაგლუვების მინიშნება (ნაგულისხმევი 0.8)." }, "min_area": { "label": "მინიმალური ფართობი", "description": "მინიმალური ფართობი შერწყმის შემდგომი გასუფთავებისთვის (ნაგულისხმევი 20)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი სეგმენტების რასტრის გზა." } } }, "segment_multiresolution_hierarchical": { "name": "მრავალრეზოლუციური იერარქიული სეგმენტაცია", "description": "ქმნის მრავალმასშტაბიან იერარქიულ სეგმენტაციებს (უხეში და წვრილი) მშობელ-შვილის ცხადი შესაბამისობებით. შესაძლებელს ხდის მასშტაბზე დამოკიდებულ მახასიათებლების ამოღებასა და მრავალდონიან კლასიფიკაციის სამუშაო პროცესებს.", "params": { "inputs": { "label": "შემავალი მონაცემები", "description": "ერთარხიანი შემავალი რასტრების მასივი." }, "coarse_k": { "label": "უხეში K", "description": "უხეში მასშტაბის პარამეტრი (ნაგულისხმევი 800)." }, "fine_k": { "label": "წვრილი K", "description": "წვრილი მასშტაბის პარამეტრი (ნაგულისხმევი 250)." }, "output_prefix": { "label": "გამომავალის პრეფიქსი", "description": "გამომავალი პრეფიქსი გენერირებული პროდუქტებისთვის." } } }, "segment_scale_parameter_optimizer": { "name": "სეგმენტაციის მასშტაბის პარამეტრის ოპტიმიზატორი", "description": "ეძებს სეგმენტაციის მასშტაბის კანდიდატ პარამეტრებს, რათა განსაზღვროს ოპტიმალური მასშტაბი, რომელიც ობიექტების სამიზნე რაოდენობას შეესაბამება. მასშტაბის ავტომატური შერჩევა გამორიცხავს ხელით მორგებას სეგმენტაციის თანმიმდევრული ხარისხისთვის.", "params": { "inputs": { "label": "შემავალი მონაცემები", "description": "ერთარხიანი შემავალი რასტრების მასივი." }, "candidate_scales": { "label": "კანდიდატი მასშტაბები", "description": "კანდიდატი მასშტაბის (k) მნიშვნელობების სია." }, "target_objects": { "label": "სამიზნე ობიექტები", "description": "ობიექტების სასურველი რაოდენობა. ნაგულისხმევად sqrt(total_cells)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო ოპტიმიზატორის ანგარიშის JSON-ის გზა." } } }, "segment_slic_superpixels": { "name": "SLIC სუპერპიქსელების სეგმენტაცია", "description": "SLIC (Simple Linear Iterative Clustering) ასრულებს პიქსელების იტერაციულ კლასტერიზაციას 5D მახასიათებლების სივრცეში, რომელიც სივრცით კოორდინატებსა და ფერის/სპექტრულ მნიშვნელობებს აერთიანებს, და სუპერპიქსელებს ლოკალური ერთგვაროვნებისკენ აკრებს. ალგორითმი ინიციალიზაციას უკეთებს კლასტერების ცენტრების რეგულარულ ბადეს, პიქსელებს უახლოეს ცენტრებს ანიჭებს, იტერაციულად ანახლებს ცენტრებს და ამცირებს ძიების არეებს. შედეგად მიიღება კომპაქტური, რეგულარული ფორმის სუპერპიქსელები საზღვრების მინიმალური დარღვევით watershed ან mean-shift ალტერნატივებთან შედარებით, რაც ბუნებრივ კიდეებთან საზღვრების უკეთეს შესაბამისობას უზრუნველყოფს. ძირითადი მახასიათებლები: ქმნის ერთგვაროვან, კომპაქტურ სუპერპიქსელებს; გამოთვლითად ეფექტიანია წრფივი დროითი სირთულით; მომხმარებლის მიერ კონფიგურირებადი კომპაქტურობის პარამეტრი აბალანსებს სივრცით რეგულარულობასა და სპექტრულ თანმიმდევრულობას; საზღვრების მინიმალური გადაცდენა; მრავალსპექტრული გამოსახულებების მხარდაჭერა. გამოყენების შემთხვევები: ობიექტზე დაფუძნებული კლასიფიკაციისთვის წინასწარი დამუშავება; რეგიონების იერარქიული ანალიზი; SAR და ოპტიკური გამოსახულებების სეგმენტაცია; ურბანული კარტოგრაფირება; მცენარეულობის დელინეაცია; მიწათსარგებლობის საზღვრების იდენტიფიკაცია. შედეგის ინტერპრეტაცია: შედეგი არის ეტიკეტირებული რასტრი, სადაც პიქსელების მნიშვნელობები მინიჭებული სუპერპიქსელების ID-ებს წარმოადგენს. სუპერპიქსელების საზღვრები დომინანტურ კიდეებსა და ფერის გადასვლებს ემთხვევა. უფრო მცირე სუპერპიქსელები (მაღალი დეტალურობა) წვრილ დეტალებს ასახავს, მაგრამ გამოთვლით დატვირთვას ზრდის; უფრო დიდი სუპერპიქსელები (დაბალი დეტალურობა) მსგავს რეგიონებს აერთიანებს და ეფექტიანობას აუმჯობესებს. საზღვრების სიზუსტე დამოკიდებულია კომპაქტურობის პარამეტრის მორგებასა და მრავალსპექტრული არხების გამიჯვნაზე.", "params": { "inputs": { "label": "შემავალი მონაცემები", "description": "ერთარხიანი შემავალი რასტრების მასივი." }, "auto_reproject": { "label": "ავტომატური გადაპროექტირება", "description": "თუ true (ნაგულისხმევი), ავტომატურად გადააპროექტირებს დასტის რასტრებს inputs[0]-თან შესატყვისად, როცა CRS განსხვავდება." }, "auto_reproject_method": { "label": "ავტომატური გადაპროექტირების მეთოდი", "description": "არასავალდებულო გადაპროექტირების გადადისკრეტიზაციის მეთოდის გადაფარვა: nearest, bilinear, cubic, lanczos, average, min, max, mode, median, stddev." }, "region_size": { "label": "რეგიონის ზომა", "description": "სამიზნე სუპერპიქსელის ზომა პიქსელებში (ნაგულისხმევი 20)." }, "compactness": { "label": "კომპაქტურობა", "description": "კომპაქტურობის კონტროლი (ნაგულისხმევი 10.0)." }, "min_area": { "label": "მინიმალური ფართობი", "description": "მინიმალური ფართობი გასუფთავების შერწყმისთვის (ნაგულისხმევად გამოითვლება region_size-იდან)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი სეგმენტების რასტრის გზა." } } }, "segment_watershed_markers": { "name": "წყალგამყოფის სეგმენტაცია მარკერებით", "description": "მარკერებით მართული, წყალგამყოფის მსგავსი სეგმენტაცია, რომელიც ობიექტებს იდენტიფიცირებული მარკერული თესლოვანი რეგიონების გარშემო გამოყოფს. აქცენტს აკეთებს საზღვრების შენარჩუნებაზე და ამავდროულად აკონტროლებს სეგმენტის ზომას იერარქიული OBIA სამუშაო პროცესებისთვის.", "params": { "inputs": { "label": "შემავალი მონაცემები", "description": "ერთარხიანი შემავალი რასტრების მასივი." }, "gradient_weight": { "label": "გრადიენტის წონა", "description": "საზღვრის ხაზგასმის კონტროლი (ნაგულისხმევი 1.0)." }, "min_area": { "label": "მინიმალური ფართობი", "description": "სეგმენტის მინიმალური ზომა (ნაგულისხმევი 12)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი სეგმენტების რასტრის გზა." } } }, "segments_merge_small_regions": { "name": "სეგმენტების მცირე რეგიონების შერწყმა", "description": "სეგმენტების შერწყმა ახორციელებს იერარქიულ კონსოლიდაციას სივრცითი მოსაზღვრეობის ანალიზითა და მომხმარებლის მიერ განსაზღვრული შერწყმის კრიტერიუმებით. აფასებს თითოეულ არასაკმარისი ზომის სეგმენტს მეზობელ რეგიონებთან მიმართებით ზომის ზღურბლების, სპექტრული მსგავსების საზომების ან მორფოლოგიური კრიტერიუმების გამოყენებით; თანდათან აერწყმის კანდიდატ სეგმენტებს შთამნთქმელ მეზობლებთან შერწყმის ღირებულებაზე დაფუძნებული პრიორიტეტული რიგების მიხედვით, სეგმენტების დაკავშირებულობის შენარჩუნებითა და ტოპოლოგიის დარღვევების თავიდან აცილებით. ძირითადი მახასიათებლებია: ზედმეტად სეგმენტირებული გამოსახულებების შემდგომი დამუშავებით რეგულარიზაცია; მომხმარებლის მიერ კონფიგურირებადი შერწყმის კრიტერიუმები (მინიმალური ზომა, სპექტრული მსგავსების ზღურბლი, მორფოლოგიური თვისებები); სეგმენტების საზღვრების მთლიანობის შენარჩუნება შერწყმისას; კომპაქტური, გამარტივებული სეგმენტების რუკების შექმნა; და იერარქიული დაზუსტება სრული ხელახალი სეგმენტაციის გარეშე. გამოყენების შემთხვევები მოიცავს ზედმეტად სეგმენტირებული OBIA შედეგების გასუფთავებას ფრაგმენტაციისა და ხმაურის შესამცირებლად, სეგმენტების გამარტივებას კლასიფიკაციის სტაბილურობის გასაუმჯობესებლად, საწყისი სეგმენტაციიდან ყალბი მცირე სეგმენტების აღმოფხვრას, სეგმენტების თვისებების სტანდარტიზაციას შემდგომი ერთგვაროვანი მახასიათებლების ამოღებისთვის და მრავალმასშტაბიანი სეგმენტაციის იერარქიების ხარისხის უზრუნველყოფის მიზნით დაზუსტებას. შედეგში სეგმენტების რაოდენობა მცირდება, რაც კონსოლიდაციას ასახავს; შერწყმული სეგმენტები შთანთქმული კომპონენტების სპექტრულ სტატისტიკას იმემკვიდრებს; საზღვრები უფრო გლუვი და ნაკლებად რთული ხდება; შერწყმული რეგიონები სივრცით მთლიანობას ინარჩუნებს, თუმცა შიდა სპექტრული ჰეტეროგენულობა ოდნავ იზრდება; შედეგი ოპტიმიზებულია შემდგომი კლასიფიკაციისა და მახასიათებლების სტაბილურობისთვის.", "params": { "segments": { "label": "სეგმენტები", "description": "შემავალი სეგმენტების ეტიკეტების რასტრი." }, "min_size": { "label": "მინიმალური ზომა", "description": "სეგმენტის მინიმალური ზომა უჯრედებში (ნაგულისხმევი 5)." }, "method": { "label": "მეთოდი", "description": "შერწყმის მეთოდი: longest, largest, nearest (ნაგულისხმევი longest)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "segments_split_low_cohesion": { "name": "დაბალი თანმიმდევრულობის სეგმენტების გაყოფა", "description": "ხელახლა ახდენს დაბალი შეკრულობის მქონე არსებული ობიექტების სეგმენტაციას უფრო წვრილი მასშტაბის პარამეტრებით სპექტრული ერთგვაროვნების გასაუმჯობესებლად. პრობლემური ზონების ადაპტური დაზუსტება კარგად ჩამოყალიბებულ ობიექტებზე ზემოქმედების გარეშე.", "params": { "segments": { "label": "სეგმენტები", "description": "არსებული სეგმენტების რასტრი." }, "inputs": { "label": "შემავალი მონაცემები", "description": "შემავალი რასტრების მასივი, რომელიც გამოიყენება ხელახალი სეგმენტაციისთვის." }, "split_scale": { "label": "გაყოფის მასშტაბი", "description": "უფრო წვრილი გაყოფის მასშტაბის პარამეტრი (ნაგულისხმევი 120)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "segments_to_polygons": { "name": "სეგმენტები პოლიგონებად", "description": "გარდაქმნის რასტრული სეგმენტების ეტიკეტებს ვექტორულ პოლიგონებად ინტერაქტიული რედაქტირებისთვის, ხარისხის კონტროლისა და GIS-ში ინტეგრაციისთვის. უზრუნველყოფს შეუფერხებელ გადასვლას OBIA-ს რასტრულ და ვექტორულ წარმოდგენებს შორის.", "params": { "segments": { "label": "სეგმენტები", "description": "შემავალი სეგმენტების რასტრი." }, "output": { "label": "გამომავალი", "description": "გამომავალი პოლიგონური ვექტორის გზა." } } }, "evaluate_training_sites": { "name": "სასწავლო უბნების შეფასება", "description": "აფასებს კლასების გამიჯნულობას მრავალარხიან სასწავლო პოლიგონებში და წერს HTML ანგარიშს თითოეული არხის განაწილების სტატისტიკით.", "params": { "inputs": { "label": "შემავალი მონაცემები", "description": "ერთარხიანი შემავალი რასტრების მასივი (თითო თითოეულ სპექტრულ არხზე), გზების ან გამყოფებით დაყოფილი სტრიქონის სახით." }, "training_data": { "label": "სასწავლო მონაცემები", "description": "პოლიგონური სასწავლო მონაცემების გზა." }, "class_field": { "label": "კლასის ველი", "description": "კლასის ველის სახელი training_data-ის ატრიბუტებში." }, "output": { "label": "გამომავალი", "description": "გამომავალი HTML ფაილის გზა." } } }, "fuzzy_knn_classification": { "name": "ფაზი KNN კლასიფიკაცია", "description": "ასრულებს ბუნდოვან k-უახლოესი მეზობლის კლასიფიკაციას და გამოაქვს კლასისადმი კუთვნილების სანდოობა.", "params": { "inputs": { "label": "შემავალი მონაცემები", "description": "ერთარხიანი შემავალი რასტრების მასივი." }, "auto_reproject": { "label": "ავტომატური გადაპროექტირება", "description": "თუ true (ნაგულისხმევი), ავტომატურად გადააპროექტირებს დასტის რასტრებს inputs[0]-თან შესატყვისად, როცა CRS განსხვავდება." }, "auto_reproject_method": { "label": "ავტომატური გადაპროექტირების მეთოდი", "description": "არასავალდებულო გადაპროექტირების გადადისკრეტიზაციის მეთოდის გადაფარვა: nearest, bilinear, cubic, lanczos, average, min, max, mode, median, stddev." }, "training_data": { "label": "სასწავლო მონაცემები", "description": "წერტილოვანი/პოლიგონური ვექტორული სასწავლო მონაცემების გზა." }, "class_field": { "label": "კლასის ველი", "description": "კლასის ველი training_data-ის ატრიბუტებში." }, "scaling": { "label": "მასშტაბირება", "description": "ნიშნების მასშტაბირების რეჟიმი: none (ნაგულისხმევი), normalize, standardize." }, "k": { "label": "K", "description": "მეზობლების რაოდენობა (ნაგულისხმევი 5)." }, "m": { "label": "M", "description": "ბუნდოვანების ხარისხის პარამეტრი (> 1; ნაგულისხმევი 2.0)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი კლასიფიცირებული რასტრის გზა." }, "probability_output": { "label": "ალბათობის გამომავალი", "description": "არასავალდებულო წევრობის ალბათობის რასტრის გზა." } } }, "generalize_classified_raster": { "name": "კლასიფიცირებული რასტრის განზოგადება", "description": "Generalize Classified Raster ამარტივებს კლასიფიკაციის რუკებს მცირე იზოლირებული ლაქების მოცილებით იტერაციული მოდის ფილტრაციით და აერწყმის ფრაგმენტირებულ ერთპიქსელიან ან მრავალპიქსელიან კომპონენტებს სივრცით დომინანტურ მეზობელ კლასებთან. ალგორითმი: იყენებს მორფოლოგიურ მოდის ფილტრს, რომელიც მოძრავ ფანჯრებში დომინანტურ კლასს ინარჩუნებს, აშორებს ან აკონსოლიდირებს სივრცითი კონტექსტისგან იზოლირებულ პიქსელებს, იტერაციულად აზუსტებს კლასიფიკაციას დაკავშირებული კომპონენტების ანალიზით, მცირე კლასებს მეზობელ დომინანტურ კლასებში შთანთქავს. კონფიგურირებადი ფანჯრის ზომა და ლაქის მინიმალური ზომა განზოგადების ინტენსივობას აკონტროლებს. ძირითადი მახასიათებლები: ამცირებს კლასიფიკაციის ფრაგმენტაციას, აუმჯობესებს სივრცით თანმიმდევრულობას, აღმოფხვრის ხმაურით გამოწვეულ იზოლირებულ ლაქებს, ინარჩუნებს კლასების საზღვრებს შერჩევითი ფილტრაციით, დაკავშირებული კომპონენტების გამოთვლითად ეფექტიანი დამუშავება. შესაძლებლობები: განზოგადების ცვალებადი ინტენსივობა, დიდი უწყვეტი ლაქების შენარჩუნება, გამოყენება ინდექსირებულ ან კატეგორიულ მონაცემებზე. გამოყენების შემთხვევები: კლასიფიკაციის შემდგომი დაზუსტება „მარილისა და პილპილის“ ეფექტების მოსაცილებლად, ფრაგმენტირებული კლასიფიკაციის შედეგების კონსოლიდაცია, საბოლოო კლასიფიკაციის პროდუქტების მომზადება, განზოგადება კარტოგრაფირების კონკრეტულ მინიმალურ ერთეულამდე. გამოყენების სფეროები: მიწის საფარის რუკის საბოლოო დამუშავება, ყალბი ერთპიქსელიანი კლასიფიკაციების აღმოფხვრა, კლასიფიკაციის სივრცითი უწყვეტობის გაუმჯობესება. შედეგის ინტერპრეტაცია: კლასების შემცირებული ფრაგმენტაცია ეფექტიან ხმაურის მოცილებაზე მიუთითებს; შენარჩუნებული საზღვრები განზოგადების შესაფერის პარამეტრებს ავლენს; ზედმეტი განზოგადება ფანჯრის ზედმეტად დიდ პარამეტრებზე მიუთითებს; სივრცითი თანმიმდევრულობის გაუმჯობესება მიანიშნებს, რომ კლასიფიკაციის ხმაური ძირითადად ერთპიქსელიანი არტეფაქტებისგან შედგებოდა.", "params": { "input": { "label": "შემავალი", "description": "შემავალი კლასიფიცირებული რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "min_size": { "label": "მინიმალური ზომა", "description": "ობიექტის მინიმალური ზომა უჯრედებში; უფრო მცირე ლაქები ხელახლა მიენიჭება (ნაგულისხმევი 5)." }, "method": { "label": "მეთოდი", "description": "განზოგადების მეთოდი: 'longest' (ნაგულისხმევი), 'largest' ან 'nearest'." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "generalize_with_similarity": { "name": "განზოგადება მსგავსების მიხედვით", "description": "ახდენს კლასიფიცირებულ რასტრში მცირე ლაქების განზოგადებას მათი სპექტრულად ყველაზე მსგავს მეზობელ ლაქასთან შერწყმით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი კლასიფიცირებული რასტრის გზა." }, "similarity": { "label": "მსგავსება", "description": "მსგავსების რასტრების მასივი, რომელიც გამოიყენება ობიექტის ცენტრის მსგავსების გამოსათვლელად." }, "min_size": { "label": "მინიმალური ზომა", "description": "ობიექტის მინიმალური ზომა პიქსელებში; უფრო მცირე ობიექტები შეირწყმება (ნაგულისხმევი 5)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "k_means_clustering": { "name": "K-საშუალოების კლასტერიზაცია", "description": "K-means კლასტერიზაცია ასრულებს უკონტროლო სპექტრულ კლასიფიკაციას პიქსელების K სპექტრულ კლასტერად იტერაციული დაყოფით, ამცირებს შიდაკლასტერულ ვარიაციას და მრავალსპექტრულ გამოსახულებებში ბუნებრივ სპექტრულ დაჯგუფებებს აღმოაჩენს სასწავლო ნიმუშების ან კლასების წინასწარი განსაზღვრის გარეშე. ალგორითმი ინიციალიზაციას უკეთებს K შემთხვევით კლასტერულ ცენტრს, იტერაციულად ანიჭებს პიქსელებს უახლოეს ცენტრებს და ხელახლა ითვლის ცენტრებს კლასტერების საშუალოებად კონვერგენციამდე, შემდეგ კი გამოაქვს საბოლოო კლასტერული მინიჭებები და ცენტრები. K-means გამოთვლითად ეფექტიანია, მასშტაბირებადია დიდ მრავალსპექტრულ სტეკებზე და აღმოაჩენს მონაცემებზე დაფუძნებულ სპექტრულ შაბლონებს, რომლებიც სასარგებლოა საძიებო ანალიზისა და ბუნებრივი კლასების იდენტიფიკაციისთვის. ძირითადი მახასიათებლებია: მომხმარებლის მიერ მითითებული კლასტერების რაოდენობა K, რაც სპექტრულ დეტალურობასა და შედეგის ინტერპრეტირებადობას შორის მოქნილ კომპრომისს იძლევა; კონვერგენციის კრიტერიუმები იტერაციების კონფიგურირებადი ლიმიტებითა და ცენტრის გადაადგილების ზღურბლებით; შემთხვევითი seed-ის არასავალდებულო კონტროლი, რაც ტესტირებისა და ვალიდაციისთვის რეპროდუცირებად კლასტერიზაციას უზრუნველყოფს; და ეფექტიანი პარალელიზაცია დიდი გამოსახულებების დასამუშავებლად. გამოყენების სფეროები მოიცავს მიწის საფარის უკონტროლო კლასიფიკაციას ბუნებრივი სპექტრული კლასების აღმოსაჩენად, ანომალიების აღმოჩენას სპექტრულად უჩვეულო პიქსელების იდენტიფიკაციით, გამოსახულების სეგმენტაციას შემდგომი ზედამხედველობითი კლასიფიკაციისთვის და საძიებო სპექტრულ ანალიზს დომინანტური სპექტრული შაბლონების გამოსავლენად. K-means-ის შედეგი ბუნებრივ სპექტრულ დაჯგუფებებს ავლენს. შედეგად მიიღება კლასტერული კუთვნილების რასტრი მთელი რიცხვებით 0-დან K-1-მდე, კლასტერების ცენტრების ფაილი თითოეული კლასტერის საშუალო სპექტრით და არასავალდებულო შიდაკლასტერული ვარიაცია, რომელიც კომპაქტურობას აფასებს; ვიზუალიზაცია კლასტერულ კლასებს ნამდვილი ფერის კომპოზიტებზე ადებს და სივრცით შაბლონებსა და კლასტერების უწყვეტობას ავლენს.", "params": { "inputs": { "label": "შემავალი მონაცემები", "description": "შემავალი რასტრების სია გზების მასივის ან მძიმით/წერტილმძიმით გამოყოფილი სტრიქონის სახით." }, "classes": { "label": "კლასები", "description": "სამიზნე კლასების რაოდენობა (k)." }, "max_iterations": { "label": "მაქსიმალური იტერაციები", "description": "იტერაციების მაქსიმალური რაოდენობა (ნაგულისხმევი 10)." }, "class_change": { "label": "კლასის ცვლილება", "description": "შეჩერდება, როცა შეცვლილი ვალიდური უჯრედების პროცენტი ამ ზღურბლს ქვემოთ დაეცემა (ნაგულისხმევი 2.0)." }, "initialize": { "label": "ინიციალიზაცია", "description": "ცენტროიდების ინიციალიზაციის სტრატეგია: 'diagonal' (ნაგულისხმევი) ან 'random'." }, "min_class_size": { "label": "კლასის მინიმალური ზომა", "description": "კლასის მინიმალური ზომა, რომელიც გამოიყენება ცენტროიდების განახლებისას (ნაგულისხმევი 10)." }, "out_html": { "label": "გამომავალი HTML ფაილი", "description": "არასავალდებულო HTML ანგარიშის გამომავალი გზა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო კლასების რასტრის გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "knn_classification": { "name": "KNN კლასიფიკაცია", "description": "K-უახლოესი მეზობლის კლასიფიკაცია პიქსელებს კლასებს ანიჭებს სპექტრულ სივრცეში K უახლოეს სასწავლო ნიმუშს შორის უმრავლესობის ხმის მიცემით, რაც მოქნილ არაწრფივ კლასიფიკაციას ცხადი მოდელის წვრთნის გარეშე შესაძლებელს ხდის. KNN ითვლის მანძილებს (ევკლიდური, სპექტრული კუთხე ან მაჰალანობისი) გამოსახულების თითოეული პიქსელიდან ყველა სასწავლო ნიმუშამდე, განსაზღვრავს K უახლოეს სასწავლო ნიმუშს, იყენებს შეწონილ ან შეუწონავ უმრავლესობის ხმის მიცემას კლასის დასადგენად და აბრუნებს კლასის ეტიკეტს და სურვილისამებრ სანდოობის ქულას. KNN განსაკუთრებით ეფექტიანია შეზღუდული სასწავლო მონაცემების, მაღალი არაწრფივობის კლასების საზღვრებისა და კლასების ჰეტეროგენული სპექტრული განაწილებების დროს, როცა პარამეტრული მოდელები ვერ უმკლავდება. ძირითადი მახასიათებლებია: შერჩევადი მანძილის მეტრიკები (ევკლიდური, სპექტრული კუთხე, მაჰალანობისი), რომლებიც სხვადასხვა სპექტრულ მახასიათებელსა და კორელაციურ სტრუქტურას ითვალისწინებს; მომხმარებლის მიერ მითითებული K მნიშვნელობები სიზუსტესა და სირთულეს შორის კომპრომისისთვის; შეწონილი ხმის მიცემის ვარიანტები, რომლებიც ახლომდებარე ნიმუშებს უსვამს ხაზს; და სანდოობის არასავალდებულო ზღურბლები ორაზროვანი კლასიფიკაციების უარსაყოფად. გამოყენების სფეროები მოიცავს დისტანციური ზონდირების მაღალი სიზუსტის კლასიფიკაციას საველე პირობებში შეგროვებული სასწავლო ნიმუშებით, მცირე შერჩევის კლასიფიკაციას, როცა საორიენტაციო მონაცემები შეზღუდულია, რთული რელიეფის კლასიფიკაციას მაღალცვალებადი სპექტრული სიგნატურებით და სანდოობის გათვალისწინებით კლასიფიკაციას, რომელიც ზღვრულ გადაწყვეტილებებს უარყოფს. KNN კლასიფიკაცია მაღალი სიზუსტის შედეგებს იძლევა მოქნილი სასწავლო მონაცემებით. შედეგი მოიცავს კლასების ეტიკეტების რასტრს კლასების მთელრიცხვა ID-ებით, რომლებიც სასწავლო ნიმუშების ეტიკეტებს შეესაბამება, არასავალდებულო სანდოობის რასტრს, რომელიც ხმის მიცემის პროცენტებს ან მანძილით შეწონილ სანდოობის ქულებს აფიქსირებს, და კლასიფიკაციის სიზუსტეს, რომელმაც K-ის ოპტიმალური შერჩევითა და საკმარისი სასწავლო ნიმუშებით შესაძლოა სხვა მეთოდებს გადააჭარბოს.", "params": { "inputs": { "label": "შემავალი მონაცემები", "description": "ერთარხიანი შემავალი რასტრების მასივი." }, "auto_reproject": { "label": "ავტომატური გადაპროექტირება", "description": "თუ true (ნაგულისხმევი), ავტომატურად გადააპროექტირებს დასტის რასტრებს inputs[0]-თან შესატყვისად, როცა CRS განსხვავდება." }, "auto_reproject_method": { "label": "ავტომატური გადაპროექტირების მეთოდი", "description": "არასავალდებულო გადაპროექტირების გადადისკრეტიზაციის მეთოდის გადაფარვა: nearest, bilinear, cubic, lanczos, average, min, max, mode, median, stddev." }, "training_data": { "label": "სასწავლო მონაცემები", "description": "წერტილოვანი/პოლიგონური ვექტორული სასწავლო მონაცემების გზა." }, "class_field": { "label": "კლასის ველი", "description": "კლასის ველი training_data-ის ატრიბუტებში." }, "scaling": { "label": "მასშტაბირება", "description": "ნიშნების მასშტაბირების რეჟიმი: none (ნაგულისხმევი), normalize, standardize." }, "k": { "label": "K", "description": "მეზობლების რაოდენობა (ნაგულისხმევი 5)." }, "clip": { "label": "ამოჭრა", "description": "თუ true, ამოიღებს არასწორად კლასიფიცირებულ სასწავლო ნიმუშებს leave-one-out წინასწარი გავლით." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "knn_regression": { "name": "KNN რეგრესია", "description": "ასრულებს ზედამხედველობით k-უახლოესი მეზობლის რეგრესიას მრავალარხიან შემავალ რასტრებზე.", "params": { "inputs": { "label": "შემავალი მონაცემები", "description": "ერთარხიანი შემავალი რასტრების მასივი." }, "auto_reproject": { "label": "ავტომატური გადაპროექტირება", "description": "თუ true (ნაგულისხმევი), ავტომატურად გადააპროექტირებს დასტის რასტრებს inputs[0]-თან შესატყვისად, როცა CRS განსხვავდება." }, "auto_reproject_method": { "label": "ავტომატური გადაპროექტირების მეთოდი", "description": "არასავალდებულო გადაპროექტირების გადადისკრეტიზაციის მეთოდის გადაფარვა: nearest, bilinear, cubic, lanczos, average, min, max, mode, median, stddev." }, "training_data": { "label": "სასწავლო მონაცემები", "description": "წერტილოვანი ვექტორული სასწავლო მონაცემების გზა." }, "field": { "label": "ველი", "description": "რიცხვითი სამიზნე ველი training_data-ის ატრიბუტებში." }, "scaling": { "label": "მასშტაბირება", "description": "ნიშნების მასშტაბირების რეჟიმი: none (ნაგულისხმევი), normalize, standardize." }, "k": { "label": "K", "description": "მეზობლების რაოდენობა (ნაგულისხმევი 5)." }, "distance_weighted": { "label": "მანძილით შეწონილი", "description": "თუ true, გამოიყენება მანძილის შებრუნებით შეწონილი გასაშუალება." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "logistic_regression": { "name": "ლოგისტიკური რეგრესია", "description": "ასრულებს ზედამხედველობით ლოგისტიკური რეგრესიის კლასიფიკაციას მრავალარხიან შემავალ რასტრებზე.", "params": { "inputs": { "label": "შემავალი მონაცემები", "description": "ერთარხიანი შემავალი რასტრების მასივი." }, "auto_reproject": { "label": "ავტომატური გადაპროექტირება", "description": "თუ true (ნაგულისხმევი), ავტომატურად გადააპროექტირებს დასტის რასტრებს inputs[0]-თან შესატყვისად, როცა CRS განსხვავდება." }, "auto_reproject_method": { "label": "ავტომატური გადაპროექტირების მეთოდი", "description": "არასავალდებულო გადაპროექტირების გადადისკრეტიზაციის მეთოდის გადაფარვა: nearest, bilinear, cubic, lanczos, average, min, max, mode, median, stddev." }, "training_data": { "label": "სასწავლო მონაცემები", "description": "წერტილოვანი/პოლიგონური ვექტორული სასწავლო მონაცემების გზა." }, "class_field": { "label": "კლასის ველი", "description": "კლასის ველი training_data-ის ატრიბუტებში." }, "scaling": { "label": "მასშტაბირება", "description": "ნიშნების მასშტაბირების რეჟიმი: none (ნაგულისხმევი), normalize, standardize." }, "alpha": { "label": "ალფა", "description": "L2 რეგულარიზაციის წონა (ნაგულისხმევი 0.0)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "min_dist_classification": { "name": "მინიმალური მანძილის კლასიფიკაცია", "description": "ასრულებს ზედამხედველობით მინიმალური მანძილის კლასიფიკაციას მრავალსპექტრულ რასტრებზე პოლიგონური სასწავლო მონაცემების გამოყენებით.", "params": { "inputs": { "label": "შემავალი მონაცემები", "description": "ერთარხიანი შემავალი რასტრების მასივი (თითო თითოეულ სპექტრულ არხზე), გზების ან გამყოფებით დაყოფილი სტრიქონის სახით." }, "auto_reproject": { "label": "ავტომატური გადაპროექტირება", "description": "თუ true (ნაგულისხმევი), ავტომატურად გადააპროექტირებს დასტის რასტრებს inputs[0]-თან შესატყვისად, როცა CRS განსხვავდება." }, "auto_reproject_method": { "label": "ავტომატური გადაპროექტირების მეთოდი", "description": "არასავალდებულო გადაპროექტირების გადადისკრეტიზაციის მეთოდის გადაფარვა: nearest, bilinear, cubic, lanczos, average, min, max, mode, median, stddev." }, "training_data": { "label": "სასწავლო მონაცემები", "description": "პოლიგონური ვექტორული ფაილის გზა, რომელიც შეიცავს სასწავლო უბნებს." }, "class_field": { "label": "კლასის ველი", "description": "სასწავლო მონაცემებში იმ ატრიბუტული ველის სახელი, რომელიც შეიცავს კლასის იდენტიფიკატორს." }, "dist_threshold": { "label": "მანძილის ზღურბლი", "description": "არასავალდებულო z-ქულის ზღურბლი; პიქსელები, რომლებიც ამაზე შორსაა უახლოესი კლასის საშუალოდან, რჩება კლასიფიცირების გარეშე. ნაგულისხმევი: ზღურბლის გარეშე (კლასიფიცირდება ყველა)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა. თუ გამოტოვებულია, შედეგი ინახება მეხსიერებაში." } } }, "modified_k_means_clustering": { "name": "მოდიფიცირებული K-საშუალოების კლასტერიზაცია", "description": "მოდიფიცირებული K-means კლასტერიზაცია აუმჯობესებს სტანდარტულ K-means-ს სპექტრული წინასწარი დამუშავებით, K-ის ავტომატური ადაპტური შერჩევითა და კონვერგენციის გაუმჯობესებული კრიტერიუმებით, რაც უფრო მდგრად და ზუსტ უკონტროლო მრავალსპექტრულ კლასიფიკაციას უზრუნველყოფს. ალგორითმი იყენებს არასავალდებულო წინასწარ დამუშავებას, მათ შორის სპექტრულ სტანდარტიზაციას მასშტაბის ეფექტების მოსაცილებლად, მთავარი კომპონენტების გარდაქმნას დომინანტური ვარიაციის მიმართულებების ხაზგასასმელად და ხმაურის ფილტრაციას ყალბი სპექტრული ცვალებადობის მოსაცილებლად. K-ის ადაპტური შერჩევა იყენებს „იდაყვის“ მეთოდებს ან სილუეტის ანალიზს კლასტერების ოპტიმალური რაოდენობის ავტომატურად აღმოსაჩენად, ხელით მითითების ნაცვლად. ძირითადი მახასიათებლებია: სპექტრული წინასწარი დამუშავება, რომელიც მასშტაბისადმი მგრძნობელობას ამცირებს და დომინანტური სპექტრული ცვალებადობის მიმართულებებს უსვამს ხაზს; K-ის ავტომატური შერჩევა, რომელიც კლასტერების ოპტიმალურ რაოდენობას ობიექტურად აღმოაჩენს; კონვერგენციის გაუმჯობესებული კრიტერიუმები, მათ შორის ცენტრის ფარდობითი გადაადგილების ზღურბლები და სპექტრული კუთხის მსგავსების მეტრიკები; და არასავალდებულო შემდგომი დამუშავება მსგავსი კლასტერების შერწყმით ან დიფუზური კლასტერების გაყოფით. გამოყენების სფეროები მოიცავს მიწის საფარის გაუმჯობესებულ საძიებო კლასიფიკაციას სპექტრული მასშტაბების ავტომატური დამუშავებით, ანომალიების მდგრად აღმოჩენას სიგნალის ხმაურისგან გამიჯვნით წინასწარი დამუშავების მეშვეობით, გამოსახულების ადაპტურ სეგმენტაციას დეტალურობის შესაფერისი დონეების ავტომატური აღმოჩენით და მრავალსენსორულ ინტეგრაციას სხვადასხვა სენსორის სპექტრული მასშტაბების ნორმალიზებით. მოდიფიცირებული K-means-ის შედეგი მდგრად ბუნებრივ სპექტრულ კლასებს ავლენს. შედეგად მიიღება კლასტერული კუთვნილების ოპტიმიზებული რასტრი ავტომატურად განსაზღვრული კლასების რაოდენობით, კლასტერების ცენტრები დოკუმენტირებული წინასწარი დამუშავების გარდაქმნებით და დიაგნოსტიკური სტატისტიკა, რომელიც კლასტერების ხარისხს, გამიჯვნასა და კონვერგენციას აფასებს; K-ის ადაპტური შერჩევის რეკომენდაციები ინტერპრეტირებადობასა და დეტალურობას შორის კომპრომისს წარმართავს.", "params": { "inputs": { "label": "შემავალი მონაცემები", "description": "შემავალი რასტრების სია გზების მასივის ან მძიმით/წერტილმძიმით გამოყოფილი სტრიქონის სახით." }, "start_clusters": { "label": "საწყისი კლასტერები", "description": "კლასტერების საწყისი რაოდენობა შერწყმამდე (ნაგულისხმევი 1000)." }, "merge_dist": { "label": "შერწყმის მანძილი", "description": "კლასტერების შერწყმის მანძილის ზღურბლი (ევკლიდური)." }, "max_iterations": { "label": "მაქსიმალური იტერაციები", "description": "იტერაციების მაქსიმალური რაოდენობა (ნაგულისხმევი 10)." }, "class_change": { "label": "კლასის ცვლილება", "description": "შეჩერდება, როცა შეცვლილი ვალიდური უჯრედების პროცენტი ამ ზღურბლს ქვემოთ დაეცემა (ნაგულისხმევი 2.0)." }, "out_html": { "label": "გამომავალი HTML ფაილი", "description": "არასავალდებულო HTML ანგარიშის გამომავალი გზა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო კლასების რასტრის გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "nnd_classification": { "name": "NND კლასიფიკაცია", "description": "ასრულებს უახლოესი ნორმალიზებული მანძილის კლასიფიკაციას გამონაკლისების არასავალდებულო უარყოფით.", "params": { "inputs": { "label": "შემავალი მონაცემები", "description": "ერთარხიანი შემავალი რასტრების მასივი." }, "auto_reproject": { "label": "ავტომატური გადაპროექტირება", "description": "თუ true (ნაგულისხმევი), ავტომატურად გადააპროექტირებს დასტის რასტრებს inputs[0]-თან შესატყვისად, როცა CRS განსხვავდება." }, "auto_reproject_method": { "label": "ავტომატური გადაპროექტირების მეთოდი", "description": "არასავალდებულო გადაპროექტირების გადადისკრეტიზაციის მეთოდის გადაფარვა: nearest, bilinear, cubic, lanczos, average, min, max, mode, median, stddev." }, "training_data": { "label": "სასწავლო მონაცემები", "description": "წერტილოვანი/პოლიგონური ვექტორული სასწავლო მონაცემების გზა." }, "class_field": { "label": "კლასის ველი", "description": "კლასის ველი training_data-ის ატრიბუტებში." }, "scaling": { "label": "მასშტაბირება", "description": "ნიშნების მასშტაბირების რეჟიმი: none (ნაგულისხმევი), normalize, standardize." }, "z_threshold": { "label": "Z ზღურბლი", "description": "ნორმალიზებული მანძილის z-ქულის მაქსიმალური დასაშვები მნიშვნელობა გამორჩეულად მონიშვნამდე (ნაგულისხმევი 1.96)." }, "outlier_is_zero": { "label": "გამონაკლისი ნულის ტოლია", "description": "თუ true, გამორჩეულებს მიენიჭება კლასის მნიშვნელობა 0; წინააღმდეგ შემთხვევაში NoData." }, "k": { "label": "K", "description": "მეზობლობის ზომა კლასამდე მანძილის შესაფასებლად (ნაგულისხმევი 25)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "otsu_thresholding": { "name": "ოცუს ზღვრული კლასიფიკაცია", "description": "ოცუს ზღვრული კლასიფიკაცია არის გამოსახულების ავტომატური სეგმენტაციის მეთოდი, რომელიც ოპტიმალურ გლობალურ ზღურბლს განსაზღვრავს პიქსელების ინტენსივობის ჰისტოგრამებში კლასთაშორისი ვარიაციის მაქსიმიზაციით. ალგორითმი: განიხილავს ნაცრისფერი ან ერთარხიანი გამოსახულების ჰისტოგრამას, იტერაციულად ამოწმებს ზღურბლის ყველა შესაძლო მნიშვნელობას, ითვლის კლასთაშორის ვარიაციას თითოეული ზღურბლისთვის და ირჩევს მნიშვნელობას, რომელიც წინა პლანისა და ფონის კლასებს შორის ვარიაციის გამიჯვნას მაქსიმუმამდე ზრდის. არაპარამეტრულია და ზღურბლის ხელით მითითებას არ საჭიროებს. ძირითადი მახასიათებლები: ზღურბლის სრულად ავტომატური განსაზღვრა, მდგრადობა განათების ცვლილებების მიმართ, ჰისტოგრამაზე დაფუძნებული მიდგომა სწრაფ გამოთვლას უზრუნველყოფს, გარე პარამეტრების გარეშე, იძლევა ერთ გლობალურ ზღურბლს. შესაძლებლობები: ბინარული სეგმენტაცია, უნიმოდალური და ბიმოდალური ჰისტოგრამების ოპტიმიზაცია, ვიწრო დინამიკური დიაპაზონის ან მაღალი კონტრასტის გამოსახულებების დამუშავება. გამოყენების შემთხვევები: გამოსახულების ავტომატური სეგმენტაცია მომხმარებლის ჩარევის გარეშე, დოკუმენტების ბინარიზაცია, წყლის ობიექტების ამოღება, ღრუბლების აღმოჩენა თანამგზავრულ გამოსახულებებში, ყინულისა და თოვლის კარტოგრაფირება. გამოყენების სფეროები: ცვლილებების აღმოჩენისთვის წინასწარი დამუშავება, მიწის საფარის მარტივი კლასიფიკაცია, წყლის ნიღბის გენერირება, წინასწარი სეგმენტაცია გაღრმავებულ კლასიფიკაციამდე. შედეგის ინტერპრეტაცია: ზღურბლზე დაბალი პიქსელები ერთ კლასად კლასიფიცირდება, ზემოთ მყოფი — მეორედ; ჰისტოგრამის ბიმოდალურობა გამიჯვნის ხარისხზე მიუთითებს; ცუდად გამიჯნული ჰისტოგრამები ბინარული კლასიფიკაციისთვის უვარგისობაზე მიუთითებს; სტატისტიკური საზომები, როგორიცაა კლასთაშორისი ვარიაცია და ერთგვაროვნება, სეგმენტაციის ხარისხს მიუთითებს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "parallelepiped_classification": { "name": "პარალელეპიპედური კლასიფიკაცია", "description": "ასრულებს ზედამხედველობით პარალელეპიპედის კლასიფიკაციას მრავალსპექტრულ რასტრებზე პოლიგონური სასწავლო მონაცემების გამოყენებით.", "params": { "inputs": { "label": "შემავალი მონაცემები", "description": "ერთარხიანი შემავალი რასტრების მასივი (თითო თითოეულ სპექტრულ არხზე), გზების ან გამყოფებით დაყოფილი სტრიქონის სახით." }, "auto_reproject": { "label": "ავტომატური გადაპროექტირება", "description": "თუ true (ნაგულისხმევი), ავტომატურად გადააპროექტირებს დასტის რასტრებს inputs[0]-თან შესატყვისად, როცა CRS განსხვავდება." }, "auto_reproject_method": { "label": "ავტომატური გადაპროექტირების მეთოდი", "description": "არასავალდებულო გადაპროექტირების გადადისკრეტიზაციის მეთოდის გადაფარვა: nearest, bilinear, cubic, lanczos, average, min, max, mode, median, stddev." }, "training_data": { "label": "სასწავლო მონაცემები", "description": "პოლიგონური ვექტორული ფაილის გზა, რომელიც შეიცავს სასწავლო უბნებს." }, "class_field": { "label": "კლასის ველი", "description": "სასწავლო მონაცემებში იმ ატრიბუტული ველის სახელი, რომელიც შეიცავს კლასის იდენტიფიკატორს." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა. თუ გამოტოვებულია, შედეგი ინახება მეხსიერებაში." } } }, "random_forest_classification": { "name": "შემთხვევითი ტყის კლასიფიკაცია", "description": "შემთხვევითი ტყის კლასიფიკაცია ეტიკეტებს ანიჭებს გადაწყვეტილების ხეების ანსამბლით, რომლებიც bootstrap ნიმუშებზე მახასიათებლების რანდომიზებული ქვესიმრავლეებით არის გაწვრთნილი. თითოეული ხე დამოუკიდებლად იზრდება გასხვლის გარეშე და ასახავს მახასიათებლებს შორის რთულ არაწრფივ მიმართებებსა და ურთიერთქმედებებს. კლასიფიკაცია აგრეგირებს ხმებს, როგორც წესი, 100-1000 ხისგან; საბოლოო კლასი უმრავლესობის ხმით განისაზღვრება. Bootstrap წვრთნა და მახასიათებლების შემთხვევითი შერჩევა ამცირებს გადამეტებულ მორგებას და ამავდროულად მაღალგანზომილებიან შაბლონებს ასახავს. მახასიათებლების მნიშვნელოვნება შეიძლება გამოითვალოს out-of-bag შეცდომის ცვლილებებიდან, რაც კლასიფიკაციისთვის ყველაზე რელევანტურ დიაგნოსტიკურ სპექტრულ არხებს ან წარმოებულ მახასიათებლებს ავლენს. ძირითადი მახასიათებლებია: ცვლადების მნიშვნელოვნების რანჟირება, რომელიც კლასიფიკაციის საკვანძო მახასიათებლებს ავლენს; თითოეული პიქსელის კლასიფიკაციის სანდოობა ანსამბლის ხეების ხმების კონსენსუსიდან; მაღალგანზომილებიანი ჰიპერსპექტრული მონაცემების ავტომატური დამუშავება; მდგრადობა სპექტრული გამონაკლისებისა და ხმაურის მიმართ; და პარალელიზებადი წვრთნა და პროგნოზირება. ინსტრუმენტი ეფექტიანად ამუშავებს მრავალკლასიან ამოცანებს დაუბალანსებელი სასწავლო ნაკრებებით. გამოყენების სფეროები მოიცავს მიწის საფარის კლასიფიკაციას მრავალსპექტრული და ჰიპერსპექტრული მონაცემებიდან, ცვლილებების აღმოჩენას რუკებს შორის სპექტრული გადასვლების იდენტიფიკაციით, კულტურების ტიპების კლასიფიკაციას მრავალდროითი თანამგზავრული გამოსახულებებიდან, ურბანული მასალების კლასიფიკაციას შენობების ტიპებისა და ზედაპირების გასარჩევად და ანომალიების აღმოჩენას სპექტრული გამონაკლისების იდენტიფიკაციით. შემთხვევითი ტყეები დისტანციური ზონდირების ამოცანებში შედარებით მოკრძალებული სასწავლო მონაცემებითაც სტაბილურად მაღალ სიზუსტეს აღწევს. შედეგის ინტერპრეტაცია: ხმების რაოდენობა კლასიფიკაციის სანდოობას იძლევა; ერთსულოვანი ან ძლიერი უმრავლესობის ხმები (>80%) სანდო კლასიფიკაციებზე მიუთითებს, ხოლო მცირე სხვაობა შერეული პიქსელების ორაზროვნებაზე მიანიშნებს. მახასიათებლების მნიშვნელოვნების რანჟირება კლასიფიკაციისთვის ყველაზე დიაგნოსტიკურ სპექტრულ არხებს ან წარმოებულ ინდექსებს ავლენს. Out-of-bag შეცდომა განზოგადების ეფექტიანობას აფასებს გამოყოფილი ვალიდაციის ნაკრების გარეშე. მახასიათებლების ურთიერთქმედებები იმპლიციტურია; კონკრეტული არხების კომბინაციებით მიღწეული მაღალი სიზუსტე არაწრფივ სპექტრულ მიმართებებზე მიანიშნებს.", "params": { "inputs": { "label": "შემავალი მონაცემები", "description": "ერთარხიანი შემავალი რასტრების მასივი." }, "auto_reproject": { "label": "ავტომატური გადაპროექტირება", "description": "თუ true (ნაგულისხმევი), ავტომატურად გადააპროექტირებს დასტის რასტრებს inputs[0]-თან შესატყვისად, როცა CRS განსხვავდება." }, "auto_reproject_method": { "label": "ავტომატური გადაპროექტირების მეთოდი", "description": "არასავალდებულო გადაპროექტირების გადადისკრეტიზაციის მეთოდის გადაფარვა: nearest, bilinear, cubic, lanczos, average, min, max, mode, median, stddev." }, "training_data": { "label": "სასწავლო მონაცემები", "description": "წერტილოვანი/პოლიგონური ვექტორული სასწავლო მონაცემების გზა." }, "class_field": { "label": "კლასის ველი", "description": "კლასის ველი training_data-ის ატრიბუტებში." }, "scaling": { "label": "მასშტაბირება", "description": "ნიშნების მასშტაბირების რეჟიმი: none (ნაგულისხმევი), normalize, standardize." }, "n_trees": { "label": "ხეების რაოდენობა", "description": "ხეების რაოდენობა ტყეში (ნაგულისხმევი 200)." }, "min_samples_leaf": { "label": "მინიმალური ნიმუშები ფოთოლში", "description": "ფოთოლ კვანძში საჭირო ნიმუშების მინიმალური რაოდენობა (ნაგულისხმევი 1)." }, "min_samples_split": { "label": "მინიმალური ნიმუშები გაყოფისთვის", "description": "შიდა კვანძის გასაყოფად საჭირო ნიმუშების მინიმალური რაოდენობა (ნაგულისხმევი 2)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "random_forest_regression": { "name": "შემთხვევითი ტყის რეგრესია", "description": "ასრულებს ზედამხედველობით შემთხვევითი ტყის რეგრესიას მრავალარხიან შემავალ რასტრებზე.", "params": { "inputs": { "label": "შემავალი მონაცემები", "description": "ერთარხიანი შემავალი რასტრების მასივი." }, "auto_reproject": { "label": "ავტომატური გადაპროექტირება", "description": "თუ true (ნაგულისხმევი), ავტომატურად გადააპროექტირებს დასტის რასტრებს inputs[0]-თან შესატყვისად, როცა CRS განსხვავდება." }, "auto_reproject_method": { "label": "ავტომატური გადაპროექტირების მეთოდი", "description": "არასავალდებულო გადაპროექტირების გადადისკრეტიზაციის მეთოდის გადაფარვა: nearest, bilinear, cubic, lanczos, average, min, max, mode, median, stddev." }, "training_data": { "label": "სასწავლო მონაცემები", "description": "წერტილოვანი ვექტორული სასწავლო მონაცემების გზა." }, "field": { "label": "ველი", "description": "რიცხვითი სამიზნე ველი training_data-ის ატრიბუტებში." }, "scaling": { "label": "მასშტაბირება", "description": "ნიშნების მასშტაბირების რეჟიმი: none (ნაგულისხმევი), normalize, standardize." }, "n_trees": { "label": "ხეების რაოდენობა", "description": "ხეების რაოდენობა ტყეში (ნაგულისხმევი 200)." }, "min_samples_leaf": { "label": "მინიმალური ნიმუშები ფოთოლში", "description": "ფოთოლ კვანძში საჭირო ნიმუშების მინიმალური რაოდენობა (ნაგულისხმევი 1)." }, "min_samples_split": { "label": "მინიმალური ნიმუშები გაყოფისთვის", "description": "შიდა კვანძის გასაყოფად საჭირო ნიმუშების მინიმალური რაოდენობა (ნაგულისხმევი 2)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "svm_classification": { "name": "SVM კლასიფიკაცია", "description": "საყრდენი ვექტორების მანქანის (SVM) კლასიფიკაცია მრავალსპექტრულ დისტანციური ზონდირების მონაცემებზე იყენებს მანქანური სწავლების SVM ალგორითმებს და სასწავლო კლასებს მაღალგანზომილებიან სპექტრულ მახასიათებლების სივრცეში ჰიპერსიბრტყის ოპტიმალური განთავსებით გამიჯნავს. ალგორითმი: გარდაქმნის სპექტრული მახასიათებლების ვექტორებს მაღალგანზომილებიან სივრცეში ბირთვული ფუნქციებით (წრფივი, RBF, პოლინომიური), პოულობს მაქსიმალური ზღვრის ჰიპერსიბრტყეს, რომელიც სასწავლო კლასებს გამიჯნავს, და ახალ პიქსელებს ჰიპერსიბრტყის მიმართ მათი პოზიციის მიხედვით აკლასიფიცირებს; ტოლერანტობის პარამეტრები და ბირთვის შერჩევა განზოგადებას აკონტროლებს. ეფექტიანად უმკლავდება კლასების არაწრფივ გამიჯვნას. ძირითადი მახასიათებლები: მდგრადობა მაღალგანზომილებიანი სპექტრული მონაცემების მიმართ, შესანიშნავი განზოგადება შეზღუდული სასწავლო ნიმუშებით, ბირთვის მოქნილობა მრავალფეროვან სპექტრულ განაწილებებს ითვალისწინებს, იძლევა ალბათობის/სანდოობის შეფასებებს. შესაძლებლობები: მრავალკლასიანი კლასიფიკაცია, რბილი ზღვრის ტოლერანტობა, კლასების წონების ავტომატური დაბალანსება. გამოყენების შემთხვევები: მიწის დეტალური კლასიფიკაცია მწირი სასწავლო მონაცემებით, სპექტრულ-სივრცითი მახასიათებლების ინტეგრაცია, ცვლილებების აღმოჩენა, ზუსტი სოფლის მეურნეობა, ურბანული კარტოგრაფირება. გამოყენების სფეროები: ჰიპერსპექტრული გამოსახულებების კლასიფიკაცია, რთული ეკოსისტემების კარტოგრაფირება, კულტურების ტიპების დელინეაცია, ინფრასტრუქტურის კლასიფიკაცია. შედეგის ინტერპრეტაცია: კლასისადმი კუთვნილება პროგნოზირებულ კატეგორიას მიუთითებს, ხოლო სივრცითი თანმიმდევრულობა კლასიფიკაციის ხარისხს ავლენს; ალბათობის შეფასებები პიქსელის დონის სანდოობას აფასებს; არასწორი კლასიფიკაციის შაბლონები სასწავლო მონაცემების ნაკლოვანებებზე ან სპექტრული გადაფარვის პრობლემებზე მიუთითებს.", "params": { "inputs": { "label": "შემავალი მონაცემები", "description": "ერთარხიანი შემავალი რასტრების მასივი." }, "auto_reproject": { "label": "ავტომატური გადაპროექტირება", "description": "თუ true (ნაგულისხმევი), ავტომატურად გადააპროექტირებს დასტის რასტრებს inputs[0]-თან შესატყვისად, როცა CRS განსხვავდება." }, "auto_reproject_method": { "label": "ავტომატური გადაპროექტირების მეთოდი", "description": "არასავალდებულო გადაპროექტირების გადადისკრეტიზაციის მეთოდის გადაფარვა: nearest, bilinear, cubic, lanczos, average, min, max, mode, median, stddev." }, "training_data": { "label": "სასწავლო მონაცემები", "description": "წერტილოვანი/პოლიგონური ვექტორული სასწავლო მონაცემების გზა." }, "class_field": { "label": "კლასის ველი", "description": "კლასის ველი training_data-ის ატრიბუტებში." }, "scaling": { "label": "მასშტაბირება", "description": "ნიშნების მასშტაბირების რეჟიმი: none (ნაგულისხმევი), normalize, standardize." }, "kernel": { "label": "ბირთვი", "description": "ბირთვის ტიპი: linear (ნაგულისხმევი) ან rbf." }, "c": { "label": "C", "description": "SVM-ის რეგულარიზაციის პარამეტრი (ნაგულისხმევი 1.0)." }, "gamma": { "label": "გამა", "description": "RBF ბირთვის gamma; ნაგულისხმევად 1 / number_of_features." }, "epoch": { "label": "ეპოქა", "description": "სასწავლო ეპოქების რაოდენობა (ნაგულისხმევი 2)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "svm_regression": { "name": "SVM რეგრესია", "description": "ასრულებს ზედამხედველობით საყრდენი ვექტორების მანქანის რეგრესიას მრავალარხიან შემავალ რასტრებზე.", "params": { "inputs": { "label": "შემავალი მონაცემები", "description": "ერთარხიანი შემავალი რასტრების მასივი." }, "auto_reproject": { "label": "ავტომატური გადაპროექტირება", "description": "თუ true (ნაგულისხმევი), ავტომატურად გადააპროექტირებს დასტის რასტრებს inputs[0]-თან შესატყვისად, როცა CRS განსხვავდება." }, "auto_reproject_method": { "label": "ავტომატური გადაპროექტირების მეთოდი", "description": "არასავალდებულო გადაპროექტირების გადადისკრეტიზაციის მეთოდის გადაფარვა: nearest, bilinear, cubic, lanczos, average, min, max, mode, median, stddev." }, "training_data": { "label": "სასწავლო მონაცემები", "description": "წერტილოვანი ვექტორული სასწავლო მონაცემების გზა." }, "field": { "label": "ველი", "description": "რიცხვითი სამიზნე ველი training_data-ის ატრიბუტებში." }, "scaling": { "label": "მასშტაბირება", "description": "ნიშნების მასშტაბირების რეჟიმი: none (ნაგულისხმევი), normalize, standardize." }, "kernel": { "label": "ბირთვი", "description": "ბირთვის ტიპი: linear (ნაგულისხმევი) ან rbf." }, "c": { "label": "C", "description": "SVM-ის რეგულარიზაციის პარამეტრი (ნაგულისხმევი 1.0)." }, "gamma": { "label": "გამა", "description": "RBF ბირთვის gamma; ნაგულისხმევად 1 / number_of_features." }, "eps": { "label": "Eps", "description": "epsilon-ის მიმართ არამგრძნობიარე დანაკარგის სიგანე (ნაგულისხმევი 0.1)." }, "tol": { "label": "ტოლერანტობა", "description": "ოპტიმიზატორის ტოლერანტობა (ნაგულისხმევი 1e-3)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "change_vector_analysis": { "name": "ცვლილების ვექტორის ანალიზი", "description": "ასრულებს ცვლილების ვექტორის ანალიზს ორი თარიღის მრავალსპექტრულ მონაცემთა ნაკრებებზე და აბრუნებს სიდიდისა და მიმართულების რასტრებს.", "params": { "date1": { "label": "თარიღი 1", "description": "ადრინდელი თარიღის რასტრების სია გზების მასივის ან მძიმით/წერტილმძიმით გამოყოფილი სტრიქონის სახით." }, "date2": { "label": "თარიღი 2", "description": "გვიანდელი თარიღის რასტრების სია გზების მასივის ან მძიმით/წერტილმძიმით გამოყოფილი სტრიქონის სახით." }, "magnitude_output": { "label": "სიდიდის გამომავალი", "description": "არასავალდებულო გამომავალი გზა ვექტორის სიდიდის რასტრისთვის." }, "direction_output": { "label": "მიმართულების გამომავალი", "description": "არასავალდებულო გამომავალი გზა მიმართულების კოდის რასტრისთვის." } } }, "image_difference_change_detection": { "name": "ცვლილებების აღმოჩენა გამოსახულებათა სხვაობით", "description": "ცვლილებების აღმოჩენა გამოსახულებათა სხვაობით მიწის საფარის ცვლილებებს განსაზღვრავს კო-რეგისტრირებულ მრავალდროით თანამგზავრულ გადაღებებს შორის პიქსელ-პიქსელ მრავალსპექტრული სხვაობების გამოთვლით და გამოყოფს არეებს, სადაც სპექტრული სიგნატურები იმდენად შეიცვალა, რომ ფონის სტატისტიკურ ცვალებადობას გადააჭარბა. ალგორითმი გამოსახულებებს საერთო პიქსელურ ბადეზე აკო-რეგისტრირებს, ითვლის სხვაობებს შერჩეულ არხებში ან მცენარეულობის ინდექსებში (მაგ., NDVI-ის სხვაობა), იყენებს სტატისტიკურ ზღურბლს საშუალო აბსოლუტური სხვაობისა და სანდოობის ინტერვალების საფუძველზე, რათა ცვლილება ხმაურისგან განასხვავოს, და გამოაქვს ცვლილებების ბინარული ნიღბები ან სხვაობის სიდიდის უწყვეტი რასტრები. გამოსახულებათა სხვაობის მეთოდი გამოთვლითად მარტივი, ინტერპრეტირებადი და ეფექტიანია მცენარეულობის, ურბანული განვითარების ან წყლის ობიექტების მნიშვნელოვანი ცვლილებების აღმოსაჩენად. ძირითადი მახასიათებლებია: არხების მოქნილი შერჩევა, რაც კონკრეტულ სპექტრულ დიაპაზონებში მიზანმიმართულ ცვლილებების აღმოჩენას შესაძლებელს ხდის; სტატისტიკური ზღურბლი სანდოობის ავტომატური ან ხელით მითითებული დონეებით; არასავალდებულო წინასწარი დამუშავება (ნორმალიზაცია, ინდექსების გამოთვლა), რომელიც ცვლილების სიგნალისა და ხმაურის თანაფარდობას აუმჯობესებს; და სწრაფი დამუშავება, რაც დიდმასშტაბიან ცვლილებების აღმოჩენას შესაძლებელს ხდის. გამოყენების სფეროები მოიცავს ტყის გაჩეხვის კარტოგრაფირებასა და ტყის დანაკარგის მონიტორინგს, ქალაქის გაფართოების თვალყურის დევნებას მრავალსპექტრული თანამგზავრული დროითი მწკრივებით, წყალდიდობის კარტოგრაფირებას მოვლენამდე/მოვლენის შემდეგ SAR ან ოპტიკური მონაცემებით და სასოფლო-სამეურნეო ცვლილებების აღმოჩენას კულტურების მონაცვლეობის თვალყურის დევნებით. გამოსახულებათა სხვაობის შედეგი ცვლილების არეებს გამოყოფს. შედეგი მოიცავს ცვლილების ნიღბის რასტრს (ბინარული: ცვლილება/ცვლილების გარეშე) კონფიგურირებადი ზღურბლებით, სხვაობის სიდიდის უწყვეტ რასტრს, რომელიც ცვლილების ინტენსივობას აფასებს, და ცვლილების კლასების არასავალდებულო რასტრს, რომელიც ცვლილების ტიპს აზუსტებს (ზრდა, კლება); დროითი აგრეგაცია ცვლილებების თვალყურის დევნებას მრავალწლიან პერიოდებში შესაძლებელს ხდის.", "params": { "t1_inputs": { "label": "T1 შემავალი მონაცემები", "description": "თარიღი-1-ის რასტრების გზების მასივი." }, "t2_inputs": { "label": "T2 შემავალი მონაცემები", "description": "თარიღი-2-ის რასტრების გზების მასივი; უნდა ემთხვეოდეს t1_inputs-ის სიგრძესა და თანმიმდევრობას." }, "mode": { "label": "რეჟიმი", "description": "სხვაობის რეჟიმი: magnitude (ნაგულისხმევი) ან signed." }, "threshold_sigma": { "label": "ზღურბლის სიგმა", "description": "არასავალდებულო სიგმის ზღურბლი ბინარული ცვლილების ნიღბის გენერაციისთვის." }, "auto_reproject": { "label": "ავტომატური გადაპროექტირება", "description": "თუ true (ნაგულისხმევი), გადააპროექტირებს დასტის რასტრებს t1_inputs[0]-თან შესატყვისად, როცა CRS განსხვავდება." }, "auto_reproject_method": { "label": "ავტომატური გადაპროექტირების მეთოდი", "description": "არასავალდებულო გადაპროექტირების გადადისკრეტიზაციის გადაფარვა: nearest, bilinear, cubic, lanczos, average, min, max, mode, median, stddev." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა სხვაობის გამოსახულებისთვის." }, "output_absolute": { "label": "აბსოლუტური მნიშვნელობის გამოტანა", "description": "არასავალდებულო გამომავალი რასტრის გზა ნიშნიანი სხვაობის აბსოლუტური მნიშვნელობისთვის (|mean(t2-t1)|)." }, "output_signed": { "label": "ნიშნიანი მნიშვნელობის გამოტანა", "description": "არასავალდებულო გამომავალი რასტრის გზა ნიშნიანი სხვაობისთვის mean(t2-t1)." }, "output_mask": { "label": "გამომავალი ნიღაბი", "description": "არასავალდებულო გამომავალი რასტრის გზა ზღურბლით მიღებული ბინარული ცვლილების ნიღბისთვის." } } }, "pca_based_change_detection": { "name": "ცვლილებების აღმოჩენა PCA-ზე დაყრდნობით", "description": "ცვლილებების აღმოჩენა მთავარი კომპონენტების ანალიზით მიწის საფარის ცვლილებებს განსაზღვრავს მრავალდროითი სტეკირებული სპექტრული მონაცემებიდან მთავარი კომპონენტების გამოთვლით, სადაც პირველი კომპონენტები დროში საერთო შაბლონებს ასახავს, ხოლო მოგვიანო კომპონენტები დროით ცვლილებებს გამოყოფს. ალგორითმი სტეკავს მრავალდროით მრავალსპექტრულ მონაცემებს (საერთო ბადეზე კო-რეგისტრირებულს), ითვლის PCA-ს და გარდაქმნის მათ არაკორელირებულ ორთოგონალურ სპექტრულ-დროით კომპონენტებად, მოგვიანო PC-ებს ცვლილებისადმი მგრძნობიარედ განიხილავს და ცვლილებების აღმოსაჩენად PC-ის დატვირთვებსა/ქულებზე სტატისტიკურ ზღურბლს იყენებს. PCA-ზე დაფუძნებული აღმოჩენა განსაკუთრებით ეფექტიანია, როცა ცვლილების სიგნალები სპექტრულად სუსტია, რადგან PCA ვარიაციას მაქსიმიზაციას უკეთებს და დროში თანმიმდევრულ სპექტრულ შაბლონებს (პირველი PC-ები) დროითი ცვალებადობისგან (მოგვიანო PC-ები) გამიჯნავს. ძირითადი მახასიათებლებია: მრავალთარიღიანი მონაცემების შერწყმა გამოსახულებების ცვალებადი რაოდენობისა და კო-რეგისტრაციის მოთხოვნების გათვალისწინებით; ვარიაციის ავტომატური მაქსიმიზაცია, რომელიც მნიშვნელოვან სპექტრულ-დროით შაბლონებს უსვამს ხაზს; მრავალცვლადიანი სტატისტიკა, რომელიც ცვლილებების გარჩევას ერთცვლადიან სხვაობასთან შედარებით აუმჯობესებს; და არასავალდებულო სივრცითი ფილტრაცია პიქსელური ხმაურის შესამცირებლად. გამოყენების სფეროები მოიცავს მცენარეულობის სუსტი სტრესის აღმოჩენას ვიზუალურ ამოცნობამდე, მრავალსპექტრულ ურბანულ ცვლილებების აღმოჩენას ათწლეულების განმავლობაში განვითარების თვალყურის დევნებით, სტიქიური უბედურებების ზემოქმედების შეფასებას ზიანის სწრაფი კარტოგრაფირებით და გარემოს მონიტორინგს ეკოსისტემის მდგომარეობის გადასვლების აღმოჩენით. PCA-ზე დაფუძნებული აღმოჩენის შედეგი დროით შაბლონებს განასხვავებს. შედეგი მოიცავს მთავარი კომპონენტების გამოსახულებებს ინტერპრეტირებადი სპექტრულ-დროითი დატვირთვებით, ცვლილების ალბათობის რასტრს, რომელიც მოგვიანო კომპონენტების ქულებიდან არის მიღებული, და ცვლილებების არასავალდებულო კლასიფიკაციას, რომელიც ცვლილების ტიპებს აზუსტებს; PC-ების სივრცითი შაბლონები ვიზუალური შაბლონების ამოცნობის საშუალებას იძლევა, რაც სტატისტიკურ აღმოჩენას ავსებს.", "params": { "t1_inputs": { "label": "T1 შემავალი მონაცემები", "description": "თარიღი-1-ის რასტრების გზების მასივი." }, "t2_inputs": { "label": "T2 შემავალი მონაცემები", "description": "თარიღი-2-ის რასტრების გზების მასივი; უნდა ემთხვეოდეს t1_inputs-ის სიგრძესა და თანმიმდევრობას." }, "component": { "label": "კომპონენტი", "description": "გამოსატანი მთავარი კომპონენტის ინდექსი 1-იდან ათვლით (ნაგულისხმევი 1)." }, "standardized": { "label": "სტანდარტიზებული", "description": "თუ true, ცვლილების ვექტორებზე გამოიყენება კორელაციის მატრიცის PCA (ნაგულისხმევი false)." }, "threshold_sigma": { "label": "ზღურბლის სიგმა", "description": "არასავალდებულო სიგმის ზღურბლი მთავარი კომპონენტის ქულის აბსოლუტურ მნიშვნელობაზე ბინარული ნიღბის გამოსატანად." }, "auto_reproject": { "label": "ავტომატური გადაპროექტირება", "description": "თუ true (ნაგულისხმევი), გადააპროექტირებს დასტის რასტრებს t1_inputs[0]-თან შესატყვისად, როცა CRS განსხვავდება." }, "auto_reproject_method": { "label": "ავტომატური გადაპროექტირების მეთოდი", "description": "არასავალდებულო გადაპროექტირების გადადისკრეტიზაციის გადაფარვა: nearest, bilinear, cubic, lanczos, average, min, max, mode, median, stddev." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა შერჩეული მთავარი კომპონენტის ქულის აბსოლუტური მნიშვნელობისთვის." }, "output_mask": { "label": "გამომავალი ნიღაბი", "description": "არასავალდებულო გამომავალი რასტრის გზა ზღურბლით მიღებული ბინარული ნიღბისთვის (0/1)." }, "output_report": { "label": "გამომავალი ანგარიში", "description": "არასავალდებულო გამომავალი JSON ანგარიშის გზა საკუთრივი მნიშვნელობების, ახსნილი დისპერსიისა და კომპონენტების დატვირთვებისთვის." } } }, "post_classification_change": { "name": "პოსტკლასიფიკაციური ცვლილება", "description": "კლასიფიკაციის შემდგომი ცვლილებების აღმოჩენა მიწის საფარის/მიწათსარგებლობის (LULC) გადასვლებს რაოდენობრივად აფასებს სხვადასხვა დროის პერიოდის დამოუკიდებლად კლასიფიცირებული რუკების პირდაპირი შედარებით. პიქსელ-პიქსელ კლასების შედარება ავლენს გადასვლებს „საიდან“ და „სადამდე“ კლასების მითითებით. ჯვარედინი ტაბულაციის მატრიცები (აღრევის მატრიცები) აფასებს გადასვლების სიხშირეებს და ცვლილების დომინანტურ გზებს ავლენს. მეთოდი თარიღებს შორის კლასიფიკაციის თანმიმდევრულ სქემებს მოითხოვს; სიზუსტე დამოკიდებულია თითოეული დროის ეტაპზე კლასიფიკაციის ხარისხზე. ძირითადი მახასიათებლები: კლასიდან კლასში გადასვლების პირდაპირი კარტოგრაფირება; ცალკეული კლასიფიკაციების დამოუკიდებლობა; სხვადასხვა სენსორის კომბინაციების შესაძლებლობა; გადასვლების სიხშირეების რაოდენობრივი შეფასება; ცვლილებების ცხელი წერტილების იდენტიფიკაცია. გამოყენების შემთხვევები: ტყის გაჩეხვის მონიტორინგი; ქალაქის ზრდის კარტოგრაფირება; სასოფლო-სამეურნეო მიწათსარგებლობის თვალყურის დევნება; ჭაობების დაკარგვის აღმოჩენა; ჰაბიტატების ფრაგმენტაციის შეფასება. შედეგის ინტერპრეტაცია: გადასვლების მატრიცები დიაგონალზე ცვლილების გარეშე მნიშვნელობებს, ხოლო დიაგონალს გარეთ გადასვლების სიხშირეებს აჩვენებს. ცვლილებების რუკები შეცვლილ პიქსელებს გამოყოფს; გადასვლებით კოდირებული შედეგი როგორც საწყის, ისე სამიზნე კლასს შეიცავს, რაც ინტერპრეტაციას შესაძლებელს ხდის. მაღალი სიზუსტე ხარისხიან კლასიფიკაციებს მოითხოვს; კლასიფიკაციის შეცდომები ნებისმიერ თარიღზე ცვლილებების აღმოჩენის შეცდომებში გადადის. გადასვლების აგრეგაცია დომინანტურ შაბლონებს ავლენს (მაგ., ტყე→სოფლის მეურნეობა, ბალახეული→ურბანული). ქვეპიქსელური გადასვლები კლასიფიკაციის შემდგომი მეთოდით ვერ აღმოიჩინება; წვრილმასშტაბიანი ცვლილებები შეიძლება გამოგრჩეთ.", "params": { "t1_classified": { "label": "T1 კლასიფიცირებული", "description": "თარიღი-1-ის კლასიფიცირებული რასტრის გზა." }, "t2_classified": { "label": "T2 კლასიფიცირებული", "description": "თარიღი-2-ის კლასიფიცირებული რასტრის გზა." }, "transition_scale": { "label": "გადასვლის მასშტაბი", "description": "გადასვლის კოდირების მასშტაბის კოეფიციენტი (ნაგულისხმევი 1000): code = class1 * scale + class2." }, "t1_class_remap": { "label": "T1 კლასების გადაკოდირება", "description": "არასავალდებულო გადაკოდირების ცხრილი თარიღი-1-ის კლასებისთვის ობიექტის სახით {\"old\": new, ...}." }, "t2_class_remap": { "label": "T2 კლასების გადაკოდირება", "description": "არასავალდებულო გადაკოდირების ცხრილი თარიღი-2-ის კლასებისთვის ობიექტის სახით {\"old\": new, ...}." }, "auto_reproject": { "label": "ავტომატური გადაპროექტირება", "description": "თუ true (ნაგულისხმევი), საჭიროებისას გადააპროექტირებს t2_classified-ს t1_classified-ის CRS-ში." }, "auto_reproject_method": { "label": "ავტომატური გადაპროექტირების მეთოდი", "description": "არასავალდებულო გადაპროექტირების გადადისკრეტიზაციის გადაფარვა: nearest, bilinear, cubic, lanczos, average, min, max, mode, median, stddev." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გადასვლის კოდით რასტრის გზა." } } }, "write_function_memory_insertion": { "name": "ჩაწერის ფუნქციის მეხსიერების ჩასმა", "description": "ქმნის შეფუთულ RGB კომპოზიტს ცვლილებების ვიზუალიზაციისთვის ორი ან სამი ერთარხიანი თარიღიდან.", "params": { "input1": { "label": "შემავალი 1", "description": "პირველი თარიღის ერთარხიანი რასტრი." }, "input2": { "label": "შემავალი 2", "description": "მეორე თარიღის ერთარხიანი რასტრი." }, "input3": { "label": "შემავალი 3", "description": "არასავალდებულო მესამე თარიღის ერთარხიანი რასტრი; თუ გამოტოვებულია, ლურჯი არხისთვის გამოიყენება input2." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "brdf_normalization": { "name": "BRDF ნორმალიზაცია", "description": "ერთი სცენის BRDF ნორმალიზაცია C-კორექციის ან Minnaert-ის მიდგომით DEM-ის დახრილობისა და ექსპოზიციის გეომეტრიის გამოყენებით.", "params": { "input_raster": { "label": "შემავალი რასტრი", "description": "ნორმალიზებადი შემავალი არეკვლის რასტრი (ერთარხიანი ან მრავალარხიანი დასტა)." }, "input_dem": { "label": "შემავალი DEM", "description": "DEM რასტრი, თანაბრად გასწორებული შემავალთან (იგივე ბადე, ან მოხდება მისი გადადისკრეტიზაცია შესატყვისობისთვის)." }, "solar_zenith_deg": { "label": "მზის ზენიტის კუთხე (deg)", "description": "მზის ზენიტური კუთხე გრადუსებში გადაღების მომენტში." }, "solar_azimuth_deg": { "label": "მზის აზიმუტი (deg)", "description": "მზის აზიმუტის კუთხე გრადუსებში (ჩრდილოეთიდან საათის ისრის მიმართულებით) გადაღების მომენტში." }, "method": { "label": "მეთოდი", "description": "კორექციის მეთოდი: c_correction (ნაგულისხმევი) ან minnaert." }, "minnaert_k": { "label": "Minnaert-ის K", "description": "მინაერტის k კოეფიციენტი [0,1] დიაპაზონში (ნაგულისხმევი 0.5). გამოიყენება მხოლოდ როცა method=minnaert." }, "z_factor": { "label": "Z ფაქტორი", "description": "ვერტიკალური გაზვიადება DEM-ის დახრილობის/ექსპოზიციის გამოსათვლელად (ნაგულისხმევი 1.0)." }, "output_prefix": { "label": "გამომავალის პრეფიქსი", "description": "პრეფიქსი გამომავალი ფაილებისთვის (ნაგულისხმევი brdf_normalized)." }, "output": { "label": "გამომავალი", "description": "გამომავალი გზა ნორმალიზებული რასტრისთვის (ერთგამომავალიან რეჟიმში გადაფარავს output_prefix-ს)." } } }, "correct_vignetting": { "name": "ვინიეტირების კორექცია", "description": "ობიექტივის ვინეტირების კორექცია აშორებს რადიომეტრიულ არტეფაქტებს, რომლებსაც იწვევს ობიექტივის ღერძს გარეთ ოპტიკური თვისებები, როცა გამოსახულების კიდეები ცენტრზე ნაკლებ სინათლეს იღებს და ზედაპირის არეკვლის ცვალებადობისგან დამოუკიდებელ ხელოვნურ სიკაშკაშის გრადიენტებს ქმნის. ვინეტირების კორექცია იყენებს სივრცით ცვალებად მამრავლ კოეფიციენტებს, რომლებიც გამოითვლება ვინეტირების პროფილის მოდელებიდან (გაუსის ან „კოსინუსის მეოთხე ხარისხის“ კანონის ფორმულირებები), სენსორის მახასიათებლებზე დაკალიბრებული, და აღადგენს ერთგვაროვან რადიომეტრიულ პასუხს გამოსახულების მთელ ხედვის არეში. ეს წინასწარი დამუშავების ეტაპი კრიტიკულია მრავალსპექტრული და ჰიპერსპექტრული დისტანციური ზონდირებისთვის, სადაც ვინეტირება სპექტრულ ანალიზს დააზიანებდა და კლასიფიკაციისა და ცვლილებების აღმოჩენის სამუშაო პროცესებში სისტემატურ შეცდომებს შეიტანდა. ძირითადი მახასიათებლებია: ვინეტირების პროფილის ავტომატური შეფასება გამოსახულების სტატისტიკიდან ან მომხმარებლის მიერ მითითებული კალიბრაციის პარამეტრებიდან; სივრცით ცვალებადი კორექციის კოეფიციენტები, რომლებიც თითოეულ პიქსელზე ინტერპოლაციის არტეფაქტების გარეშე გამოიყენება; ზედმეტად კორექტირებული პერიფერიული პიქსელების არასავალდებულო ნიღბვა ხმაურიანი კიდეების გაძლიერების თავიდან ასაცილებლად; და არხისთვის სპეციფიკური კორექცია, რომელიც სპექტრულ არხებში ცვალებად ვინეტირებას ითვალისწინებს. გამოყენების სფეროები მოიცავს წინასწარ დამუშავებას რადიომეტრიული თანმიმდევრულობისადმი მგრძნობიარე სპექტრული კლასიფიკაციის ალგორითმებისთვის, მოზაიკის მომზადებას, სადაც ვინეტირების საზღვრები ხილულ წყვეტებს იწვევს, ზუსტ რადიომეტრიულ შედარებას გამოსახულების კადრის ფარგლებში და ჰიპერსპექტრულ ანალიზს, რომელიც განათებაზე ერთგვაროვან პასუხს საჭიროებს. ვინეტირებაკორექტირებული გამოსახულება მთელ ხედვის არეში ერთგვაროვან სიკაშკაშეს აჩვენებს. შედეგში კიდეების დაბნელება მოცილებულია და რადიომეტრიული პასუხი ერთგვაროვანია გამოსახულების ცენტრიდან კიდეებამდე; ძლიერად კორექტირებულ პერიფერიულ პიქსელებში შეიძლება ხმაური გაიზარდოს; კორექტირებული გამოსახულება მრავალსპექტრული ანალიზის სამუშაო პროცესებში რადიომეტრიული არტეფაქტების გარეშე შეუფერხებლად ინტეგრირდება.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრული გამოსახულება." }, "pp": { "label": "მთავარი წერტილი", "description": "წერტილოვანი ვექტორის გზა (ან ტიპიზებული ვექტორის ობიექტი), რომელიც შეიცავს მთავარ წერტილს." }, "focal_length": { "label": "ფოკუსური მანძილი", "description": "კამერის ფოკუსური მანძილი მმ-ში (ნაგულისხმევი 304.8)." }, "image_width": { "label": "გამოსახულების სიგანე", "description": "მანძილი გამოსახულების მარცხენა და მარჯვენა კიდეებს შორის მმ-ში (ნაგულისხმევი 228.6)." }, "n": { "label": "N", "description": "კოსინუსური მოდელის ხარისხის მაჩვენებელი n (ნაგულისხმევი 4.0)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "dark_object_subtraction": { "name": "ბნელი ობიექტის გამოკლება", "description": "მუქი ობიექტის გამოკლება (DOS) არის მარტივი, მაგრამ ეფექტიანი ევრისტიკა ატმოსფერული ბურუსის მოსაცილებლად, რომელიც არ საჭიროებს დამხმარე მეტეოროლოგიურ მონაცემებს ან რადიაციული გადატანის რთულ მოდელებს. მეთოდი ეყრდნობა პრინციპს, რომ ნულოვანმა არეკვლამ ნულოვანი არეკვლის სიგნალი უნდა გამოიღოს (რელეის გაბნევის უგულებელყოფით); ოპტიკურად შავი ზედაპირებიდან (ღრმა წყალი, ხშირი ტყის ჩრდილი, ქალაქის ასფალტი) დაკვირვებული ნებისმიერი სიგნალი მიეწერება ატმოსფერული ბილიკის გამოსხივებას, რომელსაც აეროზოლური გაბნევა იწვევს. ეს ინსტრუმენტი თითოეულ არხში გამოსახულების მასშტაბით მინიმალურ ციფრულ მნიშვნელობას პოულობს, განიხილავს მას ატმოსფერულ ბურუსად და აკლებს ყველა პიქსელს როგორც არხის მუდმივ წანაცვლებას; უფრო დახვეწილი ვარიანტები (DOS2, DOS3, DOS4) ითვალისწინებს რელეის გაბნევასა და აეროზოლის ცვალებად ოპტიკურ სისქეს მცენარეულობის ინდექსების ან მუქი პიქსელების კლასტერიზაციის გამოყენებით. ძირითადი შესაძლებლობებია: ჰისტოგრამის ანალიზი მუქი ობიექტების გამოსაყოფად და სცენაზე დამოკიდებული ბურუსის ნამდვილი ნულოვანი არეკვლისგან განსასხვავებლად; ცნობილი მაღალი არეკვლის ობიექტების (ურბანული, თოვლი, ღრუბლები) არასავალდებულო ნიღბვა, რომლებიც მუქი ობიექტების იდენტიფიკაციას გადახრიდა; არხისთვის სპეციფიკური ბურუსის კორექცია; და სწრაფი გამოთვლა, რომელიც რეალურ დროში ან დიდმასშტაბიანი დამუშავებისთვის გამოდგება. გამოყენების შემთხვევები მოიცავს არეკვლის სწრაფ წინასწარ შეფასებებს, მცენარეულობისა და წყლის ხარისხის მონიტორინგს, სადაც აბსოლუტური კალიბრაცია ფარდობით ცვლილებებზე ნაკლებად კრიტიკულია, კატასტროფებზე სწრაფი რეაგირების კარტოგრაფირებას და ძველ საარქივო მონაცემებს, რომელთათვისაც ზუსტი აეროზოლური ინფორმაცია მიუწვდომელია. შემავალი მონაცემები მოიცავს ატმოსფეროს ზედა ზღვრის არეკვლას ან კალიბრირებულ გამოსხივებას, მიწის საფარის არასავალდებულო ნიღბებს კაშკაშა ობიექტების გამოსარიცხად და სცენის მეტამონაცემებს. შედეგია ბურუსისგან კორექტირებული არეკვლა, ატმოსფერული ბილიკის გამოსხივების შეფასებები თითოეული არხისთვის და ხარისხის ნიშნები, რომლებიც მუქი ობიექტების იდენტიფიკაციის სანდოობას მიუთითებს (მაგ., მუქი პიქსელების სიმცირე, ურბანული ტერიტორიით დომინირებული სცენა). მიუხედავად იმისა, რომ რადიაციული გადატანის მოდელებთან შედარებით უხეშია, DOS პრაქტიკულ მეთოდად რჩება მრავალდროითი ანალიზისა და გლობალური დაფარვის კარტოგრაფირებისთვის, როცა დახვეწილი ატმოსფერული მონაცემები მიუწვდომელია.", "params": { "inputs": { "label": "შემავალი მონაცემები", "description": "შემავალი რასტრების დასტა (ერთი ან მეტი რასტრი)." }, "percentile": { "label": "პროცენტილი", "description": "ბნელი ობიექტის პროცენტილი თითოეულ არხზე (ნაგულისხმევი 1.0)." }, "clamp_non_negative": { "label": "არაუარყოფითით შემოსაზღვრა", "description": "თუ true, ნულზე ნაკლები კორექტირებული მნიშვნელობები შემოისაზღვრება ნულით (ნაგულისხმევი true)." }, "auto_reproject": { "label": "ავტომატური გადაპროექტირება", "description": "თუ true (ნაგულისხმევი), CRS-ის განსხვავებისას შემავალი მონაცემები გადაპროექტირდება inputs[0]-ის შესაბამისად." }, "auto_reproject_method": { "label": "ავტომატური გადაპროექტირების მეთოდი", "description": "არასავალდებულო გადაპროექტირების გადადისკრეტიზაციის გადაფარვა: nearest, bilinear, cubic, lanczos, average, min, max, mode, median, stddev." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." }, "output_diagnostic_offsets": { "label": "დიაგნოსტიკური წანაცვლებების გამოტანა", "description": "არასავალდებულო გამომავალი რასტრის გზა თითოეული არხის ბნელი ობიექტის წანაცვლების დიაგნოსტიკისთვის." } } }, "dn_to_toa_reflectance": { "name": "DN-დან TOA არეკვლადობამდე", "description": "ციფრული მნიშვნელობიდან ატმოსფეროს ზედა ზღვრის არეკვლაში გარდაქმნა სენსორის დაუმუშავებელ ციფრულ მნიშვნელობებს ფიზიკურად აზრიან სპექტრულ არეკვლის მნიშვნელობებად გარდაქმნის თანამგზავრის მეტამონაცემებიდან მიღებული არხების რადიომეტრიული კალიბრაციის კოეფიციენტების გამოყენებით. გარდაქმნა მოიცავს რადიომეტრიულ ხელახალ მასშტაბირებას, მზის ატმოსფეროსგარე სპექტრული დასხივების კორექციას, მზის ზენიტური კუთხის კომპენსაციას და დედამიწა-მზის მანძილის არასავალდებულო ნორმალიზაციას, რაც იძლევა არეკვლის მნიშვნელობებს, რომლებიც პირდაპირ შედარებადია სენსორებს, გადაღების დროებსა და გეოგრაფიულ მდებარეობებს შორის. ატმოსფეროს ზედა ზღვრის არეკვლა ასახავს დედამიწის ზედაპირის ობიექტების მიერ არეკლილი დაცემული მზის ენერგიის წილს სენსორთან ატმოსფერული ეფექტების გათვალისწინებამდე და რაოდენობრივი დისტანციური ზონდირების ანალიზის საბაზისო დონეს წარმოადგენს. ძირითადი მახასიათებლებია: არხების კალიბრაციის კოეფიციენტების გამოყენება სტანდარტული თანამგზავრული პროდუქტებიდან მეტამონაცემების სრული ანალიზით; მზის გეომეტრიის ავტომატური გამოთვლა გადაღების დროის ნიშნულიდან და მდებარეობიდან; დედამიწა-მზის მანძილის არასავალდებულო კორექცია სეზონური ცვალებადობისთვის; და სხვადასხვა ტიპის სენსორის მოქნილი დამუშავება კოეფიციენტების სტანდარტიზებული ფორმატებით. გამოყენების სფეროები მოიცავს რაოდენობრივ ცვლილებების აღმოჩენას თანმიმდევრული ფიზიკური ერთეულებით, აბსოლუტურ რადიომეტრიულ შედარებას მრავალდროით გადაღებებსა და სხვადასხვა სენსორს შორის, მცენარეულობის სპექტრული ინდექსების გამოთვლას, რომელიც ზუსტ არეკვლას საჭიროებს, და სენსორთაშორის ვალიდაციას თანამგზავრული თანავარსკვლავედების სამუშაოებში. TOA არეკვლა მკაცრი ანალიზის სამუშაო პროცესებსა და მეცნიერულად დასაბუთებულ შედეგებს უზრუნველყოფს. გამომავალი არეკვლის მნიშვნელობები 0-1 დიაპაზონშია (ზოგჯერ გამოისახება 0-10000-ით მთელრიცხვა სიზუსტისთვის) და უგანზომილებო წილებს წარმოადგენს; მეტამონაცემებში ჩაწერილია გამოყენებული კალიბრაციის კოეფიციენტები და სენსორის გეომეტრიის პარამეტრები; უარყოფითი მნიშვნელობები მონაცემთა ხარისხის პრობლემებზე მიუთითებს, რომლებიც ანალიზამდე ნიღბვას საჭიროებს.", "params": { "inputs": { "label": "შემავალი მონაცემები", "description": "შემავალი DN რასტრების დასტა (ერთი ან მეტი რასტრი)." }, "reflectance_mult": { "label": "არეკვლის მამრავლი", "description": "თითოეული არხის მამრავლი კოეფიციენტ(ებ)ი, სკალარი ან შემავალი მონაცემების ზომის მასივი." }, "reflectance_add": { "label": "არეკვლის დანამატი", "description": "თითოეული არხის დანამატი კოეფიციენტ(ებ)ი, სკალარი ან შემავალი მონაცემების ზომის მასივი (ნაგულისხმევი 0)." }, "sensor_bundle_root": { "label": "სენსორის კრებულის ძირეული საქაღალდე", "description": "არასავალდებულო Landsat/Sentinel-2 კომპლექტის ძირეული დირექტორია, რომელიც გამოიყენება კოეფიციენტების ავტომატურად გამოსათვლელად, როცა ცხადი კოეფიციენტები არ არის მითითებული." }, "sun_elevation_deg": { "label": "მზის სიმაღლის კუთხე (deg)", "description": "არასავალდებულო მზის სიმაღლის კუთხე გრადუსებში კოსინუსური კორექციისთვის. ხელმისაწვდომობის შემთხვევაში ავტომატურად გამოითვლება კომპლექტის მეტამონაცემებიდან." }, "apply_solar_correction": { "label": "მზის კორექციის გამოყენება", "description": "თუ true (ნაგულისხმევი), გაიყოფა sin(sun_elevation)-ზე." }, "clamp_unit_interval": { "label": "ერთეულოვანი ინტერვალით შემოსაზღვრა", "description": "თუ true (ნაგულისხმევი), გამომავალი მნიშვნელობები შემოისაზღვრება [0, 1] დიაპაზონით." }, "auto_reproject": { "label": "ავტომატური გადაპროექტირება", "description": "თუ true (ნაგულისხმევი), CRS-ის განსხვავებისას შემავალი მონაცემები გადაპროექტირდება inputs[0]-ის შესაბამისად." }, "auto_reproject_method": { "label": "ავტომატური გადაპროექტირების მეთოდი", "description": "არასავალდებულო გადაპროექტირების გადადისკრეტიზაციის გადაფარვა: nearest, bilinear, cubic, lanczos, average, min, max, mode, median, stddev." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "terrain_corrected_optical_analytics": { "name": "რელიეფით კორექტირებული ოპტიკური ანალიტიკა", "description": "მრავალსპექტრული ოპტიკური არხების ტოპოგრაფიული C-კორექცია კო-რეგისტრირებული DEM-ის გამოყენებით. გამოაქვს ზედაპირის არეკვლის სტეკი, კორექციის კოეფიციენტი, ღრუბლების/ჩრდილების ნიღაბი და ხარისხის სანდოობა.", "params": { "input_dem": { "label": "შემავალი DEM", "description": "ოპტიკურ არხებთან თანარეგისტრირებული DEM რასტრი." }, "bundle_root": { "label": "კრებულის ძირეული საქაღალდე", "description": "არასავალდებულო ოპტიკური სენსორის კომპლექტის ძირეული დირექტორია (ამჟამად Sentinel-2 SAFE, Landsat ან DIMAP SPOT/Pleiades), რომელიც გამოიყენება საჭირო არხების, ხელმისაწვდომობისას QA-ის და მზის მეტამონაცემების ავტომატურად დასადგენად, როცა ცხადი შემავალი მონაცემები არ არის მითითებული." }, "input_red": { "label": "შემავალი წითელი არხი", "description": "წითელი არხის რასტრი (არასავალდებულო, როცა მითითებულია bundle_root)." }, "input_nir": { "label": "შემავალი NIR არხი", "description": "NIR არხის რასტრი (არასავალდებულო, როცა მითითებულია bundle_root)." }, "input_green": { "label": "შემავალი მწვანე არხი", "description": "მწვანე არხის რასტრი (არასავალდებულო)." }, "input_blue": { "label": "შემავალი ლურჯი არხი", "description": "ლურჯი არხის რასტრი (არასავალდებულო). ავტომატურად დგინდება კომპლექტის მეტამონაცემებიდან, როცა მითითებულია bundle_root." }, "solar_mode": { "label": "მზის რეჟიმი", "description": "მზის კუთხის დადგენის რეჟიმი: auto, manual, metadata, datetime_location." }, "solar_zenith_deg": { "label": "მზის ზენიტის კუთხე (deg)", "description": "მზის ზენიტის კუთხე გრადუსებში (სავალდებულოა manual რეჟიმში)." }, "solar_azimuth_deg": { "label": "მზის აზიმუტი (deg)", "description": "მზის აზიმუტი გრადუსებში (საათის ისრის მიმართულებით ჩრდილოეთიდან, სავალდებულოა manual რეჟიმში)." }, "acquisition_datetime_utc": { "label": "გადაღების თარიღი და დრო (UTC)", "description": "გადაღების დროის ნიშნული RFC3339 UTC ფორმატში datetime_location რეჟიმისთვის." }, "latitude": { "label": "განედი", "description": "არასავალდებულო განედი datetime_location რეჟიმისთვის." }, "longitude": { "label": "გრძედი", "description": "არასავალდებულო გრძედი datetime_location რეჟიმისთვის." }, "profile": { "label": "პროფილი", "description": "დამუშავების პროფილი: conservative, balanced, fast." }, "cloud_threshold": { "label": "ღრუბლების ზღურბლი", "description": "არასავალდებულო ღრუბლების ზღურბლი წყაროს არხის ერთეულებში. გამოტოვების შემთხვევაში დგინდება ავტომატურად." }, "shadow_threshold": { "label": "ჩრდილების ზღურბლი", "description": "არასავალდებულო ღრუბლის ჩრდილის ზღურბლი წყაროს არხის ერთეულებში. გამოტოვების შემთხვევაში დგინდება ავტომატურად." }, "qa_mask": { "label": "QA ნიღაბი", "description": "არასავალდებულო QA ნიღბის რასტრის გზა." }, "qa_mask_format": { "label": "QA ნიღბის ფორმატი", "description": "QA ნიღბის კოდირება: auto, landsat_qa_pixel, sentinel2_scl, sentinel2_qa60, binary." }, "mask_strategy": { "label": "ნიღბის სტრატეგია", "description": "ნიღბის სტრატეგია: auto, qa_only, heuristic_only, qa_plus_heuristic." }, "z_factor": { "label": "Z ფაქტორი", "description": "ვერტიკალური გაზვიადება დახრილობის/ექსპოზიციისთვის." }, "output_prefix": { "label": "გამომავალის პრეფიქსი", "description": "პრეფიქსი ყველა გამომავალი არტეფაქტისთვის." } } }, "land_surface_temperature_single_channel": { "name": "მიწის ზედაპირის ტემპერატურა ერთი არხით", "description": "მიწის ზედაპირის ტემპერატურის აღდგენა ერთი თერმული ინფრაწითელი არხიდან აფასებს რადიაციულ ზედაპირულ ტემპერატურას რადიაციული გადატანის განტოლების ინვერსიით. სენსორის ციფრული მნიშვნელობები სპექტრულ გამოსხივებად გარდაიქმნება სენსორისთვის სპეციფიკური კალიბრაციის კოეფიციენტებით; გამოსხივება პლანკის ფუნქციით სიკაშკაშის ტემპერატურად ინვერსირდება არხისთვის სპეციფიკური თერმული მუდმივების გამოყენებით; სიკაშკაშის ტემპერატურა ფიზიკურ LST-ად გარდაიქმნება ემპირიული ემისიურობის კორექციებით. ემისიურობა მიიღება მცენარეულობის ინდექსებიდან ან პირდაპირ მიეწოდება, რაც მასალაზე დამოკიდებული თერმული ემისიურობის ცვალებადობას ასწორებს. ძირითადი მახასიათებლები: საჭიროებს ერთ თერმულ არხს; მარტივი რადიომეტრიული დამუშავება; სწრაფი გამოთვლა; მრავალარხიანობის მოთხოვნის გარეშე; ემისიურობის შეფასება მცენარეულობის ინდექსით; ფიზიკური ტემპერატურის პირდაპირი გამოტანა. გამოყენების შემთხვევები: ქალაქის სითბური კუნძულის კარტოგრაფირება; გვალვის სტრესის მონიტორინგი; გეოთერმული ობიექტების აღმოჩენა; ხანძრების თერმული სიგნატურის თვალყურის დევნება; სასოფლო-სამეურნეო წყლის მართვა. შედეგის ინტერპრეტაცია: შედეგია ზედაპირის რადიაციული ტემპერატურა კელვინებში (ან ცელსიუსში, თუ გარდაიქმნება). ერთარხიანი აღდგენა ატმოსფერული წყლის ორთქლის ეფექტებს სრულად ვერ აშორებს; ნარჩენი ატმოსფერული მიკერძოება, როგორც წესი, 2-5 K-ია. ემისიურობის შეცდომები პირდაპირ გადადის: ±0.05 ემისიურობის შეცდომა ≈ ±1-2 K ტემპერატურის შეცდომა. მცენარეულობაზე დაფუძნებული ემისიურობა NDVI-ის მიხედვით იცვლება; შიშველ ნიადაგს მცენარეულობაზე დაბალი ემისიურობა აქვს. LST-ის დროითი მწკრივები გათბობის/გაგრილების ტენდენციებს ავლენს; LST-ის ანომალიები > ფონი ± 5K თერმულ ობიექტებზე მიუთითებს.", "params": { "thermal_input": { "label": "შემავალი თერმული არხი", "description": "თერმული რასტრის გზა (ნაგულისხმევად DN, ან სიკაშკაშის ტემპერატურა, თუ input_is_brightness_temp=true)." }, "input_is_brightness_temp": { "label": "შემავალი არის სიკაშკაშის ტემპერატურა", "description": "თუ true, thermal_input უკვე სიკაშკაშის ტემპერატურაა კელვინში (ნაგულისხმევი false)." }, "emissivity_input": { "label": "შემავალი გამოსხივების უნარი", "description": "არასავალდებულო გამოსხივების უნარის რასტრის გზა, გასწორებული thermal_input-თან." }, "emissivity_constant": { "label": "გამოსხივების უნარის მუდმივა", "description": "სარეზერვო გამოსხივების უნარი, როცა emissivity_input არ არის მითითებული (ნაგულისხმევი 0.98)." }, "sensor_bundle_root": { "label": "სენსორის კრებულის ძირეული საქაღალდე", "description": "არასავალდებულო Landsat კომპლექტის ძირეული დირექტორია, რომელიც გამოიყენება თერმული გამოსხივებისა და პლანკის მუდმივების გამოსათვლელად." }, "thermal_band_number": { "label": "თერმული არხის ნომერი", "description": "თერმული არხის ნომერი მეტამონაცემებში მოსაძებნად (ნაგულისხმევი 10)." }, "radiance_mult": { "label": "გამოსხივების მამრავლი", "description": "თერმული გამოსხივების მამრავლი ფაქტორი DN->გამოსხივება გარდაქმნისთვის." }, "radiance_add": { "label": "გამოსხივების დანამატი", "description": "თერმული გამოსხივების დანამატი ფაქტორი DN->გამოსხივება გარდაქმნისთვის." }, "k1_constant": { "label": "K1 მუდმივა", "description": "პლანკის K1 თერმული მუდმივა." }, "k2_constant": { "label": "K2 მუდმივა", "description": "პლანკის K2 თერმული მუდმივა." }, "wavelength_um": { "label": "ტალღის სიგრძე (µm)", "description": "ეფექტური თერმული ტალღის სიგრძე მიკრომეტრებში (ნაგულისხმევად დგინდება thermal_band_number-ის მიხედვით)." }, "output_units": { "label": "გამომავალი ერთეულები", "description": "გამომავალი ერთეულები: celsius (ნაგულისხმევი) ან kelvin." }, "auto_reproject": { "label": "ავტომატური გადაპროექტირება", "description": "თუ true (ნაგულისხმევი), საჭიროებისამებრ emissivity_input გადაპროექტირდება thermal_input-ის CRS-ში." }, "auto_reproject_method": { "label": "ავტომატური გადაპროექტირების მეთოდი", "description": "არასავალდებულო გადაპროექტირების გადადისკრეტიზაციის გადაფარვა: nearest, bilinear, cubic, lanczos, average, min, max, mode, median, stddev." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "land_surface_temperature_split_window": { "name": "მიწის ზედაპირის ტემპერატურა გაყოფილი ფანჯრით", "description": "გაყოფილი ფანჯრის მეთოდით LST-ის აღდგენა იყენებს ორ თერმულ ინფრაწითელ არხს ზედაპირის ტემპერატურისა და ემისიურობის ერთდროულად შესაფასებლად რადიაციული გადატანის განტოლების ინვერსიით. ორ არხს შორის (როგორც წესი, 10-12 μm რეგიონში) ატმოსფერული შთანთქმის სხვაობა ატმოსფერული წყლის ორთქლის კორექციის საშუალებას იძლევა, რაც სიზუსტეს ერთარხიან მეთოდებთან შედარებით აუმჯობესებს. ორივე არხის სიკაშკაშის ტემპერატურები ინვერსირდება მცენარეული ფრაქციის საფუძველზე ემისიურობის პარამეტრიზაციით ან მომხმარებლის მიერ მიწოდებული ემისიურობის ბადეებით. ძირითადი მახასიათებლები: საჭიროებს ორ თერმულ არხს; ატმოსფერული კორექცია დიფერენციული შთანთქმით; ტემპერატურისა და ემისიურობის ერთდროული აღდგენა; გამოქვეყნებული ალგორითმები სტანდარტული სენსორებისთვის; ერთარხიან მეთოდთან შედარებით უკეთესი ატმოსფერული კომპენსაცია. გამოყენების შემთხვევები: ქალაქის სითბური კუნძულის კარტოგრაფირება; სასოფლო-სამეურნეო გვალვის აღმოჩენა; გეოთერმული ობიექტების აღმოჩენა; მიწა-ატმოსფეროს ურთიერთქმედების კვლევები; ვულკანური/თერმული ანომალიების აღმოჩენა. შედეგის ინტერპრეტაცია: შედეგია ზედაპირის რადიაციული ტემპერატურა გაუმჯობესებული ატმოსფერული კორექციით. გაყოფილი ფანჯრის აღდგენა ატმოსფერული წყლის ორთქლის მიკერძოებას <1-2 K-მდე ამცირებს ერთარხიანი მეთოდის 2-5 K შეცდომებთან შედარებით. ტემპერატურასა და ემისიურობას შორის კომპრომისი რჩება: მცენარეულობის მაღალი ინდექსის არეები დაბალ ემისიურობას ავლენს, რაც ფრთხილ ინტერპრეტაციას საჭიროებს. ჰეტეროგენული ზედაპირები (შერეული მცენარეულობა/ნიადაგი) შუალედურ მნიშვნელობებს აჩვენებს. დროითი თანმიმდევრულობა ცვლილებების აღმოჩენის სანდოობას აუმჯობესებს; LST-ის ტენდენციები > ±3K მნიშვნელოვან თერმულ ცვლილებებზე მიუთითებს.", "params": { "thermal1_input": { "label": "შემავალი თერმული არხი 1", "description": "პირველი თერმული რასტრის გზა (მაგ., Landsat B10)." }, "thermal2_input": { "label": "შემავალი თერმული არხი 2", "description": "მეორე თერმული რასტრის გზა (მაგ., Landsat B11)." }, "input_is_brightness_temp": { "label": "შემავალი არის სიკაშკაშის ტემპერატურა", "description": "თუ true, შემავალი თერმული მონაცემები უკვე სიკაშკაშის ტემპერატურებია კელვინში (ნაგულისხმევი false)." }, "emissivity_mean_input": { "label": "შემავალი საშუალო გამოსხივების უნარი", "description": "არასავალდებულო საშუალო გამოსხივების უნარის რასტრის გზა." }, "emissivity_delta_input": { "label": "შემავალი გამოსხივების უნარის სხვაობა", "description": "არასავალდებულო გამოსხივების უნარის სხვაობის რასტრის გზა (epsilon1 - epsilon2)." }, "emissivity_mean_constant": { "label": "საშუალო გამოსხივების უნარის მუდმივა", "description": "სარეზერვო საშუალო გამოსხივების უნარის მუდმივა, როცა emissivity_mean_input არ არსებობს (ნაგულისხმევი 0.98)." }, "emissivity_delta_constant": { "label": "გამოსხივების უნარის სხვაობის მუდმივა", "description": "სარეზერვო გამოსხივების უნარის სხვაობის მუდმივა, როცა emissivity_delta_input არ არსებობს (ნაგულისხმევი 0.0)." }, "sensor_bundle_root": { "label": "სენსორის კრებულის ძირეული საქაღალდე", "description": "არასავალდებულო Landsat კომპლექტის ძირეული დირექტორია, რომელიც გამოიყენება თერმული გამოსხივებისა და პლანკის მუდმივების გამოსათვლელად." }, "thermal_band1_number": { "label": "თერმული არხი 1-ის ნომერი", "description": "არხის ნომერი thermal1_input-ის მეტამონაცემებში მოსაძებნად (ნაგულისხმევი 10)." }, "thermal_band2_number": { "label": "თერმული არხი 2-ის ნომერი", "description": "არხის ნომერი thermal2_input-ის მეტამონაცემებში მოსაძებნად (ნაგულისხმევი 11)." }, "radiance1_mult": { "label": "გამოსხივება 1-ის მამრავლი", "description": "1-ლი არხის გამოსხივების მამრავლი ფაქტორი." }, "radiance1_add": { "label": "გამოსხივება 1-ის დანამატი", "description": "1-ლი არხის გამოსხივების დანამატი ფაქტორი." }, "k1_1": { "label": "K1 1", "description": "1-ლი არხის პლანკის K1 მუდმივა." }, "k2_1": { "label": "K2 1", "description": "1-ლი არხის პლანკის K2 მუდმივა." }, "radiance2_mult": { "label": "გამოსხივება 2-ის მამრავლი", "description": "მე-2 არხის გამოსხივების მამრავლი ფაქტორი." }, "radiance2_add": { "label": "გამოსხივება 2-ის დანამატი", "description": "მე-2 არხის გამოსხივების დანამატი ფაქტორი." }, "k1_2": { "label": "K1 2", "description": "მე-2 არხის პლანკის K1 მუდმივა." }, "k2_2": { "label": "K2 2", "description": "მე-2 არხის პლანკის K2 მუდმივა." }, "coeff_a0": { "label": "კოეფიციენტი A0", "description": "გაყოფილი ფანჯრის კოეფიციენტი a0 (ნაგულისხმევი 0.0)." }, "coeff_a1": { "label": "კოეფიციენტი A1", "description": "გაყოფილი ფანჯრის კოეფიციენტი a1 T1 წევრისთვის (ნაგულისხმევი 1.0)." }, "coeff_a2": { "label": "კოეფიციენტი A2", "description": "გაყოფილი ფანჯრის კოეფიციენტი a2 (T1-T2) წევრისთვის (ნაგულისხმევი 0.0)." }, "coeff_a3": { "label": "კოეფიციენტი A3", "description": "გაყოფილი ფანჯრის კოეფიციენტი a3 (T1-T2)^2 წევრისთვის (ნაგულისხმევი 0.0)." }, "coeff_a4": { "label": "კოეფიციენტი A4", "description": "გაყოფილი ფანჯრის კოეფიციენტი a4 (1-emissivity_mean) წევრისთვის (ნაგულისხმევი 0.0)." }, "coeff_a5": { "label": "კოეფიციენტი A5", "description": "გაყოფილი ფანჯრის კოეფიციენტი a5 emissivity_delta წევრისთვის (ნაგულისხმევი 0.0)." }, "output_units": { "label": "გამომავალი ერთეულები", "description": "გამომავალი ერთეულები: celsius (ნაგულისხმევი) ან kelvin." }, "auto_reproject": { "label": "ავტომატური გადაპროექტირება", "description": "თუ true (ნაგულისხმევი), საჭიროებისამებრ დამატებითი რასტრები გადაპროექტირდება thermal1_input-ის CRS-ის შესაბამისად." }, "auto_reproject_method": { "label": "ავტომატური გადაპროექტირების მეთოდი", "description": "არასავალდებულო გადაპროექტირების გადადისკრეტიზაციის გადაფარვა: nearest, bilinear, cubic, lanczos, average, min, max, mode, median, stddev." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "ndvi_based_emissivity": { "name": "NDVI-ზე დაფუძნებული გამოსხივებადობა", "description": "NDVI-ზე დაფუძნებული მიწის ზედაპირის ემისიურობის შეფასება ფართოზოლოვან თერმულ ემისიურობას იღებს NDVI-დან გამოთვლილი მცენარეული ფრაქციიდან, რაც მიწის ზედაპირის ტემპერატურის თერმული ინფრაწითელი თანამგზავრული მონაცემებიდან აღდგენისას თერმული რადიაციული გადატანის კორექციებს შესაძლებელს ხდის. ალგორითმი ითვლის NDVI-ს წითელი და ახლო ინფრაწითელი არეკვლიდან, გარდაქმნის NDVI-ს მცენარეულ ფრაქციად, შემდეგ კი იყენებს მცენარეულ ფრაქციასა და ემისიურობას შორის ემპირიულ მიმართებებს, რომლებიც საველე გაზომვებითა და რადიაციული გადატანის სიმულაციით არის ვალიდირებული. მცენარეულობა მნიშვნელოვნად მოქმედებს თერმულ ემისიურობაზე; მეტი მცენარეულობა ემისიურობას ~0.99-მდე ზრდის, ხოლო შიშველი ნიადაგის ემისიურობა ~0.90-0.98 ფარგლებშია ნიადაგის შედგენილობისა და ზედაპირის სიუხეშის მიხედვით. ძირითადი მახასიათებლებია: მცენარეული ფრაქციის ავტომატური გამოთვლა NDVI-დან საველე კალიბრაციის გარეშე; სტანდარტული ემპირიული მიმართებები, რომლებიც რადიაციული გადატანის ფიზიკურ თეორიას ეყრდნობა; ემისიურობის ცვალებადობის შემსწავლელი მგრძნობელობის არასავალდებულო ანალიზი; და პირდაპირი თავსებადობა თერმულ ინფრაწითელ თანამგზავრულ მონაცემებთან. გამოყენების სფეროები მოიცავს მიწის ზედაპირის ტემპერატურის აღდგენას თერმული თანამგზავრული მონაცემებიდან, რომელიც ემისიურობის ზუსტ კორექციას საჭიროებს (Landsat, MODIS, Sentinel-3), ქალაქის სითბური კუნძულის ანალიზს ცვალებადი მცენარეულობის კორექციით, თერმულ მოდელირებას წყლის რესურსებისა და სოფლის მეურნეობის ამოცანებში და კლიმატურ ამოცანებს, რომლებიც თანმიმდევრულ გლობალურ თერმულ მონაცემთა ნაკრებებს საჭიროებს. NDVI-ზე დაფუძნებული ემისიურობა ზუსტ თერმულ კორექციას უზრუნველყოფს. შედეგად მიიღება ემისიურობის რასტრი (0-1), რომელიც თერმული რადიაციული გადატანის კორექციისთვის გამოდგება, მცენარეული ფრაქციის შუალედური პროდუქტი ინტერპრეტაციისთვის და მეტამონაცემები, რომლებიც ემპირიულ მიმართებებსა და ნავარაუდევ ნიადაგის/ზედაპირის თვისებებს აღწერს; ემისიურობის მნიშვნელობები თერმული კორექციის განუზღვრელობასა და კონკრეტული ამოცანებისთვის ვარგისიანობას მიუთითებს.", "params": { "red_input": { "label": "შემავალი წითელი არხი", "description": "წითელი არხის რასტრის გზა." }, "nir_input": { "label": "შემავალი NIR არხი", "description": "NIR არხის რასტრის გზა." }, "ndvi_soil": { "label": "ნიადაგის NDVI", "description": "NDVI ზღურბლი შიშველი ნიადაგის წილისთვის (ნაგულისხმევი 0.2)." }, "ndvi_vegetation": { "label": "მცენარეულობის NDVI", "description": "NDVI ზღურბლი მცენარეული საფარის სრული წილისთვის (ნაგულისხმევი 0.5)." }, "emissivity_soil": { "label": "ნიადაგის გამოსხივების უნარი", "description": "ნიადაგის სავარაუდო გამოსხივების უნარი (ნაგულისხმევი 0.97)." }, "emissivity_vegetation": { "label": "მცენარეულობის გამოსხივების უნარი", "description": "მცენარეულობის სავარაუდო გამოსხივების უნარი (ნაგულისხმევი 0.99)." }, "auto_reproject": { "label": "ავტომატური გადაპროექტირება", "description": "თუ true (ნაგულისხმევი), საჭიროებისამებრ nir_input გადაპროექტირდება red_input-ის CRS-ში." }, "auto_reproject_method": { "label": "ავტომატური გადაპროექტირების მეთოდი", "description": "არასავალდებულო გადაპროექტირების გადადისკრეტიზაციის გადაფარვა: nearest, bilinear, cubic, lanczos, average, min, max, mode, median, stddev." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "continuum_removal": { "name": "კონტინუუმის მოშორება", "description": "კონტინუუმის მოცილება მრავალსპექტრულ სპექტრებს ნორმალიზებს სპექტრის მომცველი ზედა ამოზნექილი გარსის (კონტინუუმის) შეფასებითა და თითოეული არხის შესაბამის კონტინუუმის მნიშვნელობაზე გაყოფით. აშორებს საერთო სპექტრულ დახრილობასა და სიკაშკაშის ცვალებადობას, რაც შთანთქმის მახასიათებლების (ზოლები, სიღრმეები) გაუმჯობესებულ ვიზუალიზაციას შესაძლებელს ხდის. შთანთქმის სიღრმეები და პოზიციები სტანდარტიზდება, რაც სპექტრული ბიბლიოთეკებით მინერალების/მასალების იდენტიფიკაციას შესაძლებელს ხდის. კონტინუუმის ხაზი გამოითვლება ამოზნექილი გარსის ალგორითმით, რომელიც სპექტრულ დიაპაზონში ლოკალურ მაქსიმუმებს აერთებს. ძირითადი მახასიათებლები: სპექტრული კონტინუუმის მოცილება; შთანთქმის მახასიათებლების გაძლიერება; სიკაშკაშის ცვალებადობის ნორმალიზაცია; სპექტრულ ბიბლიოთეკებთან შესაბამისობის დადგენის შესაძლებლობა; სპექტრული ფორმის სტანდარტიზაცია. გამოყენების შემთხვევები: მინერალების იდენტიფიკაცია; მასალების კლასიფიკაცია; მცენარეულობის სპექტრული ანალიზი; სპექტრული ანომალიების აღმოჩენა; შთანთქმის მახასიათებლების კარტოგრაფირება. შედეგის ინტერპრეტაცია: კონტინუუმმოცილებული სპექტრები ავლენს შთანთქმის მახასიათებლებს (მნიშვნელობები <1.0), რომლებიც მასალისთვის სპეციფიკურ ზოლებზე მიუთითებს. შთანთქმის სიღრმეები მახასიათებლის სიძლიერეს მიუთითებს; არაღრმა მახასიათებლები (<0.2) მცირე კომპონენტებზე მიუთითებს; ღრმა მახასიათებლები (>0.5) დომინანტურ შთანთქმებზე მიუთითებს. ტალღის სიგრძის სივრცეში მახასიათებლების პოზიციები საორიენტაციო ბიბლიოთეკებით მასალის იდენტიფიკაციას შესაძლებელს ხდის. ბრტყელი კონტინუუმმოცილებული სპექტრები (1.0-თან ახლოს) სპექტრულად ნეიტრალურ მასალებზე მიუთითებს.", "params": { "inputs": { "label": "შემავალი მონაცემები", "description": "შემავალი რასტრების დასტა (თითო რასტრი თითო არხზე)." }, "wavelengths": { "label": "ტალღის სიგრძეები", "description": "არასავალდებულო მკაცრად ზრდადი ტალღის სიგრძეების მასივი, რომლის სიგრძეც ემთხვევა შემავალი მონაცემების რაოდენობას." }, "auto_reproject": { "label": "ავტომატური გადაპროექტირება", "description": "თუ true (ნაგულისხმევი), CRS-ის განსხვავებისას დასტის რასტრები გადაპროექტირდება inputs[0]-ის შესაბამისად." }, "auto_reproject_method": { "label": "ავტომატური გადაპროექტირების მეთოდი", "description": "არასავალდებულო გადაპროექტირების გადადისკრეტიზაციის გადაფარვა: nearest, bilinear, cubic, lanczos, average, min, max, mode, median, stddev." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი მრავალარხიანი რასტრის გზა." } } }, "linear_spectral_unmixing": { "name": "წრფივი სპექტრული დეკომპოზიცია", "description": "წრფივი სპექტრული განცალკევება თითოეული პიქსელის მრავალსპექტრულ ვექტორს შლის ბოლო წევრების (endmember) სპექტრების არაუარყოფით წრფივ კომბინაციად, რომლებიც სუფთა მასალების სიგნატურებს წარმოადგენს. არაუარყოფითი უმცირეს კვადრატთა ოპტიმიზაცია ხსნის min ||y - Ax||² პირობით x ≥ 0, სადაც y პიქსელის სპექტრია, A შეიცავს ბოლო წევრების სიგნატურებს, ხოლო x წილობრივ შემცველობას წარმოადგენს. გამოიყენება ერთზე ჯამის შეზღუდვა, რაც უზრუნველყოფს, რომ შემცველობის მნიშვნელობები ფიზიკურ წილებს ასახავდეს. ბოლო წევრები მიიღება სასწავლო მონაცემებიდან, ბიბლიოთეკის მონაცემთა ბაზებიდან ან ბოლო წევრების ამოღების ალგორითმებით. ძირითადი მახასიათებლები: მასალების ქვეპიქსელური შეფასება; შემცველობის წილების ფიზიკური ინტერპრეტაცია; მრავალი ბოლო წევრის მხარდაჭერა; შედეგი შეზღუდულია დასაშვები დიაპაზონით [0,1]; მასალების ცვლილებების აღმოჩენის შესაძლებლობა. გამოყენების შემთხვევები: მიწის საფარის შემცველობის კარტოგრაფირება; მინერალური შედგენილობის შეფასება; ურბანული მასალების ინვენტარიზაცია; მცენარეულობის/ნიადაგის/წყალგაუმტარი ზედაპირის წილები; სპექტრულ ბიბლიოთეკაზე დაფუძნებული კლასიფიკაცია. შედეგის ინტერპრეტაცია: შემცველობის გამომავალი რუკები თითოეული პიქსელისთვის მასალების წილებს აჩვენებს, რომელთა ჯამი 1.0-ია. შემცველობა <0.1 მცირე კომპონენტებზე მიუთითებს; შემცველობა >0.7 დომინანტურ მასალებზე მიუთითებს. ნარჩენი შეცდომა განცალკევების ხარისხს მიუთითებს; დაბალი ნარჩენები კარგ სპექტრულ მორგებაზე მიუთითებს; მაღალი ნარჩენები ბოლო წევრების შეუსაბამობაზე ან პიქსელის სირთულეზე მიუთითებს.", "params": { "inputs": { "label": "შემავალი მონაცემები", "description": "შემავალი რასტრების დასტა (თითო რასტრი თითო არხზე)." }, "endmembers": { "label": "ენდმემბერები", "description": "ენდმემბერების სპექტრული ხელწერები ობიექტების {name, values} მასივის ან რიცხვითი მასივების სახით." }, "sum_to_one": { "label": "ჯამი ერთის ტოლი", "description": "თუ true (ნაგულისხმევი), არაუარყოფითი წილები ნორმალიზდება ისე, რომ ჯამში ერთს იძლეოდეს." }, "iterations": { "label": "იტერაციები", "description": "პროექციული გრადიენტის იტერაციების რაოდენობა (ნაგულისხმევი 80)." }, "step_size": { "label": "ნაბიჯის ზომა", "description": "პროექციული გრადიენტის ბიჯის ზომა (ნაგულისხმევი 0.05)." }, "auto_reproject": { "label": "ავტომატური გადაპროექტირება", "description": "თუ true (ნაგულისხმევი), CRS-ის განსხვავებისას დასტის რასტრები გადაპროექტირდება inputs[0]-ის შესაბამისად." }, "auto_reproject_method": { "label": "ავტომატური გადაპროექტირების მეთოდი", "description": "არასავალდებულო გადაპროექტირების გადადისკრეტიზაციის გადაფარვა: nearest, bilinear, cubic, lanczos, average, min, max, mode, median, stddev." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი მრავალარხიანი წილების რასტრის გზა." }, "output_residual": { "label": "გამომავალი ნაშთი", "description": "არასავალდებულო გამომავალი ნარჩენების RMS რასტრის გზა." } } }, "minimum_noise_fraction": { "name": "მინიმალური ხმაურის ფრაქცია", "description": "მინიმალური ხმაურის ფრაქცია ჰიპერსპექტრულ მონაცემებს ორეტაპიანი პროცესით გარდაქმნის: ხმაურის კოვარიაციის შეფასება, რასაც მოსდევს ხმაურის გათეთრება და მთავარი კომპონენტების ანალიზი. ხმაურის გათეთრება არხებს შორის ხმაურს დეკორელაციას უკეთებს; გათეთრებულ სივრცეში PCA სიგნალით დომინირებულ მიმართულებებს პოულობს. გამომავალი კომპონენტები სიგნალისა და ხმაურის თანაფარდობის მიხედვით არის დალაგებული: პირველი კომპონენტები სიგნალს წარმოადგენს, მოგვიანო — ხმაურს. შესაძლებელს ხდის ხმაურის შემცირებას კომპონენტების შეკვეცით ჩვეულებრივი გლუვების არტეფაქტების გარეშე. ძირითადი მახასიათებლები: სიგნალის ხმაურისგან გამიჯვნა; ხმაურის კონცენტრაცია მოგვიანო კომპონენტებში; კომპონენტების შერჩევა ხმაურის ფილტრაციის საშუალებას იძლევა; სპექტრული სიზუსტის შენარჩუნება; განზომილების შემცირების შესაძლებლობა. გამოყენების შემთხვევები: ჰიპერსპექტრული გამოსახულების ხმაურისგან გაწმენდა; განზომილების შემცირება კლასიფიკაციისთვის; სიგნალის გაძლიერება; ხმაურის დახასიათება; გამოსახულების ხარისხის შეფასება. შედეგის ინტერპრეტაცია: პირველი 1-3 MNF კომპონენტი, როგორც წესი, სიგნალის 70-90%-ს შეიცავს; მოგვიანო კომპონენტები თანდათან უფრო ხმაურიანია. კომპონენტების შეკვეცა (პირველი N კომპონენტის შენარჩუნება) აშორებს ხმაურს და ამავდროულად არსებით სპექტრულ ინფორმაციას ინარჩუნებს. MNF კომპონენტების გამოსახულებები ხმაურის ვიზუალური შეფასების საშუალებას იძლევა; მოგვიანო კომპონენტების სტანდარტული გადახრა ხმაურის დონეს მიუთითებს.", "params": { "inputs": { "label": "შემავალი მონაცემები", "description": "შემავალი რასტრების დასტა (თითო რასტრი თითო არხზე)." }, "num_components": { "label": "კომპონენტების რაოდენობა", "description": "გამომავალი MNF კომპონენტების რაოდენობა (ნაგულისხმევი: ყველა არხი)." }, "noise_mode": { "label": "ხმაურის რეჟიმი", "description": "ხმაურის შემფასებლის რეჟიმი: 'difference_x' (ნაგულისხმევი) ან 'difference_y'." }, "auto_reproject": { "label": "ავტომატური გადაპროექტირება", "description": "თუ true (ნაგულისხმევი), CRS-ის განსხვავებისას დასტის რასტრები გადაპროექტირდება inputs[0]-ის შესაბამისად." }, "auto_reproject_method": { "label": "ავტომატური გადაპროექტირების მეთოდი", "description": "არასავალდებულო გადაპროექტირების გადადისკრეტიზაციის გადაფარვა: nearest, bilinear, cubic, lanczos, average, min, max, mode, median, stddev." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი მრავალარხიანი MNF კომპონენტების რასტრის გზა." }, "output_inverse": { "label": "შებრუნებულის გამოტანა", "description": "არასავალდებულო რეკონსტრუირებული მრავალარხიანი რასტრი შენარჩუნებული MNF კომპონენტებიდან." } } }, "spectral_angle_mapper": { "name": "სპექტრული კუთხის მაპერი", "description": "სპექტრული კუთხის კარტირება (SAM) პიქსელებს აკლასიფიცირებს თითოეული პიქსელის სპექტრსა და ბიბლიოთეკის საორიენტაციო სპექტრებს შორის სპექტრული კუთხეების გამოთვლით და პიქსელს ანიჭებს იმ ბიბლიოთეკურ სპექტრს, რომელთანაც კუთხე მინიმალურია, რაც განათების ინტენსივობისგან დამოუკიდებელ მაქსიმალურ სპექტრულ მსგავსებას ასახავს. SAM თითოეულ პიქსელსა და საორიენტაციო სპექტრს N-განზომილებიან სპექტრულ სივრცეში ვექტორებად განიხილავს და ვექტორებს შორის კუთხეებს სკალარული ნამრავლისა და არკკოსინუსის გარდაქმნების გამოყენებით ითვლის. სპექტრულ კუთხეზე დაფუძნებული ეს კლასიფიკაცია ინვარიანტულია განათებისა და ტოპოგრაფიული ეფექტების მიმართ, რომლებიც საერთო სიკაშკაშეს ცვლის, მაგრამ სპექტრულ ფორმას ინარჩუნებს, რაც მას რთული რელიეფისა და გადაღების ცვალებადი პირობებისთვის მდგრადს ხდის. ძირითადი მახასიათებლებია: სპექტრული კუთხის ზღურბლის ავტომატური განსაზღვრა, რაც კლასიფიკაციის ალბათურ სანდოობას შესაძლებელს ხდის; საორიენტაციო ბიბლიოთეკის იმპორტი, რომელიც საველე ნიმუშებიდან ან სპექტრული ბიბლიოთეკებიდან მომხმარებლის მიერ მიწოდებულ სპექტრულ სიგნატურებს უჭერს მხარს; განათების მიმართ ინვარიანტულობა, რომელიც ცვალებად განათებას უმკლავდება სპექტრული გარჩევადობის შენარჩუნებით; და სწრაფი გამოთვლა, რაც დიდი გამოსახულებების რეალურ დროში კლასიფიკაციას შესაძლებელს ხდის. გავრცელებული გამოყენების სფეროებია მასალების იდენტიფიკაცია და გეოლოგიური კარტოგრაფირება USGS-ის სპექტრული ბიბლიოთეკების გამოყენებით, მცენარეთა სახეობების კლასიფიკაცია მრავალსპექტრული თანამგზავრული მონაცემებისა და საველე პირობებში შეგროვებული სპექტრების კომბინირებით, მინერალების ძიება ჰიპერსპექტრულ საჰაერო კვლევებში და სიზუსტის შეფასება გამოსახულების სპექტრების მიწაზე შეგროვებულ საორიენტაციო სიგნატურებთან შედარებით. SAM-ის შედეგი სპექტრული ფორმის სიგნატურების გამოყენებით მასალების სანდო იდენტიფიკაციას უზრუნველყოფს. კლასიფიკაციის შედეგია ერთარხიანი გამოსახულება კლასების მთელრიცხვა ეტიკეტებით, რომლებიც ბიბლიოთეკის ჩანაწერებს შეესაბამება; სანდოობის რასტრი სურვილისამებრ აფიქსირებს თითოეული პიქსელის მინიმალურ სპექტრულ კუთხეს, რაც ზღურბლზე დაფუძნებულ ფილტრაციას შესაძლებელს ხდის; შედეგი მასალების პირდაპირ იდენტიფიკაციასა და სანდოობაზე დაფუძნებულ ფილტრაციას უზრუნველყოფს.", "params": { "inputs": { "label": "შემავალი მონაცემები", "description": "შემავალი რასტრების დასტა (თითო რასტრი თითო არხზე)." }, "endmembers": { "label": "ენდმემბერები", "description": "ენდმემბერების სპექტრული ხელწერები ობიექტების {name, values} მასივის ან რიცხვითი მასივების სახით." }, "threshold_angle_deg": { "label": "ზღურბლის კუთხე (deg)", "description": "არასავალდებულო მაქსიმალური დასაშვები სპექტრული კუთხე გრადუსებში; შეუსაბამებელი პიქსელები მიეკუთვნება კლასს 0." }, "auto_reproject": { "label": "ავტომატური გადაპროექტირება", "description": "თუ true (ნაგულისხმევი), CRS-ის განსხვავებისას დასტის რასტრები გადაპროექტირდება inputs[0]-ის შესაბამისად." }, "auto_reproject_method": { "label": "ავტომატური გადაპროექტირების მეთოდი", "description": "არასავალდებულო გადაპროექტირების გადადისკრეტიზაციის გადაფარვა: nearest, bilinear, cubic, lanczos, average, min, max, mode, median, stddev." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი კლასების რასტრის გზა." }, "output_angle": { "label": "გამომავალი კუთხე", "description": "არასავალდებულო გამომავალი რასტრის გზა მინიმალური სპექტრული კუთხისთვის (გრადუსები)." } } }, "spectral_library_matching": { "name": "სპექტრული ბიბლიოთეკის შედარება", "description": "სპექტრულ ბიბლიოთეკასთან შესაბამისობის დადგენა კლასიფიკაციას ასრულებს გამოსახულების პიქსელების სპექტრების ბიბლიოთეკის საორიენტაციო სპექტრებთან შედარებით მსგავსების რამდენიმე მეტრიკით, მათ შორის სპექტრული კუთხით (სპექტრების ვექტორებს შორის კუთხე), ევკლიდური მანძილით (სიდიდის სხვაობა) და სპექტრული ინფორმაციის დივერგენციით. ალგორითმი იღებს მომხმარებლის მიერ მიწოდებულ საორიენტაციო სპექტრულ ბიბლიოთეკას ცნობილი მასალების/კლასების სპექტრებით, ითვლის მსგავსების მეტრიკებს გამოსახულების თითოეულ პიქსელსა და ბიბლიოთეკის ჩანაწერებს შორის, განსაზღვრავს საუკეთესოდ შესაბამის ბიბლიოთეკურ სპექტრს (მინიმალური კუთხე, მინიმალური მანძილი ან მინიმალური დივერგენცია) და გამოაქვს კლასების ეტიკეტები სანდოობის/მსგავსების არასავალდებულო ქულებით. ბიბლიოთეკასთან შესაბამისობის დადგენა მასალების იდენტიფიკაციას საველე სასწავლო ნიმუშების გარეშე შესაძლებელს ხდის USGS-ის, საველე კვლევების ან ლაბორატორიული სპექტროსკოპიის საორიენტაციო სპექტრების გამოყენებით. ძირითადი მახასიათებლებია: მსგავსების რამდენიმე მეტრიკა, რაც კონკრეტული სპექტრული მახასიათებლებისა და კლასების განაწილებისთვის მეტრიკის შერჩევის საშუალებას იძლევა; ბიბლიოთეკის იმპორტის მოქნილობა, რომელიც სპექტრული ბიბლიოთეკების სხვადასხვა ფორმატს უჭერს მხარს; სანდოობის/განუზღვრელობის არასავალდებულო რაოდენობრივი შეფასება; და იდენტიფიცირებადი მასალის პირდაპირი გამოტანა. გამოყენების სფეროები მოიცავს გეოლოგიურ კარტოგრაფირებას USGS-ის სპექტრული ბიბლიოთეკით მინერალოგიისთვის, მცენარეულობის კლასიფიკაციას მცენარეთა სპექტრული საორიენტაციო ბიბლიოთეკებით, სამშენებლო მასალების იდენტიფიკაციას ურბანულ ტერიტორიებზე და საჰაერო ჰიპერსპექტრული კვლევების ანალიზს. სპექტრულ ბიბლიოთეკასთან შესაბამისობის დადგენა მასალების ავტომატურ იდენტიფიკაციას უზრუნველყოფს. შედეგი მოიცავს კლასიფიცირებულ რუკას, სადაც კლასების ეტიკეტებად ბიბლიოთეკის ჩანაწერების ID-ები გამოიყენება, მსგავსების/სანდოობის რასტრს, რომელიც შესაბამისობის ხარისხს აფასებს, და თითოეული ბიბლიოთეკური ჩანაწერისთვის სპექტრული კუთხის/მანძილის სრულ არასავალდებულო სტეკს ზღურბლზე დაფუძნებული ფილტრაციისთვის; მეტამონაცემები აღწერს საორიენტაციო ბიბლიოთეკის წყაროს და გამოყენებულ მსგავსების მეტრიკას.", "params": { "inputs": { "label": "შემავალი მონაცემები", "description": "შემავალი რასტრების დასტა (თითო რასტრი თითო არხზე)." }, "library": { "label": "ბიბლიოთეკა", "description": "სპექტრული ბიბლიოთეკის ჩანაწერები ობიექტების {name, values} მასივის ან რიცხვითი მასივების სახით." }, "library_csv": { "label": "ბიბლიოთეკის CSV", "description": "არასავალდებულო CSV სპექტრული ბიბლიოთეკის გზა (name,b1,b2,... ან b1,b2,... სტრიქონები). გამოიყენება, როცა 'library' არ არის მითითებული." }, "metric": { "label": "მეტრიკა", "description": "შედარების მეტრიკა: 'sam' (ნაგულისხმევი), 'euclidean' ან 'sid'." }, "auto_reproject": { "label": "ავტომატური გადაპროექტირება", "description": "თუ true (ნაგულისხმევი), CRS-ის განსხვავებისას დასტის რასტრები გადაპროექტირდება inputs[0]-ის შესაბამისად." }, "auto_reproject_method": { "label": "ავტომატური გადაპროექტირების მეთოდი", "description": "არასავალდებულო გადაპროექტირების გადადისკრეტიზაციის გადაფარვა: nearest, bilinear, cubic, lanczos, average, min, max, mode, median, stddev." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი კლასების რასტრის გზა." }, "output_score": { "label": "გამომავალი ქულა", "description": "არასავალდებულო გამომავალი საუკეთესო დამთხვევის ქულის რასტრის გზა (კუთხე ან მანძილი)." } } }, "canny_edge_detection": { "name": "Canny-ის კიდეების აღმოჩენა", "description": "იყენებს Canny-ის მრავალეტაპიან კიდეების აღმოჩენას (გაუსის დაბინდვა → Sobel-ის გრადიენტი → არამაქსიმუმების ჩახშობა → ორმაგი ზღურბლი → ჰისტერეზისი).", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა (ერთარხიანი ან შეფუთული RGB)." }, "sigma": { "label": "სიგმა", "description": "გაუსის დამგლუვებელი ბირთვის სტანდარტული გადახრა პიქსელებში. ნაგულისხმევი: 0.5." }, "low_threshold": { "label": "ქვედა ზღურბლი", "description": "ჰისტერეზისის ქვედა ზღურბლი (მაქსიმალური გრადიენტის 0–1 წილი). ნაგულისხმევი: 0.05." }, "high_threshold": { "label": "ზედა ზღურბლი", "description": "ჰისტერეზისის ზედა ზღურბლი (მაქსიმალური გრადიენტის 0–1 წილი). ნაგულისხმევი: 0.15." }, "add_back": { "label": "უკან დამატება", "description": "თუ true, კიდის პიქსელები ნულდება საწყის გამოსახულებაში ბინარული კიდეების რუკის შექმნის ნაცვლად. ნაგულისხმევი: false." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა. თუ გამოტოვებულია, შედეგი ინახება მეხსიერებაში." } } }, "corner_detection": { "name": "კუთხეების აღმოჩენა", "description": "ავლენს კუთხის შაბლონებს ბინარულ რასტრებში hit-and-miss შაბლონების გამოყენებით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "laplacian_filter": { "name": "ლაპლასის ფილტრი", "description": "ლაპლასის ფილტრი ითვლის გამოსახულების ინტენსივობის მეორე სივრცით წარმოებულს და ძლიერ კიდეების აღმოჩენას უზრუნველყოფს იზოტროპული (ყველა მიმართულებით) გრადიენტის გაზომვით. რეალიზაცია იყენებს ფიქსირებულ ბირთვს, რომელიც ლაპლასის ოპერატორს (მეორე წარმოებულების ჯამი x და y მიმართულებებით) აპროქსიმირებს და ინტენსივობის ცვლილებებს კიდის ორიენტაციისგან დამოუკიდებლად ასახავს. მიმართულებითი ფილტრებისგან განსხვავებით, ეს მიდგომა კიდის ყველა მიმართულებას თანაბრად განიხილავს, რაც მას იდეალურს ხდის ორიენტაციისგან დამოუკიდებელი მახასიათებლების აღმოსაჩენად. მათემატიკური საფუძველი ეყრდნობა დისკრეტულ აპროქსიმაციას: ∇²I ≈ I(x+1,y) + I(x-1,y) + I(x,y+1) + I(x,y-1) - 4·I(x,y). ძირითადი მახასიათებლებია: ნულზე გადაკვეთის აღმოჩენის შესაძლებლობა (ნამდვილი კიდეები იქ არის, სადაც შედეგი ნულს კვეთს), კიდის მიმართულებისადმი უგრძნობლობა და ღიიდან მუქზე და მუქიდან ღიაზე გადასვლების ერთნაირად აღმოჩენის უნარი. ლაპლასის ფილტრაცია განსაკუთრებით ეფექტიანია გეოლოგიურ კარტოგრაფირებაში, სადაც სტრუქტურების საზღვრები ნულზე გადაკვეთებად ჩანს, მცენარეულობის საზღვრების დელინეაციაში, მაღალი გარჩევადობის გამოსახულებებიდან გზების ქსელის ამოღებაში და შენობების კონტურების აღმოჩენაში. შედეგის ინტერპრეტაცია ნიშნის ცვლილებების გაგებას ეყრდნობა: ძლიერი დადებითი მნიშვნელობები ლოკალურ მუქ მინიმუმებზე მიუთითებს, უარყოფითი მნიშვნელობები — ლოკალურ ნათელ მაქსიმუმებზე, ხოლო ნულზე გადაკვეთები ნამდვილ კიდეებს აღნიშნავს. 8-ბიტიანი საწყისი გამოსახულებისთვის შედეგი, როგორც წესი, -1000-დან +1000-მდე მერყეობს ლოკალური კონტრასტის მიხედვით. შედეგის მაღალი სიდიდე მკვეთრ, კარგად განსაზღვრულ კიდეებზე მიუთითებს; დაბალი სიდიდე თანდათანობით გადასვლებზე მიანიშნებს. ნულზე გადაკვეთის აღმოჩენა ზღურბლის ფრთხილ შერჩევას საჭიროებს. გაითვალისწინეთ, რომ ლაპლასიანი ხმაურისადმი მგრძნობიარეა (მაღალსიხშირულ ხმაურს აძლიერებს), ამიტომ გამოყენებამდე, როგორც წესი, რეკომენდებულია გაუსის გლუვებით წინასწარი ფილტრაცია.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "variant": { "label": "ვარიანტი", "description": "ბირთვის ვარიანტი: 3x3(1), 3x3(2), 3x3(3), 3x3(4), 5x5(1), 5x5(2)." }, "clip_amount": { "label": "ამოჭრის სიდიდე", "description": "არასავალდებულო სიმეტრიული კუდების ჩამოჭრის პროცენტი (0-40)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "laplacian_of_gaussians_filter": { "name": "გაუსიანთა ლაპლასიანის ფილტრი", "description": "ასრულებს კიდეების გაძლიერებას გაუსიანის ლაპლასიანით (LoG), რომელიც გაუსის გლუვებას ლაპლასის კიდეების აღმოჩენასთან აერთიანებს. გამოთვლითად აპროქსიმირდება გაუსიანების სხვაობით (DoG). ჯერ გამოსახულებას აგლუვებს (ამცირებს ხმაურს), შემდეგ იყენებს ლაპლასიანს (აღმოაჩენს კიდეებს). კიდეების მრავალმასშტაბიანი აღმოჩენის კლასიკური მეთოდი. LoG-ის შედეგზე ნულზე გადაკვეთის აღმოჩენა კიდეების ზუსტ მდებარეობას განსაზღვრავს. LoG სტანდარტულია მასშტაბურ სივრცეში კიდეების აღმოჩენისთვის: გაუსიანი ხმაურს აშორებს, ლაპლასიანი კიდეებს აძლიერებს. სიგმა პარამეტრი აღმოსაჩენი კიდეების მასშტაბს აკონტროლებს: მცირე სიგმა წვრილ კიდეებს აღმოაჩენს, დიდი სიგმა — ფართო კიდეებს. ეფექტიანობისთვის LoG აპროქსიმირდება DoG-ით. სიგმის რამდენიმე მნიშვნელობა კიდეების მრავალმასშტაბიან აღმოჩენას შესაძლებელს ხდის (მახასიათებლების იდენტიფიკაცია სხვადასხვა მასშტაბზე). გამოყენების სფეროები: (1) კიდეების მდგრადი აღმოჩენა (ხმაურისადმი მდგრადი), (2) კიდეების მრავალმასშტაბიანი აღმოჩენა (რამდენიმე სიგმის გამოყენება), (3) კიდეების ლოკალიზაცია ნულზე გადაკვეთით, (4) წინასწარი დამუშავება სეგმენტაციისთვის, (5) ლაქების (blob) აღმოჩენა LoG-ის ნულზე გადაკვეთებით. სამუშაო პროცესი: LoG-ის გამოყენება→ნულზე გადაკვეთების იდენტიფიკაცია→კიდეების მიდევნება→ვექტორიზაცია ან შემდგომი დამუშავება.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "sigma": { "label": "სიგმა", "description": "გაუსის სიგმა, რომელსაც იყენებს LoG ბირთვი (0.5-20.0, ნაგულისხმევი 0.75)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "prewitt_filter": { "name": "Prewitt-ის ფილტრი", "description": "Prewitt-ის ოპერატორი ასრულებს გრადიენტზე დაფუძნებულ კიდეების აღმოჩენას Sobel-ის მსგავსად, ბირთვის ალტერნატიული წონების გამოყენებით, რომლებიც ხმაურის განსხვავებული მახასიათებლებისთვის არის ოპტიმიზებული. რეალიზაცია იყენებს ორ 3×3 კონვოლუციურ ბირთვს, რომლებიც x და y მიმართულებით წარმოებულებს ითვლის ცენტრალურ და მოსაზღვრე რიგებსა/სვეტებზე ერთგვაროვანი წონებით, რაც Sobel-ის ცენტრზე ორიენტირებული მიდგომისგან განსხვავდება. გრადიენტის სიდიდე მიმართულებით კომპონენტებს √(Gx² + Gy²)-ით აერთიანებს და ერთგვაროვან მიმართულებით პასუხს იძლევა. მათემატიკური საფუძველი ეყრდნობა დისკრეტული დიფერენცირების აპროქსიმაციებს, რომლებიც ყველა მონაწილე პიქსელს თანაბრად წონის და ცენტრებს არ გამოყოფს. ძირითადი მახასიათებლებია: Sobel-თან შედარებით ოდნავ განსხვავებული პასუხი ხმაურზე (ზოგჯერ უკეთესი უკიდურესად ხმაურიან გამოსახულებებში), ნამდვილი სიდიდისა და მიმართულების დაშლა, რაც კიდეების დახვეწილ ანალიზს შესაძლებელს ხდის, გამოთვლითი ეფექტიანობა, რომელიც მხოლოდ სტანდარტულ კონვოლუციურ ოპერაციებს საჭიროებს, და დადასტურებული ეფექტიანობა რადარულ, ოპტიკურ და თერმულ გამოსახულებებზე. Prewitt-ის ფილტრაცია განსაკუთრებით ეფექტიანია SAR გამოსახულებების ანალიზში, სადაც ერთგვაროვანი წონები სპეკლის არტეფაქტებს Sobel-ზე უკეთ ამცირებს, თერმული ანომალიების აღმოჩენაში ხაზოვანი მახასიათებლების ხაზგასმით და მრავალსპექტრულ კიდეების ამოღებაში, რომელიც მიმართულებისგან დამოუკიდებელ დამუშავებას საჭიროებს. შედეგის ინტერპრეტაცია Sobel-ის ანალოგიურია: სიდიდე კიდის სიძლიერეს მიუთითებს (მეტი = უფრო მკვეთრი), ხოლო atan2(Gy, Gx)-ით გამოთვლილი მიმართულება კიდის ორიენტაციას რადიანებში იძლევა. 8-ბიტიანი შემავალი მონაცემებისთვის სიდიდე, როგორც წესი, 0-256 დიაპაზონშია; 80-ზე მეტი სიდიდეები, ზოგადად, მნიშვნელოვან კიდეებზე მიუთითებს. მიმართულების მნიშვნელობები -π-დან +π-მდე მერყეობს; 0 რადიანი სუფთა ჰორიზონტალურ კიდეებზე მიუთითებს, ±π/2 — სუფთა ვერტიკალურ კიდეებზე. ბირთვის ერთგვაროვანი წონები, როგორც წესი, Sobel-ზე ოდნავ უფრო გლუვ გრადიენტულ პასუხს იძლევა, რაც შესაძლოა უკეთესი იყოს გამოსახულების მწირი ან წვრილი მახასიათებლებისთვის. ხმაურით გამოწვეული ცრუ დადებითი შედეგების შესამცირებლად გამოიყენეთ დამატებითი მედიანური ფილტრაცია. მიმართულებითი შედეგი ზღურბლის შერჩევასთან შეუთავსეთ კიდეების დაკავშირებისა და საზღვრების ამოღების სამუშაო პროცესებისთვის, რომლებიც სეგმენტაციის კონვეიერებისთვის კრიტიკულია.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "clip_tails": { "label": "კუდების ამოჭრა", "description": "არასავალდებულო სიმეტრიული კუდების ჩამოჭრის პროცენტი (0-40)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "roberts_cross_filter": { "name": "Roberts-ის ჯვარედინი ფილტრი", "description": "Roberts Cross ფილტრი კიდეების აღმოჩენის ერთ-ერთი ყველაზე ადრეული ოპერატორია, რომელიც მარტივ, მაგრამ ეფექტიან 2×2 დიაგონალურ ჯვრისებრ ბირთვს იყენებს გამოსახულების გრადიენტების მინიმალური გამოთვლითი დანახარჯით გამოსათვლელად. ოპერატორი იყენებს ორ ორთოგონალურ 2×2 მატრიცას, რომლებიც ჰორიზონტალურ-ვერტიკალური განლაგებიდან 45°-ით არის შემობრუნებული და ქმნის ჯვრისებრ კონვოლუციურ ნიღბებს, რომლებიც კიდეებს კუთხეებისა და დიაგონალური გადასვლების ხაზგასმით აღმოაჩენს. ფილტრი X და Y გრადიენტებისთვის ცალკე ბირთვებს იყენებს და სიდიდეს აბსოლუტური მნიშვნელობების ჯამით ან ევკლიდური ნორმით ითვლის. ძირითადი მახასიათებლებია: განსაკუთრებული გამოთვლითი ეფექტიანობა 2×2 ბირთვის მცირე ზომის გამო, მეხსიერების მინიმალური მოთხოვნები და დიდი რასტრული მონაცემთა ნაკრებების სწრაფი დამუშავება. Roberts Cross განსაკუთრებით ეფექტიანია მაღალი გარჩევადობის გამოსახულებებში წვრილმასშტაბიანი მახასიათებლებისა და მკვეთრი გადასვლების აღმოსაჩენად. ძირითადი გამოყენების შემთხვევებია კიდეების სწრაფი აღმოჩენა დროისადმი კრიტიკულ ამოცანებში, ვიდეო ნაკადების რეალურ დროში დამუშავება, საზღვრების წინასწარი აღმოჩენა გაღრმავებულ ალგორითმებამდე და შეზღუდული რესურსების მქონე გარემოები. გამოყენების სფეროები მოიცავს აეროგადაღების წინასწარ დამუშავებას, თანამგზავრული გამოსახულებების ხარისხის შეფასებას, მახასიათებლების ამოღებას მანქანური სწავლების კონვეიერებისთვის და მობილური GIS რეალიზაციებს. შედეგის ინტერპრეტაცია კიდეების მდებარეობებს მაღალი სიდიდის პიქსელებად აჩვენებს, სადაც 2×2 მეზობლობაში სპექტრული ცვლილებები ხდება. ფონის რეგიონები, როგორც წესი, ნულთან ახლოს მნიშვნელობებს აჩვენებს; კიდეები ნათელ ხაზოვან მახასიათებლებად ჩანს, რომლებიც მიწის საფარის განსხვავებულ კლასებს შორის საზღვრებზე მიუთითებს. შედეგი არსებითად მწირია და კიდეებს მხოლოდ იქ შეიცავს, სადაც გრადიენტები გამოთვლითი სიზუსტის ზღურბლებს აღემატება. მრავალსპექტრული გამოსახულებებისთვის გამოიყენეთ დამოუკიდებლად თითოეულ არხზე ან ჯერ გამოთვალეთ ნორმალიზებული სხვაობის ინდექსი. Roberts-ის გამოყენებას ხშირად მოსდევს კიდეების გათხელების შემდგომი დამუშავება შედეგის დასაზუსტებლად ვექტორად გარდაქმნის სამუშაო პროცესებისთვის.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "clip_amount": { "label": "ამოჭრის სიდიდე", "description": "არასავალდებულო სიმეტრიული კუდების ჩამოჭრის პროცენტი (0-50)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "sobel_filter": { "name": "Sobel-ის ფილტრი", "description": "Sobel-ის ოპერატორი კიდეებს აღმოაჩენს მიმართულებითი გრადიენტის შეფასებით როგორც x (ჰორიზონტალური), ისე y (ვერტიკალური) მიმართულებით და ორთოგონალურ წარმოებულის ბირთვებს სიდიდის ერთიან წარმოდგენაში აერთიანებს. რეალიზაცია დამოუკიდებლად იყენებს ორ 3×3 კონვოლუციურ ბირთვს (ერთი ჰორიზონტალურ კიდეებს უსვამს ხაზს, მეორე — ვერტიკალურს), შემდეგ კი შედეგებს ევკლიდური ნორმით აერთიანებს: სიდიდე = √(Gx² + Gy²). ეს განცალკევებადი მიდგომა გამოთვლით ხარჯს ამცირებს და კიდეების აღმოჩენის სიზუსტეს ინარჩუნებს. მათემატიკური საფუძველი გამოსახულების გრადიენტების დისკრეტული აპროქსიმაციებიდან მომდინარეობს, სადაც ბირთვის წონები ცენტრალური პიქსელებისკენ არის გადახრილი ხმაურისადმი მდგრადობის გასაუმჯობესებლად. ძირითადი მახასიათებლებია: მიმართულებითი გრადიენტის გაზომვა, რაც კიდის ორიენტაციის განსაზღვრას შესაძლებელს ხდის, შედარებით დაბალი გამოთვლითი დანახარჯი, დადასტურებული ეფექტიანობა თანამგზავრულ და აეროგამოსახულებებზე და პარამეტრების მინიმალური მორგების მოთხოვნები. Sobel-ის ფილტრაცია ფართოდ გამოიყენება რელიეფის დახრილობისა და ექსპოზიციის გამოთვლაში, ობიექტების აღმოჩენის სამუშაო პროცესებისთვის მახასიათებლების საზღვრების ამოღებაში, DEM მონაცემებიდან მდინარეთა ქსელის დელინეაციაში და მაღალი გარჩევადობის გამოსახულებებიდან ინფრასტრუქტურის (გზები, შენობები, ელექტროგადამცემი ხაზები) კარტოგრაფირებაში. შედეგის ინტერპრეტაცია აჩვენებს, რომ სიდიდე კიდის სიძლიერეს მიუთითებს (მაღალი მნიშვნელობები = უფრო მკვეთრი გადასვლები), ხოლო მიმართულებითი კომპონენტები (Gx, Gy) ორიენტაციის ანალიზს შესაძლებელს ხდის. 8-ბიტიანი გამოსახულებებისთვის გრადიენტის სიდიდე, როგორც წესი, 0-256 დიაპაზონშია; 100-ზე მეტი მნიშვნელობები, ზოგადად, მნიშვნელოვან კიდეებზე მიუთითებს. Gx/Gy თანაფარდობა კიდის ორიენტაციის შესახებ ინფორმაციას იძლევა: 1-თან მიახლოებული თანაფარდობა 45-გრადუსიან კიდეებზე მიუთითებს, თანაფარდობა >>1 — ჰორიზონტალურ მახასიათებლებზე, თანაფარდობა <<1 — ვერტიკალურ მახასიათებლებზე. ცრუ დადებითი შედეგები ხშირად ჩნდება ხმაურიან რეგიონებში; მედიანური ფილტრაცია ან მორფოლოგიური ოპერაციები ყალბ აღმოჩენებს ეფექტიანად ამცირებს. სეგმენტაციის კონვეიერებისთვის შესაფერისი კიდეების ბინარული ნიღბების მისაღებად შეუთავსეთ ზღურბლს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "variant": { "label": "ვარიანტი", "description": "ბირთვის ზომის ვარიანტი: 3x3 (ნაგულისხმევი) ან 5x5." }, "clip_tails": { "label": "კუდების ამოჭრა", "description": "არასავალდებულო სიმეტრიული კუდების ჩამოჭრის პროცენტი (0-40)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "balance_contrast_enhancement": { "name": "კონტრასტის დაბალანსებული გაუმჯობესება", "description": "ამცირებს ფერის მიკერძოებას შეფუთულ RGB გამოსახულებაში თითოეული არხის პარაბოლური გაჭიმვით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "band_mean": { "label": "არხის საშუალო", "description": "სასურველი გამომავალი საშუალო სიკაშკაშე თითოეული არხისთვის (ნაგულისხმევი 100.0)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "create_colour_composite": { "name": "ფერადი კომპოზიტის შექმნა", "description": "ქმნის შეფუთულ RGB ფერად კომპოზიტს წითელი, მწვანე, ლურჯი და არასავალდებულო გაუმჭვირვალობის რასტრებიდან.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "red": { "label": "წითელი", "description": "წითელი არხის რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "green": { "label": "მწვანე", "description": "მწვანე არხის რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "blue": { "label": "ლურჯი", "description": "ლურჯი არხის რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "opacity": { "label": "გაუმჭვირვალობა", "description": "არასავალდებულო გაუმჭვირვალობის რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "enhance": { "label": "გაუმჯობესება", "description": "კომპოზიციის შემდეგ კონტრასტის დაბალანსებული გაუმჯობესების გამოყენება (ნაგულისხმევი true)." }, "treat_zeros_as_nodata": { "label": "ნულების NoData-დ განხილვა", "description": "RGB შემავალ მონაცემებში ნულოვანი მნიშვნელობების NoData-დ/ფონად მიჩნევა (ნაგულისხმევი false)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "direct_decorrelation_stretch": { "name": "პირდაპირი დეკორელაციური გაჭიმვა", "description": "აუმჯობესებს შეფუთული RGB-ის ფერის გაჯერებას აქრომატული კომპონენტის შემცირებითა და არხების წრფივი გაჭიმვით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "achromatic_factor": { "label": "აქრომატული ფაქტორი", "description": "ნაცრისფერი კომპონენტის შემცირების კოეფიციენტი 0-დან 1-მდე (ნაგულისხმევი 0.5)." }, "clip_percent": { "label": "ამოჭრის პროცენტი", "description": "კუდების ჩამოჭრის პროცენტი გაჭიმვის შემდგომი წრფივი გადამასშტაბებისთვის (ნაგულისხმევი 1.0)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "false_colour_composite": { "name": "ყალბფერადი კომპოზიტი", "description": "ქმნის ცრუ ფერის (NIR/Red/Green) კომპოზიტურ რასტრს მხარდაჭერილი ოპტიკური სენსორის ნაკრებიდან.", "params": { "wbe": { "label": "WBE", "description": "WBE" }, "output": { "label": "გამომავალი", "description": "გამომავალი" } } }, "gamma_correction": { "name": "გამა-კორექცია", "description": "გამა-კორექცია ახორციელებს სიკაშკაშის არაწრფივ რეგულირებას ხარისხოვანი გარდაქმნით გამოსახულების კონტრასტის, ჩვენების სიზუსტისა და აღქმადი სიკაშკაშის განაწილების ოპტიმიზაციისთვის. მათემატიკური გარდაქმნაა I_corrected = I^(1/γ), სადაც γ (გამა) მომხმარებლის მიერ მითითებული მაჩვენებელია, რომელიც სიკაშკაშის რეგულირების მიმართულებასა და სიდიდეს აკონტროლებს. მნიშვნელობები γ > 1 გამოსახულებებს აბნელებს (ნათელი ეკრანის კომპენსაცია), ხოლო γ < 1 — ანათებს (მუქი ეკრანის კომპენსაცია). რეალიზაცია დამოუკიდებლად მუშაობს თითოეულ პიქსელზე ან სპექტრულ არხზე, სივრცითი მიმართებების შენარჩუნებით და ინტენსივობის მასშტაბის რეგულირებით. ძირითადი მახასიათებლებია: გამოსახულების სტრუქტურის შენარჩუნება ტონალური მნიშვნელობების გადანაწილებისას, გამოთვლითი ეფექტიანობა, რომელიც მხოლოდ საძიებო ცხრილებს საჭიროებს, გამოყენებადობა ნებისმიერ რადიომეტრიულ მონაცემზე, მათ შორის 16/32-ბიტიან გამოსახულებებზე, და შექცევადობა, რაც შებრუნებულ კორექციას შესაძლებელს ხდის. გამა-კორექცია არსებით გამოყენებას პოულობს თანამგზავრული გამოსახულებების ვიზუალური ინტერპრეტაციისთვის მომზადებაში სენსორის მახასიათებლების კომპენსირებით, ორთოფოტოების სიკაშკაშის ნორმალიზაციაში ფრენის ზოლებსა ან სენსორის ტიპებს შორის, თერმული გამოსახულებების გაძლიერებაში ობიექტების ხილვადობისთვის და მრავალსპექტრული მონაცემების წინასწარ დამუშავებაში მანქანური სწავლების კონვეიერებისთვის, სადაც შემავალი მონაცემების ნორმალიზაცია კონვერგენციას აუმჯობესებს. შედეგის ინტერპრეტაცია აჩვენებს, რომ კორექტირებული მნიშვნელობები ხარისხოვან მასშტაბირებას მიჰყვება: შუა ტონები ყველაზე დიდ ფარდობით რეგულირებას განიცდის, ხოლო უკიდურესობები ნაკლებად იკუმშება. 8-ბიტიანი შემავალი მონაცემებისთვის (0-255) ტიპური გამა 0.4-0.6 გამოსახულებებს მნიშვნელოვნად ანათებს; გამა 1.4-1.6 საგრძნობლად აბნელებს. ჰისტოგრამის ფორმები პროგნოზირებადად გარდაიქმნება: მარცხნივ ასიმეტრიულ ჰისტოგრამებს (მუქი გამოსახულებები) γ < 1 სარგებლობს, ხოლო მარჯვნივ ასიმეტრიულ ჰისტოგრამებს (ნათელი გამოსახულებები) — γ > 1. შეამოწმეთ კორექტირებული შედეგი ჰისტოგრამის ვიზუალიზაციითა და ვიზუალური დათვალიერებით. დაიცავით თანმიმდევრულობა გამოსახულებათა კოლექციებში, რომლებიც ერთგვაროვან წინასწარ დამუშავებას საჭიროებს. ტიპურ სამუშაო პროცესში გამა-კორექცია ზღურბლის შერჩევამდე ან კლასიფიკაციამდე სრულდება ობიექტების დაბალანსებული ხილვადობის უზრუნველსაყოფად.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "gamma": { "label": "გამა", "description": "გამას მაჩვენებელი [0, 4] დიაპაზონში, ნაგულისხმევი 0.5." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "gaussian_contrast_stretch": { "name": "გაუსის კონტრასტის გაჭიმვა", "description": "ჭიმავს კონტრასტს გაუსის საორიენტაციო განაწილებასთან შესაბამისობით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "num_tones": { "label": "ტონების რაოდენობა", "description": "გამომავალი ტონების რაოდენობა (ნაგულისხმევი 256)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "histogram_equalization": { "name": "ჰისტოგრამის გათანაბრება", "description": "იყენებს ჰისტოგრამის გათანაბრებას გამოსახულების კონტრასტის გასაუმჯობესებლად.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "num_tones": { "label": "ტონების რაოდენობა", "description": "გამომავალი ტონების რაოდენობა (ნაგულისხმევი 256)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "histogram_matching": { "name": "ჰისტოგრამის შესაბამება", "description": "უთანადებს გამოსახულების ჰისტოგრამას მიწოდებულ საორიენტაციო ჰისტოგრამას.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "histogram": { "label": "ჰისტოგრამა", "description": "საცნობარო ჰისტოგრამა [[value, frequency], ...] ან [{x, y}, ...] სახით." }, "is_cumulative": { "label": "კუმულაციურია", "description": "true, თუ მოწოდებული ჰისტოგრამის მნიშვნელობები უკვე კუმულაციურია." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "histogram_matching_two_images": { "name": "ორი გამოსახულების ჰისტოგრამის შესაბამება", "description": "უთანადებს შემავალი გამოსახულების ჰისტოგრამას საორიენტაციო გამოსახულების ჰისტოგრამას.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "reference": { "label": "ეტალონი", "description": "საცნობარო რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "ihs_to_rgb": { "name": "IHS-დან RGB-ში", "description": "IHS-იდან RGB-ში შებრუნებული გარდაქმნა ინტენსივობა-ტონი-გაჯერების კომპონენტებს წითელი-მწვანე-ლურჯის ფერთა სივრცეში აბრუნებს, რაც დაშლილი დისტანციური ზონდირების მონაცემებიდან ბუნებრივი ფერის აღდგენას შესაძლებელს ხდის. შებრუნებული ფორმულები ცილინდრულ პოლარულ კოორდინატებზე მუშაობს და ტონის კუთხეს, გაჯერების სიდიდესა და ინტენსივობას დეკარტის RGB კოორდინატებში აბრუნებს რიცხვითი სტაბილურობის შენარჩუნებითა და კვანტიზაციის არტეფაქტების მინიმიზაციით. ეს გარდაქმნა RGB-იდან IHS-ში ოპერაციების კრიტიკული დამატებაა, განსაკუთრებით pan-sharpening სამუშაო პროცესებში, სადაც ინტენსივობა მაღალი გარჩევადობის პანქრომატული მონაცემებით არის ჩანაცვლებული. ძირითადი მახასიათებლებია: პირდაპირი გარდაქმნის ზუსტი მათემატიკური ინვერსია, რაც ორმხრივ ოპერაციებში თანმიმდევრულობას უზრუნველყოფს; განუსაზღვრელი ტონის მქონე აქრომატული პიქსელების ავტომატური დამუშავება, რაც რიცხვითი არტეფაქტების გავრცელებას თავიდან იცილებს; რიცხვითი სტაბილურობა ნულთან ახლოს გაჯერების უკიდურეს მნიშვნელობებზე; და გამოთვლითი ეფექტიანობა, რაც სწრაფი დამუშავების კონვეიერებში შეუფერხებელ ინტეგრაციას შესაძლებელს ხდის. შებრუნებული გარდაქმნა ასრულებს pan-sharpening სამუშაო პროცესებს ბუნებრივი ფერის გამოსახულების აღდგენით ინტენსივობის პანქრომატული მონაცემებით ჩანაცვლების შემდეგ, შესაძლებელს ხდის გაუმჯობესებული გარჩევადობის მონაცემების ფერად ვიზუალიზაციას, მხარს უჭერს სპექტრულ რეკონსტრუქციას დაშლილი კომპონენტებიდან და ხარისხის კონტროლის სამუშაო პროცესებში გარდაქმნის თანმიმდევრულობას ამოწმებს. IHS-იდან RGB-ში გარდაქმნის შედეგია სამარხიანი ბუნებრივი ფერის გამოსახულება, რომლის სივრცითი გარჩევადობა შემავალი ინტენსივობის არხიდან არის მემკვიდრეობით მიღებული და რომელიც პირდაპირი ვიზუალიზაციისა და შემდგომი ანალიზისთვის გამოდგება. გამომავალი არხები წითელ, მწვანე და ლურჯ არხებს სტანდარტული თანმიმდევრობით წარმოადგენს; ფერები გაუმჯობესებულ სივრცით დეტალურობას ავლენს, თუ ინტენსივობა უფრო მაღალი გარჩევადობის პანქრომატული მონაცემებით ჩანაცვლდა, ხოლო საწყისი ტონისა და გაჯერების კომპონენტების სპექტრული მახასიათებლები შენარჩუნებულია.", "params": { "intensity": { "label": "ინტენსივობა", "description": "ინტენსივობის არხის რასტრი (0–1)." }, "hue": { "label": "ფერის ტონი", "description": "ფერის ტონის არხის რასტრი (0–2π რადიანი)." }, "saturation": { "label": "გაჯერებულობა", "description": "გაჯერებულობის არხის რასტრი (0–1)." }, "red_output": { "label": "წითელი არხის გამომავალი", "description": "არასავალდებულო გამომავალი გზა წითელი არხისთვის." }, "green_output": { "label": "მწვანე არხის გამომავალი", "description": "არასავალდებულო გამომავალი გზა მწვანე არხისთვის." }, "blue_output": { "label": "ლურჯი არხის გამომავალი", "description": "არასავალდებულო გამომავალი გზა ლურჯი არხისთვის." } } }, "min_max_contrast_stretch": { "name": "მინ-მაქს კონტრასტის გაჭიმვა", "description": "წრფივად ჭიმავს მნიშვნელობებს მომხმარებლის მიერ მითითებულ მინიმუმსა და მაქსიმუმს შორის.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "min_val": { "label": "მინიმალური მნიშვნელობა", "description": "მინიმალური შემავალი მნიშვნელობა მასშტაბირებისთვის." }, "max_val": { "label": "მაქსიმალური მნიშვნელობა", "description": "მაქსიმალური შემავალი მნიშვნელობა მასშტაბირებისთვის." }, "num_tones": { "label": "ტონების რაოდენობა", "description": "გამომავალი ტონების რაოდენობა (ნაგულისხმევი 256)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "mosaic": { "name": "მოზაიკა", "description": "მოზაიკირება რამდენიმე გადაფარვად რასტრს უწყვეტ შედეგად აერთიანებს გეომეტრიული რეგისტრაციით, საერთო პროექციასა და პიქსელურ ბადეზე ხელახალი დისკრეტიზაციით და კიდეების შერწყმით წყვეტების მინიმიზაციისთვის. ალგორითმი რასტრებს გეოგრაფიული კოორდინატებით ან მიწის საკონტროლო წერტილებით არეგისტრირებს, სამიზნე გარჩევადობასა და არეზე ხელახლა ადისკრეტებს და გადაფარვის რეგიონებში შეწონილ შერწყმას (Feather შერწყმა ან ექსპონენციალური შეწონვა) იყენებს. გადაფარვადი პიქსელები ერწყმის რასტრის კიდეებიდან მანძილით შეწონილი გასაშუალოებით, რაც გლუვ გადასვლებს ქმნის და შიდა პიქსელების სიზუსტეს ინარჩუნებს. შედეგად მიიღება კონტინენტური ან გლობალური უწყვეტი რასტრული მოზაიკები კიდეების არტეფაქტებისა და რადიომეტრიული წყვეტების გარეშე. ძირითადი მახასიათებლებია: რამდენიმე რასტრის გეომეტრიული გასწორება საერთო პროექციაზე, ხელახალი დისკრეტიზაციის მეთოდის შერჩევა (ბილინეარული, კუბური, უახლოესი მეზობელი), კიდეების შერწყმა ნაკერების აღმოსაფხვრელად, რადიომეტრიული ნორმალიზაცია სენსორის ან განათების სხვაობების კომპენსირებისთვის და ათასობით შემავალი რასტრის მხარდაჭერა. ინსტრუმენტი ავტომატურად მართავს რასტრების პრიორიტეტს და ხარვეზებს შევსების გონივრული სტრატეგიებით თავიდან იცილებს. გამოყენების სფეროები მოიცავს კონტინენტური თანამგზავრული გამოსახულებების მოზაიკების შექმნას სცენების კოლექციებიდან, უწყვეტი ციფრული სიმაღლეთა მოდელების გენერირებას ფრენის რამდენიმე ზოლიდან, კომპოზიტური ოპტიკური მოზაიკების შექმნას მრავალდროითი გამოსახულებებიდან, ორთომოზაიკის აგებას უპილოტო საფრენი აპარატის (UAV) კვლევებიდან და დიდი ტერიტორიების საბაზისო რუკების შექმნას გადაფარვადი თანამგზავრული სცენებიდან. მოზაიკირება არსებითია კონტინენტური და გლობალური ანალიზის სამუშაო პროცესებისთვის. შედეგის ინტერპრეტაცია: გამომავალი რასტრები შემავალი მონაცემების პროექციასა და გარჩევადობას იმემკვიდრებს; შერწყმის რეგიონები შემავალ რასტრებს შორის დაბალანსებულ ინტერპოლირებულ მნიშვნელობებს აჩვენებს. კიდეების არტეფაქტები არასაკმარის გადაფარვაზე ან ცუდ რადიომეტრიულ ნორმალიზაციაზე მიუთითებს; შეფასება მოზაიკის საზღვრებზე ნაკერებსა და ფერის თანმიმდევრულობას განიხილავს. მოზაიკის კიდეებზე NoData-ს დამუშავება შევსების მნიშვნელობებსა და არის განსაზღვრას ყურადღებას მოითხოვს. ხარისხის შეფასება მოიცავს გეომეტრიულ შემოწმებას მიწის საკონტროლო წერტილებით და რადიომეტრიულ შეფასებას მოზაიკის მნიშვნელობების შემავალ რასტრებთან შედარებით.", "params": { "inputs": { "label": "შემავალი მონაცემები", "description": "შემავალი რასტრების სია გზების მასივის ან მძიმით/წერტილმძიმით გამოყოფილი სტრიქონის სახით." }, "auto_reproject": { "label": "ავტომატური გადაპროექტირება", "description": "თუ true (ნაგულისხმევი), ავტომატურად გადააპროექტირებს დასტის რასტრებს inputs[0]-თან შესატყვისად, როცა CRS განსხვავდება." }, "auto_reproject_method": { "label": "ავტომატური გადაპროექტირების მეთოდი", "description": "არასავალდებულო გადაპროექტირების გადადისკრეტიზაციის მეთოდის გადაფარვა: nearest, bilinear, cubic, lanczos, average, min, max, mode, median, stddev." }, "method": { "label": "მეთოდი", "description": "გადადისკრეტიზაციის მეთოდი: 'nn' (ნაგულისხმევი), 'bilinear' ან 'cc'." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "mosaic_with_feathering": { "name": "მოზაიკა კიდეების შერბილებით", "description": "ამოზაიკებს ორ რასტრს და გადაფარვად უჯრედებს კიდიდან მანძილის წონებით გლუვად შეურწყამს.", "params": { "input1": { "label": "შემავალი 1", "description": "პირველი შემავალი რასტრი." }, "input2": { "label": "შემავალი 2", "description": "მეორე შემავალი რასტრი." }, "method": { "label": "მეთოდი", "description": "გადადისკრეტიზაციის მეთოდი: 'cc' (ნაგულისხმევი), 'nn' ან 'bilinear'." }, "weight": { "label": "წონა", "description": "მანძილით შეწონვის მაჩვენებელი, გამოყენებული გადაფარვის კიდეების შერბილებისთვის (ნაგულისხმევი 4.0)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "normalized_difference_index": { "name": "ნორმალიზებული სხვაობის ინდექსი", "description": "ითვლის (band1 - band2) / (band1 + band2) მრავალარხიანი რასტრიდან.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "band1": { "label": "არხი 1", "description": "პირველი არხის ერთიდან დაწყებული ინდექსი (ნაგულისხმევი 1)." }, "band2": { "label": "არხი 2", "description": "მეორე არხის ერთიდან დაწყებული ინდექსი (ნაგულისხმევი 2)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "panchromatic_sharpening": { "name": "პანქრომატული გამკვეთრება", "description": "პანქრომატული გამკვეთრება მაღალი გარჩევადობის პანქრომატულ გამოსახულებას დაბალი გარჩევადობის მრავალსპექტრულ მონაცემებთან აერწყმის Brovey-ის მეთოდით — სპექტრული გამრავლების ტექნიკით, რომელიც სივრცით დეტალურობას აძლიერებს და სპექტრულ ინფორმაციას ინარჩუნებს. მეთოდი ჯერ მრავალსპექტრულ არხებს პანქრომატულ გარჩევადობამდე ადისკრეტებს, შემდეგ ითვლის ინტენსივობის თანაფარდობას პანქრომატულ გამოსახულებასა და გამოთვლილ მრავალსპექტრულ ინტენსივობას შორის და შესაბამისად ასკალირებს თითოეულ არხს. ეს მიდგომა სპექტრულ სიზუსტეს ინარჩუნებს და ამავდროულად სივრცით გარჩევადობას მკვეთრად აუმჯობესებს. ძირითადი მახასიათებლებია: საწყისი სპექტრული მახასიათებლების შენარჩუნება, წრფივი ალგებრული ეფექტიანობა, რაც დიდი გამოსახულებების სწრაფ დამუშავებას შესაძლებელს ხდის, ავტომატური ხელახალი დისკრეტიზაცია არხებით რეგისტრირებულ შემავალ მონაცემებთან თავსებადობისთვის და ავტომატური ნორმალიზაცია ჰეტეროგენულ სენსორებს შორის რადიომეტრიული თანმიმდევრულობისთვის. ტექნიკა ფართოდ გამოიყენება თანამგზავრული გამოსახულებების გასაუმჯობესებლად კარტოგრაფიულ ამოცანებში, მათ შორის ქალაქთმშენებლობაში, სასოფლო-სამეურნეო მონიტორინგსა და რესურსების ძიებაში, სადაც როგორც სპექტრული, ისე სივრცითი დეტალურობა კრიტიკულია. პანქრომატული გამკვეთრება ქმნის გაუმჯობესებულ მრავალსპექტრულ შედეგს უკეთესი სივრცითი განსაზღვრულობით, რომელიც ვიზუალური ინტერპრეტაციისა და დეტალური კარტოგრაფირებისთვის გამოდგება. გამომავალი არხები მრავალსპექტრული არხების საწყის თანმიმდევრობას ინარჩუნებს, მაგრამ პანქრომატული დონის გარჩევადობით, რაც სტანდარტულ გამოსახულების ანალიზის სამუშაო პროცესებსა და GIS სისტემებში შეუფერხებელ ინტეგრაციას უზრუნველყოფს. სივრცითი გარჩევადობა შემავალ პანქრომატულ გარჩევადობამდე იზრდება, რაც მახასიათებლების ამოღებას საწყის მრავალსპექტრულ მონაცემებზე უფრო წვრილ მასშტაბებზე შესაძლებელს ხდის.", "params": { "red": { "label": "წითელი", "description": "წითელი არხის რასტრი (სავალდებულოა, თუ 'composite' არ არის მითითებული)." }, "green": { "label": "მწვანე", "description": "მწვანე არხის რასტრი (სავალდებულოა, თუ 'composite' არ არის მითითებული)." }, "blue": { "label": "ლურჯი", "description": "ლურჯი არხის რასტრი (სავალდებულოა, თუ 'composite' არ არის მითითებული)." }, "composite": { "label": "კომპოზიტი", "description": "შეფუთული RGB მრავალსპექტრული კომპოზიტი (ურთიერთგამომრიცხავია red/green/blue-სთან)." }, "pan": { "label": "პანქრომატული არხი", "description": "პანქრომატული რასტრის არხი." }, "method": { "label": "მეთოდი", "description": "შერწყმის მეთოდი: 'brovey' (ნაგულისხმევი) ან 'ihs'." }, "output_mode": { "label": "გამოტანის რეჟიმი", "description": "გამომავალი კოდირება: 'packed' (ნაგულისხმევი) ან 'bands' (3-არხიანი RGB რასტრი)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "percentage_contrast_stretch": { "name": "პროცენტული კონტრასტის გაჭიმვა", "description": "პროცენტული კონტრასტის გაჭიმვა ასრულებს კონტრასტის წრფივ გაძლიერებას ჰისტოგრამიდან უკიდურესი მნიშვნელობების (კუდების) მითითებული პროცენტის მოცილებით სრულ დინამიკურ დიაპაზონზე გაჭიმვამდე. ალგორითმი: თითოეული არხიდან დამოუკიდებლად აშორებს ქვედა და ზედა პროცენტილების მნიშვნელობებს, დარჩენილ დიაპაზონს წრფივად ასახავს გამომავალ დიაპაზონზე (როგორც წესი, 0-255 ან სრული ბიტური სიღრმე), აღმოფხვრის რადიომეტრიულ უკიდურესობებს, რომლებიც ცუდ კონტრასტს იწვევს. პროცენტილის შერჩევა (ჩვეულებრივ 2-3%) კონტრასტის გაძლიერებასა და მონაცემთა მთლიანობის შენარჩუნებას შორის ბალანსს ინარჩუნებს. ძირითადი მახასიათებლები: რადიომეტრიული გამონაკლისების ავტომატური მოცილება, ანომალიური მნიშვნელობებით გამოწვეული კონტრასტის შეკუმშვის თავიდან აცილება, გამოყენებადობა არხების მიხედვით ან გლობალურად, გამოთვლითად ეფექტიანი წრფივი გარდაქმნა, შექცევადი ოპერაცია. შესაძლებლობები: რადიომეტრიული არტეფაქტების დამუშავება, სუსტი მახასიათებლების ხილვადობის გაძლიერება, შემავალი მონაცემების ცვალებადი დიაპაზონების გათვალისწინება. გამოყენების შემთხვევები: წინასწარი დამუშავება კლასიფიკაციამდე ან შერწყმამდე, არასრულად გამოყენებული დინამიკური დიაპაზონის გაძლიერება, მრავალსპექტრული ჩვენებისთვის მომზადება, სცენებს შორის რადიომეტრიული ნორმალიზაცია. გამოყენების სფეროები: თანამგზავრული გამოსახულებების გაძლიერება ვიზუალური ინტერპრეტაციისთვის, წინასწარი დამუშავება თანამგზავრულ მონაცემებზე დაფუძნებული მეწყრების აღმოჩენისთვის, კლასიფიკაციამდე ნორმალიზაცია, საარქივო გამოსახულებების აღდგენა. შედეგის ინტერპრეტაცია: გაძლიერებული გამოსახულება გაუმჯობესებულ კონტრასტს აჩვენებს; უკიდურესი მნიშვნელობები იკვეცება; ადრე დაფარული სუსტი მახასიათებლები ხილული ხდება; არხისთვის სპეციფიკური შეკვეცის მნიშვნელობები რადიომეტრიული განაწილების ხარისხს ავლენს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "clip": { "label": "ამოჭრა", "description": "პროცენტილით ჩამოჭრის პროცენტი (ნაგულისხმევი 1.0)." }, "tail": { "label": "კუდი", "description": "კუდების ჩამოჭრის რეჟიმი: both (ნაგულისხმევი), upper ან lower." }, "num_tones": { "label": "ტონების რაოდენობა", "description": "გამომავალი ტონების რაოდენობა (ნაგულისხმევი 256)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "piecewise_contrast_stretch": { "name": "უბან-უბან კონტრასტის გაჭიმვა", "description": "ასრულებს კონტრასტის უბან-უბან წრფივ გაჭიმვას მომხმარებლის მიერ მითითებული გარდატეხის წერტილებით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "function": { "label": "ფუნქცია", "description": "საკონტროლო წერტილების განსაზღვრის სტრიქონი, მაგ. '(50,0.1);(120,0.6);(180,0.85)'." }, "greytones": { "label": "ნაცრისფერი ტონები", "description": "გამომავალი ტონების რაოდენობა არა-RGB რასტრებისთვის (ნაგულისხმევი 1024)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "resample": { "name": "გადადისკრეტიზაცია", "description": "გამოსახულების ხელახალი დისკრეტიზაცია პიქსელის გარჩევადობას ცვლის ინტერპოლაციის მეთოდებით, მათ შორის უახლოესი მეზობლის (ყველაზე სწრაფი, მინიმალური გლუვებით), ბილინეარული (წრფივი ინტერპოლაცია მოსაზღვრე პიქსელებს შორის), ბიკუბური (კუბური პოლინომის მორგება) და კუბური სპლაინის (გლუვი უწყვეტი ინტერპოლაცია) ტექნიკებით. ხელახალი დისკრეტიზაცია არსებითია გეომეტრიული რეგისტრაციისთვის, შერეული გარჩევადობის სენსორებიდან ერთგვაროვანი გარჩევადობის მრავალსპექტრული სტეკების შესაქმნელად და სხვადასხვა მასშტაბის დამხმარე მონაცემების ინტეგრაციისთვის. თითოეული მეთოდი გულისხმობს ლოკალური ინტერპოლაციის ბირთვების მორგებას საწყის პიქსელურ მნიშვნელობებზე, ბირთვების შეფასებას ახალი პიქსელების მდებარეობებში და ინტერპოლირებული მნიშვნელობების დაბრუნებას. უახლოესი მეზობელი რადიომეტრიულ მნიშვნელობებს ინარჩუნებს (შესაფერისია კატეგორიული მონაცემებისთვის); მაღალი რიგის მეთოდები კიდეებს აგლუვებს და ალიასინგს ამცირებს, მაგრამ მკვეთრ საზღვრებს აბუნდოვანებს. ძირითადი მახასიათებლებია: ინტერპოლაციის შერჩევადი მეთოდები სიჩქარესა და სიზუსტეს შორის კომპრომისის ოპტიმიზაციისთვის; გამომავალი გარჩევადობის მითითება სამიზნე პიქსელის ზომით ან განზომილებებით; ფონის მნიშვნელობის ავტომატური დამუშავება შემავალი არის გარეთ მდებარე არეებისთვის; და არასავალდებულო ანტიალიასინგის ფილტრაცია ხელახალი დისკრეტიზაციის არტეფაქტების შესამცირებლად. გამოყენების სფეროები მოიცავს გამოსახულების რეგისტრაციას მონაცემების საერთო ბადეებზე გასასწორებლად, გარჩევადობის ჰარმონიზაციას სხვადასხვა საწყისი გარჩევადობის მრავალსპექტრული სტეკების გასაერთიანებლად, დაბალ გარჩევადობაზე გადაყვანას მონაცემთა მოცულობის შესამცირებლად სივრცითი შაბლონების შენარჩუნებით და მაღალ გარჩევადობაზე გადაყვანას ვიზუალიზაციისთვის ვიზუალური დეტალურობის გასაუმჯობესებლად. ხელახალი დისკრეტიზაციის შედეგი გამოსახულებებს თანმიმდევრულ გარჩევადობაზე აერთიანებს. გამომავალი გარჩევადობა მომხმარებლის მითითებას შეესაბამება; ინტერპოლაციის მეთოდი კიდეების განსაზღვრულობაზე მოქმედებს (უახლოესი მეზობელი კიდეებს ინარჩუნებს; მაღალი რიგის მეთოდები აგლუვებს); ფონის არეები (შემავალი არის გარეთ) კონფიგურირებად შევსების მნიშვნელობებს იღებს; შედეგი მრავალსპექტრული ანალიზის სამუშაო პროცესებში შეუფერხებლად ინტეგრირდება.", "params": { "inputs": { "label": "შემავალი მონაცემები", "description": "შემავალი რასტრების სია გზების მასივის ან მძიმით/წერტილმძიმით გამოყოფილი სტრიქონის სახით." }, "base": { "label": "საფუძველი", "description": "არასავალდებულო საბაზისო რასტრი, რომელიც განსაზღვრავს გამომავალ გაშლასა და ბადეს. უპირატესობა ენიჭება cell_size-თან შედარებით." }, "cell_size": { "label": "უჯრედის ზომა", "description": "არასავალდებულო გამომავალი უჯრედის ზომა, როცა საბაზისო რასტრი არ არის მითითებული." }, "method": { "label": "მეთოდი", "description": "გადადისკრეტიზაციის მეთოდი: 'cc' (ნაგულისხმევი), 'nn' ან 'bilinear'." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "rgb_to_ihs": { "name": "RGB-დან IHS-ში", "description": "RGB-იდან ინტენსივობა-ტონი-გაჯერებაში გარდაქმნა წითელი-მწვანე-ლურჯის ფერთა სივრცეს აღქმისთვის რელევანტურ კომპონენტებად შლის: ინტენსივობა (სიკაშკაშე), ტონი (ფერი) და გაჯერება (ფერის სისუფთავე). დაშლა იყენებს სტანდარტულ მათემატიკურ ფორმულებს, რომლებიც RGB სამსტიმულიან მნიშვნელობებს ცილინდრულ პოლარულ კოორდინატებად გარდაქმნის, სადაც ინტენსივობა სიკაშკაშეს წარმოადგენს, ტონი ფერის კუთხეს აღწერს, ხოლო გაჯერება ფერის კონცენტრაციას ზომავს. ეს ფერთა სივრცე განსაკუთრებით სასარგებლოა დისტანციური ზონდირებისთვის, რადგან ინტენსივობა შეიძლება ჩანაცვლდეს მაღალი გარჩევადობის მონაცემებით, ხოლო საწყისი ფერის მახასიათებლები შებრუნებული გარდაქმნით შენარჩუნდეს. ძირითადი მახასიათებლებია: რიცხვითად სტაბილური ფორმულირება, რომელიც ზღვრულ შემთხვევებს (აქრომატული პიქსელები) მდგრადად ამუშავებს; სრული დინამიკური დიაპაზონის შენარჩუნება შეკვეცის ან ინფორმაციის დაკარგვის გარეშე; არხების ავტომატური მასშტაბირება სხვადასხვა შემავალ დიაპაზონზე თანმიმდევრული შედეგებისთვის; და გამოთვლითი ეფექტიანობა, რომელიც დიდი მრავალსპექტრული სტეკებისთვის გამოდგება. ტექნიკა რამდენიმე ამოცანას ემსახურება: pan-sharpening სამუშაო პროცესები, სადაც ინტენსივობა პანქრომატული მონაცემებით ჩანაცვლდება, ფერადი ვიზუალიზაციის გაუმჯობესება, სპექტრული წინასწარი დამუშავება კლასიფიკაციის ალგორითმებისთვის და ფერადიდან ნაცრისფერში გარდაქმნა აღქმადი ინფორმაციის შენარჩუნებით. RGB-იდან IHS-ში გარდაქმნა არსებითია შერწყმის ტექნიკებისთვის, რომლებიც პანქრომატულ გარჩევადობას მრავალსპექტრულ ფერად ინფორმაციასთან აერთიანებს. შედეგი მოიცავს სამ ერთარხიან ფაილს, რომლებიც ინტენსივობის, ტონისა და გაჯერების კომპონენტებს წარმოადგენს და ანალიზის სამუშაო პროცესებში დამოუკიდებლად გამოიყენება. ინტენსივობის არხი სიკაშკაშეს აპროქსიმირებს; ტონი 0-360 გრადუსის ფარგლებშია და ფერის ინფორმაციას აღწერს; გაჯერება 0-100 პროცენტის ფარგლებშია და ფერის სისუფთავეს მიუთითებს.", "params": { "red": { "label": "წითელი", "description": "წითელი არხის რასტრი (ურთიერთგამომრიცხავია 'composite'-თან)." }, "green": { "label": "მწვანე", "description": "მწვანე არხის რასტრი (ურთიერთგამომრიცხავია 'composite'-თან)." }, "blue": { "label": "ლურჯი", "description": "ლურჯი არხის რასტრი (ურთიერთგამომრიცხავია 'composite'-თან)." }, "composite": { "label": "კომპოზიტი", "description": "შეფუთული RGB კომპოზიტური რასტრი (ურთიერთგამომრიცხავია red/green/blue-სთან)." }, "intensity_output": { "label": "ინტენსივობის გამომავალი", "description": "არასავალდებულო გამომავალი გზა ინტენსივობის არხისთვის." }, "hue_output": { "label": "ფერის ტონის გამომავალი", "description": "არასავალდებულო გამომავალი გზა ფერის ტონის არხისთვის." }, "saturation_output": { "label": "გაჯერებულობის გამომავალი", "description": "არასავალდებულო გამომავალი გზა გაჯერებულობის არხისთვის." } } }, "sigmoidal_contrast_stretch": { "name": "სიგმოიდური კონტრასტის გაჭიმვა", "description": "ასრულებს კონტრასტის სიგმოიდურ გაჭიმვას გაძლიერებისა და შეკვეცის მნიშვნელობით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "cutoff": { "label": "ზღვარი", "description": "სიგმოიდის შუა წერტილი ნორმალიზებულ ერთეულებში (ნაგულისხმევი 0.0)." }, "gain": { "label": "გაძლიერება", "description": "სიგმოიდის გაძლიერების პარამეტრი (ნაგულისხმევი 1.0)." }, "num_tones": { "label": "ტონების რაოდენობა", "description": "გამომავალი ტონების რაოდენობა (ნაგულისხმევი 256)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "split_colour_composite": { "name": "ფერადი კომპოზიტის გაყოფა", "description": "ყოფს შეფუთულ RGB ფერად კომპოზიტურ რასტრს სამ ცალკეულ ერთარხიან რასტრად, რომლებიც წითელ, მწვანე და ლურჯ არხებს წარმოადგენს. ალგორითმი: ეს ინსტრუმენტი ამოიღებს ცალკეულ ფერად არხებს კომპოზიტური გამოსახულებიდან, სადაც R, G და B მნიშვნელობები ერთ რასტრშია შეფუთული (ხშირად სტანდარტული 24-ბიტიანი RGB ან 32-ბიტიანი RGBA კოდირებით). გამოყოფა ბიტური ოპერაციებით ხორციელდება, რათა თითოეული 8-ბიტიანი არხის კომპონენტი იზოლირდეს. ძირითადი მახასიათებლები: ინარჩუნებს საწყის რადიომეტრიულ მნიშვნელობებს (0–255), ამუშავებს სტანდარტულ RGB კომპოზიტებსა და გაფართოებულ ფორმატებს, გამოაქვს სამი დამოუკიდებელი გეორეფერენცირებული რასტრი. გამოყენების შემთხვევები: სპექტრული ანალიზი, სადაც ცალკეული არხები ცალ-ცალკე უნდა დამუშავდეს; შემავალი მონაცემთა ნაკრებების შექმნა მცენარეულობის ინდექსების (NDVI, EVI) გამოსათვლელად; მონაცემების მომზადება არხების ალგებრის ოპერაციებისთვის; ფერის გაღრმავებული გარდაქმნების, მაგალითად RGB-იდან IHS-ში გარდაქმნის, შესაძლებლობა; კონკრეტული არხების ამოღება ზედამხედველობითი ან უკონტროლო კლასიფიკაციის სამუშაო პროცესებისთვის. გამოყენების სფეროები: დისტანციური ზონდირების გამოსახულებების ანალიზი, თანამგზავრული მონაცემების წინასწარი დამუშავება, მრავალსპექტრული ანალიზისთვის მომზადება, გამოსახულების გაძლიერების კონვეიერები. შედეგის ინტერპრეტაცია: იქმნება სამი ერთარხიანი რასტრი, რომელთა სივრცითი არე, პროექცია და გეორეფერენცია შემავალი კომპოზიტის იდენტურია. თითოეული გამომავალი არხი შეიცავს 8-ბიტიან რადიომეტრიულ მნიშვნელობებს (0–255), რომლებიც სცენაში ამ ფერადი კომპონენტის ინტენსივობას წარმოადგენს. არხის სტატისტიკა (მინ, მაქს, საშუალო) ამ ფერადი არხის სპექტრულ მახასიათებლებს ასახავს; დომინანტური მნიშვნელობები გამოსახულებაში ფერის დომინირებაზე მიუთითებს. გამომავალი რასტრები დაუყოვნებლივ გამოდგება არხების გამოთვლებისთვის, სპექტრული ინდექსებისთვის ან შემდგომი მრავალარხიანი დამუშავების სამუშაო პროცესებისთვის.", "params": { "input": { "label": "შემავალი", "description": "შემავალი შეფუთული RGB რასტრი." }, "red_output": { "label": "წითელი არხის გამომავალი", "description": "არასავალდებულო გამომავალი გზა წითელი არხისთვის." }, "green_output": { "label": "მწვანე არხის გამომავალი", "description": "არასავალდებულო გამომავალი გზა მწვანე არხისთვის." }, "blue_output": { "label": "ლურჯი არხის გამომავალი", "description": "არასავალდებულო გამომავალი გზა ლურჯი არხისთვის." } } }, "standard_deviation_contrast_stretch": { "name": "სტანდარტული გადახრის კონტრასტის გაჭიმვა", "description": "ასრულებს კონტრასტის წრფივ გაჭიმვას საშუალოს პლუს/მინუს სტანდარტული გადახრის მამრავლის გამოყენებით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "clip": { "label": "ამოჭრა", "description": "სტანდარტული გადახრის მამრავლი, გამოყენებული ჩამოჭრის ზღვრების გამოსათვლელად (ნაგულისხმევი 2.0)." }, "num_tones": { "label": "ტონების რაოდენობა", "description": "გამომავალი ტონების რაოდენობა (ნაგულისხმევი 256)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "true_colour_composite": { "name": "ნამდვილფერადი კომპოზიტი", "description": "ქმნის ნამდვილი ფერის (RGB) კომპოზიტურ რასტრს მხარდაჭერილი ოპტიკური სენსორის ნაკრებიდან.", "params": { "wbe": { "label": "WBE", "description": "WBE" }, "output": { "label": "გამომავალი", "description": "გამომავალი" } } }, "adaptive_filter": { "name": "ადაპტური ფილტრი", "description": "ადაპტური ფილტრი ფილტრაციის სიძლიერეს დინამიკურად არეგულირებს გამოსახულების ლოკალური სტატისტიკის (საშუალო, ვარიაცია, ექსცესი) საფუძველზე, რაც კონტექსტის გათვალისწინებით გლუვებას შესაძლებელს ხდის, რომელიც სცენის მახასიათებლებს პასუხობს. რეალიზაცია გამოსახულებებს მოძრავ ფანჯრებად ყოფს, ითვლის ლოკალურ სტატისტიკას (ხმაურით დომინირებული და მახასიათებლებით დომინირებული რეგიონების აღმოჩენით) და შესაბამისად ირჩევს ფილტრის პარამეტრებს. ბრტყელი რეგიონები ინტენსიურად გლუვდება; რთული რეგიონები რბილად იფილტრება. მათემატიკური საფუძველი ლოკალური ხასიათის დასადგენად სტატისტიკურ ტესტებს იყენებს: ზღურბლზე დაბალი ვარიაციის რეგიონები ძლიერად გლუვდება; ზღურბლს გადაჭარბებული რეგიონები დეტალებს ინარჩუნებს. ძირითადი მახასიათებლებია: პარამეტრების ავტომატური ადაპტაცია (მომხმარებელი დიაპაზონებს უთითებს; ალგორითმი ლოკალურად ირჩევს), გამოყენებადობა ფილტრის ნებისმიერ ბირთვთან (გაუსის, მედიანური, მორფოლოგიური) და ეფექტიანობა ოპტიკურ და რადარულ გამოსახულებებზე. ადაპტური ფილტრაცია განსაკუთრებით ეფექტიანია ჰეტეროგენული თანამგზავრული მოზაიკების (სხვადასხვა სენსორი, გადაღების პირობები) წინასწარ დამუშავებაში, LiDAR წერტილოვანი ღრუბლის გლუვებაში (ტყეებში მცენარეულობის კიდეებს ინარჩუნებს; ღია არეებში მიწას აგლუვებს), SAR სპეკლის შერჩევით შემცირებაში, რომელიც როგორც სამიზნეებს, ისე ფონს ითვალისწინებს, და მრავალდროითი გამოსახულებების სტეკირებაში. შედეგის ინტერპრეტაცია აჩვენებს, რომ ერთგვაროვანი რეგიონები ინტენსიურ ფილტრაციას განიცდის (დაბალი ლოკალური ვარიაცია → ძლიერი გლუვება); რთული რეგიონები კონსერვატიულად იფილტრება (მაღალი ვარიაცია → მინიმალური დამუშავება). გლუვების რადიუსი რეგიონის მიხედვით დინამიკურად რეგულირდება: ბრტყელი არეები დიდი რადიუსის ფილტრაციას იღებს; ტექსტურიანი არეები — მცირე რადიუსის ფილტრაციას ან საერთოდ არ იფილტრება. გამომავალი დიაპაზონები შემავალი დიაპაზონის ფარგლებში რჩება; ადაპტაციის შესამოწმებლად განიხილეთ ფილტრაციის სიძლიერის სივრცითი რუკა. გლუვ რეგიონებში სტატისტიკა ლოკალური საშუალოებისკენ გადაინაცვლებს; რთული რეგიონები ძირითადად უცვლელი რჩება. გავრცელებული არტეფაქტებია რეგიონების საზღვრებზე შესაძლო ზედმეტი გლუვება (როგორც წესი, გამოიყენება გლუვი გადასვლა) და ხმაურისა და ვარიაციის მიმართებებისადმი მგრძნობელობა. შეამოწმეთ ადაპტაცია ლოკალური ვარიაციის რუკების ანალიზით. გამოიყენეთ მრავალწყაროიანი მონაცემების დამამუშავებელ ავტომატიზებულ წინასწარი დამუშავების კონვეიერებში, სადაც ერთგვაროვანი ფილტრაცია არასაკმარისია.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "filter_size_x": { "label": "ფილტრის ზომა X", "description": "მეზობლობის სიგანე პიქსელებში (კენტი მთელი რიცხვი, ნაგულისხმევი 11)." }, "filter_size_y": { "label": "ფილტრის ზომა Y", "description": "მეზობლობის სიმაღლე პიქსელებში (კენტი მთელი რიცხვი, ნაგულისხმევი 11)." }, "threshold": { "label": "ზღურბლი", "description": "z-ქულის აბსოლუტური ზღურბლი საშუალოთი ჩანაცვლებისთვის (ნაგულისხმევი 2.0)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "anisotropic_diffusion_filter": { "name": "ანიზოტროპული დიფუზიის ფილტრი", "description": "ანიზოტროპული დიფუზიის ფილტრაცია ახორციელებს კიდეების შემნარჩუნებელ იტერაციულ გლუვებას მიმართულებითი დიფუზიის პროცესებით, რომლებიც კიდეებსა და ბრტყელ რეგიონებს ერთმანეთისგან განასხვავებს. ალგორითმი იტერაციულად ანახლებს თითოეულ პიქსელს მეზობლებთან შეწონილი სხვაობების საფუძველზე გამტარობის ფუნქციის გამოყენებით, რომელიც მაღალგრადიენტულ საზღვრებზე დიფუზიას ამცირებს, ერთგვაროვან რეგიონებში კი გლუვებას იძლევა. რეალიზაცია ხსნის კერძოწარმოებულებიან დიფერენციალურ განტოლებას ∂I/∂t = div(c(|∇I|)∇I), სადაც გამტარობა c(·) ლოკალური გრადიენტის სიდიდეს ერგება. მონაცემებზე დაფუძნებული ეს მიდგომა მკვეთრ გადასვლებს ინარჩუნებს და ერთგვაროვან არეებში ხმაურს თანდათან ამცირებს. ძირითადი მახასიათებლებია: კიდეების ნამდვილი შენარჩუნება კიდეების ცხადი ნიღბების გარეშე, მასშტაბის ავტომატური შერჩევა იტერაციების რაოდენობით, ხმაურის ეფექტიანი შემცირება მახასიათებლების სიმკვეთრის შენარჩუნებით და გამოყენებადობა ერთარხიან და მრავალსპექტრულ მონაცემებზე. ანიზოტროპული დიფუზია განსაკუთრებით ეფექტიანია LiDAR წერტილოვანი ღრუბლის გლუვებაში რელიეფის გარდატეხების შენარჩუნებით, თანამგზავრული გამოსახულებების ხმაურისგან გაწმენდაში სუსტი გეოლოგიური მახასიათებლების აღმოსაჩენად, SAR სპეკლის შემცირებაში რადარული სამიზნეების კიდეების შენარჩუნებით და სამედიცინო/სამეცნიერო გამოსახულებებში, სადაც კიდეების სიზუსტე კრიტიკულია. შედეგის ინტერპრეტაცია მოითხოვს იმის გაგებას, რომ გლუვი რეგიონები თანდათან ერთგვაროვნდება (მნიშვნელობები ლოკალური საშუალოსკენ კონვერგირდება), ხოლო კიდეები სტაბილიზაციამდე მკვეთრდება. ადრეული იტერაციები (t<5) ხმაურის მსუბუქ შემცირებას იძლევა; შუალედური იტერაციები (t=5-20) არსებით გლუვებას უზრუნველყოფს; ზედმეტი იტერაციები (t>50) საზღვრების ზედმეტი გაძლიერების ან ცრუ მახასიათებლების რისკს ქმნის. გამომავალი მნიშვნელობები საწყისი მონაცემების დიაპაზონში რჩება; დამუშავების მსვლელობისას სტატისტიკა რეგიონული საშუალოებისკენ გადაინაცვლებს. გლუვების სისრულის შესაფასებლად აკონტროლეთ გამომავალი ვარიაცია. გავრცელებული მეტრიკებია სიგნალისა და ხმაურის თანაფარდობის გაუმჯობესება და კიდეების სიმკვეთრის ინდექსები. ფრთხილად გამოიყენეთ მრავალმასშტაბიან სამუშაო პროცესებში, სადაც კიდეების შენარჩუნების სიზუსტე პირდაპირ მოქმედებს შემდგომი კლასიფიკაციის ან ცვლილებების აღმოჩენის სიზუსტეზე.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "iterations": { "label": "იტერაციები", "description": "დიფუზიის იტერაციების რაოდენობა (ნაგულისხმევი 10)." }, "kappa": { "label": "კაპა", "description": "კიდეების მგრძნობელობის პარამეტრი (ნაგულისხმევი 20.0)." }, "lambda": { "label": "ლამბდა", "description": "დროის ბიჯი (0, 0.25] დიაპაზონში, ნაგულისხმევი 0.2." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "bilateral_filter": { "name": "ბილატერალური ფილტრი", "description": "კიდეების შემნარჩუნებელი ბილატერალური გლუვება სივრცითი + ინტენსივობის ბირთვებით. დეტალების შენარჩუნებისთვის გაუსისაზე უკეთესია. Sigma_dist=რადიუსი, sigma_int=კიდეების შენარჩუნების ზღურბლი. RGB-ის მხარდაჭერით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "sigma_dist": { "label": "სიგმა (მანძილი)", "description": "სივრცითი გაუსის ბირთვის სტანდარტული გადახრა პიქსელებში (0.5–20.0, ნაგულისხმევი 0.75)." }, "sigma_int": { "label": "სიგმა (ინტენსივობა)", "description": "ინტენსივობის გაუსის ბირთვის სტანდარტული გადახრა რასტრის მნიშვნელობის ერთეულებში (ნაგულისხმევი 1.0)." }, "treat_as_rgb": { "label": "RGB-დ განხილვა", "description": "დააყენეთ true შეფუთული RGB HSI დამუშავების იძულებით გასააქტიურებლად. როცა false, შეფუთული RGB მაინც შეიძლება ავტომატურად აღმოჩნდეს რასტრის მეტამონაცემებიდან." }, "assume_three_band_rgb": { "label": "სამარხიანი RGB-ის დაშვება", "description": "როცა true (ნაგულისხმევი), 3-არხიანი uint8/uint16 რასტრები შეიძლება RGB-ად ჩაითვალოს იმ ფილტრებში, რომლებიც მხარს უჭერენ 3-არხიანი RGB ინტენსივობის დამუშავებას." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში შედეგი ინახება მეხსიერებაში." } } }, "closing": { "name": "დახურვა", "description": "ასრულებს მორფოლოგიურ დახურვის ოპერაციას მართკუთხა სტრუქტურული ელემენტის გამოყენებით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "filter_size_x": { "label": "ფილტრის ზომა X", "description": "მეზობლობის კენტი სიგანე (ნაგულისხმევი 11)." }, "filter_size_y": { "label": "ფილტრის ზომა Y", "description": "მეზობლობის კენტი სიმაღლე (ნაგულისხმევად იგივე, რაც filter_size_x)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "conservative_smoothing_filter": { "name": "კონსერვატიული დაგლუვების ფილტრი", "description": "კონსერვატიული გლუვება ახორციელებს არაწრფივ ფილტრაციას თითოეული პიქსელის მსგავსი მეზობლების (განსაზღვრული ინტენსივობის დიაპაზონში) საშუალოთი ჩანაცვლებით, რაც კიდეებს ინარჩუნებს და ხმაურს ამცირებს. რეალიზაცია განიხილავს მეზობლობებს, განსაზღვრავს პიქსელებს, რომლებიც ცენტრალური პიქსელიდან ინტენსივობის ზღურბლის ფარგლებშია, და ამ მსგავსი მნიშვნელობის პიქსელებს ასაშუალოებს. მათემატიკური ფორმულირება: F = (1/N) Σ(I_j : |I_j - I_center| < T), სადაც T მსგავსების ზღურბლია, ხოლო N მსგავსი პიქსელების რაოდენობა. ძირითადი მახასიათებლებია: მსგავსების მარტივი, ზღურბლზე დაფუძნებული განსაზღვრა, ეფექტიანობა ოპტიკურ და რადარულ გამოსახულებებზე, პარამეტრების ინტერპრეტირებადობა (ზღურბლი კიდეების სიმკვეთრეს აკონტროლებს) და მინიმალური გამოთვლითი დანახარჯი. კონსერვატიული გლუვება განსაკუთრებით ეფექტიანია მრავალსპექტრული თანამგზავრული გამოსახულებების წინასწარ დამუშავებაში (ამცირებს ხმაურს სპექტრული საზღვრების შენარჩუნებით), თერმული გამოსახულებების გაძლიერებაში (აგლუვებს რადიომეტრიულ ხმაურს ტემპერატურული წყვეტების შენარჩუნებით), LiDAR კლასიფიკაციის გლუვებაში (ინარჩუნებს მცენარეულობის/მიწის საზღვრებს) და ხმაურიანი კვლევითი მონაცემების წინასწარ დამუშავებაში. შედეგის ინტერპრეტაცია აჩვენებს, რომ ერთგვაროვანი რეგიონები სრულად საშუალოვდება (ყველა მეზობელი მსგავსია); კიდეები მინიმალურად იფილტრება (მსგავსი პიქსელები მხოლოდ ერთსა და იმავე მხარეზეა). ზღურბლის პარამეტრი კიდეების შენარჩუნებას აკონტროლებს: მცირე ზღურბლი (მკაცრი მსგავსება) მსუბუქ გლუვებას იძლევა; დიდი ზღურბლი (თავისუფალი მსგავსება) აგრესიულ გლუვებას იძლევა, რამაც შეიძლება კიდეები დაკარგოს. გამომავალი მნიშვნელობები ზუსტად შემავალი მეზობლების მნიშვნელობებიდან მიიღება (ინტერპოლაციის გარეშე; შედეგი არსებული მნიშვნელობების საშუალოა). სტატისტიკა ლოკალური კლასტერებისკენ გადაინაცვლებს; ჰეტეროგენული რეგიონები მინიმალურ ცვლილებას აჩვენებს. ზღურბლის ეფექტიანობა შეამოწმეთ ვიზუალური დათვალიერებითა და ლოკალური ჰისტოგრამის ანალიზით. გავრცელებული არტეფაქტებია არასაკმარისი გლუვება, თუ ზღურბლები ზედმეტად მკაცრია, და კიდეების დაბინდვა, თუ ზღურბლები ზედმეტად თავისუფალია. იტერაციების რაოდენობა თანდათანობით ფილტრაციას შესაძლებელს ხდის: ერთი გავლა რბილ გლუვებას იძლევა; რამდენიმე გავლა ეფექტს აძლიერებს. გამოიყენეთ კლასიფიკაციამდე, როცა ხმაურით გამოწვეული კატეგორიების აღრევა უნდა შემცირდეს და კლასების საზღვრები მკვეთრი დარჩეს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "filter_size_x": { "label": "ფილტრის ზომა X", "description": "მეზობლობის სიგანე პიქსელებში (კენტი მთელი რიცხვი, ნაგულისხმევი 3)." }, "filter_size_y": { "label": "ფილტრის ზომა Y", "description": "მეზობლობის სიმაღლე პიქსელებში (კენტი მთელი რიცხვი, ნაგულისხმევი 3)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "diff_of_gaussians_filter": { "name": "გაუსიანთა სხვაობის ფილტრი", "description": "გაუსიანების სხვაობის (DoG) ფილტრაცია კიდეებსა და წვრილ მახასიათებლებს აღმოაჩენს სხვადასხვა რადიუსით გაუსის დაბინდვის ორი ვერსიის გამოკლებით, რაც ზოლოვან ფილტრს ქმნის, რომელიც შუალედურ სივრცით სიხშირეებს უსვამს ხაზს. რეალიზაცია ითვლის გაუსის ორ დაბინდვას (მცირე რადიუსი σ₁ და დიდი რადიუსი σ₂), შემდეგ კი აკლებს: DoG = G(σ₁) - G(σ₂). ეს არაწრფივი კომბინაცია აძლიერებს კიდეებსა და ქედებს და ამავდროულად ახშობს როგორც წვრილ ხმაურს, ისე განათების ფართო ტენდენციებს. ძირითადი მახასიათებლებია: რეგულირებადი სიხშირული პასუხი (თანაფარდობა σ₂/σ₁ ზოლოვანი ფილტრის მახასიათებლებს აკონტროლებს), ნულზე ცენტრირებული შედეგი (ბიპოლარული: დადებითი და უარყოფითი მნიშვნელობები), გამოყენებადობა კიდეების აღმოჩენასა და მახასიათებლების ამოღებაში და გამოთვლითი ეფექტიანობა გაუსიანის ხელახალი გამოყენებით. გაუსიანების სხვაობა განსაკუთრებით ეფექტიანია გეოლოგიური სტრუქტურების აღმოჩენაში (რღვევები და ლინეამენტები DoG-ის მაღალ პასუხად ჩანს), ორთოფოტოებიდან შენობების ამოღებაში, დისტანციური ზონდირების მოზაიკებში წვრილი ტექსტურის გაძლიერებაში და ნეირომეცნიერებით შთაგონებულ დამუშავების მოდელებში. შედეგის ინტერპრეტაცია აჩვენებს, რომ კიდეები პიკურ პასუხებს იძლევა (დადებითს ნათელ მხარეზე, უარყოფითს — მუქ მხარეზე), ნულზე გადაკვეთით ზუსტად გადასვლების ადგილას. ნულზე გადაკვეთის აღმოჩენა ნამდვილ კიდეებს კიდის მიმართულებისგან დამოუკიდებლად ავლენს. DoG-ის სიდიდე კიდის სიძლიერეს მიუთითებს; 8-ბიტიანი შემავალი მონაცემებისთვის ტიპური დიაპაზონი -1000-დან +1000-მდეა ლოკალური კონტრასტის მიხედვით. თანაფარდობა σ₂/σ₁ ზოლოვანი ფილტრის ცენტრს განსაზღვრავს: თანაფარდობა~2 ძალიან წვრილ მახასიათებლებს უსვამს ხაზს; თანაფარდობა~5 — შუალედურ მახასიათებლებს; თანაფარდობა~10 — უფრო უხეშ მახასიათებლებს. შედეგის ბიმოდალური განაწილებები (პიკები დადებით და უარყოფით უკიდურესობებზე) კიდეების კარგ გამიჯვნაზე მიუთითებს. გავრცელებული არტეფაქტებია ჰალოები ძლიერი კიდეების გარშემო და შესაძლო სუსტი პასუხი, თუ სიხშირული ზოლი მახასიათებლის მასშტაბს არ შეესაბამება. კიდეების ამოსაღებად შეუთავსეთ სიდიდის ზღურბლს. გამოიყენეთ მორფოლოგიურ შემდგომ დამუშავებამდე ხმაურიანი თანამგზავრული გამოსახულებებიდან მახასიათებლების მდგრადი ამოღებისთვის.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "filter_size_x": { "label": "ფილტრის ზომა X", "description": "მცირე გაუსის სიგმა (0.25-20.0, ნაგულისხმევი 2.0)." }, "sigma2": { "label": "სიგმა 2", "description": "დიდი გაუსის სიგმა (0.5-20.0, ნაგულისხმევი 4.0)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "diversity_filter": { "name": "მრავალფეროვნების ფილტრი", "description": "ითვლის მოძრავი ფანჯრის მრავალფეროვნებას, როგორც მეზობლობაში უნიკალური მნიშვნელობების/კლასების რაოდენობას. ზომავს ლოკალურ ჰეტეროგენულობას: მაღალი მრავალფეროვნება = მრავალფეროვანი რელიეფი/კლასები, დაბალი მრავალფეროვნება = ერთგვაროვანი. ავლენს ტექსტურას, ფრაგმენტაციასა და შაბლონების მრავალფეროვნებას. ხშირად გამოიყენება კლასიფიცირებულ ან კატეგორიულ გამოსახულებებზე გარდამავალი/კიდის ზონების გამოსავლენად.\n\nმრავალფეროვნების ფილტრი ქმნის ლოკალური ცვალებადობის მეტრიკას, რომელიც კონკრეტული მნიშვნელობებისგან დამოუკიდებელია. სასარგებლოა ლანდშაფტის ეკოლოგიისთვის (ჰაბიტატების მრავალფეროვნება, ფრაგმენტაციის მეტრიკები), კლასიფიკაციის ხარისხის შეფასებისთვის (მაღალი მრავალფეროვნება = შერეული/განუსაზღვრელი არეები) და ტექსტურის ანალიზისთვის. სიმაღლის მონაცემებზე გამოყენებისას მრავალფეროვნება მეზობლობის მასშტაბის სიუხეშეს მიუთითებს. კლასიფიკაციაზე გამოყენებისას ის შერეულ/ეკოტონურ/სასაზღვრო ზონებს ავლენს.\n\nგამოყენების სფეროები: (1) ლანდშაფტის ფრაგმენტაციის კარტოგრაფირება (მაღალი მრავალფეროვნება = მრავალფეროვანი მოზაიკა, დაბალი მრავალფეროვნება = ერთგვაროვანი ლაქები), (2) კლასიფიკაციის სანდოობის/განუზღვრელობის შეფასება (მაღალი მრავალფეროვნება = განუსაზღვრელი არე), (3) ტექსტურის ანალიზი (ჰეტეროგენულობის კარტოგრაფირება), (4) კიდეების/საზღვრების აღმოჩენა მრავალფეროვნების პიკებით, (5) ჰაბიტატების მრავალფეროვნება ეკოლოგიური ანალიზისთვის (ვარგისიანობა ლოკალურ მრავალფეროვნებაზეა დამოკიდებული).", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "filter_size_x": { "label": "ფილტრის ზომა X", "description": "ფანჯრის სიგანე პიქსელებში (კენტი მთელი რიცხვი, ნაგულისხმევი 11). ალიასი: filterx." }, "filter_size_y": { "label": "ფილტრის ზომა Y", "description": "ფანჯრის სიმაღლე პიქსელებში (კენტი მთელი რიცხვი, ნაგულისხმევი = filter_size_x). ალიასი: filtery." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში შედეგი ინახება მეხსიერებაში." } } }, "edge_preserving_mean_filter": { "name": "კიდეების შემნარჩუნებელი საშუალოს ფილტრი", "description": "კიდეების შემნარჩუნებელი საშუალოს ფილტრი ასრულებს პიქსელების შერჩევით გასაშუალოებას ლოკალური საშუალოების გამოთვლით და იმ გამონაკლისი პიქსელების გამორიცხვით, რომლებიც, სავარაუდოდ, კიდეებს ან ხმაურს წარმოადგენს. რეალიზაცია ახარისხებს პიქსელების მეზობლობებს, აშორებს უკიდურეს მნიშვნელობებს (უმცირესს და უდიდესს, ან სტატისტიკურ ზღურბლს გადაჭარბებულ მნიშვნელობებს) და დარჩენილ მნიშვნელობებს ასაშუალოებს. ეს მდგრადი მიდგომა გლუვებასა და სიმკვეთრის შენარჩუნებას შორის ბალანსს ინარჩუნებს. ვარიანტები მოიცავს შეწონილ გასაშუალოებას, რომელიც ცენტრალურ პიქსელებს უსვამს ხაზს, და ლოკალურ სტატისტიკაზე დაფუძნებულ ადაპტურ ზღურბლის შერჩევას. ძირითადი მახასიათებლებია: პარამეტრების მარტივი კონტროლი (გამოსარიცხი რაოდენობა ან ზღურბლი), გამოთვლითი ეფექტიანობა მცირე მეზობლობების დახარისხებით, ხმაურის ეფექტიანი შემცირება დეტალების დაბინდვის გარეშე და გამოყენებადობა ოპტიკურ, რადარულ და თერმულ მონაცემებზე. კიდეების შემნარჩუნებელი საშუალოს ფილტრაცია განსაკუთრებით ეფექტიანია ოპტიკური თანამგზავრული მონაცემების წინასწარ დამუშავებაში მცენარეულობის ინდექსის გამოსათვლელად (აშორებს ჩრდილებსა და ღრუბლებს მახასიათებლების დაბინდვის გარეშე), DEM-ის გლუვებაში დახრილობის გარდატეხების შენარჩუნებით, თერმული გამოსახულებების ხმაურისგან გაწმენდაში საზღვრების სიმკვეთრის შენარჩუნებით და ორთოფოტოების მომზადებაში ხელით ციფრულიზაციისთვის. შედეგის ინტერპრეტაცია აჩვენებს, რომ მოცილებული გამონაკლისები კიდეებსა და ხმაურიან რეგიონებში კონცენტრირდება; დარჩენილი მნიშვნელობები საშუალოვდება და ლოკალურ გლუვებას ქმნის. გამორიცხვის პარამეტრები კიდეების სიმკვეთრეს აკონტროლებს: ერთი უკიდურესობის გამორიცხვა „მარილისა და პილპილის“ ხმაურს აშორებს; რამდენიმე უკიდურესობის გამორიცხვა უფრო გლუვ შედეგს იძლევა კიდეების უფრო რბილი გადასვლით. გამომავალი დიაპაზონები შემავალის ფარგლებში რჩება; სტატისტიკა არაგამონაკლისი მნიშვნელობების საშუალოებისკენ გადაინაცვლებს. გაფილტრული რეგიონების (როგორც წესი, მაღალი ვარიაციის არეები) გამოსავლენად აკონტროლეთ შედეგისა და შემავალი მონაცემების სხვაობა. კიდეების შენარჩუნების ხარისხი გამონაკლისების იდენტიფიკაციის სიზუსტეზეა დამოკიდებული; ვიზუალურად შეამოწმეთ, რომ მახასიათებლები მკვეთრი რჩება. გავრცელებული არტეფაქტებია არასაკმარისი გლუვება, თუ ზღურბლები ზედმეტად მკაცრია, და ზედმეტი ფილტრაცია, თუ გამორიცხვის რაოდენობა ზედმეტად მაღალია. იტერაციების რაოდენობა თანდათანობით ფილტრაციას შესაძლებელს ხდის; ერთი გავლა რბილ გლუვებას იძლევა. გამოიყენეთ ზღურბლზე დაფუძნებულ კლასიფიკაციამდე, რათა ხმაურით გამოწვეული კატეგორიების არასწორი კლასიფიკაცია შემცირდეს და მახასიათებლების საზღვრები შენარჩუნდეს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "filter_size": { "label": "ფილტრის ზომა", "description": "კვადრატული მეზობლობის ზომა პიქსელებში (კენტი მთელი რიცხვი, ნაგულისხმევი 11)." }, "threshold": { "label": "ზღურბლი", "description": "მაქსიმალური აბსოლუტური სხვაობა მეზობელთან ლოკალურ საშუალოში ჩასართავად (ნაგულისხმევი 15.0)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "emboss_filter": { "name": "რელიეფურობის ფილტრი", "description": "რელიეფური ამოტვიფრვის (emboss) ფილტრი კიდეების მახასიათებლებს მიმართულებითი დაჩრდილვით აძლიერებს და ქმნის დამახასიათებელ სამგანზომილებიან რელიეფურ იერს, სადაც კიდეები მიმართულებითი განათების სიმულაციის მიხედვით ამობურცულ ან ჩაღრმავებულ ზედაპირებად ჩანს. ფილტრი იყენებს 3×3 ბირთვს, რომელიც კიდეების აღმოჩენას ცალმხრივ განათებასთან აერთიანებს და, როგორც წესი, ზედა მარცხენა კვადრანტიდან სინათლეს ახდენს სიმულაციას, რაც საზღვრებზე შთამბეჭდავ ვიზუალურ კონტრასტს ქმნის და გლუვ რეგიონებს ინარჩუნებს. ამოტვიფრვის გარდაქმნა კონკრეტული მიმართულებებით აკლებს მეზობლების შეწონილ მნიშვნელობებს და ქმნის შედეგს, სადაც განათებული და დაჩრდილული ადგილები ტოპოგრაფიულ წყვეტებსა და მახასიათებლების წყვეტებს უსვამს ხაზს. ძირითადი მახასიათებლებია: მიმართულების ინტუიციური კონტროლი, რაც სიმულირებული სინათლის მიმართულების რეგულირებას იძლევა (რვამიმართულებიანი ვარიანტები), 3D აღქმის ბუნებრივი ჩართვა, რაც ვიზუალურ ინტერპრეტაციას აუმჯობესებს, და მდგრადი მუშაობა საწყისი გამოსახულებების განათების სხვადასხვა პირობებში. ამოტვიფრვის ფილტრი ემსახურება ხარისხის უზრუნველყოფას, ინტერპრეტაციულ ვიზუალიზაციასა და მახასიათებლების საზღვრების ხაზგასმას. გამოყენების შემთხვევები მოიცავს ვიზუალურ გაძლიერებას გეოლოგიური ინტერპრეტაციისთვის, სადაც მინერალების საზღვრები რელიეფურ შაბლონებად ხდება ხილული, აეროფოტოების ინტერპრეტაციას სუსტი საზღვრების ხილვადობის გასაუმჯობესებლად, კარტოგრაფიულ წარმოებას, სადაც ამოტვიფრული ციფრული სიმაღლეთა მოდელები შთამბეჭდავ რელიეფურ რუკებს ქმნის, და არქეოლოგიური ობიექტების აღმოჩენას, სადაც მიწისქვეშა სტრუქტურები სუსტ ტოპოგრაფიულ ცვალებადობად ჩანს. შედეგის ინტერპრეტაცია მაღალ მნიშვნელობებს განათებულ ზედაპირებად, ხოლო დაბალ მნიშვნელობებს ჩრდილებად განიხილავს, რაც აღქმად სიღრმეს ქმნის, რომელსაც ადამიანის თვალი ბუნებრივად რელიეფად აღიქვამს. ამოტვიფრული შედეგი, როგორც წესი, 0-255 ვიზუალიზაციის დიაპაზონზე მასშტაბირებას საჭიროებს; დაუმუშავებელი შედეგი ხშირად შეიცავს უარყოფით მნიშვნელობებს, რომლებიც ჩრდილის არეებს წარმოადგენს. ეფექტი მხოლოდ ვიზუალურია — ამოტვიფრვა არ ითვლის ნამდვილ განათებას და არ ქმნის სიმაღლის წარმოებულებს. მრავალსპექტრული გამოსახულებებისთვის გამოიყენეთ მთავარ კომპონენტებზე ან ანალიტიკური მიზნების მიხედვით შერჩეულ არხებზე. შემდგომი დამუშავება ხშირად მოიცავს კონტრასტის გაძლიერებას ან ტონურ ასახვას ვიზუალური ეფექტის ოპტიმიზაციისთვის.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "direction": { "label": "მიმართულება", "description": "რელიეფურობის მიმართულება: n,s,e,w,ne,nw,se,sw." }, "clip_amount": { "label": "ამოჭრის სიდიდე", "description": "არასავალდებულო სიმეტრიული კუდების ჩამოჭრის პროცენტი (0-40)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "fast_almost_gaussian_filter": { "name": "სწრაფი თითქმის-გაუსური ფილტრი", "description": "Fast Almost Gaussian ფილტრი გაუსის სწრაფ აპროქსიმირებულ გლუვებას უზრუნველყოფს იტერაციული განცალკევებადი ყუთოვანი (გასაშუალოებითი) ფილტრაციით და გაუსისთან მიახლოებულ დაბინდვის პასუხს O(N) გამოთვლითი სირთულით აღწევს დაბინდვის რადიუსისგან დამოუკიდებლად. რეალიზაცია იყენებს თანმიმდევრულ ყუთოვან კონვოლუციებს (თითოეული ლოკალურ პიქსელურ საშუალოებს ითვლის) კუმულაციური გაუსის განაწილების აპროქსიმაციისთვის; N იტერაცია სულ უფრო დიდ გაუსის ბირთვებს აპროქსიმირებს. მათემატიკური საფუძველი ცენტრალურ ზღვრულ თეორემას იყენებს: ყუთოვანი ფუნქციების განმეორებითი კონვოლუცია ასიმპტოტურად გაუსის განაწილებას უახლოვდება. ძირითადი მახასიათებლებია: გამოთვლითი სიჩქარე, რაც დიდ გამოსახულებებზე დიდი ბირთვით გლუვებას შესაძლებელს ხდის, განცალკევებადი რეალიზაცია, რომელიც მეხსიერების მოთხოვნებს ამცირებს, პარამეტრის კონტროლი იტერაციების რაოდენობით (აკონტროლებს დაბინდვის რადიუსს) და ეფექტიანობა მონაცემთა ნებისმიერ ტიპზე. Fast Almost Gaussian ფილტრაცია განსაკუთრებით ეფექტიანია გამოსახულებათა სწრაფ პირამიდებში მრავალმასშტაბიანი ანალიზისთვის, თანამგზავრული გამოსახულებების რეალურ დროში დათვალიერებაში, დისტანციური ზონდირების უზარმაზარი მონაცემთა ნაკრებების კლასიფიკაციამდე წინასწარ დამუშავებაში და ინტერაქტიულ გამოსახულების სანახავებში, რომლებიც სწრაფ გლუვებას საჭიროებს. შედეგის ინტერპრეტაცია აჩვენებს, რომ იტერაციების რაოდენობა პირდაპირ უკავშირდება დაბინდვის რადიუსს: N=1 მინიმალურ გლუვებას იძლევა; N=3-5 ზომიერ დაბინდვას უზრუნველყოფს; N>10 ძლიერ გლუვებას ქმნის, რომელიც დიდი ბირთვის გაუსიანებს აპროქსიმირებს. იტერაციების ზრდასთან ერთად გამომავალი მნიშვნელობები თანდათან ლოკალური საშუალოსკენ გადაინაცვლებს; ვარიაციის შემცირება პროგნოზირებად შაბლონებს მიჰყვება. დარჩენილი მნიშვნელობები შემავალი მონაცემების დიაპაზონში რჩება. ნამდვილ გაუსის ფილტრაციასთან შედარება აჩვენებს მისაღებ აპროქსიმაციას 2-5% შეცდომის ფარგლებში ამოცანების უმეტესობისთვის. ნამდვილ გაუსის ფილტრაციასთან შედარებით სიჩქარის მომატება დიდ რადიუსებზე მკვეთრად იზრდება: 5-20× უფრო სწრაფი >20 პიქსელი რადიუსისთვის. მცირე არტეფაქტებია კიდეების გასწვრივ სუსტი ტალღოვნება (იტერაციებში დაგროვილი ყუთოვანი არტეფაქტები) და საზღვრების გაუსისგან ოდნავ განსხვავებული დამუშავება. აკონტროლეთ გამომავალი ჰისტოგრამები მრავალმოდალურ განაწილებებზე, რომლებიც საკმარის გლუვებაზე მიუთითებს. გამოიყენეთ გამოსახულების წინასწარი დამუშავების კონვეიერებში, სადაც სიჩქარე აპროქსიმაციის მცირე შეცდომებს ამართლებს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "sigma": { "label": "სიგმა", "description": "გაუსის მიახლოებითი სიგმა (რეკომენდებულია >=1.8, ნაგულისხმევი 1.8)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "flip_image": { "name": "გამოსახულების გადაბრუნება", "description": "ატრიალებს გამოსახულებას ვერტიკალურად, ჰორიზონტალურად ან ორივე მიმართულებით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "direction": { "label": "მიმართულება", "description": "გადაბრუნების მიმართულება: vertical (ნაგულისხმევი), horizontal ან both." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "frangi_filter": { "name": "Frangi-ს ფილტრი", "description": "ასრულებს მრავალმასშტაბიან Frangi-ის ძარღვოვნების გაძლიერებას ძარღვისებრი (მილისებრი) სტრუქტურების აღმოსაჩენად რამდენიმე მასშტაბზე. ეფუძნება ჰესეს მატრიცის საკუთრივი მნიშვნელობების ანალიზს. ძლიერად რეაგირებს ხაზისებრ მახასიათებლებზე (ძარღვები, გზები, მდინარეები) და სუსტად — ლაქისებრ სტრუქტურებზე. მრავალმასშტაბიანი ანალიზი (სცადეთ სიგმის რამდენიმე მნიშვნელობა) ავტომატურად აღმოაჩენს სხვადასხვა სიგანის ძარღვებს. ფართოდ გამოიყენება სამედიცინო ვიზუალიზაციასა და დისტანციურ ზონდირებაში ხაზოვანი მახასიათებლების აღმოსაჩენად. Frangi-ის ძარღვოვნება ლოკალური სტრუქტურის კლასიფიკაციისთვის მთავარ სიმრუდეებს (ჰესეს საკუთრივ მნიშვნელობებს) იყენებს: მაღალი ძარღვოვნება ხაზოვანი მახასიათებლებისთვის, დაბალი — პლატოებისა ან ლაქებისთვის. მრავალმასშტაბიანი რეალიზაცია სიგმის (სიგანის) რამდენიმე მნიშვნელობაზე გამოიყენება და პასუხებს აერთიანებს. შესანიშნავია გზების, მდინარეებისა და ძარღვოვანი ქსელების აღმოსაჩენად. რამდენიმე მასშტაბისთვის გამოთვლითად ზომიერია. მაღალინტერპრეტირებადი შედეგი — რეაგირებს ამოცნობად მახასიათებლებზე. გამოყენების სფეროები: (1) გზების აღმოჩენა თანამგზავრულ გამოსახულებებში, (2) მდინარეთა/ნაკადების ქსელის ამოღება, (3) ზოგადად ხაზოვანი მახასიათებლების აღმოჩენა, (4) ძარღვების აღმოჩენა (სამედიცინო ვიზუალიზაცია), (5) სტრუქტურების მრავალმასშტაბიანი აღმოჩენა.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "scales": { "label": "მასშტაბები", "description": "გაუსისმაგვარი მასშტაბების სია პიქსელებში (ნაგულისხმევი [1.0, 2.0, 3.0])." }, "beta": { "label": "ბეტა", "description": "Frangi-ს beta პარამეტრი ლაქების ჩახშობისთვის (ნაგულისხმევი 0.5)." }, "c": { "label": "C", "description": "Frangi-ს c პარამეტრი სტრუქტურის მგრძნობელობისთვის (ნაგულისხმევი 15.0)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "gabor_filter_bank": { "name": "Gabor-ის ფილტრების ბანკი", "description": "ასრულებს მრავალორიენტაციულ Gabor-ის პასუხის ფილტრაციას — მიმართულებით ტექსტურულ ანალიზს. იყენებს Gabor-ის ფილტრების ნაკრებს რამდენიმე ორიენტაციაზე (როგორც წესი, 0°, 45°, 90°, 135°) მიმართულებითი ტექსტურული მახასიათებლების ამოსაღებად. Gabor-ის პასუხები ტექსტურის სიძლიერესა და ორიენტაციას მიუთითებს. სასარგებლოა მიმართულებითი მახასიათებლების აღმოჩენის, ტექსტურის დახასიათებისა და ორიენტირებული შაბლონების ანალიზისთვის. თითოეული ორიენტაცია ცალკე გამოდის. Gabor-ის ფილტრაცია მიმართულებით ტექსტურას ორიენტაციისთვის სპეციფიკურ ვეივლეტებთან კონვოლუციით ამოიღებს. თითოეული ორიენტაცია ავლენს ამ მიმართულებით განლაგებულ მახასიათებლებს. გამოაქვს რამდენიმე არხი (თითო თითოეულ ორიენტაციაზე), რომლებიც ლოკალური ტექსტურის მიმართულებასა და სიძლიერეს ავლენს. Gabor-ის პასუხები ფუნდამენტურია ტექსტურული მახასიათებლების ამოღებისა და კომპიუტერულ ხედვაში ობიექტების აღმოჩენისთვის. ფილტრების ნაკრები ყოვლისმომცველ მიმართულებით ანალიზს შესაძლებელს ხდის. გამოყენების სფეროები: (1) მიმართულებითი ტექსტურული ანალიზი, (2) ორიენტირებული მახასიათებლების აღმოჩენა (ქედები, ხეობები, ხაზოვანი სტრუქტურები), (3) მიმართულებითი ეროზიის/აკუმულაციის კარტოგრაფირება, (4) გზების/ნაკადების აღმოჩენა (ხაზოვანი მახასიათებლები), (5) ტექსტურაზე დაფუძნებული კლასიფიკაცია.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "sigma": { "label": "სიგმა", "description": "გაუსის მომვლების sigma პიქსელებში (ნაგულისხმევი 2.0)." }, "frequency": { "label": "სიხშირე", "description": "სინუსოიდის სივრცითი სიხშირე ციკლი/პიქსელში (ნაგულისხმევი 0.2)." }, "orientations": { "label": "ორიენტაციები", "description": "ორიენტაციების რაოდენობა ფილტრების ბანკში (ნაგულისხმევი 6)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "gaussian_filter": { "name": "გაუსის ფილტრი", "description": "მათემატიკურად ოპტიმალური გაუსის გლუვება მანძილით შეწონილი ბირთვით. ფუნდამენტურია მრავალმასშტაბიანი ანალიზის, კიდეების აღმოჩენისა და ზოლოვანი ფილტრაციისთვის. სიგმა პარამეტრი გლუვების ინტენსივობას აკონტროლებს; RGB-ის მხარდაჭერით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "sigma": { "label": "სიგმა", "description": "გაუსის სტანდარტული გადახრა პიქსელებში (0.5-20.0, ნაგულისხმევი 0.75)." }, "treat_as_rgb": { "label": "RGB-დ განხილვა", "description": "დააყენეთ true RGB ინტენსივობის სივრცის ქცევის იძულებით გამოსაყენებლად." }, "assume_three_band_rgb": { "label": "სამარხიანი RGB-ის დაშვება", "description": "როდესაც true (ნაგულისხმევი), 3-არხიანი uint8/uint16 რასტრები შეიძლება RGB-ად ჩაითვალოს, თუ ცხადი მეტამონაცემები არ არის." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში შედეგი ინახება მეხსიერებაში." } } }, "glcm_texture": { "name": "GLCM ტექსტურა", "description": "ნაცრისფერი დონეების თანაარსებობის მატრიცის (GLCM) ტექსტურის ანალიზატორი ამოიღებს მეორე რიგის სტატისტიკურ ტექსტურულ საზომებს, რომლებიც მითითებულ წანაცვლების მანძილებსა და მიმართულებებზე პიქსელების ნაცრისფერი დონის მნიშვნელობებს შორის სივრცით მიმართებებს აფასებს, რაც ტექსტურის დახვეწილ კლასიფიკაციას შესაძლებელს ხდის სასოფლო-სამეურნეო მცენარეულობის შაბლონების, აშენებული გარემოს სტრუქტურებისა და გეოლოგიური წარმონაქმნების გასარჩევად. GLCM ითვლის ალბათობის მატრიცებს, რომლებიც ასახავს, რამდენად ხშირად გვხვდება ნაცრისფერი დონეების წყვილები ფიქსირებულ წანაცვლებებზე, და ითვლის ჰარალიკის ოთხ კანონიკურ სტატისტიკას: კონტრასტს (ზომავს ლოკალურ ცვალებადობას), კორელაციას (ზომავს წრფივ დამოკიდებულებას), ერთგვაროვნებას (ზომავს დიაგონალთან სიახლოვეს) და ენერგიას (ზომავს ერთგვაროვნებას). ინსტრუმენტი მხარს უჭერს რვა მიმართულებით წანაცვლებას (0°, 45°, 90°, 135° და მათი საპირისპიროები), რაც ტექსტურის მიმართულებისადმი მგრძნობელობას იძლევა — ორიენტირებული შაბლონების აღმოჩენას, როგორიცაა ნაკვეთების რიგები, შენობების განლაგება ან გეოლოგიური სტრუქტურები. ძირითადი მახასიათებლებია: მრავალმიმართულებიანი ანალიზი, რომელიც ტექსტურის ანიზოტროპულ თვისებებს ავლენს, წანაცვლების პარამეტრის მორგება მასშტაბისადმი მგრძნობელობის ოპტიმიზაციისთვის, რამდენიმე ტექსტურული საზომის ერთდროული გამოთვლა, რაც დამუშავების დანახარჯს ამცირებს, და ვიზუალურად სუსტი ზედაპირული თვისებების გარჩევის შინაგანი უნარი. გამოყენების შემთხვევები მოიცავს ზუსტ სოფლის მეურნეობას (კულტურების ტიპების კლასიფიკაცია, ნაკვეთების საზღვრების აღმოჩენა, კულტურების სტრესის შეფასება), ურბანულ ანალიზს (შენობების სიმჭიდროვის კარტოგრაფირება, წყალგაუმტარი ზედაპირების ამოღება) და გეოლოგიურ დისტანციურ ზონდირებას (ქანების ტიპების გარჩევა, სტრუქტურული შაბლონების ამოცნობა). გამოყენების სფეროები მოიცავს მიწის საფარის კლასიფიკაციას სპექტრული და ტექსტურული მახასიათებლების კომბინირებით, ობიექტზე დაფუძნებულ გამოსახულების ანალიზს კლასიფიკაციის სიზუსტის გასაუმჯობესებლად, ხარისხის კონტროლს თანამგზავრულ გამოსახულებებში ინსტრუმენტული არტეფაქტების აღმოსაჩენად და ცვლილებების აღმოჩენას, რომელიც მნიშვნელოვან ცვლილებებს სენსორის ხმაურისგან გამოყოფს. შედეგის ინტერპრეტაცია თითოეული სტატისტიკის მნიშვნელობის გაგებას მოითხოვს: მაღალი კონტრასტი უხეშ/ცვალებად ტექსტურებზე მიუთითებს; მაღალი კორელაცია — წრფივ შაბლონებზე; მაღალი ერთგვაროვნება — ერთგვაროვან ტექსტურებზე; მაღალი ენერგია — მოწესრიგებულ განმეორებად შაბლონებზე. გამომავალი არხები შეიძლება გაერთიანდეს ტექსტურულ ინდექსებად (მაგ., GLCM ერთგვაროვნება გაყოფილი კონტრასტზე ერთგვაროვან არეებს აძლიერებს). მიმართულებითი აგრეგაციის რეჟიმები (საშუალო/მინ/მაქს/ცალკე) გავლენას ახდენს შედეგის განზომილებასა და ინტერპრეტაციაზე. ტექსტურის ტიპური ანალიზი მდგრადი კლასიფიკაციისთვის ერთდროულად რამდენიმე GLCM საზომს იყენებს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ერთარხიანი რასტრი." }, "window_size": { "label": "ფანჯრის ზომა", "description": "მოძრავი ფანჯრის კენტი ზომა პიქსელებში (ნაგულისხმევი 7)." }, "distance": { "label": "მანძილი", "description": "პიქსელური მანძილი თანაგვხვედრობის წყვილების წანაცვლებისთვის (ნაგულისხმევი 1)." }, "angles": { "label": "კუთხეები", "description": "მძიმით გამოყოფილი კუთხეები 0,45,90,135-დან (ნაგულისხმევი '0,45,90,135')." }, "features": { "label": "მახასიათებლები", "description": "მძიმით გამოყოფილი მახასიათებლები: contrast,dissimilarity,homogeneity,asm,energy,entropy,mean,variance,correlation." }, "direction_aggregation": { "label": "მიმართულებების აგრეგაცია", "description": "მიმართულებების აგრეგირების რეჟიმი: mean (ნაგულისხმევი), min, max, range, separate." }, "levels": { "label": "დონეები", "description": "კვანტიზაციის დონეების რაოდენობა (ნაგულისხმევი 32; დიაპაზონი 8-128)." }, "symmetric": { "label": "სიმეტრიული", "description": "თუ true (ნაგულისხმევი), აიგება სიმეტრიული GLCM-ები." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა (მრავალარხიანი GeoTIFF)." } } }, "guided_filter": { "name": "მიმართული ფილტრი", "description": "მიმართული (guided) ფილტრი ახორციელებს კიდეების შემნარჩუნებელ გლუვებას ფილტრის შედეგების შეზღუდვით ლოკალურად წრფივი მიმართებებით მიმმართველ გამოსახულებასთან, რომელიც, როგორც წესი, საწყისი ან დაკავშირებული საორიენტაციო ფენაა. რეალიზაცია გამოსახულებას გადაფარვად მართკუთხა რეგიონებად ყოფს და თითოეულ რეგიონში წრფივი რეგრესიის პარამეტრებს ითვლის, რათა შედეგის გლუვობა უზრუნველყოს და ამავდროულად მიმმართველი გამოსახულების სტრუქტურა გაითვალისწინოს. მათემატიკური ფორმულირება ამინიმიზებს ||Fᵢ - a·Gᵢ - b||² + ε||a||², სადაც Fᵢ გაფილტრული შედეგია, Gᵢ მიმმართველი გამოსახულება, ხოლო (a, b) ლოკალურად წრფივი პარამეტრებია. ძირითადი მახასიათებლებია: მოქნილობა (მიმმართველი გამოსახულება შეიძლება გასაფილტრი გამოსახულებისგან დამოუკიდებელი იყოს), გამოთვლითი ეფექტიანობა O(N) განცალკევებადი რეალიზაციით, პარამეტრების კონტროლი, რაც კიდეების შენარჩუნების სიძლიერის რეგულირებას იძლევა, და ეფექტიანობა ერთარხიანი ან მრავალსპექტრული მიმმართველი მონაცემებით. მიმართული ფილტრაცია განსაკუთრებით ეფექტიანია მრავალსენსორული შერწყმის სამუშაო პროცესებში, სადაც ოპტიკური მონაცემები SAR-ის ხმაურისგან გაწმენდას წარმართავს, LiDAR კლასიფიკაციების დაზუსტებაში თანხვედრილი ორთოფოტოების გამოყენებით, თანამგზავრულ მოზაიკებში ჩრდილების/ღრუბლების მოცილებაში დროითი საორიენტაციო გამოსახულებების გამოყენებით და რუკის რეგულარიზაციის ამოცანებში დეტალების გაძლიერებაში. შედეგის ინტერპრეტაცია აჩვენებს, რომ გაფილტრული რეგიონები ლოკალურად მიმმართველი გამოსახულების სტრუქტურის მსგავსი რჩება, ხოლო ინტენსივობის გასაშუალოება ერთგვაროვან რეგიონებში მიმდინარეობს. გლუვების რადიუსი სივრცით არეს აკონტროლებს (დიდი რადიუსი = მეტი გლუვება); რეგულარიზაციის პარამეტრი ε გლუვობასა და სტრუქტურის სიზუსტეს შორის ბალანსს ინარჩუნებს (დიდი ε = უფრო გლუვი, მცირე ε = მეტი დეტალი). გამომავალი დიაპაზონები შემავალს შეესაბამება; მიმმართველ გამოსახულებასთან ვიზუალური შედარება კიდეების შენარჩუნების სიზუსტეს ამოწმებს. გავრცელებული არტეფაქტებია ზედმეტი გლუვება ძლიერ წყვეტებზე (შეარჩიეთ შესაფერისი პარამეტრები) და არასაკმარისი გლუვება რეგიონებში, სადაც მიმმართველი ინფორმაცია მწირია (შეამოწმეთ მიმმართველი გამოსახულების ხარისხი). გასწორების ხარისხის შესაფასებლად აკონტროლეთ ჯვარედინი კორელაცია გაფილტრულ შედეგსა და მიმმართველ გამოსახულებას შორის. სტრატეგიულად გამოიყენეთ გამოსახულებების შერწყმის, გამკვეთრებისა და რეკონსტრუქციის სამუშაო პროცესებში, სადაც ერთი წყაროს კიდეების ინფორმაცია მეორის ფილტრაციას წარმართავს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "radius": { "label": "რადიუსი", "description": "მმართველი ფილტრის ფანჯრის რადიუსი პიქსელებში (ნაგულისხმევი 4)." }, "epsilon": { "label": "ეფსილონი", "description": "ლოკალური დისპერსიის რეგულარიზაციის პარამეტრი (ნაგულისხმევი 0.01)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "high_pass_bilateral_filter": { "name": "მაღალი სიხშირის ბილატერალური ფილტრი", "description": "ითვლის მაღალსიხშირულ ნარჩენს შემავალი რასტრიდან ბილატერალური გლუვების გამოკლებით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "sigma_dist": { "label": "სიგმა (მანძილი)", "description": "სივრცითი (მანძილის) გაუსის ბირთვის სტანდარტული გადახრა პიქსელებში (0.5–20.0, ნაგულისხმევი 0.75)." }, "sigma_int": { "label": "სიგმა (ინტენსივობა)", "description": "ინტენსივობის გაუსის ბირთვის სტანდარტული გადახრა რასტრის მნიშვნელობის ერთეულებში (ნაგულისხმევი 1.0)." }, "treat_as_rgb": { "label": "RGB-დ განხილვა", "description": "დააყენეთ true, რომ პაკეტირებული RGB რასტრებისთვის მაღალსიხშირული სხვაობის გამოთვლამდე იძულებით გამოიყენოს HSI-ინტენსივობის ფილტრაცია." }, "assume_three_band_rgb": { "label": "სამარხიანი RGB-ის დაშვება", "description": "როდესაც true (ნაგულისხმევი) და ცხადი ფერის მეტამონაცემები არ არის, დაიშვება 3-არხიანი uint8/uint16 RGB ინტერპრეტაცია." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი ფაილის გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "high_pass_filter": { "name": "მაღალი სიხშირის ფილტრი", "description": "მაღალი სიხშირის ფილტრი გამოსახულებაში მაღალსიხშირულ სივრცით კომპონენტებს გამოყოფს საწყისი გამოსახულებიდან დაბალსიხშირული (გაგლუვებული) ვერსიის გამოკლებით. მათემატიკურად ეს მიიღწევა გამოსახულების კონვოლუციით ბირთვთან, რომელიც გრადიენტებს უსვამს ხაზს და ფართო ტონალურ ცვალებადობას ახშობს. რეალიზაცია იყენებს ან პირდაპირ კონვოლუციას, ან სიხშირულ არეში დამუშავებას ბირთვის ზომისა და გამოსახულების განზომილებების მიხედვით. ფილტრი აძლიერებს კიდეებს, წვრილ ტექსტურულ დეტალებსა და მცირემასშტაბიან ცვალებადობას და აშორებს განათების დიდმასშტაბიან ტენდენციებს. ძირითადი განმასხვავებელი მახასიათებლებია: კიდეების კონტრასტის შენარჩუნება სასაზღვრო არტეფაქტების გარეშე, სიხშირეების შერჩევითი შესუსტება ბირთვის რადიუსის მიხედვით და პირდაპირი გამოყენებადობა როგორც ნაცრისფერ, ისე მრავალსპექტრულ გამოსახულებებზე. მაღალი სიხშირის ფილტრაცია ფასდაუდებელია რელიეფის ანალიზისთვის, სადაც სუსტი ტოპოგრაფიული მახასიათებლები გაძლიერებას საჭიროებს, თანამგზავრული გამოსახულებების გამკვეთრებისთვის ვიზუალური ინტერპრეტაციისთვის, მცირემასშტაბიანი გეოლოგიური სტრუქტურების აღმოსაჩენად და მანქანური სწავლების კლასიფიკაციისთვის მონაცემების წინასწარი დამუშავებისთვის. ის ასევე არსებითია ორთოფოტოების ცვლილებების აღმოჩენისთვის მოსამზადებლად და LiDAR-დან მიღებული პროდუქტების გასაძლიერებლად. შედეგის ინტერპრეტაცია მოითხოვს იმის გაგებას, რომ დადებითი მნიშვნელობები ლოკალურ მაქსიმუმებზე (ნათელი კიდეები) მიუთითებს, ხოლო უარყოფითი მნიშვნელობები — ლოკალურ მინიმუმებზე (მუქი კიდეები). 8-ბიტიანი გამოსახულებებისთვის ტიპური დიაპაზონია ±100; ნულოვანი საშუალოს მქონე შედეგი მაღალსიხშირული კომპონენტის წარმატებულ ამოღებაზე მიუთითებს. გავრცელებული არტეფაქტებია რხევები (ringing) ძლიერ წყვეტებზე და გაძლიერებული ხმაური, თუ საწყისი გამოსახულება ხმაურიანია. მასშტაბის ინტერპრეტაცია ბირთვის რადიუსზეა დამოკიდებული: მცირე ბირთვები წვრილ ტექსტურას (ცალკეული პიქსელები) აძლიერებს, ხოლო დიდი ბირთვები საშუალო მასშტაბის მახასიათებლებს (რელიეფის ცვალებადობა ათეულობით პიქსელზე) უსვამს ხაზს. აკონტროლეთ გამომავალი სტატისტიკა; ზედმეტი ნულზე ცენტრირება შესაძლო ზედმეტ დამუშავებაზე მიუთითებს. გამოიყენეთ დამატებით დაბალი სიხშირის შედეგებთან ერთად საწყისის რეკონსტრუქციისთვის ან მრავალმასშტაბიანი დაშლის სამუშაო პროცესებისთვის.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "filter_size_x": { "label": "ფილტრის ზომა X", "description": "ფანჯრის სიგანე პიქსელებში (კენტი მთელი რიცხვი, ნაგულისხმევი 11). ალიასი: filterx." }, "filter_size_y": { "label": "ფილტრის ზომა Y", "description": "ფანჯრის სიმაღლე პიქსელებში (კენტი მთელი რიცხვი, ნაგულისხმევი = filter_size_x). ალიასი: filtery." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "high_pass_median_filter": { "name": "მაღალი სიხშირის მედიანური ფილტრი", "description": "ასრულებს მაღალი სიხშირის ფილტრაციას ცენტრალური მნიშვნელობებიდან ლოკალური მედიანის გამოკლებით: output = pixel - median_neighborhood. აერთიანებს მაღალი სიხშირის ფილტრაციას (აძლიერებს დეტალებს) მედიანის მდგრადობასთან (აშორებს ხმაურს). ნულის გარშემო ცენტრირებული შედეგი (უარყოფითი = გარემოცვაზე მუქი, დადებითი = უფრო ნათელი). გაუსზე დაფუძნებულ მაღალი სიხშირის ფილტრთან შედარებით მდგრადია გამონაკლისების მიმართ. მაღალსიხშირული ნარჩენი მედიანური ტენდენციიდან ლოკალურ გადახრებს ავლენს. განსაკუთრებით მდგრადია ხმაურიანი მონაცემებისთვის — გამონაკლისების დროს მედიანა საშუალოზე სტაბილურია. შედეგი წვრილმასშტაბიან ცვალებადობას უსვამს ხაზს. ხშირად გამოიყენება გაუსით გაგლუვებულ ვერსიებზე (ქმნის ზოლოვან ფილტრს). სასარგებლოა ტექსტურის გასაძლიერებლად და ხმაურიანი გამოსახულებებიდან მახასიათებლების ამოსაღებად. გამოყენების სფეროები: (1) ტექსტურის გაძლიერება ხმაურიანი მონაცემებიდან, (2) დეტალების ამოღება კლასიფიკაციამდე, (3) მახასიათებლების მდგრადი აღმოჩენა, (4) წინასწარი დამუშავება ტექსტურაზე დაფუძნებული სეგმენტაციისთვის, (5) SAR-ის წინასწარი დამუშავება.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "filter_size_x": { "label": "ფილტრის ზომა X", "description": "მეზობლობის სიგანე პიქსელებში (კენტი მთელი რიცხვი, ნაგულისხმევი 11)." }, "filter_size_y": { "label": "ფილტრის ზომა Y", "description": "მეზობლობის სიმაღლე პიქსელებში (კენტი მთელი რიცხვი, ნაგულისხმევი 11)." }, "sig_digits": { "label": "მნიშვნელოვანი ციფრები", "description": "ჰისტოგრამის დაჯგუფებისთვის გამოყენებული მნიშვნელოვანი ციფრები (ნაგულისხმევი 2)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "integral_image_transform": { "name": "ინტეგრალური გამოსახულების გარდაქმნა", "description": "ითვლის შეჯამებული ფართობის (ინტეგრალური გამოსახულების) გარდაქმნას თითოეული არხისთვის.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "k_nearest_mean_filter": { "name": "K უახლოესი საშუალოს ფილტრი", "description": "ასრულებს კიდეების შემნარჩუნებელ k-უახლოესი მეზობლის საშუალოთი გლუვებას: ახარისხებს მეზობლობას ცენტრალურ მნიშვნელობამდე მანძილის მიხედვით და ასაშუალოებს k უახლოეს მნიშვნელობას. ჰიბრიდული მიდგომა, რომელიც კიდეებს მსგავსებით შეწონვით ინარჩუნებს. ცენტრალური პიქსელი და k-1 ყველაზე მსგავსი მეზობელი საშუალოვდება. მარტივ k-NN-ზე დახვეწილია (ითვალისწინებს როგორც სივრცით, ისე ინტენსივობის მსგავსებას). ბილატერალურთან შედარებით გამოთვლითად ეფექტიანია. K-უახლოესი მიდგომა მეზობლებს ადაპტურად ირჩევს: ცენტრთან ახლო პიქსელების მნიშვნელობები საშუალოვდება, განსხვავებული პიქსელები იგნორირდება. K პარამეტრი გლუვებას აკონტროლებს: k=1 (გლუვების გარეშე), k=n (ყველა მეზობელი = საშუალოს ფილტრი). როგორც წესი, k=n/2 (მეზობლობის ნახევარი). ბილატერალური ფილტრის ეფექტიანი ალტერნატივა — კიდეების მსგავსი შენარჩუნება ნაკლები გამოთვლითი ხარჯით. განსაკუთრებით სასარგებლოა ინტენსივობის ძლიერი წყვეტების მქონე გამოსახულებებისთვის. გამოყენების სფეროები: (1) კიდეების შემნარჩუნებელი გლუვება (ბილატერალურის ალტერნატივა), (2) სწრაფი წინასწარი დამუშავება კლასიფიკაციისთვის, (3) ეფექტიანობისადმი კრიტიკული წინასწარი დამუშავება, (4) მრავალარხიანი გამოსახულებების ფილტრაცია. ტიპური პარამეტრები: k=neighborhood_size/2-დან 3/4-მდე.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "filter_size_x": { "label": "ფილტრის ზომა X", "description": "მეზობლობის სიგანე პიქსელებში (კენტი მთელი რიცხვი, ნაგულისხმევი 3)." }, "filter_size_y": { "label": "ფილტრის ზომა Y", "description": "მეზობლობის სიმაღლე პიქსელებში (კენტი მთელი რიცხვი, ნაგულისხმევი 3)." }, "k": { "label": "K", "description": "საშუალოს გამოსათვლელად უახლოეს მეზობელთა რაოდენობა (ნაგულისხმევი 5)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "kuwahara_filter": { "name": "Kuwahara-ს ფილტრი", "description": "Kuwahara-ს ფილტრი ახორციელებს არაწრფივ, კიდეების შემნარჩუნებელ გლუვებას თითოეული პიქსელის მეზობლობის ოთხ კვადრანტად დაყოფით, თითოეულ კვადრანტში სტატისტიკის გამოთვლით და გამომავალ მნიშვნელობად ყველაზე დაბალი ვარიაციის მქონე კვადრანტის შერჩევით. რეალიზაცია (2k+1)×(2k+1) ფანჯარას ოთხ გადაფარვად k×k ქვეფანჯრად ყოფს, ითვლის თითოეული კვადრანტის საშუალოსა და ვარიაციას და გამოაქვს მინიმალური ვარიაციის მქონე კვადრანტის საშუალო. რანგზე დაფუძნებული ეს მიდგომა ერთდროულად აგლუვებს ერთგვაროვან რეგიონებს და კიდეებს ამკვეთრებს. ძირითადი მახასიათებლებია: კიდეების ნამდვილი შენარჩუნება კვადრანტის შერჩევით (კვადრანტებს შორის კიდეები შედეგის დაბინდვას ახშობს), გამოთვლითი სიმარტივე, რომელიც მხოლოდ საშუალოსა და ვარიაციის გამოთვლებს საჭიროებს, პარამეტრის კონტროლი კვადრანტის ზომით k და ეფექტიანობა ოპტიკურ, რადარულ და თერმულ გამოსახულებებზე. Kuwahara-ს ფილტრაცია განსაკუთრებით ეფექტიანია LiDAR-დან მიღებული DEM-ის გლუვებაში ციცაბოების და ტერასების შენარჩუნებით, მაღალი გარჩევადობის გამოსახულებებიდან გზების ქსელის ამოღებაში ღერძული ხაზის სიმკვეთრის შენარჩუნებით, აეროფოტოებიდან შენობების კონტურების დელინეაციაში და SAR გამოსახულებებში ნავთობის დაღვრის საზღვრების აღმოჩენაში. შედეგის ინტერპრეტაცია აჩვენებს, რომ ერთგვაროვანი რეგიონები ბუნებრივად გასაშუალოებულ კვადრანტს (უმცირესი ვარიაცია) იძლევა; კიდეებზე კი გამოდის კვადრანტი, რომელიც კიდესთან უახლოეს ერთგვაროვან სტრუქტურას შეიცავს, რაც შედეგს ფაქტობრივად უფრო სუფთა მხარეს აბამს. კვადრანტის ზომა k დეტალების შენარჩუნებას აკონტროლებს: k=1 (მინიმალური გლუვება) წვრილ კიდეებს ინარჩუნებს; k=3-4 გლუვებასა და კიდეების შენარჩუნებას შორის ბალანსს უზრუნველყოფს; k>5 დეტალების დაკარგვის რისკს ქმნის. გამომავალი მნიშვნელობები ზუსტად შეესაბამება შერჩეული კვადრანტების შემავალ პიქსელურ მნიშვნელობებს (ინტერპოლაციის გარეშე). აკონტროლეთ გამომავალი ჰისტოგრამები ბიმოდალურ განაწილებებზე (კიდეები და ერთგვაროვანი რეგიონები მკაფიოდ გამიჯნულია); უნიმოდალური განაწილებები კიდეების დაბინდვაზე მიანიშნებს. ზედმეტი გლუვების შემთხვევაში გამოიყენეთ დამატებითი გამკვეთრება. გავრცელებული არტეფაქტებია მიმართულებითი მიკერძოება კვადრანტების განლაგების მიხედვით და ბლოკურობა სუსტ კიდეებთან. გამოიყენეთ სეგმენტაციისთვის წინასწარ დამუშავებაში, სადაც კიდეების შენარჩუნება საზღვრების ზუსტ ამოღებას უზრუნველყოფს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "radius": { "label": "რადიუსი", "description": "Kuwahara-ს კვადრანტის რადიუსი პიქსელებში (ნაგულისხმევი 2)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "lee_filter": { "name": "Lee-ს ფილტრი", "description": "Lee-ს ფილტრი ასრულებს SAR სპეკლის შემცირებას Lee-ს მულტიპლიკაციური მოდელით, რომელიც ვარაუდობს, რომ რადარული ანარეკლი მულტიპლიკაციურ ხმაურს ექვემდებარება: I = S·N, სადაც S სიგნალია, ხოლო N მულტიპლიკაციური ხმაური. რეალიზაცია ითვლის ლოკალურ საშუალოებსა და ვარიაციებს, აფასებს სპეკლის ვარიაციას და შემდეგ ფილტრავს ფორმულით: F = μ + (1 - σₙ²/σ_I²)·(I - μ), სადაც σₙ² სპეკლის ვარიაციაა, ხოლო σ_I² — სრული ვარიაცია. მოდელზე დაფუძნებული ეს მიდგომა მაღალი კოჰერენტულობის მახასიათებლებს ინარჩუნებს და სპეკლს ახშობს. ძირითადი მახასიათებლებია: SAR-ისთვის სპეციფიკური ხმაურის მოდელი (მულტიპლიკაციური და არა გაუსის), წერტილოვანი სამიზნეებისა და კიდეების შენარჩუნება, პარამეტრების მარტივი ინტერპრეტაცია (ფანჯრის ზომა კოჰერენტულობის გაზომვას აკონტროლებს) და დადასტურებული ეფექტიანობა ერთპოლარიზაციიან და მრავალპოლარიზაციიან SAR-ზე. Lee-ს ფილტრაცია განსაკუთრებით ეფექტიანია SAR-ის წინასწარ დამუშავებაში სასოფლო-სამეურნეო მონიტორინგის, ტყის კლასიფიკაციის, ოკეანის ზედაპირის მონიტორინგისა და წყალდიდობის კარტოგრაფირების სამუშაო პროცესებისთვის. შედეგის ინტერპრეტაცია აჩვენებს, რომ მაღალი კოჰერენტულობის რეგიონები (წერტილოვანი სამიზნეები, ძლიერი კიდეები) მინიმალურად იფილტრება; დაბალი კოჰერენტულობის რეგიონები (სპეკლის ხმაური, სუსტი საზღვრები) აგრესიულად იფილტრება. სპეკლის ვარიაციის შეფასება შედეგზე მოქმედებს: ზუსტი შეფასება საკმარის ერთგვაროვან პიქსელებს საჭიროებს; ნაკლებად შეფასებული ვარიაცია არასაკმარის გლუვებას იწვევს; ზედმეტად შეფასებული ვარიაცია — ზედმეტ გლუვებას. ფანჯრის ზომა კოჰერენტულობის გაზომვის გარჩევადობას აკონტროლებს: მცირე ფანჯრები (3×3) წვრილ დეტალებს ინარჩუნებს; დიდი ფანჯრები (7×7) ვარიაციის შეფასებას აუმჯობესებს, მაგრამ დეტალების დაკარგვის რისკს ქმნის. გამომავალი მასშტაბი შემავალს შეესაბამება; ლოგარითმული ვიზუალიზაცია ხილვადობას აძლიერებს. ხმაურის ტიპური შემცირება ვარიაციის 5-10 dB-ით შემცირებას აღწევს look-ების რაოდენობის მიხედვით. აკონტროლეთ გამომავალი ჰისტოგრამა სპეკლის ნარჩენი სიგნატურისთვის; გლუვი განაწილებები ადეკვატურ ფილტრაციაზე მიანიშნებს. არტეფაქტებია კიდეების შესაძლო დაბინდვა სუსტი კოჰერენტულობის რეგიონებში და მიმართულებითი მიკერძოება ხაზოვან მახასიათებლებში. სტრატეგიულად გამოიყენეთ SAR კლასიფიკაციაში, რომელიც სპეკლის ჩახშობას კლასიფიკაციის მახასიათებლების მთლიანობის შენარჩუნებით საჭიროებს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "filter_size_x": { "label": "ფილტრის ზომა X", "description": "მეზობლობის სიგანე პიქსელებში (კენტი მთელი რიცხვი, ნაგულისხმევი 11)." }, "filter_size_y": { "label": "ფილტრის ზომა Y", "description": "მეზობლობის სიმაღლე პიქსელებში (კენტი მთელი რიცხვი, ნაგულისხმევი 11)." }, "sigma": { "label": "სიგმა", "description": "ინტენსივობის ჩართვის ნახევარსიგანე ცენტრალური მნიშვნელობის გარშემო (ნაგულისხმევი 10.0)." }, "m_value": { "label": "M მნიშვნელობა", "description": "დიაპაზონში მოხვედრილი ნიმუშების მინიმალური რაოდენობა სარეზერვო საშუალოზე გადასვლამდე (ნაგულისხმევი 5.0)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "line_detection_filter": { "name": "ხაზების აღმოჩენის ფილტრი", "description": "ხაზების აღმოჩენის ფილტრი არის სპეციალიზებული კიდეების დეტექტორი, რომელიც ხაზოვანი მახასიათებლების — გზების, მდინარეების, ელექტროგადამცემი ხაზებისა და გეოლოგიური ლინეამენტების — გასაძლიერებლად არის შექმნილი ოთხ ძირითად მიმართულებაზე (ჰორიზონტალური, ვერტიკალური და ორივე დიაგონალი) მიმართულებითი კონვოლუციური ბირთვების გამოყენებით, რომლებიც ხაზების დაკავშირებულობისა და უწყვეტობისთვის არის ოპტიმიზებული. ფილტრი იყენებს 3×3 ბირთვებს, რომლებიც თითოეული მიმართულებით განლაგებულ ხაზოვან სტრუქტურებს უსვამს ხაზს და პერპენდიკულარულ ხმაურსა და მახასიათებლების შემთხვევით ცვალებადობას ახშობს. მიმართულებითი მიდგომა აღმოჩენებს ორიენტაციის მიხედვით გამიჯნავს, რაც შემდგომ ამოცანებს ჰორიზონტალური ინფრასტრუქტურის (მილსადენები, ნაკვეთების საზღვრები) ვერტიკალური სტრუქტურებისგან (ხეების რიგები, კომუნალური დერეფნები) გარჩევის საშუალებას აძლევს. ძირითადი მახასიათებლებია: მრავალმიმართულებიანი დაშლა, რომელიც სიდიდისა და მიმართულების ცალკეულ არხებს ქმნის, მგრძნობელობის ადაპტური მორგება ხაზის სიგანისა და კონტრასტის ცვალებადობისთვის და განსაკუთრებული ეფექტიანობა რთულ რელიეფში ჩაფლულ სუსტ ხაზოვან მახასიათებლებზე. გამოყენების შემთხვევები მოიცავს ინფრასტრუქტურის კარტოგრაფირებას (გზები, რკინიგზები, ელექტროგადამცემი ხაზები), ბუნებრივი მახასიათებლების ამოღებას (ნაკადები, ქედები, რღვევები) და მიწათსარგებლობის საზღვრების დელინეაციას. გამოყენების სფეროები მოიცავს ვექტორად გარდაქმნისთვის წინასწარ დამუშავებას კადასტრული ციფრულიზაციისთვის, სატრანსპორტო ქსელის ამოღებას ორთოფოტოებიდან, გეოლოგიური სტრუქტურების კარტოგრაფირებას თანამგზავრული გამოსახულებებიდან და შაბლონების ამოცნობას დისტანციური ზონდირების ანალიზში. შედეგის ინტერპრეტაცია მოითხოვს იმის გაგებას, რომ თითოეული მიმართულებითი კომპონენტი ხაზის სიძლიერეს კონკრეტულ ორიენტაციაზე ავლენს — განიხილეთ ოთხივე მიმართულების შედეგი მახასიათებლების დომინანტური მიმართულებების დასადგენად. მაღალი სიდიდის მნიშვნელობები ხაზის უფრო ძლიერ უწყვეტობაზე მიუთითებს; დაბალი მნიშვნელობები ხმაურზე ან წყვეტებზე მიანიშნებს. შედეგი ბუნებრივად მწირია და მხოლოდ ხაზოვანი მახასიათებლების შესაბამის პიქსელებს გამოყოფს; ფონის არეები ნულთან ახლოს რჩება. მრავალმიმართულებიანი შედეგი კლასიფიკაციის შემდგომ დამუშავებას შესაძლებელს ხდის, სადაც გზები (აშენებულ ტერიტორიებზე, როგორც წესი, ჰორიზონტალური/ვერტიკალური) ბუნებრივი ლინეამენტებისგან (ნებისმიერი ორიენტაცია) გაირჩევა. გააერთიანეთ მიმართულებითი კომპონენტები ხაზების ერთიანი რუკის მისაღებად ან თითოეული მიმართულება ცალკე გააანალიზეთ ორიენტირებული სტრუქტურების კარტოგრაფირებისთვის.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "variant": { "label": "ვარიანტი", "description": "ხაზის მიმართულების ვარიანტი: v, h, 45 ან 135." }, "abs_values": { "label": "აბსოლუტური მნიშვნელობები", "description": "თუ true, გამოიტანება პასუხის აბსოლუტური მნიშვნელობები." }, "clip_tails": { "label": "კუდების ამოჭრა", "description": "არასავალდებულო სიმეტრიული კუდების ჩამოჭრის პროცენტი (0-40)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "line_thinning": { "name": "ხაზების გათხელება", "description": "ამცირებს დაკავშირებულ ბინარულ რასტრულ ობიექტებს ერთი უჯრედის სიგანის ჩონჩხის ხაზებამდე.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "lidar_ground_point_filter": { "name": "LiDAR-ის მიწის წერტილების ფილტრი", "description": "გამოყოფს რელიეფს მიწისზედა წერტილებისგან: დახრილობაზე დაფუძნებული კლასიფიკაცია/ფილტრაცია ლოკალური სიბრტყის გეომეტრიისა და სიმაღლის ზღურბლების გამოყენებით. მიწის ეფექტიანი სეგმენტაცია.", "params": { "input": { "label": "შემავალი", "description": "შემავალი LiDAR-ის გზა ან ტიპიზებული LiDAR ობიექტი. თუ გამოტოვებულია, სრულდება პაკეტურ რეჟიმში მიმდინარე დირექტორიის LiDAR ფაილებზე." }, "search_radius": { "label": "ძიების რადიუსი", "description": "მეზობლობის ძიების რადიუსი (ნაგულისხმევი 2.0)." }, "min_neighbours": { "label": "მინიმალური მეზობლები", "description": "მეზობლების მინიმალური სამიზნე რაოდენობა (ნაგულისხმევი 0)." }, "slope_threshold": { "label": "დახრილობის ზღურბლი", "description": "დახრილობის ზღურბლი გრადუსებში (ნაგულისხმევი 45.0, მაქს. 88)." }, "height_threshold": { "label": "სიმაღლის ზღურბლი", "description": "მინიმალური ვერტიკალური დაშორება რელიეფის გარეთ მოხვედრის აღსანიშნავად (ნაგულისხმევი 1.0)." }, "classify": { "label": "კლასიფიკაცია", "description": "თუ true, წერტილები კლასიფიცირდება (ground=2, off-terrain=1); წინააღმდეგ შემთხვევაში ფილტრდება რელიეფის გარეთა წერტილები." }, "slope_norm": { "label": "დახრილობის ნორმალიზაცია", "description": "თუ true, დახრილობის შემოწმებამდე გამოიყენება top-hat რელიეფის ნორმალიზაცია (ნაგულისხმევი true)." }, "height_above_ground": { "label": "სიმაღლე მიწის ზემოთ", "description": "თუ true, z მნიშვნელობები გამოიტანება როგორც ლოკალური სიმაღლე უახლოეს დაბალ მეზობელზე." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი LiDAR-ის გზა ერთი შემავალის რეჟიმისთვის." } } }, "majority_filter": { "name": "უმრავლესობის ფილტრი", "description": "ითვლის მოძრავი ფანჯრის მოდას (ყველაზე ხშირ მნიშვნელობას/კლასს) თითოეული პიქსელისთვის. არაწრფივი ფილტრი, რომელიც კატეგორიულ საზღვრებსა და დომინანტურ შაბლონებს ინარჩუნებს. განსაკუთრებით სასარგებლოა კლასიფიცირებული გამოსახულებებისთვის, სადაც შედეგი საწყისი კლასების სიმრავლის ფარგლებში უნდა დარჩეს (განსხვავებით საშუალოს ფილტრისგან, რომელიც ინტერპოლირებულ მნიშვნელობებს ქმნის). არსებითია კლასიფიკაციის შედეგების მორფოლოგიური გასუფთავებისთვის.\n\nუმრავლესობის ფილტრაცია მედიანური ფილტრაციის მოდაზე დაფუძნებული ეკვივალენტია. კატეგორიული მონაცემებისთვის (კლასიფიცირებული გამოსახულებები, მიწის საფარი) უმრავლესობის ფილტრი კლასების განსაზღვრებებს ინარჩუნებს და ამავდროულად ხმაურს აგლუვებს. უწყვეტი მონაცემებისთვის უმრავლესობის ფილტრს შეუძლია მნიშვნელობების განაწილებაში ლოკალური პიკების გამოვლენა. ხშირად მას მოსდევს უმცირესობის კლასების აღმოფხვრა (კლასიფიკაციის შემდგომი გასუფთავება) „მარილისა და პილპილის“ კლასიფიკაციური არტეფაქტების მოსაცილებლად.\n\nგამოყენების სფეროები: (1) კლასიფიკაციის შემდგომი გლუვება (აშორებს კლასების მცირე ყალბ ლაქებს), (2) უმრავლესობის კლასის რუკა მრავალჯერადი კლასიფიკაციის შედეგებიდან, (3) ვექტორული მონაცემების გასუფთავება (კლასების დეზაგრეგაცია), (4) ხმაურის ჩახშობა ზღურბლით დამუშავებულ გამოსახულებებში, (5) ატრიბუტების გლუვება სეგმენტაციის შედეგებში. ტიპური სამუშაო პროცესი: კლასიფიკაცია→უმრავლესობის ფილტრი→უმცირესობის აღმოფხვრა→საბოლოო გასუფთავებული რუკა.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "filter_size_x": { "label": "ფილტრის ზომა X", "description": "ფანჯრის სიგანე პიქსელებში (კენტი მთელი რიცხვი, ნაგულისხმევი 11). ალიასი: filterx." }, "filter_size_y": { "label": "ფილტრის ზომა Y", "description": "ფანჯრის სიმაღლე პიქსელებში (კენტი მთელი რიცხვი, ნაგულისხმევი = filter_size_x). ალიასი: filtery." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში შედეგი ინახება მეხსიერებაში." } } }, "maximum_filter": { "name": "მაქსიმუმის ფილტრი", "description": "ითვლის მოძრავი ფანჯრის მაქსიმალურ მნიშვნელობას და ავლენს ლოკალურ პიკებსა და ქედებს. გაფართოების (dilation) ოპერატორი გამოსახულების მორფოლოგიურ დამუშავებაში. სასარგებლოა პიკების, ქედის ხაზებისა და მაქსიმალური ამპლიტუდის მახასიათებლების აღმოსაჩენად. მგრძნობიარეა ერთი გამონაკლისის მიმართ (ფანჯარაში ერთი მაღალი მნიშვნელობა მაღალ შედეგს იძლევა).\n\nმაქსიმუმის ფილტრი მორფოლოგიური „გაფართოების“ ოპერატორია — აფართოებს ნათელ რეგიონებს და ავიწროებს მუქ რეგიონებს. განმეორებით გამოყენებისას (მრავალგავლიანი გაფართოება) ქმნის გაგლუვებულ პიკებს, ხოლო იზოლირებული მახასიათებლები იზრდება და მათ მეზობლობებს ავსებს. მინიმუმის ფილტრთან კომბინაციაში შესაძლებელს ხდის დახურვას (გაფართოება, შემდეგ ეროზია) და გახსნას (ეროზია, შემდეგ გაფართოება). არსებითია მორფოლოგიური მახასიათებლების აღმოჩენისა და მრავალმასშტაბიანი ანალიზისთვის.\n\nგამოყენების სფეროები: (1) მორფოლოგიური გაფართოება ზომაზე დაფუძნებული ფილტრაციისთვის, (2) დახურვა გაფართოება→ეროზიით მცირე ხვრელების შესავსებად, (3) პიკების/ქედების იდენტიფიკაცია რელიეფსა და გამოსახულებებში, (4) ლოკალური ზედა დონე ბათიმეტრიასა/DEM-ში, (5) მახასიათებლების მრავალმასშტაბიანი ანალიზი (გაფართოების შედარება მასშტაბებს შორის). ტიპური სამუშაო პროცესი: მაქსიმუმი→შედარება მინიმუმთან→დახურვა ან გახსნა მახასიათებლის ტიპის მიხედვით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "filter_size_x": { "label": "ფილტრის ზომა X", "description": "ფანჯრის სიგანე პიქსელებში (კენტი მთელი რიცხვი, ნაგულისხმევი 11). ალიასი: filterx." }, "filter_size_y": { "label": "ფილტრის ზომა Y", "description": "ფანჯრის სიმაღლე პიქსელებში (კენტი მთელი რიცხვი, ნაგულისხმევი = filter_size_x). ალიასი: filtery." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში შედეგი ინახება მეხსიერებაში." } } }, "mean_filter": { "name": "საშუალოს ფილტრი", "description": "ითვლის მოძრავი ფანჯრის საშუალოს თითოეული პიქსელისთვის. გლუვების ფუნდამენტური ოპერაცია, რომელიც ლოკალურ ხმაურს ამცირებს, თუმცა მკვეთრ გადასვლებს აბუნდოვანებს. შედეგი ლოკალურ ცენტრალურ ტენდენციას წარმოადგენს. ფართოდ გამოიყენება წინასწარი დამუშავების, ხმაურის შემცირებისა და მრავალმასშტაბიანი ანალიზისთვის.\n\nსაშუალოს ფილტრაცია ყველაზე გავრცელებული დაბალი სიხშირის გლუვების ოპერაციაა. ძალიან მგრძნობიარეა გამონაკლისების მიმართ (უკიდურეს მნიშვნელობებს შეუძლია შედეგების დამახინჯება), ამიტომ ხმაურიანი მონაცემებისთვის მედიანური ფილტრი სჯობს. გამოთვლითად ეფექტიანია. ფილტრის ზომა გლუვების ხარისხს აკონტროლებს: მცირე (3×3) დეტალებს ინარჩუნებს, დიდი (31×31+) ძლიერად გაგლუვებულ ზედაპირს ქმნის. ხშირად გამოიყენება იტერაციულად ან რამდენიმე მასშტაბზე მრავალგარჩევადობიანი ანალიზისთვის.\n\nგამოყენების სფეროები: (1) ხმაურის ძირითადი შემცირება, (2) წინასწარი დამუშავება მახასიათებლების აღმოჩენამდე (აგლუვებს ცრუ დადებით შედეგებს), (3) მრავალმასშტაბიანი ანალიზი (გამოიყენეთ 3×3, 11×11, 31×31-ზე), (4) დროითი გლუვება (სცენების კომბინირება), (5) საბაზისო დონე სხვა სტატისტიკური ოპერაციებისთვის. კიდეების უკეთ შესანარჩუნებლად შეადარეთ მედიანას (არაწრფივი, ინარჩუნებს კიდეებს).", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "filter_size_x": { "label": "ფილტრის ზომა X", "description": "ფანჯრის სიგანე პიქსელებში (კენტი მთელი რიცხვი, ნაგულისხმევი 11). ალიასი: filterx." }, "filter_size_y": { "label": "ფილტრის ზომა Y", "description": "ფანჯრის სიმაღლე პიქსელებში (კენტი მთელი რიცხვი, ნაგულისხმევი = filter_size_x). ალიასი: filtery." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში შედეგი ინახება მეხსიერებაში." } } }, "median_filter": { "name": "მედიანური ფილტრი", "description": "ითვლის მოძრავი ფანჯრის მედიანურ მნიშვნელობას თითოეული პიქსელისთვის და ცვლის მას მეზობლობის 50-ე პროცენტილით. ხმაურის მდგრადი ფილტრი, რომელიც კიდეებს ინარჩუნებს (არაწრფივი). განსაკუთრებით ეფექტიანია იმპულსური ხმაურის („მარილი და პილპილი“) მოსაცილებლად მკვეთრი საზღვრების შენარჩუნებით. გამომავალი მნიშვნელობები მეზობლობის ნამდვილი პიქსელური მნიშვნელობებია (არა ინტერპოლირებული).\n\nმედიანური ფილტრაცია არაწრფივია — ხმაურის შემცირებისას ეს საშუალოს ფილტრაციასთან შედარებით კრიტიკული უპირატესობაა, რადგან ახალ მნიშვნელობებს არ ქმნის და კიდეებს არ აბუნდოვანებს. ფილტრის დიდი ზომები ძლიერად აგლუვებს და ამავდროულად მკვეთრ გადასვლებს ინარჩუნებს. ფართოდ გამოიყენება დისტანციურ ზონდირებაში, სამედიცინო ვიზუალიზაციასა და SAR გამოსახულებების დამუშავებაში. გამოთვლითი ხარჯი ფილტრის ზომასთან ერთად იზრდება, მაგრამ, ზოგადად, ბილატერალურ ან მიმართულ ფილტრებზე სწრაფია.\n\nგამოყენების სფეროები: (1) SAR გამოსახულების სპეკლის შემცირება (განსაკუთრებით ეფექტიანია ფაზური კოჰერენტულობისთვის), (2) „მარილისა და პილპილის“ ხმაურის მოცილება, (3) წინასწარი დამუშავება კიდეების აღმოჩენამდე (ამცირებს ცრუ კიდეებს), (4) საზღვრების შენარჩუნება კლასიფიკაციისთვის წინასწარ დამუშავებაში, (5) გამონაკლისი მნიშვნელობების რადიომეტრიული კორექცია. ტიპური სამუშაო პროცესი: მედიანის გამოყენება→კიდეებგაძლიერებული შედეგი→ზღურბლი მახასიათებლების ამოსაღებად.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "filter_size_x": { "label": "ფილტრის ზომა X", "description": "ფანჯრის სიგანე პიქსელებში (კენტი მთელი რიცხვი, ნაგულისხმევი 11). ალიასი: filterx." }, "filter_size_y": { "label": "ფილტრის ზომა Y", "description": "ფანჯრის სიმაღლე პიქსელებში (კენტი მთელი რიცხვი, ნაგულისხმევი = filter_size_x). ალიასი: filtery." }, "sig_digits": { "label": "მნიშვნელოვანი ციფრები", "description": "კვანტიზებული რანგული ფილტრაციისთვის გამოყენებული მნიშვნელოვანი ციფრების რაოდენობა (ნაგულისხმევი 2)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში შედეგი ინახება მეხსიერებაში." } } }, "minimum_filter": { "name": "მინიმუმის ფილტრი", "description": "ითვლის მოძრავი ფანჯრის მინიმალურ მნიშვნელობას და ავლენს ლოკალურ დაბლობებსა და ღარებს. ეროზიის ოპერატორი გამოსახულების მორფოლოგიურ დამუშავებაში. სასარგებლოა ხეობის ფსკერების, ჩაღრმავებებისა და მინიმალური სიმაღლის მახასიათებლების აღმოსაჩენად. მგრძნობიარეა ერთი გამონაკლისის მიმართ (ფანჯარაში ერთი დაბალი მნიშვნელობა დაბალ შედეგს იძლევა).\n\nმინიმუმის ფილტრი მორფოლოგიური „ეროზიის“ ოპერატორია — ავიწროებს ნათელ რეგიონებს და აფართოებს მუქ რეგიონებს. განმეორებით გამოყენებისას (მრავალგავლიანი ეროზია) ქმნის გაგლუვებულ ხეობებს, ხოლო იზოლირებული მახასიათებლები ქრება. მაქსიმუმის ფილტრთან (გაფართოება) კომბინაციაში შესაძლებელს ხდის გახსნის (ეროზია, შემდეგ გაფართოება) და დახურვის (გაფართოება, შემდეგ ეროზია) ოპერაციებს. ხშირად გამოიყენება მრავალმასშტაბიან დაშლაში: შეადარეთ მინიმუმი 3×3, 11×11, 31×31-ზე მახასიათებლების მასშტაბების დასადგენად.\n\nგამოყენების სფეროები: (1) მორფოლოგიური ეროზია ზომაზე დაფუძნებული ფილტრაციისთვის, (2) გახსნა ეროზია→გაფართოებით მცირე ხმაურიანი ობიექტების მოსაცილებლად, (3) ჩაღრმავებების/ხეობების იდენტიფიკაცია რელიეფში, (4) ლოკალური ქვედა დონე ბათიმეტრიასა/DEM-ში, (5) მახასიათებლების მრავალმასშტაბიანი ანალიზი (ეროზიის შედარება მასშტაბებს შორის). ტიპური სამუშაო პროცესი: მინიმუმი→შედარება მაქსიმუმთან→გახსნა ან დახურვა მახასიათებლის ტიპის მიხედვით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "filter_size_x": { "label": "ფილტრის ზომა X", "description": "ფანჯრის სიგანე პიქსელებში (კენტი მთელი რიცხვი, ნაგულისხმევი 11). ალიასი: filterx." }, "filter_size_y": { "label": "ფილტრის ზომა Y", "description": "ფანჯრის სიმაღლე პიქსელებში (კენტი მთელი რიცხვი, ნაგულისხმევი = filter_size_x). ალიასი: filtery." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში შედეგი ინახება მეხსიერებაში." } } }, "non_local_means_filter": { "name": "არალოკალური საშუალოების ფილტრი", "description": "არალოკალური საშუალოების (Non-local means) ფილტრაცია ხმაურის ძლიერ მოცილებას ასრულებს მსგავსი ფრაგმენტების (patch) გასაშუალოებით, რომლებიც მთელ გამოსახულებაშია იდენტიფიცირებული და არა მხოლოდ მეზობელ პიქსელებში, და გამოსახულების თვითმსგავსებას იყენებს ხმაურის ჩასახშობად სტრუქტურების შენარჩუნებით. რეალიზაცია თითოეული სამიზნე ფრაგმენტის მსგავს ფრაგმენტებს ფრაგმენტების სივრცეში ევკლიდური მანძილით პოულობს, მსგავს ფრაგმენტებს მსგავსების მიხედვით ექსპონენციალურად წონის და შეწონილ ფრაგმენტებს ასაშუალოებს. ალგორითმი ითვლის: Fᵢ = (1/Z) Σⱼ exp(-d(Pᵢ, Pⱼ)²/h²) · Iⱼ, სადაც d ფრაგმენტებს შორის მანძილს ზომავს, h ზოლის სიგანეს აკონტროლებს, Z კი ნორმალიზებს. ძირითადი მახასიათებლებია: ხმაურის უკეთესი მოცილება მსგავსების ძიებით და არა მხოლოდ სივრცითი სიახლოვით, ეფექტიანობა რთულ ტექსტურებსა და წვრილ დეტალებზე, გამოყენებადობა მონაცემთა ნებისმიერ ტიპზე და დადასტურებული ეფექტიანობა სამედიცინო, თანამგზავრულ და ფოტოგრაფიულ გამოსახულებებზე. არალოკალური საშუალოების ფილტრაცია განსაკუთრებით ეფექტიანია თანამგზავრული გამოსახულებების დეტალურ აღდგენაში წვრილი ტექსტურისა და სტრუქტურის შენარჩუნებით, მრავალდროითი სტეკების გასაშუალოებაში ცვლილებების აღმოჩენისთვის მოსამზადებლად, ძალიან ხმაურიანი კვლევითი მონაცემების (ულტრაბგერითი, ჰიპერსპექტრული) ხმაურისგან გაწმენდაში და არქეოლოგიური/აეროკვლევის გამოსახულებების გაძლიერებაში. შედეგის ინტერპრეტაცია მოითხოვს იმის გაგებას, რომ გამოსახულების მთელ ფართობზე მსგავსი რეგიონები თითოეულ გამომავალ პიქსელში მონაწილეობს; ლოკალურად განსხვავებული რეგიონების წვლილი უმნიშვნელოა. ფრაგმენტის ზომა მახასიათებლების შენარჩუნებას აკონტროლებს (დიდი ფრაგმენტები = უფრო გლუვი შედეგი, წვრილი ფრაგმენტები = მეტი დეტალი); ზოლის სიგანე h მსგავსებით შეწონვას აკონტროლებს (დიდი h = მეტი ფრაგმენტი ჩაირთვება, მცირე h = მსგავსების უფრო მკაცრი მოთხოვნები). გამომავალი დიაპაზონები შემავალს შეესაბამება; სტატისტიკა რეგიონული საშუალოებისკენ გადაინაცვლებს, ხოლო წვრილი სტრუქტურები რჩება. გამოთვლითი ხარჯი გამოსახულების ზომასა და ფრაგმენტის რადიუსთან ერთად იზრდება; დიდი გამოსახულებებისთვის შესრულება, როგორც წესი, დამუშავების მნიშვნელოვან დროს მოითხოვს. აკონტროლეთ ფილტრაციის მსვლელობა PSNR-ით ან ვიზუალური დათვალიერებით. გავრცელებული არტეფაქტებია წვრილი ტექსტურების ზედმეტი გლუვება (ფრთხილად გაზარდეთ ფრაგმენტის ზომა) და არასაკმარისი გლუვება მაღალი ხმაურის რეგიონებში (გაზარდეთ ზოლის სიგანე). სტრატეგიულად გამოიყენეთ სამუშაო პროცესებში, რომლებიც ხმაურის მაქსიმალურ შემცირებას წვრილმასშტაბიანი მახასიათებლების შენარჩუნებით საჭიროებს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "search_radius": { "label": "ძიების რადიუსი", "description": "ძიების ფანჯრის რადიუსი პიქსელებში (ნაგულისხმევი 5)." }, "patch_radius": { "label": "ლაქის რადიუსი", "description": "ფრაგმენტის რადიუსი პიქსელებში (ნაგულისხმევი 1)." }, "h": { "label": "H", "description": "ფილტრაციის სიძლიერის პარამეტრი (ნაგულისხმევი 10.0)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "opening": { "name": "გახსნა", "description": "ასრულებს მორფოლოგიურ გახსნის ოპერაციას მართკუთხა სტრუქტურული ელემენტის გამოყენებით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "filter_size_x": { "label": "ფილტრის ზომა X", "description": "მეზობლობის კენტი სიგანე (ნაგულისხმევი 11)." }, "filter_size_y": { "label": "ფილტრის ზომა Y", "description": "მეზობლობის კენტი სიმაღლე (ნაგულისხმევად იგივე, რაც filter_size_x)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "olympic_filter": { "name": "ოლიმპიური ფილტრი", "description": "ოლიმპიური ფილტრი ახორციელებს რანგზე დაფუძნებულ გლუვებას თითოეული პიქსელის მეზობლობიდან ერთი უმაღლესი და ერთი უდაბლესი მნიშვნელობის მოცილებით, შემდეგ კი დარჩენილი პიქსელების გასაშუალოებით. ფილტრაციის ეს მდგრადი მიდგომა უკიდურეს გამონაკლისებს (სავარაუდოდ ხმაური ან ყალბი მნიშვნელობები) აღმოფხვრის და ცენტრალურ ტენდენციას ინარჩუნებს. მათემატიკური ფორმულირება: F = (1/(N-2)) Σ(I_sorted[2:N-1]), სადაც დახარისხებული მეზობლობის მნიშვნელობები უმაღლესსა და უდაბლესს გამორიცხავს. რეალიზაცია მცირე მეზობლობების დახარისხებას საჭიროებს (გამოთვლითად ეფექტიანი), მაგრამ ხმაურის ეფექტიან შემცირებას იძლევა. ძირითადი მახასიათებლებია: გამონაკლისების მოცილების მარტივი სტრატეგია, „მარილისა და პილპილის“ ხმაურის ეფექტიანი შემცირება, კიდეების გათვალისწინებით ფილტრაცია (კიდეები ხშირად უკიდურესობებად ჩანს) და გამოყენებადობა მონაცემთა ნებისმიერ ტიპზე. ოლიმპიური ფილტრაცია განსაკუთრებით ეფექტიანია ოპტიკური თანამგზავრული გამოსახულებების წინასწარ დამუშავებაში (აშორებს ღრუბლების იზოლირებულ ნათელ პიქსელებსა და მუქ ჩრდილებს), DEM-ის გლუვებაში კვლევითი ხმაურის არტეფაქტების შესამცირებლად, თერმული გამოსახულებების ხმაურისგან გაწმენდაში (აშორებს სენსორის გამონაკლისებს) და რადარული გამოსახულებების წინასწარ დამუშავებაში. შედეგის ინტერპრეტაცია აჩვენებს, რომ ხმაურის სიმეტრიული განაწილებები (მაღალი/დაბალი გამონაკლისების თანაბარი რაოდენობა) სიმეტრიულად იფილტრება; ასიმეტრიული განაწილებები (მეტი მაღალი ან დაბალი) მიმართულებით ფილტრაციას იძლევა. მეზობლობის ზომა გლუვების ხარისხს აკონტროლებს: 3×3 ფანჯარა 9 პიქსელიდან 2 უკიდურესობას აშორებს (მსუბუქი ფილტრაცია); დიდი ფანჯრები უფრო აგრესიულად ფილტრავს. გამომავალი მნიშვნელობები შემავალი დიაპაზონის ფარგლებში რჩება (შედეგი მეზობლობის ნამდვილი მნიშვნელობების საშუალოა). სტატისტიკა აჩვენებს ვარიაციის კონტროლირებად შემცირებას, რომელიც სპეციალურად გამონაკლისებზეა მიმართული. სხვაობის გამოსახულებები (საწყისი - გაფილტრული) მოცილებულ გამონაკლისებს გამოყოფს; მაღალი მნიშვნელობების კონცენტრირებული რეგიონები ხმაურის ეფექტიან იზოლაციაზე მიუთითებს. გავრცელებული არტეფაქტებია არასაკმარისი გლუვება, თუ გამონაკლისების სიხშირე დაბალია, და კიდეების დაბინდვა, თუ კიდის პიქსელები მუდმივად უკიდურესობებად ფასდება. რამდენიმე იტერაცია თანდათანობით გლუვებას შესაძლებელს ხდის: ერთი გავლა ხმაურს ამცირებს; განმეორებითი გავლები გლუვებას აძლიერებს. გამოიყენეთ ხმაურის სწრაფი შემცირების სამუშაო პროცესებში, რომლებიც მარტივ, ინტერპრეტირებად ფილტრაციას საჭიროებს; განსაკუთრებით ეფექტიანია „მარილისა და პილპილის“ ხმაურისთვის მრავალსენსორულ მოზაიკებში.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "filter_size_x": { "label": "ფილტრის ზომა X", "description": "მეზობლობის სიგანე პიქსელებში (კენტი მთელი რიცხვი, ნაგულისხმევი 11)." }, "filter_size_y": { "label": "ფილტრის ზომა Y", "description": "მეზობლობის სიმაღლე პიქსელებში (კენტი მთელი რიცხვი, ნაგულისხმევი 11)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "percentile_filter": { "name": "პროცენტილის ფილტრი", "description": "ითვლის ცენტრალური უჯრედის სიმაღლის/მნიშვნელობის ლოკალურ პროცენტილურ რანგს მოძრავ ფანჯარაში (0-100%). Elevation Percentile-ის ანალოგია ზოგადი რასტრული მონაცემებისთვის. ზომავს ფარდობით პოზიციას: შედეგი=0 ლოკალურ მინიმუმზე მიუთითებს, შედეგი=100 — ლოკალურ მაქსიმუმზე, შედეგი=50 — მედიანაზე. ავლენს ლოკალურ პოზიციას განაწილებაში აბსოლუტური მნიშვნელობებისგან დამოუკიდებლად.\n\nპროცენტილური ფილტრაცია პოზიციაზე დაფუძნებულ ფარდობით ანალიზს შესაძლებელს ხდის. სასარგებლოა ფენობრივი ანალიზისთვის: უჯრედები, რომლებიც ყველა არხში მაღალ პროცენტილს (>80) იკავებს, „ნათელ“ მახასიათებლებზე მიუთითებს; დაბალი პროცენტილი (<20) — „მუქ“ მახასიათებლებზე. განსაკუთრებით სასარგებლოა კლასიფიკაციისთვის წინასწარ დამუშავებაში — გამიჯნავს რელიეფის/ტექსტურის პოზიციას და არა მხოლოდ სიდიდეს. ხშირად კომბინირდება სტატისტიკურ ფილტრებთან მრავალმეტრიკული დახასიათებისთვის.\n\nგამოყენების სფეროები: (1) ფარდობითი სიკაშკაშის/სიმუქის კლასიფიკაცია, (2) ტექსტურის დახასიათება (პროცენტილის მაღალი ვარიაცია = უხეში, დაბალი ვარიაცია = გლუვი), (3) ლოკალური კონტრასტის გაძლიერება (პროცენტილზე დაფუძნებული ნორმალიზაცია), (4) რელიეფის ფორმების იდენტიფიკაცია სიმაღლის პროცენტილის მსგავსად, (5) მრავალარხიანი ტექსტურული ანალიზი (გამოიყენეთ პროცენტილი თითოეულ არხზე და შეადარეთ შაბლონები).", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "filter_size_x": { "label": "ფილტრის ზომა X", "description": "ფანჯრის სიგანე პიქსელებში (კენტი მთელი რიცხვი, ნაგულისხმევი 11). ალიასი: filterx." }, "filter_size_y": { "label": "ფილტრის ზომა Y", "description": "ფანჯრის სიმაღლე პიქსელებში (კენტი მთელი რიცხვი, ნაგულისხმევი = filter_size_x). ალიასი: filtery." }, "sig_digits": { "label": "მნიშვნელოვანი ციფრები", "description": "კვანტიზებული რანგული ფილტრაციისთვის გამოყენებული მნიშვნელოვანი ციფრების რაოდენობა (ნაგულისხმევი 2)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში შედეგი ინახება მეხსიერებაში." } } }, "range_filter": { "name": "დიაპაზონის ფილტრი", "description": "ითვლის მოძრავი ფანჯრის დიაპაზონს (მაქსიმუმი - მინიმუმი) და ავლენს მნიშვნელობების ლოკალურ გაბნევას საშუალო დონისგან დამოუკიდებლად. ჰეტეროგენულობის მარტივი მეტრიკა: მაღალი დიაპაზონი = მრავალფეროვანი მნიშვნელობები, დაბალი დიაპაზონი = ერთგვაროვანი მნიშვნელობები. სტანდარტულ გადახრაზე მარტივია, მაგრამ ბევრი ამოცანისთვის თანაბრად ინფორმაციულია და განაწილების ფორმის მიმართ უფრო მდგრადია.\n\nდიაპაზონი გამოთვლითად ეფექტიანია (მხოლოდ ორ შედარებას საჭიროებს). განსაკუთრებით სასარგებლოა გადასვლების/საზღვრების აღმოსაჩენად, სადაც დიაპაზონის ნახტომები კონტრასტულ ზონებზე მიუთითებს. სტანდარტულ გადახრაზე ნაკლებად მგრძნობიარეა განაწილების ფორმის მიმართ (სტანდარტული გადახრა გამონაკლისებს უსვამს ხაზს, დიაპაზონი მხოლოდ უკიდურესობებს იყენებს). ნორმალიზებული დიაპაზონი (დიაპაზონი/საშუალო) არხებს შორის შედარებას შესაძლებელს ხდის, ისევე როგორც ვარიაციის კოეფიციენტი — მასშტაბებს შორის შედარებას.\n\nგამოყენების სფეროები: (1) ტექსტურის/კონტრასტის კარტოგრაფირება (მარტივი ინტერპრეტაცია: მაღალი დიაპაზონი = უხეში/კონტრასტული), (2) საზღვრების აღმოჩენა დიაპაზონის პიკებით, (3) სტანდარტული გადახრის გამოთვლითად ეფექტიანი ალტერნატივა, (4) ხარისხის კონტროლი (ერთგვაროვანი ფონი — დაბალი დიაპაზონი, მახასიათებლების არეები — მაღალი დიაპაზონი), (5) სიუხეშე/ცვალებადობა ზოგად მონაცემებში. ტიპური სამუშაო პროცესი: დიაპაზონის გამოთვლა→ზღურბლი გარდამავალი ზონების იდენტიფიკაციისთვის→მაღალი დიაპაზონის საზღვრების ვექტორიზაცია.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "filter_size_x": { "label": "ფილტრის ზომა X", "description": "ფანჯრის სიგანე პიქსელებში (კენტი მთელი რიცხვი, ნაგულისხმევი 11). ალიასი: filterx." }, "filter_size_y": { "label": "ფილტრის ზომა Y", "description": "ფანჯრის სიმაღლე პიქსელებში (კენტი მთელი რიცხვი, ნაგულისხმევი = filter_size_x). ალიასი: filtery." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში შედეგი ინახება მეხსიერებაში." } } }, "remove_spurs": { "name": "წანაზარდების მოშორება", "description": "აშორებს მოკლე განშტოებების არტეფაქტებს ბინარული რასტრული ობიექტებიდან იტერაციული გასხვლით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "max_iterations": { "label": "მაქსიმალური იტერაციები", "description": "გასხვლის მაქსიმალური იტერაციები (ნაგულისხმევი 10)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "savitzky_golay_2d_filter": { "name": "Savitzky-Golay-ის 2D ფილტრი", "description": "ასრულებს 2D Savitzky-Golay გლუვებას — პოლინომიური მორგებით დაფუძნებულ ფილტრს, რომელიც ლოკალურ პოლინომიურ მახასიათებლებს ინარჩუნებს. მეზობლობაზე ლოკალურ პოლინომს არგებს და ცენტრს მორგებული მნიშვნელობით ცვლის. პიკებსა და ხეობებს გაუსისაზე უკეთ ინარჩუნებს. სასარგებლოა ხმაურიანი მონაცემებისთვის, სადაც მახასიათებლების შენარჩუნება მნიშვნელოვანია. დაბალი რიგის პოლინომებისთვის გაუსისაზე ნაკლებად აბუნდოვანებს; გლუვება პოლინომის რიგის მიხედვით იცვლება. Savitzky-Golay ფილტრაცია მეზობლობაზე ლოკალურ პოლინომს (როგორც წესი, კვადრატულს/კუბურს) უმცირეს კვადრატთა მეთოდით არგებს. ცენტრალური მნიშვნელობა პოლინომის მნიშვნელობით იცვლება. განსხვავდება მედიანურისა და გაუსისგან — ინარჩუნებს მახასიათებლებს, რომლებიც პოლინომიურ სტრუქტურებად ჩანს (პიკები, ხეობები, ქედები). გამოთვლითად მარტივია, მაგრამ მარტივ კონვოლუციაზე ნელია. პოლინომის რიგი გლუვებასა და შენარჩუნებას შორის კომპრომისს აკონტროლებს. გამოყენების სფეროები: (1) ხმაურიანი მონაცემების გლუვება პიკური სტრუქტურების შენარჩუნებით, (2) სიმაღლეთა ბადის დამუშავება (ინარჩუნებს ქედებისა და ხეობების ტოპოგრაფიას), (3) სპექტრული მონაცემების გლუვება (ინარჩუნებს შთანთქმის მახასიათებლებს), (4) მახასიათებლების შემნარჩუნებელი წინასწარი დამუშავება.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "window_size": { "label": "ფანჯრის ზომა", "description": "ფანჯრის კენტი ზომა (ნაგულისხმევი 5). ამჟამად მხარდაჭერილია 5 მე-2 რიგის პოლინომისთვის." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "scharr_filter": { "name": "Scharr-ის ფილტრი", "description": "Scharr-ის ფილტრი არის კიდეების აღმოჩენის ოპერატორი, რომელიც Sobel-ის ფილტრს აუმჯობესებს ბირთვის ოპტიმიზებული კოეფიციენტებით, რომლებიც სპეციალურად მიმართულებითი მიკერძოების შესამცირებლად და ბრუნვის მიმართ უკეთესი ინვარიანტულობისთვის არის შექმნილი. Scharr-ის ოპერატორი იყენებს 3×3 კონვოლუციურ ბირთვებს მთელრიცხვა კოეფიციენტებით (3, 10, 3), რომლებიც ემპირიულად არის ოპტიმიზებული 0°, 45°, 90° და 135° კიდის მიმართულებებისთვის, და ტრადიციულ Sobel-ის ფილტრებზე უფრო ზუსტ გრადიენტის შეფასებას იძლევა, განსაკუთრებით წრიული მახასიათებლებისა და შემობრუნებული კიდეებისთვის. ფილტრი ერთდროულად ითვლის ჰორიზონტალურ კომპონენტსა და გრადიენტის სიდიდეს, რაც კიდეების მდგრად ლოკალიზაციას შესაძლებელს ხდის. ძირითადი უპირატესობებია: მიმართულებითი გრადიენტების უკეთესი სიზუსტე, Sobel-თან შედარებით შემცირებული ბრუნვითი მიკერძოება და 3×3 ბირთვის ეფექტიანი გამოთვლა მეხსიერების მინიმალური დანახარჯით. შედეგი მოიცავს როგორც სიდიდეს, ისე არასავალდებულო მიმართულებით კომპონენტებს. Scharr-ის ფილტრი განსაკუთრებით ეფექტიანია მახასიათებლების ამოღების, საზღვრების აღმოჩენისა და ხარისხის უზრუნველყოფის სამუშაო პროცესებში, რომლებიც მიმართულების მაღალ სიზუსტეს საჭიროებს. გამოყენების შემთხვევები მოიცავს შენობების კონტურების ამოღებას აეროგამოსახულებებიდან, გზების ქსელის აღმოჩენას, წყლის საზღვრების დელინეაციას მინიმალური დამახინჯებით და თანამგზავრულ მონაცემებში გეოლოგიური ლინეამენტების იდენტიფიკაციას. ფილტრი განსაკუთრებით კარგად მუშაობს ურბანულ კარტოგრაფირებაში, სასოფლო-სამეურნეო საზღვრების აღმოჩენასა და ავტონომიური ნავიგაციის ამოცანებში. შედეგის ინტერპრეტაცია მოითხოვს იმის გაგებას, რომ სიდიდის მნიშვნელობები კიდის სიძლიერეს წარმოადგენს — მაღალი მნიშვნელობები განსხვავებულ სპექტრულ კლასებს შორის უფრო მკვეთრ გადასვლებზე მიუთითებს. მიმართულებითი კომპონენტები კიდის დომინანტურ ორიენტაციას ავლენს (ჰორიზონტალური, დიაგონალური ან ვერტიკალური), რაც ლინეამენტების ანალიზისთვის სასარგებლოა. მრავალარხიანი რასტრებისთვის გამოიყენეთ ცალ-ცალკე თითოეულ არხზე ან გამოიყენეთ გამოთვლილი ინდექსი. ფონის მნიშვნელობები შედეგში მუქად ჩანს; ძლიერი კიდეები — ნათლად. საორიენტაციო კიდეებთან RMSE-ის შედარება ფილტრის ეფექტიანობას ამოწმებს. სტანდარტული ვიზუალიზაციისთვის შედეგი 0-255 დიაპაზონზე დაამასშტაბეთ, ხოლო რაოდენობრივი ანალიზისთვის მცურავწერტილოვანი მნიშვნელობები შეინარჩუნეთ.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "clip_tails": { "label": "კუდების ამოჭრა", "description": "არასავალდებულო სიმეტრიული კუდების ჩამოჭრის პროცენტი (0-40)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "standard_deviation_filter": { "name": "სტანდარტული გადახრის ფილტრი", "description": "ითვლის მოძრავი ფანჯრის სტანდარტულ გადახრას და ზომავს მნიშვნელობების ლოკალურ ცვალებადობას/გაბნევას. მაღალი სტანდარტული გადახრა = მრავალფეროვანი მნიშვნელობები (უხეში/ჰეტეროგენული), დაბალი სტანდარტული გადახრა = ერთგვაროვანი მნიშვნელობები (გლუვი/ერთგვაროვანი). ავლენს ტექსტურის, სიუხეშისა და ცვალებადობის შაბლონებს. კრიტიკულია განუზღვრელობის რაოდენობრივი შეფასებისა და ხარისხის შეფასებისთვის.\n\nსტანდარტული გადახრა ლოკალური ცვალებადობის დასახასიათებლად დიაპაზონზე მდგრადია (ერთი გამონაკლისით არ მიკერძოვდება). შესაძლებელს ხდის არეების კლასიფიკაციას ტექსტურის მიხედვით: ციცაბო ფერდობები (მაღალი სტანდარტული გადახრა), დამრეცი ფერდობები (დაბალი სტანდარტული გადახრა); ტყეები (მაღალი სტანდარტული გადახრა), ბალახეული (დაბალი სტანდარტული გადახრა). ხშირად ნორმალიზდება (ვარიაციის კოეფიციენტი = სტანდარტული გადახრა/საშუალო), რათა სხვადასხვა მნიშვნელობების დიაპაზონის მქონე მონაცემები შედარდეს. შეიძლება ჰისტოგრამიდან გამოითვალოს (ვარიაცია = კვადრატების საშუალო - საშუალოს კვადრატი).\n\nგამოყენების სფეროები: (1) ტექსტურის კარტოგრაფირება (სიუხეშის/ჰეტეროგენულობის ანალიზი), (2) განუზღვრელობის რაოდენობრივი შეფასება ხმაურიან მონაცემებში, (3) ხარისხის შეფასება (ერთგვაროვანი ფონი = დაბალი სტანდარტული გადახრა, მახასიათებლებით მდიდარი არეები = მაღალი), (4) კლასიფიკაციის სანდოობა (მაღალი სტანდარტული გადახრა = შერეული/განუსაზღვრელი კლასები), (5) მრავალარხიანი ჰეტეროგენულობა (თითოეული არხის სტანდარტული გადახრების სტეკი). ტიპური სამუშაო პროცესი: სტანდარტული გადახრის გამოთვლა რამდენიმე მასშტაბზე→შაბლონების ცვლილებების შედარება მასშტაბებს შორის→დამახასიათებელი მასშტაბების იდენტიფიკაცია.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "filter_size_x": { "label": "ფილტრის ზომა X", "description": "ფანჯრის სიგანე პიქსელებში (კენტი მთელი რიცხვი, ნაგულისხმევი 11). ალიასი: filterx." }, "filter_size_y": { "label": "ფილტრის ზომა Y", "description": "ფანჯრის სიმაღლე პიქსელებში (კენტი მთელი რიცხვი, ნაგულისხმევი = filter_size_x). ალიასი: filtery." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში შედეგი ინახება მეხსიერებაში." } } }, "thicken_raster_line": { "name": "რასტრული ხაზის გასქელება", "description": "ასქელებს დიაგონალურ რასტრულ ხაზის სეგმენტებს დიაგონალური გაჟონვის თავიდან ასაცილებლად.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "tophat_transform": { "name": "ცილინდრული (Top-hat) გარდაქმნა", "description": "ასრულებს თეთრ ან შავ მორფოლოგიურ top-hat გარდაქმნას.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "filter_size_x": { "label": "ფილტრის ზომა X", "description": "მეზობლობის კენტი სიგანე (ნაგულისხმევი 11)." }, "filter_size_y": { "label": "ფილტრის ზომა Y", "description": "მეზობლობის კენტი სიმაღლე (ნაგულისხმევად იგივე, რაც filter_size_x)." }, "variant": { "label": "ვარიანტი", "description": "top-hat ვარიანტი: white (ნაგულისხმევი) ან black." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "total_filter": { "name": "ჯამური ფილტრი", "description": "ითვლის მოძრავი ფანჯრის ჯამს (სრულ მნიშვნელობას) მეზობლობაში პიქსელების მნიშვნელობებისთვის. აინტეგრირებს ლოკალური სიგნალის სიძლიერეს. გამოყენება მონაცემთა სემანტიკაზეა დამოკიდებული: რაოდენობებისთვის/სიმკვრივეებისთვის ჯამი ლოკალური სიმკვრივის შაბლონებს ავლენს; ნალექებისთვის ჯამი აუზის მასშტაბის დაგროვებას ავლენს; არეკვლისთვის ჯამი სამიზნის ლოკალური ზომის პროპორციულია.\n\nჯამის ფილტრაციას სხვადასხვა დარგში განსხვავებული ინტერპრეტაცია აქვს. რაოდენობრივ/მოსახლეობის მონაცემებში ჯამი კლასტერიზაციასა და ცხელ წერტილებს ავლენს. სიმაღლის მონაცემებში ჯამი იშვიათად გამოიყენება (ჯამს გეომორფოლოგიური მნიშვნელობა არ აქვს). სპექტრულ ანალიზში ჯამს შეუძლია მრავალარხიანი სიგნალის სიძლიერის გამოვლენა. ხშირად გამოიყენება შუალედურ ეტაპად (მაგ., მეზობლობის უჯრედების რაოდენობაზე გაყოფა საშუალოს გამოსათვლელად, ან მეზობელ ჯამებთან შედარება ლოკალური ჰეტეროგენულობის აღმოსაჩენად).\n\nგამოყენების სფეროები: (1) ცხელი წერტილების აღმოჩენა რაოდენობრივ მონაცემებში (მაღალი ჯამი = კლასტერები), (2) აუზის/წყალშემკრების დაგროვების მოდელები, (3) განაწილებული გაზომვების ინტეგრაცია, (4) შუალედური გამოთვლა (ჯამი/N = საშუალო), (5) სიგნალის სიძლიერის აგრეგაცია მრავალსენსორულ მოზაიკებში.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "filter_size_x": { "label": "ფილტრის ზომა X", "description": "ფანჯრის სიგანე პიქსელებში (კენტი მთელი რიცხვი, ნაგულისხმევი 11). ალიასი: filterx." }, "filter_size_y": { "label": "ფილტრის ზომა Y", "description": "ფანჯრის სიმაღლე პიქსელებში (კენტი მთელი რიცხვი, ნაგულისხმევი = filter_size_x). ალიასი: filtery." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში შედეგი ინახება მეხსიერებაში." } } }, "unsharp_masking": { "name": "არამკვეთრი ნიღაბი", "description": "გაურკვეველი ნიღბით გამკვეთრება (unsharp masking) გამოსახულებას ამკვეთრებს საწყისი გამოსახულებიდან გაგლუვებული (დაბალი სიხშირის) ვერსიის გამოკლებით და კიდეებსა და წვრილ დეტალებს აძლიერებს. მათემატიკური გარდაქმნაა I_sharp = I_original + w·(I_original - I_smooth), სადაც w გამკვეთრების წონაა, რომელიც გაძლიერების სიძლიერეს აკონტროლებს. პროცესი მაღალსიხშირულ კომპონენტებს გამოყოფს და აძლიერებს, რაც დეტალებს ფართო ტონალური ცვალებადობისგან ეფექტიანად გამიჯნავს. ძირითადი მახასიათებლებია: პარამეტრების მოქნილი კონტროლი (დაბინდვის რადიუსი და წონა დეტალების კონტროლისთვის), გამოთვლითი ეფექტიანობა გაუსის გლუვების ხელახალი გამოყენებით, ინტერპრეტირებადი გაძლიერება (წონა=0 საწყისს იძლევა; წონა=1 — ნამდვილ მაღალი სიხშირის ფილტრს; წონა>1 — აგრესიულ გამკვეთრებას) და ეფექტიანობა მრავალსპექტრულ მონაცემებზე. გაურკვეველი ნიღბით გამკვეთრება განსაკუთრებით ეფექტიანია თანამგზავრული გამოსახულებების ხელით ინტერპრეტაციისთვის მომზადებაში (აძლიერებს სუსტ რელიეფს, მცენარეულობას, ინფრასტრუქტურას), LiDAR-დან მიღებული პროდუქტების გაძლიერებაში (ამკვეთრებს DEM-ებს, მცენარეულობის მეტრიკებს), ორთოფოტოების ხარისხის გაუმჯობესებაში ობიექტების ხილვადობისთვის და არქეოლოგიური/კვლევითი გამოსახულებების გაძლიერებაში. შედეგის ინტერპრეტაცია მოითხოვს იმის გაგებას, რომ გამკვეთრებული მნიშვნელობები კიდეებზე კონცენტრირდება; ერთგვაროვანი რეგიონები უცვლელი რჩება. წონის პარამეტრი გაძლიერების სიდიდეს აკონტროლებს: w=0.5-1.0 სუსტ გაძლიერებას იძლევა; w=1.0-2.0 ზომიერ გამკვეთრებას; w>2.0 აგრესიულ, შესაძლოა არტეფაქტებით სავსე შედეგს. დაბინდვის რადიუსი მახასიათებლების მასშტაბს აკონტროლებს: მცირე რადიუსი (3-5 პიქსელი) წვრილ ტექსტურას აძლიერებს; დიდი რადიუსი (10-20 პიქსელი) საშუალო მახასიათებლებს აძლიერებს. გამომავალმა მნიშვნელობებმა შეიძლება შემავალ დიაპაზონს გადააჭარბოს; როგორც წესი, შეკვეცა საჭიროა. არტეფაქტებია ჰალოები ძლიერი კიდეების გარშემო (დიდი წონა ან რადიუსი = უფრო გამოკვეთილი), გაძლიერებული ხმაური, თუ წყარო ხმაურიანია, და შესაძლო ცრუ ფერები მრავალსპექტრულ გამკვეთრებაში. გაძლიერება შეამოწმეთ სხვაობის გამოსახულებებით. შერჩევით გამოიყენეთ ვიზუალიზაციის სამუშაო პროცესებში; მოერიდეთ ავტომატიზებულ ანალიზამდე გამოყენებას, რომელიც გამომავალი დიაპაზონის ცვლილებებისადმი მგრძნობიარეა.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "sigma": { "label": "სიგმა", "description": "დაბუნდოვნების ნიღბის მიერ გამოყენებული გაუსის sigma (0.5-20.0, ნაგულისხმევი 0.75)." }, "amount": { "label": "სიდიდე", "description": "ნარჩენზე გამოყენებული სიმკვეთრის გაზრდის მამრავლი (ნაგულისხმევი 100.0)." }, "threshold": { "label": "ზღურბლი", "description": "მინიმალური აბსოლუტური ნარჩენი სიმკვეთრის გასაზრდელად (ნაგულისხმევი 0.0)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "user_defined_weights_filter": { "name": "მომხმარებლის წონებით განსაზღვრული ფილტრი", "description": "მომხმარებლის მიერ განსაზღვრული წონების ფილტრი მორგებული კონვოლუციური ანალიზისთვის მაქსიმალურ მოქნილობას უზრუნველყოფს მეზობლობის პიქსელებისთვის ნებისმიერი შეწონილი კოეფიციენტების მიღებით, რაც სპეციალიზებული ოპერატორების, დარგისთვის სპეციფიკური ბირთვებისა და კვლევითი დონის ალგორითმების რეალიზაციას შესაძლებელს ხდის ინსტრუმენტის მოდიფიკაციის ან სპეციალიზებული პროგრამული უზრუნველყოფის გარეშე. მომხმარებლები უთითებენ ბირთვის განზომილებებს (როგორც წესი, 3×3 ან 5×5), თითოეულ პოზიციას მცურავწერტილოვან წონებს ანიჭებენ და სურვილისამებრ კიდეების დამუშავების მეთოდებს ირჩევენ (არეკვლა, შემოხვევა, მუდმივით შევსება). ფილტრი მორგებულ ბირთვს მთელ რასტრზე სტანდარტული კონვოლუციური მათემატიკით იყენებს: თითოეული გამომავალი პიქსელი შეწონილი მეზობლების ჯამის ტოლია, რაც როგორც გამოსახულების დამუშავების ტრადიციულ ფილტრებს, ისე მორგებულ ანალიტიკურ ბირთვებს შესაძლებელს ხდის. ძირითადი მახასიათებლებია: სრული მორგება კვლევითი ამოცანებისთვის, როგორც გაძლიერების, ისე ანალიზის ოპერაციების მხარდაჭერა, თავსებადობა ნორმალიზებულ და არანორმალიზებულ ბირთვებთან და მცურავწერტილოვანი სიზუსტის შენარჩუნება მთელი გამოთვლის განმავლობაში. გამოყენების შემთხვევები მოიცავს გაღრმავებულ სივრცით ფილტრაციას სპეციალიზებული სპექტრული ინდექსებისთვის, ექსპერიმენტული ოპერატორების რეალიზაციას ალგორითმების ვალიდაციისთვის, მორგებულ ტექსტურული ანალიზის ბირთვებს, შეწონილ მეზობლობით აგრეგაციებს მრავალკრიტერიუმიანი ანალიზისთვის და სტანდარტიზებული ბირთვების გამოყენებას მრავალფეროვან მონაცემთა ნაკრებებზე. გამოყენების სფეროები მოიცავს აკადემიური კვლევის პროტოტიპირებას, ინდუსტრიული ალგორითმების შეფასებას, დამუშავების კონვეიერების რეგიონულ მორგებას და ეფექტიანობის შედარებით კვლევებს. შედეგის ინტერპრეტაცია მთლიანად მომხმარებლის მიერ განსაზღვრულ კოეფიციენტებზეა დამოკიდებული; სხვადასხვა ბირთვი ფუნდამენტურად განსხვავებულ შედეგებს იძლევა. ნორმალიზებული ბირთვები (წონების ჯამი 1.0-ის ტოლია) მნიშვნელობების დიაპაზონს ინარჩუნებს, რაც გლუვებისთვის სასარგებლოა; არანორმალიზებული ბირთვები (როგორც წესი, ნულამდე ჯამდება) სხვაობებს უსვამს ხაზს, რაც კიდეების/წარმოებულების აღმოჩენისთვის სასარგებლოა. მომხმარებლებმა საწარმოო გამოყენებამდე ბირთვის თვისებები — კოეფიციენტის ნიშანი, სიდიდე და ჯამი — უნდა შეამოწმონ. ბირთვის სპეციფიკაციების დოკუმენტირება არსებითია რეპროდუცირებადი სამუშაო პროცესებისთვის. გამომავალი მნიშვნელობების დიაპაზონები ბირთვის დიზაინზეა დამოკიდებული; დოკუმენტაციაში უნდა მიეთითოს შედეგის მოსალოდნელი მახასიათებლები და მასშტაბირების მოთხოვნები.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "weights": { "label": "წონები", "description": "2D ბირთვის წონები ჩადგმული მასივების სახით." }, "kernel_center": { "label": "ბირთვის ცენტრი", "description": "ბირთვის ცენტრის რეჟიმი: center, upper-left, upper-right, lower-left, lower-right." }, "normalize_weights": { "label": "წონების ნორმალიზაცია", "description": "თუ true, ნორმალიზება ხდება აქტიური წონების ლოკალური ჯამით." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "wiener_filter": { "name": "Wiener-ის ფილტრი", "description": "ვინერის ფილტრი ასრულებს ხმაურის ადაპტურ შემცირებას გაფილტრულ შედეგსა და ნამდვილ სიგნალს შორის საშუალო კვადრატული შეცდომის მინიმიზაციით, სიგნალისა და ხმაურის სტატისტიკური თვისებების ცოდნის დაშვებით. რეალიზაცია მოძრავ ფანჯრებში აფასებს სიგნალისა და ხმაურის ლოკალურ ვარიაციებს და ითვლის ფილტრის კოეფიციენტებს, რომლებიც ხმაურის ჩახშობასა და დეტალების შენარჩუნებას შორის ბალანსს ინარჩუნებს: F = μ + (σ² - σₙ²)/σ² · (I - μ), სადაც μ ლოკალური საშუალოა, σ² სიგნალის ვარიაცია, σₙ² ხმაურის ვარიაცია. მონაცემებზე დაფუძნებული ეს ადაპტაცია უზრუნველყოფს, რომ ფილტრაციის სიძლიერე გამოსახულების ლოკალურ მახასიათებლებს პასუხობდეს. ძირითადი მახასიათებლებია: ავტომატური ადაპტაცია ლოკალურ სტატისტიკაზე (ბრტყელი რეგიონები აგრესიულად გლუვდება; დეტალური რეგიონები სტრუქტურას ინარჩუნებს), დადასტურებული ეფექტიანობა ოპტიკურ და SAR გამოსახულებებზე, ხმაურის მოდელის დაშვებებზე დაფუძნებული ინტერპრეტირებადი პარამეტრები და გამოთვლითი მიზანშეწონილობა განცალკევებადი აპროქსიმაციებით. ვინერის ფილტრაცია განსაკუთრებით ეფექტიანია თანამგზავრული გამოსახულებების წინასწარ დამუშავებაში, სადაც ხმაური სივრცულად იცვლება, SAR სპეკლის შემცირებაში წერტილოვანი სამიზნეების შენარჩუნებით, სპეკლისგან გაწმენდილ მრავალსპექტრულ მონაცემებში მცენარეულობის კარტოგრაფირებისთვის და რადარულ-ოპტიკური შერწყმის ხმაურისგან გაწმენდაში. შედეგის ინტერპრეტაცია აჩვენებს, რომ მაღალი ვარიაციის (დეტალური) რეგიონები მინიმალურად იფილტრება, ხოლო დაბალი ვარიაციის (ხმაურიანი) რეგიონები — აგრესიულად. ხმაურის ვარიაციის შეფასება შედეგზე მოქმედებს: ნაკლებად შეფასებული ხმაურის ვარიაცია არასაკმარის გლუვებას იწვევს; ზედმეტად შეფასებული ვარიაცია — ზედმეტ გლუვებასა და დეტალების დაკარგვას. გამომავალი დიაპაზონები შემავალს უახლოვდება; ხმაურის შემცირების შესამოწმებლად განიხილეთ სხვაობის გამოსახულებები (საწყისი - გაფილტრული). სიგნალისა და ხმაურის პიკური თანაფარდობა (PSNR) და სტრუქტურული მსგავსების ინდექსი (SSIM) ფილტრაციის ეფექტიანობას რაოდენობრივად აფასებს. ლოკალური ვარიაციის ზღურბლები დამუშავების გავლენას მიუთითებს: რეგიონები, სადაც ვარიაციის აღმოჩენილი თანაფარდობა > 5, არსებითად იფილტრება; თანაფარდობა < 1 — მინიმალურად. გავრცელებული შეცდომებია ხმაურის ვარიაციის არაზუსტი შეფასება (შესაფასებლად ჩაატარეთ მუქი კადრის ან ერთგვაროვანი რეგიონის ანალიზი) და ფანჯრის ზომის შერჩევა, რომელიც ლოკალიზაციაზე მოქმედებს. გამოიყენეთ კლასიფიკაციამდე ან მახასიათებლების ამოღებამდე ხმაურით გამოწვეული კატეგორიების არასწორი კლასიფიკაციის შესამცირებლად.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "radius": { "label": "რადიუსი", "description": "Wiener-ის ლოკალური ფანჯრის რადიუსი პიქსელებში (ნაგულისხმევი 2)." }, "noise_variance": { "label": "ხმაურის დისპერსია", "description": "არასავალდებულო ადიციური ხმაურის დისპერსია. თუ გამოტოვებულია, შეფასდება ლოკალური დისპერსიის რუკიდან." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "cloude_pottier_decomposition": { "name": "Cloude-Pottier-ის დეკომპოზიცია", "description": "Cloude-Pottier-ის დეკომპოზიცია ოთხპოლარიზაციიანი SAR მონაცემების კოჰერენტულობის მატრიცას დიაგონალიზაციას უკეთებს და ამოიღებს საკუთრივ მნიშვნელობებსა და საკუთრივ ვექტორებს, რომლებიც გაბნევის მექანიზმებს ახასიათებს. საკუთრივი ვექტორებიდან გამოთვლილი ენტროპია, ანიზოტროპია და საშუალო ალფა კუთხე შესაბამისად ახასიათებს გაბნევის უწესრიგობას, მექანიზმის დომინირებას და გაბნევის ტიპს. H-alpha პარამეტრულ სივრცეში შესაძლებელია გაბნევის ფიზიკური მექანიზმების კლასიფიკაცია ამპლიტუდის ცვალებადობისგან დამოუკიდებლად, პოლარიმეტრული ფაზური ინფორმაციის გამოყენებით. ძირითადი მახასიათებლები: ოთხპოლარიზაციიანი SAR-ის დეკომპოზიცია; ფაზური ინფორმაციის გამოყენება; ფიზიკურად აზრიანი გაბნევის პარამეტრები; გაბნევის მექანიზმების გამიჯვნა; მდგრადობა ამპლიტუდური სპეკლის მიმართ; სამიზნეების კლასიფიკაციისა და ინტერპრეტაციის შესაძლებლობა. გამოყენების შემთხვევები: SAR სამიზნეების ამოცნობა; ტყის ბიომასის შეფასება; ჭაობების დახასიათება; გემების/სატრანსპორტო საშუალებების აღმოჩენა; მიწის საფარის კლასიფიკაცია; პოლარიმეტრული SAR მონაცემების ინტერპრეტაცია. შედეგის ინტერპრეტაცია: შედეგი მოიცავს ენტროპიას (უწესრიგობის ხარისხი; 0=მოწესრიგებული გაბნევა, 1=შემთხვევითი), ანიზოტროპიას (მექანიზმის დომინირება 0-1) და ალფა კუთხეს (გაბნევის ტიპი: ~45°=დიპოლი, ~30°=ზედაპირი, ~60°=მოცულობა). H-alpha გაბნევის დიაგრამები კლასტერიზაციის შაბლონებს ავლენს, რომლებიც გაბნევის ტიპებზე მიუთითებს. ორმაგი არეკვლა (ურბანული) მაღალ ალფას ავლენს; ზედაპირული გაბნევა (წყალი) — დაბალ ალფას; მოცულობითი გაბნევა (ტყე) — შუალედურ მნიშვნელობებს.", "params": { "inputs": { "label": "შემავალი მონაცემები", "description": "მატრიცული რასტრები: diag3 [m11,m22,m33], full3x3 კომპაქტური [m11,m22,m33,m12,m13,m23] ან სრული 9 რასტრი მწკრივების მიხედვით." }, "matrix_format": { "label": "მატრიცის ფორმატი", "description": "შემავალი მატრიცის ფორმატი: diag3 (ნაგულისხმევი 3 რასტრისთვის) ან full3x3." }, "auto_reproject": { "label": "ავტომატური გადაპროექტირება", "description": "თუ true (ნაგულისხმევი), CRS-ის განსხვავებისას დასტის რასტრები გადაპროექტირდება inputs[0]-ის შესაბამისად." }, "auto_reproject_method": { "label": "ავტომატური გადაპროექტირების მეთოდი", "description": "არასავალდებულო გადაპროექტირების გადადისკრეტიზაციის გადაფარვა: nearest, bilinear, cubic, lanczos, average, min, max, mode, median, stddev." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი 3-არხიანი რასტრი [H, A, alpha_deg]." } } }, "enhanced_lee_filter": { "name": "გაუმჯობესებული Lee-ს ფილტრი", "description": "Lee-ს გაუმჯობესებული ფილტრი Lee-ს მულტიპლიკაციურ მოდელს ვარიაციის დახვეწილ შეფასებასა და მრავალმასშტაბიან დამუშავებასთან აერთიანებს და SAR გამოსახულებებში სპეკლის უკეთეს შემცირებას აღწევს წვრილი დეტალებისა და კიდეების შენარჩუნებით. რეალიზაცია იყენებს ადაპტური ზომის ფანჯრებით გამოთვლილ ლოკალურ სტატისტიკას, ლაპლასიანზე დაფუძნებულ კიდეების აღმოჩენას და სივრცით ცვალებად ფილტრის პარამეტრებს. გაუმჯობესებული ფორმულირება იყენებს: F = μ + w·(I - μ), სადაც w კიდესთან სიახლოვეს ერგება: w→0 კიდეებთან (მინიმალური ფილტრაცია), w→1 ერთგვაროვან რეგიონებში (აგრესიული ფილტრაცია). ძირითადი მახასიათებლებია: კიდეებზე ადაპტირებული დამუშავება (საზღვრების შენარჩუნება), პარამეტრების მრავალმასშტაბიანი ადაპტაცია, სამიზნეების გაუმჯობესებული შენარჩუნება სტანდარტულ Lee-სთან შედარებით და ეფექტიანობა მაღალი ხმაურის SAR-ზე. Lee-ს გაუმჯობესებული ფილტრაცია განსაკუთრებით ეფექტიანია მრავალრიცხოვანი ობიექტების შემცველ რთულ SAR სცენებში, წყალდიდობის კარტოგრაფირების ამოცანებში, სადაც კიდეების ლოკალიზაცია კრიტიკულია, ურბანული SAR-იდან შენობების აღმოჩენაში და მრავალდროით ცვლილებების ანალიზში. შედეგის ინტერპრეტაცია კიდეების შენარჩუნებას ავლენს გადასვლებთან შემცირებული ფილტრაციით: სასაზღვრო პიქსელები შორეულ პიქსელებზე მეტ ვარიაციას ინარჩუნებს. მრავალმასშტაბიანი ადაპტაცია ჰისტოგრამის ანალიზით ვლინდება, რომელიც სცენის კლასების შესაბამის გამოკვეთილ პიკებს აჩვენებს. გამომავალი დიაპაზონები შემავალს შეესაბამება; სტანდარტულ Lee-სთან შედარება კიდეების შემცირებულ დაბინდვასა და სამიზნეების შენარჩუნებულ სიმკვეთრეს აჩვენებს. კიდეების აღმოჩენის ხარისხი პირდაპირ მოქმედებს შედეგზე: ძლიერი კიდეები საზღვრების კარგ შენარჩუნებას უზრუნველყოფს; სუსტმა კიდეებმა შეიძლება ზედმეტი გლუვება გამოიწვიოს. სტატისტიკა აჩვენებს ვარიაციის კონტროლირებად შემცირებას, რომელიც ხმაურის ჩახშობასა და დეტალების შენარჩუნებას შორის ბალანსს ინარჩუნებს. გავრცელებული არტეფაქტებია შესაძლო ბლოკური იერი, თუ მრავალმასშტაბიანი გადასვლები ხილული ხდება, და ზედმეტი შენარჩუნება, თუ კიდეების აღმოჩენა ზედმეტად აგრესიულია. ფილტრაციის ქცევის შესამოწმებლად აკონტროლეთ კიდეების რუკის ხარისხი. გამოიყენეთ SAR-ის ყოვლისმომცველი ანალიზის კონვეიერებში, სადაც მრავალი ობიექტი უნდა შენარჩუნდეს და კიდეები მკვეთრი დარჩეს; ეს განსაკუთრებით მნიშვნელოვანია მანქანური სწავლებისთვის წინასწარ დამუშავებაში, რომელიც მკაფიო საზღვრების მქონე სასწავლო მონაცემებს საჭიროებს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "filter_size_x": { "label": "ფილტრის ზომა X", "description": "მეზობლობის სიგანე პიქსელებში (კენტი მთელი რიცხვი, ნაგულისხმევი 11)." }, "filter_size_y": { "label": "ფილტრის ზომა Y", "description": "მეზობლობის სიმაღლე პიქსელებში (კენტი მთელი რიცხვი, ნაგულისხმევი 11)." }, "enl": { "label": "ENL", "description": "ხედების ეკვივალენტური რაოდენობის პარამეტრი sigma-თანაფარდობით შეწონვისთვის (ნაგულისხმევი 4.0)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "freeman_durden_decomposition": { "name": "Freeman-Durden-ის დეკომპოზიცია", "description": "Freeman-Durden-ის დეკომპოზიცია ოთხპოლარიზაციიანი SAR-იდან გაბნევის მექანიზმების წვლილს რაოდენობრივად აფასებს ორთოგონალური ბაზისით დაშლით ზედაპირულ არეკვლად, ორმაგ არეკვლად (ურბანული/დიედრული) და მოცულობით (მცენარეულობა/შემთხვევითი გარემო) კომპონენტებად. არაუარყოფითი უმცირეს კვადრატთა ოპტიმიზაცია სიმძლავრის წილებს ზღუდავს, რაც ფიზიკურ რეალიზებადობასა და ინტერპრეტირებადობას უზრუნველყოფს. გამომავალი სიმძლავრის რუკები პირდაპირ უკავშირდება რელიეფის თვისებებს: ზედაპირული კომპონენტის მაღალი დომინირება შიშველ ნიადაგზე/წყალზე მიუთითებს, მაღალი ორმაგი არეკვლა — ურბანულ სტრუქტურებზე, მაღალი მოცულობითი კომპონენტი — ტყეზე/მცენარეულობაზე. ძირითადი მახასიათებლები: ფიზიკურად ინტერპრეტირებადი გაბნევის კომპონენტები; რელიეფისთვის სპეციფიკური სიგნატურები; შეზღუდული ოპტიმიზაცია; ოთხპოლარიზაციიანი SAR-ის მხარდაჭერა; მდგრადობა სპეკლის მიმართ; სამიზნეებისთვის სპეციფიკური კლასიფიკაციის შესაძლებლობა. გამოყენების შემთხვევები: ურბანულ-სოფლური კლასიფიკაცია; ტყის ბიომასის შეფასება; ნიადაგის ტენიანობის აღმოჩენა; წყალდიდობის აღმოჩენა; კულტურების ფენოლოგიის მონიტორინგი; მიწის საფარის კარტოგრაფირება. შედეგის ინტერპრეტაცია: ზედაპირული სიმძლავრე მშრალი რელიეფიდან/წყლიდან სარკისებურ არეკვლაზე მიუთითებს; ორმაგი არეკვლის სიმძლავრე ადამიანის მიერ შექმნილ სტრუქტურებზე/ურბანულ არეებზე მიუთითებს; მოცულობითი სიმძლავრე მცენარეულობაზე/ტყეზე მიუთითებს. კომპონენტების კომბინაციები მიწის საფარის გარჩევას შესაძლებელს ხდის: მაღალი მოცულობითი + დაბალი ორმაგი არეკვლა ტყეზე მიუთითებს; მაღალი ორმაგი არეკვლა + დაბალი მოცულობითი — ურბანულ ტერიტორიაზე; ზედაპირულისა და მოცულობითის ბალანსი — შერეულ რელიეფზე.", "params": { "inputs": { "label": "შემავალი მონაცემები", "description": "მატრიცული რასტრები: diag3 [m11,m22,m33], full3x3 კომპაქტური [m11,m22,m33,m12,m13,m23] ან სრული 9 რასტრი მწკრივების მიხედვით." }, "matrix_format": { "label": "მატრიცის ფორმატი", "description": "შემავალი მატრიცის ფორმატი: diag3 (ნაგულისხმევი 3 რასტრისთვის) ან full3x3." }, "auto_reproject": { "label": "ავტომატური გადაპროექტირება", "description": "თუ true (ნაგულისხმევი), CRS-ის განსხვავებისას დასტის რასტრები გადაპროექტირდება inputs[0]-ის შესაბამისად." }, "auto_reproject_method": { "label": "ავტომატური გადაპროექტირების მეთოდი", "description": "არასავალდებულო გადაპროექტირების გადადისკრეტიზაციის გადაფარვა: nearest, bilinear, cubic, lanczos, average, min, max, mode, median, stddev." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი 3-არხიანი რასტრი [surface, double_bounce, volume]." }, "output_clip_mask": { "label": "გამომავალი ამოჭრის ნიღაბი", "description": "არასავალდებულო გამომავალი მოჭრის-ნიღბის რასტრი (1 იქ, სადაც მოხდა არაფიზიკური მოჭრა/ხელახალი ნორმალიზება)." } } }, "frost_filter": { "name": "Frost-ის ფილტრი", "description": "Frost-ის ფილტრი ახორციელებს SAR სპეკლის შემცირებას მულტიპლიკაციური ხმაურის მოდელითა და ადაპტური ლოკალური სტატისტიკით; ის სპეციალურად რადარული გამოსახულებებისთვის არის შექმნილი, სადაც სპეკლი გამა-განაწილებას მიჰყვება და არა გაუსის ხმაურს. რეალიზაცია ითვლის ლოკალურ საშუალოსა და ვარიაციას, შემდეგ კი იყენებს ადაპტურ მულტიპლიკაციურ შეწონვას: F = I · exp(-variance/(2·mean²)·distance²), სადაც distance პიქსელის ლოკალური საშუალოდან გადახრას ზომავს. ეს ფორმულირება სპეკლის ინტენსივობას შეფასებული კოჰერენტულობის უკუპროპორციულად ამცირებს. ძირითადი მახასიათებლებია: SAR-ისთვის სპეციფიკური ადაპტაცია (მულტიპლიკაციური და არა ადიტიური ხმაურის მოდელი), წერტილოვანი სამიზნეებისა და კიდეების (კოჰერენტული მახასიათებლების) შენარჩუნება, ლოკალური ვარიაციით მართული ადაპტაცია, რაც სიძლიერის რეგულირებას იძლევა, და დადასტურებული ეფექტიანობა ერთპოლარიზაციიან და მრავალპოლარიზაციიან SAR მონაცემებზე. Frost-ის ფილტრაცია განსაკუთრებით ეფექტიანია SAR გამოსახულებების კლასიფიკაციისთვის წინასწარ დამუშავებაში (სასოფლო-სამეურნეო მონიტორინგი, მიწათსარგებლობის კარტოგრაფირება), კოჰერენტულობით შეწონილ SAR-ოპტიკურ შერწყმაში, ღრუბლიანობისას რადარით წყალდიდობის კარტოგრაფირებაში და სინთეზური აპერტურის რადარით ცვლილებების აღმოჩენის სამუშაო პროცესებში. შედეგის ინტერპრეტაცია აჩვენებს, რომ მაღალი ვარიაციის (შესაძლოა კოჰერენტული სამიზნის) რეგიონები მინიმალურად იფილტრება; დაბალი ვარიაციის (სპეკლით დომინირებული) რეგიონები — აგრესიულად. ტიპური გამომავალი დიაპაზონები შემავალს შეესაბამება; ვიზუალიზაციისთვის ფილტრაციამდე ან მის შემდეგ ხშირად ლოგარითმული მასშტაბირება (დეციბელები) გამოიყენება. ვარიაციისა და საშუალოს თანაფარდობა პირდაპირ აკონტროლებს ფილტრის სიძლიერეს: თანაფარდობა > 0.5 სავარაუდო სპეკლზე მიუთითებს; თანაფარდობა < 0.1 კოჰერენტულ სამიზნეებზე მიანიშნებს. შედეგის არტეფაქტებია დეტალების შესაძლო დაკარგვა, თუ ვარიაციის შეფასება არასანდოა, და მიმართულებითი მიკერძოება ორიენტირებულ მახასიათებლებში. კოჰერენტულობის რუკებით შემოწმება მაღალი კოჰერენტულობის ზონებში კიდეების შენარჩუნებას ადასტურებს. აკონტროლეთ გამომავალი სტატისტიკა: საშუალო ფილტრაციის იტერაციებში უნდა სტაბილიზდეს; ვარიაცია არსებითად უნდა შემცირდეს. კატეგორიული სიზუსტის გასაუმჯობესებლად გამოიყენეთ კლასიფიკაციამდე. ობიექტების საზღვრების დასაზუსტებლად და სპეკლის ნარჩენი ფრაგმენტების მოსაცილებლად შეუთავსეთ მორფოლოგიურ შემდგომ დამუშავებას.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "radius": { "label": "რადიუსი", "description": "ლოკალური ფანჯრის რადიუსი პიქსელებში (ნაგულისხმევი 2)." }, "damping_factor": { "label": "მილევის ფაქტორი", "description": "Frost-ის მილევის ფაქტორი, რომელიც აკონტროლებს ექსპონენციალურ კლებას (ნაგულისხმევი 2.0)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "gamma_map_filter": { "name": "Gamma MAP ფილტრი", "description": "Gamma Map ფილტრი ასრულებს SAR სპეკლის შემცირებას გამა-განაწილების სტატისტიკური მოდელით და პარამეტრული ადაპტაციით ცხადად ითვალისწინებს რადარული სიგნალის მულტიპლიკაციური სპეკლის მახასიათებლებს. რეალიზაცია გამოსახულების სტატისტიკიდან აფასებს გამა-განაწილების ლოკალურ პარამეტრებს (ფორმა α და მასშტაბი β), შემდეგ კი ფილტრავს განაწილების შესაბამისი შეწონვის ფუნქციით: F = I · [1 - (1-L/N)/(1 + L/N)·√(1 + N/L²)], სადაც L look-ების ეკვივალენტური რაოდენობაა (კოჰერენტულობის საზომი), ხოლო N — შეფასებული პარამეტრი. ძირითადი მახასიათებლებია: თეორიულად მკაცრი SAR სტატისტიკა (გამა-განაწილება რადარისთვის სტანდარტულია), look-ების რაოდენობის ავტომატური შეფასება მომხმარებლის მინიმალური მონაწილეობით, კიდეების უკეთესი შენარჩუნება ერთგვაროვან ფილტრებთან შედარებით და გამოყენებადობა ერთ- და მრავალ-look SAR-ზე. Gamma Map ფილტრაცია განსაკუთრებით ეფექტიანია მრავალდროითი SAR სტეკების ხმაურისგან გაწმენდაში დროითი მწკრივების ცვლილებების აღმოჩენისთვის, ინტერფერომეტრული SAR-ის (InSAR) ფაზური კოჰერენტულობის გაძლიერებაში, პოლარიმეტრული SAR დეკომპოზიციის წინასწარ დამუშავებაში და სატყეო SAR უკუგაბნევის ნორმალიზაციაში. შედეგის ინტერპრეტაცია აჩვენებს, რომ ფილტრის სიძლიერე სცენის კოჰერენტულობას ერგება: მაღალი კოჰერენტულობის რეგიონები (დიდი α) რბილად იფილტრება და სამიზნეებს ინარჩუნებს; დაბალი კოჰერენტულობის რეგიონები (მცირე α) აგრესიულად იფილტრება და სპეკლს ახშობს. look-ების ეკვივალენტური რაოდენობა L ფილტრაციის ეფექტიანობას მიუთითებს: L=1 (მინიმალური ფილტრაცია) ყველა დეტალს ინარჩუნებს; L>5 არსებით გლუვებას იძლევა. გამომავალი მასშტაბი შემავალ ერთეულებში რჩება; ლოგარითმული გარდაქმნა ვიზუალიზაციას აადვილებს. გამომავალი ვარიაციის ტიპური შემცირება 50-80%-ია სცენის ხასიათისა და look-ების რაოდენობის შერჩევის მიხედვით. აკონტროლეთ გამომავალი ჰისტოგრამები სპეკლის ნარჩენი სიგნატურისთვის; ბიმოდალური განაწილებები სცენის კომპონენტების კარგ გამიჯვნაზე მიანიშნებს. არტეფაქტებია შესაძლო ზოლიანობა ორიენტირებულ მახასიათებლებში ან ტექსტურის მცირე დეგრადაცია, თუ L ზედმეტად არის შეფასებული. შეამოწმეთ ფილტრაცია საორიენტაციო მონაცემებთან სასწავლო არეებში. სტრატეგიულად გამოიყენეთ პოლარიმეტრულ SAR კლასიფიკაციაში ან InSAR-ის ფაზურ ფილტრაციაში, რომელიც კოჰერენტულობით შეწონილ გაძლიერებას საჭიროებს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "radius": { "label": "რადიუსი", "description": "ლოკალური ფანჯრის რადიუსი პიქსელებში (ნაგულისხმევი 2)." }, "enl": { "label": "ENL", "description": "ხედების ეკვივალენტური რაოდენობა (ნაგულისხმევი 1.0)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "h_alpha_wisart_classification": { "name": "H-Alpha Wishart კლასიფიკაცია", "description": "H/α/A-Wisart კლასიფიკაცია აერთიანებს უკონტროლო ზონირებას H/α/A პარამეტრული სივრცის დაყოფით და Wishart-ის სტატისტიკურ კლასტერიზაციას, რათა SAR პოლარიმეტრული მონაცემები ავტომატურად დააკლასიფიციროს 9 ფიზიკურად აზრიან ზონად, რომლებიც გაბნევის მექანიზმების კლასებს შეესაბამება. ალგორითმი იღებს ენტროპიის (H), ანიზოტროპიის (A) და ალფას (α) პარამეტრებს Cloude-Pottier-ის დეკომპოზიციიდან და 3D (H,A,α) მახასიათებლების სივრცეს ფიქსირებული ზღურბლებით 9 რეგიონად ყოფს: ზონა 1 (დაბალი H, α~20°) მშრალ ზედაპირებზე ბრეგის არეკვლას წარმოადგენს; ზონა 5 (H~0.7, α~45°) ტყეებში იზოტროპულ მოცულობით გაბნევაზე მიუთითებს; ზონა 9 (მაღალი H, α~80°) ურბანული სტრუქტურებიდან დიედრულ (ორმაგი არეკვლის) გაბნევას წარმოადგენს. თითოეულ ზონაში Wishart-ის კლასტერიზაცია სურვილისამებრ აზუსტებს კლასიფიკაციას მრავალცვლადიან პოლარიმეტრულ სივრცეში სტატისტიკური მანძილების გამოთვლით, რაც მსგავსი მექანიზმების გარჩევას აუმჯობესებს. ძირითადი მახასიათებლებია: ავტომატური, უკონტროლო კლასიფიკაცია, რომელიც სასწავლო ნიმუშებს არ საჭიროებს; 9 ფიზიკურად ინტერპრეტირებადი კლასი სტანდარტიზებული განსაზღვრებებით, რაც გლობალურ შედარებადობას უზრუნველყოფს; არასავალდებულო ორრეჟიმიანი მუშაობა (მხოლოდ ზღურბლი სიჩქარისთვის, ზღურბლი+Wishart სიზუსტისთვის); და ჩაშენებული სანდოობის მეტრიკები, რომლებიც ზონის საზღვრებამდე მანძილსა და Wishart-ის დასაჯერობაზეა დაფუძნებული. ინსტრუმენტი იღებს წინასწარ გამოთვლილ (H,A,α) გამოსახულებებს ან, თუ დაუმუშავებელი მატრიცებია მიწოდებული, ავტომატურად იძახებს Cloude-Pottier-ის დეკომპოზიციას. ძირითადი გამოყენების შემთხვევები მოიცავს SAR გამოსახულებების სეგმენტაციასა და რუკების გენერირებას პოლარიმეტრული მონაცემებიდან, მიწის საფარის ტიპების (წყალი, სოფლის მეურნეობა, ტყე, ურბანული) უკონტროლო კლასიფიკაციას პირდაპირ SAR კოჰერენტულობის მატრიცებიდან, პოლარიმეტრული მონაცემების ხარისხის სწრაფ შეფასებას ზონების დაკავებულობის განაწილებებით და ცვლილებების აღმოჩენას, რომელიც გაბნევის მექანიზმების გადასვლებს ავლენს, რაც მიწის საფარის ცვლილებაზე მიუთითებს. შედეგის ინტერპრეტაცია: 9-კლასიანი რუკა პირდაპირ შეესაბამება რელიეფის ტიპებს; ზონები შეიძლება უფრო ფართო კატეგორიებად გაერთიანდეს (წყალი/სარკისებური = ზონები 1-2, მცენარეულობა/მოცულობა = ზონები 4-6, ურბანული/დიედრული = ზონები 7-9). არაკლასიფიცირებული პიქსელები (კლასი 0) უჩვეულო პოლარიმეტრულ სიგნატურებზე მიუთითებს, რომლებიც შესწავლას საჭიროებს.", "params": { "h_raster": { "label": "H რასტრი", "description": "შემავალი ენტროპიის (H) რასტრი Cloude-Pottier დეკომპოზიციიდან (0-1 დიაპაზონი)." }, "alpha_raster": { "label": "ალფა რასტრი", "description": "შემავალი ალფას (α) რასტრი Cloude-Pottier დეკომპოზიციიდან (გრადუსები, 0-90)." }, "auto_reproject": { "label": "ავტომატური გადაპროექტირება", "description": "თუ true (ნაგულისხმევი), ალფა გადაპროექტირდება H-თან შესატყვისად, როცა CRS განსხვავდება." }, "auto_reproject_method": { "label": "ავტომატური გადაპროექტირების მეთოდი", "description": "გადაპროექტირებისას გადადისკრეტიზაციის არასავალდებულო ჩანაცვლება: nearest, bilinear, cubic, lanczos." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრი 9-კლასიანი ეტიკეტებით (1-9)." } } }, "kuan_filter": { "name": "Kuan-ის ფილტრი", "description": "ასრულებს Kuan-ის სპეკლის ფილტრაციას SAR/რადარული გამოსახულებებისთვის პარამეტრული მიდგომით, რომელიც ლოკალურ საშუალოებსა და ვარიაციას აფასებს. ადაპტური შეწონვა ხმაურის ვარიაციისა და გამოსახულების ლოკალური ვარიაციის საფუძველზე. Lee-ს მსგავსია, მაგრამ განსხვავებული სტატისტიკური დაშვებებით. ოპერატიული SAR დამუშავების ფართოდ გამოყენებადი მეთოდი. გამოთვლითი ეფექტიანობისა და სხვადასხვა SAR მონაცემზე კარგი შედეგების ბალანსი. Kuan-ის ფილტრაცია გაუსის სტატისტიკას მულტიპლიკაციური სპეკლის მოდელით ვარაუდობს. ერგება ლოკალურ ვარიაციას — განასხვავებს სიგნალის ცვალებადობასა და სპეკლს. განსაკუთრებით ეფექტიანია ჰეტეროგენული SAR გამოსახულებებისთვის (შერეული ნათელი და მუქი მახასიათებლები). გამოთვლითად მისაღებია. დახვეწილობასა და გამოთვლით ხარჯს შორის პრაქტიკულ კომპრომისს წარმოადგენს. სტანდარტულია SAR დამუშავების ბევრ სისტემაში. გამოყენების სფეროები: (1) ოპერატიული SAR სპეკლის მოცილება, (2) შერეული უკუგაბნევის SAR-ის წინასწარი დამუშავება, (3) RadarSat/Sentinel-1-ის წინასწარი დამუშავება, (4) რუტინული SAR დამუშავება. ტიპური პარამეტრები: filter_size=5×7-დან 7×7-მდე.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "radius": { "label": "რადიუსი", "description": "ლოკალური ფანჯრის რადიუსი პიქსელებში (ნაგულისხმევი 2)." }, "enl": { "label": "ENL", "description": "ხედების ეკვივალენტური რაოდენობა (ნაგულისხმევი 1.0)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "refined_lee_filter": { "name": "დახვეწილი Lee-ს ფილტრი", "description": "Lee-ს დახვეწილი (Refined Lee) ფილტრი სტანდარტულ Lee-ს ფილტრაციას აუმჯობესებს კოჰერენტულობის გაუმჯობესებული შეფასებითა და კიდეების შემნარჩუნებელი ადაპტაციებით, დახვეწილი ლოკალური სტატისტიკისა და მიმართულებითი ანალიზის გამოყენებით სპეკლის უკეთესი შემცირებისთვის. რეალიზაცია Lee-ს მოდელს აფართოებს კიდის ორიენტაციის აღმოჩენით, საზღვრებთან გასწორებული მიმართულებითი ფანჯრების გამოყენებით და კოჰერენტულობის დახვეწილი შეფასებების გამოთვლით. მათემატიკურად: F = μ + √(σ_p²/(σ_I²))·(I - μ), მიმართულებით გასწორებული ვარიაციის გამოთვლით. ეს დახვეწა კიდეების შენარჩუნებას აუმჯობესებს და სპეკლის ჩახშობას ინარჩუნებს. ძირითადი მახასიათებლებია: მიმართულებითი მგრძნობელობა (ფილტრაციის მიმართულებას გამოსახულების სტრუქტურებს უთანადებს), კოჰერენტულობის გაუმჯობესებული შეფასება (იყენებს ანიზოტროპულ ფანჯრებს), კიდეების უკეთესი შენარჩუნება სტანდარტულ Lee-სთან შედარებით და ეფექტიანობა რთულ SAR სცენებზე. Lee-ს დახვეწილი ფილტრაცია განსაკუთრებით ეფექტიანია ცვლილებების აღმოჩენაში, რომელიც მკვეთრ საზღვრებს საჭიროებს, InSAR კოჰერენტულობის რუკების მომზადებაში, პოლარიმეტრულ SAR დამუშავებაში, სადაც სამიზნეების შენარჩუნება კრიტიკულია, და სატყეო SAR ანალიზში, რომელიც ხეებს ფონისგან განასხვავებს. შედეგის ინტერპრეტაცია აჩვენებს, რომ ფილტრაცია კიდის ორიენტაციას ითვალისწინებს: ჰორიზონტალური კიდეები ჰორიზონტალურად იფილტრება; ვერტიკალური კიდეები — ვერტიკალურად; დიაგონალური კიდეები — დიაგონალურად. ეს მიმართულებითი ადაპტაცია ნამდვილი საზღვრების გადაკვეთით ფილტრაციას მინიმუმამდე ამცირებს. კოჰერენტულობის შეფასებები, როგორც წესი, სტანდარტულ Lee-ზე ზუსტია, რაც ფილტრაციის არტეფაქტებს ამცირებს. გამომავალი დიაპაზონები შემავალს შეესაბამება; მიმართულებითი ადაპტაცია ვიზუალური დათვალიერებისას ჩანს (კიდეები სტანდარტულ Lee-ზე მკვეთრი რჩება). სტატისტიკა მაღალი კონტრასტის რეგიონების უკეთეს შენარჩუნებას აჩვენებს. მიმართულებითი კომპონენტები სცენის სტრუქტურის ორიენტაციას ავლენს; ძლიერი მიმართულებითი მიკერძოება მახასიათებლების დომინანტურ ორიენტაციაზე მიუთითებს. გავრცელებული არტეფაქტები სტანდარტულ Lee-სთან შედარებით მცირდება, განსაკუთრებით კიდეებთან და რთულ მახასიათებლებთან. არტეფაქტებია შესაძლო ზედმეტი ადაპტაცია, თუ მიმართულების შეფასება ვერ ხერხდება, და მიმართულებითი ფანჯრის არტეფაქტები სუსტ საზღვრებზე. კიდეების აღმოჩენის სიზუსტის შესამოწმებლად აკონტროლეთ კოჰერენტულობის რუკები. სტრატეგიულად გამოიყენეთ SAR კლასიფიკაციაში, სადაც მიმართულებითი სტრუქტურები (მაგ., ტყეები, გასწორებული სასოფლო-სამეურნეო ნაკვეთები) უნდა შენარჩუნდეს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "filter_size_x": { "label": "ფილტრის ზომა X", "description": "მეზობლობის სიგანე პიქსელებში (კენტი მთელი რიცხვი, ნაგულისხმევი 11)." }, "filter_size_y": { "label": "ფილტრის ზომა Y", "description": "მეზობლობის სიმაღლე პიქსელებში (კენტი მთელი რიცხვი, ნაგულისხმევი 11)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, გამომავალი რჩება მეხსიერებაში." } } }, "wisart_iterative_clustering": { "name": "Wishart-ის იტერაციული კლასტერიზაცია", "description": "Wishart-ის იტერაციული კლასტერიზაცია ასრულებს SAR პოლარიმეტრული მონაცემების უკონტროლო კლასიფიკაციას კლასტერული ცენტრების იტერაციული დაზუსტებით კომპლექსური Wishart-ის სტატისტიკური მანძილის მეტრიკით, რომელიც მრავალცვლადიან პოლარიმეტრულ ალბათურ განაწილებებში მსგავსებას ზომავს. ალგორითმი ინიციალიზაციას H/α დეკომპოზიციის ზონებიდან აკეთებს (რომლებიც ცნობილი ფიზიკური ინტერპრეტაციის მქონე 9 საწყის კლასტერს იძლევა), შემდეგ კი იწყებს მოლოდინის მაქსიმიზაციის მსგავს ციკლს: (1) ითვლის Wishart-ის მანძილს თითოეული პიქსელის შეფასებული კოჰერენტულობის მატრიციდან თითოეული კლასტერის პროტოტიპამდე; (2) პიქსელებს ხელახლა ანიჭებს უახლოეს კლასტერს; (3) ანახლებს კლასტერების პროტოტიპებს მინიჭებული პიქსელების მატრიცების გასაშუალოებით; (4) იმეორებს კონვერგენციამდე (პიქსელების ხელახალი მინიჭების სიხშირე //." } } }, "lidar_tophat_transform": { "name": "LiDAR-ის ცილინდრული (Top-hat) გარდაქმნა", "description": "ამოიღებს მიწის ზემოთ სიმაღლეს მორფოლოგიური თეთრი top-hat-ით: ეროზია + გაფართოება ლოკალურ მიწას აპროქსიმირებს, ნარჩენი = სიმაღლე. ნორმალიზაცია მიწის წერტილების გარეშე.", "params": { "input": { "label": "შემავალი", "description": "შემავალი LiDAR-ის გზა ან ტიპიზებული LiDAR ობიექტი." }, "search_radius": { "label": "ძიების რადიუსი", "description": "ეროზიისა და დილატაციისთვის გამოყენებული მეზობლობის რადიუსი." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი LiDAR-ის გზა." } } }, "recover_flightline_info": { "name": "ფრენის ხაზის ინფორმაციის აღდგენა", "description": "აღადგენს ფრენის ხაზების ID-ებს GPS დროის ხარვეზებიდან: ადგენს ფრენის ხაზების საზღვრებს და აღნიშნავს point-source-ID/user-data/RGB-ში. ფრენის ტრაექტორიის აღდგენა.", "params": { "input": { "label": "შემავალი", "description": "შემავალი LiDAR-ის გზა ან ტიპიზებული LiDAR ობიექტი." }, "max_time_diff": { "label": "მაქსიმალური დროის სხვაობა", "description": "მაქსიმალური GPS დროის ინტერვალი ფრენის ხაზის შიგნით ახალი ფრენის ხაზის დაწყებამდე." }, "pt_src_id": { "label": "წერტილის წყაროს ID", "description": "თუ true, გამოთვლილი ფრენის ხაზების ID-ები ჩაიწერება point_source_id-ში." }, "user_data": { "label": "მომხმარებლის მონაცემები", "description": "თუ true, გამოთვლილი ფრენის ხაზების ID-ები ჩაიწერება user_data-ში (მოდულით 256)." }, "rgb": { "label": "RGB", "description": "თუ true, თითოეულ გამოთვლილ ფრენის ხაზს მიენიჭება შემთხვევითი ფერი." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი LiDAR-ის გზა." } } }, "select_tiles_by_polygon": { "name": "ფილების არჩევა პოლიგონით", "description": "ფილების პაკეტური შერჩევა: აკოპირებს LAS/LAZ ფილებს დირექტორიიდან გამომავალში, როცა ფილის ნიმუშის წერტილები პოლიგონის საზღვრებს კვეთს. მონაცემთა ამოღება საინტერესო არის (AOI) მიხედვით.", "params": { "input_directory": { "label": "შემავალი საქაღალდე", "description": "შემავალი დირექტორია LiDAR ფილებით." }, "output_directory": { "label": "გამომავალი საქაღალდე", "description": "გამომავალი დირექტორია შერჩეული LiDAR ფილებისთვის." }, "polygons": { "label": "პოლიგონები", "description": "შემავალი პოლიგონური ვექტორის გზა ან ტიპიზებული ვექტორის ობიექტი." } } }, "sort_lidar": { "name": "LiDAR-ის დალაგება", "description": "ალაგებს წერტილებს რამდენიმე კრიტერიუმით: x/y/z ბინების ზომებით, პლუს წარმოებული ატრიბუტები. ოპტიმიზაციას უკეთებს სივრცით თანმიმდევრულობას შეკუმშვისა და ფილების დამუშავებისთვის.", "params": { "input": { "label": "შემავალი", "description": "შემავალი LiDAR-ის გზა ან ტიპიზებული LiDAR ობიექტი. თუ გამოტოვებულია, სრულდება პაკეტურ რეჟიმში მიმდინარე დირექტორიის LiDAR ფაილებზე." }, "sort_criteria": { "label": "დახარისხების კრიტერიუმები", "description": "დახარისხების კრიტერიუმების გამოსახულება, მაგ. 'x 100, y 100, z 10, scan_angle'." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი LiDAR-ის გზა." } } }, "split_lidar": { "name": "LiDAR-ის გაყოფა", "description": "ყოფს წერტილებს ცალკეულ ფაილებად ატრიბუტის მიხედვით: აჯგუფებს კლასის, source-id-ის, დროის ფანჯრის, სივრცითი ბინის ან წერტილების რაოდენობის მიხედვით. მონაცემთა სტრატიფიკაცია და განაწილება.", "params": { "input": { "label": "შემავალი", "description": "შემავალი LiDAR-ის გზა ან ტიპიზებული LiDAR ობიექტი. თუ გამოტოვებულია, სრულდება პაკეტურ რეჟიმში მიმდინარე დირექტორიის LiDAR ფაილებზე." }, "split_criterion": { "label": "გაყოფის კრიტერიუმი", "description": "დაჯგუფების კრიტერიუმი: num_pts, x, y, z, intensity, class, user_data, point_source_id, scan_angle ან time." }, "interval": { "label": "ინტერვალი", "description": "ინტერვალის ზომა რიცხვითი კრიტერიუმებისთვის; num_pts-ისთვის ეს არის წერტილების რაოდენობა თითო გამომავალ ფაილზე." }, "min_pts": { "label": "მინიმალური წერტილები", "description": "გაყოფილი გამომავალი ფაილის ჩაწერამდე საჭირო წერტილების მინიმალური რაოდენობა (ნაგულისხმევი 5)." }, "output_directory": { "label": "გამომავალი საქაღალდე", "description": "არასავალდებულო დირექტორია გაყოფილი გამომავალი ფაილებისთვის." } } }, "classify_buildings_in_lidar": { "name": "შენობების კლასიფიკაცია LiDAR-ში", "description": "აღნიშნავს შენობების კონტურებში მოხვედრილ წერტილებს: პოლიგონის საზღვრებში სივრცულად მდებარე ყველა წერტილს ანიჭებს კლასს 6. ვექტორზე დაფუძნებული შენობების ამოღება.", "params": { "input": { "label": "შემავალი", "description": "შემავალი LiDAR-ის გზა ან ტიპიზებული LiDAR ობიექტი." }, "buildings": { "label": "შენობები", "description": "შემავალი შენობის კონტურის პოლიგონური ვექტორის გზა ან ტიპიზებული ვექტორის ობიექტი." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი LiDAR-ის გზა." } } }, "classify_lidar": { "name": "LiDAR-ის კლასიფიკაცია", "description": "წერტილების ავტომატური კლასიფიკაცია: მიწა, მცენარეულობა, შენობები ლოკალური გეომეტრიით (წრფივობა, სიბრტყულობა) და RANSAC სიბრტყის მორგებით. გეომეტრიაზე დაფუძნებული სეგმენტაცია.", "params": { "input": { "label": "შემავალი", "description": "შემავალი LiDAR-ის გზა ან ტიპიზებული LiDAR ობიექტი. თუ გამოტოვებულია, სრულდება პაკეტურ რეჟიმში მიმდინარე დირექტორიის LiDAR ფაილებზე." }, "search_radius": { "label": "ძიების რადიუსი", "description": "მეზობლობის რადიუსი (ნაგულისხმევი 2.5)." }, "grd_threshold": { "label": "მიწის ზღურბლი", "description": "ლოკალურ მინიმუმზე სიმაღლე, რომელიც მიწად ითვლება (ნაგულისხმევი 0.1)." }, "oto_threshold": { "label": "არარელიეფური ობიექტის ზღურბლი", "description": "ლოკალურ მინიმუმზე სიმაღლე, რომელიც რელიეფის გარეთა ობიექტად ითვლება (ნაგულისხმევი 1.0)." }, "linearity_threshold": { "label": "წრფივობის ზღურბლი", "description": "წრფივობის ზღურბლი საბოლოო არაკლასიფიცირებულის გადამოწმებისას (ნაგულისხმევი 0.5)." }, "planarity_threshold": { "label": "სიბრტყოვანების ზღურბლი", "description": "სიბრტყულობის ზღურბლი სეგმენტაციასა და დახვეწაში (ნაგულისხმევი 0.85)." }, "num_iter": { "label": "იტერაციების რაოდენობა", "description": "ლოკალური RANSAC იტერაციების რაოდენობა სიბრტყულობის/წრფივობის შესაფასებლად (ნაგულისხმევი 30)." }, "facade_threshold": { "label": "ფასადის ზღურბლი", "description": "მეზობლის მანძილი შენობის ფასადების ეტიკეტირებისას (ნაგულისხმევი 0.5)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი LiDAR-ის გზა." } } }, "classify_overlap_points": { "name": "გადაფარვის წერტილების კლასიფიკაცია", "description": "ავლენს ფრენის ხაზების გადაფარვებს: აღმოაჩენს ბადის უჯრედებს, რომლებსაც რამდენიმე point-source ID აქვს, და აღნიშნავს ან აშორებს გადაფარვის წერტილებს. ხარისხის კონტროლი გადაღების ვალიდაციისთვის.", "params": { "input": { "label": "შემავალი", "description": "შემავალი LiDAR-ის გზა ან ტიპიზებული LiDAR ობიექტი." }, "resolution": { "label": "რეზოლუცია", "description": "გადაფარვის ანალიზისთვის გამოყენებული ბადის უჯრედის ზომა." }, "overlap_criterion": { "label": "გადაფარვის კრიტერიუმი", "description": "სკანირების მაქსიმალური კუთხე, არა მინიმალური point source id, არა მინიმალური დრო, ან რამდენიმე point source ID." }, "filter": { "label": "ფილტრი", "description": "თუ true, გადაფარვის წერტილები წაიშლება; წინააღმდეგ შემთხვევაში გადაფარვის წერტილები კლასიფიცირდება როგორც კლასი 12." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი LiDAR-ის გზა." } } }, "clip_lidar_to_polygon": { "name": "LiDAR-ის ამოჭრა პოლიგონით", "description": "წერტილოვანი ღრუბლის სივრცითი ქვესიმრავლე: ინარჩუნებს პოლიგონის საზღვრებში მდებარე წერტილებს. ვექტორზე დაფუძნებული წერტილების შერჩევა საკვლევი არის ამოსაღებად.", "params": { "input": { "label": "შემავალი", "description": "შემავალი LiDAR-ის გზა ან ტიპიზებული LiDAR ობიექტი." }, "polygons": { "label": "პოლიგონები", "description": "შემავალი პოლიგონური ვექტორის გზა ან ტიპიზებული ვექტორის ობიექტი." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი LiDAR-ის გზა." } } }, "erase_polygon_from_lidar": { "name": "პოლიგონის წაშლა LiDAR-იდან", "description": "აშორებს LiDAR წერტილებს, რომლებიც პოლიგონის გეომეტრიაში ხვდება.", "params": { "input": { "label": "შემავალი", "description": "შემავალი LiDAR-ის გზა ან ტიპიზებული LiDAR ობიექტი." }, "polygons": { "label": "პოლიგონები", "description": "შემავალი პოლიგონური ვექტორის გზა ან ტიპიზებული ვექტორის ობიექტი." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი LiDAR-ის გზა." } } }, "filter_lidar": { "name": "LiDAR-ის ფილტრაცია", "description": "აშორებს წერტილებს გამოსახულებით: ბულის ლოგიკა ატრიბუტებზე (class, elevation, return_number, scan_angle, noise_flag და ა.შ.). წერტილების მოქნილი შერჩევა.", "params": { "statement": { "label": "გამოთქმა", "description": "ლოგიკური გამოსახულება, მაგ. '!is_noise && class == 2' ან 'NOT is_noise AND class == 2'." }, "input": { "label": "შემავალი", "description": "შემავალი LiDAR-ის გზა ან ტიპიზებული LiDAR ობიექტი. თუ გამოტოვებულია, სრულდება პაკეტურ რეჟიმში მიმდინარე დირექტორიის LiDAR ფაილებზე." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი LiDAR-ის გზა ერთი შემავალის რეჟიმისთვის." } } }, "filter_lidar_by_percentile": { "name": "LiDAR-ის ფილტრაცია პროცენტილით", "description": "ირჩევს პროცენტილური რანგის წერტილს თითოეულ უჯრედში: ინარჩუნებს ერთ წერტილს ბადის თითოეულ ბლოკში მითითებული სიმაღლის პროცენტილით. გათხელება წარმომადგენლობითი შერჩევით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი LiDAR-ის გზა ან ტიპიზებული LiDAR ობიექტი. თუ გამოტოვებულია, სრულდება პაკეტურ რეჟიმში მიმდინარე დირექტორიის LiDAR ფაილებზე." }, "percentile": { "label": "პროცენტილი", "description": "პროცენტილი [0, 100] დიაპაზონში (0=ყველაზე დაბალი, 100=ყველაზე მაღალი)." }, "block_size": { "label": "ბლოკის ზომა", "description": "ბადის ბლოკის ზომა ლოკალური პროცენტილის შერჩევისთვის (ნაგულისხმევი 1.0)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი LiDAR-ის გზა." } } }, "filter_lidar_by_reference_surface": { "name": "LiDAR-ის ფილტრაცია საცნობარო ზედაპირით", "description": "ამოიღებს წერტილებს საორიენტაციო ზედაპირის მიმართ: z<ზედაპირი, z>ზედაპირი ან ზღურბლის ფარგლებში. ავლენს DTM-ის ზემოთ მცენარეულობას ან ზედაპირქვეშა წერტილებს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი LiDAR-ის გზა ან ტიპიზებული LiDAR ობიექტი." }, "ref_surface": { "label": "საბაზისო ზედაპირი", "description": "საცნობარო რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "query": { "label": "მოთხოვნა", "description": "მოთხოვნის ტიპი: within, <, <=, >, >= (ნაგულისხმევი within)." }, "threshold": { "label": "ზღურბლი", "description": "აბსოლუტური z-მანძილის ზღურბლი, რომელსაც იყენებს query=within." }, "classify": { "label": "კლასიფიკაცია", "description": "თუ true, წერტილები კლასიფიცირდება; წინააღმდეგ შემთხვევაში ფილტრდება და შენარჩუნდება მხოლოდ დამთხვევები." }, "true_class_value": { "label": "ჭეშმარიტი კლასის მნიშვნელობა", "description": "კლასის მნიშვნელობა, რომელიც კლასიფიკაციის რეჟიმში ენიჭება დამთხვეულ წერტილებს." }, "false_class_value": { "label": "მცდარი კლასის მნიშვნელობა", "description": "კლასის მნიშვნელობა, რომელიც კლასიფიკაციის რეჟიმში ენიჭება არადამთხვეულ წერტილებს." }, "preserve_classes": { "label": "კლასების შენარჩუნება", "description": "თუ true, კლასიფიკაციის რეჟიმში შენარჩუნდება არადამთხვეული წერტილების კლასები." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი LiDAR-ის გზა." } } }, "filter_lidar_classes": { "name": "LiDAR-ის კლასების ფილტრაცია", "description": "აშორებს წერტილებს კლასიფიკაციის მიხედვით: ფილტრავს არასასურველ LAS კლასებს (ხმაური, წყალი, შენობები და ა.შ.). არსებითი წინასწარი დამუშავება რელიეფის მომზადების სამუშაო პროცესებისთვის.", "params": { "input": { "label": "შემავალი", "description": "შემავალი LiDAR-ის გზა ან ტიპიზებული LiDAR ობიექტი. თუ გამოტოვებულია, სრულდება პაკეტურ რეჟიმში მიმდინარე დირექტორიის LiDAR ფაილებზე." }, "excluded_classes": { "label": "გამორიცხული კლასები", "description": "გამოსარიცხი კლასები (მასივი ან მძიმით გამოყოფილი სტრიქონი)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი LiDAR-ის გზა." } } }, "filter_lidar_noise": { "name": "LiDAR-ის ხმაურის ფილტრაცია", "description": "აშორებს ASPRS ხმაურის კლასებს: ფილტრავს კლასს 7 (დაბალი ხმაური) და კლასს 18 (მაღალი ხმაური). წერტილოვანი ღრუბლის სტანდარტული გასუფთავება LAS 1.4-თან შესაბამისი მონაცემებისთვის.", "params": { "input": { "label": "შემავალი", "description": "შემავალი LiDAR-ის გზა ან ტიპიზებული LiDAR ობიექტი. თუ გამოტოვებულია, სრულდება პაკეტურ რეჟიმში მიმდინარე დირექტორიის LiDAR ფაილებზე." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი LiDAR-ის გზა." } } }, "filter_lidar_scan_angles": { "name": "LiDAR-ის სკანირების კუთხეების ფილტრაცია", "description": "აშორებს დახრილ LiDAR არეკვლებს: ფილტრავს წერტილებს სკანირების კუთხის ზღურბლის მიხედვით. ვერტიკალურ სიზუსტეს აუმჯობესებს მცირე კუთხით მიღებული, პოზიციური შეცდომის მქონე არეკვლების მოცილებით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი LiDAR-ის გზა ან ტიპიზებული LiDAR ობიექტი. თუ გამოტოვებულია, სრულდება პაკეტურ რეჟიმში მიმდინარე დირექტორიის LiDAR ფაილებზე." }, "threshold": { "label": "ზღურბლი", "description": "სკანირების მაქსიმალური აბსოლუტური კუთხე (მთელი რიცხვი LAS ერთეულებში; 1 ერთეული = 0.006°). სავალდებულოა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი LiDAR-ის გზა." } } }, "height_above_ground": { "name": "სიმაღლე მიწის ზემოთ", "description": "ახდენს ნორმალიზაციას წერტილოვანი ღრუბლის გეომეტრიით: ითვლის თითოეული წერტილის სიმაღლეს უახლოესი ქვემოთ მდებარე მიწის კლასის მეზობლის ზემოთ. ლოკალური რელიეფის ზედაპირი რასტრული საორიენტაციო მონაცემების გარეშე.", "params": { "input": { "label": "შემავალი", "description": "შემავალი LiDAR-ის გზა ან ტიპიზებული LiDAR ობიექტი." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი LiDAR-ის გზა." } } }, "improved_ground_point_filter": { "name": "გაუმჯობესებული მიწის წერტილების ფილტრი", "description": "მიწის წერტილების მრავალეტაპიანი ფილტრაციის კონვეიერი.", "params": { "input": { "label": "შემავალი", "description": "შემავალი LiDAR-ის გზა." }, "block_size": { "label": "ბლოკის ზომა", "description": "ბადის უჯრედის ზომა xy ერთეულებში." }, "max_building_size": { "label": "შენობის მაქსიმალური ზომა", "description": "შენობის მაქსიმალური მოსალოდნელი სიგანე xy ერთეულებში." }, "slope_threshold": { "label": "დახრილობის ზღურბლი", "description": "კიდის მინიმალური დახრილობა გრადუსებში." }, "elev_threshold": { "label": "სიმაღლის ზღურბლი", "description": "სიმაღლის მანძილის ზღურბლი." }, "classify": { "label": "კლასიფიკაცია", "description": "წერტილების ფილტრაციის ნაცვლად კლასიფიკაცია." }, "preserve_classes": { "label": "კლასების შენარჩუნება", "description": "არსებული კლასების შენარჩუნება კლასიფიკაციის რეჟიმში." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი LiDAR-ის გზა." } } }, "individual_tree_segmentation": { "name": "ცალკეული ხეების სეგმენტაცია", "description": "ახდენს მცენარეულობის წერტილების სეგმენტაციას ხეების ვარჯებად: mean-shift კლასტერიზაცია ვარჯის ლოკალური გეომეტრიიდან მიღებული ადაპტური ზოლის სიგანით. ხეების დელინეაცია ინვენტარიზაციის დონეზე.", "params": { "input": { "label": "შემავალი", "description": "შემავალი LiDAR-ის გზა ან ტიპიზებული LiDAR ობიექტი." }, "only_use_veg": { "label": "მხოლოდ მცენარეულობის გამოყენება", "description": "თუ true, დამუშავდება მხოლოდ მცენარეულობის კლასები (ნაგულისხმევი true)." }, "veg_classes": { "label": "მცენარეულობის კლასები", "description": "მცენარეულობის კლასები მძიმით გამოყოფილი ტექსტის ან მთელი რიცხვების მასივის სახით (ნაგულისხმევი '3,4,5')." }, "min_height": { "label": "მინიმალური სიმაღლე", "description": "წერტილის მინიმალური სიმაღლე სეგმენტაციისთვის (ნაგულისხმევი 2.0)." }, "max_height": { "label": "მაქსიმალური სიმაღლე", "description": "წერტილის არასავალდებულო მაქსიმალური სიმაღლე." }, "bandwidth_min": { "label": "ზოლის მინიმალური სიგანე", "description": "მინიმალური ჰორიზონტალური ზოლის სიგანე (ნაგულისხმევი 1.0)." }, "bandwidth_max": { "label": "ზოლის მაქსიმალური სიგანე", "description": "მაქსიმალური ჰორიზონტალური ზოლის სიგანე (ნაგულისხმევი 6.0)." }, "adaptive_bandwidth": { "label": "ადაპტური ზოლის სიგანე", "description": "თითოეული საწყისი წერტილისთვის ჰორიზონტალური ზოლის სიგანის შეფასება ვარჯის ლოკალური გეომეტრიიდან (ნაგულისხმევი true)." }, "adaptive_neighbors": { "label": "ადაპტური მეზობლები", "description": "მეზობლების რაოდენობა ადაპტური ლოკალური სიმკვრივის მასშტაბისთვის (ნაგულისხმევი 24)." }, "adaptive_sector_count": { "label": "ადაპტური სექტორების რაოდენობა", "description": "კუთხური სექტორების რაოდენობა ვარჯის ლოკალური რადიუსის შესაფასებლად (ნაგულისხმევი 8)." }, "grid_acceleration": { "label": "ბადით აჩქარება", "description": "MeanShift++-ის სტილის ბადური აპროქსიმაციის გამოყენება მოდის უფრო სწრაფი განახლებისთვის (ნაგულისხმევი false)." }, "grid_cell_size": { "label": "ბადის უჯრედის ზომა", "description": "ბადის უჯრედის ზომა მოდის აჩქარებული განახლებისთვის (ნაგულისხმევი 0.5)." }, "grid_refine_exact": { "label": "ბადის ზუსტი დაზუსტება", "description": "ბადით აჩქარების შემდეგ ზუსტ მეზობლებზე მოკლე დახვეწის შესრულება (ნაგულისხმევი false)." }, "grid_refine_iterations": { "label": "ბადის დაზუსტების იტერაციები", "description": "ზუსტი დახვეწის იტერაციების ლიმიტი ბადეზე მოდის განახლების შემდეგ (ნაგულისხმევი 2)." }, "tile_size": { "label": "ფილის ზომა", "description": "არასავალდებულო ფილის ზომა საწყისი წერტილების დაგეგმვისთვის; <=0 გამორთავს ფილებად დაყოფას (ნაგულისხმევი 0.0)." }, "tile_overlap": { "label": "ფილების გადაფარვა", "description": "ფილების გადაფარვის სიგანე ფილებად დაყოფილი საწყისი წერტილების დაგეგმვისთვის (ნაგულისხმევი 0.0)." }, "vertical_bandwidth": { "label": "ვერტიკალური ზოლის სიგანე", "description": "ვერტიკალური ბირთვის ზოლის სიგანე (ნაგულისხმევი 5.0)." }, "max_iterations": { "label": "მაქსიმალური იტერაციები", "description": "mean-shift-ის მაქსიმალური იტერაციები თითოეულ საწყის წერტილზე (ნაგულისხმევი 30)." }, "convergence_tol": { "label": "კრებადობის ტოლერანტობა", "description": "კრებადობის ტოლერანტობა წანაცვლების სიდიდისთვის (ნაგულისხმევი 0.05)." }, "min_cluster_points": { "label": "კლასტერის მინიმალური წერტილები", "description": "წერტილების მინიმალური რაოდენობა შენარჩუნებულ ხის კლასტერზე (ნაგულისხმევი 50)." }, "mode_merge_dist": { "label": "მოდების შერწყმის მანძილი", "description": "მანძილის ზღურბლი დაკრებადებული მოდების შესარწყმელად (ნაგულისხმევი 0.8)." }, "threads": { "label": "ძაფები", "description": "ძაფების რაოდენობის ჩანაცვლება (0 იყენებს ნაგულისხმევ Rayon პულს)." }, "simd": { "label": "SIMD", "description": "SIMD-ით მხარდაჭერილი არითმეტიკის ჩართვა შეწონვის ციკლებში (ნაგულისხმევი true)." }, "output_id_mode": { "label": "გამომავალი ID-ის რეჟიმი", "description": "გამომავალი segment_id-ის კოდირება {rgb|user_data|point_source_id|rgb+user_data|rgb+point_source_id} (ნაგულისხმევი rgb)." }, "output_sidecar_csv": { "label": "გამომავალი თანმხლები CSV", "description": "თუ true, LiDAR-ის გამომავალის გვერდით ჩაიწერება point_index,segment_id CSV." }, "seed": { "label": "საწყისი მნიშვნელობა", "description": "დეტერმინისტული საწყისი მნიშვნელობა ფერების მიბმისთვის (ნაგულისხმევი 1)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი LiDAR-ის გზა." } } }, "lidar_classify_subset": { "name": "LiDAR-ის ქვესიმრავლის კლასიფიკაცია", "description": "გადაიტანს კლასიფიკაციას: აღნიშნავს საბაზისო წერტილებს, რომლებიც ქვესიმრავლის ღრუბლის მდებარეობებს ემთხვევა. შესაძლებელს ხდის სივრცით ხელახალ კლასიფიკაციას დამხმარე წერტილოვანი ნაკრებების საფუძველზე.", "params": { "base": { "label": "საფუძველი", "description": "საბაზისო LiDAR-ის გზა ან ტიპიზებული LiDAR ობიექტი." }, "subset": { "label": "ქვესიმრავლე", "description": "ქვესიმრავლის LiDAR-ის გზა ან ტიპიზებული LiDAR ობიექტი." }, "subset_class_value": { "label": "ქვესიმრავლის კლასის მნიშვნელობა", "description": "კლასიფიკაციის მნიშვნელობა, რომელიც ენიჭება ქვესიმრავლის დამთხვეულ წერტილებს (0-18)." }, "nonsubset_class_value": { "label": "ქვესიმრავლის გარეთ კლასის მნიშვნელობა", "description": "არასავალდებულო კლასი არადამთხვეული წერტილებისთვის (0-18). არსებული კლასების შესანარჩუნებლად გამოიყენეთ 255." }, "tolerance": { "label": "ტოლერანტობა", "description": "3D უახლოესი მეზობლის დამთხვევის ტოლერანტობა რუკის ერთეულებში." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი LiDAR-ის გზა." } } }, "lidar_elevation_slice": { "name": "LiDAR-ის სიმაღლის ჭრილი", "description": "ამოიღებს სიმაღლის ზოლის წერტილებს: ფილტრავს ან ხელახლა აკლასიფიცირებს z-დიაპაზონში მდებარე წერტილებს. გამოყოფს კონკრეტულ ფენებს (მიწა, ქვეტყე, ვარჯი) ან სიმაღლის ზონებს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი LiDAR-ის გზა ან ტიპიზებული LiDAR ობიექტი. თუ გამოტოვებულია, სრულდება პაკეტურ რეჟიმში მიმდინარე დირექტორიის LiDAR ფაილებზე." }, "minz": { "label": "მინიმალური Z", "description": "სიმაღლის ჭრილის ქვედა ზღვარი (ნაგულისხმევი -infinity)." }, "maxz": { "label": "მაქსიმალური Z", "description": "სიმაღლის ჭრილის ზედა ზღვარი (ნაგულისხმევი +infinity)." }, "classify": { "label": "კლასიფიკაცია", "description": "თუ true, წერტილები ფილტრაციის ნაცვლად ხელახლა კლასიფიცირდება (ნაგულისხმევი false)." }, "in_class_value": { "label": "შიდა კლასის მნიშვნელობა", "description": "კლასიფიკაცია, რომელიც ენიჭება ჭრილის შიგნით მოხვედრილ წერტილებს, როცა classify=true (ნაგულისხმევი 2)." }, "out_class_value": { "label": "გარე კლასის მნიშვნელობა", "description": "კლასიფიკაცია, რომელიც ენიჭება ჭრილის გარეთ მოხვედრილ წერტილებს, როცა classify=true (ნაგულისხმევი 1)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი LiDAR-ის გზა." } } }, "lidar_remove_outliers": { "name": "LiDAR-ის გამორჩეული მნიშვნელობების მოშორება", "description": "ავლენს გამორჩეულ წერტილებს სიმაღლის ლოკალური ნარჩენებით: ადარებს წერტილს მეზობლობის საშუალოს/მედიანას და აღნიშნავს ანომალიებს. აშორებს შემთხვევით უხეშ შეცდომებსა და ხმაურს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი LiDAR-ის გზა ან ტიპიზებული LiDAR ობიექტი. თუ გამოტოვებულია, სრულდება პაკეტურ რეჟიმში მიმდინარე დირექტორიის LiDAR ფაილებზე." }, "search_radius": { "label": "ძიების რადიუსი", "description": "მეზობლობის რადიუსი ლოკალური ნარჩენის გამოსათვლელად (ნაგულისხმევი 2.0)." }, "elev_diff": { "label": "სიმაღლის სხვაობა", "description": "სიმაღლის ნარჩენის აბსოლუტური ზღურბლი გამონაკლისების აღმოსაჩენად (ნაგულისხმევი 50.0)." }, "use_median": { "label": "მედიანის გამოყენება", "description": "მეზობლობის საშუალო სიმაღლის ნაცვლად მედიანური სიმაღლის გამოყენება." }, "classify": { "label": "კლასიფიკაცია", "description": "თუ true, გამონაკლისები კლასიფიცირდება როგორც კლასი 7/18, მათი წაშლის ნაცვლად." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი LiDAR-ის გზა." } } }, "lidar_segmentation": { "name": "LiDAR-ის სეგმენტაცია", "description": "ყოფს წერტილოვან ღრუბელს: RANSAC სიბრტყის მორგება + რეგიონის ზრდა ქმნის დაკავშირებულ კომპონენტებს. ანიჭებს სეგმენტების ID-ებს, რომლებიც RGB-ში ინახება. ფორმაზე დაფუძნებული წერტილების კლასტერიზაცია.", "params": { "input": { "label": "შემავალი", "description": "შემავალი LiDAR-ის გზა ან ტიპიზებული LiDAR ობიექტი." }, "search_radius": { "label": "ძიების რადიუსი", "description": "მეზობლობის რადიუსი რეგიონის ზრდისთვის." }, "num_iterations": { "label": "იტერაციების რაოდენობა", "description": "RANSAC-ის იტერაციების რაოდენობა ლოკალური სიბრტყოვანი მოდელების აღმოსაჩენად." }, "num_samples": { "label": "ნიმუშების რაოდენობა", "description": "თითოეულ ლოკალურ RANSAC მოდელზე შერჩეულ წერტილთა რაოდენობა." }, "inlier_threshold": { "label": "ინლაიერების ზღურბლი", "description": "ნარჩენის ზღურბლი, რომლითაც წერტილები ლოკალური სიბრტყის ინლაიერებად კლასიფიცირდება." }, "acceptable_model_size": { "label": "მისაღები მოდელის ზომა", "description": "ინლაიერების მინიმალური რაოდენობა, საჭირო ლოკალური სიბრტყის მოდელის მისაღებად." }, "max_planar_slope": { "label": "მაქსიმალური სიბრტყოვანი დახრილობა", "description": "მაქსიმალური დასაშვები სიბრტყოვანი დახრილობა გრადუსებში." }, "norm_diff_threshold": { "label": "ნორმალების სხვაობის ზღურბლი", "description": "მაქსიმალური კუთხური სხვაობა (გრადუსებში) მეზობელ სიბრტყოვან ნორმალებს შორის ზრდის დროს." }, "max_z_diff": { "label": "მაქსიმალური Z სხვაობა", "description": "სეგმენტის ზრდისას დასაშვები მაქსიმალური Z სხვაობა." }, "classes": { "label": "კლასები", "description": "თუ true, სეგმენტების ზრდისას კლასების საზღვრები არ გადაიკვეთება." }, "ground": { "label": "მიწა", "description": "თუ true, ყველაზე დიდ სეგმენტს ანიჭებს class=2-ს, ხოლო სხვა სეგმენტირებულ წერტილებს — class=1-ს." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი LiDAR-ის გზა." } } }, "lidar_segmentation_based_filter": { "name": "LiDAR-ის სეგმენტაციაზე დაფუძნებული ფილტრი", "description": "მიწის ფილტრაცია დაბალი რელიეფის სეგმენტაციით: ზრდის დაკავშირებულ კომპონენტებს ლოკალურად ბრტყელი რეგიონებიდან და რელიეფს მცენარეულობისგან გამიჯნავს. მიწის მდგრადი გამიჯვნა.", "params": { "input": { "label": "შემავალი", "description": "შემავალი LiDAR-ის გზა ან ტიპიზებული LiDAR ობიექტი." }, "search_radius": { "label": "ძიების რადიუსი", "description": "მეზობლობის რადიუსი ბმული კომპონენტების ზრდისთვის." }, "norm_diff_threshold": { "label": "ნორმალების სხვაობის ზღურბლი", "description": "თავსებადობის პარამეტრი ნორმალის კუთხის ძველი შემოწმებებისთვის." }, "max_z_diff": { "label": "მაქსიმალური Z სხვაობა", "description": "სიმაღლის მაქსიმალური სხვაობა ბმული ზრდისთვის." }, "classify_points": { "label": "წერტილების კლასიფიკაცია", "description": "თუ true, წერტილები ფილტრაციის ნაცვლად კლასიფიცირდება." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი LiDAR-ის გზა." } } }, "modify_lidar": { "name": "LiDAR-ის მოდიფიკაცია", "description": "ანახლებს წერტილების ატრიბუტებს მინიჭებებით: z=z+offset, class=reclassify_expr, intensity=scale_factor. წერტილის დონის მოქნილი გარდაქმნები.", "params": { "statement": { "label": "გამოთქმა", "description": "ერთი ან მეტი მინიჭების გამოსახულება, გამოყოფილი წერტილმძიმეებით, მაგ. 'z = z + 1; class = if(z > 5, 2, class)'." }, "input": { "label": "შემავალი", "description": "შემავალი LiDAR-ის გზა ან ტიპიზებული LiDAR ობიექტი. თუ გამოტოვებულია, სრულდება პაკეტურ რეჟიმში მიმდინარე დირექტორიის LiDAR ფაილებზე." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი LiDAR-ის გზა ერთი შემავალის რეჟიმისთვის." } } }, "normalize_lidar": { "name": "LiDAR-ის ნორმალიზაცია", "description": "გარდაქმნის LiDAR-ის აბსოლუტურ სიმაღლეებს მიწის ზემოთ სიმაღლედ: წერტილების z მნიშვნელობებს აკლებს DTM-ს (რასტრულ DEM-ს). ქმნის ნორმალიზებულ წერტილოვან ღრუბელს სტრუქტურის ანალიზისთვის.", "params": { "input": { "label": "შემავალი", "description": "შემავალი LiDAR-ის გზა ან ტიპიზებული LiDAR ობიექტი." }, "dtm": { "label": "DTM", "description": "შემავალი DTM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "no_negatives": { "label": "უარყოფითების გარეშე", "description": "უარყოფითი ნორმალიზებული სიმაღლეების ნულამდე შემოსაზღვრა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი LiDAR-ის გზა." } } }, "remove_duplicates": { "name": "დუბლიკატების მოშორება", "description": "აშორებს დუბლიკატებს წერტილოვანი ღრუბლიდან: აშორებს იდენტური x/y-ის (სურვილისამებრ z-ის) მქონე წერტილებს. ამუშავებს მრავალჯერადი სკანირების გადაფარვებს და დამუშავების ეფექტიანობას აუმჯობესებს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი LiDAR-ის გზა ან ტიპიზებული LiDAR ობიექტი. თუ გამოტოვებულია, სრულდება პაკეტურ რეჟიმში მიმდინარე დირექტორიის LiDAR ფაილებზე." }, "include_z": { "label": "Z-ის ჩართვა", "description": "თუ true, დუბლიკატების აღმოჩენა z-საც ითვალისწინებს; წინააღმდეგ შემთხვევაში გამოიყენება მხოლოდ x/y." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი LiDAR-ის გზა." } } }, "flightline_overlap": { "name": "ფრენის ხაზების გადაფარვა", "description": "ავლენს გადაღებების გადაფარვებს: ითვლის განსხვავებული point-source ID-ების რაოდენობას თითოეულ უჯრედში. ბადეზე დაფუძნებული გადაფარვის ვიზუალიზაცია ფრენის ხაზების დაფარვის შესაფასებლად.", "params": { "input": { "label": "შემავალი", "description": "არასავალდებულო შემავალი LiDAR-ის გზა ან ტიპიზებული LiDAR ობიექტი. თუ გამოტოვებულია, სრულდება პაკეტურ რეჟიმში მიმდინარე დირექტორიის LiDAR ფაილებზე." }, "resolution": { "label": "რეზოლუცია", "description": "ბადის რეზოლუცია, რომლითაც ითვლება უჯრედზე მოსული განსხვავებული საფრენი ხაზების რაოდენობა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "lidar_block_maximum": { "name": "LiDAR-ის ბლოკური მაქსიმუმი", "description": "რასტრი LiDAR-ის მაქსიმალური ატრიბუტიდან: უჯრედის მნიშვნელობა = უმაღლესი წერტილის არეკვლა (სიმაღლე, ინტენსივობა, კლასი და ა.შ.). DSM-ის გენერირება, ვარჯის ზედა ზედაპირის ამოღება, იმპულსების სტატისტიკა.", "params": { "input": { "label": "შემავალი", "description": "შემავალი LiDAR-ის გზა ან ტიპიზებული LiDAR ობიექტი. თუ გამოტოვებულია, სრულდება პაკეტურ რეჟიმში მიმდინარე დირექტორიის LiDAR ფაილებზე." }, "resolution": { "label": "რეზოლუცია", "description": "გამომავალი უჯრედის ზომა." }, "interpolation_parameter": { "label": "ინტერპოლაციის პარამეტრი", "description": "წერტილის ატრიბუტი (elevation/intensity/class/return_number/number_of_returns/scan_angle/time/rgb/user_data)." }, "returns_included": { "label": "ჩართული არეკვლები", "description": "არეკვლების ფილტრაციის რეჟიმი: all, first ან last." }, "excluded_classes": { "label": "გამორიცხული კლასები", "description": "გამოსარიცხი კლასები (მასივი ან მძიმით გამოყოფილი სტრიქონი)." }, "min_elev": { "label": "მინიმალური სიმაღლე", "description": "სიმაღლის მინიმალური ზღურბლი წერტილების ჩართვის ფილტრაციისთვის." }, "max_elev": { "label": "მაქსიმალური სიმაღლე", "description": "სიმაღლის მაქსიმალური ზღურბლი წერტილების ჩართვის ფილტრაციისთვის." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "lidar_block_minimum": { "name": "LiDAR-ის ბლოკური მინიმუმი", "description": "რასტრი LiDAR-ის მინიმალური ატრიბუტიდან: უჯრედის მნიშვნელობა = უდაბლესი წერტილის არეკვლა (სიმაღლე, ინტენსივობა, კლასი). DEM-ის გენერირება, მიწის ზედაპირის ამოღება, რელიეფის საბაზისო დონის განსაზღვრა.", "params": { "input": { "label": "შემავალი", "description": "შემავალი LiDAR-ის გზა ან ტიპიზებული LiDAR ობიექტი. თუ გამოტოვებულია, სრულდება პაკეტურ რეჟიმში მიმდინარე დირექტორიის LiDAR ფაილებზე." }, "resolution": { "label": "რეზოლუცია", "description": "გამომავალი უჯრედის ზომა." }, "interpolation_parameter": { "label": "ინტერპოლაციის პარამეტრი", "description": "წერტილის ატრიბუტი (elevation/intensity/class/return_number/number_of_returns/scan_angle/time/rgb/user_data)." }, "returns_included": { "label": "ჩართული არეკვლები", "description": "არეკვლების ფილტრაციის რეჟიმი: all, first ან last." }, "excluded_classes": { "label": "გამორიცხული კლასები", "description": "გამოსარიცხი კლასები (მასივი ან მძიმით გამოყოფილი სტრიქონი)." }, "min_elev": { "label": "მინიმალური სიმაღლე", "description": "სიმაღლის მინიმალური ზღურბლი წერტილების ჩართვის ფილტრაციისთვის." }, "max_elev": { "label": "მაქსიმალური სიმაღლე", "description": "სიმაღლის მაქსიმალური ზღურბლი წერტილების ჩართვის ფილტრაციისთვის." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "lidar_construct_vector_tin": { "name": "LiDAR-ის ვექტორული TIN-ის აგება", "description": "აგებს 3D ბადეს: Delaunay-ს ტრიანგულაცია გაფილტრული წერტილებიდან, გამოტანილი ვექტორულ პოლიგონურ ფენად. ზედაპირის წარმოდგენა და ტოპოგრაფიული ანალიზი.", "params": { "input": { "label": "შემავალი", "description": "არასავალდებულო შემავალი LiDAR-ის გზა ან ტიპიზებული LiDAR ობიექტი. თუ გამოტოვებულია, სრულდება პაკეტურ რეჟიმში მიმდინარე დირექტორიის LiDAR ფაილებზე." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი ვექტორის გზა; სერიულ რეჟიმში თითოეული შემავალი წერს გვერდით _tin.shp ფაილს." }, "returns": { "label": "არეკვლები", "description": "არეკვლების ფილტრი: all, first ან last." }, "excluded_classes": { "label": "გამორიცხული კლასები", "description": "არასავალდებულო კლასების მნიშვნელობები გამოსარიცხად." }, "min_elev": { "label": "მინიმალური სიმაღლე", "description": "წერტილის მინიმალური დასაშვები სიმაღლე." }, "max_elev": { "label": "მაქსიმალური სიმაღლე", "description": "წერტილის მაქსიმალური დასაშვები სიმაღლე." }, "max_triangle_edge_length": { "label": "სამკუთხედის წიბოს მაქსიმალური სიგრძე", "description": "სამკუთხედის კიდის მაქსიმალური დასაშვები სიგრძე (არასავალდებულო)." } } }, "lidar_contour": { "name": "LiDAR-ის იზოხაზები", "description": "ამოიღებს ვექტორულ იზოხაზებს: TIN-ზე დაფუძნებული იზოხაზების აგება ინტერპოლაციით სიმაღლისთვის, ინტენსივობისთვის, დროისთვის. კონფიგურირებადი ინტერვალები და წიბოს სიგრძით ფილტრაცია.", "params": { "input": { "label": "შემავალი", "description": "არასავალდებულო შემავალი LiDAR-ის გზა ან ტიპიზებული LiDAR ობიექტი. თუ გამოტოვებულია, სრულდება სერიული რეჟიმი მიმდინარე დირექტორიის LiDAR ფაილებზე." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი ვექტორის გზა (.shp/.geojson). სერიულ რეჟიმში თითოეული შემავალი წერს გვერდით .shp ფაილს." }, "interval": { "label": "ინტერვალი", "description": "იზოხაზების ინტერვალი (უნდა იყოს > 0)." }, "base_contour": { "label": "საბაზისო იზოხაზი", "description": "საბაზისო იზოხაზის წანაცვლების მნიშვნელობა." }, "smooth": { "label": "დაგლუვება", "description": "თავსებადობის დაგლუვების პარამეტრი (მიიღება გამოძახების ფორმის შესაბამისობისთვის)." }, "interpolation_parameter": { "label": "ინტერპოლაციის პარამეტრი", "description": "ერთ-ერთი: elevation, intensity, scan_angle, time ან user_data." }, "returns": { "label": "არეკვლები", "description": "არეკვლების ფილტრი: all, first ან last." }, "excluded_classes": { "label": "გამორიცხული კლასები", "description": "არასავალდებულო კლასების მნიშვნელობები გამოსარიცხად." }, "min_elev": { "label": "მინიმალური სიმაღლე", "description": "წერტილის მინიმალური დასაშვები სიმაღლე." }, "max_elev": { "label": "მაქსიმალური სიმაღლე", "description": "წერტილის მაქსიმალური დასაშვები სიმაღლე." }, "max_triangle_edge_length": { "label": "სამკუთხედის წიბოს მაქსიმალური სიგრძე", "description": "სამკუთხედის კიდის მაქსიმალური სიგრძე (არასავალდებულო); უფრო გრძელი სამკუთხედები გამოტოვდება." } } }, "lidar_digital_surface_model": { "name": "LiDAR-ის ზედაპირის ციფრული მოდელი", "description": "ქმნის DSM-ს LiDAR-ის ზედა ზედაპირის არეკვლებიდან TIN-ით: იყენებს რადიუსში ლოკალური უმაღლესი წერტილის კანდიდატებს, შემდეგ კი ტრიანგულაციას. მცენარეული ვარჯისა და ობიექტების ზედა ზედაპირის წარმოდგენა.", "params": { "input": { "label": "შემავალი", "description": "შემავალი LiDAR-ის გზა ან ტიპიზებული LiDAR ობიექტი. თუ გამოტოვებულია, სრულდება პაკეტურ რეჟიმში მიმდინარე დირექტორიის LiDAR ფაილებზე." }, "resolution": { "label": "რეზოლუცია", "description": "გამომავალი უჯრედის ზომა." }, "search_radius": { "label": "ძიების რადიუსი", "description": "მეზობლობის რადიუსი ზედა ზედაპირის კანდიდატების შესარჩევად." }, "min_elev": { "label": "მინიმალური სიმაღლე", "description": "სიმაღლის მინიმალური ზღურბლი წერტილების ჩართვის ფილტრაციისთვის." }, "max_elev": { "label": "მაქსიმალური სიმაღლე", "description": "სიმაღლის მაქსიმალური ზღურბლი წერტილების ჩართვის ფილტრაციისთვის." }, "max_triangle_edge_length": { "label": "სამკუთხედის წიბოს მაქსიმალური სიგრძე", "description": "სამკუთხედის კიდის მაქსიმალური სიგრძე (არასავალდებულო) გრძელკიდიანი წახნაგების ჩასახშობად." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "lidar_hex_bin": { "name": "LiDAR-ის ჰექსაგონური ბინინგი", "description": "აგრეგირებს წერტილებს ექვსკუთხედებად: ბინირების ბადე თითოეული უჯრედის შეჯამებებით (რაოდენობა, საშუალო z, ინტენსივობა). ერთგვაროვანი შერჩევა და სტატისტიკური ბინირება.", "params": { "input": { "label": "შემავალი", "description": "შემავალი LiDAR-ის გზა ან ტიპიზებული LiDAR ობიექტი." }, "width": { "label": "სიგანე", "description": "ექვსკუთხედის სიგანე (მოპირდაპირე გვერდებს შორის მანძილი)." }, "orientation": { "label": "ორიენტაცია", "description": "ბადის ორიენტაცია: h (წვერით ზემოთ) ან v (ბრტყელი მხრით ზემოთ)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი ვექტორის გზა." } } }, "lidar_hillshade": { "name": "LiDAR-ის რელიეფის დაჩრდილვა", "description": "ასახავს LiDAR ზედაპირს რელიეფის დაჩრდილვით: ითვლის თითოეული წერტილის ზედაპირის ნორმალს ლოკალური სიბრტყის მორგებიდან, შემდეგ კი აჩრდილავს განათების კუთხის მიხედვით. ინახავს RGB-ად 3D ვიზუალიზაციისთვის.", "params": { "input": { "label": "შემავალი", "description": "შემავალი LiDAR-ის გზა ან ტიპიზებული LiDAR ობიექტი. თუ გამოტოვებულია, სრულდება პაკეტურ რეჟიმში მიმდინარე დირექტორიის LiDAR ფაილებზე." }, "search_radius": { "label": "ძიების რადიუსი", "description": "მეზობლობის რადიუსი ლოკალური ნორმალის შეფასებისთვის. მნიშვნელობები <= 0 იყენებს შეფასებულ ნომინალურ ბიჯს." }, "azimuth": { "label": "აზიმუტი", "description": "განათების აზიმუტი გრადუსებში." }, "altitude": { "label": "სიმაღლის კუთხე", "description": "განათების სიმაღლის კუთხე გრადუსებში." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი LiDAR-ის გზა." } } }, "lidar_idw_interpolation": { "name": "LiDAR-ის IDW ინტერპოლაცია", "description": "LiDAR-ის ბადეზე გადატანა მანძილით შეწონვით: უჯრედის მნიშვნელობას ანიჭებს მიმდებარე წერტილების შეწონილი საშუალოდან (მანძილის უკუხარისხი). გლუვი ზედაპირები, კონტროლი ხარისხის მაჩვენებლის პარამეტრით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი LiDAR-ის გზა ან ტიპიზებული LiDAR ობიექტი. თუ გამოტოვებულია, სრულდება პაკეტურ რეჟიმში მიმდინარე დირექტორიის LiDAR ფაილებზე." }, "resolution": { "label": "რეზოლუცია", "description": "გამომავალი უჯრედის ზომა." }, "weight": { "label": "წონა", "description": "IDW-ის ხარისხი (power)." }, "search_radius": { "label": "ძიების რადიუსი", "description": "მეზობლობის რადიუსი; <=0 გადადის k-უახლოესის რეჟიმზე." }, "interpolation_parameter": { "label": "ინტერპოლაციის პარამეტრი", "description": "ინტერპოლირებადი წერტილის ატრიბუტი (elevation, intensity, class, return_number, number_of_returns, scan_angle, time, rgb, user_data)." }, "returns_included": { "label": "ჩართული არეკვლები", "description": "არეკვლების ფილტრაციის რეჟიმი: all, first ან last." }, "excluded_classes": { "label": "გამორიცხული კლასები", "description": "გამოსარიცხი კლასები (მასივი ან მძიმით გამოყოფილი სტრიქონი)." }, "min_elev": { "label": "მინიმალური სიმაღლე", "description": "სიმაღლის მინიმალური ზღურბლი წერტილების ჩართვის ფილტრაციისთვის." }, "max_elev": { "label": "მაქსიმალური სიმაღლე", "description": "სიმაღლის მაქსიმალური ზღურბლი წერტილების ჩართვის ფილტრაციისთვის." }, "min_points": { "label": "მინიმალური წერტილები", "description": "წერტილების მინიმალური რაოდენობა k-უახლოესის სარეზერვო რეჟიმისთვის." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "lidar_nearest_neighbour_gridding": { "name": "LiDAR-ის უახლოესი მეზობლის ბადეზე გადატანა", "description": "LiDAR-ის სწრაფი ბადეზე გადატანა: უჯრედის მნიშვნელობას ანიჭებს ძიების რადიუსში უახლოესი წერტილიდან. ინტერპოლაციის მინიმალური მიკერძოება, ეფექტიანია მაღალი სიმკვრივის წერტილოვანი ღრუბლებისთვის. DSM/DEM-ის სწრაფი გენერირება.", "params": { "input": { "label": "შემავალი", "description": "შემავალი LiDAR-ის გზა ან ტიპიზებული LiDAR ობიექტი. თუ გამოტოვებულია, სრულდება პაკეტურ რეჟიმში მიმდინარე დირექტორიის LiDAR ფაილებზე." }, "resolution": { "label": "რეზოლუცია", "description": "გამომავალი უჯრედის ზომა." }, "search_radius": { "label": "ძიების რადიუსი", "description": "უახლოეს მეზობელამდე მაქსიმალური მანძილი; ამის მიღმა უჯრედები ხდება NoData." }, "interpolation_parameter": { "label": "ინტერპოლაციის პარამეტრი", "description": "ინტერპოლირებადი წერტილის ატრიბუტი (elevation, intensity, class, return_number, number_of_returns, scan_angle, time, rgb, user_data)." }, "returns_included": { "label": "ჩართული არეკვლები", "description": "არეკვლების ფილტრაციის რეჟიმი: all, first ან last." }, "excluded_classes": { "label": "გამორიცხული კლასები", "description": "გამოსარიცხი კლასები (მასივი ან მძიმით გამოყოფილი სტრიქონი)." }, "min_elev": { "label": "მინიმალური სიმაღლე", "description": "სიმაღლის მინიმალური ზღურბლი წერტილების ჩართვის ფილტრაციისთვის." }, "max_elev": { "label": "მაქსიმალური სიმაღლე", "description": "სიმაღლის მაქსიმალური ზღურბლი წერტილების ჩართვის ფილტრაციისთვის." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "lidar_radial_basis_function_interpolation": { "name": "LiDAR-ის რადიალური საბაზისო ფუნქციის ინტერპოლაცია", "description": "LiDAR-ის გლუვი ზედაპირი RBF-ით: რადიალური საბაზისო ფუნქციები ლოკალურ სიმრუდესა და მიკრორელიეფს ასახავს. მაღალი ხარისხის ბადეზე გადატანა საზღვრებზე უწყვეტი წარმოებულებით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი LiDAR-ის გზა ან ტიპიზებული LiDAR ობიექტი. თუ გამოტოვებულია, სრულდება პაკეტურ რეჟიმში მიმდინარე დირექტორიის LiDAR ფაილებზე." }, "resolution": { "label": "რეზოლუცია", "description": "გამომავალი უჯრედის ზომა." }, "num_points": { "label": "წერტილების რაოდენობა", "description": "ლოკალური ინტერპოლაციისთვის გამოყენებულ მეზობელთა მინიმალური რაოდენობა." }, "search_radius": { "label": "ძიების რადიუსი", "description": "მეზობლობის რადიუსი; <=0 იყენებს მხოლოდ k-უახლოესის რეჟიმს." }, "func_type": { "label": "ფუნქციის ტიპი", "description": "RBF ბაზისის ტიპი (thinplatespline, polyharmonic, gaussian, multiquadric, inversemultiquadric)." }, "poly_order": { "label": "პოლინომის რიგი", "description": "პოლინომური ტრენდის რიგი ლოკალური კორექციისთვის (none, constant, quadratic)." }, "weight": { "label": "წონა", "description": "ბაზისის ფორმის პარამეტრი/ხარისხი func_type-ის მიხედვით." }, "interpolation_parameter": { "label": "ინტერპოლაციის პარამეტრი", "description": "ინტერპოლირებადი წერტილის ატრიბუტი (elevation, intensity, class, return_number, number_of_returns, scan_angle, time, rgb, user_data)." }, "returns_included": { "label": "ჩართული არეკვლები", "description": "არეკვლების ფილტრაციის რეჟიმი: all, first ან last." }, "excluded_classes": { "label": "გამორიცხული კლასები", "description": "გამოსარიცხი კლასები (მასივი ან მძიმით გამოყოფილი სტრიქონი)." }, "min_elev": { "label": "მინიმალური სიმაღლე", "description": "სიმაღლის მინიმალური ზღურბლი წერტილების ჩართვის ფილტრაციისთვის." }, "max_elev": { "label": "მაქსიმალური სიმაღლე", "description": "სიმაღლის მაქსიმალური ზღურბლი წერტილების ჩართვის ფილტრაციისთვის." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "lidar_sibson_interpolation": { "name": "LiDAR-ის Sibson-ის ინტერპოლაცია", "description": "LiDAR-ის ბადეზე გადატანა ბუნებრივი მეზობლის მეთოდით: Voronoi-ზე დაფუძნებული ინტერპოლაცია ბუნებრივი მეზობლის წონებით. გლუვი, ბუნებრივი იერის ზედაპირები წერტილების მდებარეობებზე დახრილობის არტეფაქტების გარეშე.", "params": { "input": { "label": "შემავალი", "description": "შემავალი LiDAR-ის გზა ან ტიპიზებული LiDAR ობიექტი. თუ გამოტოვებულია, სრულდება პაკეტურ რეჟიმში მიმდინარე დირექტორიის LiDAR ფაილებზე." }, "resolution": { "label": "რეზოლუცია", "description": "გამომავალი უჯრედის ზომა." }, "interpolation_parameter": { "label": "ინტერპოლაციის პარამეტრი", "description": "ინტერპოლირებადი წერტილის ატრიბუტი (elevation, intensity, class, return_number, number_of_returns, scan_angle, time, rgb, user_data)." }, "returns_included": { "label": "ჩართული არეკვლები", "description": "არეკვლების ფილტრაციის რეჟიმი: all, first ან last." }, "excluded_classes": { "label": "გამორიცხული კლასები", "description": "გამოსარიცხი კლასები (მასივი ან მძიმით გამოყოფილი სტრიქონი)." }, "min_elev": { "label": "მინიმალური სიმაღლე", "description": "სიმაღლის მინიმალური ზღურბლი წერტილების ჩართვის ფილტრაციისთვის." }, "max_elev": { "label": "მაქსიმალური სიმაღლე", "description": "სიმაღლის მაქსიმალური ზღურბლი წერტილების ჩართვის ფილტრაციისთვის." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "lidar_thin": { "name": "LiDAR-ის გათხელება", "description": "ათხელებს წერტილოვანი ღრუბლის სიმკვრივეს: ინარჩუნებს ≤1 წერტილს ბადის თითოეულ უჯრედში first/last/lowest/highest/nearest სტრატეგიით. ამცირებს შენახვის მოცულობას დაფარვისა და ტოპოგრაფიული სირთულის შენარჩუნებით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი LiDAR-ის გზა ან ტიპიზებული LiDAR ობიექტი. თუ გამოტოვებულია, სრულდება პაკეტურ რეჟიმში მიმდინარე დირექტორიის LiDAR ფაილებზე." }, "resolution": { "label": "რეზოლუცია", "description": "ბადის უჯრედის ზომა გათხელებისთვის (ნაგულისხმევი 1.0)." }, "method": { "label": "მეთოდი", "description": "წერტილის შერჩევის მეთოდი უჯრედზე: first, last, lowest, highest, nearest (ნაგულისხმევი 'first')." }, "save_filtered": { "label": "გაფილტრულის შენახვა", "description": "თუ true, ასევე ჩაიწერება გაფილტრული წერტილები და მათი მისამართი დაბრუნდება outputs.filtered_path-ში." }, "filtered_output": { "label": "გაფილტრული გამომავალი", "description": "არასავალდებულო გამომავალი გზა გაფილტრული წერტილებისთვის (ერთი შემავალის რეჟიმი)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი LiDAR-ის გზა." } } }, "lidar_thin_high_density": { "name": "LiDAR-ის მაღალი სიმკვრივის გათხელება", "description": "სიმკვრივის ადაპტური გათხელება: ამცირებს წერტილების რაოდენობას ზედმეტად მკვრივ ზონებში და ინარჩუნებს მწირ რეგიონებს. ათანაბრებს შერჩევას ფრენის ხაზების ცვალებადი გადაფარვის შაბლონებში.", "params": { "input": { "label": "შემავალი", "description": "შემავალი LiDAR-ის გზა ან ტიპიზებული LiDAR ობიექტი. თუ გამოტოვებულია, სრულდება პაკეტურ რეჟიმში მიმდინარე დირექტორიის LiDAR ფაილებზე." }, "density": { "label": "სიმკვრივე", "description": "სამიზნე წერტილების სიმკვრივის ზღურბლი წერტილებში ერთეულ ფართობზე." }, "resolution": { "label": "რეზოლუცია", "description": "ბადის რეზოლუცია x/y და z დაჯგუფებისთვის (ნაგულისხმევი 1.0)." }, "save_filtered": { "label": "გაფილტრულის შენახვა", "description": "თუ true, ჩაიწერება გაფილტრული წერტილები და დაბრუნდება outputs.filtered_path." }, "filtered_output": { "label": "გაფილტრული გამომავალი", "description": "არასავალდებულო გამომავალი გზა გაფილტრული წერტილებისთვის ერთი შემავალის რეჟიმში." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი LiDAR-ის გზა." } } }, "lidar_tile_footprint": { "name": "LiDAR-ის ფილების კონტური", "description": "ქმნის კონტურებს (footprints): ღერძებთან გასწორებულ შემომსაზღვრელ მართკუთხედებს ან ამოზნექილ გარსებს თითოეული წერტილოვანი ღრუბლისთვის. ვექტორული პოლიგონური შედეგი სივრცითი ინდექსირებისა და მონაცემთა კატალოგისთვის.", "params": { "input": { "label": "შემავალი", "description": "არასავალდებულო შემავალი LiDAR-ის გზა ან ტიპიზებული LiDAR ობიექტი. თუ გამოტოვებულია, სრულდება მიმდინარე დირექტორიის ყველა LiDAR ფაილზე." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი ვექტორის გზა კონტურებისთვის." }, "output_hulls": { "label": "გამომავალი გარსები", "description": "თუ true, იწერება ამოზნექილი გარსის კონტურები; წინააღმდეგ შემთხვევაში — ღერძების პარალელური შემომსაზღვრელი მართკუთხედები." } } }, "lidar_tin_gridding": { "name": "LiDAR-ის TIN ბადეზე გადატანა", "description": "LiDAR-ის ზუსტი ინტერპოლაცია TIN-ით: აგებს Delaunay-ს ტრიანგულაციას წერტილებიდან და უჯრედების მნიშვნელობებს სამკუთხედების სიბრტყეებიდან ინტერპოლირებს. ითვალისწინებს წერტილების სიმაღლეებს, შესანიშნავია არარეგულარული დაფარვისთვის.", "params": { "input": { "label": "შემავალი", "description": "შემავალი LiDAR-ის გზა ან ტიპიზებული LiDAR ობიექტი. თუ გამოტოვებულია, სრულდება პაკეტურ რეჟიმში მიმდინარე დირექტორიის LiDAR ფაილებზე." }, "resolution": { "label": "რეზოლუცია", "description": "გამომავალი უჯრედის ზომა." }, "max_triangle_edge_length": { "label": "სამკუთხედის წიბოს მაქსიმალური სიგრძე", "description": "სამკუთხედის კიდის მაქსიმალური სიგრძე (არასავალდებულო) გრძელკიდიანი წახნაგების ჩასახშობად." }, "interpolation_parameter": { "label": "ინტერპოლაციის პარამეტრი", "description": "ინტერპოლირებადი წერტილის ატრიბუტი (elevation, intensity, class, return_number, number_of_returns, scan_angle, time, rgb, user_data)." }, "returns_included": { "label": "ჩართული არეკვლები", "description": "არეკვლების ფილტრაციის რეჟიმი: all, first ან last." }, "excluded_classes": { "label": "გამორიცხული კლასები", "description": "გამოსარიცხი კლასები (მასივი ან მძიმით გამოყოფილი სტრიქონი)." }, "min_elev": { "label": "მინიმალური სიმაღლე", "description": "სიმაღლის მინიმალური ზღურბლი წერტილების ჩართვის ფილტრაციისთვის." }, "max_elev": { "label": "მაქსიმალური სიმაღლე", "description": "სიმაღლის მაქსიმალური ზღურბლი წერტილების ჩართვის ფილტრაციისთვის." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." }, "triangulation_backend": { "label": "ტრიანგულაციის ძრავა", "description": "ტრიანგულაციის backend-ის არჩევა: auto, delaunator ან wbtopology." }, "triangulation_auto_threshold": { "label": "ტრიანგულაციის ავტომატური ზღურბლი", "description": "როცა backend=auto, ამ რაოდენობის ნიმუშებზე ხდება wbtopology-ზე გადასვლა (ნაგულისხმევად გამორთულია; ჩასართავად მიუთითეთ ცხადად)." }, "triangulation_epsilon": { "label": "ტრიანგულაციის ეფსილონი", "description": "ეფსილონი, რომელსაც wbtopology backend იყენებს დუბლიკატების დამუშავებისას (ნაგულისხმევი 1e-12)." }, "triangulation_thin_cell_size": { "label": "ტრიანგულაციის გათხელების უჯრედის ზომა", "description": "არასავალდებულო წინასწარი გათხელების უჯრედის ზომა ტრიანგულაციის ნიმუშებისთვის; მნიშვნელობები > 0 რთავს გათხელებას, 0 კი გამორთავს." }, "triangulation_thin_method": { "label": "ტრიანგულაციის გათხელების მეთოდი", "description": "წარმომადგენლობითი წერტილის მეთოდი გათხელებისთვის: nearest_center, min_value ან max_value." } } }, "colourize_based_on_class": { "name": "გაფერადება კლასის მიხედვით", "description": "აფერადებს წერტილებს კლასის მიხედვით: ASPRS-ის სტანდარტული ფერები (მწვანე=მცენარეულობა, ყავისფერი=მიწა, ნაცრისფერი=შენობა და ა.შ.). კონტრასტისთვის ინტენსივობასთან ერწყმის. კლასიფიკაციის ვიზუალიზაცია.", "params": { "input": { "label": "შემავალი", "description": "შემავალი LiDAR-ის გზა ან ტიპიზებული LiDAR ობიექტი. თუ გამოტოვებულია, სრულდება პაკეტურ რეჟიმში მიმდინარე დირექტორიის LiDAR ფაილებზე." }, "intensity_blending_amount": { "label": "ინტენსივობის შერევის სიდიდე", "description": "შერევის პროცენტი [0,100] კლასის ფერსა და ინტენსივობას შორის." }, "clr_str": { "label": "ფერის სტრიქონი", "description": "არასავალდებულო კლასის ფერის გადაფარვები, მაგ. '2:(184,167,108);5:#9ab86c'." }, "use_unique_clrs_for_buildings": { "label": "შენობებისთვის უნიკალური ფერების გამოყენება", "description": "თუ true, ბმულ შენობათა კლასტერებს ენიჭება უნიკალური ფერები." }, "search_radius": { "label": "ძიების რადიუსი", "description": "მეზობლობის რადიუსი შენობათა კლასტერების გაფერადებისთვის." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი LiDAR-ის გზა." } } }, "colourize_based_on_point_returns": { "name": "გაფერადება წერტილის არეკვლების მიხედვით", "description": "აფერადებს წერტილებს არეკვლის რიგის მიხედვით: პირველი/შუალედური/ბოლო არეკვლები განსხვავებულ ფერებს იყენებს. მრავალარეკვლიანი იმპულსის სტრუქტურის ვიზუალიზაცია დამუშავების ვალიდაციისთვის.", "params": { "input": { "label": "შემავალი", "description": "შემავალი LiDAR-ის გზა ან ტიპიზებული LiDAR ობიექტი. თუ გამოტოვებულია, სრულდება პაკეტურ რეჟიმში მიმდინარე დირექტორიის LiDAR ფაილებზე." }, "intensity_blending_amount": { "label": "ინტენსივობის შერევის სიდიდე", "description": "შერევის პროცენტი [0,100] არეკვლის ფერსა და ინტენსივობას შორის." }, "only_ret_colour": { "label": "ერთადერთი არეკვლის ფერი", "description": "ერთადერთი არეკვლის წერტილების ფერი." }, "first_ret_colour": { "label": "პირველი არეკვლის ფერი", "description": "პირველი არეკვლის წერტილების ფერი მრავალარეკვლიან იმპულსებში." }, "intermediate_ret_colour": { "label": "შუალედური არეკვლის ფერი", "description": "შუალედური არეკვლის წერტილების ფერი." }, "last_ret_colour": { "label": "ბოლო არეკვლის ფერი", "description": "ბოლო არეკვლის წერტილების ფერი მრავალარეკვლიან იმპულსებში." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი LiDAR-ის გზა." } } }, "find_flightline_edge_points": { "name": "ფრენის ხაზის კიდის წერტილების პოვნა", "description": "ფილტრავს ფრენის კიდის წერტილებს: ამოიღებს მხოლოდ გადაღების ზოლის საზღვრებზე მდებარე წერტილებს. ხარისხის კონტროლი ზოლების გადაფარვისა და კიდის ეფექტებისთვის.", "params": { "input": { "label": "შემავალი", "description": "შემავალი LiDAR-ის გზა ან ტიპიზებული LiDAR ობიექტი." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი LiDAR-ის გზა." } } }, "individual_tree_detection": { "name": "ცალკეული ხეების აღმოჩენა", "description": "ავლენს ხეების კენწეროებს: ლოკალური მაქსიმუმები სიმაღლით გაფილტრულ წერტილოვან ღრუბელში ძიების ადაპტური რადიუსით. აბრუნებს ღეროების პოტენციური მდებარეობების ვექტორულ წერტილოვან shapefile-ს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი LiDAR-ის გზა ან ტიპიზებული LiDAR ობიექტი." }, "min_search_radius": { "label": "ძიების მინიმალური რადიუსი", "description": "ძიების მინიმალური რადიუსი რუკის ერთეულებში (ნაგულისხმევი 1.0)." }, "min_height": { "label": "მინიმალური სიმაღლე", "description": "მინიმალური სიმაღლე წერტილების გასათვალისწინებლად (ნაგულისხმევი 0.0)." }, "max_search_radius": { "label": "ძიების მაქსიმალური რადიუსი", "description": "ძიების მაქსიმალური რადიუსი; თუ არ არის მითითებული, გამოიყენება min_search_radius." }, "max_height": { "label": "მაქსიმალური სიმაღლე", "description": "მაქსიმალური სიმაღლე; თუ არ არის მითითებული, გამოიყენება min_height." }, "only_use_veg": { "label": "მხოლოდ მცენარეულობის გამოყენება", "description": "თუ true, დამუშავდება მხოლოდ მცენარეულობის კლასები (ნაგულისხმევი true)." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორული shapefile-ის გზა." } } }, "lidar_eigenvalue_features": { "name": "LiDAR-ის საკუთრივი მნიშვნელობების მახასიათებლები", "description": "იღებს PCA მახასიათებლებს: საკუთრივ მნიშვნელობებს/ვექტორებს მეზობლობებიდან. ფორმის დესკრიპტორები (სიბრტყულობა, წრფივობა, სიმაღლის ვარიაცია) წერტილოვანი ღრუბლის ანალიზისთვის.", "params": { "input": { "label": "შემავალი", "description": "არასავალდებულო შემავალი LiDAR-ის გზა ან ტიპიზებული LiDAR ობიექტი. თუ გამოტოვებულია, სრულდება პაკეტურ რეჟიმში მიმდინარე დირექტორიის LiDAR ფაილებზე." }, "num_neighbours": { "label": "მეზობლების რაოდენობა", "description": "არასავალდებულო სამიზნე მეზობლობის ზომა (თავად წერტილის გარეშე)." }, "search_radius": { "label": "ძიების რადიუსი", "description": "ძიების მაქსიმალური რადიუსი მეზობლობის შესაგროვებლად (არასავალდებულო)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი .eigen გზა ერთი შემავალის რეჟიმში." } } }, "lidar_histogram": { "name": "LiDAR-ის ჰისტოგრამა", "description": "ითვლის ატრიბუტების განაწილებას: სიხშირის ჰისტოგრამა სიმაღლისთვის, ინტენსივობისთვის, სკანირების კუთხისთვის, კლასისთვის. შეკვეცილი პროცენტილები გამორჩეული მნიშვნელობების ჩასახშობად. HTML ვიზუალიზაცია.", "params": { "input": { "label": "შემავალი", "description": "შემავალი LiDAR-ის გზა ან ტიპიზებული LiDAR ობიექტი." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი HTML გზა ჰისტოგრამის ანგარიშისთვის." }, "parameter": { "label": "პარამეტრი", "description": "ერთ-ერთი: სიმაღლე, ინტენსივობა, სკანირების კუთხე, კლასი ან დრო." }, "clip_percent": { "label": "ამოჭრის პროცენტი", "description": "პროცენტილით ამოჭრის სიდიდე [0,50] ქვედა/ზედა კუდებისთვის." } } }, "lidar_info": { "name": "LiDAR-ის ინფორმაცია", "description": "ქმნის მეტამონაცემების შემაჯამებელ ანგარიშს: წერტილების რაოდენობა, არე, ინტენსივობის დიაპაზონი, კლასების ჰისტოგრამა, არეკვლების განაწილება. HTML/ტექსტური შედეგი მონაცემთა დოკუმენტირებისთვის.", "params": { "input": { "label": "შემავალი", "description": "შემავალი LiDAR-ის გზა ან ტიპიზებული LiDAR ობიექტი." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი ანგარიშის გზა (.html/.txt)." }, "show_point_density": { "label": "წერტილების სიმკვრივის ჩვენება", "description": "თუ true, ჩართულია bbox-ის წერტილთა სიმკვრივის მიახლოებითი მეტრიკები." }, "show_vlrs": { "label": "VLR-ების ჩვენება", "description": "თავსებადობის ალამი; დაცულია მომავალში დეტალური მეტამონაცემების გამოსატანად." }, "show_geokeys": { "label": "გეოგასაღებების ჩვენება", "description": "თავსებადობის ალამი; დაცულია მომავალში დეტალური CRS-გასაღების გამოსატანად." } } }, "lidar_kappa": { "name": "LiDAR-ის კაპა", "description": "ითვლის კაპა თანხვედრის ანგარიშს ორ კლასიფიცირებულ LiDAR ღრუბელს შორის და წერს კლასების თანხვედრის რასტრს.", "params": { "input1": { "label": "შემავალი 1", "description": "კლასიფიცირებული LiDAR-ის გზა ან ტიპიზებული LiDAR ობიექტი." }, "input2": { "label": "შემავალი 2", "description": "საეტალონო LiDAR-ის გზა ან ტიპიზებული LiDAR ობიექტი." }, "report": { "label": "ანგარიში", "description": "გამომავალი HTML ანგარიშის გზა." }, "resolution": { "label": "რეზოლუცია", "description": "ბადის რეზოლუცია კლასების სივრცითი თანხვედრის გამომავალისთვის." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." }, "output_class_accuracy": { "label": "კლასის სიზუსტის გამოტანა", "description": "თავსებადობის ალამი, შენარჩუნებული ძველ ვერსიებთან თავსებადობისთვის; თანხვედრის რასტრი ყოველთვის იქმნება." } } }, "lidar_point_density": { "name": "LiDAR-ის წერტილების სიმკვრივე", "description": "კარტოგრაფირებს LiDAR-ის შერჩევის ინტენსივობას: წერტილების რაოდენობა ფართობის ერთეულზე (რაოდენობა რადიუსში თითოეული უჯრედისთვის). მონაცემთა ხარისხის შეფასება, დაფარვის ანალიზი, გადაღების შაბლონის ვიზუალიზაცია.", "params": { "input": { "label": "შემავალი", "description": "შემავალი LiDAR-ის გზა ან ტიპიზებული LiDAR ობიექტი. თუ გამოტოვებულია, სრულდება პაკეტურ რეჟიმში მიმდინარე დირექტორიის LiDAR ფაილებზე." }, "resolution": { "label": "რეზოლუცია", "description": "გამომავალი უჯრედის ზომა." }, "search_radius": { "label": "ძიების რადიუსი", "description": "მეზობლობის რადიუსი წერტილების დათვლისთვის." }, "returns_included": { "label": "ჩართული არეკვლები", "description": "არეკვლების ფილტრაციის რეჟიმი: all, first ან last." }, "excluded_classes": { "label": "გამორიცხული კლასები", "description": "გამოსარიცხი კლასები (მასივი ან მძიმით გამოყოფილი სტრიქონი)." }, "min_elev": { "label": "მინიმალური სიმაღლე", "description": "სიმაღლის მინიმალური ზღურბლი წერტილების ჩართვის ფილტრაციისთვის." }, "max_elev": { "label": "მაქსიმალური სიმაღლე", "description": "სიმაღლის მაქსიმალური ზღურბლი წერტილების ჩართვის ფილტრაციისთვის." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "lidar_point_return_analysis": { "name": "LiDAR-ის წერტილების არეკვლების ანალიზი", "description": "ხარისხის კონტროლის ინსტრუმენტი: ამოწმებს არეკვლების მიმდევრობის მართებულობას (multi/first/last თანმიმდევრულობა). ქმნის ანგარიშს + კლასიფიცირებულ შედეგს, რომელიც არეკვლების ანომალიებს აღნიშნავს. მონაცემთა მთლიანობის შემოწმება.", "params": { "input": { "label": "შემავალი", "description": "შემავალი LiDAR-ის გზა ან ტიპიზებული LiDAR ობიექტი." }, "create_output": { "label": "გამომავალის შექმნა", "description": "თუ true, იწერება კლასიფიცირებული LiDAR-ის QC გამომავალი." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი LiDAR-ის გზა, გამოიყენება როცა create_output=true." }, "report": { "label": "ანგარიში", "description": "არასავალდებულო ტექსტური ანგარიშის გამომავალი გზა." } } }, "lidar_point_stats": { "name": "LiDAR-ის წერტილების სტატისტიკა", "description": "ქმნის სტატისტიკის რასტრულ ბადეებს: წერტილების რაოდენობა, იმპულსების რაოდენობა, საშუალო წერტილები/იმპულსი, z/ინტენსივობის დიაპაზონი, დომინანტური კლასი თითოეულ უჯრედში. მრავალშედეგიანი ანალიზი.", "params": { "input": { "label": "შემავალი", "description": "არასავალდებულო შემავალი LiDAR-ის გზა ან ტიპიზებული LiDAR ობიექტი. თუ გამოტოვებულია, სრულდება პაკეტურ რეჟიმში მიმდინარე დირექტორიის LiDAR ფაილებზე." }, "resolution": { "label": "რეზოლუცია", "description": "გამომავალი ბადის რეზოლუცია." }, "num_points": { "label": "წერტილების რაოდენობა", "description": "წერტილთა რაოდენობის რასტრის შექმნა." }, "num_pulses": { "label": "იმპულსების რაოდენობა", "description": "ადრეული არეკვლის იმპულსთა რაოდენობის რასტრის შექმნა." }, "avg_points_per_pulse": { "label": "საშუალო წერტილები ერთ იმპულსზე", "description": "იმპულსზე წერტილთა საშუალო რაოდენობის რასტრის შექმნა." }, "z_range": { "label": "Z დიაპაზონი", "description": "სიმაღლის დიაპაზონის რასტრის შექმნა." }, "intensity_range": { "label": "ინტენსივობის დიაპაზონი", "description": "ინტენსივობის დიაპაზონის რასტრის შექმნა." }, "predominant_class": { "label": "ჭარბი კლასი", "description": "ჭარბი კლასის რასტრის შექმნა." }, "output_directory": { "label": "გამომავალი საქაღალდე", "description": "არასავალდებულო გამომავალი დირექტორია გენერირებული რასტრებისთვის." } } }, "lidar_ransac_planes": { "name": "LiDAR-ის RANSAC სიბრტყეები", "description": "ავლენს ლოკალურად ბრტყელ LiDAR წერტილებს მეზობლობის RANSAC სიბრტყის მორგებით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი LiDAR-ის გზა ან ტიპიზებული LiDAR ობიექტი." }, "search_radius": { "label": "ძიების რადიუსი", "description": "მეზობლობის რადიუსი ლოკალური სიბრტყის მისადაგებისთვის." }, "num_iterations": { "label": "იტერაციების რაოდენობა", "description": "RANSAC-ის იტერაციების რაოდენობა თითო წერტილზე." }, "num_samples": { "label": "ნიმუშების რაოდენობა", "description": "შერჩეულ მეზობელ წერტილთა რაოდენობა RANSAC-ის ერთ იტერაციაზე." }, "inlier_threshold": { "label": "ინლაიერების ზღურბლი", "description": "წერტილიდან სიბრტყემდე მაქსიმალური ნარჩენი ინლაიერებისთვის." }, "acceptable_model_size": { "label": "მისაღები მოდელის ზომა", "description": "ინლაიერ წერტილთა მინიმალური რაოდენობა, საჭირო სიბრტყოვანი მოდელისთვის." }, "max_planar_slope": { "label": "მაქსიმალური სიბრტყოვანი დახრილობა", "description": "სიბრტყის მაქსიმალური დასაშვები დახრილობა გრადუსებში." }, "classify": { "label": "კლასიფიკაცია", "description": "თუ true, ფილტრაციის ნაცვლად ხდება სიბრტყოვანი და არასიბრტყოვანი წერტილების კლასიფიკაცია." }, "only_last_returns": { "label": "მხოლოდ ბოლო არეკვლები", "description": "თუ true, მოდელის მისადაგებაში გამოიყენება მხოლოდ გვიანი არეკვლები." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი LiDAR-ის გზა." } } }, "lidar_rooftop_analysis": { "name": "LiDAR-ის სახურავების ანალიზი", "description": "ავლენს სახურავის ბრტყელ სეგმენტებს შენობების კონტურებში და გამოაქვს სეგმენტების პოლიგონები სახურავის ატრიბუტებით.", "params": { "inputs": { "label": "შემავალი მონაცემები", "description": "შემავალი LiDAR-ის გზები ან ტიპიზებული LiDAR ობიექტები." }, "building_footprints": { "label": "შენობების კონტურები", "description": "შენობების კონტურების პოლიგონური ფენა." }, "search_radius": { "label": "ძიების რადიუსი", "description": "მეზობლობის რადიუსი სახურავის ლოკალური ანალიზისთვის." }, "inlier_threshold": { "label": "ინლაიერების ზღურბლი", "description": "მაქსიმალური ნარჩენი ლოკალური სიბრტყოვანი მხარდაჭერისთვის." }, "acceptable_model_size": { "label": "მისაღები მოდელის ზომა", "description": "სეგმენტის მინიმალური ზომა." }, "max_planar_slope": { "label": "მაქსიმალური სიბრტყოვანი დახრილობა", "description": "სახურავის წახნაგების მაქსიმალური დახრილობა გრადუსებში." }, "norm_diff_threshold": { "label": "ნორმალების სხვაობის ზღურბლი", "description": "მაქსიმალური კუთხური სხვაობა მეზობელ ნორმალებს შორის გრადუსებში." }, "azimuth": { "label": "აზიმუტი", "description": "განათების აზიმუტი წახნაგების რელიეფის დაჩრდილვის სტილში განათებისთვის." }, "altitude": { "label": "სიმაღლის კუთხე", "description": "განათების სიმაღლის კუთხე წახნაგების რელიეფის დაჩრდილვის სტილში განათებისთვის." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი ვექტორის გზა." } } }, "normal_vectors": { "name": "ნორმალური ვექტორები", "description": "ითვლის თითოეული წერტილის ზედაპირის ნორმალს: PCA ლოკალურ მეზობლობაზე სიბრტყის ორიენტაციას აფასებს. ნორმალები ინახება წერტილების ჩანაწერებში და RGB ვიზუალიზაციაში.", "params": { "input": { "label": "შემავალი", "description": "შემავალი LiDAR-ის გზა ან ტიპიზებული LiDAR ობიექტი." }, "search_radius": { "label": "ძიების რადიუსი", "description": "მეზობლობის რადიუსი ლოკალური სიბრტყის მისადაგებისთვის. მნიშვნელობები <= 0 იყენებს შეფასებულ ნომინალურ ბიჯს." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი LiDAR-ის გზა." } } }, "snap_events_to_routes": { "name": "მოვლენების მიბმა მარშრუტებზე", "description": "აბამს მოვლენის წერტილებს მარშრუტის ხაზებზე და იძლევა მარშრუტის ზომის/წანაცვლების დიაგნოსტიკას.", "params": { "routes": { "label": "მარშრუტები", "description": "შემავალი მარშრუტების ხაზოვანი ფენა." }, "events": { "label": "მოვლენები", "description": "შემავალი მოვლენების წერტილოვანი ფენა." }, "max_offset_distance": { "label": "მაქსიმალური წანაცვლების მანძილი", "description": "მარშრუტიდან წანაცვლების მაქსიმალური მანძილი რუკის ერთეულებში (არასავალდებულო)." }, "output": { "label": "გამომავალი", "description": "გამომავალი მიბმული მოვლენების წერტილოვანი ვექტორის გზა." } } }, "locate_points_along_routes": { "name": "წერტილების ლოკალიზაცია მარშრუტების გასწვრივ", "description": "ადგენს წერტილოვანი ობიექტების მდებარეობას მარშრუტის ხაზების გასწვრივ და წერს მარშრუტის ზომის ატრიბუტებს.", "params": { "routes": { "label": "მარშრუტები", "description": "შემავალი მარშრუტების ხაზოვანი ფენა." }, "points": { "label": "წერტილები", "description": "შემავალი წერტილოვანი ფენა მარშრუტების გასწვრივ ლოკალიზაციისთვის." }, "max_offset_distance": { "label": "მაქსიმალური წანაცვლების მანძილი", "description": "წერტილიდან მარშრუტამდე წანაცვლების მაქსიმალური მანძილი (არასავალდებულო)." }, "output": { "label": "გამომავალი", "description": "გამომავალი წერტილოვანი ვექტორის გზა." } } }, "points_along_lines": { "name": "წერტილები ხაზების გასწვრივ", "description": "ქმნის რეგულარული ინტერვალით განლაგებულ წერტილოვან ობიექტებს შემავალი პოლიხაზების გასწვრივ ინფრასტრუქტურის მონიტორინგის, გარემოს შერჩევითი კვლევისა და სივრცითი ანალიზისთვის.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ხაზოვანი ფენა." }, "spacing": { "label": "დაშორება", "description": "წერტილებს შორის მანძილი." }, "include_end": { "label": "ბოლოს ჩართვა", "description": "ხაზის ბოლო წერტილების ჩართვა (ნაგულისხმევი true)." }, "output": { "label": "გამომავალი", "description": "გამომავალი წერტილოვანი ვექტორის გზა." } } }, "route_calibrate": { "name": "მარშრუტის კალიბრაცია", "description": "აკალიბრებს მარშრუტის საწყის/საბოლოო ზომებს ცნობილი ზომების მქონე საკონტროლო წერტილებიდან.", "params": { "routes": { "label": "მარშრუტები", "description": "შემავალი მარშრუტების ხაზოვანი ფენა." }, "control_points": { "label": "საკონტროლო წერტილები", "description": "შემავალი საკონტროლო წერტილების ფენა." }, "control_measure_field": { "label": "საკონტროლო გაზომვის ველი", "description": "საკონტროლო წერტილების ველი ცნობილი საზომი მნიშვნელობებით." }, "route_id_field": { "label": "მარშრუტის ID ველი", "description": "არასავალდებულო მარშრუტის იდენტიფიკატორის ველი მარშრუტებში. ნაგულისხმევად ობიექტის FID." }, "control_route_id_field": { "label": "საკონტროლო მარშრუტის ID ველი", "description": "არასავალდებულო მარშრუტის იდენტიფიკატორის ველი საკონტროლო წერტილებში. ნაგულისხმევად ობიექტის FID." }, "from_measure_field": { "label": "საწყისი გაზომვის ველი", "description": "გამომავალი ველი მარშრუტის საწყისი საზომისთვის (ნაგულისხმევი 'from_measure')." }, "to_measure_field": { "label": "საბოლოო გაზომვის ველი", "description": "გამომავალი ველი მარშრუტის საბოლოო საზომისთვის (ნაგულისხმევი 'to_measure')." }, "snap_tolerance": { "label": "მიბმის ტოლერანტობა", "description": "საკონტროლო წერტილის მაქსიმალური წანაცვლების მანძილი მარშრუტის გეომეტრიიდან (ნაგულისხმევი 1.0)." }, "output": { "label": "გამომავალი", "description": "გამომავალი კალიბრირებული მარშრუტების ფენა." } } }, "route_event_lines_from_layer": { "name": "მარშრუტის მოვლენათა ხაზები ფენიდან", "description": "ქმნის მარშრუტზე მიბმულ ხაზოვან მოვლენებს მოვლენების ვექტორული ფენიდან from/to ზომების გამოყენებით.", "params": { "routes": { "label": "მარშრუტები", "description": "შემავალი მარშრუტების ხაზოვანი ფენა." }, "events": { "label": "მოვლენები", "description": "შემავალი მოვლენების ვექტორული ფენა." }, "event_route_field": { "label": "მოვლენის მარშრუტის ველი", "description": "მოვლენების ფენის ველი მარშრუტების იდენტიფიკატორებით." }, "from_measure_field": { "label": "საწყისი გაზომვის ველი", "description": "მოვლენების ფენის ველი საწყისი საზომებით." }, "to_measure_field": { "label": "საბოლოო გაზომვის ველი", "description": "მოვლენების ფენის ველი საბოლოო საზომებით." }, "route_id_field": { "label": "მარშრუტის ID ველი", "description": "არასავალდებულო მარშრუტების ფენის ველი მარშრუტების იდენტიფიკატორებით. ნაგულისხმევად ობიექტის FID." }, "write_event_fid": { "label": "მოვლენის FID-ის ჩაწერა", "description": "EVENT_FID-ის ჩაწერა წყარო მოვლენების ობიექტების ID-ების შესანარჩუნებლად (ნაგულისხმევი true)." }, "write_event_xy": { "label": "მოვლენის XY-ის ჩაწერა", "description": "წყარო მოვლენის გეომეტრიის X/Y ატრიბუტების ჩაწერა (ნაგულისხმევი false)." }, "output": { "label": "გამომავალი", "description": "გამომავალი ხაზოვანი ვექტორის გზა." } } }, "route_event_lines_from_table": { "name": "მარშრუტის მოვლენათა ხაზები ცხრილიდან", "description": "ქმნის მარშრუტზე მიბმულ ხაზოვან მოვლენებს CSV მოვლენების ცხრილიდან და მარშრუტების ფენიდან from/to ზომების გამოყენებით.", "params": { "routes": { "label": "მარშრუტები", "description": "შემავალი მარშრუტების ხაზოვანი ფენა." }, "events": { "label": "მოვლენები", "description": "შემავალი CSV მოვლენების ცხრილის გზა." }, "event_route_field": { "label": "მოვლენის მარშრუტის ველი", "description": "CSV-ის ველი მარშრუტების იდენტიფიკატორებით." }, "from_measure_field": { "label": "საწყისი გაზომვის ველი", "description": "CSV-ის ველი საწყისი საზომებით." }, "to_measure_field": { "label": "საბოლოო გაზომვის ველი", "description": "CSV-ის ველი საბოლოო საზომებით." }, "route_id_field": { "label": "მარშრუტის ID ველი", "description": "არასავალდებულო მარშრუტების ფენის ველი მარშრუტების იდენტიფიკატორებით. ნაგულისხმევად ობიექტის FID." }, "output": { "label": "გამომავალი", "description": "გამომავალი ხაზოვანი ვექტორის გზა." } } }, "route_event_merge": { "name": "მარშრუტის მოვლენების შერწყმა", "description": "აერწყმის მოსაზღვრე თავსებად მარშრუტის მოვლენებს.", "params": { "events": { "label": "მოვლენები", "description": "შემავალი მოვლენების ფენა მარშრუტის ინტერვალებით." }, "event_route_field": { "label": "მოვლენის მარშრუტის ველი", "description": "მოვლენების ფენის მარშრუტის იდენტიფიკატორის ველი." }, "from_measure_field": { "label": "საწყისი გაზომვის ველი", "description": "მოვლენების ფენის ინტერვალის დასაწყისის ველი." }, "to_measure_field": { "label": "საბოლოო გაზომვის ველი", "description": "მოვლენების ფენის ინტერვალის დასასრულის ველი." }, "group_fields": { "label": "დაჯგუფების ველები", "description": "არასავალდებულო მძიმით გამოყოფილი ველები, გამოიყენება შერწყმის თავსებადობისთვის. ნაგულისხმევად ყველა არასაზომი ველი." }, "gap_tolerance": { "label": "ღრეჩოს ტოლერანტობა", "description": "მომიჯნავეობით შერწყმისთვის დასაშვები მაქსიმალური ღრეჩო (ნაგულისხმევი 0.0)." }, "conflict_mode": { "label": "კონფლიქტის რეჟიმი", "description": "გადაფარვის დამუშავების რეჟიმი: error|skip (ნაგულისხმევი error)." }, "output": { "label": "გამომავალი", "description": "გამომავალი შერწყმული მოვლენების ფენა." } } }, "route_event_overlay": { "name": "მარშრუტის მოვლენების გადაფარვა", "description": "ადებს ერთმანეთზე მარშრუტის მოვლენების ორ ფენას ინტერვალების გადაფარვის მიხედვით.", "params": { "primary_events": { "label": "ძირითადი მოვლენები", "description": "ძირითადი მოვლენების ფენა." }, "overlay_events": { "label": "გადასაფარებელი მოვლენები", "description": "გადამფარავი მოვლენების ფენა." }, "primary_route_field": { "label": "ძირითადი მარშრუტის ველი", "description": "ძირითადი ფენის მარშრუტის იდენტიფიკატორის ველი." }, "primary_from_measure_field": { "label": "ძირითადი საწყისი გაზომვის ველი", "description": "ძირითადი ფენის ინტერვალის დასაწყისის ველი." }, "primary_to_measure_field": { "label": "ძირითადი საბოლოო გაზომვის ველი", "description": "ძირითადი ფენის ინტერვალის დასასრულის ველი." }, "overlay_route_field": { "label": "გადასაფარებელი მარშრუტის ველი", "description": "გადამფარავი ფენის მარშრუტის იდენტიფიკატორის ველი." }, "overlay_from_measure_field": { "label": "გადასაფარებელი საწყისი გაზომვის ველი", "description": "გადამფარავი ფენის ინტერვალის დასაწყისის ველი." }, "overlay_to_measure_field": { "label": "გადასაფარებელი საბოლოო გაზომვის ველი", "description": "გადამფარავი ფენის ინტერვალის დასასრულის ველი." }, "min_overlap_length": { "label": "მინიმალური გადაფარვის სიგრძე", "description": "შესანარჩუნებელი გადაფარვის მინიმალური სიგრძე (ნაგულისხმევი 0.0)." }, "output": { "label": "გამომავალი", "description": "გამომავალი გადაფარვის ფენა." } } }, "route_event_points_from_layer": { "name": "მარშრუტის მოვლენათა წერტილები ფენიდან", "description": "ქმნის მარშრუტზე მიბმულ წერტილოვან მოვლენებს მოვლენების ვექტორული ფენიდან და მარშრუტების ფენიდან.", "params": { "routes": { "label": "მარშრუტები", "description": "შემავალი მარშრუტების ხაზოვანი ფენა." }, "events": { "label": "მოვლენები", "description": "შემავალი მოვლენების ვექტორული ფენა." }, "event_route_field": { "label": "მოვლენის მარშრუტის ველი", "description": "მოვლენების ფენის ველი მარშრუტების იდენტიფიკატორებით." }, "measure_field": { "label": "გაზომვის ველი", "description": "მოვლენების ფენის ველი წერტილოვანი მოვლენების საზომებით." }, "route_id_field": { "label": "მარშრუტის ID ველი", "description": "არასავალდებულო მარშრუტების ფენის ველი მარშრუტების იდენტიფიკატორებით. ნაგულისხმევად ობიექტის FID." }, "write_event_fid": { "label": "მოვლენის FID-ის ჩაწერა", "description": "EVENT_FID-ის ჩაწერა წყარო მოვლენების ობიექტების ID-ების შესანარჩუნებლად (ნაგულისხმევი true)." }, "write_event_xy": { "label": "მოვლენის XY-ის ჩაწერა", "description": "წყარო მოვლენის გეომეტრიის X/Y ატრიბუტების ჩაწერა (ნაგულისხმევი false)." }, "output": { "label": "გამომავალი", "description": "გამომავალი წერტილოვანი ვექტორის გზა." } } }, "route_event_points_from_table": { "name": "მარშრუტის მოვლენათა წერტილები ცხრილიდან", "description": "ქმნის მარშრუტზე მიბმულ წერტილოვან მოვლენებს CSV მოვლენების ცხრილიდან და მარშრუტების ფენიდან.", "params": { "routes": { "label": "მარშრუტები", "description": "შემავალი მარშრუტების ხაზოვანი ფენა." }, "events": { "label": "მოვლენები", "description": "შემავალი CSV მოვლენების ცხრილის გზა." }, "event_route_field": { "label": "მოვლენის მარშრუტის ველი", "description": "CSV-ის ველი მარშრუტების იდენტიფიკატორებით." }, "measure_field": { "label": "გაზომვის ველი", "description": "CSV-ის ველი წერტილოვანი მოვლენების საზომებით." }, "route_id_field": { "label": "მარშრუტის ID ველი", "description": "არასავალდებულო მარშრუტების ფენის ველი მარშრუტების იდენტიფიკატორებით. ნაგულისხმევად ობიექტის FID." }, "output": { "label": "გამომავალი", "description": "გამომავალი წერტილოვანი ვექტორის გზა." } } }, "route_event_split": { "name": "მარშრუტის მოვლენების გაყოფა", "description": "ყოფს მარშრუტის მოვლენებს თითოეული მარშრუტის სასაზღვრო ზომების მიხედვით.", "params": { "events": { "label": "მოვლენები", "description": "შემავალი მოვლენების ფენა მარშრუტის ინტერვალებით." }, "boundaries": { "label": "საზღვრები", "description": "შემავალი საზღვრის ფენა მარშრუტის გაზომვის გარდატეხის წერტილებით." }, "event_route_field": { "label": "მოვლენის მარშრუტის ველი", "description": "მოვლენების ფენის მარშრუტის იდენტიფიკატორის ველი." }, "from_measure_field": { "label": "საწყისი გაზომვის ველი", "description": "მოვლენების ფენის ინტერვალის დასაწყისის ველი." }, "to_measure_field": { "label": "საბოლოო გაზომვის ველი", "description": "მოვლენების ფენის ინტერვალის დასასრულის ველი." }, "boundary_route_field": { "label": "საზღვრის მარშრუტის ველი", "description": "საზღვრის ფენის მარშრუტის იდენტიფიკატორის ველი." }, "boundary_measure_field": { "label": "საზღვრის გაზომვის ველი", "description": "საზღვრის ფენის გაზომვის ველი." }, "min_segment_length": { "label": "სეგმენტის მინიმალური სიგრძე", "description": "შესანარჩუნებელი გაყოფილი სეგმენტის არასავალდებულო მინიმალური სიგრძე (ნაგულისხმევი 0.0)." }, "output": { "label": "გამომავალი", "description": "გამომავალი გაყოფილი მოვლენების ფენა." } } }, "route_measure_qa": { "name": "მარშრუტის ზომების ხარისხის კონტროლი", "description": "ადგენს მარშრუტის მოვლენების ზომებში ხარვეზებს, გადაფარვებს, არამონოტონურ მიმდევრობებსა და დუბლირებულ ზომებს.", "params": { "events": { "label": "მოვლენები", "description": "შემავალი მოვლენების ფენა მარშრუტის ინტერვალებით." }, "route_field": { "label": "მარშრუტის ველი", "description": "მარშრუტის იდენტიფიკატორის ველი." }, "from_measure_field": { "label": "საწყისი გაზომვის ველი", "description": "ინტერვალის დაწყების ველი." }, "to_measure_field": { "label": "საბოლოო გაზომვის ველი", "description": "ინტერვალის დასრულების ველი." }, "gap_tolerance": { "label": "ღრეჩოს ტოლერანტობა", "description": "ღრეჩოს ტოლერანტობა (ნაგულისხმევი 0.0)." }, "overlap_tolerance": { "label": "გადაფარვის ტოლერანტობა", "description": "გადაფარვის ტოლერანტობა (ნაგულისხმევი 0.0)." }, "output": { "label": "გამომავალი", "description": "გამომავალი QA დიაგნოსტიკის ფენა." } } }, "route_recalibrate": { "name": "მარშრუტის ხელახალი კალიბრაცია", "description": "ხელახლა აკალიბრებს რედაქტირებულ მარშრუტის ზომებს საორიენტაციო მარშრუტების ფენიდან მარშრუტის ზომების უწყვეტობის შენარჩუნებით.", "params": { "original_routes": { "label": "საწყისი მარშრუტები", "description": "საცნობარო მარშრუტები წინა კალიბრებული გაზომვებით." }, "edited_routes": { "label": "რედაქტირებული მარშრუტები", "description": "ხელახლა დასაკალიბრებელი რედაქტირებული მარშრუტები." }, "route_id_field": { "label": "მარშრუტის ID ველი", "description": "არასავალდებულო საერთო მარშრუტის იდენტიფიკატორის ველი. ნაგულისხმევად გამოიყენება ობიექტის FID." }, "from_measure_field": { "label": "საწყისი გაზომვის ველი", "description": "გაზომვის დაწყების ველის სახელი (ნაგულისხმევი 'from_measure')." }, "to_measure_field": { "label": "საბოლოო გაზომვის ველი", "description": "გაზომვის დასრულების ველის სახელი (ნაგულისხმევი 'to_measure')." }, "output": { "label": "გამომავალი", "description": "გამომავალი ხელახლა დაკალიბრებული მარშრუტების ფენა." } } }, "build_network_topology": { "name": "ქსელის ტოპოლოგიის აგება", "description": "აგებს კვანძებიან ტოპოლოგიურ ხაზოვან ქსელს წიბოებისა და კვანძების სტაბილური შედეგებით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ხაზოვანი ქსელის ფენა." }, "snap_tolerance": { "label": "მიბმის ტოლერანტობა", "description": "არასავალდებულო მიბმის ტოლერანტობა, რომელიც გამოიყენება გადაკვეთების აღმოჩენისა და გაყოფისას." }, "output": { "label": "გამომავალი", "description": "გამომავალი ტოპოლოგიურად დაკვანძული წიბოების ვექტორული ფაილის გზა." }, "nodes_output": { "label": "კვანძების გამომავალი", "description": "არასავალდებულო გამომავალი კვანძების ვექტორული ფაილის გზა." } } }, "closest_facility_network": { "name": "უახლოესი ობიექტი ქსელში", "description": "პოულობს მინიმალური ღირებულების ქსელურ მარშრუტს თითოეული ინციდენტის წერტილიდან მის უახლოეს მისაწვდომ მომსახურების პუნქტამდე.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ხაზოვანი ქსელის ფენა." }, "incidents": { "label": "ინციდენტები", "description": "ინციდენტების/მოთხოვნის წერტილების ფენა." }, "facilities": { "label": "მომსახურების პუნქტები", "description": "მომსახურების პუნქტების/მიწოდების წერტილების ფენა." }, "snap_tolerance": { "label": "მიბმის ტოლერანტობა", "description": "არასავალდებულო კვანძების მიბმის ტოლერანტობა გრაფის ასაგებად." }, "max_snap_distance": { "label": "მაქსიმალური მიბმის მანძილი", "description": "არასავალდებულო მაქსიმალური მანძილი ინციდენტების/მომსახურების პუნქტების წერტილებიდან უახლოეს ქსელის კვანძამდე." }, "edge_cost_field": { "label": "წიბოს ღირებულების ველი", "description": "არასავალდებულო რიცხვითი ხაზოვანი ველი, რომელიც გამოიყენება სეგმენტის სიგრძის წინაღობის მამრავლად." }, "one_way_field": { "label": "ცალმხრივი მოძრაობის ველი", "description": "არასავალდებულო ხაზოვანი ველი, რომელიც აღნიშნავს ცალმხრივად დიგიტალიზებულ წიბოებს (true/1/yes ნიშნავს მხოლოდ პირველი წვეროდან მეორისკენ)." }, "blocked_field": { "label": "დაბლოკვის ველი", "description": "არასავალდებულო ხაზოვანი ველი, რომელიც აღნიშნავს დაბლოკილ/დახურულ წიბოებს მარშრუტიზაციიდან გამოსარიცხად (true/1/yes ბლოკავს)." }, "barriers": { "label": "ბარიერები", "description": "არასავალდებულო ბარიერების წერტილოვანი ფენა; უახლოესი ქსელის კვანძები იბლოკება გავლისთვის." }, "barrier_snap_distance": { "label": "ბარიერის მიბმის მანძილი", "description": "არასავალდებულო მაქსიმალური მანძილი თითოეული ბარიერის წერტილიდან ქსელის კვანძამდე დასაბლოკად." }, "node_cost_points": { "label": "კვანძის ღირებულების წერტილები", "description": "არასავალდებულო წერტილოვანი ფენა, რომელიც განსაზღვრავს თითოეულ კვანძში შესვლის ღირებულებას (მაგ., გადაკვეთაზე შეყოვნება)." }, "node_cost_field": { "label": "კვანძის ღირებულების ველი", "description": "რიცხვითი ველი node_cost_points-ში, რომელიც შეიცავს თითოეული კვანძის არაუარყოფით ღირებულებებს." }, "node_cost_snap_distance": { "label": "კვანძის ღირებულების მიბმის მანძილი", "description": "არასავალდებულო მაქსიმალური მანძილი კვანძის ღირებულების თითოეული წერტილიდან ქსელის კვანძამდე მისანიჭებლად." }, "turn_penalty": { "label": "მოხვევის ჯარიმა", "description": "არასავალდებულო დამატებითი ღირებულება, რომელიც გამოიყენება ქსელის კვანძებზე არასწორხაზოვანი მოხვევებისთვის." }, "u_turn_penalty": { "label": "უკუმოხვევის ჯარიმა", "description": "არასავალდებულო დამატებითი ღირებულება, რომელიც გამოიყენება უკუმოხვევის გადასვლებისთვის." }, "forbid_u_turns": { "label": "უკუმოხვევების აკრძალვა", "description": "თუ true, უკუმოხვევის გადასვლები აიკრძალება." }, "forbid_left_turns": { "label": "მარცხნივ მოხვევების აკრძალვა", "description": "თუ true, მარცხნივ მოხვევის გადასვლები აიკრძალება." }, "forbid_right_turns": { "label": "მარჯვნივ მოხვევების აკრძალვა", "description": "თუ true, მარჯვნივ მოხვევის გადასვლები აიკრძალება." }, "turn_restrictions_csv": { "label": "მოხვევის შეზღუდვების CSV", "description": "არასავალდებულო CSV მოხვევის გადასვლებით, სვეტებით prev_x,prev_y,node_x,node_y,next_x,next_y. არასავალდებულო სვეტები: forbidden (ნაგულისხმევი true, როცა turn_cost სვეტი მითითებული არ არის) და turn_cost (ან penalty/cost/extra_cost) თითოეული მოხვევის დამატებითი ღირებულებისთვის." }, "temporal_cost_profile": { "label": "დროითი ღირებულების პროფილი", "description": "არასავალდებულო CSV, რომელიც განსაზღვრავს დროზე დამოკიდებულ წიბოების ღირებულებებს (სვეტები: edge_id,dow,start_minute,end_minute,value)." }, "temporal_edge_id_field": { "label": "დროითი წიბოს ID ველი", "description": "არასავალდებულო ქსელის ველი, რომელიც გამოიყენება temporal_cost_profile-ის edge_id მნიშვნელობებთან შესაბამებისთვის (ნაგულისხმევი EDGE_ID)." }, "departure_time": { "label": "გასვლის დრო", "description": "არასავალდებულო RFC3339 გასვლის დრო, რომელიც გამოიყენება დროითი პროფილის მოსაძებნად." }, "temporal_mode": { "label": "დროითი რეჟიმი", "description": "არასავალდებულო დროითი ინტერპრეტაციის რეჟიმი: multiplier ან absolute." }, "temporal_fallback": { "label": "დროითი სარეზერვო ვარიანტი", "description": "არასავალდებულო სარეზერვო ვარიანტი, როცა დროითი სტრიქონი აკლია: static_cost ან error." }, "temporal_profile_report": { "label": "დროითი პროფილის ანგარიში", "description": "არასავალდებულო გამომავალი JSON-ის გზა დროითი პროფილის დიაგნოსტიკისთვის (დაფარვა, შეუსაბამებელი წიბოები, სარეზერვო ვარიანტის გამოყენება)." }, "output": { "label": "გამომავალი", "description": "უახლოესი მომსახურების პუნქტის მარშრუტის გამომავალი ხაზოვანი ვექტორული ფაილის გზა." } } }, "generate_network_nodes": { "name": "ქსელის კვანძების გენერირება", "description": "ქმნის ქსელის კვანძებს და კვანძების დიაგნოსტიკას ხაზოვანი ტოპოლოგიიდან.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ხაზოვანი ქსელის ფენა." }, "snap_tolerance": { "label": "მიბმის ტოლერანტობა", "description": "არასავალდებულო კვანძების მიბმის ტოლერანტობა გრაფის ასაგებად." }, "output": { "label": "გამომავალი", "description": "გამომავალი კვანძების წერტილოვანი ვექტორული ფაილის გზა." } } }, "k_shortest_paths_network": { "name": "K უმოკლესი გზა ქსელში", "description": "პოულობს k უმოკლეს მარტივ გზას საწყის და საბოლოო კოორდინატებს შორის ხაზოვან ქსელში.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ხაზოვანი ქსელის ფენა." }, "start_x": { "label": "საწყისი X", "description": "საწყისი x კოორდინატი." }, "start_y": { "label": "საწყისი Y", "description": "საწყისი y კოორდინატი." }, "end_x": { "label": "საბოლოო X", "description": "საბოლოო x კოორდინატი." }, "end_y": { "label": "საბოლოო Y", "description": "საბოლოო y კოორდინატი." }, "k": { "label": "K", "description": "დასაბრუნებელი უმოკლესი გზების რაოდენობა." }, "snap_tolerance": { "label": "მიბმის ტოლერანტობა", "description": "არასავალდებულო კვანძების მიბმის ტოლერანტობა გრაფის ასაგებად." }, "max_snap_distance": { "label": "მაქსიმალური მიბმის მანძილი", "description": "არასავალდებულო მაქსიმალური მანძილი საწყისი/საბოლოო კოორდინატებიდან უახლოეს ქსელის კვანძამდე." }, "edge_cost_field": { "label": "წიბოს ღირებულების ველი", "description": "არასავალდებულო რიცხვითი ხაზოვანი ველი, რომელიც გამოიყენება სეგმენტის სიგრძის წინაღობის მამრავლად." }, "one_way_field": { "label": "ცალმხრივი მოძრაობის ველი", "description": "არასავალდებულო ხაზოვანი ველი, რომელიც აღნიშნავს ცალმხრივად დიგიტალიზებულ წიბოებს (true/1/yes ნიშნავს მხოლოდ პირველი წვეროდან მეორისკენ)." }, "blocked_field": { "label": "დაბლოკვის ველი", "description": "არასავალდებულო ხაზოვანი ველი, რომელიც აღნიშნავს დაბლოკილ/დახურულ წიბოებს მარშრუტიზაციიდან გამოსარიცხად (true/1/yes ბლოკავს)." }, "barriers": { "label": "ბარიერები", "description": "არასავალდებულო ბარიერების წერტილოვანი ფენა; უახლოესი ქსელის კვანძები იბლოკება გავლისთვის." }, "barrier_snap_distance": { "label": "ბარიერის მიბმის მანძილი", "description": "არასავალდებულო მაქსიმალური მანძილი თითოეული ბარიერის წერტილიდან ქსელის კვანძამდე დასაბლოკად." }, "node_cost_points": { "label": "კვანძის ღირებულების წერტილები", "description": "არასავალდებულო წერტილოვანი ფენა, რომელიც განსაზღვრავს თითოეულ კვანძში შესვლის ღირებულებას (მაგ., გადაკვეთაზე შეყოვნება)." }, "node_cost_field": { "label": "კვანძის ღირებულების ველი", "description": "რიცხვითი ველი node_cost_points-ში, რომელიც შეიცავს თითოეული კვანძის არაუარყოფით ღირებულებებს." }, "node_cost_snap_distance": { "label": "კვანძის ღირებულების მიბმის მანძილი", "description": "არასავალდებულო მაქსიმალური მანძილი კვანძის ღირებულების თითოეული წერტილიდან ქსელის კვანძამდე მისანიჭებლად." }, "turn_penalty": { "label": "მოხვევის ჯარიმა", "description": "არასავალდებულო დამატებითი ღირებულება, რომელიც გამოიყენება ქსელის კვანძებზე არასწორხაზოვანი მოხვევებისთვის." }, "u_turn_penalty": { "label": "უკუმოხვევის ჯარიმა", "description": "არასავალდებულო დამატებითი ღირებულება, რომელიც გამოიყენება უკუმოხვევის გადასვლებისთვის." }, "forbid_u_turns": { "label": "უკუმოხვევების აკრძალვა", "description": "თუ true, უკუმოხვევის გადასვლები აიკრძალება." }, "forbid_left_turns": { "label": "მარცხნივ მოხვევების აკრძალვა", "description": "თუ true, მარცხნივ მოხვევის გადასვლები აიკრძალება." }, "forbid_right_turns": { "label": "მარჯვნივ მოხვევების აკრძალვა", "description": "თუ true, მარჯვნივ მოხვევის გადასვლები აიკრძალება." }, "turn_restrictions_csv": { "label": "მოხვევის შეზღუდვების CSV", "description": "არასავალდებულო CSV მოხვევის გადასვლებით, სვეტებით prev_x,prev_y,node_x,node_y,next_x,next_y. არასავალდებულო სვეტები: forbidden (ნაგულისხმევი true, როცა turn_cost სვეტი მითითებული არ არის) და turn_cost (ან penalty/cost/extra_cost) თითოეული მოხვევის დამატებითი ღირებულებისთვის." }, "temporal_cost_profile": { "label": "დროითი ღირებულების პროფილი", "description": "არასავალდებულო CSV, რომელიც განსაზღვრავს დროზე დამოკიდებულ წიბოების ღირებულებებს (სვეტები: edge_id,dow,start_minute,end_minute,value)." }, "temporal_edge_id_field": { "label": "დროითი წიბოს ID ველი", "description": "არასავალდებულო ქსელის ველი, რომელიც გამოიყენება temporal_cost_profile-ის edge_id მნიშვნელობებთან შესაბამებისთვის (ნაგულისხმევი EDGE_ID)." }, "departure_time": { "label": "გასვლის დრო", "description": "არასავალდებულო RFC3339 გასვლის დრო, რომელიც გამოიყენება დროითი პროფილის მოსაძებნად." }, "temporal_mode": { "label": "დროითი რეჟიმი", "description": "არასავალდებულო დროითი ინტერპრეტაციის რეჟიმი: multiplier ან absolute." }, "temporal_fallback": { "label": "დროითი სარეზერვო ვარიანტი", "description": "არასავალდებულო სარეზერვო ვარიანტი, როცა დროითი სტრიქონი აკლია: static_cost ან error." }, "temporal_profile_report": { "label": "დროითი პროფილის ანგარიში", "description": "არასავალდებულო გამომავალი JSON-ის გზა დროითი პროფილის დიაგნოსტიკისთვის (დაფარვა, შეუსაბამებელი წიბოები, სარეზერვო ვარიანტის გამოყენება)." }, "output": { "label": "გამომავალი", "description": "გამომავალი ხაზოვანი ვექტორის გზა." } } }, "location_allocation_network": { "name": "ლოკაცია-ალოკაცია ქსელში", "description": "ირჩევს k მომსახურების პუნქტს და ანაწილებს მოთხოვნის წერტილებს ქსელური ღირებულების მიხედვით ხარბი ან ზუსტი ამოხსნით, არასავალდებულო ტევადობებითა და სავალდებულო/აკრძალული კანდიდატების შეზღუდვებით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ხაზოვანი ქსელის ფენა." }, "demand_points": { "label": "მოთხოვნის წერტილები", "description": "გასანაწილებელი მოთხოვნის წერტილების ფენა." }, "facilities": { "label": "მომსახურების პუნქტები", "description": "კანდიდატი მომსახურების პუნქტების წერტილოვანი ფენა." }, "facility_count": { "label": "მომსახურების პუნქტების რაოდენობა", "description": "შესარჩევი მომსახურების პუნქტების რაოდენობა (k)." }, "solver_mode": { "label": "ამომხსნელის რეჟიმი", "description": "ამომხსნელის რეჟიმი: auto, greedy ან exact (exact განკუთვნილია მცირე ამოცანებისთვის)." }, "demand_weight_field": { "label": "მოთხოვნის წონის ველი", "description": "არასავალდებულო რიცხვითი მოთხოვნის წონის ველი demand_points-ში (ნაგულისხმევი weight=1)." }, "facility_capacity_field": { "label": "მომსახურების პუნქტის ტევადობის ველი", "description": "არასავალდებულო რიცხვითი ტევადობის ველი facilities-ში; ტევადობა იხარჯება demand_weight_field-ის მნიშვნელობებით." }, "required_facility_field": { "label": "სავალდებულო მომსახურების პუნქტის ველი", "description": "არასავალდებულო ლოგიკური ველი მომსახურების პუნქტებში, რომელიც აღნიშნავს სავალდებულოდ შესარჩევ კანდიდატებს." }, "forbidden_facility_field": { "label": "აკრძალული მომსახურების პუნქტის ველი", "description": "არასავალდებულო ლოგიკური ველი მომსახურების პუნქტებში, რომელიც აღნიშნავს კანდიდატებს, რომლებიც არ უნდა შეირჩეს." }, "snap_tolerance": { "label": "მიბმის ტოლერანტობა", "description": "არასავალდებულო კვანძების მიბმის ტოლერანტობა გრაფის ასაგებად." }, "max_snap_distance": { "label": "მაქსიმალური მიბმის მანძილი", "description": "არასავალდებულო მაქსიმალური მანძილი მოთხოვნის/მომსახურების პუნქტების წერტილებიდან უახლოეს ქსელის კვანძამდე." }, "edge_cost_field": { "label": "წიბოს ღირებულების ველი", "description": "არასავალდებულო რიცხვითი ხაზოვანი ველი, რომელიც გამოიყენება სეგმენტის სიგრძის წინაღობის მამრავლად." }, "one_way_field": { "label": "ცალმხრივი მოძრაობის ველი", "description": "არასავალდებულო ხაზოვანი ველი, რომელიც აღნიშნავს ცალმხრივად დიგიტალიზებულ წიბოებს (true/1/yes ნიშნავს მხოლოდ პირველი წვეროდან მეორისკენ)." }, "blocked_field": { "label": "დაბლოკვის ველი", "description": "არასავალდებულო ხაზოვანი ველი, რომელიც აღნიშნავს დაბლოკილ/დახურულ წიბოებს მარშრუტიზაციიდან გამოსარიცხად (true/1/yes ბლოკავს)." }, "barriers": { "label": "ბარიერები", "description": "არასავალდებულო ბარიერების წერტილოვანი ფენა; უახლოესი ქსელის კვანძები იბლოკება გავლისთვის." }, "barrier_snap_distance": { "label": "ბარიერის მიბმის მანძილი", "description": "არასავალდებულო მაქსიმალური მანძილი თითოეული ბარიერის წერტილიდან ქსელის კვანძამდე დასაბლოკად." }, "node_cost_points": { "label": "კვანძის ღირებულების წერტილები", "description": "არასავალდებულო წერტილოვანი ფენა, რომელიც განსაზღვრავს თითოეულ კვანძში შესვლის ღირებულებას (მაგ., გადაკვეთაზე შეყოვნება)." }, "node_cost_field": { "label": "კვანძის ღირებულების ველი", "description": "რიცხვითი ველი node_cost_points-ში, რომელიც შეიცავს თითოეული კვანძის არაუარყოფით ღირებულებებს." }, "node_cost_snap_distance": { "label": "კვანძის ღირებულების მიბმის მანძილი", "description": "არასავალდებულო მაქსიმალური მანძილი კვანძის ღირებულების თითოეული წერტილიდან ქსელის კვანძამდე მისანიჭებლად." }, "turn_penalty": { "label": "მოხვევის ჯარიმა", "description": "არასავალდებულო დამატებითი ღირებულება, რომელიც გამოიყენება ქსელის კვანძებზე არასწორხაზოვანი მოხვევებისთვის." }, "u_turn_penalty": { "label": "უკუმოხვევის ჯარიმა", "description": "არასავალდებულო დამატებითი ღირებულება, რომელიც გამოიყენება უკუმოხვევის გადასვლებისთვის." }, "forbid_u_turns": { "label": "უკუმოხვევების აკრძალვა", "description": "თუ true, უკუმოხვევის გადასვლები აიკრძალება." }, "forbid_left_turns": { "label": "მარცხნივ მოხვევების აკრძალვა", "description": "თუ true, მარცხნივ მოხვევის გადასვლები აიკრძალება." }, "forbid_right_turns": { "label": "მარჯვნივ მოხვევების აკრძალვა", "description": "თუ true, მარჯვნივ მოხვევის გადასვლები აიკრძალება." }, "turn_restrictions_csv": { "label": "მოხვევის შეზღუდვების CSV", "description": "არასავალდებულო CSV მოხვევის გადასვლებით, სვეტებით prev_x,prev_y,node_x,node_y,next_x,next_y. არასავალდებულო სვეტები: forbidden (ნაგულისხმევი true, როცა turn_cost სვეტი მითითებული არ არის) და turn_cost (ან penalty/cost/extra_cost) თითოეული მოხვევის დამატებითი ღირებულებისთვის." }, "temporal_cost_profile": { "label": "დროითი ღირებულების პროფილი", "description": "არასავალდებულო CSV, რომელიც განსაზღვრავს დროზე დამოკიდებულ წიბოების ღირებულებებს (სვეტები: edge_id,dow,start_minute,end_minute,value)." }, "temporal_edge_id_field": { "label": "დროითი წიბოს ID ველი", "description": "არასავალდებულო ქსელის ველი, რომელიც გამოიყენება temporal_cost_profile-ის edge_id მნიშვნელობებთან შესაბამებისთვის (ნაგულისხმევი EDGE_ID)." }, "departure_time": { "label": "გასვლის დრო", "description": "არასავალდებულო RFC3339 გასვლის დრო, რომელიც გამოიყენება დროითი პროფილის მოსაძებნად." }, "temporal_mode": { "label": "დროითი რეჟიმი", "description": "არასავალდებულო დროითი ინტერპრეტაციის რეჟიმი: multiplier ან absolute." }, "temporal_fallback": { "label": "დროითი სარეზერვო ვარიანტი", "description": "არასავალდებულო სარეზერვო ვარიანტი, როცა დროითი სტრიქონი აკლია: static_cost ან error." }, "temporal_profile_report": { "label": "დროითი პროფილის ანგარიში", "description": "არასავალდებულო გამომავალი JSON-ის გზა დროითი პროფილის დიაგნოსტიკისთვის (დაფარვა, შეუსაბამებელი წიბოები, სარეზერვო ვარიანტის გამოყენება)." }, "output": { "label": "გამომავალი", "description": "განაწილებული მარშრუტის გამომავალი ხაზოვანი ვექტორული ფაილის გზა." } } }, "map_matching_v1": { "name": "რუკაზე შესაბამება V1", "description": "აბამს ტრაექტორიის წერტილებს ხაზოვან ქსელზე და დიაგნოსტიკით აღადგენს სავარაუდო მარშრუტს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ხაზოვანი ქსელის ფენა." }, "trajectory_points": { "label": "ტრაექტორიის წერტილები", "description": "შემავალი ტრაექტორიის წერტილოვანი ფენა." }, "timestamp_field": { "label": "დროის ნიშნულის ველი", "description": "ტრაექტორიის ველი, რომელიც გამოიყენება დროით დალაგებისთვის." }, "search_radius": { "label": "ძიების რადიუსი", "description": "არასავალდებულო კანდიდატების ძიების რადიუსი ტრაექტორიის თითოეული წერტილის გარშემო." }, "candidate_k": { "label": "კანდიდატების K", "description": "არასავალდებულო რაოდენობა უახლოესი კანდიდატებისა, რომლებიც შენარჩუნდება თითოეულ წერტილზე." }, "snap_tolerance": { "label": "მიბმის ტოლერანტობა", "description": "არასავალდებულო კვანძების მიბმის ტოლერანტობა გრაფის ასაგებად." }, "max_snap_distance": { "label": "მაქსიმალური მიბმის მანძილი", "description": "არასავალდებულო მაქსიმალური მანძილი ტრაექტორიის წერტილების ქსელის კვანძებზე მისაბმელად." }, "edge_cost_field": { "label": "წიბოს ღირებულების ველი", "description": "არასავალდებულო რიცხვითი ხაზოვანი ველი, რომელიც გამოიყენება სეგმენტის სიგრძის წინაღობის მამრავლად." }, "one_way_field": { "label": "ცალმხრივი მოძრაობის ველი", "description": "არასავალდებულო ხაზოვანი ველი, რომელიც აღნიშნავს ცალმხრივად დიგიტალიზებულ წიბოებს (მხარდაჭერილია FT/TF/B და მოძველებული ლოგიკური მნიშვნელობები)." }, "blocked_field": { "label": "დაბლოკვის ველი", "description": "არასავალდებულო ხაზოვანი ველი, რომელიც აღნიშნავს დაბლოკილ/დახურულ წიბოებს მარშრუტიზაციიდან გამოსარიცხად (true/1/yes ბლოკავს)." }, "barriers": { "label": "ბარიერები", "description": "არასავალდებულო ბარიერების წერტილოვანი ფენა; უახლოესი ქსელის კვანძები იბლოკება გავლისთვის." }, "barrier_snap_distance": { "label": "ბარიერის მიბმის მანძილი", "description": "არასავალდებულო მაქსიმალური მანძილი თითოეული ბარიერის წერტილიდან ქსელის კვანძამდე დასაბლოკად." }, "node_cost_points": { "label": "კვანძის ღირებულების წერტილები", "description": "არასავალდებულო წერტილოვანი ფენა, რომელიც განსაზღვრავს თითოეულ კვანძში შესვლის ღირებულებას (მაგ., გადაკვეთაზე შეყოვნება)." }, "node_cost_field": { "label": "კვანძის ღირებულების ველი", "description": "რიცხვითი ველი node_cost_points-ში, რომელიც შეიცავს თითოეული კვანძის არაუარყოფით ღირებულებებს." }, "node_cost_snap_distance": { "label": "კვანძის ღირებულების მიბმის მანძილი", "description": "არასავალდებულო მაქსიმალური მანძილი კვანძის ღირებულების თითოეული წერტილიდან ქსელის კვანძამდე მისანიჭებლად." }, "turn_penalty": { "label": "მოხვევის ჯარიმა", "description": "არასავალდებულო დამატებითი ღირებულება, რომელიც გამოიყენება ქსელის კვანძებზე არასწორხაზოვანი მოხვევებისთვის." }, "u_turn_penalty": { "label": "უკუმოხვევის ჯარიმა", "description": "არასავალდებულო დამატებითი ღირებულება, რომელიც გამოიყენება უკუმოხვევის გადასვლებისთვის." }, "forbid_u_turns": { "label": "უკუმოხვევების აკრძალვა", "description": "თუ true, უკუმოხვევის გადასვლები აიკრძალება." }, "forbid_left_turns": { "label": "მარცხნივ მოხვევების აკრძალვა", "description": "თუ true, მარცხნივ მოხვევის გადასვლები აიკრძალება." }, "forbid_right_turns": { "label": "მარჯვნივ მოხვევების აკრძალვა", "description": "თუ true, მარჯვნივ მოხვევის გადასვლები აიკრძალება." }, "turn_restrictions_csv": { "label": "მოხვევის შეზღუდვების CSV", "description": "არასავალდებულო CSV მოხვევის გადასვლებით, სვეტებით prev_x,prev_y,node_x,node_y,next_x,next_y. არასავალდებულო სვეტები: forbidden (ნაგულისხმევი true, როცა turn_cost სვეტი მითითებული არ არის) და turn_cost (ან penalty/cost/extra_cost) თითოეული მოხვევის დამატებითი ღირებულებისთვის." }, "matched_points_output": { "label": "შესაბამებული წერტილების გამომავალი", "description": "არასავალდებულო გამომავალი ვექტორული ფაილის გზა თითოეული წერტილის დიაგნოსტიკისთვის." }, "match_report": { "label": "შესაბამების ანგარიში", "description": "არასავალდებულო გამომავალი JSON-ის გზა შემაჯამებელი დიაგნოსტიკისთვის." }, "output": { "label": "გამომავალი", "description": "გამომავალი ხაზოვანი ვექტორული ფაილის გზა დადგენილი მარშრუტისთვის." } } }, "multimodal_od_cost_matrix": { "name": "მულტიმოდალური OD ღირებულების მატრიცა", "description": "ითვლის მულტიმოდალური OD ღირებულებების პაკეტებს და რეჟიმების შეჯამებებს საწყისი და დანიშნულების წერტილოვან ნაკრებებს შორის.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ხაზოვანი ქსელის ფენა." }, "origins": { "label": "საწყისი წერტილები", "description": "საწყისი წერტილების ფენა." }, "destinations": { "label": "დანიშნულების წერტილები", "description": "დანიშნულების წერტილების ფენა." }, "mode_field": { "label": "რეჟიმის ველი", "description": "ხაზის ატრიბუტული ველი, რომელიც განსაზღვრავს მოძრაობის რეჟიმს თითოეული სეგმენტისთვის." }, "snap_tolerance": { "label": "მიბმის ტოლერანტობა", "description": "არასავალდებულო კვანძების მიბმის ტოლერანტობა გრაფის ასაგებად." }, "max_snap_distance": { "label": "მაქსიმალური მიბმის მანძილი", "description": "არასავალდებულო მაქსიმალური მანძილი საწყისი/დანიშნულების წერტილებიდან უახლოეს ქსელის კვანძამდე." }, "default_mode_speed": { "label": "რეჟიმის ნაგულისხმევი სიჩქარე", "description": "რეჟიმის ნაგულისხმევი სიჩქარე კოორდინატთა ერთეულებში დროის ერთეულზე (ნაგულისხმევი: 1)." }, "mode_speed_overrides": { "label": "რეჟიმის სიჩქარის ჩანაცვლებები", "description": "არასავალდებულო მძიმით გამოყოფილი mode:speed ჩანაცვლებები (მაგალითად: walk:1.4,drive:12,transit:8)." }, "allowed_modes": { "label": "დაშვებული რეჟიმები", "description": "არასავალდებულო მძიმით გამოყოფილი დაშვებული რეჟიმების სია მარშრუტიზაციაში ჩასართავად." }, "transfer_penalty": { "label": "გადაჯდომის ჯარიმა", "description": "არასავალდებულო დამატებითი ჯარიმა, რომელიც გამოიყენება ყოველ ჯერზე, როცა მარშრუტი რეჟიმს იცვლის." }, "temporal_cost_profile": { "label": "დროითი ღირებულების პროფილი", "description": "არასავალდებულო CSV, რომელიც განსაზღვრავს დროზე დამოკიდებულ წიბოების ღირებულებებს (სვეტები: edge_id,dow,start_minute,end_minute,value)." }, "temporal_edge_id_field": { "label": "დროითი წიბოს ID ველი", "description": "არასავალდებულო ქსელის ველი, რომელიც გამოიყენება temporal_cost_profile-ის edge_id მნიშვნელობებთან შესაბამებისთვის (ნაგულისხმევი EDGE_ID)." }, "departure_time": { "label": "გასვლის დრო", "description": "არასავალდებულო RFC3339 გასვლის დრო, რომელიც გამოიყენება დროითი პროფილის მოსაძებნად." }, "temporal_mode": { "label": "დროითი რეჟიმი", "description": "არასავალდებულო დროითი ინტერპრეტაციის რეჟიმი: multiplier ან absolute." }, "temporal_fallback": { "label": "დროითი სარეზერვო ვარიანტი", "description": "არასავალდებულო სარეზერვო ვარიანტი, როცა დროითი სტრიქონი აკლია: static_cost ან error." }, "temporal_profile_report": { "label": "დროითი პროფილის ანგარიში", "description": "არასავალდებულო გამომავალი JSON-ის გზა დროითი პროფილის დიაგნოსტიკისთვის პირდაპირი დროითი შემავალი მონაცემების გამოყენებისას." }, "scenario_bundle_csv": { "label": "სცენარების კრებულის CSV", "description": "არასავალდებულო CSV დასახელებული დროითი სცენარების ჩამონათვალით მრავალსცენარიანი შედარებითი OD გამომავალისთვის." }, "output": { "label": "გამომავალი", "description": "გამომავალი CSV-ის გზა." } } }, "multimodal_routes_from_od": { "name": "მულტიმოდალური მარშრუტები OD-დან", "description": "აგებს მარშრუტის გეომეტრიებს მულტიმოდალური საწყისი-დანიშნულების წერტილოვანი წყვილებისთვის თითოეული მარშრუტის რეჟიმების შეჯამებით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ხაზოვანი ქსელის ფენა." }, "origins": { "label": "საწყისი წერტილები", "description": "საწყისი წერტილების ფენა." }, "destinations": { "label": "დანიშნულების წერტილები", "description": "დანიშნულების წერტილების ფენა." }, "mode_field": { "label": "რეჟიმის ველი", "description": "ხაზის ატრიბუტული ველი, რომელიც განსაზღვრავს მოძრაობის რეჟიმს თითოეული სეგმენტისთვის." }, "snap_tolerance": { "label": "მიბმის ტოლერანტობა", "description": "არასავალდებულო კვანძების მიბმის ტოლერანტობა გრაფის ასაგებად." }, "max_snap_distance": { "label": "მაქსიმალური მიბმის მანძილი", "description": "არასავალდებულო მაქსიმალური მანძილი საწყისი/დანიშნულების წერტილებიდან უახლოეს ქსელის კვანძამდე." }, "default_mode_speed": { "label": "რეჟიმის ნაგულისხმევი სიჩქარე", "description": "რეჟიმის ნაგულისხმევი სიჩქარე კოორდინატთა ერთეულებში დროის ერთეულზე (ნაგულისხმევი: 1)." }, "mode_speed_overrides": { "label": "რეჟიმის სიჩქარის ჩანაცვლებები", "description": "არასავალდებულო მძიმით გამოყოფილი mode:speed ჩანაცვლებები (მაგალითად: walk:1.4,drive:12,transit:8)." }, "allowed_modes": { "label": "დაშვებული რეჟიმები", "description": "არასავალდებულო მძიმით გამოყოფილი დაშვებული რეჟიმების სია მარშრუტიზაციაში ჩასართავად." }, "transfer_penalty": { "label": "გადაჯდომის ჯარიმა", "description": "არასავალდებულო დამატებითი ჯარიმა, რომელიც გამოიყენება ყოველ ჯერზე, როცა მარშრუტი რეჟიმს იცვლის." }, "temporal_cost_profile": { "label": "დროითი ღირებულების პროფილი", "description": "არასავალდებულო CSV, რომელიც განსაზღვრავს დროზე დამოკიდებულ წიბოების ღირებულებებს (სვეტები: edge_id,dow,start_minute,end_minute,value)." }, "temporal_edge_id_field": { "label": "დროითი წიბოს ID ველი", "description": "არასავალდებულო ქსელის ველი, რომელიც გამოიყენება temporal_cost_profile-ის edge_id მნიშვნელობებთან შესაბამებისთვის (ნაგულისხმევი EDGE_ID)." }, "departure_time": { "label": "გასვლის დრო", "description": "არასავალდებულო RFC3339 გასვლის დრო, რომელიც გამოიყენება დროითი პროფილის მოსაძებნად." }, "temporal_mode": { "label": "დროითი რეჟიმი", "description": "არასავალდებულო დროითი ინტერპრეტაციის რეჟიმი: multiplier ან absolute." }, "temporal_fallback": { "label": "დროითი სარეზერვო ვარიანტი", "description": "არასავალდებულო სარეზერვო ვარიანტი, როცა დროითი სტრიქონი აკლია: static_cost ან error." }, "temporal_profile_report": { "label": "დროითი პროფილის ანგარიში", "description": "არასავალდებულო გამომავალი JSON-ის გზა დროითი პროფილის დიაგნოსტიკისთვის პირდაპირი დროითი შემავალი მონაცემების გამოყენებისას." }, "scenario_bundle_csv": { "label": "სცენარების კრებულის CSV", "description": "არასავალდებულო CSV დასახელებული დროითი სცენარების ჩამონათვალით მრავალსცენარიანი შედარებითი მარშრუტების გამომავალისთვის." }, "output": { "label": "გამომავალი", "description": "გამომავალი მარშრუტის ხაზოვანი ვექტორული ფაილის გზა." } } }, "multimodal_shortest_path": { "name": "მულტიმოდალური უმოკლესი გზა", "description": "პოულობს რეჟიმების გათვალისწინებით უმოკლეს გზას ხაზოვან ქსელში გადაჯდომის კონფიგურირებადი ჯარიმებით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ხაზოვანი ქსელის ფენა." }, "start_x": { "label": "საწყისი X", "description": "საწყისი x კოორდინატი." }, "start_y": { "label": "საწყისი Y", "description": "საწყისი y კოორდინატი." }, "end_x": { "label": "საბოლოო X", "description": "საბოლოო x კოორდინატი." }, "end_y": { "label": "საბოლოო Y", "description": "საბოლოო y კოორდინატი." }, "mode_field": { "label": "რეჟიმის ველი", "description": "ხაზის ატრიბუტული ველი, რომელიც განსაზღვრავს მოძრაობის რეჟიმს თითოეული სეგმენტისთვის." }, "snap_tolerance": { "label": "მიბმის ტოლერანტობა", "description": "არასავალდებულო კვანძების მიბმის ტოლერანტობა გრაფის ასაგებად." }, "max_snap_distance": { "label": "მაქსიმალური მიბმის მანძილი", "description": "არასავალდებულო მაქსიმალური მანძილი საწყისი/საბოლოო კოორდინატებიდან უახლოეს ქსელის კვანძამდე." }, "default_mode_speed": { "label": "რეჟიმის ნაგულისხმევი სიჩქარე", "description": "რეჟიმის ნაგულისხმევი სიჩქარე კოორდინატთა ერთეულებში დროის ერთეულზე (ნაგულისხმევი: 1)." }, "mode_speed_overrides": { "label": "რეჟიმის სიჩქარის ჩანაცვლებები", "description": "არასავალდებულო მძიმით გამოყოფილი mode:speed ჩანაცვლებები (მაგალითად: walk:1.4,drive:12,transit:8)." }, "allowed_modes": { "label": "დაშვებული რეჟიმები", "description": "არასავალდებულო მძიმით გამოყოფილი დაშვებული რეჟიმების სია მარშრუტიზაციაში ჩასართავად." }, "transfer_penalty": { "label": "გადაჯდომის ჯარიმა", "description": "არასავალდებულო დამატებითი ჯარიმა, რომელიც გამოიყენება ყოველ ჯერზე, როცა მარშრუტი რეჟიმს იცვლის." }, "output": { "label": "გამომავალი", "description": "გამომავალი ხაზოვანი ვექტორის გზა." } } }, "network_accessibility_metrics": { "name": "ქსელის ხელმისაწვდომობის მეტრიკები", "description": "ითვლის საწყისი წერტილების ხელმისაწვდომობის ინდექსებს დანიშნულების პუნქტებამდე მისაწვდომობის საფუძველზე წინაღობის არასავალდებულო ზღვრებითა და მილევის ფუნქციებით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ხაზოვანი ქსელის ფენა." }, "origins": { "label": "საწყისი წერტილები", "description": "საწყისი წერტილების ფენა." }, "destinations": { "label": "დანიშნულების წერტილები", "description": "დანიშნულების წერტილების ფენა." }, "snap_tolerance": { "label": "მიბმის ტოლერანტობა", "description": "არასავალდებულო კვანძების მიბმის ტოლერანტობა გრაფის ასაგებად." }, "max_snap_distance": { "label": "მაქსიმალური მიბმის მანძილი", "description": "არასავალდებულო მაქსიმალური მანძილი საწყისი/დანიშნულების წერტილებიდან უახლოეს ქსელის კვანძამდე." }, "impedance_cutoff": { "label": "წინაღობის ზღვარი", "description": "არასავალდებულო მაქსიმალური მანძილის ზღურბლი მისაწვდომი დანიშნულების წერტილების დასათვლელად (ნაგულისხმევი: უსასრულო)." }, "decay_function": { "label": "მილევის ფუნქცია", "description": "არასავალდებულო მილევის ფუნქცია: 'none' (ნაგულისხმევი), 'linear' ან 'exponential' მანძილით შეწონილი ხელმისაწვდომობისთვის." }, "decay_parameter": { "label": "მილევის პარამეტრი", "description": "არასავალდებულო მილევის პარამეტრი (lambda ექსპონენციალურისთვის, სიჩქარე წრფივისთვის)." }, "edge_cost_field": { "label": "წიბოს ღირებულების ველი", "description": "არასავალდებულო რიცხვითი ხაზოვანი ველი, რომელიც გამოიყენება სეგმენტის სიგრძის წინაღობის მამრავლად." }, "one_way_field": { "label": "ცალმხრივი მოძრაობის ველი", "description": "არასავალდებულო ხაზოვანი ველი, რომელიც აღნიშნავს ცალმხრივად დიგიტალიზებულ წიბოებს (მხარდაჭერილია FT/TF/B და მოძველებული ლოგიკური მნიშვნელობები)." }, "blocked_field": { "label": "დაბლოკვის ველი", "description": "არასავალდებულო ხაზოვანი ველი, რომელიც აღნიშნავს დაბლოკილ/დახურულ წიბოებს მარშრუტიზაციიდან გამოსარიცხად (true/1/yes ბლოკავს)." }, "node_cost_points": { "label": "კვანძის ღირებულების წერტილები", "description": "არასავალდებულო წერტილოვანი ფენა, რომელიც განსაზღვრავს თითოეულ კვანძში შესვლის ღირებულებას (მაგ., გადაკვეთაზე შეყოვნება)." }, "node_cost_field": { "label": "კვანძის ღირებულების ველი", "description": "რიცხვითი ველი node_cost_points-ში, რომელიც შეიცავს თითოეული კვანძის არაუარყოფით ღირებულებებს." }, "node_cost_snap_distance": { "label": "კვანძის ღირებულების მიბმის მანძილი", "description": "არასავალდებულო მაქსიმალური მანძილი კვანძის ღირებულების თითოეული წერტილიდან ქსელის კვანძამდე მისანიჭებლად." }, "parallel_execution": { "label": "პარალელური შესრულება", "description": "თუ true (ნაგულისხმევი), საწყისი წერტილები დამუშავდება პარალელურად ხელმისაწვდომობის უფრო სწრაფი გამოთვლისთვის." }, "output": { "label": "გამომავალი", "description": "გამომავალი წერტილოვანი ვექტორული ფაილის გზა (საწყისი წერტილები ხელმისაწვდომობის მეტრიკებით)." } } }, "network_centrality_metrics": { "name": "ქსელის ცენტრალურობის მეტრიკები", "description": "ითვლის ქსელის კვანძებისთვის ხარისხის, სიახლოვისა და შუამავლობის ცენტრალურობის საბაზისო მეტრიკებს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ხაზოვანი ქსელის ფენა." }, "snap_tolerance": { "label": "მიბმის ტოლერანტობა", "description": "არასავალდებულო კვანძების მიბმის ტოლერანტობა გრაფის ასაგებად." }, "edge_cost_field": { "label": "წიბოს ღირებულების ველი", "description": "არასავალდებულო რიცხვითი ხაზოვანი ველი, რომელიც გამოიყენება სეგმენტის სიგრძის წინაღობის მამრავლად." }, "one_way_field": { "label": "ცალმხრივი მოძრაობის ველი", "description": "არასავალდებულო ხაზოვანი ველი, რომელიც აღნიშნავს ცალმხრივად დიგიტალიზებულ წიბოებს (მხარდაჭერილია FT/TF/B და მოძველებული ლოგიკური მნიშვნელობები)." }, "blocked_field": { "label": "დაბლოკვის ველი", "description": "არასავალდებულო ხაზოვანი ველი, რომელიც აღნიშნავს დაბლოკილ/დახურულ წიბოებს გრაფის აგებიდან გამოსარიცხად (true/1/yes ბლოკავს)." }, "output": { "label": "გამომავალი", "description": "გამომავალი წერტილოვანი ვექტორის გზა." } } }, "network_connected_components": { "name": "ქსელის დაკავშირებული კომპონენტები", "description": "ანიჭებს დაკავშირებული კომპონენტის ID-ს ქსელის თითოეულ ხაზოვან ობიექტს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ხაზოვანი ქსელის ფენა." }, "snap_tolerance": { "label": "მიბმის ტოლერანტობა", "description": "არასავალდებულო კვანძების მიბმის ტოლერანტობა გრაფის ასაგებად." }, "output": { "label": "გამომავალი", "description": "გამომავალი ხაზოვანი ვექტორის გზა." } } }, "network_node_degree": { "name": "ქსელის კვანძების ხარისხი", "description": "ამოიღებს ქსელის კვანძებს ხაზოვანი ობიექტებიდან და ითვლის კვანძის ხარისხსა და კვანძის ტიპს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ხაზოვანი ქსელის ფენა." }, "snap_tolerance": { "label": "მიბმის ტოლერანტობა", "description": "არასავალდებულო კვანძების მიბმის ტოლერანტობა გრაფის ასაგებად." }, "output": { "label": "გამომავალი", "description": "გამომავალი წერტილოვანი ვექტორის გზა." } } }, "network_od_cost_matrix": { "name": "ქსელის OD ღირებულების მატრიცა", "description": "ითვლის საწყისი-დანიშნულების უმოკლესი გზის ღირებულებებს ხაზოვან ქსელში და წერს CSV მატრიცას.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ხაზოვანი ქსელის ფენა." }, "origins": { "label": "საწყისი წერტილები", "description": "საწყისი წერტილების ფენა." }, "destinations": { "label": "დანიშნულების წერტილები", "description": "დანიშნულების წერტილების ფენა." }, "snap_tolerance": { "label": "მიბმის ტოლერანტობა", "description": "არასავალდებულო კვანძების მიბმის ტოლერანტობა გრაფის ასაგებად." }, "max_snap_distance": { "label": "მაქსიმალური მიბმის მანძილი", "description": "არასავალდებულო მაქსიმალური მანძილი საწყისი/დანიშნულების წერტილებიდან უახლოეს ქსელის კვანძამდე." }, "edge_cost_field": { "label": "წიბოს ღირებულების ველი", "description": "არასავალდებულო რიცხვითი ხაზოვანი ველი, რომელიც გამოიყენება სეგმენტის სიგრძის წინაღობის მამრავლად." }, "one_way_field": { "label": "ცალმხრივი მოძრაობის ველი", "description": "არასავალდებულო ხაზოვანი ველი, რომელიც აღნიშნავს ცალმხრივად დიგიტალიზებულ წიბოებს (მხარდაჭერილია FT/TF/B და მოძველებული ლოგიკური მნიშვნელობები)." }, "blocked_field": { "label": "დაბლოკვის ველი", "description": "არასავალდებულო ხაზოვანი ველი, რომელიც აღნიშნავს დაბლოკილ/დახურულ წიბოებს მარშრუტიზაციიდან გამოსარიცხად (true/1/yes ბლოკავს)." }, "barriers": { "label": "ბარიერები", "description": "არასავალდებულო ბარიერების წერტილოვანი ფენა; უახლოესი ქსელის კვანძები იბლოკება გავლისთვის." }, "barrier_snap_distance": { "label": "ბარიერის მიბმის მანძილი", "description": "არასავალდებულო მაქსიმალური მანძილი თითოეული ბარიერის წერტილიდან ქსელის კვანძამდე დასაბლოკად." }, "node_cost_points": { "label": "კვანძის ღირებულების წერტილები", "description": "არასავალდებულო წერტილოვანი ფენა, რომელიც განსაზღვრავს თითოეულ კვანძში შესვლის ღირებულებას (მაგ., გადაკვეთაზე შეყოვნება)." }, "node_cost_field": { "label": "კვანძის ღირებულების ველი", "description": "რიცხვითი ველი node_cost_points-ში, რომელიც შეიცავს თითოეული კვანძის არაუარყოფით ღირებულებებს." }, "node_cost_snap_distance": { "label": "კვანძის ღირებულების მიბმის მანძილი", "description": "არასავალდებულო მაქსიმალური მანძილი კვანძის ღირებულების თითოეული წერტილიდან ქსელის კვანძამდე მისანიჭებლად." }, "turn_penalty": { "label": "მოხვევის ჯარიმა", "description": "არასავალდებულო დამატებითი ღირებულება, რომელიც გამოიყენება ქსელის კვანძებზე არასწორხაზოვანი მოხვევებისთვის." }, "u_turn_penalty": { "label": "უკუმოხვევის ჯარიმა", "description": "არასავალდებულო დამატებითი ღირებულება, რომელიც გამოიყენება უკუმოხვევის გადასვლებისთვის." }, "forbid_u_turns": { "label": "უკუმოხვევების აკრძალვა", "description": "თუ true, უკუმოხვევის გადასვლები აიკრძალება." }, "forbid_left_turns": { "label": "მარცხნივ მოხვევების აკრძალვა", "description": "თუ true, მარცხნივ მოხვევის გადასვლები აიკრძალება." }, "forbid_right_turns": { "label": "მარჯვნივ მოხვევების აკრძალვა", "description": "თუ true, მარჯვნივ მოხვევის გადასვლები აიკრძალება." }, "turn_restrictions_csv": { "label": "მოხვევის შეზღუდვების CSV", "description": "არასავალდებულო CSV მოხვევის გადასვლებით, სვეტებით prev_x,prev_y,node_x,node_y,next_x,next_y. არასავალდებულო სვეტები: forbidden (ნაგულისხმევი true, როცა turn_cost სვეტი მითითებული არ არის) და turn_cost (ან penalty/cost/extra_cost) თითოეული მოხვევის დამატებითი ღირებულებისთვის." }, "temporal_cost_profile": { "label": "დროითი ღირებულების პროფილი", "description": "არასავალდებულო CSV, რომელიც განსაზღვრავს დროზე დამოკიდებულ წიბოების ღირებულებებს (სვეტები: edge_id,dow,start_minute,end_minute,value)." }, "temporal_edge_id_field": { "label": "დროითი წიბოს ID ველი", "description": "არასავალდებულო ქსელის ველი, რომელიც გამოიყენება temporal_cost_profile-ის edge_id მნიშვნელობებთან შესაბამებისთვის (ნაგულისხმევი EDGE_ID)." }, "departure_time": { "label": "გასვლის დრო", "description": "არასავალდებულო RFC3339 გასვლის დრო, რომელიც გამოიყენება დროითი პროფილის მოსაძებნად." }, "temporal_mode": { "label": "დროითი რეჟიმი", "description": "არასავალდებულო დროითი ინტერპრეტაციის რეჟიმი: multiplier ან absolute." }, "temporal_fallback": { "label": "დროითი სარეზერვო ვარიანტი", "description": "არასავალდებულო სარეზერვო ვარიანტი, როცა დროითი სტრიქონი აკლია: static_cost ან error." }, "temporal_profile_report": { "label": "დროითი პროფილის ანგარიში", "description": "არასავალდებულო გამომავალი JSON-ის გზა დროითი პროფილის დიაგნოსტიკისთვის (დაფარვა, შეუსაბამებელი წიბოები, სარეზერვო ვარიანტის გამოყენება)." }, "output": { "label": "გამომავალი", "description": "გამომავალი CSV-ის გზა." } } }, "network_routes_from_od": { "name": "ქსელის მარშრუტები OD-დან", "description": "აგებს მარშრუტის გეომეტრიებს საწყისი-დანიშნულების წერტილოვანი წყვილებისთვის ხაზოვან ქსელში.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ხაზოვანი ქსელის ფენა." }, "origins": { "label": "საწყისი წერტილები", "description": "საწყისი წერტილების ფენა." }, "destinations": { "label": "დანიშნულების წერტილები", "description": "დანიშნულების წერტილების ფენა." }, "snap_tolerance": { "label": "მიბმის ტოლერანტობა", "description": "არასავალდებულო კვანძების მიბმის ტოლერანტობა გრაფის ასაგებად." }, "max_snap_distance": { "label": "მაქსიმალური მიბმის მანძილი", "description": "არასავალდებულო მაქსიმალური მანძილი საწყისი/დანიშნულების წერტილებიდან უახლოეს ქსელის კვანძამდე." }, "edge_cost_field": { "label": "წიბოს ღირებულების ველი", "description": "არასავალდებულო რიცხვითი ხაზოვანი ველი, რომელიც გამოიყენება სეგმენტის სიგრძის წინაღობის მამრავლად." }, "one_way_field": { "label": "ცალმხრივი მოძრაობის ველი", "description": "არასავალდებულო ხაზოვანი ველი, რომელიც აღნიშნავს ცალმხრივად დიგიტალიზებულ წიბოებს (მხარდაჭერილია FT/TF/B და მოძველებული ლოგიკური მნიშვნელობები)." }, "blocked_field": { "label": "დაბლოკვის ველი", "description": "არასავალდებულო ხაზოვანი ველი, რომელიც აღნიშნავს დაბლოკილ/დახურულ წიბოებს მარშრუტიზაციიდან გამოსარიცხად (true/1/yes ბლოკავს)." }, "barriers": { "label": "ბარიერები", "description": "არასავალდებულო ბარიერების წერტილოვანი ფენა; უახლოესი ქსელის კვანძები იბლოკება გავლისთვის." }, "barrier_snap_distance": { "label": "ბარიერის მიბმის მანძილი", "description": "არასავალდებულო მაქსიმალური მანძილი თითოეული ბარიერის წერტილიდან ქსელის კვანძამდე დასაბლოკად." }, "node_cost_points": { "label": "კვანძის ღირებულების წერტილები", "description": "არასავალდებულო წერტილოვანი ფენა, რომელიც განსაზღვრავს თითოეულ კვანძში შესვლის ღირებულებას (მაგ., გადაკვეთაზე შეყოვნება)." }, "node_cost_field": { "label": "კვანძის ღირებულების ველი", "description": "რიცხვითი ველი node_cost_points-ში, რომელიც შეიცავს თითოეული კვანძის არაუარყოფით ღირებულებებს." }, "node_cost_snap_distance": { "label": "კვანძის ღირებულების მიბმის მანძილი", "description": "არასავალდებულო მაქსიმალური მანძილი კვანძის ღირებულების თითოეული წერტილიდან ქსელის კვანძამდე მისანიჭებლად." }, "turn_penalty": { "label": "მოხვევის ჯარიმა", "description": "არასავალდებულო დამატებითი ღირებულება, რომელიც გამოიყენება ქსელის კვანძებზე არასწორხაზოვანი მოხვევებისთვის." }, "u_turn_penalty": { "label": "უკუმოხვევის ჯარიმა", "description": "არასავალდებულო დამატებითი ღირებულება, რომელიც გამოიყენება უკუმოხვევის გადასვლებისთვის." }, "forbid_u_turns": { "label": "უკუმოხვევების აკრძალვა", "description": "თუ true, უკუმოხვევის გადასვლები აიკრძალება." }, "forbid_left_turns": { "label": "მარცხნივ მოხვევების აკრძალვა", "description": "თუ true, მარცხნივ მოხვევის გადასვლები აიკრძალება." }, "forbid_right_turns": { "label": "მარჯვნივ მოხვევების აკრძალვა", "description": "თუ true, მარჯვნივ მოხვევის გადასვლები აიკრძალება." }, "turn_restrictions_csv": { "label": "მოხვევის შეზღუდვების CSV", "description": "არასავალდებულო CSV მოხვევის გადასვლებით, სვეტებით prev_x,prev_y,node_x,node_y,next_x,next_y. არასავალდებულო სვეტები: forbidden (ნაგულისხმევი true, როცა turn_cost სვეტი მითითებული არ არის) და turn_cost (ან penalty/cost/extra_cost) თითოეული მოხვევის დამატებითი ღირებულებისთვის." }, "temporal_cost_profile": { "label": "დროითი ღირებულების პროფილი", "description": "არასავალდებულო CSV, რომელიც განსაზღვრავს დროზე დამოკიდებულ წიბოების ღირებულებებს (სვეტები: edge_id,dow,start_minute,end_minute,value)." }, "temporal_edge_id_field": { "label": "დროითი წიბოს ID ველი", "description": "არასავალდებულო ქსელის ველი, რომელიც გამოიყენება temporal_cost_profile-ის edge_id მნიშვნელობებთან შესაბამებისთვის (ნაგულისხმევი EDGE_ID)." }, "departure_time": { "label": "გასვლის დრო", "description": "არასავალდებულო RFC3339 გასვლის დრო, რომელიც გამოიყენება დროითი პროფილის მოსაძებნად." }, "temporal_mode": { "label": "დროითი რეჟიმი", "description": "არასავალდებულო დროითი ინტერპრეტაციის რეჟიმი: multiplier ან absolute." }, "temporal_fallback": { "label": "დროითი სარეზერვო ვარიანტი", "description": "არასავალდებულო სარეზერვო ვარიანტი, როცა დროითი სტრიქონი აკლია: static_cost ან error." }, "temporal_profile_report": { "label": "დროითი პროფილის ანგარიში", "description": "არასავალდებულო გამომავალი JSON-ის გზა დროითი პროფილის დიაგნოსტიკისთვის (დაფარვა, შეუსაბამებელი წიბოები, სარეზერვო ვარიანტის გამოყენება)." }, "output": { "label": "გამომავალი", "description": "გამომავალი მარშრუტის ხაზოვანი ვექტორული ფაილის გზა." } } }, "network_service_area": { "name": "ქსელის მომსახურების არეალი", "description": "ითვლის საწყისი წერტილებიდან მისაწვდომ ქსელის კვანძებს მაქსიმალური ქსელური ღირებულების ფარგლებში.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ხაზოვანი ქსელის ფენა." }, "origins": { "label": "საწყისი წერტილები", "description": "საწყისი წერტილების ფენა." }, "max_cost": { "label": "მაქსიმალური ღირებულება", "description": "გზის მაქსიმალური მისაწვდომი ღირებულება." }, "ring_costs": { "label": "რგოლების ღირებულებები", "description": "არასავალდებულო მძიმით გამოყოფილი რგოლების ზღურბლები მრავალრგოლიანი გამომავალისთვის (მაგალითად: 5,10,15)." }, "snap_tolerance": { "label": "მიბმის ტოლერანტობა", "description": "არასავალდებულო კვანძების მიბმის ტოლერანტობა გრაფის ასაგებად." }, "max_snap_distance": { "label": "მაქსიმალური მიბმის მანძილი", "description": "არასავალდებულო მაქსიმალური მანძილი საწყისი წერტილებიდან უახლოეს ქსელის კვანძამდე." }, "output_mode": { "label": "გამოტანის რეჟიმი", "description": "გამოტანის რეჟიმი: 'nodes' (ნაგულისხმევი), 'edges' — ღირებულებით შემოსაზღვრული მისაწვდომი წიბოების სეგმენტებისთვის, ან 'polygons' — თითოეული საწყისი წერტილისთვის იზოქრონის მსგავსი პოლიგონებისთვის, აგებული მისაწვდომი წიბოების გარსებიდან." }, "polygon_merge_origins": { "label": "პოლიგონების შერწყმა საწყისების მიხედვით", "description": "თუ true და output_mode='polygons', გადამფარავი საწყისი პოლიგონები გაერთიანდება თითოეული რგოლის ერთიან დაფარვად, თითოეულ საწყის წერტილზე ცალკე პოლიგონის გამოცემის ნაცვლად." }, "mode_field": { "label": "რეჟიმის ველი", "description": "არასავალდებულო ხაზის ატრიბუტული ველი, რომელიც განსაზღვრავს მოძრაობის რეჟიმს თითოეული სეგმენტისთვის; რთავს რეჟიმის გამთვალისწინებელ მომსახურების არეალის ღირებულებებს." }, "default_mode_speed": { "label": "რეჟიმის ნაგულისხმევი სიჩქარე", "description": "რეჟიმის ნაგულისხმევი სიჩქარე კოორდინატთა ერთეულებში დროის ერთეულზე, როცა mode_field მითითებულია (ნაგულისხმევი: 1)." }, "mode_speed_overrides": { "label": "რეჟიმის სიჩქარის ჩანაცვლებები", "description": "არასავალდებულო მძიმით გამოყოფილი mode:speed ჩანაცვლებები (მაგალითად: walk:1.4,drive:12)." }, "allowed_modes": { "label": "დაშვებული რეჟიმები", "description": "არასავალდებულო მძიმით გამოყოფილი დაშვებული რეჟიმების სია ჩასართავად, როცა mode_field მითითებულია." }, "edge_cost_field": { "label": "წიბოს ღირებულების ველი", "description": "არასავალდებულო რიცხვითი ხაზოვანი ველი, რომელიც გამოიყენება სეგმენტის სიგრძის წინაღობის მამრავლად." }, "one_way_field": { "label": "ცალმხრივი მოძრაობის ველი", "description": "არასავალდებულო ხაზოვანი ველი, რომელიც აღნიშნავს ცალმხრივად დიგიტალიზებულ წიბოებს (მხარდაჭერილია FT/TF/B და მოძველებული ლოგიკური მნიშვნელობები)." }, "blocked_field": { "label": "დაბლოკვის ველი", "description": "არასავალდებულო ხაზოვანი ველი, რომელიც აღნიშნავს დაბლოკილ/დახურულ წიბოებს მარშრუტიზაციიდან გამოსარიცხად (true/1/yes ბლოკავს)." }, "barriers": { "label": "ბარიერები", "description": "არასავალდებულო ბარიერების წერტილოვანი ფენა; უახლოესი ქსელის კვანძები იბლოკება გავლისთვის." }, "barrier_snap_distance": { "label": "ბარიერის მიბმის მანძილი", "description": "არასავალდებულო მაქსიმალური მანძილი თითოეული ბარიერის წერტილიდან ქსელის კვანძამდე დასაბლოკად." }, "node_cost_points": { "label": "კვანძის ღირებულების წერტილები", "description": "არასავალდებულო წერტილოვანი ფენა, რომელიც განსაზღვრავს თითოეულ კვანძში შესვლის ღირებულებას (მაგ., გადაკვეთაზე შეყოვნება)." }, "node_cost_field": { "label": "კვანძის ღირებულების ველი", "description": "რიცხვითი ველი node_cost_points-ში, რომელიც შეიცავს თითოეული კვანძის არაუარყოფით ღირებულებებს." }, "node_cost_snap_distance": { "label": "კვანძის ღირებულების მიბმის მანძილი", "description": "არასავალდებულო მაქსიმალური მანძილი კვანძის ღირებულების თითოეული წერტილიდან ქსელის კვანძამდე მისანიჭებლად." }, "turn_penalty": { "label": "მოხვევის ჯარიმა", "description": "არასავალდებულო დამატებითი ღირებულება, რომელიც გამოიყენება ქსელის კვანძებზე არასწორხაზოვანი მოხვევებისთვის." }, "u_turn_penalty": { "label": "უკუმოხვევის ჯარიმა", "description": "არასავალდებულო დამატებითი ღირებულება, რომელიც გამოიყენება უკუმოხვევის გადასვლებისთვის." }, "forbid_u_turns": { "label": "უკუმოხვევების აკრძალვა", "description": "თუ true, უკუმოხვევის გადასვლები აიკრძალება." }, "forbid_left_turns": { "label": "მარცხნივ მოხვევების აკრძალვა", "description": "თუ true, მარცხნივ მოხვევის გადასვლები აიკრძალება." }, "forbid_right_turns": { "label": "მარჯვნივ მოხვევების აკრძალვა", "description": "თუ true, მარჯვნივ მოხვევის გადასვლები აიკრძალება." }, "turn_restrictions_csv": { "label": "მოხვევის შეზღუდვების CSV", "description": "არასავალდებულო CSV მოხვევის გადასვლებით, სვეტებით prev_x,prev_y,node_x,node_y,next_x,next_y. არასავალდებულო სვეტები: forbidden (ნაგულისხმევი true, როცა turn_cost სვეტი მითითებული არ არის) და turn_cost (ან penalty/cost/extra_cost) თითოეული მოხვევის დამატებითი ღირებულებისთვის." }, "temporal_cost_profile": { "label": "დროითი ღირებულების პროფილი", "description": "არასავალდებულო CSV, რომელიც განსაზღვრავს დროზე დამოკიდებულ წიბოების ღირებულებებს (სვეტები: edge_id,dow,start_minute,end_minute,value)." }, "temporal_edge_id_field": { "label": "დროითი წიბოს ID ველი", "description": "არასავალდებულო ქსელის ველი, რომელიც გამოიყენება temporal_cost_profile-ის edge_id მნიშვნელობებთან შესაბამებისთვის (ნაგულისხმევი EDGE_ID)." }, "departure_time": { "label": "გასვლის დრო", "description": "არასავალდებულო RFC3339 გასვლის დრო, რომელიც გამოიყენება დროითი პროფილის მოსაძებნად." }, "temporal_mode": { "label": "დროითი რეჟიმი", "description": "არასავალდებულო დროითი ინტერპრეტაციის რეჟიმი: multiplier ან absolute." }, "temporal_fallback": { "label": "დროითი სარეზერვო ვარიანტი", "description": "არასავალდებულო სარეზერვო ვარიანტი, როცა დროითი სტრიქონი აკლია: static_cost ან error." }, "temporal_profile_report": { "label": "დროითი პროფილის ანგარიში", "description": "არასავალდებულო გამომავალი JSON-ის გზა დროითი პროფილის დიაგნოსტიკისთვის (დაფარვა, შეუსაბამებელი წიბოები, სარეზერვო ვარიანტის გამოყენება)." }, "snapped_origins_output": { "label": "მიბმული საწყისი წერტილების გამომავალი", "description": "არასავალდებულო გამომავალი ვექტორული ფაილის გზა შიდა მიბმული საწყისი ღუზა წერტილებისთვის, რომლებიც გავლის ამოსავალ წერტილებად გამოიყენება." }, "output": { "label": "გამომავალი", "description": "გამომავალი მომსახურების არეალის ვექტორული ფაილის გზა." } } }, "network_topology_audit": { "name": "ქსელის ტოპოლოგიის აუდიტი", "description": "ამოწმებს ხაზოვან ქსელს ტოპოლოგიურ ანომალიებზე — დაუკავშირებელ კომპონენტებზე, ჩიხებსა და ხარისხის ანომალიებზე — რომლებიც მარშრუტიზაციის შეფერხებებს იწვევს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ხაზოვანი ქსელის ფენა." }, "snap_tolerance": { "label": "მიბმის ტოლერანტობა", "description": "არასავალდებულო კვანძების მიბმის ტოლერანტობა გრაფის ასაგებად." }, "one_way_field": { "label": "ცალმხრივი მოძრაობის ველი", "description": "არასავალდებულო ხაზოვანი ველი, რომელიც აღნიშნავს ცალმხრივი მოძრაობის წიბოებს (მხარდაჭერილია FT/TF/B და მოძველებული ლოგიკური მნიშვნელობები)." }, "blocked_field": { "label": "დაბლოკვის ველი", "description": "არასავალდებულო ხაზოვანი ველი, რომელიც აღნიშნავს დაბლოკილ წიბოებს ანალიზიდან გამოსარიცხად." }, "report": { "label": "ანგარიში", "description": "არასავალდებულო გამომავალი JSON-ის გზა აუდიტის შემაჯამებელი ანგარიშისთვის." }, "output": { "label": "გამომავალი", "description": "გამომავალი წერტილოვანი ვექტორული ფაილის გზა თითოეული კვანძის დიაგნოსტიკისთვის." } } }, "od_sensitivity_analysis": { "name": "OD მგრძნობელობის ანალიზი", "description": "ითვლის OD უმოკლესი გზის ღირებულებებს წინაღობის შეშფოთებებით და გამოაქვს მგრძნობელობის სტატისტიკა მონტე-კარლოს შერჩევით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ხაზოვანი ქსელის ფენა." }, "origins": { "label": "საწყისი წერტილები", "description": "საწყისი წერტილების ფენა." }, "destinations": { "label": "დანიშნულების წერტილები", "description": "დანიშნულების წერტილების ფენა." }, "edge_cost_field": { "label": "წიბოს ღირებულების ველი", "description": "სავალდებულო რიცხვითი ხაზოვანი ველი, რომელიც გამოიყენება წინაღობის მამრავლად შეშფოთების ანალიზისთვის." }, "impedance_disturbance_range": { "label": "წინაღობის აღრევის დიაპაზონი", "description": "ღირებულების შეშფოთების დიაპაზონი ფორმატში 'min_factor,max_factor' (მაგ., '0.8,1.2' ±20% ცვალებადობისთვის)." }, "monte_carlo_samples": { "label": "მონტე-კარლოს ნიმუშები", "description": "მონტე-კარლოს ნიმუშების რაოდენობა შეშფოთების ანალიზისთვის (ნაგულისხმევი 1, მაქსიმუმი 100)." }, "snap_tolerance": { "label": "მიბმის ტოლერანტობა", "description": "არასავალდებულო კვანძების მიბმის ტოლერანტობა გრაფის ასაგებად." }, "max_snap_distance": { "label": "მაქსიმალური მიბმის მანძილი", "description": "არასავალდებულო მაქსიმალური მანძილი საწყისი/დანიშნულების წერტილებიდან უახლოეს ქსელის კვანძამდე." }, "one_way_field": { "label": "ცალმხრივი მოძრაობის ველი", "description": "არასავალდებულო ხაზოვანი ველი, რომელიც აღნიშნავს ცალმხრივად დიგიტალიზებულ წიბოებს (მხარდაჭერილია FT/TF/B და მოძველებული ლოგიკური მნიშვნელობები)." }, "blocked_field": { "label": "დაბლოკვის ველი", "description": "არასავალდებულო ხაზოვანი ველი, რომელიც აღნიშნავს დაბლოკილ/დახურულ წიბოებს." }, "node_cost_points": { "label": "კვანძის ღირებულების წერტილები", "description": "არასავალდებულო წერტილოვანი ფენა, რომელიც განსაზღვრავს თითოეულ კვანძში შესვლის ღირებულებას (მაგ., გადაკვეთაზე შეყოვნება)." }, "node_cost_field": { "label": "კვანძის ღირებულების ველი", "description": "რიცხვითი ველი node_cost_points-ში, რომელიც შეიცავს თითოეული კვანძის არაუარყოფით ღირებულებებს." }, "node_cost_snap_distance": { "label": "კვანძის ღირებულების მიბმის მანძილი", "description": "არასავალდებულო მაქსიმალური მანძილი კვანძის ღირებულების თითოეული წერტილიდან ქსელის კვანძამდე მისანიჭებლად." }, "parallel_execution": { "label": "პარალელური შესრულება", "description": "თუ true (ნაგულისხმევი), საწყისი წერტილების ძიება პარალელურად სრულდება საბაზისო და შეშფოთებული OD გაშვებებისთვის." }, "output": { "label": "გამომავალი", "description": "გამომავალი CSV-ის გზა OD წყვილებითა და მგრძნობელობის სტატისტიკით." } } }, "shortest_path_network": { "name": "უმოკლესი გზა ქსელში", "description": "პოულობს უმოკლეს გზას საწყის და საბოლოო კოორდინატებს შორის ხაზოვან ქსელში.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ხაზოვანი ქსელის ფენა." }, "start_x": { "label": "საწყისი X", "description": "საწყისი x კოორდინატი." }, "start_y": { "label": "საწყისი Y", "description": "საწყისი y კოორდინატი." }, "end_x": { "label": "საბოლოო X", "description": "საბოლოო x კოორდინატი." }, "end_y": { "label": "საბოლოო Y", "description": "საბოლოო y კოორდინატი." }, "snap_tolerance": { "label": "მიბმის ტოლერანტობა", "description": "არასავალდებულო კვანძების მიბმის ტოლერანტობა გრაფის ასაგებად." }, "max_snap_distance": { "label": "მაქსიმალური მიბმის მანძილი", "description": "არასავალდებულო მაქსიმალური მანძილი საწყისი/საბოლოო კოორდინატებიდან უახლოეს ქსელის კვანძამდე." }, "edge_cost_field": { "label": "წიბოს ღირებულების ველი", "description": "არასავალდებულო რიცხვითი ხაზოვანი ველი, რომელიც გამოიყენება სეგმენტის სიგრძის წინაღობის მამრავლად." }, "one_way_field": { "label": "ცალმხრივი მოძრაობის ველი", "description": "არასავალდებულო ხაზოვანი ველი, რომელიც აღნიშნავს ცალმხრივად დიგიტალიზებულ წიბოებს (მხარდაჭერილია FT/TF/B და მოძველებული ლოგიკური მნიშვნელობები)." }, "blocked_field": { "label": "დაბლოკვის ველი", "description": "არასავალდებულო ხაზოვანი ველი, რომელიც აღნიშნავს დაბლოკილ/დახურულ წიბოებს მარშრუტიზაციიდან გამოსარიცხად (true/1/yes ბლოკავს)." }, "barriers": { "label": "ბარიერები", "description": "არასავალდებულო ბარიერების წერტილოვანი ფენა; უახლოესი ქსელის კვანძები იბლოკება გავლისთვის." }, "barrier_snap_distance": { "label": "ბარიერის მიბმის მანძილი", "description": "არასავალდებულო მაქსიმალური მანძილი თითოეული ბარიერის წერტილიდან ქსელის კვანძამდე დასაბლოკად." }, "turn_penalty": { "label": "მოხვევის ჯარიმა", "description": "არასავალდებულო დამატებითი ღირებულება, რომელიც გამოიყენება ქსელის კვანძებზე არასწორხაზოვანი მოხვევებისთვის." }, "u_turn_penalty": { "label": "უკუმოხვევის ჯარიმა", "description": "არასავალდებულო დამატებითი ღირებულება, რომელიც გამოიყენება უკუმოხვევის გადასვლებისთვის." }, "forbid_u_turns": { "label": "უკუმოხვევების აკრძალვა", "description": "თუ true, უკუმოხვევის გადასვლები აიკრძალება." }, "forbid_left_turns": { "label": "მარცხნივ მოხვევების აკრძალვა", "description": "თუ true, მარცხნივ მოხვევის გადასვლები აიკრძალება." }, "forbid_right_turns": { "label": "მარჯვნივ მოხვევების აკრძალვა", "description": "თუ true, მარჯვნივ მოხვევის გადასვლები აიკრძალება." }, "turn_restrictions_csv": { "label": "მოხვევის შეზღუდვების CSV", "description": "არასავალდებულო CSV მოხვევის გადასვლებით, სვეტებით prev_x,prev_y,node_x,node_y,next_x,next_y. არასავალდებულო სვეტები: forbidden (ნაგულისხმევი true, როცა turn_cost სვეტი მითითებული არ არის) და turn_cost (ან penalty/cost/extra_cost) თითოეული მოხვევის დამატებითი ღირებულებისთვის." }, "temporal_cost_profile": { "label": "დროითი ღირებულების პროფილი", "description": "არასავალდებულო CSV, რომელიც განსაზღვრავს დროზე დამოკიდებულ წიბოების ღირებულებებს (სვეტები: edge_id,dow,start_minute,end_minute,value)." }, "temporal_edge_id_field": { "label": "დროითი წიბოს ID ველი", "description": "არასავალდებულო ქსელის ველი, რომელიც გამოიყენება temporal_cost_profile-ის edge_id მნიშვნელობებთან შესაბამებისთვის (ნაგულისხმევი EDGE_ID)." }, "departure_time": { "label": "გასვლის დრო", "description": "არასავალდებულო RFC3339 გასვლის დრო, რომელიც გამოიყენება დროითი პროფილის მოსაძებნად." }, "temporal_mode": { "label": "დროითი რეჟიმი", "description": "არასავალდებულო დროითი ინტერპრეტაციის რეჟიმი: multiplier ან absolute." }, "temporal_fallback": { "label": "დროითი სარეზერვო ვარიანტი", "description": "არასავალდებულო სარეზერვო ვარიანტი, როცა დროითი სტრიქონი აკლია: static_cost ან error." }, "temporal_profile_report": { "label": "დროითი პროფილის ანგარიში", "description": "არასავალდებულო გამომავალი JSON-ის გზა დროითი პროფილის დიაგნოსტიკისთვის (დაფარვა, შეუსაბამებელი წიბოები, სარეზერვო ვარიანტის გამოყენება)." }, "output": { "label": "გამომავალი", "description": "გამომავალი ხაზოვანი ვექტორის გზა." } } }, "split_lines_at_intersections": { "name": "ხაზების გაყოფა გადაკვეთებზე", "description": "ყოფს ხაზოვან ქსელს ყველგან, სადაც ხაზის სეგმენტები იკვეთება, თვითგადაკვეთების ჩათვლით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ხაზოვანი ფენა გადაკვეთებზე გასაყოფად." }, "snap_tolerance": { "label": "მიბმის ტოლერანტობა", "description": "არასავალდებულო მიბმის ტოლერანტობა, რომელსაც გაყოფის ოპერაციები იყენებს; ნაგულისხმევად მანქანურ ეფსილონს უტოლდება." }, "output": { "label": "გამომავალი", "description": "გამომავალი გაყოფილი ხაზების ვექტორული ფაილის გზა." } } }, "snap_points_to_network": { "name": "წერტილების მიბმა ქსელზე", "description": "აბამს შემავალ წერტილოვან ობიექტებს ქსელის ხაზოვანი ფენის გასწვრივ უახლოეს მდებარეობაზე.", "params": { "points": { "label": "წერტილები", "description": "შემავალი წერტილოვანი ფენა მისაბმელად." }, "network": { "label": "ქსელი", "description": "შემავალი ქსელის ხაზოვანი ფენა." }, "max_snap_distance": { "label": "მაქსიმალური მიბმის მანძილი", "description": "არასავალდებულო მაქსიმალური მიბმის მანძილი რუკის ერთეულებში." }, "keep_unsnapped": { "label": "მიუბმელების შენარჩუნება", "description": "თუ true (ნაგულისხმევი), შენარჩუნდება წერტილები, რომელთა მიბმაც ტოლერანტობის ფარგლებში შეუძლებელია." }, "output": { "label": "გამომავალი", "description": "გამომავალი მიბმული წერტილების ვექტორული ფაილის გზა." } } }, "transfer_attributes": { "name": "ატრიბუტების გადატანა", "description": "გადააქვს წყაროს ატრიბუტები სამიზნე ობიექტებზე სივრცითი პრედიკატის გამოყენებით.", "params": { "target": { "label": "სამიზნე", "description": "სამიზნე ფენა, რომელიც იღებს გადატანილ ატრიბუტებს." }, "source": { "label": "წყარო", "description": "წყარო ფენა, რომელიც ატრიბუტებს აწვდის." }, "predicate": { "label": "პრედიკატი", "description": "სივრცითი პრედიკატი: intersects, within, contains, touches, crosses, overlaps, within_distance." }, "distance": { "label": "მანძილი", "description": "მანძილის ზღურბლი, როცა predicate=within_distance." }, "strategy": { "label": "სტრატეგია", "description": "გადატანის სტრატეგია: first, last, count, sum, mean, min, max." }, "prefix": { "label": "პრეფიქსი", "description": "პრეფიქსი გადატანილი წყარო ველებისთვის (ნაგულისხმევი SRC_)." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორული ფაილის გზა." } } }, "travelling_salesman_problem": { "name": "კომივოიაჟორის ამოცანა", "description": "პოულობს მოგზაური ვაჭრის ამოცანის (TSP) მიახლოებით ამონახსნებს 2-opt ევრისტიკით. მოცემული წერტილოვანი მდებარეობების ნაკრებისთვის პოულობს უმოკლეს მარშრუტს, რომელიც ყველა წერტილს აკავშირებს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი წერტილოვანი ვექტორული ფენა." }, "duration": { "label": "ხანგრძლივობა", "description": "ოპტიმიზაციის მაქსიმალური ხანგრძლივობა წამებში." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი პოლიხაზოვანი ფაილის გზა." } } }, "vehicle_routing_cvrp": { "name": "სატრანსპორტო მარშრუტიზაცია CVRP", "description": "აგებს ტევადობით შეზღუდულ მრავალდეპოიან მიწოდების მარშრუტებს ჰეტეროგენული ავტოპარკის პარამეტრებით, მიზნის რეჟიმებითა და არასავალდებულო ლოკალური ოპტიმიზაციით.", "params": { "network": { "label": "ქსელი", "description": "შემავალი ხაზოვანი ქსელის ფენა (ვალიდირებულია კონტრაქტის თავსებადობისთვის)." }, "depot_points": { "label": "დეპოს წერტილები", "description": "დეპოს წერტილების ფენა; თითოეულ წერტილს შეუძლია ერთი ან მეტი ავტომობილის მოწოდება." }, "stop_points": { "label": "გაჩერების წერტილები", "description": "მიწოდების გაჩერების წერტილების ფენა." }, "demand_field": { "label": "მოთხოვნის ველი", "description": "რიცხვითი მოთხოვნის ველი stop_points-ში (ნაგულისხმევი: demand)." }, "priority_field": { "label": "პრიორიტეტის ველი", "description": "არასავალდებულო გაჩერების პრიორიტეტის ველი, რომელიც იყენებს მნიშვნელობებს required/high/normal/low ან რიცხვით რანგებს." }, "allowed_vehicle_profiles_field": { "label": "დაშვებული ავტომობილის პროფილების ველი", "description": "არასავალდებულო გაჩერების ველი თავსებადი ავტომობილის პროფილების ჩამონათვალით (გამოყოფილი მძიმით/წერტილმძიმით/ვერტიკალური ხაზით)." }, "allowed_route_classes_field": { "label": "დაშვებული მარშრუტის კლასების ველი", "description": "allowed_vehicle_profiles_field-ის არასავალდებულო ალიასი მარშრუტის კლასის თავსებადობის წესებისთვის." }, "depot_id_field": { "label": "დეპოს ID ველი", "description": "არასავალდებულო დეპოს ID ველი, რომელიც გამოიყენება მარშრუტის/მინიჭების გამომავალ მონაცემებში." }, "vehicle_count_field": { "label": "ავტომობილების რაოდენობის ველი", "description": "არასავალდებულო დეპოს ველი თითოეულ დეპოში გამოსული ავტომობილების რაოდენობისთვის." }, "vehicle_capacity_field": { "label": "ავტომობილის ტევადობის ველი", "description": "არასავალდებულო დეპოს ველი, რომელიც ცვლის vehicle_capacity-ს თითოეული დეპოს/ავტომობილის შაბლონისთვის." }, "vehicle_fixed_cost_field": { "label": "ავტომობილის ფიქსირებული ღირებულების ველი", "description": "არასავალდებულო დეპოს ველი, რომელიც ცვლის vehicle_fixed_cost-ს თითოეული დეპოს/ავტომობილის შაბლონისთვის." }, "travel_speed_field": { "label": "მოძრაობის სიჩქარის ველი", "description": "არასავალდებულო დეპოს ველი, რომელიც ცვლის travel_speed-ს თითოეული დეპოს/ავტომობილის შაბლონისთვის." }, "max_route_distance_field": { "label": "მარშრუტის მაქსიმალური მანძილის ველი", "description": "არასავალდებულო დეპოს ველი, რომელიც ცვლის max_route_distance-ს თითოეული დეპოს/ავტომობილის შაბლონისთვის." }, "max_route_time_field": { "label": "მარშრუტის მაქსიმალური დროის ველი", "description": "არასავალდებულო დეპოს ველი, რომელიც ცვლის max_route_time-ს თითოეული დეპოს/ავტომობილის შაბლონისთვის." }, "vehicle_profile_field": { "label": "ავტომობილის პროფილის ველი", "description": "არასავალდებულო დეპოს ველი, რომელიც განსაზღვრავს ავტომობილის პროფილის/კატეგორიის ნიშანს გაჩერებებთან თავსებადობისთვის." }, "vehicle_route_class_field": { "label": "ავტომობილის მარშრუტის კლასის ველი", "description": "vehicle_profile_field-ის არასავალდებულო ალიასი მარშრუტის კლასის თავსებადობის წესებისთვის." }, "vehicle_capacity": { "label": "ავტომობილის ტევადობა", "description": "ერთი ავტომობილის ტევადობა (> 0)." }, "vehicle_fixed_cost": { "label": "ავტომობილის ფიქსირებული ღირებულება", "description": "არასავალდებულო ფიქსირებული ღირებულება, რომელიც ერიცხება თითოეულ გაგზავნილ ავტომობილს/მარშრუტს (ნაგულისხმევი: 0)." }, "max_vehicles": { "label": "მაქსიმალური ავტომობილები", "description": "ასაგები ავტომობილების/მარშრუტების არასავალდებულო მაქსიმალური რაოდენობა." }, "max_route_distance": { "label": "მარშრუტის მაქსიმალური მანძილი", "description": "არასავალდებულო მაქსიმალური მოძრაობის მანძილი თითოეულ მარშრუტზე, დეპოში დაბრუნების ჩათვლით." }, "travel_speed": { "label": "მოძრაობის სიჩქარე", "description": "მოძრაობის სიჩქარე კოორდინატთა ერთეულებში დროის ერთეულზე (ნაგულისხმევი: 1)." }, "max_route_time": { "label": "მარშრუტის მაქსიმალური დრო", "description": "არასავალდებულო მარშრუტის მაქსიმალური ხანგრძლივობა მოდელის დროის ერთეულებში, დეპოში დაბრუნების ჩათვლით." }, "max_stops_per_vehicle": { "label": "მაქსიმალური გაჩერებები ერთ ავტომობილზე", "description": "არასავალდებულო მაქსიმალური რაოდენობა გაჩერებებისა, რომლებიც ენიჭება თითოეულ ავტომობილის მარშრუტს." }, "objective_mode": { "label": "მიზნობრივი ფუნქციის რეჟიმი", "description": "მარშრუტის აგების მიზნობრივი ფუნქცია: minimize_distance, minimize_vehicles ან minimize_cost." }, "apply_local_optimization": { "label": "ლოკალური ოპტიმიზაციის გამოყენება", "description": "როცა true, თითოეულ აგებულ მარშრუტზე გამოიყენება დეტერმინისტული 2-opt ლოკალური გაუმჯობესების გავლა (ნაგულისხმევი: true)." }, "apply_simulated_annealing": { "label": "სიმულირებული მოწრთობის გამოყენება", "description": "როცა true, ხარბი/ლოკალური ოპტიმიზაციის შემდეგ თითოეულ მარშრუტზე გამოიყენება საწყისი მნიშვნელობით ინიციალიზებული სიმულირებული მოწრთობის დაზუსტების გავლა (ნაგულისხმევი: false)." }, "sa_iterations": { "label": "SA იტერაციები", "description": "სიმულირებული მოწრთობის მაქსიმალური იტერაციები თითოეულ მარშრუტზე, როცა apply_simulated_annealing=true (ნაგულისხმევი: 1500)." }, "sa_initial_temperature": { "label": "SA საწყისი ტემპერატურა", "description": "სიმულირებული მოწრთობის საწყისი ტემპერატურა (> 0, ნაგულისხმევი: 1.0)." }, "sa_cooling_rate": { "label": "SA გაცივების სიჩქარე", "description": "სიმულირებული მოწრთობის გაცივების მამრავლი (0, 1) ინტერვალში; ნაგულისხმევი 0.995." }, "sa_seed": { "label": "SA საწყისი მნიშვნელობა", "description": "არასავალდებულო დეტერმინისტული შემთხვევითი საწყისი მნიშვნელობა სიმულირებული მოწრთობისთვის (ნაგულისხმევი: 42)." }, "output": { "label": "გამომავალი", "description": "გამომავალი მარშრუტის ხაზოვანი ვექტორული ფაილის გზა." }, "assignment_output": { "label": "მინიჭების გამომავალი", "description": "არასავალდებულო გაჩერებების მინიჭების წერტილოვანი გამომავალი მონაცემები მონახულების რიგისა და დატვირთვის დიაგნოსტიკით." } } }, "vehicle_routing_pickup_delivery": { "name": "სატრანსპორტო მარშრუტიზაცია აღება-მიწოდებით", "description": "აგებს წყვილურ აყვანა-მიწოდების მარშრუტებს წინმსწრებობისა და ტევადობის შეზღუდვებით დეტერმინისტული უახლოესი მეზობლის საბაზისო მეთოდით.", "params": { "network": { "label": "ქსელი", "description": "შემავალი ხაზოვანი ქსელის ფენა (ვალიდირებულია კონტრაქტის თავსებადობისთვის)." }, "depot_points": { "label": "დეპოს წერტილები", "description": "დეპოს წერტილების ფენა; ამ საბაზისო რეალიზაციაში პირველი წერტილი გამოიყენება აქტიურ დეპოდ." }, "stop_points": { "label": "გაჩერების წერტილები", "description": "გაჩერების წერტილების ფენა დაწყვილებული აღებისა და მიწოდების ჩანაწერებით." }, "request_id_field": { "label": "მოთხოვნის ID ველი", "description": "მოთხოვნის იდენტიფიკატორის ველი stop_points-ში, რომელიც გამოიყენება აღებისა და მიწოდების ჩანაწერების დასაწყვილებლად (ნაგულისხმევი: request_id)." }, "stop_type_field": { "label": "გაჩერების ტიპის ველი", "description": "გაჩერების ტიპის ველი stop_points-ში, რომელიც შეიცავს pickup/delivery ნიშნულებს (ნაგულისხმევი: stop_type)." }, "demand_field": { "label": "მოთხოვნის ველი", "description": "რიცხვითი მოთხოვნის ველი stop_points-ში; აღების მოთხოვნა იტვირთება, მიწოდებული მოთხოვნა კი იგნორირდება (ნაგულისხმევი: demand)." }, "vehicle_capacity": { "label": "ავტომობილის ტევადობა", "description": "ერთი ავტომობილის ტევადობა (> 0)." }, "max_vehicles": { "label": "მაქსიმალური ავტომობილები", "description": "ასაგები ავტომობილების/მარშრუტების არასავალდებულო მაქსიმალური რაოდენობა." }, "output": { "label": "გამომავალი", "description": "გამომავალი მარშრუტის ხაზოვანი ვექტორული ფაილის გზა." }, "assignment_output": { "label": "მინიჭების გამომავალი", "description": "არასავალდებულო გაჩერებების მინიჭების წერტილოვანი გამომავალი მონაცემები მოთხოვნისა და თანმიმდევრობის დიაგნოსტიკით." } } }, "vehicle_routing_vrptw": { "name": "სატრანსპორტო მარშრუტიზაცია VRPTW", "description": "აგებს ტევადობით შეზღუდულ მრავალდეპოიან VRPTW მარშრუტებს ჰეტეროგენული ავტოპარკის პარამეტრებით, შესვენების ფანჯრებითა და მიზნის რეჟიმის კონტროლით.", "params": { "network": { "label": "ქსელი", "description": "შემავალი ხაზოვანი ქსელის ფენა (ვალიდირებულია კონტრაქტის თავსებადობისთვის)." }, "depot_points": { "label": "დეპოს წერტილები", "description": "დეპოს წერტილების ფენა; თითოეულ წერტილს შეუძლია ერთი ან მეტი ავტომობილის მოწოდება." }, "stop_points": { "label": "გაჩერების წერტილები", "description": "მიწოდების გაჩერების წერტილების ფენა მოთხოვნისა და დროის ფანჯრის ველებით." }, "demand_field": { "label": "მოთხოვნის ველი", "description": "რიცხვითი მოთხოვნის ველი stop_points-ში (ნაგულისხმევი: demand)." }, "priority_field": { "label": "პრიორიტეტის ველი", "description": "არასავალდებულო გაჩერების პრიორიტეტის ველი, რომელიც იყენებს მნიშვნელობებს required/high/normal/low ან რიცხვით რანგებს." }, "allowed_vehicle_profiles_field": { "label": "დაშვებული ავტომობილის პროფილების ველი", "description": "არასავალდებულო გაჩერების ველი თავსებადი ავტომობილის პროფილების ჩამონათვალით (გამოყოფილი მძიმით/წერტილმძიმით/ვერტიკალური ხაზით)." }, "allowed_route_classes_field": { "label": "დაშვებული მარშრუტის კლასების ველი", "description": "allowed_vehicle_profiles_field-ის არასავალდებულო ალიასი მარშრუტის კლასის თავსებადობის წესებისთვის." }, "tw_start_field": { "label": "დროის ფანჯრის დაწყების ველი", "description": "რიცხვითი დროის ფანჯრის დაწყების ველი stop_points-ში (ნაგულისხმევი: tw_start)." }, "tw_end_field": { "label": "დროის ფანჯრის დასრულების ველი", "description": "რიცხვითი დროის ფანჯრის დასრულების ველი stop_points-ში (ნაგულისხმევი: tw_end)." }, "service_time_field": { "label": "მომსახურების დროის ველი", "description": "რიცხვითი მომსახურების დროის ველი თითოეული გაჩერებისთვის stop_points-ში (ნაგულისხმევი: service_time)." }, "depot_id_field": { "label": "დეპოს ID ველი", "description": "არასავალდებულო დეპოს ID ველი, რომელიც გამოიყენება მარშრუტის/მინიჭების გამომავალ მონაცემებში." }, "vehicle_count_field": { "label": "ავტომობილების რაოდენობის ველი", "description": "არასავალდებულო დეპოს ველი თითოეულ დეპოში გამოსული ავტომობილების რაოდენობისთვის." }, "vehicle_capacity_field": { "label": "ავტომობილის ტევადობის ველი", "description": "არასავალდებულო დეპოს ველი, რომელიც ცვლის vehicle_capacity-ს თითოეული დეპოს/ავტომობილის შაბლონისთვის." }, "vehicle_fixed_cost_field": { "label": "ავტომობილის ფიქსირებული ღირებულების ველი", "description": "არასავალდებულო დეპოს ველი, რომელიც ცვლის vehicle_fixed_cost-ს თითოეული დეპოს/ავტომობილის შაბლონისთვის." }, "travel_speed_field": { "label": "მოძრაობის სიჩქარის ველი", "description": "არასავალდებულო დეპოს ველი, რომელიც ცვლის travel_speed-ს თითოეული დეპოს/ავტომობილის შაბლონისთვის." }, "max_route_distance_field": { "label": "მარშრუტის მაქსიმალური მანძილის ველი", "description": "არასავალდებულო დეპოს ველი, რომელიც ცვლის max_route_distance-ს თითოეული დეპოს/ავტომობილის შაბლონისთვის." }, "max_route_time_field": { "label": "მარშრუტის მაქსიმალური დროის ველი", "description": "არასავალდებულო დეპოს ველი, რომელიც ცვლის max_route_time-ს თითოეული დეპოს/ავტომობილის შაბლონისთვის." }, "vehicle_profile_field": { "label": "ავტომობილის პროფილის ველი", "description": "არასავალდებულო დეპოს ველი, რომელიც განსაზღვრავს ავტომობილის პროფილის/კატეგორიის ნიშანს გაჩერებებთან თავსებადობისთვის." }, "vehicle_route_class_field": { "label": "ავტომობილის მარშრუტის კლასის ველი", "description": "vehicle_profile_field-ის არასავალდებულო ალიასი მარშრუტის კლასის თავსებადობის წესებისთვის." }, "depot_close_time_field": { "label": "დეპოს დახურვის დროის ველი", "description": "არასავალდებულო დეპოს ველი, რომელიც ცვლის depot_close_time-ს თითოეული დეპოს/ავტომობილის შაბლონისთვის." }, "break_start_field": { "label": "შესვენების დაწყების ველი", "description": "არასავალდებულო დეპოს ველი, რომელიც ცვლის break_start_time-ს თითოეული დეპოს/ავტომობილის შაბლონისთვის." }, "break_end_field": { "label": "შესვენების დასრულების ველი", "description": "არასავალდებულო დეპოს ველი, რომელიც ცვლის break_end_time-ს თითოეული დეპოს/ავტომობილის შაბლონისთვის." }, "break_duration_field": { "label": "შესვენების ხანგრძლივობის ველი", "description": "არასავალდებულო დეპოს ველი, რომელიც ცვლის break_duration-ს თითოეული დეპოს/ავტომობილის შაბლონისთვის." }, "vehicle_capacity": { "label": "ავტომობილის ტევადობა", "description": "ერთი ავტომობილის ტევადობა (> 0)." }, "vehicle_fixed_cost": { "label": "ავტომობილის ფიქსირებული ღირებულება", "description": "არასავალდებულო ფიქსირებული ღირებულება, რომელიც ერიცხება თითოეულ გაგზავნილ ავტომობილს/მარშრუტს (ნაგულისხმევი: 0)." }, "start_time": { "label": "დაწყების დრო", "description": "მარშრუტის დაწყების დრო მოდელის დროის ერთეულებში (ნაგულისხმევი: 0)." }, "travel_speed": { "label": "მოძრაობის სიჩქარე", "description": "მოძრაობის სიჩქარე კოორდინატთა ერთეულებში დროის ერთეულზე (ნაგულისხმევი: 1)." }, "enforce_time_windows": { "label": "დროის ფანჯრების დაცვა", "description": "როცა true, მინიჭებისთვის დასაშვებია მხოლოდ ის გაჩერებები, რომელთა დაგვიანება <= allowed_lateness (ნაგულისხმევი: false)." }, "allowed_lateness": { "label": "დაშვებული დაგვიანება", "description": "მაქსიმალური დასაშვები დაგვიანება, როცა enforce_time_windows=true (ნაგულისხმევი: 0)." }, "depot_close_time": { "label": "დეპოს დახურვის დრო", "description": "არასავალდებულო მკაცრი დახურვის დრო, რომლამდეც თითოეული მარშრუტი უნდა დაბრუნდეს დეპოში." }, "break_start_time": { "label": "შესვენების დაწყების დრო", "description": "არასავალდებულო გლობალური შესვენების ფანჯრის დაწყების დრო ყველა ავტომობილისთვის." }, "break_end_time": { "label": "შესვენების დასრულების დრო", "description": "არასავალდებულო გლობალური შესვენების ფანჯრის დასრულების დრო ყველა ავტომობილისთვის." }, "break_duration": { "label": "შესვენების ხანგრძლივობა", "description": "არასავალდებულო გლობალური შესვენების ხანგრძლივობა, რომელიც თითო მარშრუტზე ერთხელ გამოიყენება, როცა შესვენების ფანჯარა იკვეთება." }, "use_priority_scoring": { "label": "პრიორიტეტული ქულების გამოყენება", "description": "თუ true, დასაშვებ კანდიდატებს ალაგებს პროგნოზირებული დაგვიანების/დროის მარაგის მიხედვით, მგზავრობის მანძილამდე; თუ false, იყენებს უახლოესი მეზობლის საბაზისო მიდგომას (ნაგულისხმევი: true)." }, "max_vehicles": { "label": "მაქსიმალური ავტომობილები", "description": "ასაგები ავტომობილების/მარშრუტების არასავალდებულო მაქსიმალური რაოდენობა." }, "max_route_distance": { "label": "მარშრუტის მაქსიმალური მანძილი", "description": "არასავალდებულო მაქსიმალური მარშრუტის მგზავრობის მანძილი, დეპოში დაბრუნების ჩათვლით." }, "max_route_time": { "label": "მარშრუტის მაქსიმალური დრო", "description": "არასავალდებულო მარშრუტის მაქსიმალური ხანგრძლივობა მოდელის დროის ერთეულებში, დეპოში დაბრუნების ჩათვლით." }, "max_stops_per_vehicle": { "label": "მაქსიმალური გაჩერებები ერთ ავტომობილზე", "description": "არასავალდებულო მაქსიმალური რაოდენობა გაჩერებებისა, რომლებიც ენიჭება თითოეულ ავტომობილის მარშრუტს." }, "objective_mode": { "label": "მიზნობრივი ფუნქციის რეჟიმი", "description": "მარშრუტის აგების მიზანი: minimize_lateness, minimize_distance, minimize_vehicles ან minimize_cost." }, "output": { "label": "გამომავალი", "description": "გამომავალი მარშრუტის ხაზოვანი ვექტორული ფაილის გზა." }, "assignment_output": { "label": "მინიჭების გამომავალი", "description": "არასავალდებულო გამომავალი წერტილოვანი ფენა გაჩერებების მინიჭებით და დროის ფანჯრის დიაგნოსტიკით." } } }, "clip": { "name": "ამოჭრა", "description": "ჭრის შემავალ პოლიგონებს გადასაფარი პოლიგონების საზღვრებით ტოპოლოგიაზე დაფუძნებული გადაკვეთით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორული ფენა." }, "overlay": { "label": "გადაფარვა", "description": "გადამფარავი პოლიგონური ფენა." }, "snap_tolerance": { "label": "მიბმის ტოლერანტობა", "description": "არასავალდებულო მიბმის ტოლერანტობა ტოპოლოგიური ოპერაციებისთვის; ნაგულისხმევად მანქანური ეფსილონი." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორული ფაილის გზა." } } }, "difference": { "name": "სხვაობა", "description": "აშორებს გადასაფარი პოლიგონების არეებს შემავალი პოლიგონებიდან ტოპოლოგიაზე დაფუძნებული სხვაობით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორული ფენა." }, "overlay": { "label": "გადაფარვა", "description": "გადამფარავი პოლიგონური ფენა." }, "snap_tolerance": { "label": "მიბმის ტოლერანტობა", "description": "არასავალდებულო მიბმის ტოლერანტობა ტოპოლოგიური ოპერაციებისთვის; ნაგულისხმევად მანქანური ეფსილონი." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორული ფაილის გზა." } } }, "dissolve": { "name": "გაერთიანება (Dissolve)", "description": "აშორებს პოლიგონების საერთო საზღვრებს გლობალურად ან გაერთიანების ატრიბუტული ველის მიხედვით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი პოლიგონური ვექტორული ფენა." }, "dissolve_field": { "label": "გამაერთიანებელი ველი", "description": "არასავალდებულო ატრიბუტული ველი პოლიგონების ჯგუფებში გასაერთიანებლად; თუ არ არის მითითებული, აერთიანებს ყველა პოლიგონს." }, "snap_tolerance": { "label": "მიბმის ტოლერანტობა", "description": "არასავალდებულო მიბმის ტოლერანტობა, რომელიც გამოიყენება ტოპოლოგიური ოპერაციების დროს." }, "output": { "label": "გამომავალი", "description": "გამომავალი პოლიგონური ვექტორის გზა." } } }, "erase": { "name": "წაშლა", "description": "შლის გადასაფარი პოლიგონების არეებს შემავალი პოლიგონებიდან და ინარჩუნებს შემავალ ატრიბუტებს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორული ფენა." }, "overlay": { "label": "გადაფარვა", "description": "გადამფარავი პოლიგონური ფენა." }, "snap_tolerance": { "label": "მიბმის ტოლერანტობა", "description": "არასავალდებულო მიბმის ტოლერანტობა ტოპოლოგიური ოპერაციებისთვის; ნაგულისხმევად მანქანური ეფსილონი." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორული ფაილის გზა." } } }, "identity": { "name": "იდენტურობა", "description": "ინარჩუნებს ყველა შემავალ ობიექტს; იდენტობის ფენასთან გადაფარვადი ნაწილები იდენტობის ატრიბუტებსაც იძენს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორული ფენა." }, "overlay": { "label": "გადაფარვა", "description": "გადამფარავი პოლიგონური ფენა." }, "snap_tolerance": { "label": "მიბმის ტოლერანტობა", "description": "არასავალდებულო მიბმის ტოლერანტობა ტოპოლოგიური ოპერაციებისთვის; ნაგულისხმევად მანქანური ეფსილონი." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორული ფაილის გზა." } } }, "intersect": { "name": "გადაკვეთა", "description": "კვეთს შემავალ და გადასაფარ პოლიგონებს ტოპოლოგიაზე დაფუძნებული გადაფარვით და ინახავს წყაროს ობიექტების ID-ებს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორული ფენა." }, "overlay": { "label": "გადაფარვა", "description": "გადამფარავი პოლიგონური ფენა." }, "snap_tolerance": { "label": "მიბმის ტოლერანტობა", "description": "არასავალდებულო მიბმის ტოლერანტობა ტოპოლოგიური ოპერაციებისთვის; ნაგულისხმევად მანქანური ეფსილონი." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორული ფაილის გზა." } } }, "line_intersections": { "name": "ხაზების გადაკვეთები", "description": "პოულობს ხაზების გადაკვეთის წერტილებს შემავალ და გადასაფარ ფენებს შორის და ამატებს მშობელ ID-ებს გაერთიანებული ატრიბუტებით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ხაზოვანი ან პოლიგონური ფენა." }, "overlay": { "label": "გადაფარვა", "description": "გადამფარავი ხაზოვანი ან პოლიგონური ფენა." }, "snap_tolerance": { "label": "მიბმის ტოლერანტობა", "description": "არასავალდებულო მიბმის ტოლერანტობა გეომეტრიული ოპერაციებისთვის; ნაგულისხმევად მანქანური ეფსილონი." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორული ფაილის გზა." } } }, "line_polygon_clip": { "name": "ხაზების ამოჭრა პოლიგონით", "description": "ჭრის ხაზოვან ობიექტებს პოლიგონების შიგნით და გამოაქვს ამოჭრილი ხაზის სეგმენტები.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ხაზოვანი ფენა." }, "clip": { "label": "ამოჭრა", "description": "ამოსაჭრელი პოლიგონური ფენა." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორული ფაილის გზა." } } }, "near": { "name": "უახლოესი", "description": "ამატებს NEAR_FID და NEAR_DIST ატრიბუტებს, რომლებიც უახლოეს ობიექტებსა და მათ მანძილებს სივრცითი ინდექსირებით განსაზღვრავს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორული ფენა." }, "near": { "label": "უახლოესი", "description": "უახლოესი ობიექტების ვექტორული ფენა." }, "max_distance": { "label": "მაქსიმალური მანძილი", "description": "არასავალდებულო მაქსიმალური ძებნის მანძილი." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორული ფაილის გზა." } } }, "select_by_location": { "name": "არჩევა მდებარეობით", "description": "ფილტრავს სამიზნე ობიექტებს სივრცითი პრედიკატებით (intersects, within, contains, touches, overlaps და ა.შ.) მოთხოვნის ობიექტების მიმართ.", "params": { "target": { "label": "სამიზნე", "description": "სამიზნე ობიექტების ფენა გასაფილტრად." }, "query": { "label": "მოთხოვნა", "description": "მოთხოვნის ობიექტების ფენა." }, "predicate": { "label": "პრედიკატი", "description": "სივრცითი პრედიკატი: intersects, within, contains, touches, crosses, overlaps, disjoint, within_distance." }, "distance": { "label": "მანძილი", "description": "მანძილის ზღურბლი within_distance პრედიკატისთვის." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორული ფაილის გზა." } } }, "spatial_join": { "name": "სივრცითი შეერთება", "description": "გადააქვს ატრიბუტები მისაერთებელი ფენის ობიექტებიდან სამიზნეებზე სივრცითი პრედიკატებით; მრავალი დამთხვევისთვის აგრეგაციის სტრატეგიებს უჭერს მხარს (count, sum, mean, min, max).", "params": { "target": { "label": "სამიზნე", "description": "სამიზნე ფენა, რომელიც იღებს შეერთებულ ატრიბუტებს." }, "join": { "label": "შეერთება", "description": "შესაერთებელი ფენა, რომელიც აწვდის ატრიბუტებს." }, "predicate": { "label": "პრედიკატი", "description": "სივრცითი პრედიკატი: intersects, within, contains, touches, crosses, overlaps, within_distance." }, "distance": { "label": "მანძილი", "description": "მანძილის ზღურბლი within_distance პრედიკატისთვის." }, "strategy": { "label": "სტრატეგია", "description": "შეერთების სტრატეგია: first, last, count, sum, mean, min, max." }, "prefix": { "label": "პრეფიქსი", "description": "პრეფიქსი შეერთებული ველების სახელებისთვის (ნაგულისხმევი JOIN_)." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორული ფაილის გზა." } } }, "symmetrical_difference": { "name": "სიმეტრიული სხვაობა", "description": "ითვლის არაგადაფარვად პოლიგონურ რეგიონებს შემავალი და გადასაფარი ფენებიდან.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორული ფენა." }, "overlay": { "label": "გადაფარვა", "description": "გადამფარავი პოლიგონური ფენა." }, "snap_tolerance": { "label": "მიბმის ტოლერანტობა", "description": "არასავალდებულო მიბმის ტოლერანტობა ტოპოლოგიური ოპერაციებისთვის; ნაგულისხმევად მანქანური ეფსილონი." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორული ფაილის გზა." } } }, "union": { "name": "გაერთიანება", "description": "აერთიანებს შემავალ და გადასაფარ პოლიგონებს ერთიან პოლიგონურ დაფარვად.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორული ფენა." }, "overlay": { "label": "გადაფარვა", "description": "გადამფარავი პოლიგონური ფენა." }, "snap_tolerance": { "label": "მიბმის ტოლერანტობა", "description": "არასავალდებულო მიბმის ტოლერანტობა ტოპოლოგიური ოპერაციებისთვის; ნაგულისხმევად მანქანური ეფსილონი." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორული ფაილის გზა." } } }, "update": { "name": "განახლება", "description": "ცვლის შემავალ ობიექტებს განახლების ობიექტებით იქ, სადაც ისინი გადაიფარება; განახლების ფენის გარეთ მდებარე შემავალი ობიექტები შენარჩუნდება.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორული ფენა." }, "overlay": { "label": "გადაფარვა", "description": "გადამფარავი პოლიგონური ფენა." }, "snap_tolerance": { "label": "მიბმის ტოლერანტობა", "description": "არასავალდებულო მიბმის ტოლერანტობა ტოპოლოგიური ოპერაციებისთვის; ნაგულისხმევად მანქანური ეფსილონი." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორული ფაილის გზა." } } }, "centroid_vector": { "name": "ვექტორის ცენტროიდი", "description": "ითვლის გეოგრაფიულ ცენტრს (მასის საშუალო კოორდინატა) თითოეული ვექტორული ობიექტისთვის და ქმნის წერტილოვან ფენას წარწერების განთავსების, კლასტერიზაციისა და სივრცითი ანალიზისთვის.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორული ფენა." }, "output": { "label": "გამომავალი", "description": "გამომავალი წერტილოვანი ვექტორის გზა." } } }, "concave_hull": { "name": "ჩაზნექილი გარსი", "description": "ქმნის ჩაზნექილი გარსის პოლიგონებს შემავალი ობიექტების კოორდინატების გარშემო concaveman ალგორითმით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორული ფენა." }, "concavity": { "label": "ჩაზნექილობა", "description": "ჩაზნექილობის კოეფიციენტი (ნაგულისხმევი 2.0). მაღალი მნიშვნელობები იძლევა ნაკლებად ჩაზნექილ გარსს, ამოზნექილ გარსთან ახლოს. დაბალი მნიშვნელობები უფრო მკვეთრ ჩაზნექილობებს უშვებს." }, "max_edge_length": { "label": "წიბოს მაქსიმალური სიგრძე", "description": "სიგრძის ზღურბლი: ამ მნიშვნელობაზე მოკლე გარსის წიბოები აღარ იხვეწება. ნაგულისხმევად შეუზღუდავი (უსასრულობა)." }, "epsilon": { "label": "ეფსილონი", "description": "მდგრადობის ეფსილონი (ნაგულისხმევი 1e-9)." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორული ფაილის გზა." } } }, "densify_features": { "name": "ობიექტების გამკვრივება", "description": "ამატებს წვეროებს ხაზებისა და პოლიგონების საზღვრების გასწვრივ მითითებული ინტერვალით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორული ფენა." }, "spacing": { "label": "დაშორება", "description": "მაქსიმალური ბიჯი მეზობელ წვეროებს შორის." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორული ფაილის გზა." } } }, "eliminate_coincident_points": { "name": "თანმხვედრი წერტილების მოშორება", "description": "აშორებს დამთხვეულ ან თითქმის დამთხვეულ წერტილებს ტოლერანტობის მანძილის ფარგლებში.", "params": { "input": { "label": "შემავალი", "description": "შემავალი წერტილოვანი ვექტორული ფენა." }, "tolerance_dist": { "label": "ტოლერანტობის მანძილი", "description": "მანძილის ზღურბლი, რომლის ფარგლებშიც წერტილები დამთხვეულად ითვლება." }, "output": { "label": "გამომავალი", "description": "გამომავალი წერტილოვანი ვექტორის გზა." } } }, "extend_vector_lines": { "name": "ვექტორული ხაზების გაგრძელება", "description": "აგრძელებს პოლიხაზების ბოლო წერტილებს მითითებული მანძილით დასაწყისში, ბოლოში ან ორივეგან.", "params": { "input": { "label": "შემავალი", "description": "შემავალი პოლიხაზოვანი ვექტორული ფენა." }, "distance": { "label": "მანძილი", "description": "მანძილი პოლიხაზის ბოლო წერტილების გასაგრძელებლად." }, "extend_direction": { "label": "გაგრძელების მიმართულება", "description": "ბოლო წერტილების გაგრძელების მიმართულება: both, start ან end." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორული ფაილის გზა." } } }, "merge_line_segments": { "name": "ხაზის სეგმენტების შერწყმა", "description": "აერწყმის დაკავშირებულ ხაზის სეგმენტებს, რომლებიც განშტოების გარეშე ბოლო წერტილებში ხვდება ერთმანეთს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი პოლიხაზოვანი ვექტორული ფენა." }, "snap_tolerance": { "label": "მიბმის ტოლერანტობა", "description": "არასავალდებულო ბოლო წერტილების მიბმის ტოლერანტობა ხაზების ბოლოების დასამთხვევად; ნაგულისხმევად მანქანური ეფსილონი." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორული ფაილის გზა." } } }, "minimum_bounding_box": { "name": "მინიმალური შემომსაზღვრელი მართკუთხედი", "description": "ითვლის ორიენტირებულ მინიმალურ შემომსაზღვრელ მართკუთხედებს ცალკეული ობიექტების ან მთელი ფენის გარშემო.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორული ფენა." }, "min_criteria": { "label": "მინიმალური კრიტერიუმები", "description": "მინიმიზაციის კრიტერიუმი: area, perimeter, length ან width. ნაგულისხმევად area." }, "individual_feature_hulls": { "label": "ცალკეული ობიექტების გარსები", "description": "თუ true, გამოაქვს თითო მართკუთხედი თითოეულ ობიექტზე; წინააღმდეგ შემთხვევაში — ერთი მართკუთხედი მთელ ფენაზე." }, "output": { "label": "გამომავალი", "description": "გამომავალი პოლიგონური ვექტორის გზა." } } }, "minimum_bounding_circle": { "name": "მინიმალური შემომსაზღვრელი წრე", "description": "ითვლის მინიმალურ შემომწერ წრეწირებს ცალკეული ობიექტების ან მთელი ფენის გარშემო.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორული ფენა." }, "individual_feature_hulls": { "label": "ცალკეული ობიექტების გარსები", "description": "თუ true, გამოაქვს თითო წრე თითოეულ ობიექტზე; წინააღმდეგ შემთხვევაში — ერთი წრე მთელ ფენაზე." }, "output": { "label": "გამომავალი", "description": "გამომავალი პოლიგონური ვექტორის გზა." } } }, "minimum_bounding_envelope": { "name": "მინიმალური შემომსაზღვრელი კონვერტი", "description": "ითვლის ღერძებთან გასწორებულ მინიმალურ შემომსაზღვრელ არეებს ცალკეული ობიექტების ან მთელი ფენის გარშემო.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორული ფენა." }, "individual_feature_hulls": { "label": "ცალკეული ობიექტების გარსები", "description": "თუ true, გამოაქვს თითო კონვერტი თითოეულ ობიექტზე; წინააღმდეგ შემთხვევაში — ერთი კონვერტი მთელ ფენაზე." }, "output": { "label": "გამომავალი", "description": "გამომავალი პოლიგონური ვექტორის გზა." } } }, "minimum_convex_hull": { "name": "მინიმალური ამოზნექილი გარსი", "description": "ქმნის ამოზნექილი გარსის პოლიგონებს ცალკეული ობიექტების ან მთელი შემავალი ფენის გარშემო.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორული ფენა." }, "individual_feature_hulls": { "label": "ცალკეული ობიექტების გარსები", "description": "თუ true, გამოაქვს თითო გარსი თითოეულ შემავალ ობიექტზე; წინააღმდეგ შემთხვევაში — ერთი გარსი მთელ ფენაზე." }, "output": { "label": "გამომავალი", "description": "გამომავალი პოლიგონური ვექტორის გზა." } } }, "polygonize": { "name": "პოლიგონიზაცია", "description": "ქმნის პოლიგონებს შემავალი ხაზებიდან, მათ შორის გადამკვეთი/ღია სეგმენტებიდან, სადაც ჩაკეტილი წახნაგების ფორმირებაა შესაძლებელი.", "params": { "inputs": { "label": "შემავალი მონაცემები", "description": "შემავალი ხაზოვანი ვექტორული ფენები მასივის ან წერტილმძიმით/მძიმით გამოყოფილი სტრიქონის სახით. თუ არ არის მითითებული, გამოიყენება 'input'." }, "input": { "label": "შემავალი", "description": "არასავალდებულო ერთი შემავალი ხაზოვანი ვექტორული ფენის გზა." }, "snap_tolerance": { "label": "მიბმის ტოლერანტობა", "description": "არასავალდებულო მიბმის ტოლერანტობა პოლიგონიზაციისთვის; ნაგულისხმევად მანქანური ეფსილონი." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორული ფაილის გზა." } } }, "representative_point_vector": { "name": "ვექტორის წარმომადგენლობითი წერტილი", "description": "ქმნის შიდა წერტილს, რომელიც გარანტირებულად თითოეული გეომეტრიის შიგნით ან მასზე მდებარეობს, მიუწვდომლობის პოლუსის (pole-of-inaccessibility) მეთოდით; იდეალურია ჩაზნექილ პოლიგონებში წარწერების განსათავსებლად.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორული ფენა." }, "output": { "label": "გამომავალი", "description": "გამომავალი წერტილოვანი ვექტორის გზა." } } }, "simplify_features": { "name": "ობიექტების გამარტივება", "description": "ამცირებს გეომეტრიის სირთულეს Douglas-Peucker-ის ალგორითმით ფაილის ზომის მინიმიზაციის, GPS ხმაურის მოცილებისა და რენდერინგის ეფექტიანობის ოპტიმიზაციისთვის ფორმის შენარჩუნებით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორული ფენა." }, "tolerance": { "label": "ტოლერანტობა", "description": "გამარტივების ტოლერანტობა რუკის ერთეულებში." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორული ფაილის გზა." } } }, "smooth_vectors": { "name": "ვექტორების დაგლუვება", "description": "აგლუვებს პოლიხაზოვან ან პოლიგონურ გეომეტრიებს მოძრავი საშუალოს ფილტრაციით ციფრულიზაციის ხმაურისა და GPS ტრეკის რყევის შესამცირებლად.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ხაზოვანი ან პოლიგონური ვექტორული ფენა." }, "filter_size": { "label": "ფილტრის ზომა", "description": "მოძრავი საშუალოს ფანჯრის კენტი ზომა (>= 3). ლუწი მნიშვნელობები იზრდება მომდევნო კენტ მნიშვნელობამდე." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორული ფაილის გზა." } } }, "snap_endnodes": { "name": "ბოლო კვანძების მიბმა", "description": "აბამს ახლომდებარე პოლიხაზების ბოლო წერტილებს საერთო მდებარეობაზე ტოლერანტობის ფარგლებში.", "params": { "input": { "label": "შემავალი", "description": "შემავალი პოლიხაზოვანი ვექტორული ფენა." }, "snap_tolerance": { "label": "მიბმის ტოლერანტობა", "description": "ბოლო წერტილების მიბმის ტოლერანტობა რუკის ერთეულებში." }, "output": { "label": "გამომავალი", "description": "გამომავალი მიბმული პოლიხაზოვანი ვექტორის გზა." } } }, "split_vector_lines": { "name": "ვექტორული ხაზების გაყოფა", "description": "ყოფს თითოეულ პოლიხაზოვან ობიექტს მითითებული მაქსიმალური სიგრძის სეგმენტებად.", "params": { "input": { "label": "შემავალი", "description": "შემავალი პოლიხაზოვანი ვექტორული ფენა." }, "segment_length": { "label": "სეგმენტის სიგრძე", "description": "სეგმენტის მაქსიმალური სიგრძე რუკის ერთეულებში." }, "output": { "label": "გამომავალი", "description": "გამომავალი პოლიხაზოვანი ვექტორის გზა." } } }, "split_with_lines": { "name": "გაყოფა ხაზებით", "description": "ყოფს შემავალ პოლიხაზებს გამყოფი ხაზოვანი ფენის გადაკვეთის წერტილებით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ხაზოვანი ფენა გასაყოფად." }, "split": { "label": "გაყოფა", "description": "გამყოფი ხაზოვანი ფენა გაყოფის წერტილების შესაქმნელად." }, "snap_tolerance": { "label": "მიბმის ტოლერანტობა", "description": "არასავალდებულო მიბმის ტოლერანტობა, რომელსაც გაყოფის ოპერაციები იყენებს; ნაგულისხმევად მანქანურ ეფსილონს უტოლდება." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორული ფაილის გზა." } } }, "compactness_ratio": { "name": "კომპაქტურობის კოეფიციენტი", "description": "ითვლის კომპაქტურობის კოეფიციენტს (ფართობი / პერიმეტრი) პოლიგონური ობიექტებისთვის.", "params": { "input": { "label": "შემავალი", "description": "შემავალი პოლიგონური ვექტორული ფენა." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორი დამატებული კომპაქტურობის ველით." } } }, "deviation_from_regional_direction": { "name": "გადახრა რეგიონული მიმართულებიდან", "description": "ითვლის პოლიგონის მიმართულების გადახრას შეწონილი რეგიონული საშუალო ორიენტაციიდან და ამატებს DEV_DIR-ს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი პოლიგონური ვექტორული ფენა." }, "elongation_threshold": { "label": "წაგრძელების ზღურბლი", "description": "მინიმალური წაგრძელება პოლიგონების რეგიონული მიმართულების შეფასებაში ჩასართავად; ნაგულისხმევი 0.75." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორული ფაილის გზა." } } }, "elongation_ratio": { "name": "წაგრძელების კოეფიციენტი", "description": "ითვლის წაგრძელების კოეფიციენტს (შემომსაზღვრელი მართკუთხედის მოკლე ღერძი / გრძელი ღერძი) პოლიგონური ობიექტებისთვის.", "params": { "input": { "label": "შემავალი", "description": "შემავალი პოლიგონური ვექტორული ფენა." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორი დამატებული წაგრძელების ველით." } } }, "hole_proportion": { "name": "ხვრელების წილი", "description": "ითვლის პოლიგონის ხვრელების ფართობის შეფარდებას გარსის ფართობთან და ამატებს HOLE_PROP-ს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი პოლიგონური ვექტორული ფენა." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორული ფაილის გზა." } } }, "linearity_index": { "name": "წრფივობის ინდექსი", "description": "ითვლის წრფივობის ინდექსს (რეგრესიის r-კვადრატი) პოლიგონური ობიექტებისთვის.", "params": { "input": { "label": "შემავალი", "description": "შემავალი პოლიგონური ვექტორული ფენა." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორი დამატებული წრფივობის ველით." } } }, "narrowness_index_vector": { "name": "ვექტორის სივიწროვის ინდექსი", "description": "ითვლის სივიწროვის ინდექსს (პერიმეტრი / sqrt(ფართობი)) პოლიგონური ობიექტებისთვის.", "params": { "input": { "label": "შემავალი", "description": "შემავალი პოლიგონური ვექტორული ფენა." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორი დამატებული სივიწროვის ველით." } } }, "patch_orientation": { "name": "უბნის ორიენტაცია", "description": "ითვლის პოლიგონის ორიენტაციას (გრადუსები ჩრდილოეთიდან) შემცირებული მთავარი ღერძის რეგრესიით და ამატებს ORIENT-ს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი პოლიგონური ვექტორული ფენა." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორული ფაილის გზა." } } }, "perimeter_area_ratio": { "name": "პერიმეტრი-ფართობის თანაფარდობა", "description": "ითვლის პოლიგონის პერიმეტრისა და ფართობის თანაფარდობას და ამატებს P_A_RATIO-ს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი პოლიგონური ვექტორული ფენა." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორული ფაილის გზა." } } }, "polygon_area": { "name": "პოლიგონის ფართობი", "description": "ითვლის პოლიგონის ფართობს და ამატებს AREA ატრიბუტულ ველს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი პოლიგონური ვექტორული ფენა." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორული ფაილის გზა." } } }, "polygon_long_axis": { "name": "პოლიგონის გრძელი ღერძი", "description": "ასახავს თითოეული პოლიგონური ობიექტის მინიმალური შემომსაზღვრელი მართკუთხედის გრძელ ღერძს ხაზოვანი შედეგის სახით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი პოლიგონური ვექტორული ფენა." }, "output": { "label": "გამომავალი", "description": "გამომავალი პოლიხაზოვანი ვექტორის გზა." } } }, "polygon_perimeter": { "name": "პოლიგონის პერიმეტრი", "description": "ითვლის პოლიგონის პერიმეტრს და ამატებს PERIMETER ატრიბუტულ ველს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი პოლიგონური ვექტორული ფენა." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორული ფაილის გზა." } } }, "polygon_short_axis": { "name": "პოლიგონის მოკლე ღერძი", "description": "ასახავს თითოეული პოლიგონური ობიექტის მინიმალური შემომსაზღვრელი მართკუთხედის მოკლე ღერძს ხაზოვანი შედეგის სახით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი პოლიგონური ვექტორული ფენა." }, "output": { "label": "გამომავალი", "description": "გამომავალი პოლიხაზოვანი ვექტორის გზა." } } }, "related_circumscribing_circle": { "name": "შემოხაზული წრის მიმართება", "description": "ითვლის 1 - (პოლიგონის ფართობი / უმცირესი შემომწერი წრის ფართობი) და ამატებს RC_CIRCLE-ს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი პოლიგონური ვექტორული ფენა." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორული ფაილის გზა." } } }, "shape_complexity_index_vector": { "name": "ვექტორის ფორმის სირთულის ინდექსი", "description": "ითვლის ფორმის სირთულის ინდექსს ვექტორული პოლიგონური ობიექტებისთვის ფორმის ნორმალიზებული ფაქტორის გამოყენებით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი პოლიგონური ვექტორული ფენა." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორი დამატებული სირთულის ინდექსის ველით." } } }, "global_morans_i": { "name": "გლობალური მორანის I", "description": "ითვლის გლობალურ მორანის I-ს სივრცითი ავტოკორელაციის შესამოწმებლად: იკრიბება თუ არა მსგავსი მნიშვნელობები სივრცულად. გეოსტატისტიკური ანალიზის არსებითი საფუძველი.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორული ფენა." }, "field": { "label": "ველი", "description": "გასაანალიზებელი რიცხვითი ატრიბუტული ველი." }, "weights_mode": { "label": "წონების რეჟიმი", "description": "მეზობლობის რეჟიმი: queen, rook, k_nearest, distance_band." }, "k": { "label": "K", "description": "k მნიშვნელობა k_nearest რეჟიმისთვის." }, "distance": { "label": "მანძილი", "description": "მანძილის ზღურბლი distance_band რეჟიმისთვის." }, "row_standardize": { "label": "სტრიქონების სტანდარტიზაცია", "description": "წონებზე სტრიქონების სტანდარტიზაციის გამოყენება (ნაგულისხმევი true)." }, "inference": { "label": "სტატისტიკური დასკვნა", "description": "სტატისტიკური დასკვნის რეჟიმი: asymptotic ან permutation (ნაგულისხმევი: asymptotic)." }, "num_simulations": { "label": "სიმულაციების რაოდენობა", "description": "პერმუტაციების რაოდენობა პერმუტაციული ტესტირებისთვის (ნაგულისხმევი: 999)." }, "seed": { "label": "საწყისი მნიშვნელობა", "description": "შემთხვევითი საწყისი მნიშვნელობა განმეორებადი პერმუტაციული ტესტირებისთვის." }, "island_policy": { "label": "იზოლირებული ობიექტების პოლიტიკა", "description": "იზოლირებული ობიექტების დამუშავება: drop_with_warning, keep_zero_weight, error." }, "output_json": { "label": "გამომავალი JSON", "description": "არასავალდებულო JSON ანგარიშის გამომავალი გზა." }, "output_html": { "label": "გამომავალი HTML", "description": "არასავალდებულო HTML ანგარიშის გამომავალი გზა." }, "output_csv": { "label": "გამომავალი CSV", "description": "არასავალდებულო CSV შეჯამების გამომავალი გზა." }, "output_distribution": { "label": "გამომავალი განაწილება", "description": "არასავალდებულო გზა პერმუტაციული განაწილების JSON-ად შესანახად." } } }, "getis_ord_gi_star": { "name": "Getis-Ord Gi*", "description": "ითვლის Getis-Ord Gi/Gi* z-ქულებს ლოკალური ცხელი/ცივი წერტილების იდენტიფიკაციისთვის. მაღალი/დაბალი მნიშვნელობების კონცენტრაციის პირდაპირი საზომი.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორული ფენა." }, "field": { "label": "ველი", "description": "გასაანალიზებელი რიცხვითი ატრიბუტული ველი." }, "weights_mode": { "label": "წონების რეჟიმი", "description": "მეზობლობის რეჟიმი: queen, rook, k_nearest, distance_band." }, "k": { "label": "K", "description": "k მნიშვნელობა k_nearest რეჟიმისთვის." }, "distance": { "label": "მანძილი", "description": "მანძილის ზღურბლი distance_band რეჟიმისთვის." }, "row_standardize": { "label": "სტრიქონების სტანდარტიზაცია", "description": "წონებზე სტრიქონების სტანდარტიზაციის გამოყენება (ნაგულისხმევი true)." }, "variant": { "label": "ვარიანტი", "description": "ვარიანტი: gi ან gi_star (ნაგულისხმევი gi_star)." }, "inference": { "label": "სტატისტიკური დასკვნა", "description": "სტატისტიკური დასკვნის რეჟიმი: asymptotic ან permutation (ნაგულისხმევი: asymptotic)." }, "num_simulations": { "label": "სიმულაციების რაოდენობა", "description": "პერმუტაციების რაოდენობა პერმუტაციული ტესტირებისთვის (ნაგულისხმევი: 999)." }, "seed": { "label": "საწყისი მნიშვნელობა", "description": "შემთხვევითი საწყისი მნიშვნელობა განმეორებადი პერმუტაციული ტესტირებისთვის." }, "island_policy": { "label": "იზოლირებული ობიექტების პოლიტიკა", "description": "იზოლირებული ობიექტების დამუშავება: drop_with_warning, keep_zero_weight, error." }, "alpha": { "label": "ალფა", "description": "მნიშვნელოვნების ზღურბლი [0, 1] დიაპაზონში; ნაგულისხმევი 0.05." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორის გზა GI ველებით." }, "output_html": { "label": "გამომავალი HTML", "description": "არასავალდებულო HTML ანგარიშის გამომავალი გზა." } } }, "local_morans_i_lisa": { "name": "ლოკალური მორანის I (LISA)", "description": "ითვლის ლოკალურ მორანის I-ს თითოეული ობიექტისთვის ლოკალური სივრცითი კლასტერებისა და გამონაკლისების იდენტიფიკაციისთვის სტატისტიკური მნიშვნელოვნების ტესტირებით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორული ფენა." }, "field": { "label": "ველი", "description": "გასაანალიზებელი რიცხვითი ატრიბუტული ველი." }, "weights_mode": { "label": "წონების რეჟიმი", "description": "მეზობლობის რეჟიმი: queen, rook, k_nearest, distance_band." }, "k": { "label": "K", "description": "k მნიშვნელობა k_nearest რეჟიმისთვის." }, "distance": { "label": "მანძილი", "description": "მანძილის ზღურბლი distance_band რეჟიმისთვის." }, "row_standardize": { "label": "სტრიქონების სტანდარტიზაცია", "description": "წონებზე სტრიქონების სტანდარტიზაციის გამოყენება (ნაგულისხმევი true)." }, "inference": { "label": "სტატისტიკური დასკვნა", "description": "სტატისტიკური დასკვნის რეჟიმი: asymptotic ან permutation (ნაგულისხმევი: asymptotic)." }, "num_simulations": { "label": "სიმულაციების რაოდენობა", "description": "პერმუტაციების რაოდენობა პერმუტაციული ტესტირებისთვის (ნაგულისხმევი: 999)." }, "seed": { "label": "საწყისი მნიშვნელობა", "description": "შემთხვევითი საწყისი მნიშვნელობა განმეორებადი პერმუტაციული ტესტირებისთვის." }, "island_policy": { "label": "იზოლირებული ობიექტების პოლიტიკა", "description": "იზოლირებული ობიექტების დამუშავება: drop_with_warning, keep_zero_weight, error." }, "alpha": { "label": "ალფა", "description": "მნიშვნელოვნების ზღურბლი [0, 1] დიაპაზონში; ნაგულისხმევი 0.05." }, "fdr_correction": { "label": "FDR კორექცია", "description": "FDR-BH შესწორების გამოყენება (ნაგულისხმევად true permutation-ისთვის)." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორის გზა LISA ველებით." }, "output_html": { "label": "გამომავალი HTML", "description": "არასავალდებულო HTML ანგარიშის გამომავალი გზა." } } }, "nearest_neighbour_index": { "name": "უახლოესი მეზობლის ინდექსი", "description": "ითვლის Clark-Evans-ის უახლოესი მეზობლის ინდექსს სრული სივრცითი შემთხვევითობის შესამოწმებლად. ავლენს კლასტერიზაციას გაბნევის საპირისპიროდ.", "params": { "input": { "label": "შემავალი", "description": "შემავალი წერტილოვანი ვექტორული ფენა." }, "study_area_mode": { "label": "კვლევის არეალის რეჟიმი", "description": "საკვლევი არეალის რეჟიმი: hull, envelope, polygon_layer." }, "study_area_polygon": { "label": "კვლევის არეალის პოლიგონი", "description": "პოლიგონური ფენა, რომელიც გამოიყენება, როცა study_area_mode=polygon_layer." }, "output_json": { "label": "გამომავალი JSON", "description": "არასავალდებულო JSON ანგარიშის გამომავალი გზა." }, "output_html": { "label": "გამომავალი HTML", "description": "არასავალდებულო HTML ანგარიშის გამომავალი გზა." }, "output_csv": { "label": "გამომავალი CSV", "description": "არასავალდებულო CSV შეჯამების გამომავალი გზა." } } }, "quadrat_count_test": { "name": "კვადრატების დათვლის ტესტი", "description": "ასრულებს წერტილოვანი შაბლონის შემთხვევითობის ხი-კვადრატ ტესტს კვადრატების დათვლით. ამოწმებს კლასტერიზაციას გაბნევის საპირისპიროდ.", "params": { "input": { "label": "შემავალი", "description": "შემავალი წერტილოვანი ვექტორული ფენა." }, "grid_mode": { "label": "ბადის რეჟიმი", "description": "ბადის რეჟიმი: rows_cols ან cell_size." }, "rows": { "label": "სტრიქონები", "description": "სტრიქონები, როცა grid_mode=rows_cols." }, "cols": { "label": "სვეტები", "description": "სვეტები, როცა grid_mode=rows_cols." }, "cell_size": { "label": "უჯრედის ზომა", "description": "უჯრედის ზომა, როცა grid_mode=cell_size." }, "study_area_mode": { "label": "კვლევის არეალის რეჟიმი", "description": "საკვლევი არეალის რეჟიმი: hull, envelope, polygon_layer." }, "study_area_polygon": { "label": "კვლევის არეალის პოლიგონი", "description": "პოლიგონური ფენა, რომელიც გამოიყენება, როცა study_area_mode=polygon_layer." }, "output_grid": { "label": "გამომავალი ბადე", "description": "არასავალდებულო კვადრატების პოლიგონური ბადის გამომავალი გზა." }, "output_json": { "label": "გამომავალი JSON", "description": "არასავალდებულო JSON ანგარიშის გამომავალი გზა." }, "output_html": { "label": "გამომავალი HTML", "description": "არასავალდებულო HTML ანგარიშის გამომავალი გზა." }, "output_csv": { "label": "გამომავალი CSV", "description": "არასავალდებულო CSV შეჯამების გამომავალი გზა." } } }, "spatial_lag_regression": { "name": "სივრცითი ლაგის რეგრესია", "description": "აფასებს სივრცით ავტორეგრესიულ მოდელს, რომელიც ენდოგენურ გადადინების ეფექტებს ასახავს, როცა დამოკიდებულ ცვლადზე სივრცითი მეზობლები მოქმედებს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორული ფენა." }, "response_field": { "label": "საპასუხო ცვლადის ველი", "description": "საპასუხო (დამოკიდებული) ცვლადი." }, "predictor_fields": { "label": "პრედიქტორების ველები", "description": "მძიმით გამოყოფილი პრედიქტორული ველების სახელები." }, "weights_mode": { "label": "წონების რეჟიმი", "description": "სივრცითი მეზობლობის რეჟიმი." }, "k": { "label": "K", "description": "k მნიშვნელობა k_nearest-ისთვის." }, "distance": { "label": "მანძილი", "description": "მანძილის ზღურბლი." }, "row_standardize": { "label": "სტრიქონების სტანდარტიზაცია", "description": "წონების სტრიქონული სტანდარტიზაცია." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორული ფენა." } } }, "spatial_error_regression": { "name": "სივრცითი შეცდომის რეგრესია", "description": "აფასებს სივრცითი შეცდომის მოდელს, რომელიც ნარჩენებში გამოტოვებული ცვლადებით ან გაზომვის შეცდომით გამოწვეულ ეგზოგენურ სივრცით დამოკიდებულებას ითვალისწინებს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორული ფენა." }, "response_field": { "label": "საპასუხო ცვლადის ველი", "description": "საპასუხო ცვლადი." }, "predictor_fields": { "label": "პრედიქტორების ველები", "description": "მძიმით გამოყოფილი პრედიქტორული ველები." }, "weights_mode": { "label": "წონების რეჟიმი", "description": "სივრცითი მეზობლობის რეჟიმი." }, "k": { "label": "K", "description": "k მნიშვნელობა k_nearest-ისთვის." }, "distance": { "label": "მანძილი", "description": "მანძილის ზღურბლი." }, "row_standardize": { "label": "სტრიქონების სტანდარტიზაცია", "description": "წონების სტრიქონული სტანდარტიზაცია." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორული ფენა." } } }, "geographically_weighted_regression": { "name": "გეოგრაფიულად შეწონილი რეგრესია", "description": "ლოკალური წრფივი რეგრესია მანძილით მილევადი ბირთვული წონებით (GWR): თითოეული ობიექტის კოეფიციენტები, ლოკალური R², ნარჩენები და პროგნოზები, პლუს გლობალური AICc / R² დიაგნოსტიკა; ფიქსირებული ან ადაპტური ზოლის სიგანე, სურვილისამებრ AICc-ით ოპტიმიზებული.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ობიექტების ფენა (წერტილები ან სხვა გეომეტრიები მათი წარმომადგენლობითი წერტილის მიხედვით)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი ვექტორის გზა (დრაივერი განისაზღვრება გაფართოებით). თუ არ არის მითითებული, ინახება მეხსიერებაში." }, "y_field": { "label": "Y ველი", "description": "დამოკიდებული (საპასუხო) რიცხვითი ველი." }, "x_fields": { "label": "X ველები", "description": "მძიმით გამოყოფილი ამხსნელი რიცხვითი ველ(ებ)ი." }, "kernel": { "label": "ბირთვი", "description": "მანძილით მილევის ბირთვი: 'gaussian' (ნაგულისხმევი) ან 'bisquare'." }, "bandwidth_type": { "label": "ზოლის სიგანის ტიპი", "description": "'adaptive' (ნაგულისხმევი; ზოლის სიგანე = k უახლოესი მეზობელი) ან 'fixed' (ზოლის სიგანე = მანძილი)." }, "bandwidth": { "label": "ზოლის სიგანე", "description": "ზოლის სიგანე: მეზობლების რაოდენობა adaptive-ისთვის ან მანძილი fixed-ისთვის. გამოტოვეთ, რომ ის AICc-ის მინიმიზაციით შეირჩეს." } } }, "ripleys_k_test": { "name": "რიპლის K ტესტი", "description": "ითვლის რიპლის K მრავალმასშტაბიანი კლასტერიზაციის სტატისტიკას. ავლენს მასშტაბზე დამოკიდებულ კლასტერიზაციას/გაბნევას მანძილის დიაპაზონებში.", "params": { "input": { "label": "შემავალი", "description": "შემავალი წერტილოვანი ვექტორული ფენა." }, "max_distance": { "label": "მაქსიმალური მანძილი", "description": "მაქსიმალური ანალიზის მანძილი." }, "step_size": { "label": "ნაბიჯის ზომა", "description": "მანძილის ბიჯის ზომა." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორი K სტატისტიკით." } } }, "envelope_test": { "name": "კონვერტის ტესტი", "description": "ასრულებს მონტე-კარლოს კონვერტის ტესტს, რომელიც დაკვირვებულ შაბლონს CSR ნულოვან განაწილებას ადარებს. განსაზღვრავს კლასტერიზაციის/გაბნევის მნიშვნელოვნებას.", "params": { "input": { "label": "შემავალი", "description": "შემავალი წერტილოვანი ვექტორული ფენა." }, "num_simulations": { "label": "სიმულაციების რაოდენობა", "description": "მონტე-კარლოს სიმულაციების რაოდენობა." }, "max_distance": { "label": "მაქსიმალური მანძილი", "description": "მაქსიმალური ანალიზის მანძილი." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორი კონვერტის ზღვრებით." } } }, "point_process_residuals": { "name": "წერტილოვანი პროცესის ნაშთები", "description": "ითვლის ნარჩენებს მორგებული პუასონის წერტილოვანი პროცესის მოდელიდან დიაგნოსტიკისთვის. ავლენს მოდელით აუხსნელ სივრცით სტრუქტურას.", "params": { "input": { "label": "შემავალი", "description": "შემავალი წერტილოვანი ვექტორული ფენა." }, "intensity_field": { "label": "ინტენსივობის ველი", "description": "მორგებული ინტენსივობის ველი." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორი ნაშთებით." } } }, "ripleys_k_function": { "name": "რიპლის K ფუნქცია", "description": "ითვლის K(t)-ს და L(t)-ს სივრცითი კლასტერიზაციის შაბლონების დასახასიათებლად.", "params": { "input": { "label": "შემავალი", "description": "წერტილოვანი ვექტორული ფენა." }, "max_distance": { "label": "მაქსიმალური მანძილი", "description": "მაქსიმალური მანძილის ზღურბლი." }, "num_distances": { "label": "მანძილების რაოდენობა", "description": "მანძილის ბიჯების რაოდენობა." }, "output": { "label": "გამომავალი", "description": "გამომავალი CSV." } } }, "point_pattern_envelope": { "name": "წერტილოვანი განაწილების კონვერტი", "description": "ქმნის კრიტიკული ზოლის კონვერტებს CSR-ის მიმართ ჰიპოთეზის ტესტირებისთვის.", "params": { "input": { "label": "შემავალი", "description": "წერტილოვანი ვექტორული ფენა." }, "max_distance": { "label": "მაქსიმალური მანძილი", "description": "მაქსიმალური მანძილი." }, "num_distances": { "label": "მანძილების რაოდენობა", "description": "მანძილის ინტერვალები." }, "num_simulations": { "label": "სიმულაციების რაოდენობა", "description": "მონტე-კარლოს გამეორებები." }, "alpha": { "label": "ალფა", "description": "მნიშვნელოვნების დონე." }, "output": { "label": "გამომავალი", "description": "გამომავალი CSV." } } }, "inhomogeneous_baseline": { "name": "არაერთგვაროვანი საბაზისო ხაზი", "description": "აფასებს ინტენსივობის ზედაპირს და ითვლის ინტენსივობით კორექტირებულ K ფუნქციას.", "params": { "input": { "label": "შემავალი", "description": "წერტილოვანი ვექტორული ფენა." }, "max_distance": { "label": "მაქსიმალური მანძილი", "description": "მაქსიმალური მანძილი." }, "num_distances": { "label": "მანძილების რაოდენობა", "description": "მანძილის ინტერვალები." }, "bandwidth": { "label": "ზოლის სიგანე", "description": "KDE-ის ზოლის სიგანე (ავტომატურად შეირჩევა, თუ არ არის მითითებული)." }, "output": { "label": "გამომავალი", "description": "გამომავალი CSV." } } }, "hotspot_vs_process": { "name": "ცხელი წერტილები პროცესის წინააღმდეგ", "description": "ადარებს ცხელი წერტილების შაბლონებს საბაზისო წერტილოვანი პროცესის ინტენსივობას.", "params": { "input": { "label": "შემავალი", "description": "წერტილოვანი ვექტორული ფენა." }, "hotspot_field": { "label": "ცხელი წერტილის ველი", "description": "ცხელი წერტილების კლასიფიკაციის ველი." }, "intensity_field": { "label": "ინტენსივობის ველი", "description": "ინტენსივობის ველი." }, "output": { "label": "გამომავალი", "description": "გამომავალი CSV." } } }, "point_process_residuals_comparison": { "name": "წერტილოვანი პროცესის ნაშთების შედარება", "description": "ითვლის ნარჩენების დიაგნოსტიკას მოდელის ადეკვატურობის შესამოწმებლად.", "params": { "input": { "label": "შემავალი", "description": "წერტილოვანი ვექტორული ფენა." }, "observed_field": { "label": "დაკვირვებული მნიშვნელობის ველი", "description": "დაკვირვებული მნიშვნელობების ველი." }, "predicted_field": { "label": "პროგნოზირებული ველი", "description": "პროგნოზირებული მნიშვნელობების ველი." }, "residual_type": { "label": "ნაშთის ტიპი", "description": "ნაშთის ტიპი." }, "output": { "label": "გამომავალი", "description": "გამომავალი CSV." } } }, "construct_vector_tin": { "name": "ვექტორული TIN-ის აგება", "description": "აგებს სამკუთხა არარეგულარულ ქსელს (TIN) შემავალი წერტილების ნაკრებიდან Delaunay-ს ტრიანგულაციით.", "params": { "input_points": { "label": "შემავალი წერტილები", "description": "შემავალი წერტილოვანი ან მრავალწერტილოვანი ვექტორული ფენა." }, "field_name": { "label": "ველის სახელი", "description": "არასავალდებულო ველის სახელი წვეროების სიმაღლეებისთვის (რიცხვითი ველი)." }, "use_z": { "label": "Z-ის გამოყენება", "description": "თუ true, სამკუთხედების სიმაღლეებისთვის გამოიყენება გეომეტრიის Z მნიშვნელობები." }, "max_triangle_edge_length": { "label": "სამკუთხედის წიბოს მაქსიმალური სიგრძე", "description": "სამკუთხედის წიბოს მაქსიმალური დასაშვები სიგრძე (ფილტრავს გრძელ წიბოებს). შეზღუდვის გარეშე გამოიყენეთ 0 ან უარყოფითი მნიშვნელობა." }, "output": { "label": "გამომავალი", "description": "გამომავალი პოლიგონური ვექტორული ფენა (TIN)." } } }, "contours_from_points": { "name": "იზოხაზები წერტილებიდან", "description": "ქმნის იზოხაზების პოლიხაზებს წერტილების სიმაღლეებიდან Delaunay-ს TIN-ის გამოყენებით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი წერტილოვანი ან მრავალწერტილოვანი ვექტორის გზა." }, "base": { "label": "საფუძველი", "description": "საბაზისო იზოხაზის სიმაღლე (ნაგულისხმევი 0.0)." }, "field_name": { "label": "ველის სახელი", "description": "რიცხვითი ატრიბუტული ველი სიმაღლის მნიშვნელობებით (იგნორირდება, როცა use_z_values=true)." }, "interval": { "label": "ინტერვალი", "description": "იზოხაზების ინტერვალის მნიშვნელობა (ნაგულისხმევი 10.0)." }, "max_triangle_edge_length": { "label": "სამკუთხედის წიბოს მაქსიმალური სიგრძე", "description": "სამკუთხედის წიბოს მაქსიმალური სიგრძე იზოხაზების აგებაში ჩასართავად (რუკის ერთეულები)." }, "smooth": { "label": "დაგლუვება", "description": "დაგლუვების ფილტრის ზომა (კენტი მთელი რიცხვი, ნაგულისხმევი 9)." }, "use_z_values": { "label": "Z მნიშვნელობების გამოყენება", "description": "გეომეტრიის Z მნიშვნელობების სიმაღლეებად გამოყენება (ნაგულისხმევი false)." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორული ფაილის გზა." } } }, "contours_from_raster": { "name": "იზოხაზები რასტრიდან", "description": "ქმნის იზოხაზების პოლიხაზებს რასტრული ზედაპირის მოდელიდან.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრული ზედაპირის გზა ან ტიპიზებული რასტრული ობიექტი." }, "base": { "label": "საფუძველი", "description": "საბაზისო იზოხაზის სიმაღლე (ნაგულისხმევი 0.0)." }, "interval": { "label": "ინტერვალი", "description": "იზოხაზების ინტერვალის მნიშვნელობა (ნაგულისხმევი 10.0)." }, "smooth": { "label": "დაგლუვება", "description": "დაგლუვების ფილტრის ზომა (კენტი მთელი რიცხვი, ნაგულისხმევი 9)." }, "tolerance": { "label": "ტოლერანტობა", "description": "ხაზის გადახრის მინიმალური კუთხე გრადუსებში გამარტივებისთვის (ნაგულისხმევი 10.0)." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორული ფაილის გზა." } } }, "extract_nodes": { "name": "კვანძების ამოღება", "description": "გარდაქმნის პოლიხაზებისა და პოლიგონების წვეროებს წერტილოვან ობიექტებად.", "params": { "input": { "label": "შემავალი", "description": "შემავალი პოლიხაზოვანი ან პოლიგონური ვექტორული ფენა." }, "output": { "label": "გამომავალი", "description": "გამომავალი წერტილოვანი ვექტორის გზა." } } }, "extract_raster_values_at_points": { "name": "რასტრის მნიშვნელობების ამოღება წერტილებში", "description": "იღებს ერთი ან რამდენიმე რასტრის ნიმუშს წერტილების მდებარეობებზე და მნიშვნელობებს წერტილების ატრიბუტებში წერს.", "params": { "rasters": { "label": "რასტრები", "description": "შემავალი რასტრების გზები მასივის ან გამყოფებით დაყოფილი სტრიქონის სახით." }, "points": { "label": "წერტილები", "description": "შემავალი წერტილოვანი ვექტორული ფენა." }, "output": { "label": "გამომავალი", "description": "გამომავალი წერტილოვანი ვექტორის გზა." } } }, "find_lowest_or_highest_points": { "name": "უდაბლესი ან უმაღლესი წერტილების პოვნა", "description": "პოულობს ყველაზე დაბალ და/ან ყველაზე მაღალ რასტრულ უჯრედებს და მათ მდებარეობებს წერტილების სახით გამოაქვს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრი." }, "out_type": { "label": "გამომავალის ტიპი", "description": "გამომავალის ტიპი: lowest, highest ან both." }, "output": { "label": "გამომავალი", "description": "გამომავალი წერტილოვანი ვექტორის გზა." } } }, "hexagonal_grid_from_raster_base": { "name": "ჰექსაგონური ბადე რასტრული საფუძვლიდან", "description": "ქმნის ჰექსაგონურ პოლიგონურ ბადეს კონფიგურირებადი სიგანითა და ორიენტაციით, რაც სითბურ რუკებსა და აგრეგაციისთვის მიუკერძოებელ მოზაიკურ დაყოფას უზრუნველყოფს.", "params": { "base": { "label": "საფუძველი", "description": "საბაზისო რასტრი, რომელიც განსაზღვრავს ბადის გავრცელებას." }, "width": { "label": "სიგანე", "description": "ჰექსაგონის სიგანე რუკის ერთეულებში." }, "orientation": { "label": "ორიენტაცია", "description": "ჰექსაგონის ორიენტაცია: ჰორიზონტალური ან ვერტიკალური." }, "output": { "label": "გამომავალი", "description": "გამომავალი პოლიგონური ვექტორის გზა." } } }, "hexagonal_grid_from_vector_base": { "name": "ჰექსაგონური ბადე ვექტორული საფუძვლიდან", "description": "ქმნის ვექტორული ფენის არეზე გასწორებულ ჰექსაგონურ პოლიგონურ ბადეს, რაც მიუკერძოებელ სივრცით აგრეგაციასა და სიმკვრივის ვიზუალიზაციას შესაძლებელს ხდის.", "params": { "base": { "label": "საფუძველი", "description": "საბაზისო ვექტორული ფენა, რომელიც განსაზღვრავს ბადის გავრცელებას." }, "width": { "label": "სიგანე", "description": "ჰექსაგონის სიგანე რუკის ერთეულებში." }, "orientation": { "label": "ორიენტაცია", "description": "ჰექსაგონის ორიენტაცია: ჰორიზონტალური ან ვერტიკალური." }, "output": { "label": "გამომავალი", "description": "გამომავალი პოლიგონური ვექტორის გზა." } } }, "layer_footprint_raster": { "name": "რასტრული ფენის კონტური", "description": "ქმნის პოლიგონურ კონტურს, რომელიც შემავალი რასტრის სრულ არეს წარმოადგენს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრი." }, "output": { "label": "გამომავალი", "description": "გამომავალი პოლიგონური ვექტორის გზა." } } }, "layer_footprint_vector": { "name": "ვექტორული ფენის კონტური", "description": "ქმნის პოლიგონურ კონტურს, რომელიც შემავალი ვექტორული ფენის სრულ შემომსაზღვრელ არეს წარმოადგენს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორული ფენა." }, "output": { "label": "გამომავალი", "description": "გამომავალი პოლიგონური ვექტორის გზა." } } }, "medoid": { "name": "მედოიდი", "description": "ითვლის მედოიდურ წერტილებს ვექტორული გეომეტრიებიდან.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორული ფენა." }, "output": { "label": "გამომავალი", "description": "გამომავალი მედოიდის წერტილოვანი ვექტორის გზა." } } }, "random_points_in_polygon": { "name": "შემთხვევითი წერტილები პოლიგონში", "description": "ქმნის შემთხვევით წერტილებს თანაბრად შემავალი პოლიგონური გეომეტრიების შიგნით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი პოლიგონური ფენა." }, "num_points": { "label": "წერტილების რაოდენობა", "description": "შესაქმნელი შემთხვევითი წერტილების რაოდენობა." }, "seed": { "label": "საწყისი მნიშვნელობა", "description": "არასავალდებულო RNG საწყისი მნიშვნელობა განმეორებადობისთვის." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორული ფაილის გზა." } } }, "rectangular_grid_from_raster_base": { "name": "მართკუთხა ბადე რასტრული საფუძვლიდან", "description": "ქმნის მართკუთხა პოლიგონურ ბადეს, რომელიც რასტრის არეს ფარავს.", "params": { "base": { "label": "საფუძველი", "description": "საბაზისო რასტრი, რომელიც განსაზღვრავს ბადის გავრცელებას." }, "width": { "label": "სიგანე", "description": "ბადის უჯრედის სიგანე რუკის ერთეულებში." }, "height": { "label": "სიმაღლე", "description": "ბადის უჯრედის სიმაღლე რუკის ერთეულებში." }, "x_origin": { "label": "X საწყისი კოორდინატი", "description": "არასავალდებულო x-საწყისი წერტილი ბადის გასწორებისთვის." }, "y_origin": { "label": "Y საწყისი კოორდინატი", "description": "არასავალდებულო y-საწყისი წერტილი ბადის გასწორებისთვის." }, "output": { "label": "გამომავალი", "description": "გამომავალი პოლიგონური ვექტორის გზა." } } }, "rectangular_grid_from_vector_base": { "name": "მართკუთხა ბადე ვექტორული საფუძვლიდან", "description": "ქმნის მართკუთხა პოლიგონურ ბადეს, რომელიც ვექტორული ფენის შემომსაზღვრელ არეს ფარავს.", "params": { "base": { "label": "საფუძველი", "description": "საბაზისო ვექტორული ფენა, რომელიც განსაზღვრავს ბადის გავრცელებას." }, "width": { "label": "სიგანე", "description": "ბადის უჯრედის სიგანე რუკის ერთეულებში." }, "height": { "label": "სიმაღლე", "description": "ბადის უჯრედის სიმაღლე რუკის ერთეულებში." }, "x_origin": { "label": "X საწყისი კოორდინატი", "description": "არასავალდებულო x-საწყისი წერტილი ბადის გასწორებისთვის." }, "y_origin": { "label": "Y საწყისი კოორდინატი", "description": "არასავალდებულო y-საწყისი წერტილი ბადის გასწორებისთვის." }, "output": { "label": "გამომავალი", "description": "გამომავალი პოლიგონური ვექტორის გზა." } } }, "vector_hex_binning": { "name": "ვექტორული ჰექსაგონური ბინინგი", "description": "აგრეგირებს წერტილოვან ობიექტებს ჰექსაგონურ ბინებად და ითვლის წერტილებს თითოეულ ექვსკუთხა უჯრედში.", "params": { "vector_points": { "label": "ვექტორული წერტილები", "description": "შემავალი წერტილოვანი ან მრავალწერტილოვანი ვექტორული ფენა." }, "width": { "label": "სიგანე", "description": "ჰექსაგონის სიგანე (მოპირდაპირე გვერდებს შორის მანძილი)." }, "orientation": { "label": "ორიენტაცია", "description": "ჰექსაგონის ორიენტაცია: 'h' ჰორიზონტალურისთვის (წვეტიანი ზედა) ან 'v' ვერტიკალურისთვის (ბრტყელი ზედა)." }, "output": { "label": "გამომავალი", "description": "გამომავალი ჰექსაგონური პოლიგონური ფენა რაოდენობებით." } } }, "voronoi_diagram": { "name": "ვორონოის დიაგრამა", "description": "ქმნის Voronoi-ს (თისენის) პოლიგონებს შემავალი წერტილების მდებარეობებიდან.", "params": { "input_points": { "label": "შემავალი წერტილები", "description": "შემავალი წერტილოვანი ან მრავალწერტილოვანი ვექტორული ფენა." }, "output": { "label": "გამომავალი", "description": "გამომავალი Voronoi-ს პოლიგონური ვექტორის გზა." } } }, "add_field": { "name": "ველის დამატება", "description": "ამატებს ახალ ატრიბუტულ ველს არასავალდებულო ნაგულისხმევი მნიშვნელობით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორული ფენა." }, "field": { "label": "ველი", "description": "ახალი ველის სახელი." }, "field_type": { "label": "ველის ტიპი", "description": "ველის ტიპი: integer, float, text, boolean." }, "default": { "label": "ნაგულისხმევი", "description": "არასავალდებულო ნაგულისხმევი მნიშვნელობა." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორული ფაილის გზა." } } }, "add_geometry_attributes": { "name": "გეომეტრიული ატრიბუტების დამატება", "description": "ავტომატურად ითვლის გეომეტრიულ თვისებებს (ფართობი, სიგრძე, პერიმეტრი, ცენტროიდი) და ამატებს მათ ახალ ველებად, როგორც ბრტყელი, ისე გეოდეზიური გაზომვების მხარდაჭერით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორული ფენა." }, "measurement_mode": { "label": "გაზომვის რეჟიმი", "description": "გაზომვის მეთოდი: auto (ნაგულისხმევი), planar ან geodesic." }, "area": { "label": "ფართობი", "description": "ფართობის ველის ჩართვა (AREA_M2 გეოდეზიურისთვის, AREA_MAP2 სიბრტყოვანისთვის)." }, "length": { "label": "სიგრძე", "description": "სიგრძის ველის ჩართვა (LENGTH_M გეოდეზიურისთვის, LENGTH_MAP სიბრტყოვანისთვის)." }, "perimeter": { "label": "პერიმეტრი", "description": "პერიმეტრის ველის ჩართვა (PERIM_M გეოდეზიურისთვის, PERIM_MAP სიბრტყოვანისთვის)." }, "centroid": { "label": "ცენტროიდი", "description": "ცენტროიდის X/Y ველების ჩართვა (ნაგულისხმევი true)." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორული ფაილის გზა." } } }, "attribute_correlation": { "name": "ატრიბუტების კორელაცია", "description": "ასრულებს პირსონის კორელაციურ ანალიზს რიცხვით ვექტორულ ატრიბუტულ ველებზე.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორის გზა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო HTML ანგარიშის გამომავალი გზა (მეტსახელი: output_html_file)." } } }, "attribute_histogram": { "name": "ატრიბუტების ჰისტოგრამა", "description": "ქმნის ჰისტოგრამას ვექტორული ატრიბუტების ცხრილის რიცხვითი ველის მნიშვნელობებისთვის.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორის გზა." }, "field": { "label": "ველი", "description": "რიცხვითი ატრიბუტული ველის სახელი." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო HTML ანგარიშის გამომავალი გზა (მეტსახელი: output_html_file)." } } }, "attribute_scattergram": { "name": "ატრიბუტების გაფანტვის დიაგრამა", "description": "ითვლის გაბნევის დიაგრამის შემაჯამებელ სტატისტიკას ორ რიცხვით ვექტორულ ველს შორის.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორის გზა." }, "fieldx": { "label": "X ველი", "description": "x-ღერძის რიცხვითი ველის სახელი." }, "fieldy": { "label": "Y ველი", "description": "y-ღერძის რიცხვითი ველის სახელი." }, "trendline": { "label": "ტრენდის ხაზი", "description": "ტრენდის ხაზის შეჯამების ჩართვა (ნაგულისხმევი false)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო HTML ანგარიშის გამომავალი გზა (მეტსახელი: output_html_file)." } } }, "delete_field": { "name": "ველის წაშლა", "description": "შლის ერთ ან რამდენიმე ატრიბუტულ ველს ვექტორული ფენიდან.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორული ფენა." }, "fields": { "label": "ველები", "description": "მძიმით გამოყოფილი წასაშლელი ველების სახელები." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორული ფაილის გზა." } } }, "extract_by_attribute": { "name": "ამოღება ატრიბუტით", "description": "ამოიღებს ვექტორულ ობიექტებს, რომლებიც ატრიბუტულ გამოსახულებას აკმაყოფილებს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორული ფენა." }, "statement": { "label": "გამოთქმა", "description": "ლოგიკური გამოსახულება, რომელიც გამოითვლება ატრიბუტული ველების მიმართ; მიიღება SQL-ის სტილის AND/OR/NOT/XOR მეტსახელები." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორული ფაილის გზა." } } }, "field_calculator": { "name": "ველების კალკულატორი", "description": "ითვლის ველის მნიშვნელობას გამოსახულებიდან ობიექტის ატრიბუტებისა და გეომეტრიის ცვლადების გამოყენებით; მხარს უჭერს SQL-ის სტილის CASE, CAST, null-ის შემოწმებებს და UPDATE ... SET ... [WHERE ...] გარსებს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორული ფენა." }, "field": { "label": "ველი", "description": "გამომავალი ველის სახელი." }, "field_type": { "label": "ველის ტიპი", "description": "გამომავალი ველის ტიპი: float, integer, text." }, "expression": { "label": "გამოსახულება", "description": "გამოსახულება, რომელიც გამოითვლება თითოეული ობიექტისთვის. მხარდაჭერილია SQL-ის სტილის CASE, CAST(... AS type), IS NULL/IS NOT NULL და UPDATE ... SET FIELD = ... [WHERE ...] კონსტრუქციები." }, "overwrite": { "label": "გადაწერა", "description": "არსებული ველის გადაწერა, თუ ის უკვე არსებობს (ნაგულისხმევი true)." }, "preview_rows": { "label": "წინასწარი ხედვის სტრიქონები", "description": "არასავალდებულო წინასწარი ხედვის სტრიქონების რაოდენობა შედეგში დასაბრუნებლად. როცა > 0, output შეიძლება გამოტოვებულ იქნას მხოლოდ წინასწარი ხედვის გამოთვლისთვის." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორის გზა. არასავალდებულოა, როცა preview_rows > 0." } } }, "filter_vector_features_by_area": { "name": "ვექტორული ობიექტების ფილტრაცია ფართობით", "description": "ფილტრავს მინიმალური ფართობის ზღურბლზე მცირე პოლიგონურ ობიექტებს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი პოლიგონური ვექტორული ფენა." }, "threshold": { "label": "ზღურბლი", "description": "შესანარჩუნებელი პოლიგონის მინიმალური ფართობი, ფენის კოორდინატთა ერთეულების კვადრატში." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორული ფაილის გზა." } } }, "list_unique_values": { "name": "უნიკალური მნიშვნელობების სია", "description": "ჩამოთვლის უნიკალურ მნიშვნელობებსა და სიხშირეებს ვექტორის ატრიბუტულ ველში.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორის გზა." }, "field": { "label": "ველი", "description": "ატრიბუტული ველის სახელი." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი CSV-ის გზა." } } }, "rename_field": { "name": "ველის გადარქმევა", "description": "გადაარქმევს ატრიბუტულ ველს ვექტორულ ფენაში.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორული ფენა." }, "field": { "label": "ველი", "description": "არსებული ველის სახელი." }, "new_field": { "label": "ახალი ველი", "description": "ჩანაცვლების ველის სახელი." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორული ფაილის გზა." } } }, "download_osm_vector": { "name": "OSM ვექტორული მონაცემების ჩამოტვირთვა", "description": "ჩამოტვირთავს OpenStreetMap ობიექტებს Overpass API-დან შემომსაზღვრელი მართკუთხედისთვის და შედეგს ვექტორულ ფენად წერს.", "params": { "west": { "label": "დასავლეთი", "description": "დასავლეთი საზღვრის გრძედი (EPSG:4326)." }, "south": { "label": "სამხრეთი", "description": "სამხრეთი საზღვრის განედი (EPSG:4326)." }, "east": { "label": "აღმოსავლეთი", "description": "აღმოსავლეთი საზღვრის გრძედი (EPSG:4326)." }, "north": { "label": "ჩრდილოეთი", "description": "ჩრდილოეთი საზღვრის განედი (EPSG:4326)." }, "input_extent_epsg": { "label": "შემავალი გაშლის EPSG", "description": "EPSG კოდი west/south/east/north შემავალი გაბარიტისთვის (ნაგულისხმევი 4326)." }, "filter_preset": { "label": "ფილტრის წინასწარი პარამეტრები", "description": "ობიექტების კლასის წინასწარი პარამეტრი: all, roads, buildings, water, landuse, trails, parks, rail, amenities, boundaries, transit, poi (ნაგულისხმევი all)." }, "include_tags": { "label": "ტეგების ჩართვა", "description": "წერტილმძიმით გამოყოფილი ტეგების გასაღებების ფილტრის სია, მაგ. amenity;shop." }, "include_key_values": { "label": "გასაღების მნიშვნელობების ჩართვა", "description": "წერტილმძიმით გამოყოფილი key=value ფილტრის სია, მაგ. amenity=school;building=yes." }, "filter_key": { "label": "ფილტრის გასაღები", "description": "ძველი ერთეული ტეგის გასაღების ფილტრი (მოძველებულია; გამოიყენეთ include_tags)." }, "filter_key_value": { "label": "ფილტრის გასაღების მნიშვნელობა", "description": "ძველი ერთეული key=value ფილტრი (მოძველებულია; გამოიყენეთ include_key_values)." }, "include_points": { "label": "წერტილების ჩართვა", "description": "OSM-ის კვანძოვანი ობიექტების ტეგებით ჩართვა Point გეომეტრიების სახით (ნაგულისხმევი true)." }, "include_lines": { "label": "ხაზების ჩართვა", "description": "OSM-ის way ობიექტების ჩართვა LineString გეომეტრიების სახით (ნაგულისხმევი true)." }, "include_polygons": { "label": "პოლიგონების ჩართვა", "description": "ჩაკეტილი OSM way-ების ჩართვა ფართობის ტეგებით Polygon გეომეტრიების სახით (ნაგულისხმევი true)." }, "clip_to_extent": { "label": "გაშლის ფარგლებში ამოჭრა", "description": "გამომავალი გეომეტრიების ამოჭრა მოთხოვნის შემომსაზღვრელი მართკუთხედის გაბარიტამდე (ნაგულისხმევი true)." }, "split_output_by_geometry": { "label": "გამომავალის გაყოფა გეომეტრიის მიხედვით", "description": "ცალკე გამომავალი ფაილების ჩაწერა თითოეული გეომეტრიის ტიპისთვის (_points|lines|polygons.ext)." }, "output_epsg": { "label": "გამომავალი EPSG", "description": "გამომავალის გადაპროექტირება ამ EPSG კოდში; გამოტოვეთ EPSG:4326-ის შესანარჩუნებლად." }, "overpass_profile": { "label": "Overpass პროფილი", "description": "Overpass endpoint-ის პროფილი: main, kumi, fr ან custom (ნაგულისხმევი main)." }, "overpass_url": { "label": "Overpass URL", "description": "Overpass API endpoint-ის URL (ნაგულისხმევი https://overpass-api.de/api/interpreter)." }, "timeout_seconds": { "label": "დროის ლიმიტი (წამი)", "description": "მოთხოვნის დროის ლიმიტი წამებში (ნაგულისხმევი 25)." }, "max_elements": { "label": "მაქსიმალური ელემენტები", "description": "დაბრუნებული Overpass ელემენტების მაქსიმალური რაოდენობა შეცდომის გამოტანამდე (ნაგულისხმევი 50 000)." }, "chunk_large_aoi": { "label": "დიდი AOI-ის დაყოფა ნაწილებად", "description": "დიდი AOI-ების ავტომატური დაყოფა რამდენიმე Overpass მოთხოვნად (ნაგულისხმევი true)." }, "chunk_max_area_deg2": { "label": "ნაწილის მაქსიმალური ფართობი (deg²)", "description": "ერთი ნაწილის მაქსიმალური ფართობი კვადრატულ გრადუსებში დაყოფისას (ნაგულისხმევი 4.0)." }, "max_chunk_count": { "label": "ნაწილების მაქსიმალური რაოდენობა", "description": "ნაწილების რაოდენობის მკაცრი ზღვარი დიდი AOI-ების დაყოფისას (ნაგულისხმევი 64)." }, "chunk_parallel_requests": { "label": "ნაწილების პარალელური მოთხოვნები", "description": "ნაწილების პარალელური მოთხოვნების მაქსიმალური რაოდენობა დიდი AOI-ებისთვის (ნაგულისხმევი 1 = თანმიმდევრული)." }, "cache_dir": { "label": "ქეშის საქაღალდე", "description": "არასავალდებულო დირექტორია Overpass-ის JSON პასუხების ქეშირებისთვის endpoint+მოთხოვნის ჰეშის მიხედვით." }, "cache_ttl_hours": { "label": "ქეშის ვადა (საათი)", "description": "ქეშის სიცოცხლის ხანგრძლივობა საათებში (ნაგულისხმევი 24; 0 ნიშნავს ვადის შემოწმების გარეშე)." }, "provenance_output": { "label": "წარმომავლობის გამომავალი", "description": "არასავალდებულო JSON გზა მოთხოვნის/წარმომავლობის მეტამონაცემების თანმხლები ფაილის ჩასაწერად." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი ვექტორის გზა; გამოტოვების შემთხვევაში გამოიყენება დროებითი გამომავალი." } } }, "assign_projection_lidar": { "name": "პროექციის მინიჭება LiDAR-ისთვის", "description": "ანიჭებს კოორდინატთა სისტემას LiDAR წერტილოვან ღრუბელს მისი წერტილების ხელახალი პროეცირების გარეშე.", "params": { "input": { "label": "შემავალი", "description": "შემავალი LiDAR ფაილის გზა (LAS/LAZ/COPC ან მეხსიერებაში არსებული დესკრიპტორი)." }, "epsg": { "label": "EPSG", "description": "მისანიჭებელი CRS-ის EPSG კოდი, მაგ. 4326 (WGS84) ან 3857 (Web Mercator). კოორდინატები არ გარდაიქმნება." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი LiDAR გზა. გამოტოვების შემთხვევაში შედეგი ინახება მეხსიერებაში." } } }, "assign_projection_raster": { "name": "პროექციის მინიჭება რასტრისთვის", "description": "ანიჭებს კოორდინატთა სისტემას რასტრს მისი უჯრედების ტრანსფორმაციის გარეშე.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრული ფაილის გზა (ან მეხსიერებაში არსებული დესკრიპტორი)." }, "epsg": { "label": "EPSG", "description": "მისანიჭებელი CRS-ის EPSG კოდი, მაგ. 4326 (WGS84) ან 3857 (Web Mercator). კოორდინატები არ გარდაიქმნება." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა. გამოტოვების შემთხვევაში შედეგი ინახება მეხსიერებაში." } } }, "assign_projection_vector": { "name": "პროექციის მინიჭება ვექტორისთვის", "description": "ანიჭებს კოორდინატთა სისტემას ვექტორულ ფენას მისი გეომეტრიების ხელახალი პროეცირების გარეშე.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორული ფაილის გზა, ფორმატი ავტომატურად განისაზღვრება (ან მეხსიერებაში არსებული დესკრიპტორი)." }, "epsg": { "label": "EPSG", "description": "მისანიჭებელი CRS-ის EPSG კოდი, მაგ. 4326 (WGS84) ან 3857 (Web Mercator). კოორდინატები არ გარდაიქმნება." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი ვექტორის გზა (დრაივერი განისაზღვრება გაფართოებით). თუ არ არის მითითებული, ინახება მეხსიერებაში." } } }, "georeference_raster_from_control_points": { "name": "რასტრის გეორეფერენცირება საკონტროლო წერტილებით", "description": "არგებს გარდაქმნას GCP-ებიდან და რასტრს გეორეფერენცირებულ შედეგად გარდაქმნის.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა." }, "control_points": { "label": "საკონტროლო წერტილები", "description": "საკონტროლო წერტილების CSV-ის გზა pixel_x,pixel_y,map_x,map_y სვეტებით (და მისაღები ალიასებით)." }, "epsg": { "label": "EPSG", "description": "სამიზნე EPSG კოდი." }, "transform_type": { "label": "გარდაქმნის ტიპი", "description": "გარდაქმნის ტიპი: affine, projective, polynomial ან thin_plate_spline." }, "transform_order": { "label": "გარდაქმნის რიგი", "description": "პოლინომის რიგი, როცა transform_type=polynomial." }, "resample": { "label": "გადადისკრეტიზაცია", "description": "გადადისკრეტიზაციის მეთოდი; ნაგულისხმევი bilinear." }, "allow_auto_downgrade": { "label": "ავტომატური დაქვეითების დაშვება", "description": "უფრო მარტივ გარდაქმნაზე ავტომატური გადასვლის დაშვება, როცა GCP-ები მწირია." }, "output": { "label": "გამომავალი", "description": "გამომავალი გეორეფერენცირებული რასტრის გზა." }, "report": { "label": "ანგარიში", "description": "გამომავალი ანგარიშის JSON გზა." } } }, "reproject_lidar": { "name": "LiDAR-ის გადაპროექტირება", "params": { "input": { "label": "შემავალი", "description": "შემავალი" }, "dst_epsg": { "label": "სამიზნე EPSG", "description": "სამიზნე EPSG" }, "output": { "label": "გამომავალი", "description": "გამომავალი" }, "use_3d_transform": { "label": "3D გარდაქმნის გამოყენება", "description": "3D გარდაქმნის გამოყენება" }, "failure_policy": { "label": "შეცდომის დამუშავების პოლიტიკა", "description": "შეცდომის დამუშავების პოლიტიკა" }, "coordinate_epoch": { "label": "კოორდინატების ეპოქა", "description": "კოორდინატების ეპოქა" }, "source_reference_epoch": { "label": "წყაროს საბაზისო ეპოქა", "description": "წყაროს საბაზისო ეპოქა" }, "target_reference_epoch": { "label": "სამიზნის საბაზისო ეპოქა", "description": "სამიზნის საბაზისო ეპოქა" }, "operation_code": { "label": "ოპერაციის კოდი", "description": "ოპერაციის კოდი" }, "prefer_official_operation": { "label": "ოფიციალური ოპერაციის უპირატესობა", "description": "ოფიციალური ოპერაციის უპირატესობა" }, "epoch_policy": { "label": "ეპოქის პოლიტიკა", "description": "ეპოქის პოლიტიკა" } } }, "reproject_raster": { "name": "რასტრის გადაპროექტირება", "description": "ხელახლა აპროეცირებს (ტრანსფორმაციას უკეთებს) რასტრს სამიზნე EPSG კოორდინატთა სისტემაში.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრული ფაილის გზა. უნდა შეიცავდეს საწყის CRS-ს (EPSG ან WKT)." }, "epsg": { "label": "EPSG", "description": "დანიშნულების EPSG კოდი, მაგ. 3857 (Web Mercator) ან 4326 (WGS84)." }, "method": { "label": "მეთოდი", "description": "გადადისკრეტიზაციის მეთოდი: nearest (ნაგულისხმევი), bilinear, cubic, lanczos, average, min, max, mode, median." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა. გამოტოვების შემთხვევაში შედეგი ინახება მეხსიერებაში." } } }, "reproject_vector": { "name": "ვექტორის გადაპროექტირება", "description": "ხელახლა აპროეცირებს ვექტორულ გეომეტრიებს სამიზნე EPSG პროექციაში ტოპოლოგიისა და ატრიბუტების შენარჩუნებით, რაც მრავალწყაროიან ინტეგრაციას შესაძლებელს ხდის.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორული ფენა." }, "epsg": { "label": "EPSG", "description": "დანიშნულების EPSG კოდი." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორული ფაილის გზა." } } }, "orthorectification": { "name": "ორთორექტიფიკაცია", "description": "დაუმუშავებელი გამოსახულებების DEM-ზე დაფუძნებული გეომეტრიული კორექცია RPC კამერის მოდელით. აშორებს რელიეფით გამოწვეულ წანაცვლებას გეორეფერენცირებული ორთოგამოსახულების მისაღებად.", "params": { "input_raster": { "label": "შემავალი რასტრი", "description": "შემავალი დაუმუშავებელი (არაკორექტირებული) გამოსახულების რასტრის გზა. RPC მეტამონაცემები უნდა იყოს ჩაშენებული ფაილში ან განთავსებული მეზობელ .RPB თანმხლებ ფაილში." }, "input_dem": { "label": "შემავალი DEM", "description": "DEM რასტრი, რომელიც გამოიყენება თითოეული გამომავალი პიქსელისთვის რელიეფის სიმაღლის მისაღებად. უნდა ფარავდეს სცენის სრულ გაბარიტს. თუ ის გეოგრაფიულ კოორდინატებში არ არის, ინსტრუმენტი საჭიროებისამებრ გადააპროექტირებს." }, "output_epsg": { "label": "გამომავალი EPSG", "description": "გამომავალი კოორდინატთა სისტემის EPSG კოდი (ნაგულისხმევი 4326 გეოგრაფიული; მიუთითეთ პროექციული CRS, მაგალითად 32617 UTM ზონა 17N-ისთვის)." }, "output_resolution": { "label": "გამომავალი რეზოლუცია", "description": "გამომავალი პიქსელის რეზოლუცია გამომავალი CRS-ის ერთეულებში (მაგ. გრადუსები გეოგრაფიულისთვის, მეტრები პროექციულისთვის). ნაგულისხმევად უტოლდება შემავალი გამოსახულების მიახლოებით GSD-ს." }, "resample_method": { "label": "გადადისკრეტიზაციის მეთოდი", "description": "გამომავალის გადადისკრეტიზაციის მეთოდი: nearest, bilinear (ნაგულისხმევი), cubic." }, "nodata_value": { "label": "NoData მნიშვნელობა", "description": "NoData მნიშვნელობა, რომელიც მიენიჭება პიქსელებს ვალიდური საწყისი დაფარვის გარეშე (ნაგულისხმევად იგივე, რაც შემავალში)." }, "output": { "label": "გამომავალი", "description": "გამომავალი ორთოგამოსახულების რასტრის გზა." } } }, "average_flowpath_slope": { "name": "ჩამონადენის გზის საშუალო დახრილობა", "description": "ითვლის DEM-ის თითოეულ უჯრედზე გამავალი ჩამონადენის გზების საშუალო დახრილობას.", "params": { "dem": { "label": "DEM", "description": "შემავალი ჩაღრმავებების გარეშე DEM რასტრი." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში ბრუნდება მეხსიერებაში არსებული რასტრი." } } }, "average_upslope_flowpath_length": { "name": "ფერდობზე ზემოთ ჩამონადენის გზის საშუალო სიგრძე", "description": "ითვლის DEM-ის თითოეულ უჯრედზე გამავალი ფერდობზე ზემოთ ჩამონადენის გზის საშუალო სიგრძეს.", "params": { "dem": { "label": "DEM", "description": "შემავალი ჩაღრმავებების გარეშე DEM რასტრი." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში ბრუნდება მეხსიერებაში არსებული რასტრი." } } }, "d8_flow_accum": { "name": "D8 ჩამონადენის აკუმულაცია", "description": "ითვლის D8 ჩამონადენის აკუმულაციას DEM-იდან ან D8 მაჩვენებლის რასტრიდან.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM ან D8 მაჩვენებლის რასტრი" }, "clip": { "label": "ამოჭრა", "description": "ჩვენების მაქსიმუმის ჩამოჭრა (მიღებულია თავსებადობისთვის)" }, "esri_pntr": { "label": "ESRI მაჩვენებელი", "description": "ESRI მაჩვენებლის კოდირების გამოყენება მაჩვენებლის შემავალი მონაცემებისთვის" }, "input_is_pointer": { "label": "შემავალი არის მაჩვენებელი", "description": "შემავალის განხილვა D8 მაჩვენებლის რასტრად" }, "log_transform": { "label": "ლოგარითმული გარდაქმნა", "description": "გამომავალის ლოგარითმული გარდაქმნა" }, "out_type": { "label": "გამომავალის ტიპი", "description": "გამომავალის ტიპი: cells, ca ან sca" }, "output": { "label": "გამომავალი", "description": "გამომავალი რასტრის გზა" } } }, "d8_mass_flux": { "name": "D8 მასის ნაკადი", "description": "ასრულებს D8-ზე დაფუძნებულ მასის ნაკადის აკუმულაციას დატვირთვის, ეფექტიანობისა და შთანთქმის რასტრების გამოყენებით.", "params": { "absorption": { "label": "შთანთქმა", "description": "თითოეული უჯრედის მასის დანაკარგების რასტრი დატვირთვის ერთეულებში." }, "dem": { "label": "DEM", "description": "შემავალი ჩაღრმავებების გარეშე DEM რასტრი, რომელიც გამოიყენება D8 ჩამონადენის მიმართულებების მისაღებად." }, "efficiency": { "label": "ეფექტურობა", "description": "გადაცემის ეფექტურობის მნიშვნელობების რასტრი, `[0, 1]` დიაპაზონში ან პროცენტებში." }, "loading": { "label": "დატვირთვა", "description": "საწყისი მასის დატვირთვის მნიშვნელობების რასტრი." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში ბრუნდება მეხსიერებაში არსებული რასტრი." } } }, "d8_pointer": { "name": "D8 მაჩვენებელი", "description": "ყველაზე ციცაბო დაღმართის ჩამონადენის მიმართულება 8 მეზობელზე (N/NE/E/SE/S/SW/W/NW). D8 ჰიდროლოგიური ანალიზისა და წყალშემკრები აუზების დელინეაციის საფუძველი.", "params": { "dem": { "label": "DEM", "description": "შემავალი DEM რასტრი" }, "esri_pntr": { "label": "ESRI მაჩვენებელი", "description": "ESRI მაჩვენებლის კოდირების გამოყენება" }, "output": { "label": "გამომავალი", "description": "გამომავალი რასტრის გზა" } } }, "dinf_flow_accum": { "name": "Dinf ჩამონადენის აკუმულაცია", "description": "ითვლის D-Infinity ჩამონადენის აკუმულაციას DEM-იდან ან D-Infinity მაჩვენებლის რასტრიდან.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM ან D-Infinity მაჩვენებლის რასტრი" }, "clip": { "label": "ამოჭრა", "description": "ჩვენების მაქსიმუმის ჩამოჭრა (მიღებულია თავსებადობისთვის)" }, "convergence_threshold": { "label": "კრებადობის ზღურბლი", "description": "ზღურბლი, რომლის ზემოთაც ჩამონადენი არ იფანტება" }, "input_is_pointer": { "label": "შემავალი არის მაჩვენებელი", "description": "შემავალის განხილვა D-Infinity მაჩვენებლის რასტრად" }, "log_transform": { "label": "ლოგარითმული გარდაქმნა", "description": "გამომავალის ლოგარითმული გარდაქმნა" }, "out_type": { "label": "გამომავალის ტიპი", "description": "გამომავალის ტიპი: cells, ca ან sca" }, "output": { "label": "გამომავალი", "description": "გამომავალი რასტრის გზა" } } }, "dinf_mass_flux": { "name": "Dinf მასის ნაკადი", "description": "ასრულებს D-Infinity მასის ნაკადის აკუმულაციას დატვირთვის, ეფექტიანობისა და შთანთქმის რასტრების გამოყენებით.", "params": { "absorption": { "label": "შთანთქმა", "description": "შემავალი შთანთქმის რასტრი დატვირთვის ერთეულებში." }, "dem": { "label": "DEM", "description": "შემავალი DEM რასტრი." }, "efficiency": { "label": "ეფექტურობა", "description": "შემავალი ეფექტურობის რასტრი (`0-1` ან პროცენტული მნიშვნელობები)." }, "loading": { "label": "დატვირთვა", "description": "შემავალი დატვირთვის რასტრი." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში ბრუნდება მეხსიერებაში არსებული რასტრი." } } }, "dinf_pointer": { "name": "Dinf მაჩვენებელი", "description": "ჩამონადენის უწყვეტი მიმართულებები (0-2π რადიანი), რომლებიც D8-ის დიაგონალურ მიკერძოებას აღმოფხვრის. უკეთესია ნატანის გადატანისა და განშლადი ჩამონადენის მოდელირებისთვის.", "params": { "dem": { "label": "DEM", "description": "შემავალი DEM რასტრი" }, "output": { "label": "გამომავალი", "description": "გამომავალი რასტრის გზა" } } }, "downslope_flowpath_length": { "name": "ფერდობზე ქვემოთ ჩამონადენის გზის სიგრძე", "description": "ითვლის ფერდობზე ქვემოთ ჩამონადენის გზის სიგრძეს თითოეული უჯრედიდან გასასვლელამდე D8 მაჩვენებლის რასტრში.", "params": { "d8_pntr": { "label": "D8 მაჩვენებელი", "description": "შემავალი D8 მაჩვენებლის რასტრი" }, "watersheds": { "label": "წყალშემკრები აუზები", "description": "არასავალდებულო წყალშემკრები აუზის რასტრი" }, "weights": { "label": "წონები", "description": "არასავალდებულო თითოეული უჯრედის მანძილის შეწონვის რასტრი" }, "esri_pntr": { "label": "ESRI მაჩვენებელი", "description": "ESRI მაჩვენებლის კოდირების გამოყენება" }, "output": { "label": "გამომავალი", "description": "გამომავალი რასტრის გზა" } } }, "fd8_flow_accum": { "name": "FD8 ჩამონადენის აკუმულაცია", "description": "ითვლის FD8 ჩამონადენის აკუმულაციას DEM-იდან.", "params": { "dem": { "label": "DEM", "description": "შემავალი DEM რასტრი" }, "clip": { "label": "ამოჭრა", "description": "ჩვენების მაქსიმუმის ჩამოჭრა (მიღებულია თავსებადობისთვის)" }, "exponent": { "label": "ხარისხის მაჩვენებელი", "description": "დახრილობის შეწონვის ხარისხის მაჩვენებელი" }, "log_transform": { "label": "ლოგარითმული გარდაქმნა", "description": "გამომავალის ლოგარითმული გარდაქმნა" }, "out_type": { "label": "გამომავალის ტიპი", "description": "გამომავალის ტიპი: cells, ca ან sca" }, "threshold": { "label": "ზღურბლი", "description": "ზღურბლი" }, "output": { "label": "გამომავალი", "description": "გამომავალი რასტრის გზა" } } }, "fd8_pointer": { "name": "FD8 მაჩვენებელი", "description": "წილობრივი ჩამონადენი ფერდობზე ქვემოთ მდებარე რამდენიმე მეზობელზე, გრადიენტით შეწონილი. D8-ზე უკეთესია გაბნევადი, დიფუზიური პროცესებისა და მასის შენახვისთვის.", "params": { "dem": { "label": "DEM", "description": "შემავალი DEM რასტრი" }, "output": { "label": "გამომავალი", "description": "გამომავალი რასტრის გზა" } } }, "flow_accum_full_workflow": { "name": "ჩამონადენის აკუმულაციის სრული სამუშაო ნაკადი", "description": "უშვებს არაგანშლადი ჩამონადენის აკუმულაციის სრულ სამუშაო პროცესს და აბრუნებს გარღვეულ DEM-ს, ჩამონადენის მიმართულების მაჩვენებელს და აკუმულაციას.", "params": { "dem": { "label": "DEM", "description": "შემავალი DEM რასტრი." }, "clip": { "label": "ამოჭრა", "description": "თუ true, ჩამოიჭრება აკუმულაციის ჩვენების მაქსიმუმი (თავსებადობის ქცევა)." }, "esri_pntr": { "label": "ESRI მაჩვენებელი", "description": "თუ true, ჩამონადენის მიმართულების გამომავალი დაიკოდება Esri მაჩვენებლის სტილში." }, "log_transform": { "label": "ლოგარითმული გარდაქმნა", "description": "თუ true, აკუმულაციის მნიშვნელობებზე გამოიყენება ლოგარითმული გარდაქმნა." }, "out_type": { "label": "გამომავალის ტიპი", "description": "ერთ-ერთი: `\"cells\"`, `\"ca\"`, `\"sca\"` (ნაგულისხმევი)." }, "breached_dem_output": { "label": "გარღვეული DEM-ის გამომავალი", "description": "არასავალდებულო გამომავალი გზა ჩაღრმავებების გარეშე DEM რასტრისთვის." }, "flow_dir_output": { "label": "ჩამონადენის მიმართულების გამომავალი", "description": "არასავალდებულო გამომავალი გზა ჩამონადენის მიმართულების რასტრისთვის." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა ჩამონადენის აკუმულაციის რასტრისთვის." }, "output_pointer": { "label": "გამომავალი მაჩვენებელი", "description": "არასავალდებულო გამომავალი გზა D8 ჩამონადენის მიმართულების მაჩვენებლისთვის (flow_dir_output-ის ალიასი; ESRI-კოდირებული, როცა esri_pntr დაყენებულია)" } } }, "flow_length_diff": { "name": "ჩამონადენის სიგრძის სხვაობა", "description": "ითვლის ფერდობზე ქვემოთ გზის სიგრძეში ლოკალურ მაქსიმალურ აბსოლუტურ სხვაობებს D8 მაჩვენებლის რასტრიდან.", "params": { "d8_pntr": { "label": "D8 მაჩვენებელი", "description": "შემავალი D8 მაჩვენებლის რასტრი." }, "weights": { "label": "წონები", "description": "წონები" }, "esri_pntr": { "label": "ESRI მაჩვენებელი", "description": "თუ true, მაჩვენებლის მნიშვნელობები განიმარტება ESRI D8 კოდირებით." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში ბრუნდება მეხსიერებაში არსებული რასტრი." } } }, "max_upslope_flowpath_length": { "name": "ფერდობზე ზემოთ ჩამონადენის გზის მაქსიმალური სიგრძე", "description": "ითვლის DEM-ის თითოეულ უჯრედზე გამავალი ფერდობზე ზემოთ ჩამონადენის გზის მაქსიმალურ სიგრძეს.", "params": { "dem": { "label": "DEM", "description": "შემავალი ჩაღრმავებების გარეშე DEM რასტრი." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში ბრუნდება მეხსიერებაში არსებული რასტრი." } } }, "max_upslope_value": { "name": "ფერდობზე ზემოთ მაქსიმალური მნიშვნელობა", "description": "ავრცელებს ფერდობზე ზემოთ მაქსიმალურ მნიშვნელობას D8 ჩამონადენის გზების გასწვრივ DEM-ზე.", "params": { "dem": { "label": "DEM", "description": "შემავალი DEM რასტრი" }, "values": { "label": "მნიშვნელობები", "description": "შემავალი მნიშვნელობების რასტრი" }, "output": { "label": "გამომავალი", "description": "გამომავალი რასტრის გზა" } } }, "mdinf_flow_accum": { "name": "MDinf ჩამონადენის აკუმულაცია", "description": "მრავალმიმართულებიანი აკუმულაცია დახრილობის გრადიენტით შეწონვით (ხარისხის მაჩვენებელი 1.1). აბალანსებს გაბნევის რეალისტურობას ძირითადი კონცენტრირებული ჩამონადენის იდენტიფიკაციასთან. შედეგები: უჯრედები, CA ან SCA.", "params": { "dem": { "label": "DEM", "description": "შემავალი DEM რასტრი." }, "clip": { "label": "ამოჭრა", "description": "თავსებადობის დროშა, რომელსაც API იღებს." }, "convergence_threshold": { "label": "კრებადობის ზღურბლი", "description": "ზღურბლი, რომლის ზემოთაც ჩამონადენი არ იფანტება" }, "exponent": { "label": "ხარისხის მაჩვენებელი", "description": "დახრილობის შეწონვის ხარისხის მაჩვენებელი (ნაგულისხმევი `1.1`)." }, "log_transform": { "label": "ლოგარითმული გარდაქმნა", "description": "გამომავალის ლოგარითმული გარდაქმნა" }, "out_type": { "label": "გამომავალის ტიპი", "description": "ერთ-ერთი: `\"cells\"`, `\"ca\"`, `\"sca\"` (ნაგულისხმევი)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში ბრუნდება მეხსიერებაში არსებული რასტრი." } } }, "minimal_dispersion_flow_algorithm": { "name": "მინიმალური დისპერსიის ჩამონადენის ალგორითმი", "description": "ქმნის MDFA ჩამონადენის მიმართულებისა და ჩამონადენის აკუმულაციის რასტრებს DEM-იდან.", "params": { "dem": { "label": "DEM", "description": "შემავალი DEM რასტრი" }, "clip": { "label": "ამოჭრა", "description": "თავსებადობის დროშა, რომელსაც API იღებს." }, "debug_stats": { "label": "გამართვის სტატისტიკა", "description": "ერთხაზიანი MDFA დიაგნოსტიკის გამოტანა (რაოდენობები და დაუმუშავებელი მაქსიმუმი)" }, "esri_pntr": { "label": "ESRI მაჩვენებელი", "description": "თუ true, ჩამონადენის მიმართულების გამომავალი დაიკოდება Esri მაჩვენებლის სტილში." }, "log_transform": { "label": "ლოგარითმული გარდაქმნა", "description": "თუ true, აკუმულაციის მნიშვნელობებზე გამოიყენება ლოგარითმული გარდაქმნა." }, "out_type": { "label": "გამომავალის ტიპი", "description": "ერთ-ერთი: `\"cells\"`, `\"ca\"`, `\"sca\"` (ნაგულისხმევი)." }, "path_corrected_direction_preference": { "label": "გზით კორექტირებული მიმართულების უპირატესობა", "description": "უპირატესობის პარამეტრი `p` `[0, 1]` დიაპაზონში; `1.0` სრულიად არადისპერსიულია." }, "flow_dir_output": { "label": "ჩამონადენის მიმართულების გამომავალი", "description": "არასავალდებულო გამომავალი გზა ჩამონადენის მიმართულების რასტრისთვის." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა ჩამონადენის აკუმულაციის რასტრისთვის." } } }, "num_inflowing_neighbours": { "name": "შემომდინარე მეზობლების რაოდენობა", "description": "ითვლის შემომდინარე D8 მეზობლების რაოდენობას DEM-ის თითოეული უჯრედისთვის.", "params": { "dem": { "label": "DEM", "description": "შემავალი DEM რასტრი" }, "output": { "label": "გამომავალი", "description": "გამომავალი რასტრის გზა" } } }, "qin_flow_accumulation": { "name": "Qin-ის ჩამონადენის აკუმულაცია", "description": "ითვლის Qin-ის MFD ჩამონადენის აკუმულაციას DEM-იდან.", "params": { "dem": { "label": "DEM", "description": "შემავალი DEM რასტრი." }, "clip": { "label": "ამოჭრა", "description": "თავსებადობის დროშა, რომელსაც API იღებს." }, "convergence_threshold": { "label": "კრებადობის ზღურბლი", "description": "ზღურბლი, რომლის ზემოთაც ჩამონადენი არ იფანტება" }, "exponent": { "label": "ხარისხის მაჩვენებელი", "description": "ზედა ზღვრის ხარისხის მაჩვენებლის პარამეტრი (ნაგულისხმევი `10.0`)." }, "log_transform": { "label": "ლოგარითმული გარდაქმნა", "description": "გამომავალის ლოგარითმული გარდაქმნა" }, "max_slope": { "label": "მაქსიმალური დახრილობა", "description": "ზედა ზღვრის დახრილობა გრადუსებში, რომელსაც დინამიური ხარისხის ფუნქცია იყენებს (ნაგულისხმევი `45.0`)." }, "out_type": { "label": "გამომავალის ტიპი", "description": "ერთ-ერთი: `\"cells\"`, `\"ca\"`, `\"sca\"` (ნაგულისხმევი)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში ბრუნდება მეხსიერებაში არსებული რასტრი." } } }, "quinn_flow_accumulation": { "name": "Quinn-ის ჩამონადენის აკუმულაცია", "description": "ითვლის Quinn-ის MFD ჩამონადენის აკუმულაციას DEM-იდან.", "params": { "dem": { "label": "DEM", "description": "შემავალი DEM რასტრი." }, "clip": { "label": "ამოჭრა", "description": "თავსებადობის დროშა, რომელსაც API იღებს." }, "convergence_threshold": { "label": "კრებადობის ზღურბლი", "description": "ზღურბლი, რომლის ზემოთაც ჩამონადენი არ იფანტება" }, "exponent": { "label": "ხარისხის მაჩვენებელი", "description": "ხარისხის მაჩვენებლის პარამეტრი (ნაგულისხმევი `1.1`)." }, "log_transform": { "label": "ლოგარითმული გარდაქმნა", "description": "გამომავალის ლოგარითმული გარდაქმნა" }, "out_type": { "label": "გამომავალის ტიპი", "description": "ერთ-ერთი: `\"cells\"`, `\"ca\"`, `\"sca\"` (ნაგულისხმევი)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში ბრუნდება მეხსიერებაში არსებული რასტრი." } } }, "rho8_flow_accum": { "name": "Rho8 ჩამონადენის აკუმულაცია", "description": "ითვლის Rho8 ჩამონადენის აკუმულაციას DEM-იდან ან Rho8 მაჩვენებლის რასტრიდან.", "params": { "dem": { "label": "DEM", "description": "DEM" }, "clip": { "label": "ამოჭრა", "description": "ჩვენების მაქსიმუმის ჩამოჭრა (მიღებულია თავსებადობისთვის)" }, "log_transform": { "label": "ლოგარითმული გარდაქმნა", "description": "გამომავალის ლოგარითმული გარდაქმნა" }, "out_type": { "label": "გამომავალის ტიპი", "description": "გამომავალის ტიპი: cells, ca ან sca" }, "output": { "label": "გამომავალი", "description": "გამომავალი რასტრის გზა" } } }, "rho8_pointer": { "name": "Rho8 მაჩვენებელი", "description": "სტოქასტური ერთმიმართულებიანი ჩამონადენი, დახრილობის გრადიენტით შეწონილი. გაუშვით რამდენჯერმე ანსამბლური ანალიზისთვის, რაც D8-ის არხიზაციის არტეფაქტებს ამცირებს.", "params": { "dem": { "label": "DEM", "description": "შემავალი DEM რასტრი" }, "output": { "label": "გამომავალი", "description": "გამომავალი რასტრის გზა" } } }, "trace_downslope_flowpaths": { "name": "ფერდობზე ქვემოთ ჩამონადენის გზების ტრასირება", "description": "აღნიშნავს D8 ჩამონადენის გზებს, რომლებიც საწყისი წერტილებიდან იწყება, ჩამონადენის შეწყვეტამდე ან ბადის კიდემდე.", "params": { "d8_pntr": { "label": "D8 მაჩვენებელი", "description": "შემავალი D8 მაჩვენებლის რასტრი." }, "seed_points": { "label": "ამოსავალი წერტილები", "description": "შემავალი წერტილოვანი ვექტორი ამოსავალი მდებარეობებით." }, "esri_pntr": { "label": "ESRI მაჩვენებელი", "description": "თუ true, D8 მაჩვენებლები განიმარტება ESRI კოდირებით." }, "zero_background": { "label": "ნულოვანი ფონი", "description": "თუ true, ფონი არის `0`; წინააღმდეგ შემთხვევაში ფონი არის NoData." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში ბრუნდება მეხსიერებაში არსებული რასტრი." } } }, "breach_depressions_least_cost": { "name": "ჩაღრმავებების გარღვევა მინიმალური ღირებულებით", "description": "არღვევს ჩაღრმავებებს DEM-ში შეზღუდული მინიმალური ღირებულების გზის ძიებით.", "params": { "dem": { "label": "DEM", "description": "შემავალი DEM რასტრი." }, "fill_deps": { "label": "ჩაღრმავებების შევსება", "description": "თუ true, გარღვევის შემდეგ შეივსება გადაუწყვეტელი ჩაღრმავებები." }, "flat_increment": { "label": "ბრტყელი უბნების ნაზრდი", "description": "არასავალდებულო მონოტონური კლების ნაზრდი." }, "max_cost": { "label": "მაქსიმალური ღირებულება", "description": "გარღვევის მაქსიმალური დასაშვები ღირებულება." }, "max_dist": { "label": "მაქსიმალური მანძილი", "description": "ძიების მაქსიმალური მანძილი უჯრედებში." }, "minimize_dist": { "label": "მანძილის მინიმიზაცია", "description": "თუ true, გარღვევის ღირებულებები შეიწონება მანძილით." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა." } } }, "breach_single_cell_pits": { "name": "ერთუჯრედიანი ორმოების გარღვევა", "description": "არღვევს ერთუჯრედიან ორმოებს DEM-ში ერთუჯრედიანი არხების ამოჭრით.", "params": { "dem": { "label": "DEM", "description": "შემავალი DEM რასტრი." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში შედეგი ბრუნდება მეხსიერებაში, თუ ეს მხარდაჭერილია." } } }, "burn_streams": { "name": "ნაკადების ჩაწვა", "description": "ჩაწვავს ნაკადების ქსელს DEM-ში ნაკადის უჯრედების სიმაღლეების შემცირებით.", "params": { "dem": { "label": "DEM", "description": "შემავალი DEM რასტრი." }, "streams": { "label": "ნაკადები", "description": "შემავალი ნაკადების ვექტორი." }, "decrement_value": { "label": "შემცირების მნიშვნელობა", "description": "ნაკადის უჯრედებზე გამოყენებული სიმაღლის კლება (ნაგულისხმევი 5.0)." }, "gradient_distance": { "label": "გრადიენტის მანძილი", "description": "გრადიენტის მანძილი ბადის უჯრედებში (0 = მხოლოდ ბრტყელი კლება; ნაგულისხმევი 5)." }, "output": { "label": "გამომავალი", "description": "ჩაწვის შედეგად მიღებული გამომავალი DEM-ის გზა." } } }, "burn_streams_at_roads": { "name": "ნაკადების ჩაწვა გზებთან", "description": "ამცირებს ნაკადების სიმაღლეებს ნაკადისა და გზის გადაკვეთებთან DEM-ში გზის ყრილების გასარღვევად.", "params": { "dem": { "label": "DEM", "description": "შემავალი DEM რასტრი." }, "roads": { "label": "გზები", "description": "გზების ვექტორული ფენა." }, "streams": { "label": "ნაკადები", "description": "ნაკადების ვექტორული ფენა." }, "method": { "label": "მეთოდი", "description": "მეთოდი" }, "road_width": { "label": "გზის სიგანე", "description": "ნაყარის მაქსიმალური სიგანე რუკის ერთეულებში, რომელიც განსაზღვრავს ჩაწვის მოქმედების არეს ნაკადის გასწვრივ." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში ბრუნდება მეხსიერებაში არსებული რასტრი." } } }, "depth_in_sink": { "name": "სიღრმე ჩაღრმავებაში", "description": "ზომავს სიღრმეს, რომლითაც DEM-ის თითოეული უჯრედი ჩაღრმავებებშევსებული ზედაპირის ქვემოთ მდებარეობს.", "params": { "dem": { "label": "DEM", "description": "შემავალი DEM რასტრი." }, "zero_background": { "label": "ნულოვანი ფონი", "description": "თუ true, ჩაღრმავებების გარეთ მდებარე უჯრედებს მიენიჭება `0.0`; წინააღმდეგ შემთხვევაში — NoData." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "fill_burn": { "name": "შევსება და ჩაწვა", "description": "ახორციელებს DEM-ის ჰიდროლოგიურ კორექციას ნაკადების ჩაწვით და შემდეგ ჩაღრმავებების შევსებით.", "params": { "dem": { "label": "DEM", "description": "შემავალი DEM რასტრი." }, "streams": { "label": "ნაკადები", "description": "შემავალი ნაკადების ვექტორული ფენა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში ბრუნდება მეხსიერებაში არსებული რასტრი." } } }, "fill_depressions": { "name": "ჩაღრმავებების შევსება", "description": "ავსებს ჩაღრმავებებს DEM-ში priority-flood სტრატეგიით, ნაგულისხმევად Garbrecht-Martz-ის ბრტყელი არეების გადაწყვეტით და არასავალდებულო ძველი ბუნებრივი გზის ბრტყელი არეების გადაწყვეტით.", "params": { "dem": { "label": "DEM", "description": "შემავალი DEM რასტრი." }, "fix_flats": { "label": "ბრტყელი უბნების გასწორება", "description": "თუ true, შევსებულ ბრტყელ უბნებზე დაწესდება მცირე გრადიენტი." }, "flat_increment": { "label": "ბრტყელი უბნების ნაზრდი", "description": "ბრტყელი უბნების ნაზრდი (ნაგულისხმევი `0.0001`)." }, "flat_resolution": { "label": "ბრტყელი უბნების რეზოლუცია", "description": "ბრტყელი უბნების გადაწყვეტის რეჟიმი. ერთ-ერთი: `\"garbrecht_martz\"` ან `\"natural\"`." }, "max_depth": { "label": "მაქსიმალური სიღრმე", "description": "შევსების მაქსიმალური დასაშვები სიღრმე." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა." } } }, "fill_depressions_planchon_and_darboux": { "name": "ჩაღრმავებების შევსება Planchon-Darboux-ის მეთოდით", "description": "ავსებს ჩაღრმავებებს DEM-ში Planchon-Darboux-თან თავსებადი ინტერფეისით.", "params": { "dem": { "label": "DEM", "description": "შემავალი DEM რასტრი." }, "fix_flats": { "label": "ბრტყელი უბნების გასწორება", "description": "თუ true, შევსებულ ბრტყელ უბნებზე დაწესდება მცირე გრადიენტი." }, "flat_increment": { "label": "ბრტყელი უბნების ნაზრდი", "description": "ბრტყელი უბნების ნაზრდი (ნაგულისხმევი `0.0001`)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა." } } }, "fill_depressions_wang_and_liu": { "name": "ჩაღრმავებების შევსება Wang-Liu-ს მეთოდით", "description": "ავსებს ჩაღრმავებებს DEM-ში Wang-Liu-სთან თავსებადი ინტერფეისით.", "params": { "dem": { "label": "DEM", "description": "შემავალი DEM რასტრი." }, "fix_flats": { "label": "ბრტყელი უბნების გასწორება", "description": "თუ true, შევსებულ ბრტყელ უბნებზე დაწესდება მცირე გრადიენტი." }, "flat_increment": { "label": "ბრტყელი უბნების ნაზრდი", "description": "ბრტყელი უბნების ნაზრდი (ნაგულისხმევი `0.0001`)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა." } } }, "fill_pits": { "name": "ორმოების შევსება", "description": "ავსებს ერთუჯრედიან ორმოებს DEM-ში.", "params": { "dem": { "label": "DEM", "description": "შემავალი DEM რასტრი." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში შედეგი ბრუნდება მეხსიერებაში, თუ ეს მხარდაჭერილია." } } }, "flatten_lakes": { "name": "ტბების გაბრტყელება", "description": "აბრტყელებს ტბების სიმაღლეებს თითოეული პოლიგონის პერიმეტრის მინიმალური სიმაღლით.", "params": { "dem": { "label": "DEM", "description": "შემავალი DEM რასტრი." }, "lakes": { "label": "ტბები", "description": "შემავალი პოლიგონური ვექტორი ტბების ობიექტებით." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში ბრუნდება მეხსიერებაში არსებული რასტრი." } } }, "impoundment_size_index": { "name": "შეგუბების ზომის ინდექსი", "description": "ითვლის შეგუბების მეტრიკებს: საშუალო/მაქსიმალური სიღრმე, მოცულობა, ფართობი და კაშხლის სიმაღლე.", "params": { "dem": { "label": "DEM", "description": "შემავალი DEM რასტრი." }, "max_dam_length": { "label": "კაშხლის მაქსიმალური სიგრძე", "description": "კაშხლის მაქსიმალური სიგრძე რუკის ერთეულებში." }, "output_area": { "label": "გამომავალი ფართობი", "description": "დატბორილი ფართობის რასტრის ჩართვა გამომავალ კორტეჟში." }, "output_height": { "label": "გამომავალი სიმაღლე", "description": "კაშხლის სიმაღლის რასტრის ჩართვა გამომავალ კორტეჟში." }, "output_max": { "label": "გამომავალი მაქსიმუმი", "description": "დატბორვის მაქსიმალური სიღრმის რასტრის ჩართვა გამომავალ კორტეჟში." }, "output_mean": { "label": "გამომავალი საშუალო", "description": "დატბორვის საშუალო სიღრმის რასტრის ჩართვა გამომავალ კორტეჟში." }, "output_volume": { "label": "გამომავალი მოცულობა", "description": "დატბორილი მოცულობის რასტრის ჩართვა გამომავალ კორტეჟში." }, "out_area": { "label": "გამოსატანი ფართობი", "description": "არასავალდებულო გამომავალი გზა ფართობის რასტრისთვის" }, "out_dam_height": { "label": "გამომავალი კაშხლის სიმაღლე", "description": "არასავალდებულო გამომავალი გზა კაშხლის სიმაღლის რასტრისთვის" }, "out_max": { "label": "გამოსატანი მაქსიმუმი", "description": "არასავალდებულო გამომავალი გზა მაქსიმალური სიღრმის რასტრისთვის" }, "out_mean": { "label": "გამოსატანი საშუალო", "description": "არასავალდებულო გამომავალი გზა საშუალო სიღრმის რასტრისთვის" }, "out_volume": { "label": "გამოსატანი მოცულობა", "description": "არასავალდებულო გამომავალი გზა მოცულობის რასტრისთვის" } } }, "insert_dams": { "name": "კაშხლების ჩასმა", "description": "ამატებს ლოკალურ კაშხლის ყრილებს მითითებულ წერტილებში პროფილზე დაფუძნებული თხემის შერჩევით.", "params": { "dam_points": { "label": "კაშხლის წერტილები", "description": "შემავალი წერტილოვანი ვექტორი კაშხლების მდებარეობებით." }, "dem": { "label": "DEM", "description": "შემავალი DEM რასტრი." }, "dam_length": { "label": "კაშხლის სიგრძე", "description": "კაშხლის მაქსიმალური სიგრძე რუკის ერთეულებში." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში ბრუნდება მეხსიერებაში არსებული რასტრი." } } }, "raise_walls": { "name": "კედლების ამაღლება", "description": "ზრდის DEM-ის სიმაღლეებს კედლების ვექტორების გასწვრივ და სურვილისამებრ არღვევს შერჩეულ გადაკვეთებს.", "params": { "breach_lines": { "label": "გარღვევის ხაზები", "description": "არასავალდებულო ვექტორი, რომელიც განსაზღვრავს გარღვევის ადგილებს." }, "dem": { "label": "DEM", "description": "შემავალი DEM რასტრი." }, "walls": { "label": "კედლები", "description": "შემავალი ხაზოვანი ან პოლიგონური ვექტორი, რომელიც განსაზღვრავს კედლის სეგმენტებს." }, "wall_height": { "label": "კედლის სიმაღლე", "description": "კედლის უჯრედებზე გამოყენებული სიმაღლის ნაზრდი." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში ბრუნდება მეხსიერებაში არსებული რასტრი." } } }, "sink": { "name": "ჩაღრმავება", "description": "ავლენს უჯრედებს, რომლებიც DEM-ში ტოპოგრაფიულ ჩაღრმავებებს ეკუთვნის.", "params": { "dem": { "label": "DEM", "description": "შემავალი DEM რასტრი." }, "zero_background": { "label": "ნულოვანი ფონი", "description": "თუ true, ჩაღრმავებების გარეთ მდებარე უჯრედებს მიენიჭება `0.0`; წინააღმდეგ შემთხვევაში — NoData." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "stochastic_depression_analysis": { "name": "ჩაღრმავებების სტოქასტური ანალიზი", "description": "უშვებს DEM-ის მონტე-კარლოს შეშფოთებებს და აფასებს ჩაღრმავებისადმი კუთვნილების ალბათობას.", "params": { "dem": { "label": "DEM", "description": "შემავალი DEM რასტრი." }, "iterations": { "label": "იტერაციები", "description": "მონტე-კარლოს იტერაციების რაოდენობა." }, "range": { "label": "დიაპაზონი", "description": "შეცდომის ავტოკორელაციის დიაპაზონი რუკის ერთეულებში." }, "rmse": { "label": "RMSE", "description": "სიმაღლის RMSE, რომელიც გამოიყენება გაუსური შეშფოთებისთვის." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში ბრუნდება მეხსიერებაში არსებული რასტრი." } } }, "topological_breach_burn": { "name": "ტოპოლოგიური გარღვევა-ჩაწვა", "description": "ჩაწვავს ნაკადებს DEM-ში, ამზადებს ზედაპირს და აბრუნებს ნაკადის, DEM-ის, მაჩვენებლისა და აკუმულაციის რასტრებს.", "params": { "dem": { "label": "DEM", "description": "შემავალი DEM რასტრი." }, "streams": { "label": "ნაკადები", "description": "შემავალი ნაკადების ქსელის ვექტორი." }, "snap_distance": { "label": "მიბმის მანძილი", "description": "არასავალდებულო ნაკადზე მიბმის მანძილი, რომელიც გამოიყენება ჩაწვის სიღრმის მასშტაბირებისას." }, "out_dem": { "label": "გამომავალი DEM", "description": "არასავალდებულო გამომავალი გზა ჩაწვილი/ჰიდროლოგიურად მომზადებული DEM-ისთვის." }, "out_dir": { "label": "გამომავალი მიმართულება", "description": "არასავალდებულო გამომავალი გზა D8 მაჩვენებლის რასტრისთვის." }, "out_fa": { "label": "გამომავალი ჩამონადენის აკუმულაცია", "description": "არასავალდებულო გამომავალი გზა ჩამონადენის აკუმულაციის რასტრისთვის." }, "out_streams": { "label": "გამომავალი ნაკადები", "description": "არასავალდებულო გამომავალი გზა რასტერიზებული ნაკადებისთვის." } } }, "upslope_depression_storage": { "name": "ფერდობზე ზემოთ ჩაღრმავებების დაგროვება", "description": "კარტოგრაფირებს ფერდობზე ზემოთ ჩაღრმავებებში დაგროვების საშუალო სიღრმეს ჩაღრმავების სიღრმის მარშრუტიზაციით მომზადებულ DEM-ზე.", "params": { "dem": { "label": "DEM", "description": "შემავალი DEM რასტრი." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში ბრუნდება მეხსიერებაში არსებული რასტრი." } } }, "basins": { "name": "აუზები", "description": "ადგენს ყველა D8 სადრენაჟო აუზს, რომლებიც ვალიდური მონაცემების კიდეებისკენ ჩაედინება.", "params": { "d8_pntr": { "label": "D8 მაჩვენებელი", "description": "შემავალი D8 მაჩვენებლის რასტრი." }, "esri_pntr": { "label": "ESRI მაჩვენებელი", "description": "თუ true, მაჩვენებლის მნიშვნელობები განიმარტება ESRI D8 კოდირებით." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში ბრუნდება მეხსიერებაში არსებული რასტრი." } } }, "flood_order": { "name": "წყალდიდობის რიგი", "description": "გამოაქვს priority-flood-ის თანმიმდევრული რიგი DEM-ის თითოეული უჯრედისთვის.", "params": { "dem": { "label": "DEM", "description": "შემავალი DEM რასტრი." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში ბრუნდება მეხსიერებაში არსებული რასტრი." } } }, "hillslopes": { "name": "ფერდობები", "description": "ავლენს ფერდობის რეგიონებს, რომლებიც თითოეული ნაკადის რგოლისკენ ჩაედინება, და გამიჯნავს მარცხენა და მარჯვენა ნაპირის არეებს.", "params": { "d8_pntr": { "label": "D8 მაჩვენებელი", "description": "D8 მაჩვენებლის რასტრი." }, "streams": { "label": "ნაკადები", "description": "ნაკადების ქსელის რასტრი, სადაც ნაკადის უჯრედების მნიშვნელობა > 0 და არ არის NoData." }, "esri_pntr": { "label": "ESRI მაჩვენებელი", "description": "ESRI მაჩვენებლის კოდირების დროშა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "isobasins": { "name": "იზოაუზები", "description": "ყოფს ლანდშაფტს დაახლოებით თანაბარი ზომის წყალშემკრებ აუზებად (იზოაუზებად) სამიზნე ფართობის ზღურბლის საფუძველზე.", "params": { "dem": { "label": "DEM", "description": "შემავალი ჰიდროლოგიურად მომზადებული DEM რასტრი." }, "target_size": { "label": "სამიზნე ზომა", "description": "იზოაუზის სამიზნე ფართობი ბადის უჯრედების რაოდენობაში (დადებითი მთელი ან ათწილადი რიცხვი)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა. გამოტოვების შემთხვევაში ბრუნდება მეხსიერებაში არსებული რასტრი." } } }, "jenson_snap_pour_points": { "name": "Jenson-ის ჩადინების წერტილების მიბმა", "description": "აბამს თითოეულ ჩადინების წერტილს ძიების მანძილის ფარგლებში უახლოეს ნაკადის უჯრედზე, ყველა შემავალი ატრიბუტის შენარჩუნებით.", "params": { "pour_pts": { "label": "ჩადინების წერტილები", "description": "შემავალი ვექტორული ფაილი ჩადინების წერტილებით (point ან multipoint გეომეტრიები)." }, "streams": { "label": "ნაკადები", "description": "შემავალი ნაკადების ქსელის რასტრი, სადაც ნაკადის უჯრედების მნიშვნელობა > 0 და არ არის NoData." }, "snap_dist": { "label": "მიბმის მანძილი", "description": "ძიების მაქსიმალური რადიუსი რუკის ერთეულებში. გამოტოვების ან ნულის შემთხვევაში ნაგულისხმევად უტოლდება ერთი უჯრედის სიგანეს." }, "output": { "label": "გამომავალი", "description": "გამომავალი გზა მიბმული ჩადინების წერტილების ვექტორული ფაილისთვის (სავალდებულო; თუ არ გადაეცემა გარსს, ნაგულისხმევად გამოიყენება `snapped_pour_points.geojson` სამუშაო დირექტორიაში)." } } }, "longest_flowpath": { "name": "ყველაზე გრძელი ჩამონადენის გზა", "description": "ადგენს ყველაზე გრძელი ჩამონადენის გზის ხაზებს თითოეული აუზისთვის აუზების რასტრში.", "params": { "dem": { "label": "DEM", "description": "შემავალი DEM რასტრი" }, "basins": { "label": "აუზები", "description": "შემავალი წყალშემკრები აუზის რასტრი" }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორის გზა" } } }, "max_branch_length": { "name": "ტოტის მაქსიმალური სიგრძე", "description": "ითვლის განშტოების მაქსიმალურ სიგრძეს მეზობელ D8 ჩამონადენის გზებს შორის, რაც წყალგამყოფების ხაზგასასმელად არის სასარგებლო.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "log_transform": { "label": "ლოგარითმული გარდაქმნა", "description": "ნატურალური ლოგარითმის გარდაქმნის გამოყენება დადებით გამომავალ მნიშვნელობებზე." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა." } } }, "snap_pour_points": { "name": "ჩადინების წერტილების მიბმა", "description": "აბამს ჩადინების წერტილებს ძიების მანძილის ფარგლებში ჩამონადენის ყველაზე მაღალი აკუმულაციის მქონე უჯრედზე.", "params": { "flow_accum": { "label": "ჩამონადენის აკუმულაცია", "description": "შემავალი ჩამონადენის აკუმულაციის რასტრი." }, "pour_pts": { "label": "ჩადინების წერტილები", "description": "შემავალი ვექტორული ფაილი ჩადინების წერტილებით (point ან multipoint გეომეტრიები)." }, "snap_dist": { "label": "მიბმის მანძილი", "description": "ძიების მაქსიმალური რადიუსი რუკის ერთეულებში. გამოტოვების ან ნულის შემთხვევაში ნაგულისხმევად უტოლდება ერთი უჯრედის სიგანეს." }, "output": { "label": "გამომავალი", "description": "გამომავალი გზა მიბმული ჩადინების წერტილების ვექტორული ფაილისთვის (სავალდებულო; თუ არ გადაეცემა გარსს, ნაგულისხმევად გამოიყენება `snapped_pour_points.geojson` სამუშაო დირექტორიაში)." } } }, "subbasins": { "name": "ქვეაუზები", "description": "ავლენს თითოეული ნაკადის რგოლის წყალშემკრებ ფართობს (ქვეაუზებს) D8 ნაკადების ქსელში.", "params": { "d8_pntr": { "label": "D8 მაჩვენებელი", "description": "D8 მაჩვენებლის რასტრი, შექმნილი `d8_pointer`-ის მიერ." }, "streams": { "label": "ნაკადები", "description": "ნაკადების ქსელის რასტრი, სადაც ნაკადის უჯრედების მნიშვნელობა > 0 და არ არის NoData." }, "esri_pntr": { "label": "ESRI მაჩვენებელი", "description": "თუ true, მაჩვენებლის მნიშვნელობები განიმარტება ESRI კოდირებით. ნაგულისხმევი `False`." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა. გამოტოვების შემთხვევაში ბრუნდება მეხსიერებაში არსებული რასტრი." } } }, "unnest_basins": { "name": "აუზების ბუდობრიობის მოხსნა", "description": "ქმნის აუზების ცალკე რასტრს ჩადინების წერტილების ჩადგმულობის თითოეული დონისთვის D8 მაჩვენებლის ბადიდან.", "params": { "d8_pntr": { "label": "D8 მაჩვენებელი", "description": "შემავალი D8 მაჩვენებლის რასტრი" }, "pour_points": { "label": "ჩადინების წერტილები", "description": "შემავალი ჩადინების წერტილების ვექტორი" }, "esri_pntr": { "label": "ESRI მაჩვენებელი", "description": "მაჩვენებლების განმარტება ESRI სტილში" }, "output": { "label": "გამომავალი", "description": "არასავალდებულო საბაზისო გამომავალი გზა დანომრილი რასტრებისთვის" } } }, "watershed": { "name": "წყალშემკრები აუზი", "description": "ადგენს წყალშემკრებ აუზებს D8 მაჩვენებლიდან და ვექტორული ჩადინების წერტილებიდან.", "params": { "d8_pntr": { "label": "D8 მაჩვენებელი", "description": "შემავალი D8 მაჩვენებლის რასტრი." }, "pour_pts": { "label": "ჩადინების წერტილები", "description": "შემავალი ვექტორული ფაილი ჩადინების წერტილებით (point ან multipoint გეომეტრიები)." }, "esri_pntr": { "label": "ESRI მაჩვენებელი", "description": "თუ true, მაჩვენებლის მნიშვნელობები განიმარტება ESRI D8 კოდირებით." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში ბრუნდება მეხსიერებაში არსებული რასტრი." } } }, "watershed_from_raster_pour_points": { "name": "წყალშემკრები აუზი რასტრული ჩადინების წერტილებიდან", "description": "ადგენს წყალშემკრებ აუზებს D8 მაჩვენებლიდან და ჩადინების წერტილების გასასვლელების ID-ების რასტრიდან.", "params": { "d8_pntr": { "label": "D8 მაჩვენებელი", "description": "შემავალი D8 მაჩვენებლის რასტრი." }, "pour_points": { "label": "ჩადინების წერტილები", "description": "ჩადინების წერტილების რასტრი; არანულოვანი და არა-NoData უჯრედების მნიშვნელობები ხდება გამოსასვლელების ID-ები." }, "esri_pntr": { "label": "ESRI მაჩვენებელი", "description": "თუ true, მაჩვენებლის მნიშვნელობები განიმარტება ESRI D8 კოდირებით." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში ბრუნდება მეხსიერებაში არსებული რასტრი." } } }, "depth_to_water": { "name": "სიღრმე წყლამდე", "description": "ითვლის კარტოგრაფიულ სიღრმეს წყლამდე (depth-to-water) ნაკადების/ტბების წყაროს ობიექტებიდან მინიმალური ღირებულების აკუმულაციით.", "params": { "dem": { "label": "DEM", "description": "შემავალი DEM რასტრი." }, "stream_raster": { "label": "ნაკადების რასტრი", "description": "ნაკადების რასტრი" }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში ბრუნდება მეხსიერებაში არსებული რასტრი." } } }, "distance_to_outlet": { "name": "მანძილი გამოსასვლელამდე", "description": "ითვლის ქვემოთ დინების მიმართულებით მანძილს გასასვლელამდე თითოეული ნაკადის უჯრედისთვის.", "params": { "d8_pntr": { "label": "D8 მაჩვენებელი", "description": "D8 ჩამონადენის მაჩვენებლის რასტრი" }, "streams": { "label": "ნაკადები", "description": "ნაკადები" }, "esri_pntr": { "label": "ESRI მაჩვენებელი", "description": "ESRI მაჩვენებელი" }, "zero_background": { "label": "ნულოვანი ფონი", "description": "ნულოვანი ფონი" }, "output": { "label": "გამომავალი", "description": "გამომავალი რასტრის გზა" } } }, "downslope_distance_to_stream": { "name": "ფერდობზე ქვემოთ მანძილი ნაკადამდე", "description": "ითვლის ფერდობზე ქვემოთ მანძილს DEM-ის თითოეული უჯრედიდან უახლოეს ნაკადამდე ჩამონადენის გზების გასწვრივ.", "params": { "dem": { "label": "DEM", "description": "შემავალი ჩაღრმავებების გარეშე DEM რასტრი." }, "streams": { "label": "ნაკადები", "description": "შემავალი ნაკადების რასტრი; ნაკადის უჯრედების მნიშვნელობებია `> 0` და არა NoData." }, "dinf": { "label": "Dinf", "description": "თუ true, გამოიყენება D-infinity მარშრუტიზაცია; წინააღმდეგ შემთხვევაში — D8 მარშრუტიზაცია." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში ბრუნდება მეხსიერებაში არსებული რასტრი." } } }, "downslope_index": { "name": "ფერდობზე ქვემოთ ინდექსი", "description": "ითვლის Hjerdt et al. (2004) ფერდობზე ქვემოთ ინდექსს D8 ჩამონადენის მიმართულებების გამოყენებით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "output_type": { "label": "გამომავალის ტიპი", "description": "გამომავალი მეტრიკა: tangent, degrees, radians, distance (ნაგულისხმევი tangent)." }, "vertical_drop": { "label": "ვერტიკალური ვარდნა", "description": "ვერტიკალური ვარდნის ზღურბლი d ფერდობზე ქვემოთ გავლისთვის." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა." } } }, "edge_contamination": { "name": "კიდის დაბინძურება", "description": "ავლენს DEM-ის უჯრედებს, რომელთა ფერდობზე ზემოთ ფართობი DEM-ის კიდეს სცდება ჩამონადენის მარშრუტიზაციის გავრცელებული სქემებისთვის.", "params": { "dem": { "label": "DEM", "description": "შემავალი ჩაღრმავებების გარეშე DEM რასტრი." }, "flow_type": { "label": "ჩამონადენის ტიპი", "description": "გამოსაყენებელი მარშრუტიზაციის მეთოდი: ერთ-ერთი `\"d8\"`, `\"mfd\"`/`\"fd8\"` ან `\"dinf\"`." }, "z_factor": { "label": "Z ფაქტორი", "description": "არასავალდებულო ვერტიკალური მასშტაბირების ფაქტორი. მნიშვნელობები `<= 0` განიხილება როგორც `1.0`." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში ბრუნდება მეხსიერებაში არსებული რასტრი." } } }, "elev_relative_to_watershed_min_max": { "name": "სიმაღლე წყალშემკრები აუზის მინ/მაქს-ის მიმართ", "description": "ითვლის DEM-ის უჯრედის ფარდობით სიმაღლით პოზიციას თითოეულ წყალშემკრებ აუზში პროცენტულად.", "params": { "dem": { "label": "DEM", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "watersheds": { "label": "წყალშემკრები აუზები", "description": "წყალშემკრები აუზის ID რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში შედეგი რჩება მეხსიერებაში." } } }, "elevation_above_stream": { "name": "სიმაღლე ნაკადის ზემოთ", "description": "ითვლის სიმაღლეს უახლოესი ნაკადის ზემოთ, გაზომილს ფერდობზე ქვემოთ ჩამონადენის გზების გასწვრივ.", "params": { "dem": { "label": "DEM", "description": "შემავალი ჩაღრმავებების გარეშე DEM რასტრი." }, "streams": { "label": "ნაკადები", "description": "შემავალი ნაკადების რასტრი; ნაკადის უჯრედების მნიშვნელობებია `> 0` და არა NoData." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში ბრუნდება მეხსიერებაში არსებული რასტრი." } } }, "elevation_above_stream_euclidean": { "name": "სიმაღლე ნაკადის ზემოთ (ევკლიდური)", "description": "ითვლის სიმაღლეს უახლოესი ნაკადის ზემოთ წრფივი (ევკლიდური) სიახლოვის გამოყენებით.", "params": { "dem": { "label": "DEM", "description": "შემავალი DEM რასტრი." }, "streams": { "label": "ნაკადები", "description": "შემავალი ნაკადების რასტრი; ნაკადის უჯრედების მნიშვნელობებია `> 0` და არა NoData." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში ბრუნდება მეხსიერებაში არსებული რასტრი." } } }, "find_noflow_cells": { "name": "უდინარო უჯრედების პოვნა", "description": "პოულობს DEM-ის უჯრედებს, რომლებსაც უფრო დაბალი D8 მეზობელი არ აქვთ.", "params": { "dem": { "label": "DEM", "description": "შემავალი DEM რასტრი." }, "interior_only": { "label": "მხოლოდ შიდა", "description": "თუ true, აღინიშნება მხოლოდ ნამდვილი შიდა უდინარო უჯრედები (რასტრის საზღვრისა და NoData-სთან მოსაზღვრე გამოსასვლელების გამოკლებით)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში ბრუნდება მეხსიერებაში არსებული რასტრი." } } }, "find_parallel_flow": { "name": "პარალელური ჩამონადენის პოვნა", "description": "ავლენს ნაკადის უჯრედებს, რომლებსაც პარალელური D8 ჩამონადენის მიმართულებები აქვთ.", "params": { "d8_pntr": { "label": "D8 მაჩვენებელი", "description": "შემავალი D8 მაჩვენებლის რასტრი." }, "esri_pntr": { "label": "ESRI მაჩვენებელი", "description": "ESRI მაჩვენებელი" }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში ბრუნდება მეხსიერებაში არსებული რასტრი." } } }, "hydrologic_connectivity": { "name": "ჰიდროლოგიური კავშირი", "description": "ითვლის DUL და UDSA დაკავშირებულობის ინდექსებს DEM-იდან.", "params": { "dem": { "label": "DEM", "description": "შემავალი DEM რასტრი." }, "convergence_threshold": { "label": "კრებადობის ზღურბლი", "description": "არასავალდებულო ნაკადის წარმოქმნის ზღურბლი შემკრებ უჯრედებში." }, "exponent": { "label": "ხარისხის მაჩვენებელი", "description": "თავსებადობის პარამეტრი დისპერსიის კონტროლისთვის." }, "z_factor": { "label": "Z ფაქტორი", "description": "არასავალდებულო ვერტიკალური მასშტაბირების ფაქტორი." }, "output1": { "label": "გამომავალი 1", "description": "არასავალდებულო გამომავალი გზა DUL რასტრისთვის." }, "output2": { "label": "გამომავალი 2", "description": "არასავალდებულო გამომავალი გზა UDSA რასტრისთვის." } } }, "relative_stream_power_index": { "name": "ნაკადის ფარდობითი სიმძლავრის ინდექსი", "description": "ითვლის ნაკადის ფარდობითი სიმძლავრის ინდექსს კუთრი შემკრები ფართობიდან და დახრილობიდან.", "params": { "sca": { "label": "SCA", "description": "კუთრი შემკრები ფართობის რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "slope": { "label": "დახრილობა", "description": "დახრილობის რასტრი გრადუსებში." }, "exponent": { "label": "ხარისხის მაჩვენებელი", "description": "კუთრი შემკრები ფართობის ხარისხის მაჩვენებელი p (ნაგულისხმევი 1.0)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში შედეგი რჩება მეხსიერებაში." } } }, "sediment_transport_index": { "name": "ნალექის ტრანსპორტის ინდექსი", "description": "ითვლის ნალექის ტრანსპორტის ინდექსს (LS ფაქტორი) კუთრი შემკრები ფართობიდან და დახრილობიდან.", "params": { "sca": { "label": "SCA", "description": "კუთრი შემკრები ფართობის რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "slope": { "label": "დახრილობა", "description": "დახრილობის რასტრი გრადუსებში." }, "sca_exponent": { "label": "SCA ხარისხის მაჩვენებელი", "description": "კუთრი შემკრები ფართობის ხარისხის მაჩვენებელი n (ნაგულისხმევი 0.4)." }, "slope_exponent": { "label": "დახრილობის ხარისხის მაჩვენებელი", "description": "დახრილობის ხარისხის მაჩვენებელი m (ნაგულისხმევი 1.3)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში შედეგი რჩება მეხსიერებაში." } } }, "wetness_index": { "name": "ტენიანობის ინდექსი", "description": "ითვლის ტოპოგრაფიული ტენიანობის ინდექსს ln(SCA / tan(slope)).", "params": { "sca": { "label": "SCA", "description": "კუთრი შემკრები ფართობის რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "slope": { "label": "დახრილობა", "description": "დახრილობის რასტრი გრადუსებში." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში შედეგი ინახება მეხსიერებაში." } } }, "extract_streams": { "name": "ნაკადების ამოღება", "description": "ამოიღებს ნაკადებს ჩამონადენის აკუმულაციის ზღურბლის საფუძველზე.", "params": { "flow_accumulation": { "label": "ჩამონადენის აკუმულაცია", "description": "შემავალი ჩამონადენის აკუმულაციის რასტრი." }, "threshold": { "label": "ზღურბლი", "description": "აკუმულაციის მინიმალური მნიშვნელობა, რომელიც საჭიროა ნაკადის კალაპოტის ნაწილად ჩასათვლელად." }, "zero_background": { "label": "ნულოვანი ფონი", "description": "თუ true, არა-ნაკადის ფონი არის 0 NoData-ს ნაცვლად." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი ნაკადების რასტრის გზა." } } }, "extract_valleys": { "name": "ხეობების ამოღება", "description": "ამოიღებს ხეობებს DEM-იდან.", "params": { "dem": { "label": "DEM", "description": "DEM" }, "filter_size": { "label": "ფილტრის ზომა", "description": "ფილტრის ზომა" }, "line_thin": { "label": "ხაზების გათხელება", "description": "ხაზების გათხელება" }, "variant": { "label": "ვარიანტი", "description": "ვარიანტი" }, "output": { "label": "გამომავალი", "description": "გამომავალი რასტრის გზა" } } }, "prune_vector_streams": { "name": "ვექტორული ნაკადების გასხვლა", "description": "ასხლავს ვექტორული ნაკადების ქსელს შრივის სიდიდის საფუძველზე.", "params": { "dem": { "label": "DEM", "description": "შემავალი DEM რასტრი, რომელიც გამოიყენება ჩამონადენის მიმართულების განსასაზღვრად" }, "streams": { "label": "ნაკადები", "description": "შემავალი ვექტორული ნაკადების ქსელი" }, "max_ridge_cutting_height": { "label": "ქედის გადაჭრის მაქსიმალური სიმაღლე", "description": "სიმაღლის მაქსიმალური დასაშვები მატება ქვედა დინების ბმულების შეერთებისას" }, "snap_distance": { "label": "მიბმის მანძილი", "description": "მიბმის მაქსიმალური მანძილი ბოლო წერტილების დასაკავშირებლად" }, "threshold": { "label": "ზღურბლი", "description": "შესანარჩუნებელი მინიმალური შრივის სიდიდე" }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორის გზა" } } }, "raster_streams_to_vector": { "name": "რასტრული ნაკადები ვექტორად", "description": "გარდაქმნის რასტრული ნაკადების ქსელს ვექტორად.", "params": { "d8_pntr": { "label": "D8 მაჩვენებელი", "description": "D8 ჩამონადენის მაჩვენებლის რასტრი" }, "streams_raster": { "label": "ნაკადების რასტრი", "description": "ნაკადების რასტრი" }, "all_vertices": { "label": "ყველა წვერო", "description": "ყველა წვერო" }, "esri_pntr": { "label": "ESRI მაჩვენებელი", "description": "ESRI მაჩვენებელი" }, "output": { "label": "გამომავალი", "description": "გამომავალი რასტრის გზა" } } }, "rasterize_streams": { "name": "ნაკადების რასტერიზაცია", "description": "ახდენს ვექტორული ნაკადების ქსელის რასტრიზაციას.", "params": { "input_vector": { "label": "შემავალი ვექტორი", "description": "შემავალი ვექტორი" }, "reference_raster": { "label": "ეტალონური რასტრი", "description": "ეტალონური რასტრი" }, "use_feature_id": { "label": "ობიექტის ID-ის გამოყენება", "description": "ობიექტის ID-ის გამოყენება" }, "zero_background": { "label": "ნულოვანი ფონი", "description": "ნულოვანი ფონი" }, "output": { "label": "გამომავალი", "description": "გამომავალი რასტრის გზა" } } }, "remove_short_streams": { "name": "მოკლე ნაკადების მოშორება", "description": "აშორებს მინიმალურ სიგრძეზე მოკლე ნაკადის რგოლებს.", "params": { "d8_pntr": { "label": "D8 მაჩვენებელი", "description": "D8 ჩამონადენის მაჩვენებლის რასტრი" }, "streams": { "label": "ნაკადები", "description": "ნაკადები" }, "esri_pntr": { "label": "ESRI მაჩვენებელი", "description": "ESRI მაჩვენებელი" }, "min_length": { "label": "მინიმალური სიგრძე", "description": "მინიმალური სიგრძე" }, "zero_background": { "label": "ნულოვანი ფონი", "description": "ნულოვანი ფონი" }, "output": { "label": "გამომავალი", "description": "გამომავალი რასტრის გზა" } } }, "repair_stream_vector_topology": { "name": "ნაკადის ვექტორული ტოპოლოგიის შეკეთება", "description": "აღადგენს ვექტორული ნაკადების ქსელის ტოპოლოგიას.", "params": { "input_vector": { "label": "შემავალი ვექტორი", "description": "შემავალი ვექტორი" }, "snap": { "label": "მიბმა", "description": "მიბმა" }, "output": { "label": "გამომავალი", "description": "გამომავალი რასტრის გზა" } } }, "river_centerlines": { "name": "მდინარის ცენტრალური ხაზები", "description": "ამოიღებს მდინარის ცენტრალურ ხაზებს წყლის რასტრიდან შუა ღერძის მეთოდით.", "params": { "raster": { "label": "რასტრი", "description": "ბინარული წყალი/არა-წყალი რასტრი" }, "min_length": { "label": "მინიმალური სიგრძე", "description": "ცენტრალური ხაზის მინიმალური სიგრძე რასტრის უჯრედებში" }, "search_radius": { "label": "ძიების რადიუსი", "description": "ძიების რადიუსი (უჯრედებში) ახლომდებარე ბოლო წერტილების დასაკავშირებლად" }, "output": { "label": "გამომავალი", "description": "გამომავალი ცენტრალური ხაზის ვექტორის გზა" } } }, "farthest_channel_head": { "name": "ყველაზე შორეული არხის სათავე", "description": "ითვლის მანძილს ყველაზე შორეულ არხის სათავემდე.", "params": { "d8_pntr": { "label": "D8 მაჩვენებელი", "description": "D8 ჩამონადენის მაჩვენებლის რასტრი" }, "streams": { "label": "ნაკადები", "description": "ნაკადები" }, "esri_pntr": { "label": "ESRI მაჩვენებელი", "description": "ESRI მაჩვენებელი" }, "zero_background": { "label": "ნულოვანი ფონი", "description": "ნულოვანი ფონი" }, "output": { "label": "გამომავალი", "description": "გამომავალი რასტრის გზა" } } }, "find_main_stem": { "name": "მთავარი კალაპოტის პოვნა", "description": "ავლენს ნაკადების ქსელის მთავარ კალაპოტს.", "params": { "d8_pntr": { "label": "D8 მაჩვენებელი", "description": "D8 ჩამონადენის მაჩვენებლის რასტრი" }, "streams": { "label": "ნაკადები", "description": "ნაკადები" }, "esri_pntr": { "label": "ESRI მაჩვენებელი", "description": "ESRI მაჩვენებელი" }, "zero_background": { "label": "ნულოვანი ფონი", "description": "ნულოვანი ფონი" }, "output": { "label": "გამომავალი", "description": "გამომავალი რასტრის გზა" } } }, "length_of_upstream_channels": { "name": "ზემო დინების არხების სიგრძე", "description": "ითვლის ზემოთ დინების მიმართულებით არხების საერთო სიგრძეს.", "params": { "d8_pntr": { "label": "D8 მაჩვენებელი", "description": "D8 ჩამონადენის მაჩვენებლის რასტრი" }, "streams": { "label": "ნაკადები", "description": "ნაკადები" }, "esri_pntr": { "label": "ESRI მაჩვენებელი", "description": "ESRI მაჩვენებელი" }, "zero_background": { "label": "ნულოვანი ფონი", "description": "ნულოვანი ფონი" }, "output": { "label": "გამომავალი", "description": "გამომავალი რასტრის გზა" } } }, "long_profile": { "name": "გრძივი პროფილი", "description": "ქმნის ნაკადის გრძივ პროფილს.", "params": { "d8_pntr": { "label": "D8 მაჩვენებელი", "description": "D8 ჩამონადენის მაჩვენებლის რასტრი" }, "dem": { "label": "DEM", "description": "DEM" }, "streams_raster": { "label": "ნაკადების რასტრი", "description": "ნაკადების რასტრი" }, "esri_pntr": { "label": "ESRI მაჩვენებელი", "description": "ESRI მაჩვენებელი" }, "output": { "label": "გამომავალი", "description": "გამომავალი რასტრის გზა" } } }, "long_profile_from_points": { "name": "გრძივი პროფილი წერტილებიდან", "description": "ქმნის გრძივ პროფილს ვექტორული წერტილებიდან.", "params": { "d8_pntr": { "label": "D8 მაჩვენებელი", "description": "D8 ჩამონადენის მაჩვენებლის რასტრი" }, "dem": { "label": "DEM", "description": "DEM" }, "points": { "label": "წერტილები", "description": "წერტილები" }, "esri_pntr": { "label": "ESRI მაჩვენებელი", "description": "ESRI მაჩვენებელი" }, "output": { "label": "გამომავალი", "description": "გამომავალი რასტრის გზა" } } }, "hack_stream_order": { "name": "ჰაკის ნაკადის რიგი", "description": "ანიჭებს ნაკადის უჯრედებს ჰაკის ნაკადის რიგს.", "params": { "d8_pntr": { "label": "D8 მაჩვენებელი", "description": "D8 ჩამონადენის მაჩვენებლის რასტრი" }, "streams": { "label": "ნაკადები", "description": "ნაკადების რასტრი" }, "esri_pntr": { "label": "ESRI მაჩვენებელი", "description": "ESRI-ის სტილის მაჩვენებლის გამოყენება" }, "zero_background": { "label": "ნულოვანი ფონი", "description": "ნულის მინიჭება ფონისთვის" }, "output": { "label": "გამომავალი", "description": "გამომავალი რასტრის გზა" } } }, "horton_ratios": { "name": "ჰორტონის თანაფარდობები", "description": "ითვლის ჰორტონის ბიფურკაციის, სიგრძის, სადრენაჟო ფართობისა და დახრილობის თანაფარდობებს.", "params": { "dem": { "label": "DEM", "description": "შემავალი DEM რასტრი." }, "streams_raster": { "label": "ნაკადების რასტრი", "description": "ბინარული ნაკადების რასტრი (დადებითი = ნაკადი)." }, "output": { "label": "გამომავალი", "description": "გამომავალი ტექსტური ანგარიშის გზა (არასავალდებულო)." } } }, "horton_stream_order": { "name": "ჰორტონის ნაკადის რიგი", "description": "ანიჭებს ნაკადის უჯრედებს ჰორტონის ნაკადის რიგს.", "params": { "d8_pntr": { "label": "D8 მაჩვენებელი", "description": "D8 ჩამონადენის მაჩვენებლის რასტრი" }, "streams": { "label": "ნაკადები", "description": "ნაკადების რასტრი" }, "esri_pntr": { "label": "ESRI მაჩვენებელი", "description": "ESRI-ის სტილის მაჩვენებლის გამოყენება" }, "zero_background": { "label": "ნულოვანი ფონი", "description": "ნულის მინიჭება ფონისთვის" }, "output": { "label": "გამომავალი", "description": "გამომავალი რასტრის გზა" } } }, "shreve_stream_magnitude": { "name": "შრივის ნაკადის სიდიდე", "description": "ითვლის შრივის ნაკადის სიდიდეს.", "params": { "d8_pntr": { "label": "D8 მაჩვენებელი", "description": "D8 ჩამონადენის მაჩვენებლის რასტრი" }, "streams": { "label": "ნაკადები", "description": "ნაკადების რასტრი" }, "esri_pntr": { "label": "ESRI მაჩვენებელი", "description": "ESRI-ის სტილის მაჩვენებლის გამოყენება" }, "zero_background": { "label": "ნულოვანი ფონი", "description": "ნულის მინიჭება ფონისთვის" }, "output": { "label": "გამომავალი", "description": "გამომავალი რასტრის გზა" } } }, "strahler_order_basins": { "name": "სტრალერის რიგის აუზები", "description": "ადგენს წყალშემკრებ აუზებს, რომლებიც მათი ჩამდინარე ნაკადის რგოლის ჰორტონ-სტრალერის რიგით არის მონიშნული.", "params": { "d8_pntr": { "label": "D8 მაჩვენებელი", "description": "D8 მაჩვენებლის რასტრი." }, "streams": { "label": "ნაკადები", "description": "ნაკადების ქსელის რასტრი, სადაც ნაკადის უჯრედების მნიშვნელობა > 0 და არ არის NoData." }, "esri_pntr": { "label": "ESRI მაჩვენებელი", "description": "ESRI მაჩვენებლის კოდირების დროშა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "strahler_stream_order": { "name": "სტრალერის ნაკადის რიგი", "description": "ანიჭებს ნაკადის უჯრედებს სტრალერის ნაკადის რიგს.", "params": { "d8_pntr": { "label": "D8 მაჩვენებელი", "description": "D8 ჩამონადენის მაჩვენებლის რასტრი" }, "streams": { "label": "ნაკადები", "description": "ნაკადების რასტრი (დადებითი მნიშვნელობები = ნაკადის უჯრედები)" }, "esri_pntr": { "label": "ESRI მაჩვენებელი", "description": "ESRI-ის სტილის მაჩვენებლის მნიშვნელობების გამოყენება (ნაგულისხმევი: Whitebox)" }, "zero_background": { "label": "ნულოვანი ფონი", "description": "ნულის მინიჭება ფონისთვის NoData-ს ნაცვლად" }, "output": { "label": "გამომავალი", "description": "გამომავალი რასტრის გზა" } } }, "stream_link_class": { "name": "ნაკადის რგოლის კლასი", "description": "აკლასიფიცირებს ნაკადის რგოლებს შიდა, გარე ან სათავე რგოლებად.", "params": { "d8_pntr": { "label": "D8 მაჩვენებელი", "description": "D8 ჩამონადენის მაჩვენებლის რასტრი" }, "streams": { "label": "ნაკადები", "description": "ნაკადები" }, "esri_pntr": { "label": "ESRI მაჩვენებელი", "description": "ESRI მაჩვენებელი" }, "zero_background": { "label": "ნულოვანი ფონი", "description": "ნულოვანი ფონი" }, "output": { "label": "გამომავალი", "description": "გამომავალი რასტრის გზა" } } }, "stream_link_identifier": { "name": "ნაკადის რგოლის იდენტიფიკატორი", "description": "ანიჭებს უნიკალურ ID-ს თითოეულ ნაკადის რგოლს.", "params": { "d8_pntr": { "label": "D8 მაჩვენებელი", "description": "D8 ჩამონადენის მაჩვენებლის რასტრი" }, "streams": { "label": "ნაკადები", "description": "ნაკადები" }, "esri_pntr": { "label": "ESRI მაჩვენებელი", "description": "ESRI მაჩვენებელი" }, "zero_background": { "label": "ნულოვანი ფონი", "description": "ნულოვანი ფონი" }, "output": { "label": "გამომავალი", "description": "გამომავალი რასტრის გზა" } } }, "stream_link_length": { "name": "ნაკადის რგოლის სიგრძე", "description": "ითვლის საერთო სიგრძეს თითოეული ნაკადის რგოლისთვის.", "params": { "d8_pntr": { "label": "D8 მაჩვენებელი", "description": "D8 ჩამონადენის მაჩვენებლის რასტრი" }, "linkid": { "label": "რგოლის ID", "description": "რგოლის ID" }, "streams": { "label": "ნაკადები", "description": "ნაკადები" }, "esri_pntr": { "label": "ESRI მაჩვენებელი", "description": "ESRI მაჩვენებელი" }, "output": { "label": "გამომავალი", "description": "გამომავალი რასტრის გზა" } } }, "stream_link_slope": { "name": "ნაკადის რგოლის დახრილობა", "description": "ითვლის საშუალო დახრილობას თითოეული ნაკადის რგოლისთვის.", "params": { "d8_pntr": { "label": "D8 მაჩვენებელი", "description": "D8 ჩამონადენის მაჩვენებლის რასტრი" }, "dem": { "label": "DEM", "description": "DEM" }, "linkid": { "label": "რგოლის ID", "description": "რგოლის ID" }, "streams": { "label": "ნაკადები", "description": "ნაკადები" }, "esri_pntr": { "label": "ESRI მაჩვენებელი", "description": "ESRI მაჩვენებელი" }, "output": { "label": "გამომავალი", "description": "გამომავალი რასტრის გზა" } } }, "stream_slope_continuous": { "name": "ნაკადის უწყვეტი დახრილობა", "description": "ითვლის დახრილობის მნიშვნელობას თითოეული ნაკადის უჯრედისთვის.", "params": { "d8_pntr": { "label": "D8 მაჩვენებელი", "description": "D8 ჩამონადენის მაჩვენებლის რასტრი" }, "dem": { "label": "DEM", "description": "DEM" }, "streams": { "label": "ნაკადები", "description": "ნაკადები" }, "esri_pntr": { "label": "ESRI მაჩვენებელი", "description": "ESRI მაჩვენებელი" }, "zero_background": { "label": "ნულოვანი ფონი", "description": "ნულოვანი ფონი" }, "output": { "label": "გამომავალი", "description": "გამომავალი რასტრის გზა" } } }, "topological_stream_order": { "name": "ტოპოლოგიური ნაკადის რიგი", "description": "ანიჭებს ნაკადის ტოპოლოგიურ რიგს რგოლების რაოდენობის საფუძველზე.", "params": { "d8_pntr": { "label": "D8 მაჩვენებელი", "description": "D8 ჩამონადენის მაჩვენებლის რასტრი" }, "streams": { "label": "ნაკადები", "description": "ნაკადები" }, "esri_pntr": { "label": "ESRI მაჩვენებელი", "description": "ESRI მაჩვენებელი" }, "zero_background": { "label": "ნულოვანი ფონი", "description": "ნულოვანი ფონი" }, "output": { "label": "გამომავალი", "description": "გამომავალი რასტრის გზა" } } }, "tributary_identifier": { "name": "შენაკადის იდენტიფიკატორი", "description": "ანიჭებს უნიკალურ ID-ს თითოეულ შენაკადს.", "params": { "d8_pntr": { "label": "D8 მაჩვენებელი", "description": "D8 ჩამონადენის მაჩვენებლის რასტრი" }, "streams": { "label": "ნაკადები", "description": "ნაკადები" }, "esri_pntr": { "label": "ESRI მაჩვენებელი", "description": "ESRI მაჩვენებელი" }, "zero_background": { "label": "ნულოვანი ფონი", "description": "ნულოვანი ფონი" }, "output": { "label": "გამომავალი", "description": "გამომავალი რასტრის გზა" } } }, "vector_stream_network_analysis": { "name": "ვექტორული ნაკადების ქსელის ანალიზი", "description": "ვექტორული ნაკადების ქსელის ყოვლისმომცველი ანალიზი.", "params": { "streams": { "label": "ნაკადები", "description": "შემავალი ნაკადების ქსელის ვექტორული ფენა." }, "dem": { "label": "DEM", "description": "შემავალი სიმაღლეების რასტრი (DEM)." }, "max_ridge_cutting_height": { "label": "ქედის გადაჭრის მაქსიმალური სიმაღლე", "description": "ქედის მოჭრის მაქსიმალური დასაშვები სიმაღლე." }, "snap_distance": { "label": "მიბმის მანძილი", "description": "მიბმის მანძილის ტოლერანტობა ქსელის გასუფთავებისთვის." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი ვექტორის გზა." } } }, "add_point_coordinates_to_table": { "name": "წერტილის კოორდინატების დამატება ცხრილში", "description": "აკოპირებს წერტილოვან ფენას და ამატებს XCOORD და YCOORD ატრიბუტულ ველებს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი წერტილოვანი ვექტორის გზა." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორის გზა. თუ არ არის მითითებული, GeoJSON გზა წარმოიქმნება შემავალის გვერდით." } } }, "clean_vector": { "name": "ვექტორის გასუფთავება", "description": "აშორებს ცარიელ და არავალიდურ ვექტორულ გეომეტრიებს (მაგ., არასაკმარისი ზომის ხაზებს/პოლიგონებს) ვალიდური ობიექტებისა და ატრიბუტების შენარჩუნებით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორის გზა." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორის გზა. თუ არ არის მითითებული, GeoJSON გზა წარმოიქმნება შემავალის გვერდით." } } }, "csv_points_to_vector": { "name": "CSV წერტილები ვექტორად", "description": "იმპორტს უკეთებს წერტილოვან ჩანაწერებს CSV ფაილიდან წერტილოვან ვექტორულ ფენაში.", "params": { "input_file": { "label": "შემავალი ფაილი", "description": "შემავალი CSV ფაილის გზა." }, "x_field_num": { "label": "X ველის ნომერი", "description": "X კოორდინატის ველის ნულიდან დაწყებული ინდექსი. ნაგულისხმევად 0." }, "y_field_num": { "label": "Y ველის ნომერი", "description": "Y კოორდინატის ველის ნულიდან დაწყებული ინდექსი. ნაგულისხმევად 1." }, "epsg": { "label": "EPSG", "description": "არასავალდებულო EPSG კოდი გამომავალი CRS-ისთვის." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორული ფაილის გზა." } } }, "export_table_to_csv": { "name": "ცხრილის ექსპორტი CSV-ში", "description": "ექსპორტს უკეთებს ვექტორის ატრიბუტების ცხრილს CSV ფაილში.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორის გზა." }, "output_csv_file": { "label": "გამომავალი CSV ფაილი", "description": "გამომავალი CSV ფაილის გზა." }, "headers": { "label": "სათაურები", "description": "სათაურის მწკრივის ჩართვა გამომავალში. ნაგულისხმევად true." } } }, "join_tables": { "name": "ცხრილების შეერთება", "description": "უერთებს ატრიბუტებს გარე ვექტორული ცხრილიდან ძირითად ვექტორულ ცხრილს გასაღების ველების გამოყენებით.", "params": { "primary_vector": { "label": "ძირითადი ვექტორი", "description": "ძირითადი ვექტორის გზა, რომელიც მიიღებს მიერთებულ ველებს." }, "primary_key_field": { "label": "ძირითადი გასაღების ველი", "description": "პირველადი გასაღების ველი ძირითად ვექტორში." }, "foreign_vector": { "label": "გარე ვექტორი", "description": "გარე ვექტორის გზა, რომელიც შეიცავს წყაროს ველებს." }, "foreign_key_field": { "label": "გარე გასაღების ველი", "description": "გარე გასაღების ველი გარე ვექტორში." }, "import_field": { "label": "იმპორტირებული ველი", "description": "არასავალდებულო ერთი ველი იმპორტისთვის; ნაგულისხმევად ყველა არაგასაღები და არა-FID ველი." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორის გზა. ნაგულისხმევად წარმოებული GeoJSON გზა ძირითადი შემავალის გვერდით." } } }, "merge_table_with_csv": { "name": "ცხრილის შერწყმა CSV-სთან", "description": "აერთიანებს ატრიბუტებს CSV ცხრილიდან ვექტორის ატრიბუტების ცხრილში გასაღების ველების მიხედვით.", "params": { "primary_vector": { "label": "ძირითადი ვექტორი", "description": "ძირითადი ვექტორის გზა, რომელიც მიიღებს შერწყმულ ველებს." }, "primary_key_field": { "label": "ძირითადი გასაღების ველი", "description": "პირველადი გასაღების ველი ძირითად ვექტორში." }, "foreign_csv_filename": { "label": "გარე CSV ფაილის სახელი", "description": "CSV ფაილი, რომელიც შეიცავს გარე ცხრილს." }, "foreign_key_field": { "label": "გარე გასაღების ველი", "description": "გარე გასაღების ველის სახელი CSV-ის სათაურში." }, "import_field": { "label": "იმპორტირებული ველი", "description": "არასავალდებულო ერთი CSV ველი იმპორტისთვის; ნაგულისხმევად ყველა არაგასაღები ველი." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორის გზა. ნაგულისხმევად წარმოებული GeoJSON გზა ძირითადი შემავალის გვერდით." } } }, "merge_vectors": { "name": "ვექტორების შერწყმა", "description": "აერთიანებს ერთი და იმავე გეომეტრიის ტიპის ორ ან მეტ შემავალ ვექტორს ერთ გამომავალ ვექტორად.", "params": { "inputs": { "label": "შემავალი მონაცემები", "description": "შემავალი ვექტორების გზების მასივი (საჭიროა სულ მცირე ორი)." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორული ფაილის გზა." } } }, "reinitialize_attribute_table": { "name": "ატრიბუტების ცხრილის ხელახალი ინიციალიზაცია", "description": "ქმნის ვექტორული ფენის ასლს მხოლოდ ხელახლა გენერირებული FID ატრიბუტით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორის გზა." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორის გზა. თუ არ არის მითითებული, გადაეწერება შემავალ გზას." } } }, "vector_summary_statistics": { "name": "ვექტორის შემაჯამებელი სტატისტიკა", "description": "ითვლის რაოდენობას, ჯამს, საშუალოს, მინიმუმს, მაქსიმუმს და სტანდარტულ გადახრას კატეგორიული ჯგუფების მიხედვით და ექსპორტს უკეთებს CSV-ში.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორული ფენა." }, "group_field": { "label": "დაჯგუფების ველი", "description": "დაჯგუფების ველის სახელი." }, "value_field": { "label": "მნიშვნელობის ველი", "description": "რიცხვითი მნიშვნელობის ველის სახელი." }, "output": { "label": "გამომავალი", "description": "გამომავალი CSV-ის გზა." } } }, "fix_dangling_arcs": { "name": "დაკიდებული რკალების შეკეთება", "description": "ასწორებს ხაზოვან ქსელში მოუღწეველ და გადაცდენილ ჩამოკიდებულ რკალებს ხაზების ბოლო წერტილების ზღურბლის მანძილის ფარგლებში მიბმით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი პოლიხაზოვანი ვექტორის გზა." }, "snap": { "label": "მიბმა", "description": "მიბმის მანძილის ზღურბლი რუკის ერთეულებში." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორის გზა. თუ არ არის მითითებული, GeoJSON გზა წარმოიქმნება შემავალის გვერდით." } } }, "lines_to_polygons": { "name": "ხაზები პოლიგონებად", "description": "გარდაქმნის პოლიხაზოვან ობიექტებს პოლიგონურ ობიექტებად, სადაც პირველი ნაწილი გარე რგოლად, ხოლო შემდგომი ნაწილები ხვრელებად განიხილება.", "params": { "input": { "label": "შემავალი", "description": "შემავალი პოლიხაზოვანი ვექტორის გზა." }, "output": { "label": "გამომავალი", "description": "გამომავალი პოლიგონური ვექტორის გზა. თუ არ არის მითითებული, GeoJSON გზა წარმოიქმნება შემავალის გვერდით." } } }, "multipart_to_singlepart": { "name": "მრავალნაწილიანი ერთნაწილიანად", "description": "გარდაქმნის მრავალნაწილიანი ობიექტების შემცველ ვექტორს მხოლოდ ერთნაწილიანი ობიექტების მქონე ვექტორად.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორის გზა (პოლიხაზი, პოლიგონი ან მრავალწერტილი)." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორის გზა. ნაგულისხმევად დროის ნიშნულის მქონე GeoJSON შემავალის გვერდით." }, "exclude_holes": { "label": "ხვრელების გამორიცხვა", "description": "თუ true, პოლიგონის ხვრელები რჩება მიმაგრებული მათ შემომსაზღვრელ გარე რგოლზე (ნაგულისხმევი: false)." } } }, "polygons_to_lines": { "name": "პოლიგონები ხაზებად", "description": "გარდაქმნის პოლიგონურ და მულტიპოლიგონურ ობიექტებს ხაზებად, რომლებიც მათ საზღვრებს მიჰყვება.", "params": { "input": { "label": "შემავალი", "description": "შემავალი პოლიგონური ვექტორის გზა." }, "output": { "label": "გამომავალი", "description": "გამომავალი ხაზოვანი ვექტორის გზა. თუ არ არის მითითებული, GeoJSON გზა წარმოიქმნება შემავალის გვერდით." } } }, "remove_polygon_holes": { "name": "პოლიგონის ხვრელების მოშორება", "description": "აშორებს შიდა რგოლებს პოლიგონური ობიექტებიდან ატრიბუტების შენარჩუნებით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი პოლიგონური ვექტორის გზა." }, "output": { "label": "გამომავალი", "description": "გამომავალი პოლიგონური ვექტორის გზა. თუ არ არის მითითებული, GeoJSON გზა წარმოიქმნება შემავალის გვერდით." } } }, "singlepart_to_multipart": { "name": "ერთნაწილიანი მრავალნაწილიანად", "description": "აერთიანებს ერთნაწილიან ობიექტებს მრავალნაწილიან ობიექტებად, დაჯგუფებულს არასავალდებულო კატეგორიული ველის მიხედვით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორის გზა." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორის გზა. ნაგულისხმევად დროის ნიშნულის მქონე GeoJSON შემავალის გვერდით." }, "field": { "label": "ველი", "description": "არასავალდებულო ატრიბუტის ველის სახელი ობიექტების დასაჯგუფებლად. თუ არ არის მითითებული, ყველა ობიექტი ერთ გეომეტრიად შეირწყმება." } } }, "topology_rule_autofix": { "name": "ტოპოლოგიური წესების ავტომატური შეკეთება", "description": "ავტომატურად იყენებს უსაფრთხო, აუდიტირებად შესწორებებს topology_rule_validate-ის მიერ აღმოჩენილ ტოპოლოგიურ დარღვევებზე: ობიექტებს შორის ბოლო წერტილების მიბმა, ჩამოკიდებული ბოლო წერტილების მიბმა/პროეცირება და წერტილის ხაზზე პროეცირება. polygon_must_not_have_gaps-ს ავტომატური შესწორება არ აქვს და ნულოვანი ცვლილებით აღირიცხება.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორის გზა." }, "rule_set": { "label": "წესების ნაკრები", "description": "წესების კონფიგურაცია JSON მასივის/ობიექტის, CSV სტრიქონის ან ფაილის გზის სახით. ავტომატური შესწორების მქონე წესები: line_endpoints_must_snap_within_tolerance, line_must_not_have_dangles, point_must_be_covered_by_line. polygon_must_not_have_gaps მიიღება, მაგრამ ცვლილებებს არასოდეს იწვევს." }, "snap_tolerance": { "label": "მიბმის ტოლერანტობა", "description": "მიბმის ოპერაციების ტოლერანტობა კოორდინატთა ერთეულებში. ნაგულისხმევად 0.01." }, "dry_run": { "label": "საცდელი გაშვება", "description": "თუ true (ნაგულისხმევი), მხოლოდ წინასწარი გადახედვა: ცვლილებების ანგარიში გამოიცემა, მაგრამ გამომავალი არ იწერება. შესწორებების გამოსაყენებლად გადაეცით false." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორის გზა შესწორებული ობიექტებისთვის. თუ არ არის მითითებული, წარმოიქმნება შემავალის გვერდით." }, "change_report": { "label": "ცვლილებების ანგარიში", "description": "არასავალდებულო JSON ცვლილებების აუდიტის ანგარიშის გზა." } } }, "topology_rule_validate": { "name": "ტოპოლოგიური წესების ვალიდაცია", "description": "ამოწმებს ვექტორულ ტოპოლოგიას წესების ნაკრების შემოწმებებით (თვითგადაკვეთა, გადაფარვა, ხარვეზები, ჩამოკიდებული ბოლოები, წერტილების დაფარვა, ბოლო წერტილების მიბმა) და გამოაქვს დარღვევები ობიექტის დონეზე.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორის გზა." }, "rule_set": { "label": "წესების ნაკრები", "description": "წესების კონფიგურაცია JSON მასივის/ობიექტის, CSV სტრიქონის ან ფაილის გზის სახით. ნაგულისხმევად ყველა 6 MVP წესი. მხარდაჭერილია: line_must_not_self_intersect, polygon_must_not_overlap, polygon_must_not_have_gaps, line_must_not_have_dangles, point_must_be_covered_by_line, line_endpoints_must_snap_within_tolerance." }, "snap_tolerance": { "label": "მიბმის ტოლერანტობა", "description": "line_endpoints_must_snap_within_tolerance წესის ტოლერანტობა კოორდინატთა ერთეულებში. ნაგულისხმევად 1.0." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორის გზა დარღვევებისთვის. თუ არ არის მითითებული, წარმოიქმნება შემავალის გვერდით." }, "report": { "label": "ანგარიში", "description": "არასავალდებულო JSON შემაჯამებელი ანგარიშის გზა." } } }, "topology_validation_report": { "name": "ტოპოლოგიის ვალიდაციის ანგარიში", "description": "ამოწმებს ვექტორულ ფენას ტოპოლოგიურ პრობლემებზე და წერს CSV ანგარიშს თითოეული ობიექტისთვის.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორის გზა." }, "output": { "label": "გამომავალი", "description": "გამომავალი CSV-ის გზა." } } }, "convert_nodata_to_zero": { "name": "NoData-ს ნულად გარდაქმნა", "description": "ცვლის რასტრის NoData უჯრედებს 0-ით და ვალიდურ უჯრედებს უცვლელად ტოვებს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა. გამოტოვების შემთხვევაში ბრუნდება მეხსიერებაში არსებული რასტრი." } } }, "modify_nodata_value": { "name": "NoData მნიშვნელობის შეცვლა", "description": "ცვლის რასტრის NoData მნიშვნელობას და არსებულ NoData უჯრედებს ახალი მნიშვნელობით გადაწერს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა." }, "new_value": { "label": "ახალი მნიშვნელობა", "description": "ახალი NoData მნიშვნელობა. ნაგულისხმევად -32768.0." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა. გამოტოვების შემთხვევაში ბრუნდება მეხსიერებაში არსებული რასტრი." } } }, "new_raster_from_base_raster": { "name": "ახალი რასტრი საბაზისო რასტრიდან", "description": "ქმნის ახალ რასტრს საბაზისო რასტრის არის, განზომილებებისა და CRS-ის გამოყენებით.", "params": { "base": { "label": "საფუძველი", "description": "საბაზისო რასტრის გზა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა. გამოტოვების შემთხვევაში ბრუნდება მეხსიერებაში არსებული რასტრი." }, "out_val": { "label": "გამომავალი მნიშვნელობა", "description": "არასავალდებულო შევსების მნიშვნელობა. ნაგულისხმევად რასტრის NoData." }, "data_type": { "label": "მონაცემთა ტიპი", "description": "არასავალდებულო მონაცემთა ტიპი: 'float', 'double' ან 'integer'." } } }, "new_raster_from_base_vector": { "name": "ახალი რასტრი საბაზისო ვექტორიდან", "description": "ქმნის ახალ რასტრს საბაზისო ვექტორის არიდან და უჯრედის ზომიდან, შევსებულს არასავალდებულო მნიშვნელობით.", "params": { "base": { "label": "საფუძველი", "description": "საბაზისო ვექტორის გზა." }, "cell_size": { "label": "უჯრედის ზომა", "description": "გამომავალი ბადის უჯრედის ზომა (> 0)." }, "out_val": { "label": "გამომავალი მნიშვნელობა", "description": "არასავალდებულო შევსების მნიშვნელობა. ნაგულისხმევად NoData (-32768)." }, "data_type": { "label": "მონაცემთა ტიპი", "description": "არასავალდებულო გამომავალი მონაცემთა ტიპის საკვანძო სიტყვა: integer, float ან double." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა. თუ არ არის მითითებული, გამომავალი რჩება მეხსიერებაში." } } }, "raster_to_vector_lines": { "name": "რასტრი ვექტორულ ხაზებად", "description": "გარდაქმნის რასტრის არანულოვან, არა-NoData ხაზოვან უჯრედებს პოლიხაზოვან ვექტორულ ობიექტებად.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა (ერთარხიანი)." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორის გზა. თუ არ არის მითითებული, GeoJSON გზა წარმოიქმნება შემავალის გვერდით." } } }, "raster_to_vector_points": { "name": "რასტრი ვექტორულ წერტილებად", "description": "გარდაქმნის რასტრის არანულოვან, არა-NoData უჯრედებს უჯრედების ცენტრებში განთავსებულ წერტილოვან ობიექტებად.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა." }, "output": { "label": "გამომავალი", "description": "გამომავალი წერტილოვანი ვექტორის გზა. თუ არ არის მითითებული, GeoJSON გზა წარმოიქმნება შემავალის გვერდით." } } }, "raster_to_vector_polygons": { "name": "რასტრი ვექტორულ პოლიგონებად", "description": "გარდაქმნის რასტრის არანულოვან, არა-NoData რეგიონებს პოლიგონურ ვექტორულ ობიექტებად FID და VALUE ატრიბუტებით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა (ერთარხიანი)." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორის გზა. თუ არ არის მითითებული, GeoJSON გზა წარმოიქმნება შემავალის გვერდით." } } }, "remove_raster_polygon_holes": { "name": "რასტრული პოლიგონის ხვრელების მოშორება", "description": "აშორებს შიდა ფონურ ხვრელებს (წინა პლანით გარშემორტყმულ 0 ან NoData რეგიონებს) რასტრული პოლიგონებიდან.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა (ერთარხიანი)." }, "threshold": { "label": "ზღურბლი", "description": "არასავალდებულო მოსაშორებელი ხვრელის მაქსიმალური ზომა უჯრედებში. 0 ნიშნავს ყველა ჩაკეტილ ხვრელს." }, "use_diagonals": { "label": "დიაგონალების გამოყენება", "description": "8-მეზობლიანი ბმულობის გამოყენება კლამპირებისა და კიდეების კავშირისთვის." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა. თუ არ არის მითითებული, გამომავალი რჩება მეხსიერებაში." } } }, "set_nodata_value": { "name": "NoData მნიშვნელობის დაყენება", "description": "აყენებს რასტრის NoData მნიშვნელობას და არსებულ NoData უჯრედებს მითითებულ ფონურ მნიშვნელობაზე ასახავს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა." }, "back_value": { "label": "ფონის მნიშვნელობა", "description": "ფონის მნიშვნელობა, რომელიც NoData-ად მიენიჭება. ნაგულისხმევად 0.0." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა. გამოტოვების შემთხვევაში ბრუნდება მეხსიერებაში არსებული რასტრი." } } }, "vector_lines_to_raster": { "name": "ვექტორული ხაზები რასტრად", "description": "ახდენს ხაზებისა და პოლიგონების საზღვრების გეომეტრიების რასტრიზაციას რასტრულ ბადეზე.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორის გზა (ხაზები ან პოლიგონები)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა. თუ არ არის მითითებული, გამომავალი რჩება მეხსიერებაში." }, "field": { "label": "ველი", "description": "არასავალდებულო რიცხვითი ველის სახელი ჩასაწვავად. ნაგულისხმევად FID." }, "zero_background": { "label": "ნულოვანი ფონი", "description": "თუ true, გამომავალის ფონი ინიციალიზდება 0-ით NoData-ს ნაცვლად." }, "cell_size": { "label": "უჯრედის ზომა", "description": "გამომავალი უჯრედის ზომა, როცა 'base' მითითებული არ არის. თუ არ არის მითითებული და საბაზისო რასტრიც არ არის მოცემული, უჯრედის ზომა ავტომატურად არის მაქსიმალური გაშლა / 500." }, "base": { "label": "საფუძველი", "description": "არასავალდებულო საბაზისო რასტრის გზა, რომელიც განსაზღვრავს გამომავალ ბადესა და გაშლას." } } }, "vector_points_to_raster": { "name": "ვექტორული წერტილები რასტრად", "description": "ახდენს წერტილოვანი ან მულტიწერტილოვანი ვექტორების რასტრიზაციას ბადეზე შერჩეული მინიჭების ოპერაციით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორის გზა (წერტილი/მრავალწერტილი)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა. თუ არ არის მითითებული, შედეგი რჩება მეხსიერებაში." }, "field": { "label": "ველი", "description": "არასავალდებულო რიცხვითი ველი, რომელიც გამოიყენება რასტრის მნიშვნელობებისთვის. ნაგულისხმევად FID." }, "assign": { "label": "მინიჭება", "description": "მინიჭების ოპერაცია: last, first, min, max, sum, num, mean." }, "zero_background": { "label": "ნულოვანი ფონი", "description": "თუ true, ფონი ინიციალიზდება 0-ით; წინააღმდეგ შემთხვევაში NoData-თი." }, "cell_size": { "label": "უჯრედის ზომა", "description": "გამომავალი უჯრედის ზომა. სავალდებულოა, როცა 'base' მითითებული არ არის." }, "base": { "label": "საფუძველი", "description": "არასავალდებულო საბაზისო რასტრის გზა გაშლის/ბადის განსასაზღვრად." } } }, "vector_polygons_to_raster": { "name": "ვექტორული პოლიგონები რასტრად", "description": "ახდენს პოლიგონური ვექტორების რასტრიზაციას ბადეზე, ატრიბუტებით განსაზღვრული ჩაწერის მნიშვნელობების მხარდაჭერით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი პოლიგონური ვექტორის გზა." }, "field": { "label": "ველი", "description": "არასავალდებულო რიცხვითი ველის სახელი ჩასაწვავი მნიშვნელობებისთვის (ნაგულისხმევად FID)." }, "zero_background": { "label": "ნულოვანი ფონი", "description": "თუ true, გამომავალის ფონი ინიციალიზდება 0-ით NoData-ს ნაცვლად." }, "cell_size": { "label": "უჯრედის ზომა", "description": "გამომავალი უჯრედის ზომა, როცა 'base' მითითებული არ არის." }, "base": { "label": "საფუძველი", "description": "არასავალდებულო საბაზისო რასტრის გზა, რომელიც განსაზღვრავს გამომავალ ბადესა და გაშლას." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა. თუ არ არის მითითებული, გამომავალი რჩება მეხსიერებაში." } } }, "local_morans_i_lisa_raster": { "name": "ლოკალური მორანის I (LISA) რასტრი", "description": "ითვლის LISA კლასტერულ ანალიზს წერტილებიდან და გამოაქვს კატეგორიული რასტრი (HH/LL/HL/LH/NS). შესაძლებელს ხდის რასტრზე დაფუძნებულ ინტეგრაციას.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორული ფენა დაკვირვების წერტილებით." }, "field": { "label": "ველი", "description": "გასაანალიზებელი რიცხვითი ატრიბუტული ველი." }, "weights_mode": { "label": "წონების რეჟიმი", "description": "მეზობლობის რეჟიმი: queen, rook, k_nearest, distance_band." }, "k": { "label": "K", "description": "k მნიშვნელობა k_nearest რეჟიმისთვის (ნაგულისხმევი 8)." }, "distance": { "label": "მანძილი", "description": "მანძილის ზღურბლი distance_band რეჟიმისთვის." }, "row_standardize": { "label": "სტრიქონების სტანდარტიზაცია", "description": "წონებზე სტრიქონების სტანდარტიზაციის გამოყენება (ნაგულისხმევი true)." }, "island_policy": { "label": "იზოლირებული ობიექტების პოლიტიკა", "description": "იზოლირებული ობიექტების დამუშავება: drop_with_warning, keep_zero_weight, error." }, "alpha": { "label": "ალფა", "description": "მნიშვნელოვნების ზღურბლი [0, 1] დიაპაზონში; ნაგულისხმევი 0.05." }, "cell_size": { "label": "უჯრედის ზომა", "description": "გამომავალი რასტრის უჯრედის ზომა (არასავალდებულო; ავტომატურად გამოითვლება გაშლიდან)." }, "output": { "label": "გამომავალი", "description": "გამომავალი რასტრის გზა (კლასიფიკაცია: 0=NS, 1=HH, 2=LL, 3=HL, 4=LH)." } } }, "getis_ord_gi_star_raster": { "name": "Getis-Ord Gi* რასტრი", "description": "ითვლის Gi* ცხელი/ცივი წერტილების კლასიფიკაციებს წერტილებიდან და გამოაქვს რასტრი (-1=ცივი, 0=NS, 1=ცხელი). ცხელ წერტილებზე დაფუძნებული ანალიზისთვის.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორული ფენა დაკვირვების წერტილებით." }, "field": { "label": "ველი", "description": "გასაანალიზებელი რიცხვითი ატრიბუტული ველი." }, "weights_mode": { "label": "წონების რეჟიმი", "description": "მეზობლობის რეჟიმი: queen, rook, k_nearest, distance_band." }, "k": { "label": "K", "description": "k მნიშვნელობა k_nearest რეჟიმისთვის (ნაგულისხმევი 8)." }, "distance": { "label": "მანძილი", "description": "მანძილის ზღურბლი distance_band რეჟიმისთვის." }, "row_standardize": { "label": "სტრიქონების სტანდარტიზაცია", "description": "წონებზე სტრიქონების სტანდარტიზაციის გამოყენება (ნაგულისხმევი true)." }, "island_policy": { "label": "იზოლირებული ობიექტების პოლიტიკა", "description": "იზოლირებული ობიექტების დამუშავება: drop_with_warning, keep_zero_weight, error." }, "alpha": { "label": "ალფა", "description": "მნიშვნელოვნების ზღურბლი [0, 1] დიაპაზონში; ნაგულისხმევი 0.05." }, "cell_size": { "label": "უჯრედის ზომა", "description": "გამომავალი რასტრის უჯრედის ზომა (არასავალდებულო; ავტომატურად გამოითვლება გაშლიდან)." }, "output": { "label": "გამომავალი", "description": "გამომავალი რასტრის გზა (კლასიფიკაცია: -1=ცივი, 0=NS, 1=ცხელი)." } } }, "ordinary_kriging": { "name": "ორდინარული კრიგინგი", "description": "ასრულებს ჩვეულებრივი კრიგინგის ინტერპოლაციას ბადის არაკარტირებულ უჯრედებში მნიშვნელობების შესაფასებლად წერტილოვანი გაზომვების ნიმუშის საფუძველზე. ჩვეულებრივი კრიგინგი გეოსტატისტიკური მეთოდია, რომელიც სივრცითი ავტოკორელაციის სტრუქტურას იყენებს როგორც პროგნოზების, ისე შესაბამისი კრიგინგის ვარიაციის (პროგნოზის განუზღვრელობის) მისაღებად. ინსტრუმენტი ავტომატურად აფასებს ემპირიულ ვარიოგრამას შემავალი წერტილოვანი მონაცემებიდან და არგებს თეორიულ ვარიოგრამის მოდელს (სფერული, ექსპონენციალური ან გაუსის) სივრცითი დამოკიდებულების ასახვისთვის.", "params": { "points": { "label": "წერტილები", "description": "შემავალი წერტილოვანი ვექტორული ფენა." }, "value_field": { "label": "მნიშვნელობის ველი", "description": "რიცხვითი ატრიბუტის ველი, რომელიც შეიცავს ინტერპოლირებად მნიშვნელობებს." }, "cell_size": { "label": "უჯრედის ზომა", "description": "გამომავალი უჯრედის ზომა რუკის ერთეულებში (სავალდებულოა, თუ base_raster არ არის)." }, "base_raster": { "label": "საბაზისო რასტრი", "description": "არასავალდებულო საბაზისო რასტრი, რომელიც განსაზღვრავს გამომავალის გეომეტრიას." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "local_kriging": { "name": "ლოკალური კრიგინგი", "description": "ასრულებს ლოკალური ჩვეულებრივი კრიგინგის ინტერპოლაციას k-უახლოესი მეზობლების გამოყენებით, რაც დიდი მონაცემთა ნაკრებებისთვის ეფექტიან სივრცით შეფასებას უზრუნველყოფს. ათასობით წერტილის შემცველი მონაცემთა ნაკრებებისთვის ეს მიდგომა გლობალურ ჩვეულებრივ კრიგინგზე გამოთვლითად უფრო პრაქტიკულია.", "params": { "points": { "label": "წერტილები", "description": "შემავალი წერტილოვანი ვექტორული ფენა." }, "value_field": { "label": "მნიშვნელობის ველი", "description": "რიცხვითი ატრიბუტის ველი, რომელიც შეიცავს ინტერპოლირებად მნიშვნელობებს." }, "k_neighbors": { "label": "K მეზობელი", "description": "გამოსაყენებელი უახლოესი მეზობლების რაოდენობა; ნაგულისხმევად 10." }, "cell_size": { "label": "უჯრედის ზომა", "description": "გამომავალი უჯრედის ზომა რუკის ერთეულებში (სავალდებულოა, თუ base_raster არ არის)." }, "base_raster": { "label": "საბაზისო რასტრი", "description": "არასავალდებულო საბაზისო რასტრი, რომელიც განსაზღვრავს გამომავალის გეომეტრიას." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "simple_kriging": { "name": "მარტივი კრიგინგი", "description": "ასრულებს მარტივი კრიგინგის ინტერპოლაციას, როცა სივრცითი ველის საშუალო წინასწარ არის ცნობილი. ეს მეთოდი ამცირებს კრიგინგის ვარიაციას და უფრო სტაბილურ პროგნოზებს იძლევა, როცა საშუალო გარე ინფორმაციიდან სანდოდ არის ცნობილი.", "params": { "points": { "label": "წერტილები", "description": "შემავალი წერტილოვანი ვექტორული ფენა." }, "value_field": { "label": "მნიშვნელობის ველი", "description": "რიცხვითი ატრიბუტის ველი, რომელიც შეიცავს ინტერპოლირებად მნიშვნელობებს." }, "known_mean": { "label": "ცნობილი საშუალო", "description": "სივრცითი ველის ცნობილი საშუალო." }, "cell_size": { "label": "უჯრედის ზომა", "description": "გამომავალი უჯრედის ზომა რუკის ერთეულებში (სავალდებულოა, თუ base_raster არ არის)." }, "base_raster": { "label": "საბაზისო რასტრი", "description": "არასავალდებულო საბაზისო რასტრი, რომელიც განსაზღვრავს გამომავალის გეომეტრიას." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "universal_kriging": { "name": "უნივერსალური კრიგინგი", "description": "ასრულებს უნივერსალური კრიგინგის ინტერპოლაციას, როცა სივრცით მოვლენას სისტემატური ტრენდი ან დრეიფი აქვს. აერთიანებს კრიგინგს პოლინომიური ტრენდის ზედაპირის შეფასებასთან.", "params": { "points": { "label": "წერტილები", "description": "შემავალი წერტილოვანი ვექტორული ფენა." }, "value_field": { "label": "მნიშვნელობის ველი", "description": "რიცხვითი ატრიბუტის ველი, რომელიც შეიცავს ინტერპოლირებად მნიშვნელობებს." }, "trend_order": { "label": "ტრენდის რიგი", "description": "პოლინომური ტრენდის რიგი (1=წრფივი, 2=კვადრატული); ნაგულისხმევად 1." }, "cell_size": { "label": "უჯრედის ზომა", "description": "გამომავალი უჯრედის ზომა რუკის ერთეულებში (სავალდებულოა, თუ base_raster არ არის)." }, "base_raster": { "label": "საბაზისო რასტრი", "description": "არასავალდებულო საბაზისო რასტრი, რომელიც განსაზღვრავს გამომავალის გეომეტრიას." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "spacetime_kriging": { "name": "სივრცე-დროითი კრიგინგი", "description": "ასრულებს სივრცე-დროით კრიგინგის ინტერპოლაციას წერტილოვან გაზომვებში სივრცითი და დროითი ცვალებადობის ერთობლივი მოდელირებისთვის. იდეალურია სივრცულად განაწილებული დროითი მწკრივების მონაცემებისთვის.", "params": { "points": { "label": "წერტილები", "description": "შემავალი წერტილოვანი ვექტორული ფენა." }, "value_field": { "label": "მნიშვნელობის ველი", "description": "რიცხვითი ატრიბუტის ველი, რომელიც შეიცავს ინტერპოლირებად მნიშვნელობებს." }, "time_field": { "label": "დროის ველი", "description": "დროითი ატრიბუტის ველი, რომელიც შეიცავს დროის მნიშვნელობებს." }, "cell_size": { "label": "უჯრედის ზომა", "description": "გამომავალი უჯრედის ზომა რუკის ერთეულებში (სავალდებულოა, თუ base_raster არ არის)." }, "base_raster": { "label": "საბაზისო რასტრი", "description": "არასავალდებულო საბაზისო რასტრი, რომელიც განსაზღვრავს გამომავალის გეომეტრიას." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "spatial_lag_regression_raster": { "name": "სივრცითი ლაგის რეგრესია (რასტრი)", "description": "აფასებს SAR მოდელს და გამოაქვს მორგებული მნიშვნელობების ზედაპირი.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორული ფენა." }, "response_field": { "label": "საპასუხო ცვლადის ველი", "description": "საპასუხო ცვლადი." }, "predictor_fields": { "label": "პრედიქტორების ველები", "description": "პრედიქტორების ველები." }, "weights_mode": { "label": "წონების რეჟიმი", "description": "მეზობლობის რეჟიმი." }, "k": { "label": "K", "description": "k მნიშვნელობა k_nearest-ისთვის." }, "distance": { "label": "მანძილი", "description": "მანძილის ზღურბლი." }, "row_standardize": { "label": "სტრიქონების სტანდარტიზაცია", "description": "წონების სტრიქონული სტანდარტიზაცია." }, "cell_size": { "label": "უჯრედის ზომა", "description": "გამომავალი რასტრის უჯრედის ზომა." }, "output": { "label": "გამომავალი", "description": "გამომავალი რასტრი." } } }, "spatial_error_regression_raster": { "name": "სივრცითი შეცდომის რეგრესია (რასტრი)", "description": "აფასებს SEM მოდელს და გამოაქვს მორგებული მნიშვნელობების ზედაპირი.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორული ფენა." }, "response_field": { "label": "საპასუხო ცვლადის ველი", "description": "საპასუხო ცვლადი." }, "predictor_fields": { "label": "პრედიქტორების ველები", "description": "პრედიქტორების ველები." }, "weights_mode": { "label": "წონების რეჟიმი", "description": "მეზობლობის რეჟიმი." }, "k": { "label": "K", "description": "k მნიშვნელობა k_nearest-ისთვის." }, "distance": { "label": "მანძილი", "description": "მანძილის ზღურბლი." }, "row_standardize": { "label": "სტრიქონების სტანდარტიზაცია", "description": "წონების სტრიქონული სტანდარტიზაცია." }, "cell_size": { "label": "უჯრედის ზომა", "description": "გამომავალი რასტრის უჯრედის ზომა." }, "output": { "label": "გამომავალი", "description": "გამომავალი რასტრი." } } }, "geographically_weighted_regression_raster": { "name": "გეოგრაფიულად შეწონილი რეგრესია (რასტრი)", "description": "აფასებს GWR-ს და გამოაქვს ლოკალური კოეფიციენტების რასტრული ზედაპირები.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორული ფენა." }, "response_field": { "label": "საპასუხო ცვლადის ველი", "description": "საპასუხო ცვლადი." }, "predictor_fields": { "label": "პრედიქტორების ველები", "description": "პრედიქტორების ველები." }, "bandwidth": { "label": "ზოლის სიგანე", "description": "ბირთვის ზოლის სიგანე." }, "kernel": { "label": "ბირთვი", "description": "ბირთვის ტიპი." }, "cell_size": { "label": "უჯრედის ზომა", "description": "გამომავალი რასტრის უჯრედის ზომა." }, "output_prefix": { "label": "გამომავალის პრეფიქსი", "description": "გამომავალი რასტრის პრეფიქსი." } } }, "inhomogeneous_intensity_raster": { "name": "არაერთგვაროვანი ინტენსივობის რასტრი", "description": "ითვლის ბირთვული სიმკვრივის შეფასების (KDE) ზედაპირს, რომელიც წერტილების სივრცით ინტენსივობას ასახავს. ავლენს ცხელ და ცივ წერტილებს მარტივ სიმკვრივეზე მეტად.", "params": { "input": { "label": "შემავალი", "description": "შემავალი წერტილოვანი ვექტორული ფენა." }, "bandwidth": { "label": "ზოლის სიგანე", "description": "ბირთვის ზოლის სიგანე." }, "kernel": { "label": "ბირთვი", "description": "ბირთვის ტიპი." }, "cell_size": { "label": "უჯრედის ზომა", "description": "გამომავალი რასტრის უჯრედის ზომა." }, "output": { "label": "გამომავალი", "description": "გამომავალი ინტენსივობის რასტრი." } } }, "add": { "name": "მიმატება", "description": "კრებს ორ რასტრს უჯრედ-უჯრედ.", "params": { "input1": { "label": "შემავალი 1", "description": "პირველი შემავალი რასტრი (გზის სტრიქონი ან ტიპიზებული რასტრის ობიექტი)." }, "input2": { "label": "შემავალი 2", "description": "მეორე შემავალი რასტრი (გზის სტრიქონი ან ტიპიზებული რასტრის ობიექტი)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის ფაილის გზა. თუ არ არის მითითებული, გამომავალი რჩება მეხსიერებაში და ბრუნდება memory:// რასტრის მიმართვის სახით." } } }, "average_overlay": { "name": "საშუალო გადაფარვა", "description": "ითვლის თითოეული უჯრედის საშუალოს რასტრულ სტეკში, NoData-ს უგულებელყოფით, თუ ყველა შემავალი მნიშვნელობა NoData არ არის.", "params": { "input_rasters": { "label": "შემავალი რასტრები", "description": "შემავალი რასტრების დასტა გზების მასივის ან წერტილმძიმით/მძიმით გამოყოფილი სტრიქონის სახით." }, "auto_reproject": { "label": "ავტომატური გადაპროექტირება", "description": "თუ true (ნაგულისხმევი), ავტომატურად გადააპროექტირებს დასტის რასტრებს inputs[0]-თან შესატყვისად, როცა CRS განსხვავდება." }, "auto_reproject_method": { "label": "ავტომატური გადაპროექტირების მეთოდი", "description": "არასავალდებულო გადაპროექტირების გადადისკრეტიზაციის მეთოდის გადაფარვა: nearest, bilinear, cubic, lanczos, average, min, max, mode, median, stddev." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის ფაილის გზა. თუ არ არის მითითებული, შედეგი რჩება მეხსიერებაში." } } }, "bool_and": { "name": "ლოგიკური AND", "description": "ითვლის ორი რასტრის ლოგიკურ AND-ს უჯრედ-უჯრედ.", "params": { "input1": { "label": "შემავალი 1", "description": "პირველი შემავალი რასტრი (გზის სტრიქონი ან ტიპიზებული რასტრის ობიექტი)." }, "input2": { "label": "შემავალი 2", "description": "მეორე შემავალი რასტრი (გზის სტრიქონი ან ტიპიზებული რასტრის ობიექტი)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის ფაილის გზა. თუ არ არის მითითებული, გამომავალი რჩება მეხსიერებაში და ბრუნდება memory:// რასტრის მიმართვის სახით." } } }, "bool_not": { "name": "ლოგიკური NOT", "description": "ითვლის თითოეული რასტრული უჯრედის ლოგიკურ NOT-ს და ნულოვანი მნიშვნელობის უჯრედებისთვის გამოაქვს 1, სხვა შემთხვევაში 0.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის ფაილის გზა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის ფაილის გზა. თუ არ არის მითითებული, შედეგი ინახება მეხსიერებაში." } } }, "bool_or": { "name": "ლოგიკური OR", "description": "ითვლის ორი რასტრის ლოგიკურ OR-ს უჯრედ-უჯრედ.", "params": { "input1": { "label": "შემავალი 1", "description": "პირველი შემავალი რასტრი (გზის სტრიქონი ან ტიპიზებული რასტრის ობიექტი)." }, "input2": { "label": "შემავალი 2", "description": "მეორე შემავალი რასტრი (გზის სტრიქონი ან ტიპიზებული რასტრის ობიექტი)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის ფაილის გზა. თუ არ არის მითითებული, გამომავალი რჩება მეხსიერებაში და ბრუნდება memory:// რასტრის მიმართვის სახით." } } }, "bool_xor": { "name": "ლოგიკური XOR", "description": "ითვლის ორი რასტრის ლოგიკურ XOR-ს უჯრედ-უჯრედ.", "params": { "input1": { "label": "შემავალი 1", "description": "პირველი შემავალი რასტრი (გზის სტრიქონი ან ტიპიზებული რასტრის ობიექტი)." }, "input2": { "label": "შემავალი 2", "description": "მეორე შემავალი რასტრი (გზის სტრიქონი ან ტიპიზებული რასტრის ობიექტი)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის ფაილის გზა. თუ არ არის მითითებული, გამომავალი რჩება მეხსიერებაში და ბრუნდება memory:// რასტრის მიმართვის სახით." } } }, "count_if": { "name": "პირობითი დათვლა", "description": "ითვლის იმ შემავალი რასტრების რაოდენობას, რომელთა უჯრედი შედარების მნიშვნელობის ტოლია.", "params": { "input_rasters": { "label": "შემავალი რასტრები", "description": "შემავალი რასტრების დასტა გზების მასივის ან წერტილმძიმით/მძიმით გამოყოფილი სტრიქონის სახით." }, "auto_reproject": { "label": "ავტომატური გადაპროექტირება", "description": "თუ true (ნაგულისხმევი), ავტომატურად გადააპროექტირებს დასტის რასტრებს inputs[0]-თან შესატყვისად, როცა CRS განსხვავდება." }, "auto_reproject_method": { "label": "ავტომატური გადაპროექტირების მეთოდი", "description": "არასავალდებულო გადაპროექტირების გადადისკრეტიზაციის მეთოდის გადაფარვა: nearest, bilinear, cubic, lanczos, average, min, max, mode, median, stddev." }, "comparison_value": { "label": "შესადარებელი მნიშვნელობა", "description": "შესადარებელი მნიშვნელობა, რომლის დათვლაც ხდება რასტრების დასტაში." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის ფაილის გზა. თუ არ არის მითითებული, შედეგი რჩება მეხსიერებაში." } } }, "divide": { "name": "გაყოფა", "description": "ყოფს პირველ რასტრს მეორეზე უჯრედ-უჯრედ.", "params": { "input1": { "label": "შემავალი 1", "description": "პირველი შემავალი რასტრი (გზის სტრიქონი ან ტიპიზებული რასტრის ობიექტი)." }, "input2": { "label": "შემავალი 2", "description": "მეორე შემავალი რასტრი (გზის სტრიქონი ან ტიპიზებული რასტრის ობიექტი)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის ფაილის გზა. თუ არ არის მითითებული, გამომავალი რჩება მეხსიერებაში და ბრუნდება memory:// რასტრის მიმართვის სახით." } } }, "highest_position": { "name": "უმაღლესი პოზიცია", "description": "აბრუნებს რასტრული სტეკის ნულიდან დათვლილ ინდექსს, რომელიც თითოეულ უჯრედში უმაღლეს მნიშვნელობას შეიცავს.", "params": { "input_rasters": { "label": "შემავალი რასტრები", "description": "შემავალი რასტრების დასტა გზების მასივის ან წერტილმძიმით/მძიმით გამოყოფილი სტრიქონის სახით." }, "auto_reproject": { "label": "ავტომატური გადაპროექტირება", "description": "თუ true (ნაგულისხმევი), ავტომატურად გადააპროექტირებს დასტის რასტრებს inputs[0]-თან შესატყვისად, როცა CRS განსხვავდება." }, "auto_reproject_method": { "label": "ავტომატური გადაპროექტირების მეთოდი", "description": "არასავალდებულო გადაპროექტირების გადადისკრეტიზაციის მეთოდის გადაფარვა: nearest, bilinear, cubic, lanczos, average, min, max, mode, median, stddev." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის ფაილის გზა. თუ არ არის მითითებული, შედეგი რჩება მეხსიერებაში." } } }, "lowest_position": { "name": "უდაბლესი პოზიცია", "description": "აბრუნებს რასტრული სტეკის ნულიდან დათვლილ ინდექსს, რომელიც თითოეულ უჯრედში უმდაბლეს მნიშვნელობას შეიცავს.", "params": { "input_rasters": { "label": "შემავალი რასტრები", "description": "შემავალი რასტრების დასტა გზების მასივის ან წერტილმძიმით/მძიმით გამოყოფილი სტრიქონის სახით." }, "auto_reproject": { "label": "ავტომატური გადაპროექტირება", "description": "თუ true (ნაგულისხმევი), ავტომატურად გადააპროექტირებს დასტის რასტრებს inputs[0]-თან შესატყვისად, როცა CRS განსხვავდება." }, "auto_reproject_method": { "label": "ავტომატური გადაპროექტირების მეთოდი", "description": "არასავალდებულო გადაპროექტირების გადადისკრეტიზაციის მეთოდის გადაფარვა: nearest, bilinear, cubic, lanczos, average, min, max, mode, median, stddev." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის ფაილის გზა. თუ არ არის მითითებული, შედეგი რჩება მეხსიერებაში." } } }, "max_absolute_overlay": { "name": "მაქსიმალური აბსოლუტური გადაფარვა", "description": "ითვლის თითოეული უჯრედის მაქსიმალურ აბსოლუტურ მნიშვნელობას რასტრულ სტეკში, NoData-ს გავრცელებით, თუ რომელიმე შემავალი უჯრედი NoData-ა.", "params": { "input_rasters": { "label": "შემავალი რასტრები", "description": "შემავალი რასტრების დასტა გზების მასივის ან წერტილმძიმით/მძიმით გამოყოფილი სტრიქონის სახით." }, "auto_reproject": { "label": "ავტომატური გადაპროექტირება", "description": "თუ true (ნაგულისხმევი), ავტომატურად გადააპროექტირებს დასტის რასტრებს inputs[0]-თან შესატყვისად, როცა CRS განსხვავდება." }, "auto_reproject_method": { "label": "ავტომატური გადაპროექტირების მეთოდი", "description": "არასავალდებულო გადაპროექტირების გადადისკრეტიზაციის მეთოდის გადაფარვა: nearest, bilinear, cubic, lanczos, average, min, max, mode, median, stddev." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის ფაილის გზა. თუ არ არის მითითებული, შედეგი რჩება მეხსიერებაში." } } }, "max_overlay": { "name": "მაქსიმუმის გადაფარვა", "description": "ითვლის თითოეული უჯრედის მაქსიმუმს რასტრულ სტეკში, NoData-ს გავრცელებით, თუ რომელიმე შემავალი უჯრედი NoData-ა.", "params": { "input_rasters": { "label": "შემავალი რასტრები", "description": "შემავალი რასტრების დასტა გზების მასივის ან წერტილმძიმით/მძიმით გამოყოფილი სტრიქონის სახით." }, "auto_reproject": { "label": "ავტომატური გადაპროექტირება", "description": "თუ true (ნაგულისხმევი), ავტომატურად გადააპროექტირებს დასტის რასტრებს inputs[0]-თან შესატყვისად, როცა CRS განსხვავდება." }, "auto_reproject_method": { "label": "ავტომატური გადაპროექტირების მეთოდი", "description": "არასავალდებულო გადაპროექტირების გადადისკრეტიზაციის მეთოდის გადაფარვა: nearest, bilinear, cubic, lanczos, average, min, max, mode, median, stddev." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის ფაილის გზა. თუ არ არის მითითებული, შედეგი რჩება მეხსიერებაში." } } }, "min_absolute_overlay": { "name": "მინიმალური აბსოლუტური გადაფარვა", "description": "ითვლის თითოეული უჯრედის მინიმალურ აბსოლუტურ მნიშვნელობას რასტრულ სტეკში, NoData-ს გავრცელებით, თუ რომელიმე შემავალი უჯრედი NoData-ა.", "params": { "input_rasters": { "label": "შემავალი რასტრები", "description": "შემავალი რასტრების დასტა გზების მასივის ან წერტილმძიმით/მძიმით გამოყოფილი სტრიქონის სახით." }, "auto_reproject": { "label": "ავტომატური გადაპროექტირება", "description": "თუ true (ნაგულისხმევი), ავტომატურად გადააპროექტირებს დასტის რასტრებს inputs[0]-თან შესატყვისად, როცა CRS განსხვავდება." }, "auto_reproject_method": { "label": "ავტომატური გადაპროექტირების მეთოდი", "description": "არასავალდებულო გადაპროექტირების გადადისკრეტიზაციის მეთოდის გადაფარვა: nearest, bilinear, cubic, lanczos, average, min, max, mode, median, stddev." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის ფაილის გზა. თუ არ არის მითითებული, შედეგი რჩება მეხსიერებაში." } } }, "min_overlay": { "name": "მინიმუმის გადაფარვა", "description": "ითვლის თითოეული უჯრედის მინიმუმს რასტრულ სტეკში, NoData-ს გავრცელებით, თუ რომელიმე შემავალი უჯრედი NoData-ა.", "params": { "input_rasters": { "label": "შემავალი რასტრები", "description": "შემავალი რასტრების დასტა გზების მასივის ან წერტილმძიმით/მძიმით გამოყოფილი სტრიქონის სახით." }, "auto_reproject": { "label": "ავტომატური გადაპროექტირება", "description": "თუ true (ნაგულისხმევი), ავტომატურად გადააპროექტირებს დასტის რასტრებს inputs[0]-თან შესატყვისად, როცა CRS განსხვავდება." }, "auto_reproject_method": { "label": "ავტომატური გადაპროექტირების მეთოდი", "description": "არასავალდებულო გადაპროექტირების გადადისკრეტიზაციის მეთოდის გადაფარვა: nearest, bilinear, cubic, lanczos, average, min, max, mode, median, stddev." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის ფაილის გზა. თუ არ არის მითითებული, შედეგი რჩება მეხსიერებაში." } } }, "modulo": { "name": "მოდული", "description": "ითვლის პირველი რასტრის მეორეზე გაყოფის ნაშთს უჯრედ-უჯრედ.", "params": { "input1": { "label": "შემავალი 1", "description": "პირველი შემავალი რასტრი (გზის სტრიქონი ან ტიპიზებული რასტრის ობიექტი)." }, "input2": { "label": "შემავალი 2", "description": "მეორე შემავალი რასტრი (გზის სტრიქონი ან ტიპიზებული რასტრის ობიექტი)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის ფაილის გზა. თუ არ არის მითითებული, გამომავალი რჩება მეხსიერებაში და ბრუნდება memory:// რასტრის მიმართვის სახით." } } }, "multiply": { "name": "გამრავლება", "description": "ამრავლებს ორ რასტრს უჯრედ-უჯრედ.", "params": { "input1": { "label": "შემავალი 1", "description": "პირველი შემავალი რასტრი (გზის სტრიქონი ან ტიპიზებული რასტრის ობიექტი)." }, "input2": { "label": "შემავალი 2", "description": "მეორე შემავალი რასტრი (გზის სტრიქონი ან ტიპიზებული რასტრის ობიექტი)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის ფაილის გზა. თუ არ არის მითითებული, გამომავალი რჩება მეხსიერებაში და ბრუნდება memory:// რასტრის მიმართვის სახით." } } }, "multiply_overlay": { "name": "ნამრავლის გადაფარვა", "description": "ითვლის თითოეული უჯრედის ნამრავლს რასტრულ სტეკში, NoData-ს გავრცელებით, თუ რომელიმე შემავალი უჯრედი NoData-ა.", "params": { "input_rasters": { "label": "შემავალი რასტრები", "description": "შემავალი რასტრების დასტა გზების მასივის ან წერტილმძიმით/მძიმით გამოყოფილი სტრიქონის სახით." }, "auto_reproject": { "label": "ავტომატური გადაპროექტირება", "description": "თუ true (ნაგულისხმევი), ავტომატურად გადააპროექტირებს დასტის რასტრებს inputs[0]-თან შესატყვისად, როცა CRS განსხვავდება." }, "auto_reproject_method": { "label": "ავტომატური გადაპროექტირების მეთოდი", "description": "არასავალდებულო გადაპროექტირების გადადისკრეტიზაციის მეთოდის გადაფარვა: nearest, bilinear, cubic, lanczos, average, min, max, mode, median, stddev." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის ფაილის გზა. თუ არ არის მითითებული, შედეგი რჩება მეხსიერებაში." } } }, "percent_equal_to": { "name": "ტოლობის პროცენტი", "description": "ითვლის სტეკში იმ რასტრების წილს, რომელთა მნიშვნელობები თითოეულ უჯრედში შედარების რასტრის ტოლია.", "params": { "input_rasters": { "label": "შემავალი რასტრები", "description": "შემავალი რასტრების დასტა გზების მასივის ან წერტილმძიმით/მძიმით გამოყოფილი სტრიქონის სახით." }, "auto_reproject": { "label": "ავტომატური გადაპროექტირება", "description": "თუ true (ნაგულისხმევი), ავტომატურად გადააპროექტირებს დასტის რასტრებს inputs[0]-თან შესატყვისად, როცა CRS განსხვავდება." }, "auto_reproject_method": { "label": "ავტომატური გადაპროექტირების მეთოდი", "description": "არასავალდებულო გადაპროექტირების გადადისკრეტიზაციის მეთოდის გადაფარვა: nearest, bilinear, cubic, lanczos, average, min, max, mode, median, stddev." }, "comparison": { "label": "შედარება", "description": "შესადარებელი რასტრის გზა ან მეხსიერებაში არსებული რასტრის მიმართვა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის ფაილის გზა. თუ არ არის მითითებული, შედეგი რჩება მეხსიერებაში." } } }, "percent_greater_than": { "name": "მეტობის პროცენტი", "description": "ითვლის სტეკში იმ რასტრების წილს, რომელთა მნიშვნელობები თითოეულ უჯრედში შედარების რასტრზე მეტია.", "params": { "input_rasters": { "label": "შემავალი რასტრები", "description": "შემავალი რასტრების დასტა გზების მასივის ან წერტილმძიმით/მძიმით გამოყოფილი სტრიქონის სახით." }, "auto_reproject": { "label": "ავტომატური გადაპროექტირება", "description": "თუ true (ნაგულისხმევი), ავტომატურად გადააპროექტირებს დასტის რასტრებს inputs[0]-თან შესატყვისად, როცა CRS განსხვავდება." }, "auto_reproject_method": { "label": "ავტომატური გადაპროექტირების მეთოდი", "description": "არასავალდებულო გადაპროექტირების გადადისკრეტიზაციის მეთოდის გადაფარვა: nearest, bilinear, cubic, lanczos, average, min, max, mode, median, stddev." }, "comparison": { "label": "შედარება", "description": "შესადარებელი რასტრის გზა ან მეხსიერებაში არსებული რასტრის მიმართვა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის ფაილის გზა. თუ არ არის მითითებული, შედეგი რჩება მეხსიერებაში." } } }, "percent_less_than": { "name": "ნაკლებობის პროცენტი", "description": "ითვლის სტეკში იმ რასტრების წილს, რომელთა მნიშვნელობები თითოეულ უჯრედში შედარების რასტრზე ნაკლებია.", "params": { "input_rasters": { "label": "შემავალი რასტრები", "description": "შემავალი რასტრების დასტა გზების მასივის ან წერტილმძიმით/მძიმით გამოყოფილი სტრიქონის სახით." }, "auto_reproject": { "label": "ავტომატური გადაპროექტირება", "description": "თუ true (ნაგულისხმევი), ავტომატურად გადააპროექტირებს დასტის რასტრებს inputs[0]-თან შესატყვისად, როცა CRS განსხვავდება." }, "auto_reproject_method": { "label": "ავტომატური გადაპროექტირების მეთოდი", "description": "არასავალდებულო გადაპროექტირების გადადისკრეტიზაციის მეთოდის გადაფარვა: nearest, bilinear, cubic, lanczos, average, min, max, mode, median, stddev." }, "comparison": { "label": "შედარება", "description": "შესადარებელი რასტრის გზა ან მეხსიერებაში არსებული რასტრის მიმართვა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის ფაილის გზა. თუ არ არის მითითებული, შედეგი რჩება მეხსიერებაში." } } }, "pick_from_list": { "name": "არჩევა სიიდან", "description": "ირჩევს თითოეული უჯრედის მნიშვნელობებს რასტრული სტეკიდან ნულიდან დათვლილი პოზიციის რასტრის გამოყენებით.", "params": { "input_rasters": { "label": "შემავალი რასტრები", "description": "შემავალი რასტრების დასტა გზების მასივის ან წერტილმძიმით/მძიმით გამოყოფილი სტრიქონის სახით." }, "auto_reproject": { "label": "ავტომატური გადაპროექტირება", "description": "თუ true (ნაგულისხმევი), ავტომატურად გადააპროექტირებს დასტის რასტრებს inputs[0]-თან შესატყვისად, როცა CRS განსხვავდება." }, "auto_reproject_method": { "label": "ავტომატური გადაპროექტირების მეთოდი", "description": "არასავალდებულო გადაპროექტირების გადადისკრეტიზაციის მეთოდის გადაფარვა: nearest, bilinear, cubic, lanczos, average, min, max, mode, median, stddev." }, "pos_input": { "label": "დადებითი შემავალი", "description": "ნულიდან დაწყებული რასტრი დასტაში პოზიციებით." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "power": { "name": "ხარისხი", "description": "აჰყავს პირველი რასტრი მეორის ხარისხში უჯრედ-უჯრედ.", "params": { "input1": { "label": "შემავალი 1", "description": "პირველი შემავალი რასტრი (გზის სტრიქონი ან ტიპიზებული რასტრის ობიექტი)." }, "input2": { "label": "შემავალი 2", "description": "მეორე შემავალი რასტრი (გზის სტრიქონი ან ტიპიზებული რასტრის ობიექტი)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის ფაილის გზა. თუ არ არის მითითებული, გამომავალი რჩება მეხსიერებაში და ბრუნდება memory:// რასტრის მიმართვის სახით." } } }, "standard_deviation_overlay": { "name": "სტანდარტული გადახრის გადაფარვა", "description": "ითვლის თითოეული უჯრედის სტანდარტულ გადახრას რასტრულ სტეკში, NoData-ს გავრცელებით, თუ რომელიმე შემავალი უჯრედი NoData-ა.", "params": { "input_rasters": { "label": "შემავალი რასტრები", "description": "შემავალი რასტრების დასტა გზების მასივის ან წერტილმძიმით/მძიმით გამოყოფილი სტრიქონის სახით." }, "auto_reproject": { "label": "ავტომატური გადაპროექტირება", "description": "თუ true (ნაგულისხმევი), ავტომატურად გადააპროექტირებს დასტის რასტრებს inputs[0]-თან შესატყვისად, როცა CRS განსხვავდება." }, "auto_reproject_method": { "label": "ავტომატური გადაპროექტირების მეთოდი", "description": "არასავალდებულო გადაპროექტირების გადადისკრეტიზაციის მეთოდის გადაფარვა: nearest, bilinear, cubic, lanczos, average, min, max, mode, median, stddev." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის ფაილის გზა. თუ არ არის მითითებული, შედეგი რჩება მეხსიერებაში." } } }, "subtract": { "name": "გამოკლება", "description": "აკლებს მეორე რასტრს პირველს უჯრედ-უჯრედ.", "params": { "input1": { "label": "შემავალი 1", "description": "პირველი შემავალი რასტრი (გზის სტრიქონი ან ტიპიზებული რასტრის ობიექტი)." }, "input2": { "label": "შემავალი 2", "description": "მეორე შემავალი რასტრი (გზის სტრიქონი ან ტიპიზებული რასტრის ობიექტი)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის ფაილის გზა. თუ არ არის მითითებული, გამომავალი რჩება მეხსიერებაში და ბრუნდება memory:// რასტრის მიმართვის სახით." } } }, "sum_overlay": { "name": "ჯამის გადაფარვა", "description": "ითვლის თითოეული უჯრედის ჯამს რასტრულ სტეკში, NoData-ს გავრცელებით, თუ რომელიმე შემავალი უჯრედი NoData-ა.", "params": { "input_rasters": { "label": "შემავალი რასტრები", "description": "შემავალი რასტრების დასტა გზების მასივის ან წერტილმძიმით/მძიმით გამოყოფილი სტრიქონის სახით." }, "auto_reproject": { "label": "ავტომატური გადაპროექტირება", "description": "თუ true (ნაგულისხმევი), ავტომატურად გადააპროექტირებს დასტის რასტრებს inputs[0]-თან შესატყვისად, როცა CRS განსხვავდება." }, "auto_reproject_method": { "label": "ავტომატური გადაპროექტირების მეთოდი", "description": "არასავალდებულო გადაპროექტირების გადადისკრეტიზაციის მეთოდის გადაფარვა: nearest, bilinear, cubic, lanczos, average, min, max, mode, median, stddev." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის ფაილის გზა. თუ არ არის მითითებული, შედეგი რჩება მეხსიერებაში." } } }, "update_nodata_cells": { "name": "NoData უჯრედების განახლება", "description": "ანიჭებს input1-ის NoData უჯრედებს input2-ის შესაბამისი ვალიდური უჯრედების მნიშვნელობებს.", "params": { "input1": { "label": "შემავალი 1", "description": "განსაახლებელი ძირითადი რასტრი." }, "input2": { "label": "შემავალი 2", "description": "მეორეული რასტრი, რომელიც აწვდის ჩასანაცვლებელ მნიშვნელობებს." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "weighted_overlay": { "name": "შეწონილი გადაფარვა", "description": "აერთიანებს ფაქტორულ რასტრებს ნორმალიზებული წონებით, არასავალდებულო ღირებულების ნიშნებითა და არასავალდებულო ბინარული შეზღუდვებით.", "params": { "factors": { "label": "ფაქტორები", "description": "შემავალი ფაქტორების რასტრების დასტა." }, "weights": { "label": "წონები", "description": "თითოეული ფაქტორის რასტრის შესაბამისი რიცხვითი წონები." }, "cost": { "label": "ღირებულება", "description": "არასავალდებულო ლოგიკური ნიშნულები, რომლებიც მიუთითებს ღირებულების ფაქტორებზე." }, "constraints": { "label": "შეზღუდვები", "description": "არასავალდებულო რასტრული შეზღუდვების დასტა; მნიშვნელობები <= 0 გამომავალს ნულს ანიჭებს." }, "scale_max": { "label": "მასშტაბის მაქსიმუმი", "description": "მაქსიმალური მასშტაბის მნიშვნელობა, რომელიც გამოიყენება ფაქტორების ნორმალიზაციის შემდეგ." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "weighted_sum": { "name": "შეწონილი ჯამი", "description": "ითვლის შეწონილ ჯამს რასტრულ სტეკში წონების ერთამდე ჯამზე ნორმალიზების შემდეგ.", "params": { "input_rasters": { "label": "შემავალი რასტრები", "description": "შემავალი რასტრების დასტა." }, "auto_reproject": { "label": "ავტომატური გადაპროექტირება", "description": "თუ true (ნაგულისხმევი), ავტომატურად გადააპროექტირებს დასტის რასტრებს inputs[0]-თან შესატყვისად, როცა CRS განსხვავდება." }, "auto_reproject_method": { "label": "ავტომატური გადაპროექტირების მეთოდი", "description": "არასავალდებულო გადაპროექტირების გადადისკრეტიზაციის მეთოდის გადაფარვა: nearest, bilinear, cubic, lanczos, average, min, max, mode, median, stddev." }, "weights": { "label": "წონები", "description": "თითოეული შემავალი რასტრის შესაბამისი რიცხვითი წონები." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "image_correlation_neighbourhood_analysis": { "name": "გამოსახულებათა კორელაციის მეზობლობითი ანალიზი", "description": "ასრულებს მოძრავი ფანჯრის კორელაციურ ანალიზს ორ რასტრს შორის და აბრუნებს კორელაციისა და p-მნიშვნელობის რასტრებს.", "params": { "input1": { "label": "შემავალი 1", "description": "პირველი შემავალი რასტრის გზა." }, "input2": { "label": "შემავალი 2", "description": "მეორე შემავალი რასტრის გზა." }, "filter_size": { "label": "ფილტრის ზომა", "description": "მოძრავი ფანჯრის ზომა უჯრედებში (მინიმუმ 3, ნაგულისხმევი 11)." }, "correlation_stat": { "label": "კორელაციის სტატისტიკა", "description": "კორელაციის მეტრიკა: pearson, spearman ან kendall (ნაგულისხმევი pearson)." }, "output1": { "label": "გამომავალი 1", "description": "არასავალდებულო გამომავალი გზა კორელაციის რასტრისთვის." }, "output2": { "label": "გამომავალი 2", "description": "არასავალდებულო გამომავალი გზა მნიშვნელოვნების (p-მნიშვნელობის) რასტრისთვის." } } }, "natural_neighbour_interpolation": { "name": "ბუნებრივი მეზობლის ინტერპოლაცია", "description": "ინტერპოლაციით ქმნის რასტრს წერტილოვანი ნიმუშებიდან Sibson-ის ნამდვილი ბუნებრივი მეზობლის ფართობით შეწონვით.", "params": { "points": { "label": "წერტილები", "description": "შემავალი წერტილოვანი ვექტორული ფენა." }, "field_name": { "label": "ველის სახელი", "description": "არასავალდებულო რიცხვითი ატრიბუტის ველი; ნაგულისხმევად უკუგდება FID-ზე." }, "use_z": { "label": "Z-ის გამოყენება", "description": "Z მნიშვნელობების გამოყენება წერტილის გეომეტრიიდან ატრიბუტების ნაცვლად." }, "cell_size": { "label": "უჯრედის ზომა", "description": "გამომავალი უჯრედის ზომა, როცა base_raster მითითებული არ არის." }, "base_raster": { "label": "საბაზისო რასტრი", "description": "არასავალდებულო საბაზისო რასტრი, რომელიც განსაზღვრავს გამომავალის გეომეტრიას." }, "clip_to_hull": { "label": "გარსის ფარგლებში ამოჭრა", "description": "ინტერპოლაციის შეზღუდვა წერტილების ამოზნექილი გარსით." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "nearest_neighbour_interpolation": { "name": "უახლოესი მეზობლის ინტერპოლაცია", "description": "ინტერპოლაციით ქმნის რასტრს წერტილოვანი ნიმუშებიდან თითოეული უჯრედისთვის უახლოესი ნიმუშის მნიშვნელობის მინიჭებით.", "params": { "points": { "label": "წერტილები", "description": "შემავალი წერტილოვანი ვექტორული ფენა." }, "field_name": { "label": "ველის სახელი", "description": "არასავალდებულო რიცხვითი ატრიბუტის ველი; ნაგულისხმევად უკუგდება FID-ზე." }, "use_z": { "label": "Z-ის გამოყენება", "description": "Z მნიშვნელობების გამოყენება წერტილის გეომეტრიიდან ატრიბუტების ნაცვლად." }, "cell_size": { "label": "უჯრედის ზომა", "description": "გამომავალი უჯრედის ზომა, როცა base_raster მითითებული არ არის." }, "base_raster": { "label": "საბაზისო რასტრი", "description": "არასავალდებულო საბაზისო რასტრი, რომელიც განსაზღვრავს გამომავალის გეომეტრიას." }, "max_dist": { "label": "მაქსიმალური მანძილი", "description": "არასავალდებულო ძიების მაქსიმალური მანძილი რუკის ერთეულებში; ნაგულისხმევად უსასრულობა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "conditional_evaluation": { "name": "პირობითი შეფასება", "description": "ასრულებს if-then-else პირობით შეფასებას რასტრულ უჯრედებზე.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა." }, "statement": { "label": "გამოთქმა", "description": "პირობითი გამოსახულება, რომელიც გამოითვლება თითოეული უჯრედისთვის." }, "true": { "label": "ჭეშმარიტი", "description": "მნიშვნელობა ან რასტრი/გამოსახულება, რომელიც გამოიყენება, როცა პირობა ჭეშმარიტია." }, "false": { "label": "მცდარი", "description": "მნიშვნელობა ან რასტრი/გამოსახულება, რომელიც გამოიყენება, როცა პირობა მცდარია." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "reclass": { "name": "რეკლასიფიკაცია", "description": "ხელახლა აკლასიფიცირებს რასტრის მნიშვნელობებს დიაპაზონების ან ზუსტი მინიჭების წყვილების გამოყენებით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრი." }, "reclass_values": { "label": "რეკლასიფიკაციის მნიშვნელობები", "description": "რეკლასიფიკაციის მნიშვნელობები მწკრივების სახით [new, from, to_less_than] ან [new, old], როცა assign_mode=true." }, "assign_mode": { "label": "მინიჭების რეჟიმი", "description": "თუ true, გამოიყენება ზუსტი მინიჭების რეჟიმი [new_value, old_value] წყვილებით." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა. თუ არ არის მითითებული, შედეგი ინახება მეხსიერებაში." } } }, "reclass_equal_interval": { "name": "რეკლასიფიკაცია თანაბარი ინტერვალით", "description": "ხელახლა აკლასიფიცირებს რასტრის მნიშვნელობებს თანაბარი სიგანის ინტერვალებად მნიშვნელობების არასავალდებულო დიაპაზონში.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრი." }, "interval_size": { "label": "ინტერვალის ზომა", "description": "თანაბარი ინტერვალის ბინის სიგანე." }, "start_value": { "label": "საწყისი მნიშვნელობა", "description": "არასავალდებულო ქვედა ზღვარი რეკლასიფიკაციისთვის; ნაგულისხმევად რასტრის მინიმუმი." }, "end_value": { "label": "საბოლოო მნიშვნელობა", "description": "არასავალდებულო ზედა ზღვარი რეკლასიფიკაციისთვის; ნაგულისხმევად რასტრის მაქსიმუმი." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა. თუ არ არის მითითებული, შედეგი ინახება მეხსიერებაში." } } }, "buffer_raster": { "name": "რასტრის ბუფერი", "description": "ქმნის ბინარულ ბუფერულ ზონას რასტრის არანულოვანი, არა-NoData უჯრედების გარშემო მითითებული მანძილის ფარგლებში.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრი, რომელშიც არანულოვანი უჯრედები ბუფერის სამიზნეებია." }, "buffer_size": { "label": "ბუფერის ზომა", "description": "ბუფერის მანძილის ზღურბლი." }, "grid_cell_units": { "label": "ბადის უჯრედის ერთეულები", "description": "თუ true, buffer_size განიმარტება ბადის უჯრედების ერთეულებში რუკის ერთეულების ნაცვლად." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "cost_allocation": { "name": "ღირებულებითი ალოკაცია", "description": "ანიჭებს თითოეულ უჯრედს წყაროს რეგიონს ღირებულებითი მანძილის ანალიზის backlink რასტრის გამოყენებით.", "params": { "source": { "label": "წყარო", "description": "წყაროს რასტრი დადებითი წყაროს უჯრედებით." }, "backlink": { "label": "უკუბმული", "description": "უკუბმულის რასტრი cost_distance-იდან." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "cost_distance": { "name": "ღირებულებითი მანძილი", "description": "ითვლის დაგროვილი მგზავრობის ღირებულებისა და backlink რასტრებს წყაროსა და ღირებულების ზედაპირებიდან.", "params": { "source": { "label": "წყარო", "description": "წყაროს რასტრი დადებითი წყაროს უჯრედებით." }, "cost": { "label": "ღირებულება", "description": "ღირებულების/ხახუნის რასტრი." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო დაგროვილი ღირებულების გამომავალი რასტრის გზა." }, "backlink_output": { "label": "უკუბმულის გამომავალი", "description": "არასავალდებულო უკუბმულის გამომავალი რასტრის გზა." } } }, "cost_pathway": { "name": "ღირებულებითი გზა", "description": "ატრასირებს მინიმალური ღირებულების გზებს დანიშნულების უჯრედებიდან backlink რასტრის გამოყენებით.", "params": { "destination": { "label": "დანიშნულების ადგილი", "description": "დანიშნულების რასტრი დადებითი დანიშნულების უჯრედებით." }, "backlink": { "label": "უკუბმული", "description": "უკუბმულის რასტრი cost_distance-იდან." }, "zero_background": { "label": "ნულოვანი ფონი", "description": "თუ true, გამომავალის ფონი ნულია NoData-ს ნაცვლად." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "euclidean_allocation": { "name": "ევკლიდური ალოკაცია", "description": "ანიჭებს თითოეულ ვალიდურ უჯრედს მისი უახლოესი არანულოვანი სამიზნე უჯრედის მნიშვნელობას.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრი არანულოვანი სამიზნე უჯრედებით." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "euclidean_distance": { "name": "ევკლიდური მანძილი", "description": "ითვლის ევკლიდურ მანძილს რასტრში უახლოეს არანულოვან სამიზნე უჯრედამდე.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრი არანულოვანი სამიზნე უჯრედებით." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "abs": { "name": "მოდული (Abs)", "description": "ითვლის თითოეული რასტრული უჯრედის აბსოლუტურ მნიშვნელობას.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის ფაილის გზა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის ფაილის გზა. თუ არ არის მითითებული, შედეგი ინახება მეხსიერებაში." } } }, "aggregate_raster": { "name": "რასტრის აგრეგაცია", "description": "ამცირებს რასტრის გარჩევადობას ბლოკების აგრეგაციით საშუალოს, ჯამის, მინიმუმის, მაქსიმუმის ან დიაპაზონის გამოყენებით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრი." }, "aggregation_factor": { "label": "აგრეგაციის ფაქტორი", "description": "ბლოკის ზომა წყაროს უჯრედებში." }, "aggregation_type": { "label": "აგრეგაციის ტიპი", "description": "ერთ-ერთი: mean, sum, maximum, minimum ან range." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "anova": { "name": "ANOVA", "description": "ასრულებს ერთფაქტორიან ANOVA-ს რასტრის მნიშვნელობებზე, დაჯგუფებულზე კლასების რასტრის კატეგორიების მიხედვით.", "params": { "input": { "label": "შემავალი", "description": "გაზომვის რასტრის გზა." }, "features": { "label": "მახასიათებლები", "description": "კლასის/კატეგორიის რასტრის გზა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო HTML ანგარიშის გამომავალი გზა (მეტსახელი: output_html_file)." } } }, "arccos": { "name": "არკკოსინუსი", "description": "ითვლის თითოეული რასტრული უჯრედის არკკოსინუსს (arccos).", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის ფაილის გზა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის ფაილის გზა. თუ არ არის მითითებული, შედეგი ინახება მეხსიერებაში." } } }, "arcosh": { "name": "არეაკოსინუსი (Arcosh)", "description": "ითვლის თითოეული რასტრული უჯრედის შებრუნებულ ჰიპერბოლურ კოსინუსს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის ფაილის გზა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის ფაილის გზა. თუ არ არის მითითებული, შედეგი ინახება მეხსიერებაში." } } }, "arcsin": { "name": "არკსინუსი", "description": "ითვლის თითოეული რასტრული უჯრედის არკსინუსს (arcsin).", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის ფაილის გზა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის ფაილის გზა. თუ არ არის მითითებული, შედეგი ინახება მეხსიერებაში." } } }, "arctan": { "name": "არკტანგენსი", "description": "ითვლის თითოეული რასტრული უჯრედის არკტანგენსს (arctan).", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის ფაილის გზა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის ფაილის გზა. თუ არ არის მითითებული, შედეგი ინახება მეხსიერებაში." } } }, "arsinh": { "name": "არეასინუსი (Arsinh)", "description": "ითვლის თითოეული რასტრული უჯრედის შებრუნებულ ჰიპერბოლურ სინუსს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის ფაილის გზა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის ფაილის გზა. თუ არ არის მითითებული, შედეგი ინახება მეხსიერებაში." } } }, "artanh": { "name": "არეატანგენსი (Artanh)", "description": "ითვლის თითოეული რასტრული უჯრედის შებრუნებულ ჰიპერბოლურ ტანგენსს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის ფაილის გზა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის ფაილის გზა. თუ არ არის მითითებული, შედეგი ინახება მეხსიერებაში." } } }, "atan2": { "name": "Atan2", "description": "ითვლის ოთხკვადრანტიან არკტანგენსს ორი რასტრის გამოყენებით უჯრედ-უჯრედ.", "params": { "input1": { "label": "შემავალი 1", "description": "პირველი შემავალი რასტრი (გზის სტრიქონი ან ტიპიზებული რასტრის ობიექტი)." }, "input2": { "label": "შემავალი 2", "description": "მეორე შემავალი რასტრი (გზის სტრიქონი ან ტიპიზებული რასტრის ობიექტი)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის ფაილის გზა. თუ არ არის მითითებული, გამომავალი რჩება მეხსიერებაში და ბრუნდება memory:// რასტრის მიმართვის სახით." } } }, "block_maximum": { "name": "ბლოკური მაქსიმუმი", "description": "ახდენს წერტილოვანი ობიექტების რასტრიზაციას თითოეულ გამომავალ უჯრედში დაკვირვებული მაქსიმალური მნიშვნელობის მინიჭებით.", "params": { "points": { "label": "წერტილები", "description": "შემავალი წერტილოვანი ვექტორული ფენა." }, "field_name": { "label": "ველის სახელი", "description": "არასავალდებულო რიცხვითი ატრიბუტის ველი რასტერიზაციისთვის; ნაგულისხმევად უკუგდება FID-ზე." }, "use_z": { "label": "Z-ის გამოყენება", "description": "Z მნიშვნელობების გამოყენება წერტილის გეომეტრიიდან ატრიბუტების ნაცვლად." }, "cell_size": { "label": "უჯრედის ზომა", "description": "გამომავალი უჯრედის ზომა, როცა base_raster მითითებული არ არის." }, "base_raster": { "label": "საბაზისო რასტრი", "description": "არასავალდებულო საბაზისო რასტრი, რომელიც განსაზღვრავს გამომავალის გეომეტრიას." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "block_minimum": { "name": "ბლოკური მინიმუმი", "description": "ახდენს წერტილოვანი ობიექტების რასტრიზაციას თითოეულ გამომავალ უჯრედში დაკვირვებული მინიმალური მნიშვნელობის მინიჭებით.", "params": { "points": { "label": "წერტილები", "description": "შემავალი წერტილოვანი ვექტორული ფენა." }, "field_name": { "label": "ველის სახელი", "description": "არასავალდებულო რიცხვითი ატრიბუტის ველი რასტერიზაციისთვის; ნაგულისხმევად უკუგდება FID-ზე." }, "use_z": { "label": "Z-ის გამოყენება", "description": "Z მნიშვნელობების გამოყენება წერტილის გეომეტრიიდან ატრიბუტების ნაცვლად." }, "cell_size": { "label": "უჯრედის ზომა", "description": "გამომავალი უჯრედის ზომა, როცა base_raster მითითებული არ არის." }, "base_raster": { "label": "საბაზისო რასტრი", "description": "არასავალდებულო საბაზისო რასტრი, რომელიც განსაზღვრავს გამომავალის გეომეტრიას." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "boundary_shape_complexity": { "name": "საზღვრის ფორმის სირთულე", "description": "ითვლის რასტრული ლაქის საზღვრის ფორმის სირთულეს ხაზოვანი გათხელებით მიღებული ჩონჩხის განშტოებების მეტრიკით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ლაქის ID-ების რასტრი დადებითი მთელრიცხოვანი ID-ებით." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "ceil": { "name": "ზემოთ დამრგვალება", "description": "ამრგვალებს თითოეულ რასტრულ უჯრედს ზემოთ უახლოეს მთელ რიცხვამდე.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის ფაილის გზა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის ფაილის გზა. თუ არ არის მითითებული, შედეგი ინახება მეხსიერებაში." } } }, "centroid_raster": { "name": "რასტრის ცენტროიდი", "description": "ითვლის ცენტროიდულ უჯრედს რასტრში თითოეული დადებითი მნიშვნელობის ლაქის ID-სთვის.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ლაქების რასტრი." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "clip_raster_to_polygon": { "name": "რასტრის ამოჭრა პოლიგონით", "description": "ჭრის რასტრს პოლიგონების არეებით; პოლიგონის გარეთ მდებარე უჯრედებს NoData ენიჭება.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრი." }, "polygons": { "label": "პოლიგონები", "description": "შემავალი პოლიგონური ვექტორული ფენა." }, "maintain_dimensions": { "label": "განზომილებების შენარჩუნება", "description": "რასტრის თავდაპირველი განზომილებების შენარჩუნება პოლიგონის გაშლამდე ამოჭრის ნაცვლად." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "clump": { "name": "კლამპირება", "description": "აჯგუფებს ერთნაირი მნიშვნელობის მქონე მოსაზღვრე რასტრულ უჯრედებს ლაქების უნიკალურ იდენტიფიკატორებად.", "params": { "input": { "label": "შემავალი", "description": "შემავალი კატეგორიული რასტრი." }, "diag": { "label": "დიაგონალები", "description": "თუ true, ჩაირთვება დიაგონალური ბმულობა (8-მეზობლიანი); წინააღმდეგ შემთხვევაში გამოიყენება 4-მეზობლიანი." }, "zero_background": { "label": "ნულოვანი ფონი", "description": "თუ true, ნულოვანი მნიშვნელობის უჯრედები განიხილება ფონად და გამომავალში რჩება ნულად." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "cos": { "name": "კოსინუსი", "description": "ითვლის თითოეული რასტრული უჯრედის მნიშვნელობის კოსინუსს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის ფაილის გზა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის ფაილის გზა. თუ არ არის მითითებული, შედეგი ინახება მეხსიერებაში." } } }, "cosh": { "name": "ჰიპერბოლური კოსინუსი", "description": "ითვლის თითოეული რასტრული უჯრედის ჰიპერბოლურ კოსინუსს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის ფაილის გზა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის ფაილის გზა. თუ არ არის მითითებული, შედეგი ინახება მეხსიერებაში." } } }, "create_plane": { "name": "სიბრტყის შექმნა", "description": "ქმნის რასტრს სიბრტყის განტოლებიდან საბაზისო რასტრის გეომეტრიის გამოყენებით.", "params": { "base": { "label": "საფუძველი", "description": "საბაზისო რასტრი, რომელიც განსაზღვრავს გამომავალის გეომეტრიას." }, "gradient": { "label": "გრადიენტი", "description": "სიბრტყის დახრილობის გრადიენტი გრადუსებში." }, "aspect": { "label": "ექსპოზიცია", "description": "სიბრტყის ექსპოზიცია გრადუსებში." }, "constant": { "label": "მუდმივა", "description": "დანამატი მუდმივი წევრი სიბრტყის განტოლებაში." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "crispness_index": { "name": "სიმკვეთრის ინდექსი", "description": "ითვლის სიმკვეთრის (crispness) ინდექსს კუთვნილების ალბათობის რასტრისთვის.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო HTML ანგარიშის გამომავალი გზა (მეტსახელი: output_html_file)." } } }, "cross_tabulation": { "name": "ჯვარედინი ტაბულაცია", "description": "ასრულებს ჯვარედინ ტაბულაციას ორ კატეგორიულ რასტრზე.", "params": { "input1": { "label": "შემავალი 1", "description": "შემავალი რასტრი 1-ის გზა." }, "input2": { "label": "შემავალი 2", "description": "შემავალი რასტრი 2-ის გზა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო HTML ანგარიშის გამომავალი გზა (მეტსახელი: output_html_file)." } } }, "cumulative_distribution": { "name": "კუმულაციური განაწილება", "description": "გარდაქმნის რასტრის მნიშვნელობებს კუმულაციური განაწილების ალბათობებად.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "dbscan": { "name": "DBSCAN", "description": "ასრულებს უკონტროლო DBSCAN სიმკვრივეზე დაფუძნებულ კლასტერიზაციას შემავალი რასტრების სტეკზე.", "params": { "inputs": { "label": "შემავალი მონაცემები", "description": "მძიმით/წერტილმძიმით გამოყოფილი სია ან JSON მასივი შემავალი რასტრების გზებით (ნიშან-თვისებების არხები)." }, "scaling_method": { "label": "მასშტაბირების მეთოდი", "description": "ნიშან-თვისებების მასშტაბირება: 'none' (ნაგულისხმევი), 'normalize' (0-1 დიაპაზონი) ან 'standardize' (z-მაჩვენებლები)." }, "search_distance": { "label": "ძიების მანძილი", "description": "Epsilon: მეზობლობის ძიების რადიუსი ნიშან-თვისებების სივრცეში (ნაგულისხმევი 1.0)." }, "min_points": { "label": "მინიმალური წერტილები", "description": "მეზობლების მინიმალური რაოდენობა epsilon-ის ფარგლებში ძირითადი წერტილისთვის (ნაგულისხმევი 5)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა კლასტერის ID-ების ეტიკეტებისთვის." } } }, "decrement": { "name": "შემცირება", "description": "აკლებს მნიშვნელობას (ნაგულისხმევი 1.0) თითოეულ არა-NoData რასტრულ უჯრედს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის ფაილის გზა." }, "value": { "label": "მნიშვნელობა", "description": "სიდიდე, რომელიც გამოაკლდება თითოეულ უჯრედს. ნაგულისხმევად 1.0." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის ფაილის გზა. თუ არ არის მითითებული, შედეგი ინახება მეხსიერებაში." } } }, "edge_proportion": { "name": "კიდის წილი", "description": "ითვლის თითოეული ლაქის უჯრედებში კიდის უჯრედების წილს და ასახავს მას ლაქის უჯრედებზე.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ლაქის ID-ების რასტრი დადებითი მთელრიცხოვანი ID-ებით." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "equal_to": { "name": "ტოლია", "description": "ამოწმებს, ტოლია თუ არა ორი რასტრი უჯრედ-უჯრედ.", "params": { "input1": { "label": "შემავალი 1", "description": "პირველი შემავალი რასტრი (გზის სტრიქონი ან ტიპიზებული რასტრის ობიექტი)." }, "input2": { "label": "შემავალი 2", "description": "მეორე შემავალი რასტრი (გზის სტრიქონი ან ტიპიზებული რასტრის ობიექტი)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის ფაილის გზა. თუ არ არის მითითებული, გამომავალი რჩება მეხსიერებაში და ბრუნდება memory:// რასტრის მიმართვის სახით." } } }, "erase_polygon_from_raster": { "name": "პოლიგონის წაშლა რასტრიდან", "description": "ანიჭებს NoData-ს პოლიგონების შიგნით მდებარე რასტრულ უჯრედებს, პოლიგონების ხვრელებში მდებარე უჯრედების შენარჩუნებით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრი." }, "polygons": { "label": "პოლიგონები", "description": "შემავალი პოლიგონური ვექტორული ფენა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "exp": { "name": "ექსპონენტი", "description": "ითვლის e-ს თითოეული რასტრული უჯრედის ხარისხში.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის ფაილის გზა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის ფაილის გზა. თუ არ არის მითითებული, შედეგი ინახება მეხსიერებაში." } } }, "exp2": { "name": "2-ის ხარისხი", "description": "ითვლის 2-ს თითოეული რასტრული უჯრედის ხარისხში.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის ფაილის გზა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის ფაილის გზა. თუ არ არის მითითებული, შედეგი ინახება მეხსიერებაში." } } }, "fft_random_field": { "name": "FFT შემთხვევითი ველი", "description": "ქმნის სივრცულად ავტოკორელირებულ შემთხვევით ველს FFT სპექტრული სინთეზით.", "params": { "base_raster": { "label": "საბაზისო რასტრი", "description": "საბაზისო რასტრის გზა, რომელიც გამოიყენება ბადის გეომეტრიისთვის." }, "range": { "label": "დიაპაზონი", "description": "სავარაუდო კორელაციის დიაპაზონი რუკის ერთეულებში. ნაგულისხმევი: 1.0." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "filter_raster_features_by_area": { "name": "რასტრული ობიექტების ფილტრაცია ფართობით", "description": "აშორებს მთელი რიცხვებით მონიშნულ რასტრულ ობიექტებს, რომლებიც უჯრედების რაოდენობის ზღურბლზე მცირეა.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრი, რომელიც შეიცავს მთელრიცხოვან კლასების ეტიკეტებს." }, "threshold": { "label": "ზღურბლი", "description": "შესანარჩუნებელი ობიექტის მინიმალური ზომა უჯრედებში." }, "zero_background": { "label": "ნულოვანი ფონი", "description": "თუ true, მოშორებულ ობიექტებს ენიჭება 0; წინააღმდეგ შემთხვევაში მოშორებულ ობიექტებს ენიჭება NoData." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა. თუ არ არის მითითებული, შედეგი ინახება მეხსიერებაში." } } }, "find_patch_edge_cells": { "name": "უბნის კიდის უჯრედების პოვნა", "description": "ავლენს კიდის უჯრედებს რასტრის თითოეული დადებითი ლაქის ID-სთვის; ლაქის არაკიდის უჯრედებს ნული ენიჭება.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ლაქის ID-ების რასტრი; დადებითი მნიშვნელობები განიხილება ლაქის უჯრედებად." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "floor": { "name": "ქვემოთ დამრგვალება", "description": "ამრგვალებს თითოეულ რასტრულ უჯრედს ქვემოთ უახლოეს მთელ რიცხვამდე.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის ფაილის გზა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის ფაილის გზა. თუ არ არის მითითებული, შედეგი ინახება მეხსიერებაში." } } }, "greater_than": { "name": "მეტია", "description": "ამოწმებს, მეტია თუ არა პირველი რასტრი მეორეზე უჯრედ-უჯრედ.", "params": { "input1": { "label": "შემავალი 1", "description": "პირველი შემავალი რასტრი (გზის სტრიქონი ან ტიპიზებული რასტრის ობიექტი)." }, "input2": { "label": "შემავალი 2", "description": "მეორე შემავალი რასტრი (გზის სტრიქონი ან ტიპიზებული რასტრის ობიექტი)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის ფაილის გზა. თუ არ არის მითითებული, გამომავალი რჩება მეხსიერებაში და ბრუნდება memory:// რასტრის მიმართვის სახით." } } }, "heat_map": { "name": "სითბური რუკა", "description": "ქმნის ბირთვული სიმკვრივის სითბური რუკის რასტრს წერტილოვანი შემთხვევებიდან.", "params": { "points": { "label": "წერტილები", "description": "შემავალი წერტილოვანი ვექტორული ფენა." }, "field_name": { "label": "ველის სახელი", "description": "არასავალდებულო რიცხვითი წონის ველი; ნაგულისხმევად შეუწონავი მოვლენები." }, "bandwidth": { "label": "ზოლის სიგანე", "description": "ბირთვის ზოლის სიგანე რუკის ერთეულებში." }, "cell_size": { "label": "უჯრედის ზომა", "description": "გამომავალი უჯრედის ზომა, როცა base_raster მითითებული არ არის." }, "base_raster": { "label": "საბაზისო რასტრი", "description": "არასავალდებულო საბაზისო რასტრი, რომელიც განსაზღვრავს გამომავალის გეომეტრიას." }, "kernel_function": { "label": "ბირთვის ფუნქცია", "description": "ბირთვის ფუნქციის ტიპი; ნაგულისხმევად quartic." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "idw_interpolation": { "name": "IDW ინტერპოლაცია", "description": "ინტერპოლაციით ქმნის რასტრს წერტილოვანი ნიმუშებიდან მანძილის უკუშეწონვით.", "params": { "points": { "label": "წერტილები", "description": "შემავალი წერტილოვანი ვექტორული ფენა." }, "field_name": { "label": "ველის სახელი", "description": "არასავალდებულო რიცხვითი ატრიბუტის ველი; ნაგულისხმევად უკუგდება FID-ზე." }, "use_z": { "label": "Z-ის გამოყენება", "description": "Z მნიშვნელობების გამოყენება წერტილის გეომეტრიიდან ატრიბუტების ნაცვლად." }, "weight": { "label": "წონა", "description": "IDW მანძილის ხარისხის მაჩვენებელი; ნაგულისხმევად 2.0." }, "radius": { "label": "რადიუსი", "description": "მეზობლობის არასავალდებულო რადიუსი რუკის ერთეულებში; <=0 იყენებს k-უახლოესის სარეზერვო რეჟიმს." }, "min_points": { "label": "მინიმალური წერტილები", "description": "გამოსაყენებელი მეზობლების მინიმალური რაოდენობა; ნაგულისხმევია 0." }, "cell_size": { "label": "უჯრედის ზომა", "description": "გამომავალი უჯრედის ზომა, როცა base_raster მითითებული არ არის." }, "base_raster": { "label": "საბაზისო რასტრი", "description": "არასავალდებულო საბაზისო რასტრი, რომელიც განსაზღვრავს გამომავალის გეომეტრიას." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "image_autocorrelation": { "name": "გამოსახულების ავტოკორელაცია", "description": "ითვლის მორანის I-ს ერთი ან რამდენიმე რასტრული გამოსახულებისთვის.", "params": { "inputs": { "label": "შემავალი მონაცემები", "description": "შემავალი რასტრების გზების სია." }, "contiguity": { "label": "მომიჯნავეობა", "description": "მეზობლობის წესი: rook, king/queen ან bishop." } } }, "image_correlation": { "name": "გამოსახულებათა კორელაცია", "description": "ითვლის პირსონის კორელაციის მატრიცას ორი ან მეტი რასტრული გამოსახულებისთვის.", "params": { "inputs": { "label": "შემავალი მონაცემები", "description": "შემავალი რასტრების გზების სია." } } }, "image_regression": { "name": "გამოსახულებათა რეგრესია", "description": "ასრულებს ორცვლადიან წრფივ რეგრესიას ორ რასტრს შორის და გამოაქვს ნარჩენების რასტრი და ანგარიში.", "params": { "input1": { "label": "შემავალი 1", "description": "დამოუკიდებელი ცვლადის რასტრის გზა." }, "input2": { "label": "შემავალი 2", "description": "დამოკიდებული ცვლადის რასტრის გზა." }, "standardize_residuals": { "label": "ნაშთების სტანდარტიზაცია", "description": "სტანდარტიზდეს თუ არა ნარჩენები მოდელის სტანდარტული შეცდომით." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა ნარჩენების რასტრისთვის." } } }, "increment": { "name": "ზრდა", "description": "უმატებს მნიშვნელობას (ნაგულისხმევი 1.0) თითოეულ არა-NoData რასტრულ უჯრედს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის ფაილის გზა." }, "value": { "label": "მნიშვნელობა", "description": "თითოეულ უჯრედზე დასამატებელი სიდიდე. ნაგულისხმევია 1.0." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის ფაილის გზა. თუ არ არის მითითებული, შედეგი ინახება მეხსიერებაში." } } }, "inplace_add": { "name": "ადგილზე მიმატება", "description": "ასრულებს ადგილზე შეკრების ოპერაციას (input1 += input2).", "params": { "input1": { "label": "შემავალი 1", "description": "შესაცვლელი შემავალი რასტრი." }, "input2": { "label": "შემავალი 2", "description": "შემავალი რასტრის გზა ან რიცხვითი მუდმივა." } } }, "inplace_divide": { "name": "ადგილზე გაყოფა", "description": "ასრულებს ადგილზე გაყოფის ოპერაციას (input1 /= input2).", "params": { "input1": { "label": "შემავალი 1", "description": "შესაცვლელი შემავალი რასტრი." }, "input2": { "label": "შემავალი 2", "description": "შემავალი რასტრის გზა ან არანულოვანი რიცხვითი მუდმივა." } } }, "inplace_multiply": { "name": "ადგილზე გამრავლება", "description": "ასრულებს ადგილზე გამრავლების ოპერაციას (input1 *= input2).", "params": { "input1": { "label": "შემავალი 1", "description": "შესაცვლელი შემავალი რასტრი." }, "input2": { "label": "შემავალი 2", "description": "შემავალი რასტრის გზა ან რიცხვითი მუდმივა." } } }, "inplace_subtract": { "name": "ადგილზე გამოკლება", "description": "ასრულებს ადგილზე გამოკლების ოპერაციას (input1 -= input2).", "params": { "input1": { "label": "შემავალი 1", "description": "შესაცვლელი შემავალი რასტრი." }, "input2": { "label": "შემავალი 2", "description": "შემავალი რასტრის გზა ან რიცხვითი მუდმივა." } } }, "integer_division": { "name": "მთელრიცხვოვანი გაყოფა", "description": "ყოფს ორ რასტრს და თითოეულ შედეგს ნულისკენ კვეთს.", "params": { "input1": { "label": "შემავალი 1", "description": "პირველი შემავალი რასტრი (გზის სტრიქონი ან ტიპიზებული რასტრის ობიექტი)." }, "input2": { "label": "შემავალი 2", "description": "მეორე შემავალი რასტრი (გზის სტრიქონი ან ტიპიზებული რასტრის ობიექტი)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის ფაილის გზა. თუ არ არის მითითებული, გამომავალი რჩება მეხსიერებაში და ბრუნდება memory:// რასტრის მიმართვის სახით." } } }, "inverse_pca": { "name": "შებრუნებული PCA", "description": "აღადგენს საწყისი არხების გამოსახულებებს PCA კომპონენტების რასტრებიდან შენახული საკუთრივი ვექტორების გამოყენებით.", "params": { "inputs": { "label": "შემავალი მონაცემები", "description": "კომპონენტების რასტრების გზები." }, "auto_reproject": { "label": "ავტომატური გადაპროექტირება", "description": "თუ true (ნაგულისხმევი), ავტომატურად გადააპროექტირებს დასტის რასტრებს inputs[0]-თან შესატყვისად, როცა CRS განსხვავდება." }, "auto_reproject_method": { "label": "ავტომატური გადაპროექტირების მეთოდი", "description": "არასავალდებულო გადაპროექტირების გადადისკრეტიზაციის მეთოდის გადაფარვა: nearest, bilinear, cubic, lanczos, average, min, max, mode, median, stddev." }, "pca_report": { "label": "PCA ანგარიში", "description": "JSON ანგარიშის სტრიქონი PCA-დან." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო საბაზისო გამომავალი გზა." } } }, "is_nodata": { "name": "არის NoData", "description": "გამოაქვს 1 NoData უჯრედებისთვის და 0 ყველა ვალიდური უჯრედისთვის.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის ფაილის გზა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის ფაილის გზა. თუ არ არის მითითებული, შედეგი ინახება მეხსიერებაში." } } }, "kappa_index": { "name": "კაპა ინდექსი", "description": "ითვლის კოენის კაპასა და თანხვედრის მეტრიკებს ორ კატეგორიულ რასტრს შორის.", "params": { "input1": { "label": "შემავალი 1", "description": "შემავალი კლასიფიკაციის რასტრის გზა." }, "input2": { "label": "შემავალი 2", "description": "შემავალი საეტალონო რასტრის გზა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო HTML ანგარიშის გამომავალი გზა (მეტსახელი: output_html_file)." } } }, "ks_normality_test": { "name": "KS ნორმალურობის ტესტი", "description": "აფასებს, არის თუ არა რასტრის მნიშვნელობები ნორმალური განაწილებიდან.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა." }, "num_samples": { "label": "ნიმუშების რაოდენობა", "description": "შემთხვევითი შერჩევის არასავალდებულო ზომა. გამოტოვეთ ყველა ვალიდური უჯრედის გამოსაყენებლად." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო HTML ანგარიშის გამომავალი გზა (მეტსახელი: output_html_file)." } } }, "less_than": { "name": "ნაკლებია", "description": "ამოწმებს, ნაკლებია თუ არა პირველი რასტრი მეორეზე უჯრედ-უჯრედ.", "params": { "input1": { "label": "შემავალი 1", "description": "პირველი შემავალი რასტრი (გზის სტრიქონი ან ტიპიზებული რასტრის ობიექტი)." }, "input2": { "label": "შემავალი 2", "description": "მეორე შემავალი რასტრი (გზის სტრიქონი ან ტიპიზებული რასტრის ობიექტი)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის ფაილის გზა. თუ არ არის მითითებული, გამომავალი რჩება მეხსიერებაში და ბრუნდება memory:// რასტრის მიმართვის სახით." } } }, "list_unique_values_raster": { "name": "უნიკალური მნიშვნელობების სია (რასტრი)", "description": "ჩამოთვლის რასტრის უნიკალურ ვალიდურ კატეგორიებსა და მათ სიხშირეებს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი CSV-ის გზა." }, "strict_parity": { "label": "მკაცრი შესაბამისობა", "description": "როცა true-ა, ბრუნდება კატეგორიების სიხშირის სრული გამონატანი (ნაგულისხმევი true)." }, "max_values": { "label": "მაქსიმალური მნიშვნელობები", "description": "ჩასართავი უნიკალური მნიშვნელობების მაქსიმალური რაოდენობა, როცა strict_parity არის false (ნაგულისხმევი 10000)." } } }, "ln": { "name": "ნატურალური ლოგარითმი", "description": "ითვლის თითოეული რასტრული უჯრედის ნატურალურ ლოგარითმს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის ფაილის გზა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის ფაილის გზა. თუ არ არის მითითებული, შედეგი ინახება მეხსიერებაში." } } }, "log10": { "name": "ათობითი ლოგარითმი", "description": "ითვლის თითოეული რასტრული უჯრედის ათობით ლოგარითმს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის ფაილის გზა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის ფაილის გზა. თუ არ არის მითითებული, შედეგი ინახება მეხსიერებაში." } } }, "log2": { "name": "ორობითი ლოგარითმი", "description": "ითვლის თითოეული რასტრული უჯრედის ორობით ლოგარითმს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის ფაილის გზა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის ფაილის გზა. თუ არ არის მითითებული, შედეგი ინახება მეხსიერებაში." } } }, "map_features": { "name": "ობიექტების რუკა", "description": "კარტოგრაფირებს რელიეფის დისკრეტულ ამაღლებულ ფორმებს რასტრიდან კლებადი პრიორიტეტის რეგიონის ზრდით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრი." }, "min_feature_height": { "label": "ობიექტის მინიმალური სიმაღლე", "description": "მინიმალური ვერტიკალური დაშორება დამოუკიდებელი ობიექტებისთვის." }, "min_feature_size": { "label": "ობიექტის მინიმალური ზომა", "description": "ობიექტის მინიმალური ზომა უჯრედებში." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "max": { "name": "მაქსიმუმი", "description": "ასრულებს MAX ოპერაციას ორ რასტრზე ან რასტრსა და მუდმივ მნიშვნელობაზე.", "params": { "input1": { "label": "შემავალი 1", "description": "პირველი რასტრის გზა ან რიცხვითი მუდმივა." }, "input2": { "label": "შემავალი 2", "description": "მეორე რასტრის გზა ან რიცხვითი მუდმივა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "min": { "name": "მინიმუმი", "description": "ასრულებს MIN ოპერაციას ორ რასტრზე ან რასტრსა და მუდმივ მნიშვნელობაზე.", "params": { "input1": { "label": "შემავალი 1", "description": "პირველი რასტრის გზა ან რიცხვითი მუდმივა." }, "input2": { "label": "შემავალი 2", "description": "მეორე რასტრის გზა ან რიცხვითი მუდმივა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "modified_shepard_interpolation": { "name": "მოდიფიცირებული Shepard-ის ინტერპოლაცია", "description": "ინტერპოლაციით ქმნის რასტრს წერტილოვანი ნიმუშებიდან ლოკალურად შეწონილი მოდიფიცირებული Shepard-ის შერწყმით.", "params": { "points": { "label": "წერტილები", "description": "შემავალი წერტილოვანი ვექტორული ფენა." }, "field_name": { "label": "ველის სახელი", "description": "არასავალდებულო რიცხვითი ატრიბუტის ველი; ნაგულისხმევად უკუგდება FID-ზე." }, "use_z": { "label": "Z-ის გამოყენება", "description": "Z მნიშვნელობების გამოყენება წერტილის გეომეტრიიდან ატრიბუტების ნაცვლად." }, "weight": { "label": "წონა", "description": "Shepard-ის წონის ხარისხის მაჩვენებელი; ნაგულისხმევია 2.0." }, "radius": { "label": "რადიუსი", "description": "მეზობლობის არასავალდებულო რადიუსი რუკის ერთეულებში." }, "min_points": { "label": "მინიმალური წერტილები", "description": "მეზობლების მინიმალური რაოდენობა; ნაგულისხმევია 8." }, "use_quadratic_basis": { "label": "კვადრატული ბაზისის გამოყენება", "description": "ლოკალური კვადრატული ბაზისის შესწორებების გამოყენება (მემკვიდრეობით თავსებადი რეჟიმი)." }, "cell_size": { "label": "უჯრედის ზომა", "description": "გამომავალი უჯრედის ზომა, როცა base_raster მითითებული არ არის." }, "base_raster": { "label": "საბაზისო რასტრი", "description": "არასავალდებულო საბაზისო რასტრი, რომელიც განსაზღვრავს გამომავალის გეომეტრიას." }, "use_data_hull": { "label": "მონაცემთა გარსის გამოყენება", "description": "ინტერპოლაციის შეზღუდვა წერტილების ამოზნექილი გარსით." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "narrowness_index": { "name": "სივიწროვის ინდექსი", "description": "ითვლის რასტრული ლაქის სივიწროვის ინდექსს, როგორც ფართობის შეფარდებას უდიდესი ჩაწერილი წრის ფართობთან, კიდემდე მაქსიმალური მანძილის საფუძველზე.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ლაქის ID-ების რასტრი დადებითი მთელრიცხოვანი ID-ებით." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "negate": { "name": "ნიშნის შეცვლა", "description": "ცვლის ნიშანს თითოეული არა-NoData რასტრული უჯრედის მნიშვნელობას.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის ფაილის გზა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის ფაილის გზა. თუ არ არის მითითებული, შედეგი ინახება მეხსიერებაში." } } }, "nibble": { "name": "ჩანაცვლება (Nibble)", "description": "ავსებს ფონურ რეგიონებს უახლოესი მეზობლის განაწილებით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრი, რომელიც უნდა შეიკვეცოს." }, "mask": { "label": "ნიღაბი", "description": "ბინარული ნიღბის რასტრი." }, "use_nodata": { "label": "NoData-ის გამოყენება", "description": "შემავალი NoData მნიშვნელობის განხილვა კლასის მნიშვნელობად (და არა ფონად)." }, "nibble_nodata": { "label": "NoData უჯრედების ჩანაცვლება", "description": "ასევე შეკვეცა ნიღბის გარეთ არსებულ NoData უბნებში." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "not_equal_to": { "name": "არ არის ტოლი", "description": "ამოწმებს, არატოლია თუ არა ორი რასტრი უჯრედ-უჯრედ.", "params": { "input1": { "label": "შემავალი 1", "description": "პირველი შემავალი რასტრი (გზის სტრიქონი ან ტიპიზებული რასტრის ობიექტი)." }, "input2": { "label": "შემავალი 2", "description": "მეორე შემავალი რასტრი (გზის სტრიქონი ან ტიპიზებული რასტრის ობიექტი)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის ფაილის გზა. თუ არ არის მითითებული, გამომავალი რჩება მეხსიერებაში და ბრუნდება memory:// რასტრის მიმართვის სახით." } } }, "paired_sample_t_test": { "name": "წყვილური t-ტესტი", "description": "ასრულებს წყვილური ნიმუშების t-ტესტს ორ რასტრზე წყვილური ვალიდური უჯრედების გამოყენებით.", "params": { "input1": { "label": "შემავალი 1", "description": "პირველი შემავალი რასტრის გზა." }, "input2": { "label": "შემავალი 2", "description": "მეორე შემავალი რასტრის გზა." }, "num_samples": { "label": "ნიმუშების რაოდენობა", "description": "არასავალდებულო შერჩევის ზომა დაბრუნებით." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო HTML ანგარიშის გამომავალი გზა (მეტსახელი: output_html_file)." } } }, "phi_coefficient": { "name": "ფი კოეფიციენტი", "description": "ასრულებს ბინარული კლასიფიკაციის თანხვედრის შეფასებას ფი კოეფიციენტით.", "params": { "input1": { "label": "შემავალი 1", "description": "პირველი ბინარული რასტრის გზა." }, "input2": { "label": "შემავალი 2", "description": "მეორე ბინარული რასტრის გზა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო HTML ანგარიშის გამომავალი გზა (მეტსახელი: output_html_file)." } } }, "principal_component_analysis": { "name": "მთავარი კომპონენტების ანალიზი", "description": "ასრულებს PCA-ს რასტრების სტეკზე და აბრუნებს კომპონენტების გამოსახულებებსა და JSON ანგარიშს.", "params": { "inputs": { "label": "შემავალი მონაცემები", "description": "შემავალი რასტრების გზები (≥3)." }, "auto_reproject": { "label": "ავტომატური გადაპროექტირება", "description": "თუ true (ნაგულისხმევი), ავტომატურად გადააპროექტირებს დასტის რასტრებს inputs[0]-თან შესატყვისად, როცა CRS განსხვავდება." }, "auto_reproject_method": { "label": "ავტომატური გადაპროექტირების მეთოდი", "description": "არასავალდებულო გადაპროექტირების გადადისკრეტიზაციის მეთოდის გადაფარვა: nearest, bilinear, cubic, lanczos, average, min, max, mode, median, stddev." }, "num_components": { "label": "კომპონენტების რაოდენობა", "description": "კომპონენტების რაოდენობა. ნაგულისხმევი: ყველა." }, "standardized": { "label": "სტანდარტიზებული", "description": "კორელაციის მატრიცის გამოყენება. ნაგულისხმევი: false." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო საბაზისო გამომავალი გზა." } } }, "print_geotiff_tags": { "name": "GeoTIFF ტეგების ბეჭდვა", "description": "ქმნის ტექსტურ ანგარიშს, რომელიც აღწერს TIFF/GeoTIFF ტეგებსა და საკვანძო მეტამონაცემებს GeoTIFF ოჯახის შემავალი რასტრისთვის.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა." } } }, "quantiles": { "name": "კვანტილები", "description": "გარდაქმნის რასტრის მნიშვნელობებს კვანტილურ კლასებად.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა." }, "num_quantiles": { "label": "კვანტილების რაოდენობა", "description": "კვანტილების რაოდენობა (ნაგულისხმევი 5)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "radial_basis_function_interpolation": { "name": "რადიალური საბაზისო ფუნქციის ინტერპოლაცია", "description": "ინტერპოლაციით ქმნის რასტრს წერტილოვანი ნიმუშებიდან ლოკალური რადიალურ-საბაზისო მსგავსებით შეწონვით.", "params": { "points": { "label": "წერტილები", "description": "შემავალი წერტილოვანი ვექტორული ფენა." }, "field_name": { "label": "ველის სახელი", "description": "არასავალდებულო რიცხვითი ატრიბუტის ველი; ნაგულისხმევად უკუგდება FID-ზე." }, "use_z": { "label": "Z-ის გამოყენება", "description": "Z მნიშვნელობების გამოყენება წერტილის გეომეტრიიდან ატრიბუტების ნაცვლად." }, "approximate_mode": { "label": "მიახლოებითი რეჟიმი", "description": "თუ true-ა, გამოიყენება NG სწრაფი მიახლოებითი შეწონვა; თუ false-ა, იხსნება ლოკალური RBF სისტემები (მემკვიდრეობითი სტილი)." }, "radius": { "label": "რადიუსი", "description": "მეზობლობის არასავალდებულო რადიუსი რუკის ერთეულებში." }, "min_points": { "label": "მინიმალური წერტილები", "description": "გამოსაყენებელი მეზობლების მინიმალური რაოდენობა." }, "cell_size": { "label": "უჯრედის ზომა", "description": "გამომავალი უჯრედის ზომა, როცა base_raster მითითებული არ არის." }, "base_raster": { "label": "საბაზისო რასტრი", "description": "არასავალდებულო საბაზისო რასტრი, რომელიც განსაზღვრავს გამომავალის გეომეტრიას." }, "func_type": { "label": "ფუნქციის ტიპი", "description": "რადიალური ბაზისის ტიპი (thinplatespline, polyharmonic, gaussian, multiquadric, inversemultiquadric)." }, "poly_order": { "label": "პოლინომის რიგი", "description": "პოლინომის რიგის მინიშნება (none, constant, quadratic)." }, "weight": { "label": "წონა", "description": "ბაზისის ფორმის პარამეტრი/ხარისხი func_type-ის მიხედვით." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "radius_of_gyration": { "name": "ინერციის რადიუსი", "description": "ითვლის თითოეული ლაქის ბრუნვის რადიუსს და მნიშვნელობებს ლაქის უჯრედებზე ასახავს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ლაქის ID-ების რასტრი დადებითი მთელრიცხოვანი ID-ებით." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "random_field": { "name": "შემთხვევითი ველი", "description": "ქმნის რასტრს, რომელიც სტანდარტულ ნორმალურ შემთხვევით მნიშვნელობებს შეიცავს.", "params": { "base": { "label": "საფუძველი", "description": "საბაზისო რასტრის გზა, რომელიც გამოიყენება ბადის გეომეტრიისთვის." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "random_forest_classification_fit": { "name": "შემთხვევითი ტყის კლასიფიკაცია: სწავლება", "description": "არგებს შემთხვევითი ტყის კლასიფიკაციის მოდელს და აბრუნებს მოდელის სერიალიზებულ ბაიტებს.", "params": { "inputs": { "label": "შემავალი მონაცემები", "description": "ერთარხიანი შემავალი რასტრების მასივი." }, "training_data": { "label": "სასწავლო მონაცემები", "description": "წერტილოვანი/პოლიგონური ვექტორული სასწავლო მონაცემების გზა." }, "class_field": { "label": "კლასის ველი", "description": "კლასის ველი training_data-ის ატრიბუტებში." }, "scaling": { "label": "მასშტაბირება", "description": "ნიშნების მასშტაბირების რეჟიმი: none (ნაგულისხმევი), normalize, standardize." }, "split_criterion": { "label": "გაყოფის კრიტერიუმი", "description": "ხის გახლეჩის კრიტერიუმის მინიშნება (შენარჩუნებულია მემკვიდრეობითი თავსებადობისთვის)." }, "n_trees": { "label": "ხეების რაოდენობა", "description": "ხეების რაოდენობა ტყეში (ნაგულისხმევი 200)." }, "min_samples_leaf": { "label": "მინიმალური ნიმუშები ფოთოლში", "description": "ფოთოლ კვანძში საჭირო ნიმუშების მინიმალური რაოდენობა (ნაგულისხმევი 1)." }, "min_samples_split": { "label": "მინიმალური ნიმუშები გაყოფისთვის", "description": "შიდა კვანძის გასაყოფად საჭირო ნიმუშების მინიმალური რაოდენობა (ნაგულისხმევი 2)." }, "test_proportion": { "label": "სატესტო ნაწილის წილი", "description": "მემკვიდრეობითი თავსებადობის არგუმენტი; დაცულია მომავალი დიაგნოსტიკისთვის." } } }, "random_forest_classification_predict": { "name": "შემთხვევითი ტყის კლასიფიკაცია: პროგნოზი", "description": "იყენებს შემთხვევითი ტყის კლასიფიკაციის სერიალიზებულ მოდელს მრავალარხიან პრედიქტორებზე.", "params": { "inputs": { "label": "შემავალი მონაცემები", "description": "ერთარხიანი შემავალი რასტრების მასივი." }, "model_bytes": { "label": "მოდელის ზომა ბაიტებში", "description": "მოდელის ბაიტები, შექმნილი random_forest_classification_fit-ის მიერ." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "random_forest_regression_fit": { "name": "შემთხვევითი ტყის რეგრესია: სწავლება", "description": "არგებს შემთხვევითი ტყის რეგრესიის მოდელს და აბრუნებს მოდელის სერიალიზებულ ბაიტებს.", "params": { "inputs": { "label": "შემავალი მონაცემები", "description": "ერთარხიანი შემავალი რასტრების მასივი." }, "training_data": { "label": "სასწავლო მონაცემები", "description": "წერტილოვანი ვექტორული სასწავლო მონაცემების გზა." }, "field": { "label": "ველი", "description": "რიცხვითი სამიზნე ველი training_data-ის ატრიბუტებში." }, "scaling": { "label": "მასშტაბირება", "description": "ნიშნების მასშტაბირების რეჟიმი: none (ნაგულისხმევი), normalize, standardize." }, "n_trees": { "label": "ხეების რაოდენობა", "description": "ხეების რაოდენობა ტყეში (ნაგულისხმევი 200)." }, "min_samples_leaf": { "label": "მინიმალური ნიმუშები ფოთოლში", "description": "ფოთოლ კვანძში საჭირო ნიმუშების მინიმალური რაოდენობა (ნაგულისხმევი 1)." }, "min_samples_split": { "label": "მინიმალური ნიმუშები გაყოფისთვის", "description": "შიდა კვანძის გასაყოფად საჭირო ნიმუშების მინიმალური რაოდენობა (ნაგულისხმევი 2)." }, "test_proportion": { "label": "სატესტო ნაწილის წილი", "description": "მემკვიდრეობითი თავსებადობის არგუმენტი; დაცულია მომავალი დიაგნოსტიკისთვის." } } }, "random_forest_regression_predict": { "name": "შემთხვევითი ტყის რეგრესია: პროგნოზი", "description": "იყენებს შემთხვევითი ტყის რეგრესიის სერიალიზებულ მოდელს მრავალარხიან პრედიქტორებზე.", "params": { "inputs": { "label": "შემავალი მონაცემები", "description": "ერთარხიანი შემავალი რასტრების მასივი." }, "model_bytes": { "label": "მოდელის ზომა ბაიტებში", "description": "მოდელის ბაიტები, შექმნილი random_forest_regression_fit-ის მიერ." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "random_sample": { "name": "შემთხვევითი შერჩევა", "description": "ქმნის რასტრს, რომელიც შემთხვევით განლაგებულ ნიმუშის უჯრედებს უნიკალური ID-ებით შეიცავს.", "params": { "base": { "label": "საფუძველი", "description": "საბაზისო რასტრის გზა, გამოყენებული ბადის გეომეტრიისა და ვალიდური უჯრედების ნიღბისთვის." }, "num_samples": { "label": "ნიმუშების რაოდენობა", "description": "გენერირებადი შერჩევის უჯრედების რაოდენობა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "raster_area": { "name": "რასტრის ფართობი", "description": "აფასებს რასტრული პოლიგონების ფართობს თითოეული კლასისთვის ბადის უჯრედებში ან რუკის ერთეულებში და კლასის ჯამებს კლასის თითოეულ უჯრედში წერს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი კატეგორიული რასტრი." }, "units": { "label": "ერთეულები", "description": "ფართობის ერთეულები: 'map units' (ნაგულისხმევი) ან 'grid cells'." }, "zero_background": { "label": "ნულოვანი ფონი", "description": "თუ true-ა, ნულოვანი მნიშვნელობის უჯრედები გამოირიცხება ანალიზიდან." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "raster_calculator": { "name": "რასტრის კალკულატორი", "description": "აფასებს მათემატიკურ გამოსახულებას შემავალი რასტრების სიაზე უჯრედ-უჯრედ.", "params": { "expression": { "label": "გამოსახულება", "description": "მათემატიკური გამოსახულება ბრჭყალებში ჩასმული რასტრის ცვლადების სახელებით." }, "inputs": { "label": "შემავალი მონაცემები", "description": "დალაგებული შემავალი რასტრების გზები." }, "auto_reproject": { "label": "ავტომატური გადაპროექტირება", "description": "თუ true (ნაგულისხმევი), ავტომატურად გადააპროექტირებს დასტის რასტრებს inputs[0]-თან შესატყვისად, როცა CRS განსხვავდება." }, "auto_reproject_method": { "label": "ავტომატური გადაპროექტირების მეთოდი", "description": "არასავალდებულო გადაპროექტირების გადადისკრეტიზაციის მეთოდის გადაფარვა: nearest, bilinear, cubic, lanczos, average, min, max, mode, median, stddev." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "raster_cell_assignment": { "name": "რასტრის უჯრედების მინიჭება", "description": "ქმნის საბაზისო რასტრიდან მიღებულ რასტრს, რომელიც თითოეულ უჯრედს სტრიქონის, სვეტის, x ან y მნიშვნელობას ანიჭებს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი საბაზისო რასტრი." }, "what_to_assign": { "label": "რა მიენიჭოს", "description": "მინიჭების სამიზნე: column, row, x ან y." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "raster_histogram": { "name": "რასტრის ჰისტოგრამა", "description": "აგებს ფიქსირებული ბინების ჰისტოგრამას ვალიდური რასტრული უჯრედებისთვის.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო HTML ანგარიშის გამომავალი გზა (მეტსახელი: output_html_file)." }, "bins": { "label": "ინტერვალები", "description": "ჰისტოგრამის ინტერვალების რაოდენობა (ნაგულისხმევი log2(rows*cols)+1)." } } }, "raster_perimeter": { "name": "რასტრის პერიმეტრი", "description": "აფასებს რასტრული პოლიგონების პერიმეტრს თითოეული კლასისთვის ანტიალიასინგის საძიებო ცხრილით და კლასის ჯამებს კლასის თითოეულ უჯრედში წერს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი კატეგორიული რასტრი." }, "units": { "label": "ერთეულები", "description": "პერიმეტრის ერთეულები: 'map units' (ნაგულისხმევი) ან 'grid cells'." }, "zero_background": { "label": "ნულოვანი ფონი", "description": "თუ true-ა, ნულოვანი მნიშვნელობის უჯრედები გამოირიცხება ანალიზიდან." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "raster_summary_stats": { "name": "რასტრის შემაჯამებელი სტატისტიკა", "description": "ითვლის ძირითად შემაჯამებელ სტატისტიკას ვალიდური რასტრული უჯრედებისთვის.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი ანგარიშის გზა (.json ან .csv)." } } }, "reciprocal": { "name": "შებრუნებული მნიშვნელობა", "description": "ითვლის თითოეული რასტრული უჯრედის შებრუნებულ მნიშვნელობას (1/x).", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის ფაილის გზა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის ფაილის გზა. თუ არ არის მითითებული, შედეგი ინახება მეხსიერებაში." } } }, "rescale_value_range": { "name": "მნიშვნელობათა დიაპაზონის გადამასშტაბება", "description": "წრფივად ამასშტაბებს რასტრის მნიშვნელობებს სამიზნე დიაპაზონში.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა." }, "out_min": { "label": "გამომავალი მინიმუმი", "description": "მინიმალური გამომავალი მნიშვნელობა." }, "out_max": { "label": "გამოსატანი მაქსიმუმი", "description": "მაქსიმალური გამომავალი მნიშვნელობა." }, "clip_min": { "label": "ამოჭრის მინიმუმი", "description": "არასავალდებულო შემავალი მინიმუმი გადამასშტაბირებამდე ამოჭრისთვის." }, "clip_max": { "label": "ამოჭრის მაქსიმუმი", "description": "არასავალდებულო შემავალი მაქსიმუმი გადამასშტაბირებამდე ამოჭრისთვის." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "root_mean_square_error": { "name": "საშუალო კვადრატული შეცდომა", "description": "ითვლის RMSE-ს და სიზუსტის დაკავშირებულ სტატისტიკას ორ რასტრს შორის.", "params": { "input": { "label": "შემავალი", "description": "შესადარებელი რასტრის გზა." }, "base": { "label": "საფუძველი", "description": "საბაზისო რასტრის გზა." } } }, "round": { "name": "დამრგვალება", "description": "ამრგვალებს თითოეულ რასტრულ უჯრედს უახლოეს მთელ რიცხვამდე.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის ფაილის გზა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის ფაილის გზა. თუ არ არის მითითებული, შედეგი ინახება მეხსიერებაში." } } }, "shape_complexity_index_raster": { "name": "რასტრის ფორმის სირთულის ინდექსი", "description": "ითვლის რასტრული ლაქის ფორმის სირთულეს ჰორიზონტალური/ვერტიკალური გადასვლების სიხშირით, ნორმალიზებულს ლაქის გაშლილობით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ლაქის ID-ების რასტრი დადებითი მთელრიცხოვანი ID-ებით." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "sieve": { "name": "ცხრილი (Sieve)", "description": "აშორებს უჯრედების რაოდენობის ზღურბლზე მცირე იზოლირებულ ლაქებს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი კატეგორიული რასტრი." }, "threshold": { "label": "ზღურბლი", "description": "შესანარჩუნებელი ლაქის მინიმალური ზომა უჯრედებში." }, "zero_background": { "label": "ნულოვანი ფონი", "description": "ფონის (მნიშვნელობა 0) უჯრედების განულება გამომავალში." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "sin": { "name": "სინუსი", "description": "ითვლის თითოეული რასტრული უჯრედის მნიშვნელობის სინუსს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის ფაილის გზა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის ფაილის გზა. თუ არ არის მითითებული, შედეგი ინახება მეხსიერებაში." } } }, "sinh": { "name": "ჰიპერბოლური სინუსი", "description": "ითვლის თითოეული რასტრული უჯრედის ჰიპერბოლურ სინუსს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის ფაილის გზა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის ფაილის გზა. თუ არ არის მითითებული, შედეგი ინახება მეხსიერებაში." } } }, "sqrt": { "name": "კვადრატული ფესვი", "description": "ითვლის თითოეული რასტრული უჯრედის კვადრატულ ფესვს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის ფაილის გზა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის ფაილის გზა. თუ არ არის მითითებული, შედეგი ინახება მეხსიერებაში." } } }, "square": { "name": "კვადრატი", "description": "აჰყავს კვადრატში თითოეული რასტრული უჯრედის მნიშვნელობა.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის ფაილის გზა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის ფაილის გზა. თუ არ არის მითითებული, შედეგი ინახება მეხსიერებაში." } } }, "tan": { "name": "ტანგენსი", "description": "ითვლის თითოეული რასტრული უჯრედის მნიშვნელობის ტანგენსს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის ფაილის გზა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის ფაილის გზა. თუ არ არის მითითებული, შედეგი ინახება მეხსიერებაში." } } }, "tanh": { "name": "ჰიპერბოლური ტანგენსი", "description": "ითვლის თითოეული რასტრული უჯრედის ჰიპერბოლურ ტანგენსს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის ფაილის გზა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის ფაილის გზა. თუ არ არის მითითებული, შედეგი ინახება მეხსიერებაში." } } }, "tin_interpolation": { "name": "TIN ინტერპოლაცია", "description": "ინტერპოლაციით ქმნის რასტრს წერტილოვანი ნიმუშებიდან Delaunay-ს ტრიანგულაციითა და თითოეულ სამკუთხედში სიბრტყული ინტერპოლაციით.", "params": { "points": { "label": "წერტილები", "description": "შემავალი წერტილოვანი ვექტორული ფენა." }, "field_name": { "label": "ველის სახელი", "description": "არასავალდებულო რიცხვითი ატრიბუტის ველი; ნაგულისხმევად უკუგდება FID-ზე." }, "use_z": { "label": "Z-ის გამოყენება", "description": "Z მნიშვნელობების გამოყენება წერტილის გეომეტრიიდან ატრიბუტების ნაცვლად." }, "cell_size": { "label": "უჯრედის ზომა", "description": "გამომავალი უჯრედის ზომა, როცა base_raster მითითებული არ არის." }, "base_raster": { "label": "საბაზისო რასტრი", "description": "არასავალდებულო საბაზისო რასტრი, რომელიც განსაზღვრავს გამომავალის გეომეტრიას." }, "max_triangle_edge_length": { "label": "სამკუთხედის წიბოს მაქსიმალური სიგრძე", "description": "სამკუთხედის კიდის არასავალდებულო მაქსიმალური დასაშვები სიგრძე რუკის ერთეულებში." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "to_degrees": { "name": "გრადუსებში", "description": "გარდაქმნის თითოეულ რასტრულ უჯრედს რადიანებიდან გრადუსებში.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის ფაილის გზა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის ფაილის გზა. თუ არ არის მითითებული, შედეგი ინახება მეხსიერებაში." } } }, "to_radians": { "name": "რადიანებში", "description": "გარდაქმნის თითოეულ რასტრულ უჯრედს გრადუსებიდან რადიანებში.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის ფაილის გზა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის ფაილის გზა. თუ არ არის მითითებული, შედეგი ინახება მეხსიერებაში." } } }, "trend_surface": { "name": "ტრენდის ზედაპირი", "description": "არგებს პოლინომიური ტრენდის ზედაპირს რასტრს უმცირეს კვადრატთა რეგრესიით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა." }, "polynomial_order": { "label": "პოლინომის რიგი", "description": "პოლინომის რიგი 1–10. ნაგულისხმევი: 1." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "trend_surface_vector_points": { "name": "ტრენდის ზედაპირი ვექტორული წერტილებიდან", "description": "არგებს პოლინომიური ტრენდის ზედაპირს ვექტორულ წერტილოვან მონაცემებს უმცირეს კვადრატთა რეგრესიით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორული წერტილების ფაილის გზა." }, "cell_size": { "label": "უჯრედის ზომა", "description": "გამომავალი რასტრის უჯრედის ზომა რუკის ერთეულებში." }, "field_name": { "label": "ველის სახელი", "description": "ატრიბუტის ველი Z მნიშვნელობებისთვის. ნაგულისხმევი: 'FID'." }, "polynomial_order": { "label": "პოლინომის რიგი", "description": "პოლინომის რიგი 1–10. ნაგულისხმევი: 1." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "truncate": { "name": "წილადის მოკვეთა", "description": "კვეთს თითოეული რასტრული უჯრედის მნიშვნელობას მის მთელ ნაწილამდე.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის ფაილის გზა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის ფაილის გზა. თუ არ არის მითითებული, შედეგი ინახება მეხსიერებაში." } } }, "turning_bands_simulation": { "name": "მბრუნავი ზოლების სიმულაცია", "description": "ქმნის სივრცულად ავტოკორელირებულ შემთხვევით ველს მბრუნავი ზოლების ალგორითმით.", "params": { "input": { "label": "შემავალი", "description": "საბაზისო რასტრის გზა." }, "range": { "label": "დიაპაზონი", "description": "კორელაციის დიაპაზონი რუკის ერთეულებში. ნაგულისხმევი: 1.0." }, "iterations": { "label": "იტერაციები", "description": "ზოლების მიმართულებების რაოდენობა. ნაგულისხმევი: 1000." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "two_sample_ks_test": { "name": "ორშერჩევითი KS ტესტი", "description": "ასრულებს ორშერჩევიან Kolmogorov-Smirnov-ის ტესტს რასტრის მნიშვნელობების ორ განაწილებაზე.", "params": { "input1": { "label": "შემავალი 1", "description": "პირველი შემავალი რასტრის გზა." }, "input2": { "label": "შემავალი 2", "description": "მეორე შემავალი რასტრის გზა." }, "num_samples": { "label": "ნიმუშების რაოდენობა", "description": "არასავალდებულო შერჩევის ზომა დაბრუნებით თითოეულ რასტრზე." } } }, "wilcoxon_signed_rank_test": { "name": "ვილკოქსონის ნიშნიანი რანგების ტესტი", "description": "ასრულებს Wilcoxon-ის ნიშნიან-რანგულ ტესტს რასტრების წყვილურ სხვაობებზე.", "params": { "input1": { "label": "შემავალი 1", "description": "პირველი შემავალი რასტრის გზა." }, "input2": { "label": "შემავალი 2", "description": "მეორე შემავალი რასტრის გზა." }, "num_samples": { "label": "ნიმუშების რაოდენობა", "description": "არასავალდებულო შერჩევის ზომა დაბრუნებით." } } }, "z_scores": { "name": "Z-ქულები", "description": "ასტანდარტებს რასტრის მნიშვნელობებს z-ქულებად გლობალური საშუალოსა და სტანდარტული გადახრის გამოყენებით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "zonal_statistics": { "name": "ზონალური სტატისტიკა", "description": "აჯამებს მონაცემთა რასტრის მნიშვნელობებს ობიექტების რასტრით განსაზღვრულ ზონებში.", "params": { "input": { "label": "შემავალი", "description": "შემავალი მონაცემების რასტრის გზა." }, "features": { "label": "მახასიათებლები", "description": "ზონების განმსაზღვრელი რასტრის გზა." }, "stat_type": { "label": "სტატისტიკის ტიპი", "description": "სტატისტიკა: 'mean', 'median', 'min', 'max', 'range', 'standard deviation', 'diversity', 'total'. ნაგულისხმევი: 'mean'." }, "zero_is_background": { "label": "ნული არის ფონი", "description": "ზონა-0 უჯრედების გამორიცხვა. ნაგულისხმევი: false." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "assess_route": { "name": "მარშრუტის შეფასება", "description": "ყოფს მარშრუტის ხაზებს სეგმენტებად და თითოეული სეგმენტისთვის აფასებს რელიეფის მეტრიკებს DEM-იდან.", "params": { "dem": { "label": "DEM", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "routes": { "label": "მარშრუტები", "description": "შემავალი პოლიხაზური მარშრუტების ვექტორის გზა." }, "search_radius": { "label": "ძიების რადიუსი", "description": "ხილვადობის ძიების რადიუსი ბადის უჯრედებში (ნაგულისხმევი 15, მინიმუმი 4)." }, "segment_length": { "label": "სეგმენტის სიგრძე", "description": "მარშრუტის სეგმენტის სამიზნე სიგრძე რუკის ერთეულებში (ნაგულისხმევი 100.0)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი ვექტორის გზა." } } }, "breakline_mapping": { "name": "გარდატეხის ხაზების კარტოგრაფირება", "description": "კარტოგრაფირებს გარდატეხის ხაზებს ლოგარითმულად გარდაქმნილი მოხრილობის (curvedness) ზღურბლით და გათხელებული ხაზოვანი მახასიათებლების ვექტორიზაციით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "threshold": { "label": "ზღურბლი", "description": "მინიმალური log-სიმრუდის ზღურბლი, გამოყენებული სტრუქტურული ხაზების ამოღებისთვის (ნაგულისხმევი 0.8)." }, "min_length": { "label": "მინიმალური სიგრძე", "description": "გამომავალი ხაზის მინიმალური სიგრძე ბადის უჯრედებში (ნაგულისხმევი 3)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი ვექტორის გზა (ნაგულისხმევი დროებითი .shp)." } } }, "convergence_index": { "name": "კონვერგენციის ინდექსი", "description": "ჩამონადენის კონვერგენცია/დივერგენცია ლოკალური ექსპოზიციის გასწორებიდან. ავლენს ხეობებს (კონვერგენტული) და ქედებს (დივერგენტული) ჩამონადენის სრული მარშრუტიზაციის გარეშე. ჩამონადენის მიმართულების ალგორითმების ეფექტიანი ალტერნატივა.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "z_factor": { "label": "Z ფაქტორი", "description": "Z გარდაქმნის კოეფიციენტი." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა." } } }, "dem_void_filling": { "name": "DEM-ის ხარვეზების შევსება", "description": "ავსებს DEM-ის ხარვეზებს მეორადი ზედაპირითა და სიმაღლის ინტერპოლირებული წანაცვლებებით შეუფერხებელი შერწყმისთვის.", "params": { "fill": { "label": "შევსება", "description": "შემავსებელი DEM რასტრის გზა ან ტიპიზებული რასტრის ობიექტი, გამოყენებული ცარიელი უბნების შესავსებად." }, "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის (ცარიელი უბნებით) გზა ან ტიპიზებული რასტრის ობიექტი." }, "edge_treatment": { "label": "კიდეების დამუშავება", "description": "ცარიელი უბნის კიდის დამუშავება: 'dem', 'fill' ან 'average' (ნაგულისხმევი 'dem')." }, "mean_plane_dist": { "label": "საშუალო სიბრტყემდე მანძილი", "description": "მანძილი უჯრედებში ცარიელი უბნის კიდეებიდან, რომლის მიღმაც წანაცვლებები უტოლდება გლობალურ საშუალო წანაცვლებას (ნაგულისხმევი 20)." }, "weight_value": { "label": "წონის მნიშვნელობა", "description": "შებრუნებული მანძილის ინტერპოლაციის ხარისხი კიდესთან ახლოს წანაცვლებების ინტერპოლაციისთვის (ნაგულისხმევი 2.0)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა." } } }, "deviation_from_mean_elevation": { "name": "გადახრა საშუალო სიმაღლიდან", "description": "ითვლის ლოკალურ ტოპოგრაფიულ z-ქულას ლოკალური საშუალოსა და სტანდარტული გადახრის გამოყენებით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "filter_size_x": { "label": "ფილტრის ზომა X", "description": "ფილტრის კენტი სიგანე უჯრედებში (ნაგულისხმევი 11). ალიასი: filterx." }, "filter_size_y": { "label": "ფილტრის ზომა Y", "description": "ფილტრის კენტი სიმაღლე უჯრედებში (ნაგულისხმევი filter_size_x). ალიასი: filtery." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში შედეგი რჩება მეხსიერებაში." } } }, "difference_from_mean_elevation": { "name": "სხვაობა საშუალო სიმაღლიდან", "description": "ითვლის სხვაობას თითოეულ სიმაღლესა და ლოკალურ საშუალო სიმაღლეს შორის.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "filter_size_x": { "label": "ფილტრის ზომა X", "description": "ფილტრის კენტი სიგანე უჯრედებში (ნაგულისხმევი 11). ალიასი: filterx." }, "filter_size_y": { "label": "ფილტრის ზომა Y", "description": "ფილტრის კენტი სიმაღლე უჯრედებში (ნაგულისხმევი filter_size_x). ალიასი: filtery." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში შედეგი რჩება მეხსიერებაში." } } }, "directional_relief": { "name": "მიმართული რელიეფი", "description": "ითვლის მიმართულებით რელიეფს სიმაღლის სხივური მიდევნებით მითითებულ აზიმუტზე.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "azimuth": { "label": "აზიმუტი", "description": "მიმართულების აზიმუტი გრადუსებში, საათის ისრის მიმართულებით ჩრდილოეთიდან." }, "max_dist": { "label": "მაქსიმალური მანძილი", "description": "სხივის არასავალდებულო მაქსიმალური მანძილი რუკის ერთეულებში." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა." } } }, "elev_above_pit": { "name": "სიმაღლე ორმოს ზემოთ", "description": "ითვლის სიმაღლეს უახლოესი ფერდობზე ქვემოთ მდებარე ორმოს უჯრედის (ან კიდის ჩაღრმავების) ზემოთ.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა." } } }, "elev_above_pit_dist": { "name": "სიმაღლე ორმოს ზემოთ (მანძილი)", "description": "თავსებადობის ფსევდონიმი elev_above_pit-ისთვის.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა." } } }, "elevation_percentile": { "name": "სიმაღლის პროცენტილი", "description": "სიმაღლის ლოკალური პროცენტილური რანგი მეზობლობაში (0-100). ავლენს ხეობებს (დაბალი %), ქედებს (მაღალი %) და ფერდობებს (საშუალო %). რელიეფის ფორმების კლასიფიკაციის მეტრიკა, რომელიც აბსოლუტური სიმაღლისგან დამოუკიდებელია.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "filter_size_x": { "label": "ფილტრის ზომა X", "description": "ფილტრის კენტი სიგანე უჯრედებში (ნაგულისხმევი 11). ალიასი: filterx." }, "filter_size_y": { "label": "ფილტრის ზომა Y", "description": "ფილტრის კენტი სიმაღლე უჯრედებში (ნაგულისხმევი filter_size_x). ალიასი: filtery." }, "sig_digits": { "label": "მნიშვნელოვანი ციფრები", "description": "ინტერვალებად დაყოფისას შესანარჩუნებელი მნიშვნელოვანი ათწილადი ციფრების რაოდენობა (ნაგულისხმევი 2)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა." } } }, "embankment_mapping": { "name": "ნაყარების კარტოგრაფირება", "description": "კარტოგრაფირებს სატრანსპორტო ნაყარებს DEM-იდან და გზების ქსელიდან, ნაყარის ზედაპირის არასავალდებულო მოცილებით ინტერპოლაციის გზით. ავტორები: John Lindsay და Nigel VanNieuwenhuizen.", "params": { "dem": { "label": "DEM", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "roads_vector": { "label": "გზების ვექტორი", "description": "შემავალი გზების ვექტორული ფაილის გზა (პოლიხაზური გეომეტრია)." }, "embankment_max_width": { "label": "ნაყარის მაქსიმალური სიგანე", "description": "მიწაყრილის მაქსიმალური სიგანე რუკის ერთეულებში (ნაგულისხმევი 60.0)." }, "max_upwards_increment": { "label": "მაქსიმალური აღმავალი ნაზრდი", "description": "ზრდის დროს დასაშვები მაქსიმალური ლოკალური აღმავალი ნაზრდი (ნაგულისხმევი 0.05)." }, "min_road_width": { "label": "გზის მინიმალური სიგანე", "description": "რუკაზე ასახული გზის მინიმალური სიგანე რუკის ერთეულებში (ნაგულისხმევი 6.0)." }, "remove_embankments": { "label": "ნაყარების მოშორება", "description": "თუ true-ა, დამატებით გამოაქვს მიწაყრილებისგან გასუფთავებული DEM ლოკალური ინტერპოლაციის გზით." }, "search_dist": { "label": "ძიების მანძილი", "description": "გზის საწყისი წერტილის გადაადგილების მანძილი რუკის ერთეულებში (ნაგულისხმევი 2.5)." }, "spillout_slope": { "label": "გადმოღვრის დახრილობა", "description": "მაქსიმალური გადმოღვრის დახრილობა გრადუსებში აღმართის გადასვლებისთვის (ნაგულისხმევი 4.0)." }, "typical_embankment_max_height": { "label": "ნაყარის ტიპური მაქსიმალური სიმაღლე", "description": "მიწაყრილის ტიპური მაქსიმალური სიმაღლე სიმაღლის ერთეულებში (ნაგულისხმევი 2.0)." }, "typical_embankment_width": { "label": "ნაყარის ტიპური სიგანე", "description": "მიწაყრილის ტიპური სიგანე რუკის ერთეულებში (ნაგულისხმევი 30.0)." }, "output": { "label": "გამომავალი", "description": "მიწაყრილის ნიღბის არასავალდებულო გამომავალი გზა." }, "output_dem": { "label": "გამომავალი DEM", "description": "მიწაყრილებისგან გასუფთავებული DEM-ის არასავალდებულო გამომავალი გზა, როცა remove_embankments=true." } } }, "exposure_towards_wind_flux": { "name": "ექსპოზიცია ქარის ნაკადისადმი", "description": "ითვლის რელიეფის ექსპოზიციას დომინანტური ქარის მიმართულების მიმართ და ქარის მხრიდან ჰორიზონტით დაცულობას.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "azimuth": { "label": "აზიმუტი", "description": "დომინანტური ქარის აზიმუტი გრადუსებში, საათის ისრის მიმართულებით ჩრდილოეთიდან." }, "max_dist": { "label": "მაქსიმალური მანძილი", "description": "ძიების მაქსიმალური მანძილი ქარსაპირო ჰორიზონტის კუთხისთვის რუკის ერთეულებში." }, "z_factor": { "label": "Z ფაქტორი", "description": "არასავალდებულო ვერტიკალური მასშტაბირების კოეფიციენტი დაპროექტებული DEM-ებისთვის." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა." } } }, "feature_preserving_smoothing": { "name": "მახასიათებლების შემნარჩუნებელი დაგლუვება", "description": "აგლუვებს DEM-ის სიუხეშეს დახრილობის გარდატეხების შენარჩუნებით ნორმალის ვექტორების ფილტრაციის გამოყენებით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "filter_size": { "label": "ფილტრის ზომა", "description": "ფილტრის კენტი ზომა უჯრედებში (ნაგულისხმევი 11)." }, "iterations": { "label": "იტერაციები", "description": "დაგლუვების იტერაციების რაოდენობა (ნაგულისხმევი 3)." }, "max_elevation_diff": { "label": "მაქსიმალური სიმაღლის სხვაობა", "description": "მაქსიმალური დასაშვები ვერტიკალური ცვლილება საწყისი DEM-იდან (ნაგულისხმევი inf)." }, "normal_diff_threshold": { "label": "ნორმალების სხვაობის ზღურბლი", "description": "ნორმალების კუთხის მაქსიმალური სხვაობა გრადუსებში (ნაგულისხმევი 8.0)." }, "z_factor": { "label": "Z ფაქტორი", "description": "არასავალდებულო z გარდაქმნის კოეფიციენტი (ნაგულისხმევი 1.0)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში შედეგი რჩება მეხსიერებაში." } } }, "feature_preserving_smoothing_multiscale": { "name": "მახასიათებლების შემნარჩუნებელი მრავალმასშტაბიანი დაგლუვება", "description": "აგლუვებს DEM-ის სიუხეშეს მრავალმასშტაბიანი უხეშიდან წვრილისკენ გაგრძელებით. თითოეულ მასშტაბზე ხელახლა იღებს ნორმალებს, იყენებს ნორმალების ველის ადაპტურ მდგრად დიფუზიას და სიმაღლეებს ეკრანირებული პუასონის ამოხსნით აღადგენს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "smoothing_amount": { "label": "დაგლუვების სიდიდე", "description": "დაგლუვების საერთო სიდიდე [0,1] დიაპაზონში (ნაგულისხმევი 0.65). მაღალი მნიშვნელობები ზრდის დიფუზიის ბიუჯეტს, განსაკუთრებით უხეშ მასშტაბებზე." }, "edge_preservation": { "label": "კიდეების შენარჩუნება", "description": "კიდეების შენარჩუნების სიძლიერე [0,1] დიაპაზონში (ნაგულისხმევი 0.75). მაღალი მნიშვნელობები უფრო ძლიერად თრგუნავს დაგლუვებას დახრილობის ძირითად გარდატეხებზე." }, "scale_levels": { "label": "მასშტაბის დონეები", "description": "პირამიდის დონეების რაოდენობა უხეშიდან წვრილისკენ დაგლუვებისთვის (ნაგულისხმევი 3)." }, "fidelity": { "label": "სიზუსტე", "description": "მონაცემებთან სიზუსტის წონა ეკრანირებულ Poisson-ის რეკონსტრუქციაში (ნაგულისხმევი 0.45). მაღალი მნიშვნელობები ინარჩუნებს შედეგს წყარო DEM-თან უფრო ახლოს." }, "z_factor": { "label": "Z ფაქტორი", "description": "არასავალდებულო z გარდაქმნის კოეფიციენტი (ნაგულისხმევი 1.0)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში შედეგი რჩება მეხსიერებაში." } } }, "fetch_analysis": { "name": "ქარის გარბენის ანალიზი", "description": "ითვლის ქარის მხრიდან მანძილს პირველ ტოპოგრაფიულ დაბრკოლებამდე მითითებული აზიმუტის გასწვრივ.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "azimuth": { "label": "აზიმუტი", "description": "ქარის აზიმუტი გრადუსებში, საათის ისრის მიმართულებით ჩრდილოეთიდან." }, "hgt_inc": { "label": "სიმაღლის ნაზრდი", "description": "სიმაღლის ნაზრდის ზღურბლი m/m-ში (ნაგულისხმევი 0.05)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა." } } }, "fill_missing_data": { "name": "ნაკლული მონაცემების შევსება", "description": "ავსებს NoData ხარვეზებს მანძილის უკუშეწონვით ხარვეზის კიდის ვალიდური უჯრედებიდან.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "exclude_edge_nodata": { "label": "კიდის NoData-ის გამორიცხვა", "description": "კიდესთან დაკავშირებული NoData უბნების გამორიცხვა შევსებიდან (ნაგულისხმევი false). ალიასი: no_edges." }, "filter_size": { "label": "ფილტრის ზომა", "description": "ძიების რადიუსი ბადის უჯრედებში (ნაგულისხმევი 11)." }, "weight": { "label": "წონა", "description": "შებრუნებული მანძილის ხარისხის მაჩვენებელი (ნაგულისხმევი 2.0)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში შედეგი რჩება მეხსიერებაში." } } }, "find_ridges": { "name": "ქედების პოვნა", "description": "ავლენს DEM-ში ქედებისა და მწვერვალების პოტენციურ უჯრედებს, ხაზების არასავალდებულო გათხელებით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "line_thin": { "label": "ხაზების გათხელება", "description": "ხაზების იტერაციული გათხელების გამოყენება (ნაგულისხმევი true)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა." } } }, "hillshade": { "name": "რელიეფის დაჩრდილვა", "description": "რელიეფის დაჩრდილვის ვიზუალიზაცია ერთი წყაროდან მიმართული განათებით (ნაცრისფერი 0-255). აზიმუტისა და სიმაღლის პარამეტრები სინათლის მიმართულებას აკონტროლებს. რელიეფის სწრაფი ვიზუალიზაცია DEM-ის დათვალიერებისა და რუკაზე ჩვენებისთვის.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრი" }, "z_factor": { "label": "Z ფაქტორი", "description": "სიმაღლეებზე გამოყენებული ვერტიკალური გაზვიადება" }, "altitude": { "label": "სიმაღლის კუთხე", "description": "განათების სიმაღლე ჰორიზონტს ზემოთ გრადუსებში" }, "azimuth": { "label": "აზიმუტი", "description": "განათების აზიმუტი გრადუსებში, საათის ისრის მიმართულებით ჩრდილოეთიდან" }, "output": { "label": "გამომავალი", "description": "გამომავალი რასტრის გზა" } } }, "hypsometrically_tinted_hillshade": { "name": "ჰიფსომეტრიულად შეფერილი რელიეფის დაჩრდილვა", "description": "ქმნის შვეიცარიული სტილის რელიეფის გამოსახულებას მრავალაზიმუტიანი რელიეფის დაჩრდილვის ჰიფსომეტრიულ შეფერილობასთან და არასავალდებულო ატმოსფერულ ბურუსთან შერწყმით.", "params": { "dem": { "label": "DEM", "description": "შემავალი DEM რასტრის გზა." }, "solar_altitude": { "label": "მზის სიმაღლის კუთხე", "description": "მზის სიმაღლე გრადუსებში [0, 90]." }, "hillshade_weight": { "label": "დაჩრდილვის წონა", "description": "რელიეფის დაჩრდილვის შერევის წონა [0, 1] დიაპაზონში." }, "brightness": { "label": "სიკაშკაშე", "description": "სიკაშკაშის კონტროლი [0, 1] დიაპაზონში." }, "atmospheric_effects": { "label": "ატმოსფერული ეფექტები", "description": "ატმოსფერული ბურუსის სიდიდე [0, 1] დიაპაზონში." }, "palette": { "label": "პალიტრა", "description": "პალიტრის სახელი (atlas, high_relief, arid, soft, muted, viridis, dem, grey, white და ა.შ.)." }, "reverse_palette": { "label": "პალიტრის შებრუნება", "description": "პალიტრის თანმიმდევრობის შებრუნება." }, "full_360_mode": { "label": "სრული 360° რეჟიმი", "description": "4-მიმართულებიანი რეჟიმის ნაცვლად 8-მიმართულებიანი განათების გამოყენება." }, "z_factor": { "label": "Z ფაქტორი", "description": "ვერტიკალური გაზვიადების მამრავლი." }, "output": { "label": "გამომავალი", "description": "გამომავალი რასტრის გზა." } } }, "local_hypsometric_analysis": { "name": "ლოკალური ჰიფსომეტრიული ანალიზი", "description": "ითვლის მინიმალურ ლოკალურ ჰიფსომეტრიულ ინტეგრალს მეზობლობის მასშტაბების არაწრფივად შერჩეულ დიაპაზონში.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "min_scale": { "label": "მინიმალური მასშტაბი", "description": "ნახევარფანჯრის მინიმალური რადიუსი უჯრედებში (ნაგულისხმევი 4)." }, "step_size": { "label": "ნაბიჯის ზომა", "description": "ბაზისური ბიჯის ზომა უჯრედებში (ნაგულისხმევი 1). ალიასი: step." }, "num_steps": { "label": "ნაბიჯების რაოდენობა", "description": "შესაფასებელი მასშტაბების რაოდენობა (ნაგულისხმევი 10)." }, "step_nonlinearity": { "label": "ნაბიჯის არაწრფივობა", "description": "მასშტაბის ბიჯის არაწრფივობა [1,4] დიაპაზონში (ნაგულისხმევი 1.0)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა ლოკალური HI მინიმუმის რასტრისთვის." }, "output_scale": { "label": "გამომავალი მასშტაბი", "description": "არასავალდებულო გამომავალი გზა მინიმალური HI-ის მასშტაბის რასტრისთვის." } } }, "low_points_on_headwater_divides": { "name": "დაბალი წერტილები სათავეების წყალგამყოფებზე", "description": "ადგენს დაბალ უღელტეხილის წერტილებს მეზობელ სათავე ქვეაუზებს შორის წყალგამყოფების გასწვრივ.", "params": { "dem": { "label": "DEM", "description": "შემავალი ჩაღრმავებების გარეშე DEM რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "streams": { "label": "ნაკადები", "description": "შემავალი ნაკადების რასტრის გზა (დადებითი მნიშვნელობები აღნიშნავს კალაპოტის უჯრედებს)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი ვექტორის გზა (ნაგულისხმევი დროებითი .shp)." } } }, "max_downslope_elev_change": { "name": "ფერდობზე ქვემოთ სიმაღლის მაქსიმალური ცვლილება", "description": "ითვლის სიმაღლის მაქსიმალურ ვარდნას ქვემოთ მდებარე მეზობელ უჯრედებამდე.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა." } } }, "max_upslope_elev_change": { "name": "ფერდობზე ზემოთ სიმაღლის მაქსიმალური ცვლილება", "description": "ითვლის სიმაღლის მაქსიმალურ მატებას ზემოთ მდებარე მეზობელ უჯრედებამდე.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა." } } }, "min_downslope_elev_change": { "name": "ფერდობზე ქვემოთ სიმაღლის მინიმალური ცვლილება", "description": "ითვლის სიმაღლის მინიმალურ არაუარყოფით ვარდნას მეზობელ უჯრედებამდე.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა." } } }, "multidirectional_hillshade": { "name": "მრავალმიმართულებიანი რელიეფის დაჩრდილვა", "description": "მრავალმიმართულებიანი რელიეფის დაჩრდილვა (8+ სინათლის წყარო), რომელიც ერთი წყაროთი დაჩრდილვის არტეფაქტებს აღმოფხვრის. მახასიათებლების დაბალანსებული ხილვადობა რთული რელიეფისთვის; სასურველია პუბლიკაციებისა და დეტალური ანალიზისთვის.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრი" }, "z_factor": { "label": "Z ფაქტორი", "description": "სიმაღლეებზე გამოყენებული ვერტიკალური გაზვიადება" }, "altitude": { "label": "სიმაღლის კუთხე", "description": "განათების სიმაღლე ჰორიზონტს ზემოთ გრადუსებში" }, "full_360_mode": { "label": "სრული 360° რეჟიმი", "description": "ნაგულისხმევი 4-ის ნაცვლად 8 სინათლის წყაროს გაერთიანება სრულ 360 გრადუსზე" }, "output": { "label": "გამომავალი", "description": "გამომავალი რასტრის გზა" } } }, "num_downslope_neighbours": { "name": "ფერდობზე ქვემოთ მეზობლების რაოდენობა", "description": "ითვლის 8 მეზობელი უჯრედიდან რამდენია DEM-ის თითოეულ უჯრედზე დაბლა.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა." } } }, "num_upslope_neighbours": { "name": "ფერდობზე ზემოთ მეზობლების რაოდენობა", "description": "ითვლის 8 მეზობელი უჯრედიდან რამდენია DEM-ის თითოეულ უჯრედზე მაღლა.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა." } } }, "profile": { "name": "პროფილი", "description": "ქმნის HTML სიმაღლის პროფილის დიაგრამას ზედაპირის რასტრიდან ნიმუშად აღებული ერთი ან რამდენიმე შემავალი პოლიხაზოვანი ობიექტისთვის.", "params": { "lines_vector": { "label": "ხაზების ვექტორი", "description": "შემავალი პოლიხაზოვანი ვექტორის გზა." }, "surface": { "label": "ზედაპირი", "description": "შემავალი ზედაპირის რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "output": { "label": "გამომავალი", "description": "გამომავალი HTML ანგარიშის გზა." } } }, "slope_vs_aspect_plot": { "name": "დახრილობა-ექსპოზიციის დიაგრამა", "description": "ქმნის HTML რადიალური დახრილობა-ექსპოზიციის ანალიზის დიაგრამას შემავალი DEM-ისთვის.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "aspect_bin_size": { "label": "ექსპოზიციის ინტერვალის ზომა", "description": "ექსპოზიციის ინტერვალის ზომა გრადუსებში (ნაგულისხმევი 2.0)." }, "min_slope": { "label": "მინიმალური დახრილობა", "description": "ამ ზღურბლზე ნაკლები დახრილობების იგნორირება გრადუსებში (ნაგულისხმევი 0.1)." }, "z_factor": { "label": "Z ფაქტორი", "description": "ვერტიკალური მასშტაბირების კოეფიციენტი სიმაღლის მნიშვნელობებისთვის." }, "output": { "label": "გამომავალი", "description": "გამომავალი HTML ანგარიშის გზა." } } }, "slope_vs_elev_plot": { "name": "დახრილობა-სიმაღლის დიაგრამა", "description": "ქმნის HTML დახრილობა-სიმაღლის ანალიზის დიაგრამას ერთი ან რამდენიმე DEM-ისთვის.", "params": { "inputs": { "label": "შემავალი მონაცემები", "description": "შემავალი DEM-ების გზები ';' ან ',' გამყოფიანი სტრიქონის ან სიის სახით." }, "watershed": { "label": "წყალშემკრები აუზი", "description": "არასავალდებულო წყალშემკრები აუზების რასტრები, თითოეული შემავალი DEM-ის შესაბამისად." }, "output": { "label": "გამომავალი", "description": "გამომავალი HTML ანგარიშის გზა." } } }, "surface_area_ratio": { "name": "ზედაპირის ფართობის თანაფარდობა", "description": "3D ზედაპირის ფართობის / გეგმური ფართობის თანაფარდობა (Jenness-ის მეთოდი). >1.0=უხეში რელიეფი, ≈1.0=ბრტყელი. სიუხეშის (rugosity) უგანზომილებო მეტრიკა, რომელიც რეგიონებს შორის რელიეფის შედარებას შესაძლებელს ხდის.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში შედეგი ინახება მეხსიერებაში." } } }, "topographic_hachures": { "name": "ტოპოგრაფიული შტრიხები", "description": "ქმნის ტოპოგრაფიული შტრიხების პოლიხაზებს DEM-იდან იზოხაზებით ინიცირებული ფერდობზე ქვემოთ და ზემოთ დინების ხაზების გამოყენებით. ამ ინსტრუმენტისთვის ძველი ავტორობის მითითება განზრახ არის შენარჩუნებული.", "params": { "dem": { "label": "DEM", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "base": { "label": "საფუძველი", "description": "საბაზისო იზოხაზის სიმაღლე (ნაგულისხმევი 0.0)." }, "depth": { "label": "სიღრმე", "description": "რეკურსიული შევსების სიღრმე, გამოყენებული დივერგენტულ უბნებში (ნაგულისხმევი 16)." }, "discretization": { "label": "დისკრეტიზაცია", "description": "ჩამონადენის ხაზის ბიჯის სიგრძე საშუალო უჯრედის ერთეულებში (ნაგულისხმევი 0.5)." }, "distmax": { "label": "მაქსიმალური მანძილი", "description": "მაქსიმალური დაშორების მამრავლი, გამოყენებული დამატებითი შტრიხების ჩასმისთვის (ნაგულისხმევი 2.0)." }, "distmin": { "label": "მინიმალური მანძილი", "description": "მინიმალური დაშორების მამრავლი, გამოყენებული ახლომდებარე შტრიხების შესაკვეცად (ნაგულისხმევი 0.5)." }, "interval": { "label": "ინტერვალი", "description": "იზოხაზების ინტერვალის მნიშვნელობა (ნაგულისხმევი 10.0)." }, "separation": { "label": "დაშორება", "description": "იზოხაზების საწყისი წერტილების ნომინალური დაშორება საშუალო უჯრედის ერთეულებში (ნაგულისხმევი 2.0)." }, "slopemin": { "label": "დახრილობის მინიმუმი", "description": "დახრილობის მინიმალური კუთხე გრადუსებში ტრასირების გასაგრძელებლად (ნაგულისხმევი 0.5)." }, "smooth": { "label": "დაგლუვება", "description": "იზოხაზების დაგლუვების ფილტრის ზომა (სასურველია კენტი მთელი რიცხვი, ნაგულისხმევი 9)." }, "tolerance": { "label": "ტოლერანტობა", "description": "იზოხაზის მოხრის მინიმალური კუთხე გრადუსებში, შენარჩუნებული გამარტივებისას (ნაგულისხმევი 10.0)." }, "turnmax": { "label": "მაქსიმალური მოხვევა", "description": "მაქსიმალური დასაშვები მოხვევის კუთხე გრადუსებში შტრიხების ტრასირებისას (ნაგულისხმევი 45.0)." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორული ფაილის გზა." } } }, "map_off_terrain_objects": { "name": "რელიეფგარეშე ობიექტების კარტოგრაფირება", "description": "კარტოგრაფირებს რელიეფგარეშე ობიექტების სეგმენტებს DSM-ებში დახრილობით შეზღუდული რეგიონის ზრდითა და ობიექტის მინიმალური ზომით არასავალდებულო ფილტრაციით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DSM რასტრის გზა ან ტიპიზებული რასტრის ობიექტი." }, "max_slope": { "label": "მაქსიმალური დახრილობა", "description": "მაქსიმალური დამაკავშირებელი დახრილობა გრადუსებში [1, 90] (ნაგულისხმევი inf, შემოსაზღვრული 90-ით)." }, "min_feature_size": { "label": "ობიექტის მინიმალური ზომა", "description": "შენარჩუნებული სეგმენტის მინიმალური ზომა უჯრედებში (ნაგულისხმევი 0). უფრო მცირე სეგმენტები მიეკუთვნება ფონურ კლასს 1." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში შედეგი რჩება მეხსიერებაში." } } }, "remove_off_terrain_objects": { "name": "რელიეფგარეშე ობიექტების მოშორება", "description": "აშორებს ციცაბო რელიეფგარეშე ობიექტებს DEM-ებიდან თეთრი top-hat ნორმალიზაციით, დახრილობით შეზღუდული რეგიონის ზრდითა და ლოკალური ინტერპოლაციით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "filter_size": { "label": "ფილტრის ზომა", "description": "ობიექტის მოსალოდნელი მაქსიმალური სიგანე უჯრედებში; დაიყვანება კენტ ზომამდე >= 3 (ნაგულისხმევი 11)." }, "slope_threshold": { "label": "დახრილობის ზღურბლი", "description": "ობიექტის კიდის მინიმალური დახრილობა გრადუსებში (ნაგულისხმევი 15.0)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში შედეგი რჩება მეხსიერებაში." } } }, "ridge_and_valley_vectors": { "name": "ქედებისა და ხეობების ვექტორები", "description": "ამოიღებს ქედებისა და ხეობების ცენტრალური ხაზების ვექტორებს DEM-იდან.", "params": { "dem": { "label": "DEM", "description": "შემავალი DEM რასტრი." }, "filter_size": { "label": "ფილტრის ზომა", "description": "მეზობლობის ზომა სიმაღლის პროცენტილისთვის." }, "ep_threshold": { "label": "EP ზღურბლი", "description": "სიმაღლის პროცენტილის ზღურბლი [5, 50]." }, "slope_threshold": { "label": "დახრილობის ზღურბლი", "description": "დახრილობის მინიმალური ზღურბლი გრადუსებში." }, "min_length": { "label": "მინიმალური სიგრძე", "description": "ცენტრალური ხაზის მინიმალური სიგრძე უჯრედებში." }, "output_ridges": { "label": "გამომავალი ქედები", "description": "გამომავალი ქედების ცენტრალური ხაზების გზა." }, "output_valleys": { "label": "გამომავალი ხეობები", "description": "გამომავალი ხეობების ცენტრალური ხაზების გზა." } } }, "smooth_vegetation_residual": { "name": "მცენარეულობის ნაშთის დაგლუვება", "description": "ამცირებს ვარჯის ნარჩენ სიუხეშეს მცირე მასშტაბებზე მაღალი ლოკალური DEV პასუხების ნიღბვითა და ნიღბული სიმაღლეების ხელახალი ინტერპოლაციით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "max_scale": { "label": "მაქსიმალური მასშტაბი", "description": "DEV-ის ნახევარფანჯრის მაქსიმალური რადიუსი უჯრედებში (ნაგულისხმევი 30)." }, "dev_threshold": { "label": "გადახრის ზღურბლი", "description": "DEV-ის მინიმალური სიდიდე, გამოყენებული სიუხეშის უჯრედების მოსანიშნად (ნაგულისხმევი 1.0)." }, "scale_threshold": { "label": "მასშტაბის ზღურბლი", "description": "მაქსიმალური მასშტაბი, რომელიც სიუხეშედ ითვლება (ნაგულისხმევი 5)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში შედეგი რჩება მეხსიერებაში." } } }, "average_horizon_distance": { "name": "ჰორიზონტის საშუალო მანძილი", "description": "ითვლის ჰორიზონტამდე საშუალო მანძილს აზიმუტის მიმართულებებზე.", "params": { "dem": { "label": "DEM", "description": "შემავალი DEM/DSM რასტრის გზა." }, "az_fraction": { "label": "აზიმუტის ბიჯი", "description": "აზიმუტის ბიჯი გრადუსებში [1, 45]." }, "max_dist": { "label": "მაქსიმალური მანძილი", "description": "ძებნის მაქსიმალური მანძილი რუკის ერთეულებში." }, "observer_hgt_offset": { "label": "დამკვირვებლის სიმაღლის აცდენა", "description": "დამკვირვებლის სიმაღლის აცდენა რელიეფის ზემოთ." }, "output": { "label": "გამომავალი", "description": "გამომავალი რასტრის გზა." } } }, "horizon_angle": { "name": "ჰორიზონტის კუთხე", "description": "ითვლის ჰორიზონტის კუთხეს (მაქსიმალური დახრილობა) მითითებული აზიმუტის მიმართულებით.", "params": { "dem": { "label": "DEM", "description": "შემავალი DEM რასტრის გზა." }, "azimuth": { "label": "აზიმუტი", "description": "აზიმუტი გრადუსებში [0, 360)." }, "max_dist": { "label": "მაქსიმალური მანძილი", "description": "ძებნის მაქსიმალური მანძილი რუკის ერთეულებში." }, "output": { "label": "გამომავალი", "description": "გამომავალი რასტრის გზა." } } }, "horizon_area": { "name": "ჰორიზონტის ფართობი", "description": "ითვლის ჰორიზონტის პოლიგონის ფართობს (ჰექტრებში).", "params": { "dem": { "label": "DEM", "description": "შემავალი DEM/DSM რასტრის გზა." }, "az_fraction": { "label": "აზიმუტის ბიჯი", "description": "აზიმუტის ბიჯი გრადუსებში [1, 45]." }, "max_dist": { "label": "მაქსიმალური მანძილი", "description": "ძებნის მაქსიმალური მანძილი რუკის ერთეულებში." }, "observer_hgt_offset": { "label": "დამკვირვებლის სიმაღლის აცდენა", "description": "დამკვირვებლის სიმაღლის აცდენა რელიეფის ზემოთ." }, "output": { "label": "გამომავალი", "description": "გამომავალი რასტრის გზა." } } }, "openness": { "name": "ღიაობა", "description": "Yokoyama-ს ტოპოგრაფიული ღიაობა: დადებითი (ღია ქედები/მწვერვალები) და უარყოფითი (ჩაკეტილი ხეობები) ექსპოზიციის მეტრიკები. რელიეფის ფორმების კლასიფიკაცია და ხილვადობის/მიკროკლიმატის ანალიზი.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "dist": { "label": "მანძილი", "description": "ძებნის მანძილი უჯრედებში (ნაგულისხმევი 20)." }, "neg_output": { "label": "უარყოფითი მნიშვნელობების გამომავალი", "description": "არასავალდებულო გამომავალი გზა უარყოფითი ღიაობისთვის." }, "pos_output": { "label": "დადებითი მნიშვნელობების გამომავალი", "description": "არასავალდებულო გამომავალი გზა დადებითი ღიაობისთვის." } } }, "shadow_animation": { "name": "ჩრდილის ანიმაცია", "description": "ქმნის ინტერაქტიულ HTML სანახავს და ანიმირებულ GIF-ს, რომელიც რელიეფის ჩრდილებს დღის განმავლობაში აჩვენებს.", "params": { "dem": { "label": "DEM", "description": "შემავალი DEM/DSM რასტრის გზა." }, "date": { "label": "თარიღი", "description": "თარიღი DD/MM/YYYY ფორმატში." }, "delay": { "label": "დაყოვნება", "description": "GIF-ის თითო კადრის დაყოვნება მილიწამებში." }, "image_height": { "label": "გამოსახულების სიმაღლე", "description": "ნაჩვენები გამოსახულების სიმაღლე პიქსელებში." }, "label": { "label": "წარწერა", "description": "არასავალდებულო წარწერა, ნაჩვენები დამთვალიერებელში." }, "location": { "label": "მდებარეობა", "description": "მდებარეობის სტრიქონი LAT/LON/UTC_OFFSET, მაგ. 43.5448/-80.2482/-4." }, "max_dist": { "label": "მაქსიმალური მანძილი", "description": "ჰორიზონტის ძებნის მაქსიმალური მანძილი რუკის ერთეულებში." }, "palette": { "label": "პალიტრა", "description": "ჰიფსომეტრიული პალიტრის სახელი (მაგ. soft, atlas, high_relief, turbo, viridis, dem, grey, white)." }, "time_interval": { "label": "დროის ინტერვალი", "description": "კადრების ინტერვალი წუთებში [1, 60]." }, "output": { "label": "გამომავალი", "description": "გამომავალი HTML-ის გზა." } } }, "shadow_image": { "name": "ჩრდილის გამოსახულება", "description": "ქმნის რელიეფის ჩრდილის ინტენსივობის რასტრს მითითებული თარიღისთვის, დროისა და მდებარეობისთვის.", "params": { "dem": { "label": "DEM", "description": "შემავალი DEM/DSM რასტრის გზა." }, "date": { "label": "თარიღი", "description": "თარიღი DD/MM/YYYY ფორმატში." }, "location": { "label": "მდებარეობა", "description": "მდებარეობის სტრიქონი LAT/LON/UTC_OFFSET, მაგ. 43.5448/-80.2482/-4." }, "max_dist": { "label": "მაქსიმალური მანძილი", "description": "ჰორიზონტის ძებნის მაქსიმალური მანძილი რუკის ერთეულებში." }, "palette": { "label": "პალიტრა", "description": "ჰიფსომეტრიული პალიტრის სახელი (მაგ. soft, atlas, high_relief, turbo, viridis, dem, grey, white)." }, "time": { "label": "დრო", "description": "ადგილობრივი დრო HH:MM ან HH:MMAM/HH:MMPM ფორმატში." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "sky_view_factor": { "name": "ცის ხედვის ფაქტორი", "description": "ითვლის ხილული ცის წილს DEM/DSM-იდან.", "params": { "dem": { "label": "DEM", "description": "შემავალი DEM/DSM რასტრის გზა." }, "az_fraction": { "label": "აზიმუტის ბიჯი", "description": "აზიმუტის ბიჯი გრადუსებში [1, 45]." }, "max_dist": { "label": "მაქსიმალური მანძილი", "description": "ძებნის მაქსიმალური მანძილი რუკის ერთეულებში." }, "observer_hgt_offset": { "label": "დამკვირვებლის სიმაღლის აცდენა", "description": "დამკვირვებლის სიმაღლის აცდენა რელიეფის ზემოთ." }, "output": { "label": "გამომავალი", "description": "გამომავალი რასტრის გზა." } } }, "skyline_analysis": { "name": "ჰორიზონტის ხაზის ანალიზი", "description": "ასრულებს ცის ხაზის (skyline) ანალიზს ერთი ან რამდენიმე დაკვირვების წერტილისთვის და წერს ჰორიზონტის ვექტორულ კვალს და HTML ანგარიშს.", "params": { "dem": { "label": "DEM", "description": "შემავალი DEM/DSM რასტრის გზა." }, "points": { "label": "წერტილები", "description": "შემავალი წერტილოვანი ვექტორის გზა." }, "az_fraction": { "label": "აზიმუტის ბიჯი", "description": "აზიმუტის ბიჯი გრადუსებში [0.01, 45]." }, "max_dist": { "label": "მაქსიმალური მანძილი", "description": "ძებნის მაქსიმალური მანძილი რუკის ერთეულებში." }, "observer_hgt_offset": { "label": "დამკვირვებლის სიმაღლის აცდენა", "description": "დამკვირვებლის სიმაღლის აცდენა რელიეფის ზემოთ." }, "output_as_polygons": { "label": "პოლიგონებად გამოტანა", "description": "ჰორიზონტების ჩაწერა პოლიგონებად და არა პოლიხაზებად." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორული ფაილის გზა." }, "output_html": { "label": "გამომავალი HTML", "description": "არასავალდებულო HTML ანგარიშის გზა." } } }, "time_in_daylight": { "name": "დრო დღის სინათლეში", "description": "ითვლის დღის დროის წილს, როდესაც თითოეული უჯრედი განათებულია (არ არის რელიეფის/ობიექტის ჩრდილში).", "params": { "dem": { "label": "DEM", "description": "შემავალი DEM/DSM რასტრის გზა." }, "az_fraction": { "label": "აზიმუტის ბიჯი", "description": "აზიმუტის ინტერვალის ზომა გრადუსებში (0, 360)." }, "end_day": { "label": "დასრულების დღე", "description": "დამთავრების დღე წელიწადში (1..366)." }, "end_time": { "label": "დასრულების დრო", "description": "დამთავრების დრო HH:MM:SS ან 'sunset'." }, "latitude": { "label": "განედი", "description": "არასავალდებულო განედის გადაფარვა გრადუსებში; წინააღმდეგ შემთხვევაში დგინდება DEM-ის CRS-იდან." }, "longitude": { "label": "გრძედი", "description": "არასავალდებულო გრძედის გადაფარვა გრადუსებში; წინააღმდეგ შემთხვევაში დგინდება DEM-ის CRS-იდან." }, "max_dist": { "label": "მაქსიმალური მანძილი", "description": "ჰორიზონტის ძებნის მაქსიმალური მანძილი რუკის ერთეულებში." }, "start_day": { "label": "დაწყების დღე", "description": "დაწყების დღე წელიწადში (1..366)." }, "start_time": { "label": "დაწყების დრო", "description": "დაწყების დრო HH:MM:SS ან 'sunrise'." }, "utc_offset": { "label": "UTC წანაცვლება", "description": "არასავალდებულო UTC აცდენის სტრიქონი, მაგალითად UTC+00:00; თუ გამოტოვებულია, შეფასდება ცენტრალური გრძედიდან." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა." } } }, "viewshed": { "name": "ხილვადობის არეალი", "description": "ითვლის სადგურების ხილვადობის რაოდენობებს წერტილოვანი სადგურებიდან DEM-ზე.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "stations": { "label": "სადგურები", "description": "სადამკვირვებლო სადგურების შემავალი წერტილოვანი ვექტორული ფაილი." }, "height": { "label": "სიმაღლე", "description": "სადამკვირვებლო სადგურის სიმაღლე მიწის ზემოთ DEM-ის z ერთეულებში (ნაგულისხმევი 2.0)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა." } } }, "visibility_index": { "name": "ხილვადობის ინდექსი", "description": "ითვლის ტოპოგრაფიაზე დაფუძნებულ ხილვადობის ინდექსს ნიმუშად აღებული ხილვადობის არეალებიდან.", "params": { "dem": { "label": "DEM", "description": "შემავალი DEM რასტრის გზა." }, "max_dist": { "label": "მაქსიმალური მანძილი", "description": "ხილვადობის ძებნის მაქსიმალური მანძილი რუკის ერთეულებში." }, "resolution_factor": { "label": "რეზოლუციის ფაქტორი", "description": "შერჩევის რეზოლუციის კოეფიციენტი [1, 25]." }, "station_height": { "label": "სადგურის სიმაღლე", "description": "დამკვირვებლის სიმაღლე მიწის ზემოთ." }, "output": { "label": "გამომავალი", "description": "გამომავალი რასტრის გზა." } } }, "accumulation_curvature": { "name": "აკუმულაციის სიმრუდე", "description": "ითვლის აკუმულაციის სიმრუდეს DEM-იდან.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "z_factor": { "label": "Z ფაქტორი", "description": "არასავალდებულო z გარდაქმნის კოეფიციენტი (ნაგულისხმევი 1.0). ალიასი: zfactor." }, "log_transform": { "label": "ლოგარითმული გარდაქმნა", "description": "გამომავალი მნიშვნელობების არასავალდებულო ლოგარითმული გარდაქმნა (ნაგულისხმევი false). ალიასი: log." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში შედეგი ინახება მეხსიერებაში." } } }, "aspect": { "name": "ექსპოზიცია", "description": "მაქსიმალური დახრილობის მიმართულება (0°=N, 90°=E, 180°=S, 270°=W). კრიტიკულია მზის რადიაციის, მცენარეულობის შაბლონების, მიკროკლიმატისა და ექსპოზიციის ანალიზისთვის.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "z_factor": { "label": "Z ფაქტორი", "description": "Z გარდაქმნის კოეფიციენტი." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა." } } }, "casorati_curvature": { "name": "კაზორატის სიმრუდე", "description": "ითვლის კაზორატის სიმრუდეს DEM-იდან.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "z_factor": { "label": "Z ფაქტორი", "description": "არასავალდებულო z გარდაქმნის კოეფიციენტი (ნაგულისხმევი 1.0). ალიასი: zfactor." }, "log_transform": { "label": "ლოგარითმული გარდაქმნა", "description": "გამომავალი მნიშვნელობების არასავალდებულო ლოგარითმული გარდაქმნა (ნაგულისხმევი false). ალიასი: log." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში შედეგი ინახება მეხსიერებაში." } } }, "curvedness": { "name": "სიმრუდიანობა", "description": "ითვლის მოხრილობის (curvedness) ზედაპირის ფორმის დესკრიპტორს DEM-იდან.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "z_factor": { "label": "Z ფაქტორი", "description": "არასავალდებულო z გარდაქმნის კოეფიციენტი (ნაგულისხმევი 1.0). ალიასი: zfactor." }, "log_transform": { "label": "ლოგარითმული გარდაქმნა", "description": "გამომავალი მნიშვნელობების არასავალდებულო ლოგარითმული გარდაქმნა (ნაგულისხმევი false). ალიასი: log." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში შედეგი ინახება მეხსიერებაში." } } }, "difference_curvature": { "name": "სხვაობის სიმრუდე", "description": "ითვლის სხვაობის სიმრუდეს DEM-იდან.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "z_factor": { "label": "Z ფაქტორი", "description": "არასავალდებულო z გარდაქმნის კოეფიციენტი (ნაგულისხმევი 1.0). ალიასი: zfactor." }, "log_transform": { "label": "ლოგარითმული გარდაქმნა", "description": "გამომავალი მნიშვნელობების არასავალდებულო ლოგარითმული გარდაქმნა (ნაგულისხმევი false). ალიასი: log." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში შედეგი ინახება მეხსიერებაში." } } }, "gaussian_curvature": { "name": "გაუსის სიმრუდე", "description": "ითვლის გაუსის (შინაგან) სიმრუდეს (მთავარი სიმრუდეების ნამრავლი). მიუთითებს ზედაპირის ლოკალურ ტოპოლოგიაზე: დადებითი (თასი/გუმბათი), უარყოფითი (უნაგირი), ნულოვანი (ცილინდრული). აკლასიფიცირებს რელიეფს ფორმების კატეგორიებად: ამოზნექილი ფორმები (ქედები), ჩაზნექილი ფორმები (ხეობები), უნაგირისებრი ფორმები (უღელტეხილები/ხარვეზები). გამოიყენება რელიეფის ფორმების გაღრმავებულ კლასიფიკაციაში.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "z_factor": { "label": "Z ფაქტორი", "description": "არასავალდებულო z გარდაქმნის კოეფიციენტი, როცა ვერტიკალური და ჰორიზონტალური ერთეულები განსხვავდება (ნაგულისხმევი 1.0). ალიასი: zfactor." }, "log_transform": { "label": "ლოგარითმული გარდაქმნა", "description": "გამომავალი მნიშვნელობების არასავალდებულო ლოგარითმული გარდაქმნა წაკითხვადობისთვის (ნაგულისხმევი false). ალიასი: log." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში შედეგი ინახება მეხსიერებაში." } } }, "generating_function": { "name": "წარმომქმნელი ფუნქცია", "description": "ითვლის წარმომქმნელ ფუნქციას DEM-იდან.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "z_factor": { "label": "Z ფაქტორი", "description": "არასავალდებულო z გარდაქმნის კოეფიციენტი (ნაგულისხმევი 1.0). ალიასი: zfactor." }, "log_transform": { "label": "ლოგარითმული გარდაქმნა", "description": "გამომავალი მნიშვნელობების არასავალდებულო ლოგარითმული გარდაქმნა (ნაგულისხმევი false). ალიასი: log." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში შედეგი ინახება მეხსიერებაში." } } }, "horizontal_excess_curvature": { "name": "ჰორიზონტალური ჭარბი სიმრუდე", "description": "ითვლის ჰორიზონტალურ ჭარბ სიმრუდეს DEM-იდან.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "z_factor": { "label": "Z ფაქტორი", "description": "არასავალდებულო z გარდაქმნის კოეფიციენტი (ნაგულისხმევი 1.0). ალიასი: zfactor." }, "log_transform": { "label": "ლოგარითმული გარდაქმნა", "description": "გამომავალი მნიშვნელობების არასავალდებულო ლოგარითმული გარდაქმნა (ნაგულისხმევი false). ალიასი: log." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში შედეგი ინახება მეხსიერებაში." } } }, "maximal_curvature": { "name": "მაქსიმალური სიმრუდე", "description": "ითვლის მაქსიმალურ (მაქსიმალურ მთავარ) სიმრუდეს DEM-იდან.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "z_factor": { "label": "Z ფაქტორი", "description": "არასავალდებულო z გარდაქმნის კოეფიციენტი (ნაგულისხმევი 1.0). ალიასი: zfactor." }, "log_transform": { "label": "ლოგარითმული გარდაქმნა", "description": "გამომავალი მნიშვნელობების არასავალდებულო ლოგარითმული გარდაქმნა (ნაგულისხმევი false). ალიასი: log." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში შედეგი ინახება მეხსიერებაში." } } }, "mean_curvature": { "name": "საშუალო სიმრუდე", "description": "ითვლის საშუალო სიმრუდეს (მთავარი სიმრუდეების საშუალო). სრულ სიმრუდესთან არის დაკავშირებული, მაგრამ ზედაპირის გლუვობას უსვამს ხაზს. 0-თან ახლოს მნიშვნელობები გლუვ რელიეფზე მიუთითებს; მაღალი მნიშვნელობები — სიმრუდის მკვეთრ ცვლილებებზე. სასარგებლოა ზედაპირის დახასიათებისა და გარდატეხის ხაზების აღმოჩენისთვის.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "z_factor": { "label": "Z ფაქტორი", "description": "არასავალდებულო z გარდაქმნის კოეფიციენტი, როცა ვერტიკალური და ჰორიზონტალური ერთეულები განსხვავდება (ნაგულისხმევი 1.0). ალიასი: zfactor." }, "log_transform": { "label": "ლოგარითმული გარდაქმნა", "description": "გამომავალი მნიშვნელობების არასავალდებულო ლოგარითმული გარდაქმნა წაკითხვადობისთვის (ნაგულისხმევი false). ალიასი: log." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში შედეგი ინახება მეხსიერებაში." } } }, "minimal_curvature": { "name": "მინიმალური სიმრუდე", "description": "ითვლის მინიმალურ (მინიმალურ მთავარ) სიმრუდეს DEM-იდან.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "z_factor": { "label": "Z ფაქტორი", "description": "არასავალდებულო z გარდაქმნის კოეფიციენტი (ნაგულისხმევი 1.0). ალიასი: zfactor." }, "log_transform": { "label": "ლოგარითმული გარდაქმნა", "description": "გამომავალი მნიშვნელობების არასავალდებულო ლოგარითმული გარდაქმნა (ნაგულისხმევი false). ალიასი: log." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში შედეგი ინახება მეხსიერებაში." } } }, "plan_curvature": { "name": "გეგმური სიმრუდე", "description": "ითვლის გეგმურ (იზოხაზურ) სიმრუდეს, რომელიც იზოხაზების გადაკვეთით ჩამონადენის კონვერგენციას/დივერგენციას ზომავს. დადებითი მნიშვნელობები (კონვერგენტული) ცენტრისკენ ჩამონადენის კონცენტრაციაზე მიუთითებს (ჩაზნექილი); უარყოფითი მნიშვნელობები (დივერგენტული) ცენტრიდან ჩამონადენის გაბნევაზე მიუთითებს (ამოზნექილი). ავლენს ლატერალური ჩამონადენის კონცენტრაციის ზონებს (ხეობები) გაბნევის ზონების (ქედები) საპირისპიროდ. არსებითია ნიადაგის ტენიანობის განაწილებისა და მეწყრული მოწყვლადობის პროგნოზირებისთვის.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "z_factor": { "label": "Z ფაქტორი", "description": "არასავალდებულო z გარდაქმნის კოეფიციენტი, როცა ვერტიკალური და ჰორიზონტალური ერთეულები განსხვავდება (ნაგულისხმევი 1.0). ალიასი: zfactor." }, "log_transform": { "label": "ლოგარითმული გარდაქმნა", "description": "გამომავალი მნიშვნელობების არასავალდებულო ლოგარითმული გარდაქმნა წაკითხვადობისთვის (ნაგულისხმევი false). ალიასი: log." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში შედეგი ინახება მეხსიერებაში." } } }, "principal_curvature_direction": { "name": "მთავარი სიმრუდის მიმართულება", "description": "ითვლის მთავარი სიმრუდის მიმართულების კუთხეს (გრადუსებში).", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "z_factor": { "label": "Z ფაქტორი", "description": "არასავალდებულო z გარდაქმნის კოეფიციენტი (ნაგულისხმევი 1.0). ალიასი: zfactor." }, "log_transform": { "label": "ლოგარითმული გარდაქმნა", "description": "გამომავალი მნიშვნელობების არასავალდებულო ლოგარითმული გარდაქმნა (ნაგულისხმევი false). ალიასი: log." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში შედეგი ინახება მეხსიერებაში." } } }, "profile_curvature": { "name": "პროფილური სიმრუდე", "description": "ითვლის პროფილურ (ფერდობზე ქვემოთ) სიმრუდეს, რომელიც დახრილობის მიმართულებით ჩამონადენის აჩქარებას/შენელებას ზომავს. დადებითი მნიშვნელობები (ჩაზნექილი) ჩამონადენის აჩქარების ზონებზე მიუთითებს (ეროზიული); უარყოფითი მნიშვნელობები (ამოზნექილი) ჩამონადენის შენელების ზონებზე მიუთითებს (აკუმულაციური). ავლენს ფერდობის ფორმას: ჩაზნექილი (ხეობის ფსკერები, ეროზია), ამოზნექილი (ქედები, მასალის მოცილება), წრფივი (გარდამავალი).", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "z_factor": { "label": "Z ფაქტორი", "description": "არასავალდებულო z გარდაქმნის კოეფიციენტი, როცა ვერტიკალური და ჰორიზონტალური ერთეულები განსხვავდება (ნაგულისხმევი 1.0). ალიასი: zfactor." }, "log_transform": { "label": "ლოგარითმული გარდაქმნა", "description": "გამომავალი მნიშვნელობების არასავალდებულო ლოგარითმული გარდაქმნა წაკითხვადობისთვის (ნაგულისხმევი false). ალიასი: log." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში შედეგი ინახება მეხსიერებაში." } } }, "relative_aspect": { "name": "ფარდობითი ექსპოზიცია", "description": "ითვლის რელიეფის ექსპოზიციას მომხმარებლის მიერ მითითებული აზიმუტის მიმართ (0-დან 180 გრადუსამდე).", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "azimuth": { "label": "აზიმუტი", "description": "საბაზისო აზიმუტი გრადუსებში, საათის ისრის მიმართულებით ჩრდილოეთიდან." }, "z_factor": { "label": "Z ფაქტორი", "description": "არასავალდებულო ვერტიკალური მასშტაბირების ფაქტორი." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა." } } }, "ring_curvature": { "name": "რგოლური სიმრუდე", "description": "ითვლის რგოლურ სიმრუდეს (დინების ხაზის გრეხის კვადრატი) DEM-იდან.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "z_factor": { "label": "Z ფაქტორი", "description": "არასავალდებულო z გარდაქმნის კოეფიციენტი (ნაგულისხმევი 1.0). ალიასი: zfactor." }, "log_transform": { "label": "ლოგარითმული გარდაქმნა", "description": "გამომავალი მნიშვნელობების არასავალდებულო ლოგარითმული გარდაქმნა (ნაგულისხმევი false). ალიასი: log." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში შედეგი ინახება მეხსიერებაში." } } }, "rotor": { "name": "როტორი", "description": "ითვლის როტორს (დინების ხაზის გრეხა) DEM-იდან.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "z_factor": { "label": "Z ფაქტორი", "description": "არასავალდებულო z გარდაქმნის კოეფიციენტი (ნაგულისხმევი 1.0). ალიასი: zfactor." }, "log_transform": { "label": "ლოგარითმული გარდაქმნა", "description": "გამომავალი მნიშვნელობების არასავალდებულო ლოგარითმული გარდაქმნა (ნაგულისხმევი false). ალიასი: log." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში შედეგი ინახება მეხსიერებაში." } } }, "shape_index": { "name": "ფორმის ინდექსი", "description": "ითვლის ფორმის ინდექსის ზედაპირის ფორმის დესკრიპტორს DEM-იდან.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "z_factor": { "label": "Z ფაქტორი", "description": "არასავალდებულო z გარდაქმნის კოეფიციენტი (ნაგულისხმევი 1.0). ალიასი: zfactor." }, "log_transform": { "label": "ლოგარითმული გარდაქმნა", "description": "გამომავალი მნიშვნელობების არასავალდებულო ლოგარითმული გარდაქმნა (ნაგულისხმევი false). ალიასი: log." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში შედეგი ინახება მეხსიერებაში." } } }, "slope": { "name": "დახრილობა", "description": "Zevenbergen-Thorne-ის დახრილობის გრადიენტი (გრადუსები/რადიანები/პროცენტები). ფუნდამენტური გეომორფომეტრიული მეტრიკა; შემავალი მონაცემები სიმრუდისთვის, ჩამონადენის მიმართულებისთვის, დაჩრდილვისთვის, ხილვადობისთვის.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "units": { "label": "ერთეულები", "description": "გამომავალი ერთეულები: გრადუსები, რადიანები, პროცენტები." }, "z_factor": { "label": "Z ფაქტორი", "description": "Z გარდაქმნის კოეფიციენტი." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა." } } }, "tangential_curvature": { "name": "ტანგენციალური სიმრუდე", "description": "ითვლის ტანგენციალურ სიმრუდეს (აღმოსავლეთ-დასავლეთის მიმართულების კომპონენტი), რომელიც გეგმური სიმრუდის მსგავსია, მაგრამ მიმართულებითია. გამოიყენება სიმრუდის ყოვლისმომცველი დახასიათებისთვის, რომელიც დახრილობის მიმართულების პერპენდიკულარულ ლატერალური ჩამონადენის დივერგენციას ასახავს. ხშირად კომბინირდება პროფილურთან სიმრუდის სრული 3D გაგებისთვის.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "z_factor": { "label": "Z ფაქტორი", "description": "არასავალდებულო z გარდაქმნის კოეფიციენტი, როცა ვერტიკალური და ჰორიზონტალური ერთეულები განსხვავდება (ნაგულისხმევი 1.0). ალიასი: zfactor." }, "log_transform": { "label": "ლოგარითმული გარდაქმნა", "description": "გამომავალი მნიშვნელობების არასავალდებულო ლოგარითმული გარდაქმნა წაკითხვადობისთვის (ნაგულისხმევი false). ალიასი: log." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში შედეგი ინახება მეხსიერებაში." } } }, "total_curvature": { "name": "სრული სიმრუდე", "description": "ითვლის სრულ სიმრუდეს (მთავარი სიმრუდეების კვადრატული საშუალო). მიმართულებისგან დამოუკიდებელი სკალარული მეტრიკა. მაღალი მნიშვნელობები ძლიერად მრუდე რელიეფზე მიუთითებს (მწვერვალები, ორმოები); დაბალი მნიშვნელობები — ბრტყელ რელიეფზე. სასარგებლოა, როგორც სიუხეშის უგანზომილებო მეტრიკა რელიეფის კლასიფიკაციისა და ანომალიების აღმოჩენისთვის.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "z_factor": { "label": "Z ფაქტორი", "description": "არასავალდებულო z გარდაქმნის კოეფიციენტი, როცა ვერტიკალური და ჰორიზონტალური ერთეულები განსხვავდება (ნაგულისხმევი 1.0). ალიასი: zfactor." }, "log_transform": { "label": "ლოგარითმული გარდაქმნა", "description": "გამომავალი მნიშვნელობების არასავალდებულო ლოგარითმული გარდაქმნა წაკითხვადობისთვის (ნაგულისხმევი false). ალიასი: log." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში შედეგი ინახება მეხსიერებაში." } } }, "unsphericity": { "name": "არასფერულობა", "description": "ითვლის არასფერულობის სიმრუდეს (მთავარი სიმრუდეების სხვაობის ნახევარი) DEM-იდან.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "z_factor": { "label": "Z ფაქტორი", "description": "არასავალდებულო z გარდაქმნის კოეფიციენტი (ნაგულისხმევი 1.0). ალიასი: zfactor." }, "log_transform": { "label": "ლოგარითმული გარდაქმნა", "description": "გამომავალი მნიშვნელობების არასავალდებულო ლოგარითმული გარდაქმნა (ნაგულისხმევი false). ალიასი: log." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში შედეგი ინახება მეხსიერებაში." } } }, "vertical_excess_curvature": { "name": "ვერტიკალური ჭარბი სიმრუდე", "description": "ითვლის ვერტიკალურ ჭარბ სიმრუდეს DEM-იდან.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "z_factor": { "label": "Z ფაქტორი", "description": "არასავალდებულო z გარდაქმნის კოეფიციენტი (ნაგულისხმევი 1.0). ალიასი: zfactor." }, "log_transform": { "label": "ლოგარითმული გარდაქმნა", "description": "გამომავალი მნიშვნელობების არასავალდებულო ლოგარითმული გარდაქმნა (ნაგულისხმევი false). ალიასი: log." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში შედეგი ინახება მეხსიერებაში." } } }, "average_normal_vector_angular_deviation": { "name": "ნორმალური ვექტორის საშუალო კუთხური გადახრა", "description": "ითვლის ლოკალურ საშუალო კუთხურ გადახრას საწყისი და გაგლუვებული ზედაპირის ნორმალებს შორის.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "filter_size": { "label": "ფილტრის ზომა", "description": "მეზობლობის კენტი ზომა უჯრედებში (ნაგულისხმევი 11). ალიასი: filter." }, "z_factor": { "label": "Z ფაქტორი", "description": "არასავალდებულო ვერტიკალური მასშტაბირების ფაქტორი." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა." } } }, "circular_variance_of_aspect": { "name": "ექსპოზიციის წრიული ვარიაცია", "description": "ითვლის ექსპოზიციის ლოკალურ წრიულ ვარიაციას მოძრავ მეზობლობაში.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "filter": { "label": "ფილტრი", "description": "მეზობლობის კენტი ზომა უჯრედებში (ნაგულისხმევი 11)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა." } } }, "edge_density": { "name": "კიდეების სიმკვრივე", "description": "ითვლის დახრილობის გარდატეხების ლოკალურ სიმკვრივეს ნორმალის ვექტორების კუთხური სხვაობების გამოყენებით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "filter_size": { "label": "ფილტრის ზომა", "description": "მეზობლობის კენტი ზომა უჯრედებში (ნაგულისხმევი 11). ალიასი: filter." }, "norm_diff": { "label": "ნორმალიზებული სხვაობა", "description": "ნორმალის ვექტორის კუთხური ზღურბლი გრადუსებში (ნაგულისხმევი 5)." }, "z_factor": { "label": "Z ფაქტორი", "description": "არასავალდებულო ვერტიკალური მასშტაბირების ფაქტორი." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა." } } }, "ruggedness_index": { "name": "სიუხეშის ინდექსი", "description": "რელიეფის სიუხეშე Riley-ს TRI-ით (სიმაღლის სხვაობების კვადრატების ჯამი). რელიეფის კლასიფიკაციის მასშტაბისგან დამოუკიდებელი მეტრიკა: დაბალი=გლუვი ვაკეები, მაღალი=უხეში მთები. რელიეფის ფორმების ეკოლოგიური და გეომორფოლოგიური კარტოგრაფირება.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში შედეგი ინახება მეხსიერებაში." } } }, "spherical_std_dev_of_normals": { "name": "ნორმალების სფერული სტანდარტული გადახრა", "description": "ითვლის ლოკალური ზედაპირის ნორმალების სფერულ სტანდარტულ გადახრას.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "filter_size": { "label": "ფილტრის ზომა", "description": "მეზობლობის კენტი ზომა უჯრედებში (ნაგულისხმევი 11). ალიასი: filter." }, "z_factor": { "label": "Z ფაქტორი", "description": "არასავალდებულო ვერტიკალური მასშტაბირების ფაქტორი." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა." } } }, "standard_deviation_of_slope": { "name": "დახრილობის სტანდარტული გადახრა", "description": "ითვლის დახრილობის ლოკალურ სტანდარტულ გადახრას, როგორც რელიეფის სიუხეშის მეტრიკას.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "filter_size": { "label": "ფილტრის ზომა", "description": "ფილტრის კენტი ზომა უჯრედებში (ნაგულისხმევი 11)." }, "filter_size_x": { "label": "ფილტრის ზომა X", "description": "ფილტრის კენტი სიგანე უჯრედებში (ნაგულისხმევი filter_size). ალიასი: filterx." }, "filter_size_y": { "label": "ფილტრის ზომა Y", "description": "ფილტრის კენტი სიმაღლე უჯრედებში (ნაგულისხმევი filter_size). ალიასი: filtery." }, "z_factor": { "label": "Z ფაქტორი", "description": "Z გარდაქმნის კოეფიციენტი, როცა ვერტიკალური და ჰორიზონტალური ერთეულები განსხვავდება (ნაგულისხმევი 1.0)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში შედეგი რჩება მეხსიერებაში." } } }, "elev_relative_to_min_max": { "name": "სიმაღლე მინ/მაქს-ის მიმართ", "description": "გამოსახავს თითოეულ სიმაღლეს რასტრის სიმაღლეების დიაპაზონის პროცენტად (0–100).", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. გამოტოვების შემთხვევაში შედეგი ინახება მეხსიერებაში." } } }, "geomorphons": { "name": "გეომორფონები", "description": "აკლასიფიცირებს რელიეფის ფორმებს ზენიტისა და ნადირის კუთხეების შედარებიდან მიღებული 8-მიმართულებიანი ხედვის ხაზის სამნიშნა შაბლონებით, ან 10 გავრცელებული გეომორფონის ფორმით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "analyze_residuals": { "label": "ნაშთების ანალიზი", "description": "თუ true, კლასიფიკაციამდე DEM-ს ტრენდს აშორებს მორგებული წრფივი სიბრტყის გამოყენებით." }, "flatness_distance": { "label": "სიბრტყოვნების მანძილი", "description": "მანძილი უჯრედებში, რომლის შემდეგაც სიბრტყოვნების ზღურბლი მცირდება ჰორიზონტამდე მანძილის ზრდასთან ერთად (ნაგულისხმევი 0)." }, "flatness_threshold": { "label": "სიბრტყოვნების ზღურბლი", "description": "სიბრტყოვნების ზღურბლი გრადუსებში (ნაგულისხმევი 1.0), გამოიყენება ზენიტისა და ნადირის კუთხეების სხვაობაზე." }, "output_forms": { "label": "გამომავალი ფორმები", "description": "თუ true, გამოაქვს რელიეფის 10 გავრცელებული ფორმის კლასი; წინააღმდეგ შემთხვევაში გამოაქვს გეომორფონის ნედლი სამობითი კოდი, დალაგებული საათის ისრის საწინააღმდეგოდ აღმოსავლეთიდან." }, "search_distance": { "label": "ძიების მანძილი", "description": "მაქსიმალური დათვალიერების მანძილი უჯრედებში თითოეული მიმართულებისთვის (ნაგულისხმევი 50); ბოლო წერტილის უჯრედი ჩართულია." }, "skip_distance": { "label": "გამოსატოვებელი მანძილი", "description": "მანძილი უჯრედებში, რომელიც უნდა გამოტოვდეს ხედვის ხაზის შეფასებამდე (ნაგულისხმევი 0)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა." } } }, "hypsometric_analysis": { "name": "ჰიფსომეტრიული ანალიზი", "description": "ქმნის ჰიფსომეტრიული (ფართობი-სიმაღლე) მრუდის HTML ანგარიშს ერთი ან რამდენიმე DEM-ისთვის.", "params": { "inputs": { "label": "შემავალი მონაცემები", "description": "შემავალი DEM-ების გზები ';' ან ',' გამყოფიანი სტრიქონის ან სიის სახით." }, "watershed": { "label": "წყალშემკრები აუზი", "description": "არასავალდებულო წყალშემკრები აუზების რასტრები, თითოეული შემავალი DEM-ის შესაბამისად." }, "output": { "label": "გამომავალი", "description": "გამომავალი HTML ანგარიშის გზა." } } }, "multiscale_topographic_position_class": { "name": "მრავალმასშტაბიანი ტოპოგრაფიული პოზიციის კლასი", "description": "აკლასიფიცირებს DEM-ის თითოეულ უჯრედს ფართო/ლოკალური ფარდობითი ტოპოგრაფიული პოზიციის ცხრაკლასიან სისტემაში DEVmax მასშტაბის ორი მოზაიკის გამოყენებით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "local_min_scale": { "label": "ლოკალური მინიმალური მასშტაბი", "description": "ნახევრადფანჯრის მინიმალური რადიუსი უჯრედებში ლოკალური მასშტაბის დიაპაზონისთვის (ნაგულისხმევი 5)." }, "local_max_scale": { "label": "ლოკალური მაქსიმალური მასშტაბი", "description": "ნახევრადფანჯრის მაქსიმალური რადიუსი უჯრედებში ლოკალური მასშტაბის დიაპაზონისთვის (ნაგულისხმევი 80)." }, "local_step_size": { "label": "ლოკალური ნაბიჯის ზომა", "description": "მასშტაბის ბიჯი უჯრედებში ლოკალური მასშტაბის დიაპაზონისთვის (ნაგულისხმევი 1). ალიასი: local_step." }, "broad_min_scale": { "label": "ფართო მინიმალური მასშტაბი", "description": "ნახევრადფანჯრის მინიმალური რადიუსი უჯრედებში ფართო მასშტაბის დიაპაზონისთვის (ნაგულისხმევი 500)." }, "broad_max_scale": { "label": "ფართო მაქსიმალური მასშტაბი", "description": "ნახევრადფანჯრის მაქსიმალური რადიუსი უჯრედებში ფართო მასშტაბის დიაპაზონისთვის (ნაგულისხმევი 2000)." }, "broad_step_size": { "label": "ფართო ნაბიჯის ზომა", "description": "მასშტაბის ბიჯი უჯრედებში ფართო მასშტაბის დიაპაზონისთვის (ნაგულისხმევი 20). ალიასი: broad_step." }, "local_threshold": { "label": "ლოკალური ზღურბლი", "description": "DEV-ის ზღურბლი, რომელიც გამოიყენება ლოკალური მასშტაბის მოზაიკის კლასიფიკაციისთვის ღრმულის, შუალედური პოზიციისა და გორაკის მდგომარეობებად (ნაგულისხმევი 0.5)." }, "broad_threshold": { "label": "ფართო ზღურბლი", "description": "DEV-ის ზღურბლი, რომელიც გამოიყენება ფართო მასშტაბის მოზაიკის კლასიფიკაციისთვის დაბლობის, შუალედურ და მაღლობის მდგომარეობებად (ნაგულისხმევი 0.5)." }, "min_patch_size": { "label": "ლაქის მინიმალური ზომა", "description": "არასავალდებულო მინიმალური ლაქის ზომა უჯრედებში კლასიფიკაციის შემდგომი ლაქების ფილტრაციისთვის (ნაგულისხმევი 0, გამორთულია)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა ცხრაკლასიანი კატეგორიული რასტრისთვის." }, "output_confidence": { "label": "გამომავალი სანდოობა", "description": "არასავალდებულო გამომავალი გზა სანდოობის რასტრისთვის დიაპაზონში [0, 1]." } } }, "pennock_landform_classification": { "name": "Pennock-ის ლანდფორმის კლასიფიკაცია", "description": "აკლასიფიცირებს რელიეფის ელემენტებს Pennock et al. (1987)-ის შვიდ რელიეფურ კლასად.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "plan_curv_threshold": { "label": "გეგმილური სიმრუდის ზღურბლი", "description": "პლანური სიმრუდის ზღურბლი გრადუსებში (ნაგულისხმევი 0.0)." }, "prof_curv_threshold": { "label": "პროფილური სიმრუდის ზღურბლი", "description": "პროფილური სიმრუდის ზღურბლი გრადუსებში (ნაგულისხმევი 0.1)." }, "slope_threshold": { "label": "დახრილობის ზღურბლი", "description": "დახრილობის ზღურბლი გრადუსებში (ნაგულისხმევი 3.0)." }, "z_factor": { "label": "Z ფაქტორი", "description": "არასავალდებულო ვერტიკალური მასშტაბირების კოეფიციენტი (თუ < 0 და CRS გეოგრაფიულია, შეფასდება საშუალო განედიდან)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა." } } }, "percent_elev_range": { "name": "სიმაღლის დიაპაზონის პროცენტი", "description": "ითვლის ლოკალურ ტოპოგრაფიულ პოზიციას მეზობლობის სიმაღლეების დიაპაზონის პროცენტად.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "filter_size_x": { "label": "ფილტრის ზომა X", "description": "ფილტრის კენტი სიგანე უჯრედებში (ნაგულისხმევი 11). ალიასი: filterx." }, "filter_size_y": { "label": "ფილტრის ზომა Y", "description": "ფილტრის კენტი სიმაღლე უჯრედებში (ნაგულისხმევი filter_size_x). ალიასი: filtery." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა." } } }, "relative_topographic_position": { "name": "ფარდობითი ტოპოგრაფიული პოზიცია", "description": "ითვლის RTP-ს მეზობლობის მინიმალური, საშუალო და მაქსიმალური სიმაღლის მნიშვნელობების გამოყენებით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "filter_size_x": { "label": "ფილტრის ზომა X", "description": "ფილტრის კენტი სიგანე უჯრედებში (ნაგულისხმევი 11). ალიასი: filterx." }, "filter_size_y": { "label": "ფილტრის ზომა Y", "description": "ფილტრის კენტი სიმაღლე უჯრედებში (ნაგულისხმევი filter_size_x). ალიასი: filtery." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა." } } }, "max_anisotropy_dev": { "name": "ანიზოტროპიის მაქსიმალური გადახრა", "description": "ითვლის სიმაღლის გადახრის მაქსიმალურ ანიზოტროპიას მეზობლობის მასშტაბების დიაპაზონში. ავტორი: Dan Newman.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "min_scale": { "label": "მინიმალური მასშტაბი", "description": "ნახევრადფანჯრის მინიმალური რადიუსი უჯრედებში (ნაგულისხმევი 3)." }, "max_scale": { "label": "მაქსიმალური მასშტაბი", "description": "ნახევრადფანჯრის მაქსიმალური რადიუსი უჯრედებში (ნაგულისხმევი 100)." }, "step_size": { "label": "ნაბიჯის ზომა", "description": "მასშტაბის ბიჯი უჯრედებში (ნაგულისხმევი 2). ალიასი: step." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა ანიზოტროპიის სიდიდის რასტრისთვის." }, "output_scale": { "label": "გამომავალი მასშტაბი", "description": "არასავალდებულო გამომავალი გზა რასტრისთვის, რომელიც ინახავს მაქსიმალური რეაქციის მასშტაბს." } } }, "max_anisotropy_dev_signature": { "name": "ანიზოტროპიის მაქსიმალური გადახრის ხელწერა", "description": "ითვლის მრავალმასშტაბიან ანიზოტროპიის ხელწერებს შემავალი წერტილოვანი ადგილებისთვის და წერს HTML ანგარიშს. ავტორი: Dan Newman.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა." }, "points": { "label": "წერტილები", "description": "შემავალი ვექტორული წერტილოვანი ან მრავალწერტილოვანი ფაილის გზა." }, "min_scale": { "label": "მინიმალური მასშტაბი", "description": "ნახევრადფანჯრის მინიმალური რადიუსი უჯრედებში (ნაგულისხმევი 1)." }, "max_scale": { "label": "მაქსიმალური მასშტაბი", "description": "ნახევრადფანჯრის მაქსიმალური რადიუსი უჯრედებში (ნაგულისხმევი 100)." }, "step_size": { "label": "ნაბიჯის ზომა", "description": "მასშტაბის ბიჯი უჯრედებში (ნაგულისხმევი 1). ალიასი: step." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა HTML სიგნატურის ანგარიშისთვის." } } }, "max_difference_from_mean": { "name": "მაქსიმალური სხვაობა საშუალოდან", "description": "ითვლის საშუალოდან მაქსიმალურ აბსოლუტურ სხვაობას მეზობლობის მასშტაბების დიაპაზონში.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "min_scale": { "label": "მინიმალური მასშტაბი", "description": "ნახევრადფანჯრის მინიმალური რადიუსი უჯრედებში (ნაგულისხმევი 1)." }, "max_scale": { "label": "მაქსიმალური მასშტაბი", "description": "ნახევრადფანჯრის მაქსიმალური რადიუსი უჯრედებში (ნაგულისხმევი 100)." }, "step_size": { "label": "ნაბიჯის ზომა", "description": "მასშტაბის ბიჯი უჯრედებში (ნაგულისხმევი 1). ალიასი: step." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა მაქსიმალური სხვაობის სიდიდის რასტრისთვის." }, "output_scale": { "label": "გამომავალი მასშტაბი", "description": "არასავალდებულო გამომავალი გზა რასტრისთვის, რომელიც ინახავს მაქსიმალური რეაქციის მასშტაბს." } } }, "max_elevation_deviation": { "name": "სიმაღლის მაქსიმალური გადახრა", "description": "ითვლის სიმაღლის მაქსიმალურ სტანდარტიზებულ გადახრას (DEVmax) მეზობლობის მასშტაბების დიაპაზონში.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "min_scale": { "label": "მინიმალური მასშტაბი", "description": "ნახევრადფანჯრის მინიმალური რადიუსი უჯრედებში (ნაგულისხმევი 1)." }, "max_scale": { "label": "მაქსიმალური მასშტაბი", "description": "ნახევრადფანჯრის მაქსიმალური რადიუსი უჯრედებში (ნაგულისხმევი 100)." }, "step_size": { "label": "ნაბიჯის ზომა", "description": "მასშტაბის ბიჯი უჯრედებში (ნაგულისხმევი 1). ალიასი: step." }, "min_vertical": { "label": "მინიმალური ვერტიკალური სხვაობა", "description": "ლოკალური სტანდარტული გადახრის მინიმალური ზღურბლი; სუსტი რელიეფის რეაქციები ითრგუნება (ნაგულისხმევი 0.0)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა DEVmax-ის სიდიდის რასტრისთვის." }, "output_scale": { "label": "გამომავალი მასშტაბი", "description": "არასავალდებულო გამომავალი გზა რასტრისთვის, რომელიც ინახავს მაქსიმალური რეაქციის მასშტაბს." } } }, "max_elev_dev_signature": { "name": "სიმაღლის მაქსიმალური გადახრის ხელწერა", "description": "ითვლის სიმაღლის გადახრის მრავალმასშტაბიან ხელწერებს შემავალი წერტილოვანი ადგილებისთვის და წერს HTML ანგარიშს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა." }, "points": { "label": "წერტილები", "description": "შემავალი ვექტორული წერტილოვანი ან მრავალწერტილოვანი ფაილის გზა." }, "min_scale": { "label": "მინიმალური მასშტაბი", "description": "ნახევრადფანჯრის მინიმალური რადიუსი უჯრედებში (ნაგულისხმევი 1)." }, "max_scale": { "label": "მაქსიმალური მასშტაბი", "description": "ნახევრადფანჯრის მაქსიმალური რადიუსი უჯრედებში (ნაგულისხმევი 100)." }, "step_size": { "label": "ნაბიჯის ზომა", "description": "მასშტაბის ბიჯი უჯრედებში (ნაგულისხმევი 10). ალიასი: step." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა HTML სიგნატურის ანგარიშისთვის." } } }, "multiscale_curvatures": { "name": "მრავალმასშტაბიანი სიმრუდეები", "description": "ითვლის მრავალმასშტაბიან სიმრუდეებს და სიმრუდეზე დაფუძნებულ ინდექსებს DEM-იდან.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრის ობიექტი. ალიასი: dem." }, "curv_type": { "label": "სიმრუდის ტიპი", "description": "სიმრუდის ტიპი." }, "out_mag": { "label": "გამომავალი სიდიდე", "description": "არასავალდებულო გამომავალი სიდიდის გზა. ალიასი: output." }, "out_scale": { "label": "გამომავალი მასშტაბის რასტრი", "description": "არასავალდებულო გამომავალი მასშტაბის გზა, როცა num_steps > 1." }, "min_scale": { "label": "მინიმალური მასშტაბი", "description": "ძებნის მეზობლობის მინიმალური რადიუსი ბადის უჯრედებში." }, "step": { "label": "ნაბიჯი", "description": "ბიჯის ზომა." }, "num_steps": { "label": "ნაბიჯების რაოდენობა", "description": "შერჩეული მასშტაბის ბიჯების რაოდენობა." }, "step_nonlinearity": { "label": "ნაბიჯის არაწრფივობა", "description": "ბიჯის არაწრფივობის კოეფიციენტი." }, "log_transform": { "label": "ლოგარითმული გარდაქმნა", "description": "ნიშნიანი ლოგარითმული გარდაქმნის გამოყენება. ალიასი: log." }, "standardize": { "label": "სტანდარტიზაცია", "description": "თითოეული მასშტაბის სტანდარტიზაცია z-მაჩვენებლებად." } } }, "multiscale_elevated_index": { "name": "მრავალმასშტაბიანი ამაღლებულობის ინდექსი", "description": "ითვლის მრავალმასშტაბიან ამაღლებულობის ინდექსს (MsEI) და საკვანძო მასშტაბის რასტრებს გაუსის მასშტაბური სივრცის ნარჩენების გამოყენებით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "min_scale": { "label": "მინიმალური მასშტაბი", "description": "ძებნის მინიმალური რადიუსი ბადის უჯრედებში (ნაგულისხმევი 2)." }, "num_steps": { "label": "ნაბიჯების რაოდენობა", "description": "შესაფასებელი მასშტაბების რაოდენობა (ნაგულისხმევი 100)." }, "step_nonlinearity": { "label": "ნაბიჯის არაწრფივობა", "description": "მასშტაბის ბიჯის არაწრფივობა დიაპაზონში [1,4] (ნაგულისხმევი 1.1)." }, "step_size": { "label": "ნაბიჯის ზომა", "description": "ბაზისური ბიჯის ზომა უჯრედებში (ნაგულისხმევი 1). ალიასი: step." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა ინდექსის რასტრისთვის." }, "output_scale": { "label": "გამომავალი მასშტაბი", "description": "არასავალდებულო გამომავალი გზა საკვანძო მასშტაბის რასტრისთვის." } } }, "multiscale_elevation_percentile": { "name": "მრავალმასშტაბიანი სიმაღლის პროცენტილი", "description": "ითვლის ყველაზე უკიდურეს ლოკალურ სიმაღლის პროცენტილს მეზობლობის მასშტაბების დიაპაზონში.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "min_scale": { "label": "მინიმალური მასშტაბი", "description": "ნახევარფანჯრის მინიმალური რადიუსი უჯრედებში (ნაგულისხმევი 4)." }, "num_steps": { "label": "ნაბიჯების რაოდენობა", "description": "შესაფასებელი მასშტაბების რაოდენობა (ნაგულისხმევი 10)." }, "step_size": { "label": "ნაბიჯის ზომა", "description": "მასშტაბის ბიჯი უჯრედებში (ნაგულისხმევი 1). ალიასი: step." }, "step_nonlinearity": { "label": "ნაბიჯის არაწრფივობა", "description": "არაწრფივი მასშტაბირების ხარისხის მაჩვენებელი; >1.0 მასშტაბებს აჯგუფებს უფრო მაღალი რეზოლუციისკენ (ნაგულისხმევი 1.0)." }, "sig_digits": { "label": "მნიშვნელოვანი ციფრები", "description": "მნიშვნელოვანი ათობითი ციფრები, გამოყენებული პროცენტილების ინტერვალებად დაყოფისას (ნაგულისხმევი 3)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა პროცენტილის სიდიდის რასტრისთვის." }, "output_scale": { "label": "გამომავალი მასშტაბი", "description": "არასავალდებულო გამომავალი გზა რასტრისთვის, რომელიც ინახავს ყველაზე ექსტრემალური პროცენტილური რეაქციის მასშტაბს." } } }, "multiscale_low_lying_index": { "name": "მრავალმასშტაბიანი დაბლობობის ინდექსი", "description": "ითვლის მრავალმასშტაბიან დაბლობურობის ინდექსს (MsLLI) და საკვანძო მასშტაბის რასტრებს გაუსის მასშტაბური სივრცის ნარჩენების გამოყენებით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "min_scale": { "label": "მინიმალური მასშტაბი", "description": "ძებნის მინიმალური რადიუსი ბადის უჯრედებში (ნაგულისხმევი 2)." }, "num_steps": { "label": "ნაბიჯების რაოდენობა", "description": "შესაფასებელი მასშტაბების რაოდენობა (ნაგულისხმევი 100)." }, "step_nonlinearity": { "label": "ნაბიჯის არაწრფივობა", "description": "მასშტაბის ბიჯის არაწრფივობა დიაპაზონში [1,4] (ნაგულისხმევი 1.1)." }, "step_size": { "label": "ნაბიჯის ზომა", "description": "ბაზისური ბიჯის ზომა უჯრედებში (ნაგულისხმევი 1). ალიასი: step." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა ინდექსის რასტრისთვის." }, "output_scale": { "label": "გამომავალი მასშტაბი", "description": "არასავალდებულო გამომავალი გზა საკვანძო მასშტაბის რასტრისთვის." } } }, "multiscale_roughness": { "name": "მრავალმასშტაბიანი სიუხეშე", "description": "ითვლის ზედაპირის სიუხეშეს მეზობლობის მასშტაბების დიაპაზონში.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "min_scale": { "label": "მინიმალური მასშტაბი", "description": "ნახევრადფანჯრის მინიმალური რადიუსი უჯრედებში (ნაგულისხმევი 1)." }, "max_scale": { "label": "მაქსიმალური მასშტაბი", "description": "ნახევრადფანჯრის მაქსიმალური რადიუსი უჯრედებში (ნაგულისხმევი 100)." }, "step_size": { "label": "ნაბიჯის ზომა", "description": "მასშტაბის ბიჯი უჯრედებში (ნაგულისხმევი 1). ალიასი: step." }, "z_factor": { "label": "Z ფაქტორი", "description": "Z გარდაქმნის კოეფიციენტი, როცა ვერტიკალური და ჰორიზონტალური ერთეულები განსხვავდება (ნაგულისხმევი 1.0)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა სიუხეშის სიდიდის რასტრისთვის." }, "output_scale": { "label": "გამომავალი მასშტაბი", "description": "არასავალდებულო გამომავალი გზა რასტრისთვის, რომელიც ინახავს მაქსიმალური რეაქციის მასშტაბს." } } }, "multiscale_roughness_signature": { "name": "მრავალმასშტაბიანი სიუხეშის ხელწერა", "description": "ითვლის მრავალმასშტაბიან სიუხეშის ხელწერებს შემავალი წერტილოვანი ადგილებისთვის და წერს HTML ანგარიშს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა." }, "points": { "label": "წერტილები", "description": "შემავალი ვექტორული წერტილოვანი ან მრავალწერტილოვანი ფაილის გზა." }, "min_scale": { "label": "მინიმალური მასშტაბი", "description": "ნახევრადფანჯრის მინიმალური რადიუსი უჯრედებში (ნაგულისხმევი 1)." }, "max_scale": { "label": "მაქსიმალური მასშტაბი", "description": "ნახევრადფანჯრის მაქსიმალური რადიუსი უჯრედებში (ნაგულისხმევი 100)." }, "step_size": { "label": "ნაბიჯის ზომა", "description": "მასშტაბის ბიჯი უჯრედებში (ნაგულისხმევი 1). ალიასი: step." }, "z_factor": { "label": "Z ფაქტორი", "description": "Z გარდაქმნის კოეფიციენტი, როცა ვერტიკალური და ჰორიზონტალური ერთეულები განსხვავდება (ნაგულისხმევი 1.0)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა HTML სიგნატურის ანგარიშისთვის." } } }, "multiscale_std_dev_normals": { "name": "ნორმალების მრავალმასშტაბიანი სტანდარტული გადახრა", "description": "ითვლის ზედაპირის ნორმალების მაქსიმალურ სფერულ სტანდარტულ გადახრას მასშტაბების არაწრფივად შერჩეულ დიაპაზონში.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "min_scale": { "label": "მინიმალური მასშტაბი", "description": "ნახევარფანჯრის მინიმალური რადიუსი უჯრედებში (ნაგულისხმევი 4)." }, "step": { "label": "ნაბიჯი", "description": "საბაზისო ბიჯის ზომა უჯრედებში, გამოყენებული არაწრფივი მასშტაბის განრიგში (ნაგულისხმევი 1)." }, "num_steps": { "label": "ნაბიჯების რაოდენობა", "description": "შერჩეული მასშტაბების რაოდენობა (ნაგულისხმევი 10)." }, "step_nonlinearity": { "label": "ნაბიჯის არაწრფივობა", "description": "არაწრფივობის ხარისხის მაჩვენებელი მასშტაბის განრიგისთვის (ნაგულისხმევი 1.0)." }, "z_factor": { "label": "Z ფაქტორი", "description": "Z გარდაქმნის კოეფიციენტი, როცა ვერტიკალური და ჰორიზონტალური ერთეულები განსხვავდება (ნაგულისხმევი 1.0)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა სფერული სტანდარტული გადახრის სიდიდის რასტრისთვის." }, "output_scale": { "label": "გამომავალი მასშტაბი", "description": "არასავალდებულო გამომავალი გზა რასტრისთვის, რომელიც ინახავს მაქსიმალური რეაქციის მასშტაბს." } } }, "multiscale_std_dev_normals_signature": { "name": "ნორმალების მრავალმასშტაბიანი სტანდარტული გადახრის ხელწერა", "description": "ითვლის სფერული სტანდარტული გადახრის მასშტაბურ ხელწერებს შემავალი წერტილოვანი ადგილებისთვის და წერს HTML ანგარიშს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა." }, "points": { "label": "წერტილები", "description": "შემავალი ვექტორული წერტილოვანი ან მრავალწერტილოვანი ფაილის გზა." }, "min_scale": { "label": "მინიმალური მასშტაბი", "description": "ნახევარფანჯრის მინიმალური რადიუსი უჯრედებში (ნაგულისხმევი 4)." }, "step": { "label": "ნაბიჯი", "description": "საბაზისო ბიჯის ზომა უჯრედებში, გამოყენებული არაწრფივი მასშტაბის განრიგში (ნაგულისხმევი 1)." }, "num_steps": { "label": "ნაბიჯების რაოდენობა", "description": "შერჩეული მასშტაბების რაოდენობა (ნაგულისხმევი 10)." }, "step_nonlinearity": { "label": "ნაბიჯის არაწრფივობა", "description": "არაწრფივობის ხარისხის მაჩვენებელი მასშტაბის განრიგისთვის (ნაგულისხმევი 1.0)." }, "z_factor": { "label": "Z ფაქტორი", "description": "Z გარდაქმნის კოეფიციენტი, როცა ვერტიკალური და ჰორიზონტალური ერთეულები განსხვავდება (ნაგულისხმევი 1.0)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა HTML სიგნატურის ანგარიშისთვის." } } }, "multiscale_topographic_position_image": { "name": "მრავალმასშტაბიანი ტოპოგრაფიული პოზიციის გამოსახულება", "description": "ქმნის შეფუთულ RGB მრავალმასშტაბიანი ტოპოგრაფიული პოზიციის გამოსახულებას ლოკალური, მეზო და ფართო DEVmax რასტრებიდან.", "params": { "local": { "label": "ლოკალური", "description": "შემავალი ლოკალური მასშტაბის DEVmax რასტრის გზა." }, "meso": { "label": "მეზო", "description": "შემავალი მეზომასშტაბის DEVmax რასტრის გზა." }, "broad": { "label": "ფართო", "description": "შემავალი ფართო მასშტაბის DEVmax რასტრის გზა." }, "hillshade": { "label": "რელიეფის დაჩრდილვა", "description": "არასავალდებულო რელიეფის დაჩრდილვის რასტრის გზა, გამოყენებული განათების მოდულაციისთვის." }, "lightness": { "label": "სინათლე", "description": "გამოსახულების სიკაშკაშის მასშტაბირების კოეფიციენტი (ნაგულისხმევი 1.2)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა შეფუთული RGB რასტრისთვის." } } }, "topographic_position_animation": { "name": "ტოპოგრაფიული პოზიციის ანიმაცია", "description": "ქმნის ინტერაქტიულ HTML სანახავს და ანიმირებულ GIF-ს DEV-ის ან DEVmax-ისთვის არაწრფივად შერჩეულ მასშტაბებზე.", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრის გზა ან ტიპიზებული რასტრული ობიექტი." }, "delay": { "label": "დაყოვნება", "description": "GIF-ის თითო კადრის დაყოვნება მილიწამებში." }, "image_height": { "label": "გამოსახულების სიმაღლე", "description": "ნაჩვენები გამოსახულების სიმაღლე პიქსელებში." }, "label": { "label": "წარწერა", "description": "არასავალდებულო წარწერა, ნაჩვენები დამთვალიერებელში." }, "min_scale": { "label": "მინიმალური მასშტაბი", "description": "ნახევრადფანჯრის მინიმალური რადიუსი უჯრედებში (ნაგულისხმევი 1)." }, "num_steps": { "label": "ნაბიჯების რაოდენობა", "description": "ანიმაციის ბიჯების რაოდენობა (ნაგულისხმევი 10)." }, "palette": { "label": "პალიტრა", "description": "პალიტრის სახელი, გამოყენებული DEV მნიშვნელობების შესაფერადებლად." }, "step_nonlinearity": { "label": "ნაბიჯის არაწრფივობა", "description": "არაწრფივი მასშტაბის ხარისხის მაჩვენებელი დიაპაზონში [1, 4], რომელიც აკონტროლებს უხეშიდან წვრილისკენ დაშორებას." }, "use_dev_max": { "label": "მაქსიმალური გადახრის გამოყენება", "description": "თუ true, კადრები აგროვებს აქამდე შეხვედრილ ყველაზე ძლიერ აბსოლუტურ DEV რეაქციას." }, "output": { "label": "გამომავალი", "description": "გამომავალი HTML-ის გზა." } } }, "topo_render": { "name": "ტოპოგრაფიული რენდერი", "description": "ქმნის ფსევდო-3D ტოპოგრაფიულ გამოსახულებას პალიტრით შეფერვის, რელიეფის დაჩრდილვის, ჩრდილებისა და შესუსტების გამოყენებით.", "params": { "dem": { "label": "DEM", "description": "შემავალი DEM რასტრის გზა." }, "palette": { "label": "პალიტრა", "description": "პალიტრის სახელი (soft, atlas, high_relief, turbo, viridis, dem, grey, white)." }, "reverse_palette": { "label": "პალიტრის შებრუნება", "description": "პალიტრის თანმიმდევრობის შებრუნება." }, "azimuth": { "label": "აზიმუტი", "description": "სინათლის წყაროს აზიმუტი გრადუსებში [0, 360]." }, "altitude": { "label": "სიმაღლის კუთხე", "description": "სინათლის წყაროს სიმაღლის კუთხე გრადუსებში [0, 90]." }, "clipping_polygon": { "label": "ამოსაჭრელი პოლიგონი", "description": "არასავალდებულო პოლიგონური ვექტორის გზა; ვიზუალიზდება მხოლოდ პოლიგონ(ებ)ის შიგნით მოქცეული DEM-ის უჯრედები." }, "background_hgt_offset": { "label": "ფონის სიმაღლის აცდენა", "description": "ვერტიკალური აცდენა DEM-ის მინიმალური სიმაღლიდან ფონურ სიბრტყემდე." }, "background_clr": { "label": "ფონის ფერი", "description": "ფონის RGBA ფერი მასივის სახით [r,g,b,a]." }, "attenuation_parameter": { "label": "შესუსტების პარამეტრი", "description": "მანძილით მილევის ხარისხის მაჩვენებელი (>= 0)." }, "ambient_light": { "label": "გარემო განათება", "description": "გარემო განათების რაოდენობა დიაპაზონში [0, 1]." }, "z_factor": { "label": "Z ფაქტორი", "description": "ვერტიკალური გაზვიადების მამრავლი." }, "max_dist": { "label": "მაქსიმალური მანძილი", "description": "ჩრდილის ძებნის მაქსიმალური მანძილი რუკის ერთეულებში." }, "output": { "label": "გამომავალი", "description": "გამომავალი რასტრის გზა." } } }, "add_surface_information": { "name": "ზედაპირის ინფორმაციის დამატება", "description": "ჩაამატებს თითოეული ობიექტისთვის ზედაპირის სტატისტიკას სიმაღლის რასტრიდან — Z, 3D ზედაპირის სიგრძე, 3D ზედაპირის ფართობი, მინიმალური/მაქსიმალური/საშუალო Z და მინიმალური/მაქსიმალური/საშუალო დახრილობა — ატრიბუტულ ველებად, შემავალი გეომეტრიის შეცვლის გარეშე, ArcGIS Add Surface Information-ის მსგავსად.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორული ფენა (წერტილები, ხაზები ან პოლიგონები), რომელსაც ზედაპირის იგივე CRS აქვს." }, "surface": { "label": "ზედაპირი", "description": "სიმაღლის/ზედაპირის რასტრი შერჩევისთვის." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორის გზა (დრაივერი განისაზღვრება გაფართოებით). თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "properties": { "label": "თვისებები", "description": "ზედაპირის თვისებების ჯგუფების მძიმით გამოყოფილი სია დასამატებლად: Z, SURFACE_LENGTH, SURFACE_AREA, MIN_MAX_MEAN_Z, MIN_MAX_AVG_SLOPE. ნაგულისხმევი: ყველა, რომელიც ფენის გეომეტრიაზეა გამოსადეგი." }, "sample_distance": { "label": "შერჩევის მანძილი", "description": "გამკვრივების ინტერვალი CRS-ის ერთეულებში ხაზის/პერიმეტრის შერჩევისთვის; გრძელი სეგმენტები იყოფა ისე, რომ ზედაპირს მიჰყვნენ. ნაგულისხმევი: რასტრის უჯრედის ზომა." }, "method": { "label": "მეთოდი", "description": "წვეროების ზედაპირზე შერჩევა: 'bilinear' (ნაგულისხმევი) ან 'nearest'." }, "band": { "label": "არხი", "description": "ზედაპირის არხი შერჩევისთვის, 1-დან დათვლილი (ნაგულისხმევი 1)." } } }, "add_z_information": { "name": "Z ინფორმაციის დამატება", "description": "ამატებს Z-დან მიღებულ გეომეტრიულ სტატისტიკას 3D ობიექტებზე — წერტილოვანი/მინიმალური/მაქსიმალური/საშუალო Z, 3D სიგრძე, ბადის ზედაპირის ფართობი და მოცულობა, დახრილობის სტატისტიკა და წვეროების რაოდენობა (ArcGIS Add Z Information). vector_summary_statistics და attribute_histogram აჯამებს ატრიბუტებს და არა გეომეტრიას, ხოლო polygon_volume / surface_volume ზომავს რასტრს საბაზისო სიბრტყის მიმართ, ამიტომ ამჟამად არცერთი ინსტრუმენტი არ აღწერს 3D ვექტორულ ობიექტს მისივე Z-ის მიხედვით.", "params": { "input": { "label": "შემავალი", "description": "3D წერტილოვანი, ხაზოვანი, პოლიგონური ან multipatch ობიექტები. გაითვალისწინეთ, რომ ნულოვანი Z არ განსხვავდება არარსებული Z-ისგან, ამიტომ 'features_with_z' მინიშნებაა და არა გარანტია." }, "output": { "label": "გამომავალი", "description": "შემავალი ობიექტები მოთხოვნილი ველების დამატებით. თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "properties": { "label": "თვისებები", "description": "მძიმით გამოყოფილი ქვესიმრავლე შემდეგებიდან: spot_z, min_z, max_z, mean_z, length_3d, surface_area, volume, min_slope, max_slope, mean_slope, point_count, vertex_count. ნაგულისხმევი: ყველა მათგანი (გეომეტრიისთვის შეუსაბამო ველები რჩება null-ად)." }, "noise_filtering": { "label": "ხმაურის ფილტრაცია", "description": "პროცენტი (0-50), რომელიც ჩამოიჭრება Z განაწილების თითოეული ბოლოდან min_z / max_z-ის გამოთვლამდე, რათა ერთმა ამონაშვერმა წვერომ არ განსაზღვროს დაფიქსირებული ექსტრემუმები. ნაგულისხმევი 0." } } }, "adjust_3d_z": { "name": "3D Z-ის კორექტირება", "description": "გამოიყენებს Z ერთეულების კონვერტაციას, ვერტიკალურ წანაცვლებას და/ან გამამრავლებელ ფაქტორს 3D ობიექტების Z კოორდინატებზე.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორული ფენა (ობიექტებს უნდა ჰქონდეთ Z კოორდინატები)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი ვექტორის გზა. თუ გამოტოვებულია, შედეგი ინახება მეხსიერებაში." }, "factor": { "label": "ფაქტორი", "description": "Z-ზე გამოყენებული მამრავლი კოეფიციენტი (ნაგულისხმევი 1.0). გამოსადეგია ვერტიკალური გაზვიადებისთვის ან საწყისი ზედაპირის მასშტაბისთვის." }, "offset": { "label": "წანაცვლება", "description": "დამატებითი ვერტიკალური აცდენა, გამოყენებული კოეფიციენტის შემდეგ, სამიზნე ერთეულებში (ნაგულისხმევი 0.0)." }, "from_unit": { "label": "საწყისი ერთეული", "description": "საწყისი Z ერთეულის წინასწარი პარამეტრი (meters, feet, us_feet, centimeters, millimeters, kilometers, miles, yards, inches). საჭიროებს to_unit-ს." }, "to_unit": { "label": "სამიზნე ერთეული", "description": "სამიზნე Z ერთეულის წინასწარი პარამეტრი. საჭიროებს from_unit-ს. Z მასშტაბირდება კოეფიციენტით (meters-per-from_unit / meters-per-to_unit)." } } }, "adjust_stream_to_raster": { "name": "ნაკადის მორგება რასტრზე", "description": "გადააადგილებს ნაკადის ხაზოვანი ობიექტის წვეროებს DEM-ით განსაზღვრულ ჩამონადენის გზაზე, რათა ვექტორული ჰიდროგრაფია და სიმაღლის ზედაპირი ერთმანეთს დაემთხვეს — კვანძები მიებმება მაღალი აკუმულაციის უჯრედებს და მათ შორის მიიდევნება D8 მაჩვენებლის ჯაჭვი. ნაკადების ჩაწვის შებრუნებული ოპერაცია. ArcGIS Adjust Stream To Raster-ის მსგავსად.", "params": { "input": { "label": "შემავალი", "description": "ნაკადების პოლიხაზოვანი ობიექტები კორექტირებისთვის." }, "dem": { "label": "DEM", "description": "ზედაპირის რასტრი, რომელიც განსაზღვრავს ჩამონადენის ნამდვილ გზას." }, "output": { "label": "გამომავალი", "description": "გამომავალი კორექტირებული ნაკადის გზა. თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "snap_distance": { "label": "მიბმის მანძილი", "description": "ძებნის რადიუსი რუკის ერთეულებში კვანძების მაღალაკუმულაციურ უჯრედზე მიბმისთვის (ნაგულისხმევი: 5 უჯრედი)." }, "channel_threshold": { "label": "კალაპოტის ზღურბლი", "description": "ჩამონადენის აკუმულაციის მნიშვნელობა (უჯრედებში), რომლის დროსაც ან რომლის ზემოთაც უჯრედი მიბმისთვის ითვლება არხად ჩამოყალიბებულად (ნაგულისხმევი: DEM-ის მაქსიმალური აკუმულაციის 1%)." }, "remove_disconnected": { "label": "დაუკავშირებლების მოშორება", "description": "ისეთი ხაზების ამოგდება, რომელთა მარშრუტიზაცია საერთოდ შეუძლებელია (ნაგულისხმევი true). თუ false, ისინი უცვლელად გადაეცემა და მოინიშნება." }, "output_stream_raster": { "label": "გამომავალი ნაკადების რასტრი", "description": "არასავალდებულო რასტრი, რომელიც აღნიშნავს კორექტირებული ნაკადის უჯრედებს." }, "output_flow_direction": { "label": "გამომავალი ჩამონადენის მიმართულება", "description": "არასავალდებულო D8 მაჩვენებლის რასტრი, მიღებული DEM-იდან." }, "output_split_points": { "label": "გამომავალი გაყოფის წერტილები", "description": "არასავალდებულო წერტილები, სადაც მაჩვენებლის მიხედვით ტრასირება ჩაიშალა და გამოყენებულ იქნა უმცირესი ღირებულების სარეზერვო მეთოდი." } } }, "aggregate_multidimensional_raster": { "name": "მრავალგანზომილებიანი რასტრის აგრეგაცია", "description": "აჯგუფებს რასტრული კუბის ჭრილებს მისი განზომილების გასწვრივ და თითოეულ ჯგუფს ერთ გამომავალ არხამდე ამცირებს — დღიური სცენები თვიურ კომპოზიტებად, ათწლეული წლიურ საშუალოებად (ArcGIS Aggregate Multidimensional Raster). cell_statistics სტეკს მხოლოდ ერთ ფენამდე ამცირებს და განზომილების ცნება არ გააჩნია, ხოლო multidimensional_anomaly საპირისპირო ოპერაციას ასრულებს და ჭრილების რაოდენობას ინარჩუნებს.", "params": { "input": { "label": "შემავალი", "description": "ერთი მრავალარხიანი რასტრი (თითოეული არხი ერთი ჭრილია) ან თანაბრად რეგისტრირებული რასტრების მძიმით გამოყოფილი სია." }, "output": { "label": "გამომავალი", "description": "გამომავალი მრავალარხიანი რასტრი, თითო არხი თითო ინტერვალზე. თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "dimension": { "label": "განზომილება", "description": "განზომილების სახელი, გამოიყენება მხოლოდ ანგარიშში (ნაგულისხმევი 'slice')." }, "dimension_values": { "label": "განზომილების მნიშვნელობები", "description": "თითოეული ჭრილის კოორდინატი მძიმით გამოყოფილი, მკაცრად ზრდადი. ნაგულისხმევად გამოიყენება ჭრილის ინდექსი 1-დან." }, "aggregation_definition": { "label": "აგრეგაციის განსაზღვრება", "description": "'all' (ნაგულისხმევი), 'interval_value', 'interval_count' ან 'interval_ranges'." }, "interval_value": { "label": "ინტერვალის მნიშვნელობა", "description": "ინტერვალის სიგანე განზომილების ერთეულებში, 'interval_value'-ისთვის." }, "interval_count": { "label": "ინტერვალების რაოდენობა", "description": "თანაბარი სიგანის ინტერვალების რაოდენობა, 'interval_count'-ისთვის." }, "interval_ranges": { "label": "ინტერვალების დიაპაზონები", "description": "ცხადად მითითებული ინტერვალები ფორმატში 'start:end,start:end', 'interval_ranges'-ისთვის." }, "aggregation_method": { "label": "აგრეგაციის მეთოდი", "description": "'mean' (ნაგულისხმევი), 'majority', 'maximum', 'median', 'minimum', 'minority', 'percentile', 'range', 'std', 'sum' ან 'variety'." }, "percentile_value": { "label": "პროცენტილის მნიშვნელობა", "description": "პროცენტილი დიაპაზონში [0, 100] მეთოდისთვის 'percentile' (ნაგულისხმევი 50)." }, "ignore_nodata": { "label": "NoData-ის იგნორირება", "description": "NoData ჭრილების გამოტოვება თითოეულ უჯრედში (ნაგულისხმევი true). თუ false, ერთი NoData ჭრილი მთელ ინტერვალს NoData-დ აქცევს ამ უჯრედში." } } }, "aggregate_points": { "name": "წერტილების აგრეგაცია", "description": "აჯგუფებს ერთმანეთისგან აგრეგაციის მანძილში მოქცეულ წერტილებს კლასტერულ პოლიგონებად (ამოზნექილი გარსი ან ბუფერული გაერთიანება), თითოეულში წერტილების რაოდენობით და სურვილისამებრ ველების ჯამებით კლასტერზე, ArcGIS Aggregate Points-ის მსგავსად.", "params": { "input": { "label": "შემავალი", "description": "შემავალი წერტილოვანი ვექტორული ფენა (Point ან MultiPoint)." }, "output": { "label": "გამომავალი", "description": "გამომავალი პოლიგონური ვექტორის გზა (დრაივერი განისაზღვრება გაფართოებით). თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "aggregation_distance": { "label": "აგრეგაციის მანძილი", "description": "მაქსიმალური მანძილი წერტილებს შორის, რომლის დროსაც ისინი ერთსა და იმავე კლასტერს უერთდებიან (რუკის ერთეულები)." }, "min_points": { "label": "მინიმალური წერტილები", "description": "წერტილების მინიმალური რაოდენობა, რომელიც კლასტერს სჭირდება გამოსატანად (ნაგულისხმევი 2; მიუთითეთ 1 ცალკეული წერტილების შესანარჩუნებლად)." }, "method": { "label": "მეთოდი", "description": "'convex_hull' (ნაგულისხმევი) ან 'buffer' (ბუფერული გაერთიანება, უკან შეკუმშული)." }, "sum_fields": { "label": "შესაჯამებელი ველები", "description": "მძიმით გამოყოფილი რიცხვითი ველები კლასტერზე შესაჯამებლად (გამომავალი სვეტები 'sum_')." } } }, "aggregate_polygons": { "name": "პოლიგონების აგრეგაცია", "description": "აერთიანებს აგრეგაციის მანძილში მოქცეულ პოლიგონებს უფრო დიდ პოლიგონებად (მორფოლოგიური ჩაკეტვა), მინიმალური ფართობისა და ხვრელის მინიმალური ზომის ფილტრებით და სურვილისამებრ ბარიერული ფენით, რომელსაც აგრეგაცია ვერ გადაკვეთს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი პოლიგონური ვექტორული ფენა, ფორმატი განისაზღვრება ავტომატურად (ან მეხსიერებაში არსებული იდენტიფიკატორი)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი ვექტორის გზა (დრაივერი განისაზღვრება გაფართოებით). თუ არ არის მითითებული, ინახება მეხსიერებაში." }, "aggregation_distance": { "label": "აგრეგაციის მანძილი", "description": "ერთმანეთისგან ამ მანძილზე (CRS-ის ერთეულები) მდებარე პოლიგონები აგრეგირდება. მორფოლოგიური ჩაკეტვის რადიუსს ადგენს ამ მნიშვნელობის ნახევრად." }, "min_area": { "label": "მინიმალური ფართობი", "description": "ამოაგდებს აგრეგირებულ პოლიგონებს, რომელთა ფართობი (CRS-ის ერთეულები კვადრატში) ამ მნიშვნელობაზე ნაკლებია. ნაგულისხმევი: ყველას შენარჩუნება." }, "min_hole_size": { "label": "ხვრელის მინიმალური ზომა", "description": "შეავსებს შიდა ხვრელებს, რომელთა ფართობი (CRS-ის ერთეულები კვადრატში) ამ მნიშვნელობაზე ნაკლებია. ნაგულისხმევი: ყველა ხვრელის შენარჩუნება." }, "barrier": { "label": "ბარიერი", "description": "არასავალდებულო ბარიერების ვექტორული ფენა (ხაზები ან პოლიგონები), რომელსაც აგრეგირება ვერ გადაკვეთს; ბარიერის გადამკვეთი ხიდები იჭრება. შემავალი პოლიგონები არასოდეს იყოფა." } } }, "align_features": { "name": "ობიექტების გასწორება", "description": "მოარგებს წყაროს ხაზების/პოლიგონების კიდეებს ახლომდებარე სანდო სამიზნე ფენას ძიების მანძილის ფარგლებში, გადააადგილებს კიდის მთელ მონაკვეთს (და არა მხოლოდ ბოლო წერტილებს) გლუვი გადასვლითა და დამთხვეული საერთო საზღვრებით, ArcGIS Align Features-ის მსგავსად.", "params": { "input": { "label": "შემავალი", "description": "საწყისი ვექტორული ფენა გასასწორებლად (ხაზები ან პოლიგონები)." }, "target": { "label": "სამიზნე", "description": "სანდო სამიზნე ფენა (ხაზები ან პოლიგონების საზღვრები), რომლისკენაც იზიდება საწყისი წვეროები." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი ვექტორის გზა (დრაივერი გაფართოებიდან). თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "search_distance": { "label": "ძიების მანძილი", "description": "მაქსიმალური მანძილი (CRS ერთეულებში), რომლითაც წყაროს წვერო შეიძლება მიიზიდოს სამიზნისკენ. სავალდებულო." }, "match_field": { "label": "შესაბამებული ველი", "description": "არასავალდებულო წყაროს ატრიბუტის ველი; მოცემული ობიექტის წვეროებისთვის კანდიდატები არიან მხოლოდ ის სამიზნე კიდეები, რომელთა target_match_field მნიშვნელობა ემთხვევა." }, "target_match_field": { "label": "სამიზნე შესაბამებული ველი", "description": "სამიზნის ატრიბუტის ველი, რომელიც შედარდება match_field-ს. თუ გამოტოვებულია, ნაგულისხმევად იღებს match_field-ის სახელს; საჭიროებს match_field-ს." } } }, "analyze_changes_ccdc": { "name": "ცვლილებების ანალიზი CCDC-ით", "description": "CCDC უწყვეტი ცვლილებების აღმოჩენა გამოსახულებათა მჭიდრო დროით მწკრივზე (ArcGIS Analyze Changes Using CCDC-ის მსგავსად): თითოეული პიქსელისთვის ჰარმონიული (სეზონური) OLS რეგრესია, შემდეგ ნაშთების მოძრავი ტესტი (k×RMSE, მინიმალური თანმიმდევრული ანომალიები), რომელიც აფიქსირებს გარდატეხებს და ხელახლა არგებს სეგმენტებს. გამოაქვს გარდატეხების რაოდენობის, პირველი გარდატეხის თარიღისა და საწყისი სეგმენტის RMSE/დახრილობის/ამპლიტუდის რასტრები — სეზონური, მრავალგარდატეხიანი ცვლილების ისტორია, რომელსაც წლიური landtrendr და ორთარიღიანი change_vector_analysis ვერ იძლევა.", "params": { "input": { "label": "შემავალი", "description": "ერთი მრავალარხიანი რასტრი (თითოეული არხი დროის ჭრილია) ან მძიმით გამოყოფილი თანაბრად რეგისტრირებული ერთარხიანი რასტრების გზების სია, დროის მიხედვით." }, "output": { "label": "გამომავალი", "description": "გამომავალი წყვეტების რაოდენობის რასტრი (თითოეულ პიქსელზე აღმოჩენილი წყვეტები). თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "dates": { "label": "თარიღები", "description": "მძიმით გამოყოფილი რიცხვითი თარიღები (ათწილადი წლები ან დღეების ნომრები), ჭრილების შესაბამისად. ნაგულისხმევი 0,1,2,..." }, "period": { "label": "პერიოდი", "description": "ერთი სეზონური ციკლის ხანგრძლივობა 'dates'-ის ერთეულებში (ნაგულისხმევი 1.0 ათწილადი წლებისთვის; დღეების ნომრებისთვის გამოიყენეთ 365)." }, "harmonic_order": { "label": "ჰარმონიკის რიგი", "description": "სინუს/კოსინუსის ჰარმონიული წყვილების რაოდენობა წლიურ სიხშირეზე (ნაგულისხმევი 1 = მხოლოდ წლიური; 2 ამატებს ნახევარწლიურ წევრს)." }, "change_threshold": { "label": "ცვლილების ზღურბლი", "description": "ანომალიის ზღურბლი სეგმენტის RMSE-ის k-ჯერადის სახით (ნაგულისხმევი 3.0). ნაშთი > k×RMSE მონიშნავს დაკვირვებას." }, "min_consecutive": { "label": "მინიმალური თანმიმდევრული", "description": "წყვეტის დასაფიქსირებლად საჭირო ზედიზედ მონიშნული დაკვირვებების რაოდენობა (ნაგულისხმევი 3)." }, "min_observations": { "label": "მინიმალური დაკვირვებები", "description": "სეგმენტის ჰარმონიული მოდელის ინიციალიზაციისთვის საჭირო ვალიდური დაკვირვებების მინიმალური რაოდენობა (ნაგულისხმევი 12). ნაკლები ვალიდური დაკვირვების მქონე პიქსელები ხდება NoData." }, "band": { "label": "არხი", "description": "მძიმით გამოყოფილი სიის შეტანისას: თითოეული რასტრიდან წასაკითხი არხი 1-იდან დაწყებული (ნაგულისხმევი 1). იგნორირდება ერთი მრავალარხიანი შემავალისთვის." }, "break_date_output": { "label": "გარდატეხის თარიღის გამომავალი", "description": "არასავალდებულო რასტრი პიქსელზე პირველი აღმოჩენილი წყვეტის თარიღით (NoData იქ, სადაც წყვეტა არ არის)." }, "rmse_output": { "label": "RMSE-ის გამომავალი", "description": "არასავალდებულო რასტრი საწყისი სეგმენტის ჰარმონიული მოდელის RMSE-ით." }, "slope_output": { "label": "დახრილობის გამომავალი", "description": "არასავალდებულო რასტრი საწყისი სეგმენტის წრფივი ტრენდის (დახრის) კოეფიციენტით." }, "amplitude_output": { "label": "ამპლიტუდის გამომავალი", "description": "არასავალდებულო რასტრი საწყისი სეგმენტის პირველი ჰარმონიკის ამპლიტუდით sqrt(a²+b²)." } } }, "apply_radiometric_calibration": { "name": "რადიომეტრიული კალიბრაციის გამოყენება", "description": "გარდაქმნის SAR-ის დაუმუშავებელ ციფრულ მნიშვნელობებს კალიბრირებულ უკუგაბნევად — beta nought, sigma nought ან gamma nought — რათა გადაღებები ფიზიკურად შედარებადი გახდეს და გამოქვეყნებული ზღურბლები გამოსადეგი იყოს (ArcGIS Apply Radiometric Calibration). არცერთი რეესტრი ამას არ აკეთებს: rescale_value_range წრფივი გაჭიმვაა რადიომეტრიული მნიშვნელობის გარეშე, ხოლო multilook, sar_coherence, Lee-ს სპეკლის ფილტრები და compute_sar_indices იმ მნიშვნელობებს იყენებს, რასაც მიაწოდებენ.", "params": { "input": { "label": "შემავალი", "description": "SAR რასტრი ციფრულ მნიშვნელობებში, ამპლიტუდაში, ინტენსივობაში ან dB-ში (იხ. 'input_units')." }, "output": { "label": "გამომავალი", "description": "გამომავალი დაკალიბრებული უკუგაბნევის რასტრი. თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "calibration_type": { "label": "კალიბრაციის ტიპი", "description": "'sigma0' (ნაგულისხმევი), 'beta0' ან 'gamma0'. sigma0 და gamma0 საჭიროებს 'incidence_angle'-ს." }, "calibration_constant": { "label": "კალიბრაციის მუდმივა", "description": "სენსორის კალიბრაციის მუდმივა A (ნაგულისხმევი 1.0). იგნორირდება, როცა მითითებულია 'calibration_lut'." }, "calibration_lut": { "label": "კალიბრაციის LUT", "description": "არასავალდებულო თანაბრად რეგისტრირებული რასტრი უჯრედობრივი კალიბრაციის მუდმივებით A, რომელიც გადაფარავს 'calibration_constant'-ს." }, "incidence_angle": { "label": "დაცემის კუთხე", "description": "ლოკალური დაცემის კუთხე გრადუსებში: მუდმივა ან თანაბრად რეგისტრირებული რასტრის გზა. სავალდებულოა 'sigma0'-სა და 'gamma0'-სთვის." }, "input_units": { "label": "შემავალი ერთეულები", "description": "'dn' (ნაგულისხმევი), 'amplitude', 'intensity' ან 'db'. dn და amplitude კვადრატში აჰყავს სიმძლავრემდე; db ჯერ დელინეარიზდება." }, "output_units": { "label": "გამომავალი ერთეულები", "description": "'linear' (ნაგულისხმევი) ან 'db'." }, "band": { "label": "არხი", "description": "დასაკალიბრებელი არხი 1-იდან დაწყებული (ნაგულისხმევი 1)." } } }, "apportion_polygon": { "name": "პოლიგონის პროპორციული განაწილება", "description": "გადააქვს რიცხვითი ატრიბუტები წყაროს პოლიგონური ფენიდან სამიზნე პოლიგონურ ფენაზე, გადაფარვის ფართობის პროპორციულად (დაზიმეტრიული გადანაწილება ზონათა სისტემებს შორის), ArcGIS Apportion Polygon-ის მსგავსად.", "params": { "target": { "label": "სამიზნე", "description": "სამიზნე პოლიგონური ფენა (იღებს განაწილებულ მნიშვნელობებს; მისი ობიექტები და ატრიბუტები შენარჩუნებულია)." }, "source": { "label": "წყარო", "description": "წყაროს პოლიგონური ფენა განსანაწილებელი მნიშვნელობებით." }, "fields": { "label": "ველები", "description": "მძიმით გამოყოფილი წყაროს რიცხვითი ველ(ებ)ის სახელი, რომლებიც უნდა განაწილდეს." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორის გზა (სამიზნის ასლი განაწილებული სვეტებით). თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "method": { "label": "მეთოდი", "description": "'area' (ნაგულისხმევი; გაყოფა გადაფარვის ფართობის მიხედვით) ან 'weight' (გაყოფა გადაფარვის ფართობისა და სამიზნის 'weight_field'-ის ნამრავლის მიხედვით)." }, "weight_field": { "label": "წონის ველი", "description": "სამიზნის რიცხვითი ველი, რომელიც გამოიყენება დამატებით წონად, როცა method=weight." }, "suffix": { "label": "სუფიქსი", "description": "სუფიქსი განაწილებული გამომავალი სვეტებისთვის. ნაგულისხმევი '_app'." } } }, "areal_interpolation": { "name": "არეალური ინტერპოლაცია", "description": "პროგნოზირებს აგრეგირებულ მნიშვნელობებს სამიზნე პოლიგონებისთვის განსხვავებული გეოგრაფიის მქონე წყაროს პოლიგონებიდან, გლუვი ფარული ზედაპირის მორგებითა და მისი ხელახალი ინტეგრირებით და არა ფართობით შეწონვით (ArcGIS Areal Interpolation Layer To Polygons). apportion_polygon ვარაუდობს, რომ სიდიდე თითოეული წყაროს პოლიგონის შიგნით თანაბარია — ეს არის ცვალებადი სივრცითი ერთეულის კლასიკური პრობლემა — და სტანდარტულ შეცდომებს არ იძლევა; კრიგინგის კომპლექტი კი მთლიანად წერტილოვან საყრდენზეა აგებული და პოლიგონურ დაკვირვებებს ვერ იღებს.", "params": { "input": { "label": "შემავალი", "description": "წყაროს პოლიგონები გაზომილი ველით." }, "target": { "label": "სამიზნე", "description": "სამიზნე პოლიგონები, რომლებისთვისაც უნდა იწინასწარმეტყველოს მნიშვნელობები." }, "field": { "label": "ველი", "description": "რიცხვითი მნიშვნელობის ველი წყაროს პოლიგონებზე." }, "output": { "label": "გამომავალი", "description": "სამიზნე პოლიგონები დამატებული PREDICTED, PRED_STD_ERR და დიაგნოსტიკით. თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "field_type": { "label": "ველის ტიპი", "description": "'count' (ნაგულისხმევი): ექსტენსიური ჯამი, გადამასშტაბებული წყაროს ჯამის შესანარჩუნებლად. 'average': ინტენსიური საშუალო, პროგნოზირებული პირდაპირ, გადამასშტაბების გარეშე." }, "discretization": { "label": "დისკრეტიზაცია", "description": "შიდა წერტილების სავარაუდო რაოდენობა, რომლებიც წარმოადგენს თითოეული პოლიგონის ფართობით საყრდენს (ნაგულისხმევი 25). მეტი მნიშვნელობა უფრო ზუსტია და გაცილებით ნელი." }, "model": { "label": "მოდელი", "description": "ვარიოგრამის მოდელი: 'exponential' (ნაგულისხმევი), 'spherical' ან 'gaussian'." }, "preserve_total": { "label": "ჯამის შენარჩუნება", "description": "count პროგნოზების გადამასშტაბება ისე, რომ სამიზნის ჯამი დაემთხვეს წყაროს ჯამს (ნაგულისხმევი true 'count'-ისთვის, ყოველთვის გამორთული 'average'-ისთვის). გამოიყენება მხოლოდ მაშინ, როცა სამიზნეები ფარავს წყაროებს — გამოყენებული კოეფიციენტი მოცემულია როგორც 'mass_scale', რათა ნაწილობრივი დაფარვის შემთხვევა ხილული იყოს." } } }, "attribute_uncertainty": { "name": "ატრიბუტების გაურკვევლობა", "description": "მონტე-კარლოს მეთოდით შეცდომის გავრცელება არასაიმედო ატრიბუტზე ფიქსირებული საწყისი მნიშვნელობით (ArcGIS Attribute Uncertainty-ის მსგავსად): NORMAL/UNIFORM რეალიზაციების გენერირება თითოეული ობიექტის შეცდომის ველიდან ან ზღვრების წყვილიდან და საშუალო/სტანდარტული გადახრა/p5/p50/p95/CV სტატისტიკის დამატება.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორული ფენა (ან ცხრილი) გაურკვეველი ატრიბუტით." }, "value_field": { "label": "მნიშვნელობის ველი", "description": "რიცხვითი ველი, რომელიც შეიცავს შეფასებას (განაწილების საშუალო/ცენტრი) თითოეული ობიექტისთვის." }, "error_field": { "label": "შეცდომის ველი", "description": "რიცხვითი ველი სიმეტრიული განუზღვრელობით: სტანდარტული ცდომილება NORMAL-ისთვის ან ნახევარსიგანე UNIFORM-ისთვის. მიუთითეთ ეს ან ორივე lower_field/upper_field." }, "lower_field": { "label": "ქვედა ზღვრის ველი", "description": "რიცხვითი ველი მნიშვნელობის ქვედა ზღვრით. გამოიყენეთ upper_field-თან ერთად error_field-ის ნაცვლად." }, "upper_field": { "label": "ზედა ზღვრის ველი", "description": "რიცხვითი ველი მნიშვნელობის ზედა ზღვრით. გამოიყენეთ lower_field-თან ერთად error_field-ის ნაცვლად." }, "distribution": { "label": "განაწილება", "description": "ცდომილების განაწილება: NORMAL (ნაგულისხმევი) ან UNIFORM." }, "iterations": { "label": "იტერაციები", "description": "მონტე-კარლოს რეალიზაციების რაოდენობა თითოეულ ობიექტზე (ნაგულისხმევი 1000)." }, "seed": { "label": "საწყისი მნიშვნელობა", "description": "საწყისი მნიშვნელობა დეტერმინისტული შემთხვევითი რიცხვების გენერატორისთვის (ნაგულისხმევი 1)." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორული ფენა დამატებული სტატისტიკით. თუ გამოტოვებულია, ინახება მეხსიერებაში." } } }, "band_collection_statistics": { "name": "არხების კოლექციის სტატისტიკა", "description": "თითოეული არხის მინიმუმი/მაქსიმუმი/საშუალო/სტანდარტული გადახრა და არხთაშორისი კოვარიაციისა და კორელაციის მატრიცები რასტრული სტეკისთვის (ArcGIS Band Collection Statistics-ის მსგავსად) — მრავალგანზომილებიანი შეჯამება (PCA-სა და კლასიფიკაციის წინაპირობა), რომელიც კომპლექტს აკლია; განსხვავდება პიქსელური cell_statistics-ისგან.", "params": { "inputs": { "label": "შემავალი მონაცემები", "description": "ერთი მრავალარხიანი რასტრი (თითოეული არხი ფენაა) ან მძიმით გამოყოფილი თანაბრად რეგისტრირებული რასტრების სია." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო CSV გზა სტატისტიკის ანგარიშისთვის. მატრიცები ყოველთვის ბრუნდება შედეგში." }, "detail": { "label": "დეტალიზაცია", "description": "'detailed' (ნაგულისხმევი) მოიცავს კოვარიაციის/კორელაციის მატრიცებს; 'brief' აბრუნებს მხოლოდ არხობრივ სტატისტიკას." } } }, "bivariate_spatial_association": { "name": "ორცვლადიანი სივრცითი ასოციაცია", "description": "ლის L გლობალური და ლოკალური სტატისტიკა, რომელიც ზომავს, სად იცვლება ორი უწყვეტი ცვლადი სივრცულად თანხმობით, ფიქსირებული საწყისი მნიშვნელობის მქონე პერმუტაციული ტესტის p-მნიშვნელობითა და თითოეული ობიექტისთვის High-High/High-Low/Low-High/Low-Low კლასით — ArcGIS Bivariate Spatial Association-ის მსგავსად. colocation_analysis-ის უწყვეტი ველის ანალოგი.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორული ფენა ორი რიცხვითი ველით." }, "x_field": { "label": "X ველი", "description": "პირველი რიცხვითი ცვლადის ველი." }, "y_field": { "label": "Y ველი", "description": "მეორე რიცხვითი ცვლადის ველი." }, "output": { "label": "გამომავალი", "description": "გამომავალი ფენა ლოკალური L-ის, p-მნიშვნელობისა და კლასის ველებით. თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "neighbors": { "label": "მეზობლები", "description": "უახლოესი მეზობლების რაოდენობა სივრცითი წონებისთვის (ნაგულისხმევი 8)." }, "permutations": { "label": "პერმუტაციები", "description": "პერმუტაციების რაოდენობა მნიშვნელოვნების ტესტისთვის (ნაგულისხმევი 199; 0 გამორთავს)." }, "seed": { "label": "საწყისი მნიშვნელობა", "description": "საწყისი მნიშვნელობა პერმუტაციის შემთხვევითი რიცხვების გენერატორისთვის (ნაგულისხმევი 1), განმეორებადი შედეგებისთვის." } } }, "block_statistics": { "name": "ბლოკური სტატისტიკა", "description": "ჰყოფს რასტრს გადაუფარავ ბლოკებად, თითოეულს ამცირებს სტატისტიკამდე და ამ მნიშვნელობას უბრუნებს ბლოკის ყველა უჯრედს შემავალი რეზოლუციით (ArcGIS Block Statistics). ავსებს არსებულ focal_statistics-ს (გადამფარავი ფანჯარა), zonal_statistics-ს (ზონების ფენით) და cell_statistics-ს (სტეკის გასწვრივ); aggregate_raster-ისგან განსხვავებით ინარჩუნებს უჯრედის ზომას, ამიტომ შემავალსა და ბლოკის საშუალოს შორის სხვაობა იძლევა ლოკალური ნაშთის ზედაპირს, და ამატებს კატეგორიულ სტატისტიკებს: მაჟორიტარული/მინორიტარული/მედიანა/მრავალფეროვნება.", "params": { "input": { "label": "შემავალი", "description": "შემავალი რასტრი." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა. გამოტოვების შემთხვევაში შედეგი ინახება მეხსიერებაში." }, "statistic": { "label": "სტატისტიკა", "description": "ერთ-ერთი: mean (ნაგულისხმევი), majority, maximum, median, minimum, minority, range, std, sum, variety." }, "neighborhood": { "label": "მეზობლობა", "description": "ბლოკის ფორმა: rectangle (ნაგულისხმევი), circle, annulus ან wedge." }, "size": { "label": "ზომა", "description": "ბლოკის ზომები უჯრედებში: 'width,height' rectangle-ისთვის (ნაგულისხმევი '3,3'), 'radius' circle/wedge-ისთვის ან 'inner,outer' annulus-ისთვის." }, "start_angle": { "label": "საწყისი კუთხე", "description": "სექტორის საწყისი კუთხე გრადუსებში აღმოსავლეთიდან საათის ისრის საწინააღმდეგოდ (ნაგულისხმევი 0)." }, "end_angle": { "label": "საბოლოო კუთხე", "description": "სექტორის საბოლოო კუთხე გრადუსებში აღმოსავლეთიდან საათის ისრის საწინააღმდეგოდ (ნაგულისხმევი 90)." }, "ignore_nodata": { "label": "NoData-ის იგნორირება", "description": "თუ true (ნაგულისხმევი), ბლოკები გამოითვლება მხოლოდ ვალიდური უჯრედებიდან; თუ false, ნებისმიერი NoData უჯრედი მთელ ბლოკს NoData-დ აქცევს." }, "band": { "label": "არხი", "description": "წასაკითხი არხი 1-იდან დაწყებული (ნაგულისხმევი 1)." } } }, "boundary_clean": { "name": "საზღვრების გასუფთავება", "description": "ასწორებს კატეგორიული რასტრის ზონების საზღვრებს და შლის ხმაურს მაჟორიტარული ფილტრაციით ან საზღვრების გაფართოებით/შევიწროებით — სტანდარტული გასუფთავება პოლიგონიზაციამდე, ArcGIS Boundary Clean / Majority Filter-ის მსგავსად.", "params": { "input": { "label": "შემავალი", "description": "შემავალი კატეგორიული (მთელრიცხვოვანი) რასტრი." }, "output": { "label": "გამომავალი", "description": "გამომავალი რასტრის გზა. თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "method": { "label": "მეთოდი", "description": "'majority' (მეზობლების უმრავლესობით ხმაურის მოცილება; ნაგულისხმევი) ან 'expand_shrink' (Boundary Clean დაგლუვება)." }, "neighbors": { "label": "მეზობლები", "description": "მეზობლობის კავშირიანობა: 4 (rook) ან 8 (queen; ნაგულისხმევი)." }, "threshold": { "label": "ზღურბლი", "description": "მხოლოდ majority რეჟიმისთვის: 'majority' (მეზობლების მკაცრი უმრავლესობა; ნაგულისხმევი) ან 'half' (სულ მცირე ნახევარი)." }, "iterations": { "label": "იტერაციები", "description": "გასაშვები გავლების რაოდენობა (ნაგულისხმევი 1)." }, "sort": { "label": "დახარისხება", "description": "მხოლოდ expand_shrink რეჟიმისთვის: ზონის პრიორიტეტი უჯრედების რაოდენობით — 'descending' (იმარჯვებს დიდი ზონები; ნაგულისხმევი), 'ascending' (იმარჯვებს მცირე ზონები) ან 'none'." }, "band": { "label": "არხი", "description": "წასაკითხი არხი 1-იდან დაწყებული (ნაგულისხმევი 1)." } } }, "buffer_3d": { "name": "3D ბუფერი", "description": "აბუფერებს 3D წერტილებსა და ხაზებს მოცულობით გეომეტრიად (სფეროები და კაფსულები), რომელიც გამოიტანება ტრიანგულირებული ზედაპირის სახით, ArcGIS Buffer 3D-ის მსგავსად.", "params": { "input": { "label": "შემავალი", "description": "შემავალი 3D წერტილოვანი ან პოლიხაზოვანი ფენა (არარსებული Z განიხილება როგორც 0)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, შედეგი ინახება მეხსიერებაში." }, "distance": { "label": "მანძილი", "description": "ბუფერის რადიუსი რუკის ერთეულებში." }, "distance_field": { "label": "მანძილის ველი", "description": "არასავალდებულო ობიექტობრივი რადიუსის ველი, რომელიც გადაფარავს 'distance'-ს." }, "shape": { "label": "ფორმა", "description": "round (ნაგულისხმევი; ნახევარსფერული ბოლოები) ან flat (ცილინდრი ბრტყელი ბოლოებით)." }, "quality": { "label": "ხარისხი", "description": "ტესელაციის რეზოლუცია: სეგმენტები წრეწირის გარშემო (ნაგულისხმევი 12, მინ. 4, მაქს. 64)." } } }, "buffer_vector": { "name": "ვექტორის ბუფერი", "description": "აფართოებს გეომეტრიებს მითითებული მანძილით და ქმნის პოლიგონურ ბუფერებს ბოლოებისა და შეერთებების კონფიგურირებადი სტილით. სურვილისამებრ გაერთიანება შერწყმის გადამფარავ ბუფერებს ერთიან პოლიგონებად.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორული ფენა." }, "distance": { "label": "მანძილი", "description": "ბუფერის მანძილი რუკის ერთეულებში." }, "quadrant_segments": { "label": "კვადრანტის სეგმენტები", "description": "რკალის რეზოლუცია სეგმენტებში კვადრანტზე; ნაგულისხმევი 8." }, "cap_style": { "label": "ბოლოს სტილი", "description": "ხაზის ბოლოს სტილი: round, flat ან square." }, "join_style": { "label": "შეერთების სტილი", "description": "კუთხის შეერთების სტილი: round, bevel ან mitre." }, "mitre_limit": { "label": "ჩამოჭრის ზღვარი", "description": "mitre შეერთების ლიმიტი, გამოიყენება როცა join_style=mitre; ნაგულისხმევი 5.0." }, "dissolve": { "label": "გაერთიანება (Dissolve)", "description": "გადამფარავი ბუფერების გაერთიანება ერთ პოლიგონად; ნაგულისხმევი false." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორული ფაილის გზა." } } }, "build_balanced_zones": { "name": "დაბალანსებული ზონების აგება", "description": "აჯგუფებს მომიჯნავე პოლიგონებს დასახული რაოდენობის დაკავშირებულ ზონებად, რომლებიც აბალანსებს ობიექტების რაოდენობას, ატრიბუტის ჯამს ან ატრიბუტის ერთგვაროვნებას, SKATER დამფარავი ხის დაყოფის მეთოდით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი პოლიგონური ფენა, ფორმატი განისაზღვრება ავტომატურად (ან მეხსიერებაში არსებული იდენტიფიკატორი)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი ვექტორის გზა (დრაივერი განისაზღვრება გაფართოებით). თუ არ არის მითითებული, ინახება მეხსიერებაში." }, "zones": { "label": "ზონები", "description": "შესაქმნელი ზონების სამიზნე რაოდენობა." }, "criterion": { "label": "კრიტერიუმი", "description": "ბალანსის მიზანი: 'homogeneity' (ნაგულისხმევი), 'equal_count' ან 'equal_sum' (პირველი ველისა)." }, "fields": { "label": "ველები", "description": "მძიმით გამოყოფილი რიცხვითი ანალიზის ველ(ებ)ი. სავალდებულოა 'homogeneity'-სა და 'equal_sum'-ისთვის; განსაზღვრავს დამფარავი ხის კიდეების წონებს." }, "contiguity": { "label": "მომიჯნავეობა", "description": "მეზობლობის წესი: 'rook' (საერთო კიდე, ნაგულისხმევი) ან 'queen' (საერთო კიდე ან წვერო)." }, "tolerance": { "label": "ტოლერანტობა", "description": "მაქსიმალური მანძილი, რომლის ფარგლებშიც ორი სასაზღვრო სეგმენტი ითვლება საერთოდ (rook). ნაგულისხმევი 1e-6." } } }, "build_seamlines": { "name": "ნაკერის ხაზების აგება", "description": "მოცემული გადამფარავი რასტრებისთვის (და სურვილისამებრ კონტურებისთვის) გამოთვლის, სად უნდა გაიჭრას თითოეული გამოსახულება, რათა მოზაიკა მინიმალურად შესამჩნევი ნაკერით შეერთდეს, და გამოიტანს თითო გადაუფარავ ნაკერის პოლიგონს თითოეული გამოსახულებისთვის ვორონოის, პრიორიტეტული რიგის, რადიომეტრიული ან კიდეებზე ორიენტირებული მინიჭებით. ArcGIS Build Seamlines-ის მსგავსად.", "params": { "inputs": { "label": "შემავალი მონაცემები", "description": "მძიმით/წერტილმძიმით გამოყოფილი რასტრების გზები მოზაიკისთვის." }, "output": { "label": "გამომავალი", "description": "გამომავალი ნაკერის ხაზების პოლიგონის გზა (თითო ობიექტი თითო შემავალ რასტრზე). თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "footprints": { "label": "კონტურები", "description": "არასავალდებულო პოლიგონური ფენა თითოეული რასტრის ვალიდური გავრცელებით, შეტანის თანმიმდევრობით. თუ გამოტოვებულია, გამოითვლება ვალიდური მონაცემებიდან." }, "method": { "label": "მეთოდი", "description": "'voronoi' (ნაგულისხმევი), 'order', 'radiometry' ან 'edge_detection'." }, "sort_ascending": { "label": "ზრდადობით დახარისხება", "description": "'order' მეთოდისთვის: true (ნაგულისხმევი) პრიორიტეტს ანიჭებს ადრეულ რასტრებს, false — გვიანდელებს." }, "cell_size": { "label": "უჯრედის ზომა", "description": "ანალიზის უჯრედის ზომა (ნაგულისხმევი: შემავალთა შორის ყველაზე წვრილი უჯრედის ზომა)." }, "band": { "label": "არხი", "description": "რადიომეტრიული მეთოდებისთვის გამოყენებული არხი 1-იდან დაწყებული (ნაგულისხმევი 1)." }, "min_region_size": { "label": "რეგიონის მინიმალური ზომა", "description": "ამ რაოდენობის უჯრედზე მცირე მინიჭებული რეგიონების გადანაწილება მეზობელ გამოსახულებაზე (ნაგულისხმევი 0, ე.ი. ყველას შენარჩუნება)." }, "blend_width": { "label": "შერევის სიგანე", "description": "გადასვლის ზოლის სიგანე რუკის ერთეულებში, ჩაიწერება ატრიბუტად შემდგომი მოზაიკისთვის (ნაგულისხმევი 0)." }, "blend_type": { "label": "შერევის ტიპი", "description": "'both' (ნაგულისხმევი), 'inside' ან 'outside'; ჩაიწერება ატრიბუტად." } } }, "calculate_adjacent_fields": { "name": "მომიჯნავე ველების გამოთვლა", "description": "შეავსებს რვა მიმართულების მეზობელი ფურცლის ველს (N, NE, E, SE, S, SW, W, NW) რუკის სერიის საძიებო ბადის თითოეულ ფილაზე მომიჯნავე გვერდის სახელით, ველის წარწერებისთვის ტიპისა (გაგრძელება ფურცელზე ...) — ArcGIS Calculate Adjacent Fields-ის მსგავსად.", "params": { "input": { "label": "შემავალი", "description": "შემავალი პოლიგონური რუკების სერიის საძიებო ბადე (მაგ. grid_index_features-ის გამომავალი)." }, "page_name_field": { "label": "გვერდის სახელის ველი", "description": "ველი, რომლის მნიშვნელობაც აღნიშნავს თითოეულ გვერდს (ჩაიწერება მეზობლების მიმართულებით ველებში)." }, "output": { "label": "გამომავალი", "description": "გამომავალი პოლიგონური ვექტორი (დრაივერი გაფართოებიდან). თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "include_diagonal": { "label": "დიაგონალის ჩართვა", "description": "ასევე შეავსოს ოთხი დიაგონალური ველი (NE, SE, SW, NW) კუთხით მომიჯნავე ფილებიდან. ნაგულისხმევი true." }, "snap_tolerance": { "label": "მიბმის ტოლერანტობა", "description": "წვეროების კვანტიზაცია ამ ზომის ბადეზე (CRS ერთეულებში) საზღვრების შედარებამდე. ნაგულისხმევი 0 (ზუსტი კოორდინატები)." } } }, "calculate_central_meridian_and_parallels": { "name": "ცენტრალური მერიდიანისა და პარალელების გამოთვლა", "description": "გამოთვლის თითოეული ობიექტისთვის ცენტრალურ მერიდიანსა და ორ სტანდარტულ პარალელს მისი გაშლის მიხედვით, რუკის სერიისა და ატლასის გვერდებისთვის, ArcGIS Calculate Central Meridian And Parallels-ის მსგავსად.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ობიექტები გეოგრაფიულ კოორდინატებში (გრძედი/განედი), ჩვეულებრივ grid_index_features-ის გვერდების ბადე." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, შედეგი ინახება მეხსიერებაში." }, "field": { "label": "ველი", "description": "ჩასაწერი ცენტრალური მერიდიანის ველის სახელი (ნაგულისხმევი 'central_meridian')." }, "standard_offset": { "label": "სტანდარტული წანაცვლება", "description": "განედის დიაპაზონის წილი, რომლითაც თითოეული სტანდარტული პარალელი შეიწევა ობიექტის კიდიდან (ნაგულისხმევი 0.1667, Esri-ის 1/6 წესი). უნდა იყოს [0, 0.5) შუალედში." } } }, "calculate_composite_index": { "name": "კომპოზიტური ინდექსის გამოთვლა", "description": "აერთიანებს რამდენიმე რიცხვით ატრიბუტს კომპოზიციურ ინდექსად (ArcGIS Calculate Composite Index-ის მსგავსად): ცვლადების მასშტაბირება (მინ-მაქს/z-ქულა/პროცენტილი) სურვილისამებრ შებრუნებით, შეწონილი კომბინაცია (საშუალო/ჯამი/გეომეტრიული საშუალო) და გამომავალის გადამასშტაბება — fuzzy_overlay-ის ვექტორული ანალოგი.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორული ფენა (ან ცხრილი) რიცხვითი ცვლადების ველებით." }, "fields": { "label": "ველები", "description": "მძიმით გამოყოფილი ცვლადების ველები; დაამატეთ ':reverse' იმ ველს, რომლის მაღალმა მნიშვნელობებმა ინდექსი უნდა შეამციროს (მაგ. 'income:reverse,unemployment')." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორული ფენა დამატებული ინდექსის ველებით. თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "scaling": { "label": "მასშტაბირება", "description": "ცვლადობრივი მასშტაბირება: 'minmax' (ნაგულისხმევი), 'zscore', 'percentile' ან 'none'." }, "weights": { "label": "წონები", "description": "მძიმით გამოყოფილი წონები 'fields'-ის შესაბამისად (ნაგულისხმევი: თანაბარი წონები)." }, "combine": { "label": "კომბინირება", "description": "როგორ გაერთიანდეს მასშტაბირებული ცვლადები: 'mean' (ნაგულისხმევი), 'sum' ან 'geometric_mean'." }, "output_range": { "label": "გამომავალი დიაპაზონი", "description": "გაერთიანებული ინდექსის გადამასშტაბება: 'minmax' (0–1, ნაგულისხმევი), 'zero_to_100', 'zscore' ან 'none'." } } }, "calculate_distance_band": { "name": "მანძილის ზოლის გამოთვლა", "description": "აჩვენებს მინიმალურ, საშუალო და მაქსიმალურ მანძილს, რომელზეც თითოეულ ობიექტს სულ მცირე N მეზობელი ჰყავს (ArcGIS Calculate Distance Band from Neighbor Count-ის მსგავსად) — ზღურბლის დიაგნოსტიკა, რომელიც უზრუნველყოფს, რომ მანძილზე დაფუძნებულ სივრცით სტატისტიკამდე არცერთი ობიექტი არ დარჩეს ნულოვანი მეზობლებით. generate_spatial_weights_matrix მატრიცას აგებს, მაგრამ ამ ზოლს არასოდეს აჩვენებს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი წერტილოვანი/ობიექტური ვექტორული ფენა (პროექციული CRS; მანძილები მის ერთეულებში)." }, "neighbors": { "label": "მეზობლები", "description": "მეზობლების რაოდენობა k (>= 1). ნაგულისხმევი 1." }, "distance_method": { "label": "მანძილის მეთოდი", "description": "'euclidean' (ნაგულისხმევი) ან 'manhattan'." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო CSV გზა feature_id,kth_neighbor_distance ცხრილისთვის." } } }, "calculate_end_time": { "name": "დასრულების დროის გამოთვლა", "description": "ავსებს დასრულების დროის ველს ყოველი ერთეულის ჯგუფში მომდევნო ჩანაწერის დაწყების დროით, რითაც წამიერ დაკვირვებებს დროის ინტერვალის ჩანაწერებად აქცევს (ArcGIS Calculate End Time). transform_fields მნიშვნელობებს ცალკე გარდაქმნის, summary_statistics კი ჯგუფებს აჯამებს, მაგრამ არცერთი არ ასრულებდა სტრიქონების რიგზე დაფუძნებულ დროით შევსებას.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორული ფენა ან ცხრილი." }, "start_field": { "label": "საწყისი ველი", "description": "დროის ნიშნულის ველი: რიცხვითი epoch ან ISO-8601 თარიღის/თარიღ-დროის სტრიქონი." }, "end_field": { "label": "საბოლოო ველი", "description": "ველი, რომელიც მიიღებს დასრულების დროს (ნაგულისხმევი 'END_TIME'). შეიქმნება, თუ არ არსებობს, და გადაიწერება, თუ არსებობს." }, "id_fields": { "label": "ID ველები", "description": "მძიმით ან წერტილმძიმით გამოყოფილი დაჯგუფების ველები. დასრულების დროები გამოითვლება მხოლოდ ჯგუფის შიგნით, არასოდეს ჯგუფების საზღვრებს გარეთ." }, "last_record": { "label": "ბოლო ჩანაწერი", "description": "რა ჩაიწეროს თითოეული ჯგუფის ბოლო ჩანაწერისთვის: 'null' (ნაგულისხმევი), 'same_as_start' ან 'duration' (დასაწყისი + default_duration)." }, "default_duration": { "label": "ნაგულისხმევი ხანგრძლივობა", "description": "წამები, რომლებიც ემატება დასაწყისს last_record 'duration'-ისთვის." }, "output": { "label": "გამომავალი", "description": "გამომავალი ფენა. თუ გამოტოვებულია, ინახება მეხსიერებაში." } } }, "calculate_grid_convergence_angle": { "name": "ბადის კონვერგენციის კუთხის გამოთვლა", "description": "გამოთვლის თითოეული ობიექტისთვის ბადის კონვერგენციის კუთხეს ბადის ჩრდილოეთსა და ჭეშმარიტ ჩრდილოეთს შორის ცენტროიდის გრძედი/განედისა და ცენტრალური მერიდიანის მიხედვით (ნაგულისხმევად ობიექტის საკუთარი UTM ცენტრალური მერიდიანი) და ჩაწერს ველში სიმბოლოებისა და წარწერების სწორი მობრუნებისთვის პროექციულ რუკებზე — ArcGIS Calculate Grid Convergence Angle-ის მსგავსად. გეოგრაფიული (ჩრდილოეთიდან საათის ისრის მიმართულებით) ან არითმეტიკული (აღმოსავლეთიდან საათის ისრის საწინააღმდეგოდ) კონვენცია. სუფთა მათემატიკა, PROJ-ის გარეშე; არ უკავშირდება რელიეფის მეტრიკას convergence_index. გეომეტრია იკითხება როგორც გრძედი/განედი გრადუსებში.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორული ფენა (ნებისმიერი გეომეტრიის ტიპი) გეოგრაფიულ კოორდინატებში (გრძედი/განედი გრადუსებში, EPSG:4326)." }, "angle_field": { "label": "კუთხის ველი", "description": "მცურავწერტილიანი ველის სახელი კონვერგენციის კუთხის გრადუსებში შესანახად. ნაგულისხმევი 'GRID_CONV'." }, "angle_type": { "label": "კუთხის ტიპი", "description": "კუთხის კონვენცია: 'geographic' (გრადუსები ჩრდილოეთიდან საათის ისრის მიმართულებით, დადებითი აღმოსავლეთით) ან 'arithmetic' (გრადუსები აღმოსავლეთიდან საათის ისრის საწინააღმდეგოდ, 90 − geographic). ნაგულისხმევი 'geographic'." }, "central_meridian": { "label": "ცენტრალური მერიდიანი", "description": "ცენტრალური მერიდიანის გრძედი გრადუსებში. თუ გამოტოვებულია, თითოეული ობიექტი იყენებს საკუთარი UTM ზონის ცენტრალურ მერიდიანს, მისი გრძედიდან გამომდინარე." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორის გზა (დრაივერი განისაზღვრება გაფართოებით). თუ გამოტოვებულია, ინახება მეხსიერებაში." } } }, "calculate_missing_z_values": { "name": "ნაკლული Z მნიშვნელობების გამოთვლა", "description": "შეავსებს ადგილმჭერ ან არარსებულ Z მნიშვნელობებს 3D ობიექტების გასწვრივ ორივე მხარეს არსებული სწორი Z მნიშვნელობებიდან ინტერპოლაციით, ArcGIS Calculate Missing Z Values-ის მსგავსად.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ობიექტების ფენა 3D წვეროებით." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა. თუ გამოტოვებულია, შედეგი ინახება მეხსიერებაში." }, "placeholder": { "label": "ადგილმჭერი", "description": "სპეციალური მნიშვნელობა, რომელიც აღნიშნავს არარსებულ Z-ს (მაგ. -9999). წვეროები, რომლებსაც საერთოდ არ აქვთ Z, ყოველთვის განიხილება როგორც არარსებული." }, "method": { "label": "მეთოდი", "description": "შევსების მეთოდი: 'linear' (ნაგულისხმევი; ინტერპოლაცია ობიექტის გასწვრივ მანძილის მიხედვით) ან 'nearest'." }, "extrapolate": { "label": "ექსტრაპოლაცია", "description": "საწყისი/საბოლოო ხარვეზების შევსება უახლოესი ვალიდური წვეროს გაგრძელებით (ნაგულისხმევი false; წინააღმდეგ შემთხვევაში შეუვსებელი წვეროები დაითვლება)." } } }, "calculate_motion_statistics": { "name": "მოძრაობის სტატისტიკის გამოთვლა", "description": "ამატებს დროის ნიშნულის მქონე ტრეკის წერტილებს მოძრაობის სტატისტიკას — სიჩქარე, აჩქარება, მიმართულების კუთხე, სეგმენტისა და კუმულაციური მანძილი, გასული დრო და უმოქმედობის ნიშნული — ტრეკის მიხედვით დაჯგუფებულს და დროის მიხედვით დალაგებულს, ArcGIS Calculate Motion Statistics-ის მსგავსად.", "params": { "input": { "label": "შემავალი", "description": "შემავალი წერტილოვანი ვექტორული ფენა დროის ნიშნულის მქონე დაკვირვებებით." }, "track_field": { "label": "ტრეკის ველი", "description": "ველი, რომელიც განსაზღვრავს თითოეულ ტრეკს/მოძრავ ობიექტს." }, "time_field": { "label": "დროის ველი", "description": "ველი, რომელიც შეიცავს თითოეული წერტილის დროს: რიცხვითი წამები ან ISO-8601 დროის ნიშნული." }, "output": { "label": "გამომავალი", "description": "გამომავალი წერტილოვანი ვექტორი (საწყისი ატრიბუტები + მოძრაობის ველები). თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "window": { "label": "ფანჯარა", "description": "ბოლო წერტილების რაოდენობა დაგლუვებული 'avg_speed'-ისთვის (ნაგულისხმევი 1 = მყისიერი)." }, "idle_distance": { "label": "უმოქმედობის მანძილი", "description": "უმოქმედობის რადიუსი: წერტილი უმოქმედოა, როცა მოძრავმა ობიექტმა ბოლო idle_duration წამში ამაზე მეტი არ გაიარა. ნაგულისხმევი 0 (უმოქმედობის აღმოჩენა გამორთულია)." }, "idle_duration": { "label": "უმოქმედობის ხანგრძლივობა", "description": "უკუხედვის ფანჯარა (წამებში) უმოქმედობის აღმოსაჩენად. ნაგულისხმევი 60." } } }, "calculate_polygon_main_angle": { "name": "პოლიგონის მთავარი კუთხის გამოთვლა", "description": "ჩაწერს კუთხის ველში თითოეული პოლიგონის დომინანტურ ორიენტაციას (მისი მინიმალური ფართობის შემომსაზღვრელი მართკუთხედის გრძელი გვერდის მიმართულება, მბრუნავი სახაზავების მეთოდით) — ArcGIS Calculate Polygon Main Angle-ის მსგავსად. ვექტორული ორიენტაცია თითოეული პოლიგონისთვის, რომელიც აკლია მხოლოდ რასტრულ patch_orientation-ს; გამოიყენება სიმბოლოებისა და წარწერების მობრუნებისთვის.", "params": { "input": { "label": "შემავალი", "description": "შემავალი პოლიგონური ფენა." }, "output": { "label": "გამომავალი", "description": "გამომავალი პოლიგონური ფენა დამატებული კუთხის ველით. თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "angle_field": { "label": "კუთხის ველი", "description": "ჩასაწერი კუთხის ველის სახელი (ნაგულისხმევი 'MainAngle')." }, "convention": { "label": "კონვენცია", "description": "'arithmetic' (აღმოსავლეთიდან საათის ისრის საწინააღმდეგოდ; ნაგულისხმევი), 'geographic' (ჩრდილოეთიდან საათის ისრის მიმართულებით) ან 'graphic' (აღმოსავლეთიდან საათის ისრის მიმართულებით)." } } }, "calculate_rates": { "name": "მაჩვენებლების გამოთვლა", "description": "გამოთვლის დაგლუვებულ კოეფიციენტებს რაოდენობისა და მოსახლეობის ველებიდან (ArcGIS Calculate Rates-ის მსგავსად): უხეში კოეფიციენტი, მარშალის გლობალური ემპირიული ბაიესი ან სივრცითი ემპირიული ბაიესი k უახლოეს მეზობელზე — სტანდარტული სტაბილიზაციის ეტაპი ავადობის ან დანაშაულის მაჩვენებლების ცხელი წერტილების ანალიზამდე.", "params": { "input": { "label": "შემავალი", "description": "შემავალი პოლიგონური ან წერტილოვანი ფენა რაოდენობისა და მოსახლეობის ველებით." }, "count_field": { "label": "რაოდენობის ველი", "description": "ველი, რომელიც შეიცავს მოვლენების რაოდენობას (მრიცხველი)." }, "population_field": { "label": "მოსახლეობის ველი", "description": "ველი, რომელიც შეიცავს რისკის ქვეშ მყოფ მოსახლეობას (მნიშვნელი)." }, "output": { "label": "გამომავალი", "description": "გამომავალი ფენა დამატებული მაჩვენებლის ველებით. თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "method": { "label": "მეთოდი", "description": "'crude', 'eb_global' (ნაგულისხმევი) ან 'eb_spatial'." }, "per": { "label": "ერთეულზე", "description": "მაჩვენებლის მამრავლი, მაგ. 100000 100 ათასზე გაანგარიშებისთვის (ნაგულისხმევი 100000)." }, "neighbors": { "label": "მეზობლები", "description": "მხოლოდ eb_spatial-ისთვის: უახლოესი მეზობლების რაოდენობა ლოკალური საბაზისო მაჩვენებლისთვის (ნაგულისხმევი 8)." } } }, "calculate_transformation_errors": { "name": "გარდაქმნის შეცდომების გამოთვლა", "description": "მოარგებს მსგავსების/აფინურ/პროექციულ გარდაქმნას გადაადგილების ბმულებიდან და აჩვენებს თითოეული ბმულის ნაშთის შეცდომას და საერთო RMSE-ს, რათა ცუდი საკონტროლო წერტილები გარდაქმნამდე მოიძებნოს და მოიხსნას. ArcGIS Calculate Transformation Errors-ის მსგავსად.", "params": { "input": { "label": "შემავალი", "description": "გადაადგილების დამაკავშირებელი ხაზები: პირველი წვერო არის წყაროს (საიდან) წერტილი, ბოლო წვერო — სამიზნე (სად) წერტილი." }, "output": { "label": "გამომავალი", "description": "გამომავალი გზა კავშირების ცხრილისთვის დამატებული ნაშთების ველებით. თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "method": { "label": "მეთოდი", "description": "'affine' (ნაგულისხმევი, 6 პარამეტრი), 'similarity' (4) ან 'projective' (8)." }, "keep_geometry": { "label": "გეომეტრიის შენარჩუნება", "description": "თითოეული კავშირის გეომეტრიის შენარჩუნება გამომავალში (ნაგულისხმევი true). დააყენეთ false სუფთა ცხრილისთვის." } } }, "calculate_transit_service_frequency": { "name": "ტრანზიტის მომსახურების სიხშირის გამოთვლა", "description": "GTFS საზოგადოებრივი ტრანსპორტის მომსახურების სიხშირე დროის ფანჯარაში: მომსახურების თარიღისთვის (calendar/calendar_dates-ის მიხედვით) და დროის ფანჯრისთვის ითვლის თითოეულ გაჩერებას ან მარშრუტის ხაზს მომსახურე რეისებს და აჩვენებს რეისებს საათში, ArcGIS Calculate Transit Service Frequency-ის მსგავსად.", "params": { "input": { "label": "შემავალი", "description": "გზა ამოხსნილი GTFS ფიდის დირექტორიამდე." }, "target": { "label": "სამიზნე", "description": "'stops' (თითო წერტილი თითო გაჩერებაზე, ნაგულისხმევი) ან 'lines' (თითო პოლიხაზი თითო მარშრუტზე)." }, "date": { "label": "თარიღი", "description": "მომსახურების თარიღი YYYYMMDD, განისაზღვრება calendar.txt/calendar_dates.txt-ის მიხედვით. თუ გამოტოვებულია, ითვლება ყველა მომსახურება." }, "start_time": { "label": "დაწყების დრო", "description": "ფანჯრის დასაწყისი HH:MM ან HH:MM:SS (GTFS-ის დროები შეიძლება აღემატებოდეს 24:00-ს). თუ გამოტოვებულია, ითვლება მთელი დღე." }, "duration_minutes": { "label": "ხანგრძლივობა (წუთი)", "description": "ფანჯრის ხანგრძლივობა წუთებში (გამოიყენება start_time-თან ერთად; ასევე განსაზღვრავს საათობრივ მნიშვნელს)." }, "count": { "label": "რაოდენობა", "description": "'departures' (ნაგულისხმევი) ან 'arrivals' — გაჩერების დროის რომელი ველი დაითვალოს." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორის გზა (დრაივერი განისაზღვრება გაფართოებით). თუ გამოტოვებულია, ინახება მეხსიერებაში." } } }, "calculate_utm_zone": { "name": "UTM ზონის გამოთვლა", "description": "გამოთვლის თითოეული ობიექტისთვის ოპტიმალურ UTM ზონას და WGS84 EPSG კოდს მისი ცენტროიდის გრძედი/განედის მიხედვით და ამატებს ზონის (1–60) და EPSG-ის (326##/327##) ველებს — ადაპტური პროექციის რუკის სერიებისთვის, ArcGIS Calculate UTM Zone-ის მსგავსად. სუფთა მათემატიკა ნორვეგიისა და შპიცბერგენის გამონაკლისებით; PROJ-ის გარეშე. გეომეტრია იკითხება როგორც გრძედი/განედი გრადუსებში.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორული ფენა (ნებისმიერი გეომეტრიის ტიპი) გეოგრაფიულ კოორდინატებში (გრძედი/განედი გრადუსებში, EPSG:4326)." }, "zone_field": { "label": "ზონის ველი", "description": "მთელრიცხვოვანი ველის სახელი UTM ზონის ნომრის (1–60) შესანახად. ნაგულისხმევი 'utm_zone'." }, "epsg_field": { "label": "EPSG ველი", "description": "მთელრიცხვოვანი ველის სახელი WGS84 UTM EPSG კოდის (326## ჩრდილოეთი, 327## სამხრეთი) შესანახად. ნაგულისხმევი 'utm_epsg'." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორის გზა (დრაივერი განისაზღვრება გაფართოებით). თუ გამოტოვებულია, ინახება მეხსიერებაში." } } }, "cartogram": { "name": "კარტოგრამა", "description": "ამახინჯებს პოლიგონებს ისე, რომ ფართობი ატრიბუტის მნიშვნელობის პროპორციული იყოს: არამომიჯნავე (თითოეული პოლიგონის მასშტაბირება მისი ცენტროიდის გარშემო) ან დორლინგის (პროპორციული წრეები გადაფარვის მოხსნით).", "params": { "input": { "label": "შემავალი", "description": "შემავალი პოლიგონური ვექტორული ფენა, ფორმატი განისაზღვრება ავტომატურად (ან მეხსიერებაში არსებული იდენტიფიკატორი)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი ვექტორის გზა (დრაივერი განისაზღვრება გაფართოებით). თუ არ არის მითითებული, ინახება მეხსიერებაში." }, "value_field": { "label": "მნიშვნელობის ველი", "description": "რიცხვითი ველი, რომლის მნიშვნელობის პროპორციულიც უნდა იყოს თითოეული ობიექტის ფართობი." }, "method": { "label": "მეთოდი", "description": "'non_contiguous' (ნაგულისხმევი; პოლიგონების მასშტაბირება ადგილზე) ან 'dorling' (პროპორციული წრეები)." }, "iterations": { "label": "იტერაციები", "description": "Dorling-ის გადაფარვის მოცილების იტერაციები (ნაგულისხმევი 100). იგნორირდება non_contiguous-ის მიერ." } } }, "causal_inference_analysis": { "name": "მიზეზობრივი დასკვნის ანალიზი", "description": "აფასებს ბინარული ზემოქმედების მიზეზობრივ ეფექტს შედეგზე მიდრეკილების ქულით შესაბამებით, ალბათობის შებრუნებული წონებით ან რეგრესიული კორექციით, ფიქსირებული საწყისი მნიშვნელობის მქონე ბუტსტრეპ სანდოობის ინტერვალითა და თითოეული აღმრევი ფაქტორის კოვარიატების ბალანსის ცხრილით კორექციამდე და მის შემდეგ (ArcGIS Causal Inference Analysis-ის მსგავსად).", "params": { "input": { "label": "შემავალი", "description": "შემავალი ობიექტების ფენა." }, "outcome_field": { "label": "შედეგის ველი", "description": "რიცხვითი შედეგის (დამოკიდებული) ველი." }, "treatment_field": { "label": "ზემოქმედების ველი", "description": "ბინარული (0/1 ან ლოგიკური) ზემოქმედების ველი. უწყვეტი ზემოქმედება ამ ვერსიაში მხარდაჭერილი არ არის." }, "confounding_fields": { "label": "აღმრევი ფაქტორების ველები", "description": "მძიმით გამოყოფილი რიცხვითი შემრევი ფაქტორის ველ(ებ)ი კორექციისთვის." }, "method": { "label": "მეთოდი", "description": "'ps_matching' (ნაგულისხმევი, უახლოესი მეზობლის კალიპერული შესაბამისობა მიდრეკილების ქულით), 'ipw' (სტაბილიზებული უკუალბათური შეწონვა) ან 'regression_adjustment' (შედეგი ~ ზემოქმედება + შემრევი ფაქტორები)." }, "add_spatial_confounders": { "label": "სივრცითი აღმრევი ფაქტორების დამატება", "description": "თუ true, შემრევი ფაქტორების ნაკრები გაფართოვდება თითოეული ობიექტის x/y კოორდინატებით და თითოეული შემრევი ფაქტორის k უახლოესი მეზობლის საშუალოთი (ნაგულისხმევი false)." }, "balance_threshold": { "label": "ბალანსის ზღურბლი", "description": "სტანდარტიზებული საშუალოთა სხვაობის ზღურბლი კორექციის შემდგომი ბალანსის შემოწმებისთვის (ნაგულისხმევი 0.1)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი ვექტორის გზა (შემავალის ასლი + მიდრეკილების ქულის / წონის / შესაბამისობის id-ის სვეტები). თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "seed": { "label": "საწყისი მნიშვნელობა", "description": "მთელრიცხვოვანი საწყისი მნიშვნელობა დეტერმინისტული bootstrap სარწმუნო ინტერვალისთვის (ნაგულისხმევი 42)." } } }, "cell_position_statistics": { "name": "უჯრედების პოზიციის სტატისტიკა", "description": "უჯრედის პოზიციისა და რანგის სტატისტიკა თანაბრად გასწორებული რასტრების სტეკის გასწვრივ (ArcGIS Highest Position, Lowest Position, Popularity და Rank): რომელ ფენაშია ექსტრემალური მნიშვნელობა, მოცემული რაოდენობით გამეორებული მნიშვნელობა ან n-ური უმცირესი მნიშვნელობა. cell_statistics სტეკს ერთ მნიშვნელობამდე ამცირებს და ვერასოდეს იტყვის, რომელი ფენიდან მოვიდა ეს მნიშვნელობა, ხოლო find_argument_statistics მუშაობს ერთი მრავალარხიანი რასტრის არგუმენტის ღერძზე, სიხშირისა და რანგის შერჩევის სემანტიკის გარეშე.", "params": { "inputs": { "label": "შემავალი მონაცემები", "description": "ერთი მრავალარხიანი რასტრი (თითოეული არხი ფენაა) ან მძიმით გამოყოფილი თანაბრად რეგისტრირებული რასტრების სია." }, "output": { "label": "გამომავალი", "description": "გამომავალი რასტრი. თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "statistic": { "label": "სტატისტიკა", "description": "'highest_position' (ნაგულისხმევი), 'lowest_position', 'popularity' ან 'rank'." }, "selector": { "label": "ამომრჩევი", "description": "სავალდებულოა 'popularity'-სა და 'rank'-ისთვის: თანაბრად რეგისტრირებული რასტრის გზა ან მუდმივი რიცხვი, რომელიც განსაზღვრავს უჯრედობრივ გამოჩენის რაოდენობას (popularity) ან ასარჩევ რანგს 1-იდან დაწყებული." }, "ignore_nodata": { "label": "NoData-ის იგნორირება", "description": "NoData დაკვირვებების გამოტოვება უჯრედში (ნაგულისხმევი true). თუ false, ნებისმიერი NoData დაკვირვება უჯრედს NoData-დ აქცევს." }, "process_as_multiband": { "label": "მრავალარხიანად დამუშავება", "description": "'single_band' (ნაგულისხმევი): თითოეული შემავალის ყოველი არხი ერთი დასტის ერთი ფენაა. 'multi_band': თითოეული შემავალის i-ური არხი ქმნის საკუთარ დასტას, რაც მრავალარხიან შედეგს იძლევა." } } }, "cell_records_to_sectors": { "name": "უჯრედების ჩანაწერები სექტორებად", "description": "აგებს ანტენის დაფარვის გეომეტრიას საკომუნიკაციო ანძების წერტილებიდან: სექტორის პოლიგონები ან ბისექტრისის სექტორული ხაზები თითოეული ანძის აზიმუტის, სხივის სიგანისა და რადიუსის მიხედვით — ArcGIS Cell Site Records To Feature Class / Generate Sector Lines-ის მსგავსად.", "params": { "input": { "label": "შემავალი", "description": "შემავალი წერტილოვანი ვექტორული ფენა ანტენებით/ანძებით." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორის გზა (დრაივერი განისაზღვრება გაფართოებით). თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "output_type": { "label": "გამომავალის ტიპი", "description": "გამოსატანი გეომეტრია: 'wedge' (დაფარვის პოლიგონები, ნაგულისხმევი) ან 'line' (სექტორის ბისექტრისის ხაზები)." }, "azimuth_field": { "label": "აზიმუტის ველი", "description": "ველი, რომელიც შეიცავს თითოეული ანტენის აზიმუტს (კომპასის გრადუსები, 0 = ჩრდილოეთი, საათის ისრის მიმართულებით). თუ არ არის მითითებული, გამოიყენება 'azimuth'." }, "beamwidth_field": { "label": "სხივის სიგანის ველი", "description": "ველი, რომელიც შეიცავს თითოეული ანტენის სხივის სიგანეს გრადუსებში. თუ არ არის მითითებული, გამოიყენება 'beamwidth'." }, "radius_field": { "label": "რადიუსის ველი", "description": "ველი, რომელიც შეიცავს თითოეული ანტენის დაფარვის რადიუსს CRS ერთეულებში. თუ არ არის მითითებული, გამოიყენება 'radius'." }, "azimuth": { "label": "აზიმუტი", "description": "ნაგულისხმევი აზიმუტი კომპასის გრადუსებში, როცა ველი არ არის მითითებული / მნიშვნელობა აკლია. ნაგულისხმევი 0." }, "beamwidth": { "label": "სხივის სიგანე", "description": "ნაგულისხმევი სხივის სიგანე გრადუსებში (0 < bw ≤ 360; ≥ 360 = ყოვლისმიმართული). ნაგულისხმევი 65." }, "radius": { "label": "რადიუსი", "description": "ნაგულისხმევი დაფარვის რადიუსი CRS ერთეულებში (უნდა იყოს დადებითი). ნაგულისხმევი 1000." }, "segments": { "label": "სეგმენტები", "description": "სწორი სეგმენტების რაოდენობა თითოეული სექტორის რკალის მისაახლოებლად (≥ 1). ნაგულისხმევი 16." } } }, "cell_statistics": { "name": "უჯრედების სტატისტიკა", "description": "პიქსელური სტატისტიკა თანაბრად გასწორებული რასტრების სტეკის გასწვრივ (ArcGIS Cell Statistics-ის მსგავსად): საშუალო, მაჟორიტარული, მაქსიმუმი, მედიანა, მინიმუმი, მინორიტარული, პროცენტილი, დიაპაზონი, სტანდარტული გადახრა, ჯამი ან მრავალფეროვნება — ლოკალური მრავალრასტრული რედუქტორი, რომელსაც არ იძლევა არც sum_overlay/weighted_sum (მხოლოდ ჯამი), არც მეზობლობითი და ზონალური ინსტრუმენტები.", "params": { "inputs": { "label": "შემავალი მონაცემები", "description": "ერთი მრავალარხიანი რასტრი (თითოეული არხი ფენაა) ან მძიმით გამოყოფილი თანაბრად რეგისტრირებული რასტრების სია." }, "output": { "label": "გამომავალი", "description": "გამომავალი ერთარხიანი რასტრი დაყვანილი მნიშვნელობით. თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "statistic": { "label": "სტატისტიკა", "description": "'mean' (ნაგულისხმევი), 'majority', 'maximum', 'median', 'minimum', 'minority', 'percentile', 'range', 'std', 'sum' ან 'variety'." }, "ignore_nodata": { "label": "NoData-ის იგნორირება", "description": "NoData დაკვირვებების გამოტოვება უჯრედში (ნაგულისხმევი true). თუ false, ნებისმიერი NoData დაკვირვება უჯრედს NoData-დ აქცევს." }, "percentile_value": { "label": "პროცენტილის მნიშვნელობა", "description": "პროცენტილი [0, 100] შუალედში სტატისტიკისთვის 'percentile' (ნაგულისხმევი 50 = მედიანა)." } } }, "central_feature": { "name": "ცენტრალური ობიექტი / წრფივი მიმართულებითი საშუალო", "description": "ცენტრალური ობიექტი (შემავალი ობიექტი, რომელსაც ყველა დანარჩენამდე უმცირესი ჯამური მანძილი აქვს) ან წრფივი მიმართულებითი საშუალო (საშუალო აზიმუტი, წრიული ვარიაცია და ხაზოვანი ობიექტების საშუალო სიგრძე) — გეოგრაფიული განაწილების გაზომვის ორი წევრი, რომელიც directional_distribution-ს აკლია (ArcGIS Central Feature / Linear Directional Mean).", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორული ფენა (წერტილები central_feature-ისთვის; ხაზები linear_directional_mean-ისთვის)." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორის გზა (დრაივერი განისაზღვრება გაფართოებით). თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "statistic": { "label": "სტატისტიკა", "description": "'central_feature' (ნაგულისხმევი) ან 'linear_directional_mean'." }, "weight_field": { "label": "წონის ველი", "description": "არასავალდებულო რიცხვითი ველი თითოეული ობიექტის შესაწონად (მხოლოდ central_feature-ისთვის)." }, "case_field": { "label": "ჯგუფის ველი", "description": "არასავალდებულო ველი ობიექტების დასაჯგუფებლად; თითო შედეგი თითო განსხვავებულ მნიშვნელობაზე." }, "distance": { "label": "მანძილი", "description": "მანძილის მეტრიკა central_feature-ისთვის: 'euclidean' (ნაგულისხმევი) ან 'manhattan'." }, "orientation_only": { "label": "მხოლოდ ორიენტაცია", "description": "ხაზების განხილვა არამიმართულად (ორიენტაცია mod 180°) linear_directional_mean-ისთვის. ნაგულისხმევი false." } } }, "change_point_detection": { "name": "ცვლილების წერტილის აღმოჩენა", "description": "ავლენს მკვეთრ ცვლილებებს დროით მწკრივში H3 სივრცე-დროითი კუბის თითოეულ მდებარეობაზე (ArcGIS Change Point Detection-ის მსგავსად): ბინარული სეგმენტაცია საშუალოს ან დახრილობის ცვლილების ღირებულებაზე მგრძნობელობით მასშტაბირებული ჯარიმით (ან ცვლილების წერტილების ფიქსირებული რაოდენობით), თითოეული უჯრედისთვის აჩვენებს ცვლილებების რაოდენობას, უდიდესი ცვლილების წელს და სეგმენტების საშუალოებს. დროითი სეგმენტაცია, რომელსაც ორთარიღიანი change_vector_analysis და მონოტონური მან-კენდალის ტესტები ვერ ასრულებს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი წერტილოვანი ფენა დროის ნიშნულის მქონე მოვლენებით (გრძედი/განედი)." }, "time_field": { "label": "დროის ველი", "description": "ველი, რომელიც შეიცავს თითოეული წერტილის დროს: რიცხვი ან ISO-8601 დროის ნიშნული." }, "output": { "label": "გამომავალი", "description": "გამომავალი H3 პოლიგონური ფენა ცვლილების წერტილების ატრიბუტებით. თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "value_field": { "label": "მნიშვნელობის ველი", "description": "რიცხვითი ველი თითოეულ უჯრაში აგრეგირებისთვის (ნაგულისხმევი: წერტილების რაოდენობა)." }, "change_type": { "label": "ცვლილების ტიპი", "description": "'mean' (დონის ცვლილებები; ნაგულისხმევი) ან 'slope' (ტრენდის ცვლილებები)." }, "method": { "label": "მეთოდი", "description": "'auto' (ჯარიმაზე დაფუძნებული, ნაგულისხმევი) ან 'defined' (ზუსტად num_change_points)." }, "num_change_points": { "label": "ცვლილების წერტილების რაოდენობა", "description": "defined მეთოდი: თითოეულ ადგილას მოსაძებნი ცვლილების წერტილების რაოდენობა (ნაგულისხმევი 1)." }, "sensitivity": { "label": "მგრძნობელობა", "description": "auto მეთოდი: ჯარიმის მასშტაბი; მეტი = ნაკლები ცვლილების წერტილი (ნაგულისხმევი 1.0)." }, "time_step": { "label": "დროის ბიჯი", "description": "დროის ბიჯის სიგანე time_field-ის ერთეულებში (ნაგულისხმევი 1)." }, "resolution": { "label": "რეზოლუცია", "description": "H3 რეზოლუცია 0..15 (ნაგულისხმევი 7)." } } }, "classification_accuracy_assessment": { "name": "კლასიფიკაციის სიზუსტის შეფასება", "description": "აფასებს კლასიფიცირებულ რასტრს (ან წერტილებს, რომლებსაც უკვე აქვთ პროგნოზირებული კლასი) საკონტროლო მონაცემებით ეტიკეტირებული საორიენტაციო წერტილების მიმართ და ქმნის შეცდომათა მატრიცას, საერთო სიზუსტეს, თითოეული კლასის მწარმოებლისა და მომხმარებლის სიზუსტეს და კოენის კაპას — ArcGIS Compute Confusion Matrix-ის მსგავსად.", "params": { "points": { "label": "წერტილები", "description": "საკონტროლო (სიზუსტის შეფასების) წერტილოვანი ფენა ჭეშმარიტი კლასის ველით." }, "class_field": { "label": "კლასის ველი", "description": "წერტილების ატრიბუტი, რომელიც შეიცავს ჭეშმარიტი (საკონტროლო) კლასის აღნიშვნას." }, "input": { "label": "შემავალი", "description": "კლასიფიცირებული რასტრი, რომელიც უნდა შეირჩეს თითოეულ საკონტროლო წერტილში (უახლოესი უჯრედი). მიუთითეთ ეს ან 'classified_field'." }, "classified_field": { "label": "კლასიფიცირებული ველი", "description": "წერტილების ატრიბუტი, რომელიც უკვე შეიცავს პროგნოზირებულ (რუკის) კლასს და გამოიყენება რასტრიდან შერჩევის ნაცვლად. მიუთითეთ ეს ან 'input'." }, "band": { "label": "არხი", "description": "კლასიფიცირებული რასტრის შესარჩევი არხი 1-იდან დაწყებული (ნაგულისხმევი 1)." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორის გზა საკონტროლო წერტილებისთვის, რომლებსაც დაემატება REF_CLASS, MAP_CLASS, CORRECT. თუ გამოტოვებულია, ინახება მეხსიერებაში." } } }, "collapse_dual_lines_to_centerline": { "name": "ორმაგი ხაზების ჩაკეცვა ცენტრალურ ხაზად", "description": "აღმოაჩენს დაახლოებით პარალელური ხაზების წყვილებს სიგანის ტოლერანტობის ფარგლებში (გაყოფილი სავალი ნაწილები, გზის კონტურები) და თითოეულ წყვილს ცვლის ერთი ღერძული ხაზით, კვანძების ხელახალი დაკავშირებით — ArcGIS Collapse Dual Lines To Centerline-ის მსგავსად.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ხაზოვანი ვექტორული ფენა (პროექციული CRS; სიგანეები მის ერთეულებში)." }, "output": { "label": "გამომავალი", "description": "გამომავალი ხაზოვანი ვექტორის გზა (დრაივერი გაფართოებიდან). თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "min_width": { "label": "მინიმალური სიგანე", "description": "მინიმალური დაშორება დაწყვილებულ ხაზებს შორის, CRS ერთეულებში (ნაგულისხმევი 0)." }, "max_width": { "label": "მაქსიმალური სიგანე", "description": "მაქსიმალური დაშორება დაწყვილებულ ხაზებს შორის, CRS ერთეულებში. სავალდებულო (შეკუმშვის სიგანე)." }, "attribute": { "label": "ატრიბუტი", "description": "არასავალდებულო ველი, რომელიც უნდა დაემთხვეს ორი ხაზის დასაწყვილებლად (მაგ. გზის სახელი ან კლასი)." }, "sample_distance": { "label": "შერჩევის მანძილი", "description": "გამკვრივების ინტერვალი პარალელურობის შესამოწმებლად, CRS ერთეულებში. ნაგულისხმევი: max_width / 2." }, "min_overlap": { "label": "მინიმალური გადაფარვა", "description": "ხაზის მინიმალური წილი, რომელიც პარტნიორის პარალელურად უნდა მიდიოდეს დასაწყვილებლად (0-1, ნაგულისხმევი 0.5)." } } }, "collapse_hydro_polygon": { "name": "ჰიდროპოლიგონის ჩაკეცვა", "description": "ვიწრო წყლის პოლიგონებს ღერძულ ხაზებად აქცევს, ხოლო განიერ მონაკვეთებს პოლიგონებად ტოვებს (ArcGIS Collapse Hydro Polygon-ის მსგავსად): თითოეული პოლიგონის ღერძული ხაზი მიიდევნება მისი მთავარი ღერძის გასწვრივ პერპენდიკულარული განივკვეთების შუა წერტილებით, იზომება ლოკალური სიგანე და შეკუმშვა ხდება იქ, სადაც მედიანური სიგანე ზღურბლის ტოლი ან მასზე ნაკლებია. სიგანის ზღურბლით პოლიგონიდან ხაზზე გადასვლის განზოგადება, რომელსაც არც collapse_dual_lines_to_centerline და არც რასტრული river_centerlines არ ასრულებს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი წყლის პოლიგონური ფენა." }, "output": { "label": "გამომავალი", "description": "გამომავალი ცენტრალური ხაზების ფენა შეკუმშული (ვიწრო) პოლიგონებისთვის. თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "collapse_width": { "label": "შეკუმშვის სიგანე", "description": "პოლიგონები, რომელთა მედიანური სიგანე ამ მნიშვნელობის ტოლი ან ნაკლებია, გარდაიქმნება ცენტრალურ ხაზად." }, "sample_distance": { "label": "შერჩევის მანძილი", "description": "განივი კვეთის ნიშნულების დაშორება ღერძის გასწვრივ (ნაგულისხმევი: collapse_width / 2)." }, "min_length": { "label": "მინიმალური სიგრძე", "description": "ამაზე მოკლე შეკუმშული ცენტრალური ხაზების ამოგდება (ნაგულისხმევი 0)." }, "retained": { "label": "შენარჩუნებული", "description": "არასავალდებულო გამომავალი პოლიგონური ფენა განიერი (შეუკუმშავი) მონაკვეთებისთვის." } } }, "collapse_road_detail": { "name": "გზის დეტალების ჩაკეცვა", "description": "აერთიანებს მცირე საგზაო მარყუჟებსა და გადახრებს (წრიული მოძრაობა, ორმაგი მარყუჟები, გვერდითი გადახრები), რომელთა დიამეტრი ზღურბლზე ნაკლებია, ერთ გამჭოლ კავშირად მცირე მასშტაბით ჩვენებისთვის, ქსელის კავშირშეკრულობის შენარჩუნებით — ArcGIS Collapse Road Detail-ის მსგავსად.", "params": { "input": { "label": "შემავალი", "description": "შემავალი გზების (ხაზოვანი) ვექტორული ფენა, ფორმატი განისაზღვრება ავტომატურად (ან მეხსიერებაში არსებული იდენტიფიკატორი)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი ვექტორის გზა (დრაივერი განისაზღვრება გაფართოებით). თუ არ არის მითითებული, ინახება მეხსიერებაში." }, "collapse_distance": { "label": "შეკუმშვის მანძილი", "description": "შესაკუმში დეტალის მაქსიმალური დიამეტრი. მარყუჟები/გადახრები, რომელთა შემომსაზღვრელი დიამეტრი ამაზე ნაკლებია (მეტრები გეოგრაფიული CRS-ისთვის, სხვა შემთხვევაში CRS ერთეულები), იკუმშება; უფრო დიდები ნარჩუნდება." }, "road_class_field": { "label": "გზის კლასის ველი", "description": "არასავალდებულო გზის კლასის ველი. თუ მითითებულია, იკუმშება მხოლოდ ის მარყუჟები, რომელთა მოსაზღვრე გზებს ერთი და იგივე კლასის მნიშვნელობა აქვთ (სხვადასხვა კლასს შორის კვანძები ნარჩუნდება)." }, "snap_tolerance": { "label": "მიბმის ტოლერანტობა", "description": "მანძილი, რომლის ფარგლებშიც გზების ბოლო წერტილები განიხილება ერთსა და იმავე კვანძად. ნაგულისხმევი 1e-6." } } }, "collect_events": { "name": "მოვლენების შეგროვება", "description": "აერთიანებს დამთხვეულ ინციდენტების წერტილებს უნიკალურ მდებარეობებად, თითოეულში იქ მომხდარი მოვლენების ICOUNT რაოდენობით, ArcGIS Collect Events-ის მსგავსად.", "params": { "input": { "label": "შემავალი", "description": "შემავალი წერტილოვანი ვექტორული ფენა (Point ან MultiPoint)." }, "output": { "label": "გამომავალი", "description": "გამომავალი წერტილოვანი ვექტორის გზა (დრაივერი გაფართოებიდან). თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "tolerance": { "label": "ტოლერანტობა", "description": "მიბმის დაშვება რუკის ერთეულებში; წერტილები, რომელთა კოორდინატები ერთსა და იმავე უჯრედამდე მრგვალდება, განიხილება როგორც დამთხვეული (ნაგულისხმევი 1e-8, ე.ი. პრაქტიკულად ზუსტი)." } } }, "colocation_analysis": { "name": "კოლოკაციის ანალიზი", "description": "ლოკალური თანამდებარეობის კოეფიციენტი (ლესლი და კრონენფელდი), რომელიც ზომავს, არის თუ არა A კატეგორიის წერტილები არაპროპორციულად ხშირად B კატეგორიის მეზობლებს შორის, ფიქსირებული საწყისი მნიშვნელობის მქონე პერმუტაციული ტესტის p-მნიშვნელობით — ArcGIS Colocation Analysis-ის მსგავსად.", "params": { "input": { "label": "შემავალი", "description": "შემავალი წერტილოვანი ვექტორული ფენა კატეგორიის ველით." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორის გზა (შემავალის ასლი კოლოკაციის ველებით). თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "category_field": { "label": "კატეგორიის ველი", "description": "ველი, რომელიც შეიცავს თითოეული წერტილის კატეგორიას." }, "category_a": { "label": "კატეგორია A", "description": "ფოკუსური კატეგორია (A): წერტილები, რომელთა კოლოკაცია B-სთან იზომება." }, "category_b": { "label": "კატეგორია B", "description": "მეზობელი კატეგორია (B): წერტილები, რომლებთანაც მოწმდება A." }, "neighbors": { "label": "მეზობლები", "description": "უახლოესი მეზობლების რაოდენობა k (ნაგულისხმევი 8)." }, "weight": { "label": "წონა", "description": "მეზობლების შეწონვა: 'gaussian' (მანძილით მილევადი, ნაგულისხმევი) ან 'uniform'." }, "permutations": { "label": "პერმუტაციები", "description": "ნიშნულების პერმუტაციების რაოდენობა მნიშვნელოვნების ტესტისთვის (ნაგულისხმევი 99; 0 გამორთავს)." }, "seed": { "label": "საწყისი მნიშვნელობა", "description": "საწყისი მნიშვნელობა პერმუტაციის შემთხვევითი რიცხვების გენერატორისთვის (ნაგულისხმევი 1), განმეორებადი შედეგებისთვის." } } }, "color_polygons": { "name": "პოლიგონების გაფერადება", "description": "ანიჭებს თითოეულ პოლიგონს მცირე მთელრიცხოვან ფერის ინდექსს ისე, რომ ორ მომიჯნავე პოლიგონს ერთი და იგივე მნიშვნელობა არ ჰქონდეს (ArcGIS Calculate Color Theorem Field-ის მსგავსად) — მოსაზღვრეობის მიმართ უსაფრთხო ქოროპლეტური სტილიზაცია DSATUR გრაფის შეფერადებით საერთო კიდის (ან საერთო კუთხის) მომიჯნავეობით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი პოლიგონური ფენა." }, "output": { "label": "გამომავალი", "description": "გამომავალი პოლიგონური ფენა დამატებული ფერის ველით. თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "field": { "label": "ველი", "description": "ჩასაწერი ფერის ინდექსის ველის სახელი (ნაგულისხმევი 'color_id')." }, "adjacency": { "label": "მოსაზღვრეობა", "description": "'edge' (rook, საერთო საზღვარი; ნაგულისხმევი) ან 'edge_or_corner' (queen, საერთო საზღვარი ან წვერო)." }, "snap_tolerance": { "label": "მიბმის ტოლერანტობა", "description": "ბადის ზომა წვეროების მისაბმელად საზღვრების შედარებამდე (ნაგულისხმევი 0 = ზუსტი)." } } }, "combine": { "name": "კომბინირება", "description": "ანიჭებს უნიკალურ ზონის იდენტიფიკატორს ორი ან მეტი თანაბრად გასწორებული კატეგორიული რასტრის მნიშვნელობათა თითოეულ უნიკალურ კომბინაციას და ქმნის მნიშვნელობათა ატრიბუტულ ცხრილს (id, რაოდენობა, თითო სვეტი თითოეული შემავალისთვის).", "params": { "inputs": { "label": "შემავალი მონაცემები", "description": "მძიმით გამოყოფილი სია >=2 თანა-რეგისტრირებული კატეგორიული/მთელრიცხოვანი რასტრისა გასაერთიანებლად." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა უნიკალურ-პირობის id ბადისთვის. თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "csv_output": { "label": "CSV გამომავალი", "description": "არასავალდებულო CSV გზა მნიშვნელობა-ატრიბუტების ცხრილისთვის (მნიშვნელობა, რაოდენობა, თითო სვეტი თითოეულ შემავალ რასტრზე)." }, "band": { "label": "არხი", "description": "1-დან დათვლილი არხი, რომელიც წაიკითხება ყოველი შემავალი რასტრიდან. ნაგულისხმევი 1." } } }, "compare_spatial_weights": { "name": "სივრცითი წონების შედარება", "description": "ალაგებს სივრცითი წონების კანდიდატ კონცეპტუალიზაციებს (KNN, ფიქსირებული მანძილის ზოლი, მომიჯნავეობა კიდეებით ან კიდეებითა და კუთხეებით, დელონე) იმის მიხედვით, თუ რამდენად ძლიერად აღიქვამს თითოეული ერთი ან რამდენიმე ანალიზის ველის სივრცით კლასტერიზაციას, სტრიქონებით სტანდარტიზებული გლობალური მორანის I-ის, მისი z-ქულისა და ორმხრივი p-მნიშვნელობის გამოყენებით — ArcGIS Compare Neighborhood Conceptualizations-ის მსგავსად. გამოაქვს რანჟირებული შედარების ცხრილი და ერთი საუკეთესო მეთოდი.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორული ფენა (წერტილები/ხაზები/პოლიგონები; მომიჯნავეობა მოითხოვს პოლიგონებს)." }, "output": { "label": "გამომავალი", "description": "გამომავალი შედარების ცხრილის გზა — CSV (გაფართოება .csv) ან გეომეტრიის გარეშე ვექტორული ცხრილი. თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "input_fields": { "label": "შემავალი ველები", "description": "მძიმით გამოყოფილი რიცხვითი ველების სახელების სია სივრცული კლასტერიზაციის ანალიზისთვის." }, "id_field": { "label": "ID ველი", "description": "ველი, რომელიც შეიცავს თითოეული ობიექტის უნიკალურ id-ს (მიიღება თავსებადობისთვის; არ არის საჭირო Moran's I-ის გამოსათვლელად)." }, "methods": { "label": "მეთოდები", "description": "მძიმით გამოყოფილი კანდიდატი კონცეპტუალიზაციები: knn, fixed_distance_band, contiguity_edges, contiguity_edges_corners, delaunay. ნაგულისხმევი 'knn,contiguity_edges,contiguity_edges_corners'. მეთოდები, რომლებიც არ ესადაგება გეომეტრიას (ან იძლევა შეცდომას), გამოტოვდება." }, "number_of_neighbors": { "label": "მეზობლების რაოდენობა", "description": "უახლოეს მეზობელთა რაოდენობა k knn მეთოდისთვის. ნაგულისხმევი 8." }, "threshold_distance": { "label": "ზღურბლის მანძილი", "description": "მანძილის ზოლის ზღვარი რუკის ერთეულებში. საჭიროა მხოლოდ მაშინ, როცა მეთოდებს შორისაა fixed_distance_band." } } }, "composite_bands": { "name": "არხების კომპოზიტი", "description": "აერთიანებს რამდენიმე ერთარხიან რასტრს ერთ მრავალარხიან რასტრში მითითებული თანმიმდევრობით (ArcGIS Composite Bands). არსებული create_colour_composite ფიქსირებულია სამ RGB არხზე, ამიტომ არ არსებობდა საშუალება აეწყო N-არხიანი შემავალი, რომელიც სჭირდება band_collection_statistics-ს, principal_component_analysis-ს, spectral_index-სა და OBIA-ს კომპლექტს.", "params": { "inputs": { "label": "შემავალი მონაცემები", "description": "მძიმით ან წერტილმძიმით გამოყოფილი რასტრების გზები, გამომავალი არხების თანმიმდევრობით. სულ მცირე ერთი." }, "band": { "label": "არხი", "description": "1-დან დათვლილი არხი, აღებული თითოეული შემავალიდან, როცა შემავალი თავად მრავალარხიანია (ნაგულისხმევი 1)." }, "nodata_policy": { "label": "NoData-ის პოლიტიკა", "description": "'any' (ნაგულისხმევი): უჯრედი NoData-ა, თუ რომელიმე არხი NoData-ა. 'all': მხოლოდ მაშინ, თუ ყველა არხია." }, "nodata": { "label": "NoData", "description": "NoData მნიშვნელობა გამომავლისთვის (ნაგულისხმევი: პირველი შემავალის NoData)." }, "output": { "label": "გამომავალი", "description": "გამომავალი მრავალარხიანი რასტრი. თუ გამოტოვებულია, ინახება მეხსიერებაში." } } }, "compute_accuracy_for_object_detection": { "name": "ობიექტების აღმოჩენის სიზუსტის გამოთვლა", "description": "აფასებს აღმოჩენილ ობიექტებს საკონტროლო მონაცემების მიმართ IoU შესაბამებით და აჩვენებს თითოეული კლასის სიზუსტეს, სისრულეს, საშუალო სიზუსტეს და საერთო mAP-ს, ArcGIS Compute Accuracy For Object Detection-ის მსგავსად.", "params": { "detected": { "label": "აღმოჩენილი", "description": "აღმოჩენილი ობიექტები (პოლიგონები ან შემომსაზღვრელი მართკუთხედები)." }, "ground_truth": { "label": "საკონტროლო მონაცემები", "description": "საეტალონო ობიექტები შესადარებლად." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი სიზუსტის ცხრილის გზა. თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "detected_class_field": { "label": "აღმოჩენილი კლასის ველი", "description": "კლასის ეტიკეტის ველი აღმოჩენებზე. გამოტოვეთ, რომ ყველაფერი ერთ კლასად შეფასდეს." }, "ground_truth_class_field": { "label": "საკონტროლო კლასის ველი", "description": "კლასის ეტიკეტის ველი საკონტროლო მონაცემებზე. გამოტოვეთ, რომ ყველაფერი ერთ კლასად შეფასდეს." }, "confidence_field": { "label": "სანდოობის ველი", "description": "სანდოობის ქულის ველი აღმოჩენებზე, გამოიყენება საშუალო სიზუსტისთვის რანჟირებისას. მის გარეშე აღმოჩენები ფასდება შეტანის თანმიმდევრობით." }, "min_iou": { "label": "მინიმალური IoU", "description": "მინიმალური intersection-over-union, რომ აღმოჩენა დამთხვევად ჩაითვალოს (ნაგულისხმევი 0.5)." } } }, "compute_sar_indices": { "name": "SAR ინდექსების გამოთვლა", "description": "გამოითვლის პოლარიმეტრიულ SAR ინდექსებს — RVI (Radar Vegetation Index), RFDI (Radar Forest Degradation Index), CSI (Canopy Structure Index) და DPSVI (Dual-Pol SAR Vegetation Index) — მრავალპოლარიზაციული უკუგაბნევიდან (ArcGIS Compute SAR Indices). spectral_index მოიცავს მხოლოდ ოპტიკური არხების მათემატიკას: მისი ფორმულები და არხების კონვენციები არეკვლის დომენშია და პოლარიზაციის არხების ცნება არ გააჩნია, ამიტომ კატალოგის SAR ჯაჭვს (multilook, sar_coherence, სპეკლის ფილტრები) ამჟამად ანალიზის საბოლოო რგოლი არ აქვს.", "params": { "input": { "label": "შემავალი", "description": "მრავალპოლარიზაციული კალიბრირებული SAR რასტრი (თითო არხი თითოეულ პოლარიზაციაზე)." }, "output": { "label": "გამომავალი", "description": "გამომავალი ინდექსის რასტრი. თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "index": { "label": "ინდექსი", "description": "'rvi' (ნაგულისხმევი), 'rfdi', 'csi' ან 'dpsvi'." }, "polarization_bands": { "label": "პოლარიზაციის არხები", "description": "1-დან დათვლილი არხების მიმაგრება, მაგ. 'vv=1,vh=2' ან 'hh=1,hv=2,vv=3'. ნაგულისხმევი არხების რაოდენობის მიხედვით: 2 არხი = 'vv=1,vh=2', 3+ არხი = 'hh=1,hv=2,vv=3'." }, "input_units": { "label": "შემავალი ერთეულები", "description": "'linear' (ნაგულისხმევი) ან 'db'. dB შემავალი გარდაიქმნება წრფივ სიმძლავრედ თანაფარდობის არითმეტიკამდე, რადგან დეციბელების თანაფარდობებს აზრი არ აქვს." } } }, "construct_sight_lines": { "name": "ხედვის ხაზების აგება", "description": "აგებს ხედვის ხაზების ობიექტებს დამკვირვებლის წერტილებსა და სამიზნე ობიექტებს შორის, დამკვირვებლისა და სამიზნის სიმაღლის აცდენებით, ხაზოვან და ფართობით სამიზნეებზე შერჩევით, სურვილისამებრ აზიმუტისა და ვერტიკალური კუთხის ველებით და 2D ან 3D მანძილით. ArcGIS Construct Sight Lines-ის მსგავსად.", "params": { "observers": { "label": "დამკვირვებლები", "description": "დამკვირვებლის წერტილოვანი ობიექტები." }, "targets": { "label": "სამიზნეები", "description": "სამიზნე წერტილოვანი, ხაზოვანი ან პოლიგონური ობიექტები." }, "output": { "label": "გამომავალი", "description": "გამომავალი ხედვის ხაზის გზა. თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "observer_height_field": { "label": "დამკვირვებლის სიმაღლის ველი", "description": "არასავალდებულო ველი, რომელიც იძლევა თითოეული დამკვირვებლის სიმაღლის ოფსეტს (ემატება მის Z-ს)." }, "target_height_field": { "label": "სამიზნის სიმაღლის ველი", "description": "არასავალდებულო ველი, რომელიც იძლევა თითოეული სამიზნის სიმაღლის ოფსეტს (ემატება მის Z-ს)." }, "join_field": { "label": "შეერთების ველი", "description": "არასავალდებულო ველი, რომელიც ორივე შემავალშია; წყვილდება მხოლოდ ის დამკვირვებლები და სამიზნეები, რომლებსაც საერთო მნიშვნელობა აქვთ. მის გარეშე ყოველი დამკვირვებელი წყვილდება ყოველ სამიზნესთან." }, "sample_distance": { "label": "შერჩევის მანძილი", "description": "დაშორება რუკის ერთეულებში სამიზნე წერტილებისთვის, რომლებიც გენერირდება ხაზის/პოლიგონის საზღვრების გასწვრივ (ნაგულისხმევი: თითო წერტილი თითოეულ წვეროზე)." }, "output_direction": { "label": "გამომავალი მიმართულება", "description": "AZIMUTH და VERT_ANGLE ველების დამატება (ნაგულისხმევი false)." }, "distance_method": { "label": "მანძილის მეთოდი", "description": "'2d' (ნაგულისხმევი) ან '3d' DISTANCE ველისთვის." } } }, "contiguous_cartogram": { "name": "უწყვეტი კარტოგრამა", "description": "სიმკვრივის გამათანაბრებელი (გასტნერ-ნიუმანის დიფუზიური) კარტოგრამა: ამახინჯებს პოლიგონების ფართობებს ატრიბუტის პროპორციულად და ინარჩუნებს რუკას როგორც ერთიან, საერთო საზღვრებით დაკავშირებულ ზედაპირს (ArcGIS Generate Contiguous Cartogram). არსებული cartogram ინსტრუმენტი მხოლოდ არამომიჯნავე და დორლინგის მეთოდებს ახორციელებს, რომლებიც მოსაზღვრეობას ანგრევს, და მისივე დოკუმენტაცია მომიჯნავე ფორმას მომავალს ტოვებს.", "params": { "input": { "label": "შემავალი", "description": "მომიჯნავე პოლიგონების ფენა." }, "value_field": { "label": "მნიშვნელობის ველი", "description": "დადებითი რიცხვითი ატრიბუტი, რომლის ჯამის პროპორციულიც უნდა გახდეს ფართობები." }, "grid_size": { "label": "ბადის ზომა", "description": "სიმკვრივის ბადის რეზოლუცია; უნდა იყოს ორის ხარისხი (ნაგულისხმევი 256). სიზუსტისა და ღირებულების მთავარი მარეგულირებელი." }, "iterations": { "label": "იტერაციები", "description": "დიფუზიის ნაბიჯები (ნაგულისხმევი 20). მეტი ნაბიჯი უფრო მეტად ათანაბრებს სიმკვრივეს მეტი დამახინჯების ხარჯზე." }, "blur": { "label": "გაბუნდოვნება", "description": "სიმკვრივის ველის გაუსური წინასწარი დაგლუვება, ბადის უჯრედებში (ნაგულისხმევი 0.5). ხელს უშლის იმ ექსტრემალურ დამახინჯებას, რომელსაც სიმკვრივის მკვეთრი წყვეტა იწვევს." }, "sea_density": { "label": "ზღვის წყლის სიმკვრივე", "description": "სიმკვრივე კვლევის არეალის გარეთ: 'mean' (ნაგულისხმევი) ან 'min'. ეს არსებითად ცვლის შედეგს რუკის კიდეზე." }, "densify_spacing": { "label": "გამკვრივების ბიჯი", "description": "კიდის სეგმენტის მაქსიმალური სიგრძე ბადის უჯრედებში, სანამ წვეროები ჩაისმება (ნაგულისხმევი 1.0). წინააღმდეგ შემთხვევაში გრძელი სწორი საზღვრები სცილდება მეზობლებს." }, "output": { "label": "გამომავალი", "description": "გამომავალი პოლიგონური ფენა გადაადგილებული წვეროებითა და საწყისი ატრიბუტებით. თუ გამოტოვებულია, ინახება მეხსიერებაში." } } }, "contour_list": { "name": "იზოხაზების სია", "description": "აგებს იზოხაზებს მნიშვნელობათა აშკარა სიის მიხედვით და არა ფიქსირებული ინტერვალით, ჯაჭვური ხაზების ან შევსებული პოლიგონების სახით, თითოეული თავისი დონის წარწერით (ArcGIS Contour List). არსებული contours_from_raster იღებს მხოლოდ ინტერვალსა და საბაზისო მნიშვნელობას, ამიტომ რეალურ რუკებზე გამოყენებული არარეგულარული სერიები — IHO სიღრმის საფეხურები, წყალდიდობის განმეორებადობის დონეები, გამოქვეყნებული კლასების ზღვრები — თითო მნიშვნელობაზე ცალკე გაშვებას და შემდეგ შერწყმას საჭიროებდა და მაინც ვერ გამოდიოდა ერთ ფენად დონეების წარწერებით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ზედაპირის რასტრი." }, "contour_values": { "label": "იზოხაზების მნიშვნელობები", "description": "მძიმით გამოყოფილი დონეების სია იზოხაზებისთვის, რასტრის საკუთარ z ერთეულებში." }, "output": { "label": "გამომავალი", "description": "გამომავალი იზოხაზების ფენა. თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "geometry_type": { "label": "გეომეტრიის ტიპი", "description": "'polyline' (ნაგულისხმევი) იზოხაზებისთვის, ან 'polygon' თითოეული დონის ან მის ზემოთ მდებარე შევსებული არეალისთვის." }, "min_length": { "label": "მინიმალური სიგრძე", "description": "ამ სიგრძეზე მოკლე იზოხაზების უგულებელყოფა, რუკის ერთეულებში, რაც აშორებს იმ ნაწილაკებს, რომლებსაც ხმაურიანი ზედაპირი წარმოქმნის." }, "close_rings": { "label": "რგოლების ჩაკეტვა", "description": "პირველი წვეროს გამეორება იმ იზოხაზებზე, რომლებიც თავად იკვრება (ნაგულისხმევი true)." }, "band": { "label": "არხი", "description": "1-დან დათვლილი არხი იზოხაზებისთვის (ნაგულისხმევი 1)." } } }, "contour_with_barriers": { "name": "იზოხაზები ბარიერებით", "description": "მიიდევნებს ზედაპირის იზოხაზებს, რომლებიც ბარიერულ ობიექტებზე წყდება და არ კვეთს მათ.", "params": { "input": { "label": "შემავალი", "description": "შემავალი უწყვეტი ზედაპირის რასტრი." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი ხაზოვანი ვექტორის გზა (დრაივერი მისი გაფართოებიდან). თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "barriers": { "label": "ბარიერები", "description": "არასავალდებულო ბარიერების ვექტორული ფენა (ხაზები ან პოლიგონები). იზოხაზები არ გადაკვეთს ამ ობიექტებს." }, "interval": { "label": "ინტერვალი", "description": "იზოხაზების ინტერვალი ზედაპირის ერთეულებში. დონეებია base + k*interval მონაცემთა დიაპაზონში. უგულებელყოფილია, თუ მითითებულია 'levels'." }, "base": { "label": "საფუძველი", "description": "საბაზისო მნიშვნელობა, საიდანაც ითვლება ინტერვალი (ნაგულისხმევი 0)." }, "levels": { "label": "დონეები", "description": "იზოხაზების აშკარა, მძიმით გამოყოფილი მნიშვნელობები (მაგ. \"10,20,30\"). გადაფარავს interval/base-ს." }, "band": { "label": "არხი", "description": "წასაკითხი არხი 1-იდან დაწყებული (ნაგულისხმევი 1)." } } }, "convert_coordinate_notation": { "name": "კოორდინატების ჩანაწერის კონვერტაცია", "description": "გარდაქმნის თითოეული ობიექტის კოორდინატს ერთი ჩანაწერის ფორმატიდან მეორეში — ათწილადი გრადუსები (DD), გრადუსი-წუთი-წამი (DMS), გრადუსი-ათწილადი წუთი (DDM), UTM და MGRS/USNG — და წერს ახალ ველს სამიზნე ფორმატში, ArcGIS Convert Coordinate Notation-ის მსგავსად. სუფთა ბადის მათემატიკა (კრიუგერის განივი მერკატორი და MGRS ასოებით აღნიშვნა WGS84-ზე); PROJ-ის გარეშე.", "params": { "input": { "label": "შემავალი", "description": "შემავალი წერტილოვანი (ან ცხრილური) ვექტორული ფენა." }, "input_notation": { "label": "შემავალი ჩანაწერის ფორმატი", "description": "შემავალი კოორდინატის ჩაწერის ფორმა: DD, DMS, DDM, UTM ან MGRS." }, "output_notation": { "label": "გამომავალი ჩანაწერის ფორმატი", "description": "სამიზნე ჩაწერის ფორმა: DD, DMS, DDM, UTM ან MGRS." }, "coord_field": { "label": "კოორდინატის ველი", "description": "ველი, რომელიც შეიცავს შემავალი კოორდინატის სტრიქონს. თუ გამოტოვებულია, გამოიყენება წერტილის გეომეტრია (მართებულია მხოლოდ როცა input_notation=DD; გეომეტრია x=lon, y=lat)." }, "output_field": { "label": "გამომავალი ველი", "description": "ჩასაწერი ველის სახელი. ნაგულისხმევი: გამომავალი ფორმის სახელი პატარა ასოებით (მაგ. 'utm')." }, "precision": { "label": "სიზუსტე", "description": "MGRS ციფრები თითოეულ ღერძზე (1=10km … 5=1m, 9-მდე). ნაგულისხმევი 5. სხვა ფორმებისთვის უგულებელყოფილია." }, "update_geometry": { "label": "გეომეტრიის განახლება", "description": "თუ true, თითოეული ობიექტის გეომეტრია ხელახლა აიგება როგორც lon/lat წერტილი EPSG:4326-ში დამუშავებული კოორდინატიდან. ნაგულისხმევი false (შენარჩუნდება შემავალი გეომეტრია/CRS)." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორის გზა (დრაივერი განისაზღვრება გაფართოებით). თუ გამოტოვებულია, ინახება მეხსიერებაში." } } }, "convert_sar_units": { "name": "SAR ერთეულების კონვერტაცია", "description": "გარდაქმნის SAR რასტრს ამპლიტუდის, ინტენსივობის, წრფივი სიმძლავრის, დეციბელის, კომპლექსურიდან ინტენსივობაში და გახსნილი ფაზიდან გადაადგილებაში წარმოდგენებს შორის (ArcGIS Convert SAR Units). raster_calculator არითმეტიკას ითვლის, მაგრამ არც სემანტიკა და არც დამცავი მექანიზმები არ გააჩნია — ლოგარითმულ გარდაქმნაზე ნულოვანი უჯრედებისთვის -inf-ს აბრუნებს, და კატალოგში არაფერი აღრიცხავს, რომელ ერთეულშია SAR რასტრი, ამიტომ სპეკლის ფილტრები და თანაფარდობის ინდექსები რეგულარულად არასწორ წარმოდგენაზე გამოიყენება.", "params": { "input": { "label": "შემავალი", "description": "შემავალი SAR რასტრი. 'complex_to_intensity'-ისთვის ეს არის ორარხიანი I/Q რასტრი (multilook / sar_coherence კონვენცია)." }, "output": { "label": "გამომავალი", "description": "გამომავალი რასტრის გზა. თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "conversion": { "label": "კონვერტაცია", "description": "'linear_to_db', 'db_to_linear', 'amplitude_to_intensity', 'intensity_to_amplitude', 'complex_to_intensity' ან 'phase_to_displacement'." }, "wavelength": { "label": "ტალღის სიგრძე", "description": "რადარის ტალღის სიგრძე მეტრებში 'phase_to_displacement'-ისთვის (ნაგულისხმევი 0.05546576, Sentinel-1 C-დიაპაზონი)." }, "band": { "label": "არხი", "description": "1-დან დათვლილი წასაკითხი არხი (ნაგულისხმევი 1). უგულებელყოფილია 'complex_to_intensity'-ისთვის, რომელიც ყოველთვის კითხულობს 1 და 2 არხებს როგორც I და Q." } } }, "coregister_rasters": { "name": "რასტრების კორეგისტრაცია", "description": "ავტომატურად ასწორებს მეორეულ რასტრს საბაზისოსთან ფილების ბადის ნორმალიზებული ჯვარედინი კორელაციით, პიკის ქვეპიქსელური დაზუსტებით, უმცირესი კვადრატებით გარდაქმნის მორგებით და გამონაკლისების ჩამოჭრით, შემდეგ კი გადადისკრეტიზაციით (ArcGIS Apply Coregistration). ეს არის კატალოგის მთელი InSAR ჯაჭვის დაკარგული წინაპირობა: sar_coherence, flatten_interferogram და goldstein_phase_filter ყველა მოითხოვს ურთიერთგასწორებულ შემავალ მონაცემებს, რომელსაც არაფერი ქმნიდა. georeference_raster_from_control_points ხელით შერჩეულ საკონტროლო წერტილებს საჭიროებს, image_correlation მხოლოდ მსგავსებას აფასებს, ხოლო warp_raster მზა გარდაქმნას ითხოვს.", "params": { "reference": { "label": "ეტალონი", "description": "საეტალონო რასტრი. გამომავალი იწერება ამ რასტრის ბადეზე." }, "secondary": { "label": "მეორეული", "description": "რასტრი, რომელიც უნდა გასწორდეს ეტალონთან. მისი ყველა არხი გადადისკრეტიზდება." }, "output": { "label": "გამომავალი", "description": "გამომავალი გადადისკრეტიზებული მეორეული რასტრი საეტალონო ბადეზე. თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "tie_points": { "label": "საკვანძო წერტილები", "description": "გამომავალი წერტილოვანი ფენა მიღებული საკვანძო წერტილებით, მათი გაზომილი წანაცვლებითა და კორელაციით. ყოველთვის იქმნება; გზის მითითების გარეშე ინახება მეხსიერებაში." }, "band": { "label": "არხი", "description": "1-დან დათვლილი არხი, გამოყენებული დამთხვევისთვის (ნაგულისხმევი 1). ორარხიანი შემავალი ედრება კომპლექსური სიდიდის მოდულით, თუ ეს არ არის მითითებული." }, "transform": { "label": "გარდაქმნა", "description": "'translation', 'affine' (ნაგულისხმევი) ან 'polynomial2'." }, "tile_size": { "label": "ფილის ზომა", "description": "თითოეული შესადარებელი ფილის გვერდი უჯრედებში (ნაგულისხმევი 32)." }, "grid_size": { "label": "ბადის ზომა", "description": "ფილების რაოდენობა თითოეულ ღერძზე (ნაგულისხმევი 8, ანუ 64 ფილა)." }, "max_shift": { "label": "მაქსიმალური წანაცვლება", "description": "მთელრიცხოვანი საძიებო ფანჯრის ნახევარსიგანე უჯრედებში (ნაგულისხმევი 8)." }, "min_correlation": { "label": "მინიმალური კორელაცია", "description": "იმ საკვანძო წერტილების უგულებელყოფა, რომელთა პიკური ნორმალიზებული კორელაცია ამაზე ნაკლებია (ნაგულისხმევი 0.3)." }, "outlier_sigma": { "label": "გამონაკლისის სიგმა", "description": "იმ საკვანძო წერტილების მოკვეთა, რომელთა მორგების ნარჩენი ამდენ სტანდარტულ გადახრას აღემატება (ნაგულისხმევი 3.0). დააყენეთ 0, რომ მოკვეთა გამოირთოს." }, "resample": { "label": "გადადისკრეტიზაცია", "description": "'bilinear' (ნაგულისხმევი) ან 'nearest'." } } }, "corridor": { "name": "კორიდორი", "description": "უმცირესი ღირებულების დერეფანი ორ დაგროვილი ღირებულების ზედაპირს შორის (ArcGIS Corridor): ორი ღირებულების მანძილის რასტრი იკრიბება დერეფნის ზედაპირად, რომლის მინიმუმიც უმცირესი ღირებულების გზაა, შემდეგ სურვილისამებრ ხდება ზღურბლით თითქმის ოპტიმალური ზოლის გამოყოფა. პირდაპირი (ორი ღირებულების რასტრი) ან გამარტივებული რეჟიმი (ერთი ხახუნის რასტრი და ორი წყაროს რასტრი).", "params": { "cost1": { "label": "ღირებულება 1", "description": "პირველი აკუმულირებული ღირებულების რასტრი (წყარო A-დან). პირდაპირი რეჟიმი." }, "cost2": { "label": "ღირებულება 2", "description": "მეორე აკუმულირებული ღირებულების რასტრი (წყარო B-დან). პირდაპირი რეჟიმი." }, "cost": { "label": "ღირებულება", "description": "ხახუნის/გავლის ღირებულების რასტრი. გამარტივებული რეჟიმი (source1/source2-თან ერთად)." }, "source1": { "label": "წყარო 1", "description": "პირველი წყაროს რასტრი (დადებითი უჯრედები წყაროებია). გამარტივებული რეჟიმი." }, "source2": { "label": "წყარო 2", "description": "მეორე წყაროს რასტრი (დადებითი უჯრედები წყაროებია). გამარტივებული რეჟიმი." }, "output": { "label": "გამომავალი", "description": "გამომავალი დერეფნის რასტრის გზა. თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "threshold": { "label": "ზღურბლი", "description": "მხოლოდ იმ უჯრედების შენარჩუნება, რომელთა დერეფნის ღირებულება ამ აბსოლუტურ მნიშვნელობას არ აღემატება (დანარჩენი იფარება NoData-თი)." }, "percent": { "label": "პროცენტი", "description": "მხოლოდ იმ უჯრედების შენარჩუნება, რომლებიც მინიმალურ დერეფნის ღირებულებაზე ამ პროცენტის ფარგლებშია (მაგ. 5 = 5%-ის ფარგლებში). უგულებელყოფილია, თუ 'threshold' მითითებულია." }, "band": { "label": "არხი", "description": "1-დან დათვლილი არხი, რომელიც წაიკითხება შემავალი რასტრ(ებ)იდან. ნაგულისხმევი 1." } } }, "cost_back_link": { "name": "ღირებულებითი უკუკავშირი", "description": "გამოაქვს 0-8 მეზობლის მიმართულების რასტრი, რომელიც თითოეული უჯრედისთვის აღნიშნავს მომდევნო ნაბიჯს უახლოეს წყაროსკენ უმცირესი ღირებულების მარშრუტით, ასევე დაგროვილი ღირებულების ზედაპირი (ArcGIS Cost Back Link და Path Back Link). cost_distance, cost_pathway და cost_allocation ამას შიგნით ითვლიან და შემდეგ აუქმებენ, ამიტომ N დანიშნულების წერტილის უკუტრასირება ამჟამად N სრულ ღირებულების ამოხსნას მოითხოვს ერთი აკუმულაციისა და N იაფი გავლის ნაცვლად.", "params": { "source": { "label": "წყარო", "description": "წყაროს უჯრედები: რასტრი (ნებისმიერი არანულოვანი, არა-NoData უჯრედი წყაროა) ან წერტილოვანი/მრავალწერტილოვანი ვექტორული ფენა." }, "cost": { "label": "ღირებულება", "description": "ერთეულ მანძილზე ღირებულების რასტრი. არასავალდებულოა, როცა მითითებულია 'surface' (მაშინ ღირებულება ყველგან ნაგულისხმევად 1-ია, რაც იძლევა წმინდა ზედაპირულ მანძილს)." }, "surface": { "label": "ზედაპირი", "description": "არასავალდებულო სიმაღლეების რასტრი, რომელიც რთავს Path Back Link ვარიანტს: ჰორიზონტალური დაშორება იცვლება ჭეშმარიტი ზედაპირული მანძილით sqrt(dxy^2 + dz^2)." }, "output": { "label": "გამომავალი", "description": "გამომავალი უკუბმულის რასტრი (0 = წყარო, 1-8 = მიმართულება წყაროსკენ, 1 = აღმოსავლეთი, საათის ისრის საწინააღმდეგოდ). თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "out_distance": { "label": "გამომავალი მანძილი", "description": "აკუმულირებული ღირებულების რასტრი. ყოველთვის იქმნება; გზის მითითების გარეშე ბრუნდება მეხსიერებაში არსებული სახელური." }, "max_distance": { "label": "მაქსიმალური მანძილი", "description": "არასავალდებულო აკუმულაციის ზღვარი: უჯრედები, რომელთა ღირებულება ამას აღემატება, რჩება მიუწვდომელი." } } }, "cost_connectivity": { "name": "ღირებულებითი კავშირი", "description": "უმცირესი ღირებულების ქსელი, რომელიც აკავშირებს რამდენიმე ობიექტს ღირებულების ზედაპირზე (ArcGIS Cost Connectivity / Optimal Region Connections-ის მსგავსად): მრავალწყაროიანი დეიკსტრას განაწილება, უმცირესი ღირებულების გზები მომიჯნავე რეგიონებს შორის და მათი მინიმალური დამფარავი ხე — უმცირესი ღირებულების ქსელი, რომელსაც ერთწყაროიანი cost_distance და path_distance ვერ აგებს.", "params": { "sources": { "label": "წყაროები", "description": "დასაკავშირებელი უბნების/რეგიონების წერტილოვანი ფენა." }, "cost": { "label": "ღირებულება", "description": "ღირებულების/ხახუნის რასტრი (უჯრედის გავლის ღირებულება; NoData უჯრედები ბარიერებია)." }, "output": { "label": "გამომავალი", "description": "გამომავალი ხაზოვანი ფენა უმცირესი ღირებულების გზებით. თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "connections": { "label": "კავშირები", "description": "'mst' (მინიმალური დამფარავი ხე, რომელიც აკავშირებს ყველა უბანს; ნაგულისხმევი) ან 'all_neighbors' (ყოველი მომიჯნავე რეგიონის გზა)." }, "id_field": { "label": "ID ველი", "description": "არასავალდებულო ველი წყაროების აღსანიშნავად (ნაგულისხმევი: 1-დან დათვლილი ინდექსი)." }, "band": { "label": "არხი", "description": "ღირებულების რასტრის 1-დან დათვლილი არხი (ნაგულისხმევი 1)." } } }, "count_overlapping_features": { "name": "გადამფარავი ობიექტების დათვლა", "description": "ჰყოფს გადამფარავ პოლიგონებს ცალკეულ, გადაუფარავ რეგიონებად, თითოეულს ანიჭებს მისი დამფარავი შემავალი ობიექტების რაოდენობას (და სურვილისამებრ იდენტიფიკატორებს), ArcGIS Count Overlapping Features-ის მსგავსად.", "params": { "input": { "label": "შემავალი", "description": "შემავალი პოლიგონური ვექტორული ფენა (ობიექტები შეიძლება გადაიფაროს)." }, "output": { "label": "გამომავალი", "description": "გამომავალი პოლიგონური ვექტორის გზა (დრაივერი გაფართოებიდან) 'count' ველით. თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "min_count": { "label": "მინიმალური რაოდენობა", "description": "მხოლოდ იმ რეგიონების შენარჩუნება, რომლებიც სულ მცირე ამდენი ობიექტითაა დაფარული (ნაგულისხმევი 1; გამოიყენეთ 2 მხოლოდ გადაფარვებისთვის)." }, "id_field": { "label": "ID ველი", "description": "არასავალდებულო ველი, რომელიც იდენტიფიცირებს თითოეულ შემავალ ობიექტს (გამოიყენება ids სვეტში / ანგარიშში). ნაგულისხმევი: ობიექტის ინდექსი." }, "report_ids": { "label": "ID-ების ჩვენება ანგარიშში", "description": "არასავალდებულო CSV გზა region_id,feature_id შეერთების ცხრილისთვის (თითო სტრიქონი თითოეულ დამფარავ ობიექტზე)." } } }, "create_accuracy_assessment_points": { "name": "სიზუსტის შეფასების წერტილების შექმნა", "description": "ქმნის შემთხვევით განაწილებულ საორიენტაციო წერტილებს, სტრატიფიცირებულს კლასიფიცირებული რასტრის ან პოლიგონური ფენის კლასების მიხედვით, წინასწარ შევსებულს რუკის კლასით და მზადს საკონტროლო მონაცემებით ეტიკეტირებისთვის (ArcGIS Create Accuracy Assessment Points). classification_accuracy_assessment ასეთ წერტილებს იყენებს, მაგრამ არაფერი ქმნიდა მათ, ხოლო create_spatial_sampling_locations სტრატიფიკაციას ახდენს პოლიგონური ობიექტის ან ველის და არა რასტრის კლასის მიხედვით და გათანაბრებული გადანაწილება არ გააჩნია.", "params": { "input": { "label": "შემავალი", "description": "კლასიფიცირებული რასტრი, ან კლასიფიცირებული პოლიგონური ფენა 'class_field'-ით." }, "class_field": { "label": "კლასის ველი", "description": "კლასის ატრიბუტი, სავალდებულოა, როცა 'input' ვექტორული ფენაა. უგულებელყოფილია რასტრული შემავალისთვის, რომელიც უჯრედის მნიშვნელობას იყენებს." }, "num_points": { "label": "წერტილების რაოდენობა", "description": "საეტალონო წერტილების საერთო რაოდენობა (ნაგულისხმევი 500)." }, "sampling_strategy": { "label": "შერჩევის სტრატეგია", "description": "ერთ-ერთი: 'stratified_random' (ნაგულისხმევი, განაწილება კლასის ფართობის პროპორციულად), 'equalized_stratified' (თანაბარი რაოდენობა თითოეულ კლასზე), 'random' (კლასის უგულებელყოფა)." }, "min_points_per_class": { "label": "მინიმალური წერტილები კლასზე", "description": "'stratified_random'-ის დროს გამოყენებული ქვედა ზღვარი, რომ იშვიათი კლასები არ ამოვარდეს (ნაგულისხმევი 1)." }, "band": { "label": "არხი", "description": "რასტრული შემავალის 1-დან დათვლილი არხი (ნაგულისხმევი 1)." }, "seed": { "label": "საწყისი მნიშვნელობა", "description": "საწყისი მნიშვნელობა დეტერმინისტული შემთხვევითი რიცხვების გენერატორისთვის (ნაგულისხმევი 1)." }, "output": { "label": "გამომავალი", "description": "გამომავალი წერტილოვანი ფენა CLASSVALUE (რუკის კლასი), GrndTruth (-1 შეგროვებამდე) და Stratum ველებით. თუ გამოტოვებულია, ინახება მეხსიერებაში." } } }, "create_cartographic_partitions": { "name": "კარტოგრაფიული დანაყოფების შექმნა", "description": "ქმნის ადაპტურ, გადაუფარავ დანაწილების პოლიგონებს, რომელთაგან თითოეული დაახლოებით სამიზნე რაოდენობის ობიექტს იტევს (უფრო მჭიდროს იქ, სადაც მონაცემები გროვდება), რათა განზოგადებისა და დანიღბვის დიდი ამოცანები ფილებად და დაფარვის დაცვით შესრულდეს — ArcGIS Create Cartographic Partitions-ის სუფთა Rust ანალოგი.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორული ფენა (ნებისმიერი გეომეტრია). თითოეული ობიექტი დაიყვანება წარმომადგენლობით წერტილამდე და მიეკუთვნება ერთ დანაყოფს." }, "feature_count": { "label": "ობიექტების რაოდენობა", "description": "ობიექტების სამიზნე მაქსიმალური რაოდენობა თითო დანაყოფში. უჯრედი იყოფა მანამ, სანამ ამაზე მეტ ობიექტს შეიცავს. ნაგულისხმევი 1000." }, "output": { "label": "გამომავალი", "description": "გამომავალი დანაყოფების პოლიგონური ვექტორი (დრაივერი გაფართოებიდან). თუ გამოტოვებულია, ინახება მეხსიერებაში." } } }, "create_overpass": { "name": "გადასასვლელის შექმნა", "description": "აგებს გამომჭრელი ნიღბის პოლიგონებს (და სურვილისამებრ ფრთის დეკორატიულ ხაზებს) იქ, სადაც ზედა ხაზი კვეთს ქვედა ხაზს, ისე რომ ქვედა ხაზი გადაკვეთაზე დაინიღბოს.", "params": { "above": { "label": "ზემოთ", "description": "ხაზოვანი ვექტორი იმ ობიექტებით, რომლებიც გადაკვეთაზე ზემოთ გადის (ნიღაბი ორიენტირებულია მათ გასწვრივ). ფორმატი ავტომატურად ამოიცნობა, ან მეხსიერებაში არსებული სახელური." }, "below": { "label": "ქვემოთ", "description": "ხაზოვანი ვექტორი იმ ობიექტებით, რომლებიც გადაკვეთის ქვემოთ იფარება (ხაზები, რომლებიც უნდა ამოიჭრას). ფორმატი ავტომატურად ამოიცნობა, ან მეხსიერებაში არსებული სახელური." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა ნიღბის პოლიგონებისთვის (დრაივერი მისი გაფართოებიდან). თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "output_decoration": { "label": "გამომავალი გაფორმება", "description": "არასავალდებულო გამომავალი გზა ფრთისებრი შტრიხების დეკორაციულ ხაზებისთვის. თუ გამოტოვებულია, ინახება მეხსიერებაში (მაინც ბრუნდება როგორც 'output_decoration')." }, "margin_along": { "label": "გრძივი ზღვარი", "description": "თითოეული ნიღბის ნახევარსიგრძე ზედა ხაზის გასწვრივ, CRS ერთეულებში (ნიღბის სიგრძე ამის ორმაგია). ნაგულისხმევი 1.0." }, "margin_across": { "label": "განივი ზღვარი", "description": "თითოეული ნიღბის ნახევარსიგანე ზედა ხაზის განივად, CRS ერთეულებში (ნიღბის სიგანე ამის ორმაგია). ნაგულისხმევი 1.0." }, "wing_type": { "label": "ფრთის ტიპი", "description": "დეკორაციის სტილი: 'none', 'perpendicular' (ნაგულისხმევი; შტრიხი განივად თითოეული ნიღბის ბოლოზე) ან 'parallel' (გარსის ხაზები თითოეულ მხარეს)." } } }, "create_routes": { "name": "მარშრუტების შექმნა", "description": "ხაზოვანი ობიექტების გაერთიანება მარშრუტის იდენტიფიკატორის ველის მიხედვით, მათი სეგმენტების დალაგება თითო მარშრუტზე ერთ პოლიხაზად და წრფივი ზომების (m-მნიშვნელობების) მინიჭება გეომეტრიული სიგრძის ან from/to ზომების ველების მიხედვით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ხაზოვანი ვექტორული ფაილის გზა, ფორმატი ავტომატურად ამოიცნობა (ან მეხსიერებაში არსებული სახელური)." }, "route_id_field": { "label": "მარშრუტის ID ველი", "description": "ატრიბუტი, რომელიც იდენტიფიცირებს თითოეულ მარშრუტს; შემავალი ხაზები მის მიხედვით ჯგუფდება, თითო გამომავალი მარშრუტი თითოეულ განსხვავებულ მნიშვნელობაზე." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი მარშრუტების ვექტორის გზა (დრაივერი მისი გაფართოებიდან). თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "measure_source": { "label": "გაზომვის წყარო", "description": "როგორ ენიჭება ზომები: LENGTH (0..გეომეტრიული სიგრძე), ONE_FIELD (დასაწყისი ველიდან, დასასრული = დასაწყისი + სიგრძე) ან TWO_FIELDS (დასაწყისი/დასასრული ველებიდან, ინტერპოლირებული). ნაგულისხმევი LENGTH." }, "from_measure_field": { "label": "საწყისი გაზომვის ველი", "description": "რიცხვითი ველი, რომელიც იძლევა თითოეული მარშრუტის საწყის ზომას (გამოიყენება ONE_FIELD-ისა და TWO_FIELDS-ის მიერ). იკითხება მარშრუტის პირველი სეგმენტიდან." }, "to_measure_field": { "label": "საბოლოო გაზომვის ველი", "description": "რიცხვითი ველი, რომელიც იძლევა თითოეული მარშრუტის საბოლოო ზომას (გამოიყენება TWO_FIELDS-ის მიერ). იკითხება მარშრუტის პირველი სეგმენტიდან." }, "measure_factor": { "label": "გაზომვის ფაქტორი", "description": "მამრავლი, რომელიც გამოიყენება ბუნებრივ (სიგრძეზე დაფუძნებულ) ზომაზე, მაგ. 0.001 მეტრების კილომეტრებად გადასაყვანად. ნაგულისხმევი 1.0." }, "measure_offset": { "label": "გაზომვის წანაცვლება", "description": "მნიშვნელობა, რომელიც ემატება ყოველ ზომას მარშრუტის გასწვრივ (წაანაცვლებს მთელი მარშრუტის m-მნიშვნელობებს). ნაგულისხმევი 0.0." }, "ignore_gaps": { "label": "ღრეჩოების იგნორირება", "description": "LENGTH/ONE_FIELD-ისთვის, აკუმულირებული ზომიდან გამორიცხავს სწორ გადახტომებს დაშორებულ სეგმენტებს შორის, რომ ხარვეზებმა მანძილები არ გაზარდოს. ნაგულისხმევი false." }, "snap_tolerance": { "label": "მიბმის ტოლერანტობა", "description": "ამ მანძილზე (CRS ერთეულებში) ახლოს მდებარე ბოლოწერტილები სეგმენტების შეერთებისას ითვლება დამთხვეულად. ნაგულისხმევი 1e-6." } } }, "create_spatial_sampling_locations": { "name": "სივრცითი შერჩევის ადგილების შექმნა", "description": "საკვლევი პოლიგონური არეალის ფარგლებში საშერჩევო წერტილების გენერირება მარტივი შემთხვევითი, სტრატიფიცირებული, სისტემატური (კვადრატი/ექვსკუთხედი/სამკუთხედი) ან კლასტერული სქემით, ფიქსირებული საწყისი მნიშვნელობით მიღებული განმეორებადი შემთხვევითობით.", "params": { "input": { "label": "შემავალი", "description": "კვლევის არეალის პოლიგონური ვექტორული ფაილის გზა (ან მეხსიერებაში არსებული სახელური)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი წერტილოვანი ვექტორის გზა (დრაივერი მისი გაფართოებიდან). თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "method": { "label": "მეთოდი", "description": "'simple_random' (ნაგულისხმევი), 'stratified', 'systematic' ან 'cluster'." }, "num_samples": { "label": "ნიმუშების რაოდენობა", "description": "სანიმუშო წერტილების საერთო რაოდენობა simple_random-, stratified- და cluster-ისთვის. ნაგულისხმევი 100." }, "strata_field": { "label": "ფენების ველი", "description": "stratified-ისთვის: შემავალი ობიექტების დაჯგუფება სტრატებად ამ ატრიბუტის მიხედვით. თუ გამოტოვებულია, თითოეული შემავალი ობიექტი საკუთარი სტრატაა." }, "allocation": { "label": "გადანაწილება", "description": "stratified-ისთვის: 'proportional' სტრატის ფართობის პროპორციულად (ნაგულისხმევი), 'equal' თანაბრად თითოეულ სტრატაზე, ან 'population_field' ველის ჯამის პროპორციულად." }, "population_field": { "label": "მოსახლეობის ველი", "description": "allocation=population_field-ისთვის: რიცხვითი ველი, რომლის ჯამიც თითო სტრატაზე განსაზღვრავს განაწილებას." }, "bin_shape": { "label": "ბინის ფორმა", "description": "systematic-ისთვის: 'square' (ნაგულისხმევი), 'hexagon' ან 'triangle' მესერი." }, "bin_size": { "label": "ბინის ზომა", "description": "დაშორება (CRS ერთეულებში) systematic მესრებისა და cluster ბინებისთვის. სავალდებულოა ამ მეთოდებისთვის." }, "num_clusters": { "label": "კლასტერების რაოდენობა", "description": "cluster-ისთვის: რამდენი ბინა შეირჩეს შემთხვევით. ნაგულისხმევი 10." }, "min_distance": { "label": "მინიმალური მანძილი", "description": "მინიმალური დაშორება simple_random / stratified / cluster წერტილებს შორის (CRS ერთეულებში). ნაგულისხმევი 0 (შეზღუდვის გარეშე)." }, "seed": { "label": "საწყისი მნიშვნელობა", "description": "საწყისი მნიშვნელობა დეტერმინისტული შემთხვევითი რიცხვების გენერატორისთვის (ნაგულისხმევი 1)." } } }, "create_spatially_balanced_points": { "name": "სივრცითად დაბალანსებული წერტილების შექმნა", "description": "სივრცეში თანაბრად განაწილებული (კვაზი-შემთხვევითი Halton) საშერჩევო წერტილების გენერირება შემზღუდველი პოლიგონის შიგნით, არასავალდებულოდ ჩართვის ალბათობის რასტრით შეწონილი, სადაც თითოეული მონიშნულია დაბალანსებული შერჩევის რიგითობით, ArcGIS Create Spatially Balanced Points-ის მსგავსად.", "params": { "constraint": { "label": "შეზღუდვა", "description": "შემზღუდველი პოლიგონების ფენა; წერტილები გენერირდება ამ პოლიგონების შიგნით." }, "output": { "label": "გამომავალი", "description": "გამომავალი წერტილოვანი ვექტორის გზა (დრაივერი გაფართოებიდან). თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "num_points": { "label": "წერტილების რაოდენობა", "description": "გენერირებადი სანიმუშო წერტილების რაოდენობა." }, "probability": { "label": "ალბათობა", "description": "არასავალდებულო ჩართვის ალბათობის რასტრი; უჯრედის მაღალი მნიშვნელობები უფრო სავარაუდოდ შეირჩევა (ნორმალიზებულია მისი მაქსიმუმით)." }, "seed": { "label": "საწყისი მნიშვნელობა", "description": "შემთხვევითობის საწყისი მნიშვნელობა განმეორებადი შერჩევისთვის (ნაგულისხმევი 1)." } } }, "create_underpass": { "name": "ქვესასვლელის შექმნა", "description": "ხაზების გადაკვეთებზე აგებს ზედა ობიექტის გასწვრივ ორიენტირებულ ნიღბის პოლიგონებს და ქვედა ობიექტში ჭრის შესაბამის ღიობს, რათა ის ქვემოთ გამავალად აღიქმებოდეს (ArcGIS Create Underpass). პაკეტში შემავალი create_overpass-ის ანალოგი, რომელიც ქვედა ხაზს ნიღბავს, რათა ზედა უწყვეტად აღიქმებოდეს; ქვესასვლელს კი, პირიქით, დეკორატიული წყვეტა სჭირდება, რაც გვირაბის შესასვლელს ხიდისგან განასხვავებს. გამოსცემს როგორც ნიღბებს, ისე შეკვეცილ ქვედა ხაზებს.", "params": { "above": { "label": "ზემოთ", "description": "ხაზოვანი ვექტორი იმ ობიექტებით, რომლებიც გადაკვეთაზე ზემოთ გადის (ნიღბები ორიენტირებულია მათ გასწვრივ). ფორმატი ავტომატურად ამოიცნობა, ან მეხსიერებაში არსებული სახელური." }, "below": { "label": "ქვემოთ", "description": "ხაზოვანი ვექტორი იმ ობიექტებით, რომლებიც გადაკვეთის ქვემოთ გადის (ხაზები, რომლებსაც ხარვეზი ეჭრება). ფორმატი ავტომატურად ამოიცნობა, ან მეხსიერებაში არსებული სახელური." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი გზა ქვეგასასვლელის ნიღბის პოლიგონებისთვის. თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "output_lines": { "label": "გამომავალი ხაზები", "description": "არასავალდებულო გამომავალი გზა ქვედა ფენისთვის ამოჭრილი ქვეგასასვლელის ხარვეზებით. თუ გამოტოვებულია, ინახება მეხსიერებაში (მაინც ბრუნდება როგორც 'output_lines')." }, "margin_along": { "label": "გრძივი ზღვარი", "description": "თითოეული ნიღბის ნახევარსიგრძე, გაზომილი ზედა ხაზის გასწვრივ, CRS ერთეულებში; ნიღაბი ამ მიმართულებით ამის ორმაგზე ვრცელდება. ნაგულისხმევი 1.0." }, "margin_across": { "label": "განივი ზღვარი", "description": "თითოეული ნიღბის ნახევარსიგანე ზედა ხაზის განივად, CRS ერთეულებში. პერპენდიკულარული გადაკვეთისთვის სწორედ ეს ზღუდავს ქვედა ხაზში ამოჭრილ ხარვეზს, ამიტომ მოშორებული სიგრძე ამის ორმაგია. ნაგულისხმევი 1.0." }, "min_angle": { "label": "მინიმალური კუთხე", "description": "იმ გადაკვეთების გამოტოვება, სადაც ორი ხაზი ამაზე ნაკლებ კუთხეს ქმნის გრადუსებში, რადგან თითქმის პარალელური ნიღაბი არასტაბილურია. ნაგულისხმევი 15." } } }, "cul_de_sac_masks": { "name": "ჩიხების ნიღბები", "description": "საგზაო ქსელის ჩიხების გაფართოებებზე მასშტაბის გათვალისწინებით ამომჭრელი ნიღბის პოლიგონების გენერირება, ArcGIS Cul-De-Sac Masks-ის მსგავსად.", "params": { "input": { "label": "შემავალი", "description": "გზის ღერძული ხაზების ფენა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი ნიღბის პოლიგონის გზა. თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "reference_scale": { "label": "საბაზისო მასშტაბი", "description": "რუკის მასშტაბის მნიშვნელი, რომლისთვისაც ნიღბის ზომა შეირჩევა (მაგ. 24000 1:24,000-ისთვის)." }, "symbol_width": { "label": "სიმბოლოს სიგანე", "description": "გზის გარსის სიგანე გვერდის ერთეულებში (იხ. 'page_unit') საეტალონო მასშტაბზე." }, "margin": { "label": "ზღვარი", "description": "დამატებითი მინდორი სიმბოლოს გარშემო, გვერდის ერთეულებში (ნაგულისხმევი 0)." }, "page_unit": { "label": "გვერდის ერთეული", "description": "'symbol_width'-ისა და 'margin'-ის ერთეული: პუნქტები (ნაგულისხმევი, 1/72 დიუმი), mm ან დიუმები." }, "map_units_per_meter": { "label": "რუკის ერთეულები მეტრზე", "description": "CRS ერთეული ერთ მეტრზე (ნაგულისხმევი 1, სწორია მეტრზე დაფუძნებული პროექციული CRS-ებისთვის). გრადუსებში მოცემული ფენისთვის გამოიყენეთ დაახლოებით 0.000008983." }, "tolerance": { "label": "ტოლერანტობა", "description": "კოორდინატების მიბმის ტოლერანტობა ხაზების ბოლოწერტილების ქსელის კვანძებად შესაერთებლად (ნაგულისხმევი 0.001 რუკის ერთეული)." }, "attributes": { "label": "ატრიბუტები", "description": "ids_only (ნაგულისხმევი) | all — გადავიდეს თუ არა საწყისი ობიექტის ატრიბუტები ნიღაბზე." } } }, "cut_fill": { "name": "ჭრა-შევსება", "description": "მოცულობითი ცვლილება ორ DEM ზედაპირს შორის (მანამდე/შემდეგ) ან ზედაპირსა და საბაზისო სიბრტყეს შორის: სიმაღლის ცვლილების ნიშნიანი რასტრი, ასევე ჭრის, შევსების და წმინდა მოცულობები, არასავალდებულოდ თითოეული რეგიონისთვის მოცულობის მინიშნებით.", "params": { "input": { "label": "შემავალი", "description": "'before' რასტრული ფაილის გზა (ან ერთადერთი ზედაპირი სიბრტყის რეჟიმისთვის)." }, "after": { "label": "შემდეგ", "description": "'after' რასტრი (ორი ზედაპირის რეჟიმი). უნდა იზიარებდეს 'input'-ის ბადეს. მიუთითეთ ეს ან 'plane'." }, "plane": { "label": "სიბრტყე", "description": "საეტალონო სიბრტყის სიმაღლე (ზედაპირი-მოცულობის რეჟიმი): ცვლილება იზომება როგორც input მინუს ეს მნიშვნელობა. მიუთითეთ ეს ან 'after'." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა ნიშნიანი სიმაღლის ცვლილებისთვის (Δz). თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "band": { "label": "არხი", "description": "1-დან დათვლილი არხი, რომელიც წაიკითხება შემავალი რასტრ(ებ)იდან. ნაგულისხმევი 1." }, "tolerance": { "label": "ტოლერანტობა", "description": "უჯრედები, რომელთა |Δz| ამ მნიშვნელობას (CRS z-ერთეულებში) არ აღემატება, ითვლება უცვლელად. ნაგულისხმევი 0." }, "region_output": { "label": "რეგიონის გამომავალი", "description": "არასავალდებულო რასტრის გზა უწყვეტი ჭრის/ყრილის რეგიონების ეტიკეტებისთვის (რეგიონის id >= 1; უცვლელი უჯრედები NoData-ა)." }, "csv_output": { "label": "CSV გამომავალი", "description": "არასავალდებულო CSV გზა თითო რეგიონის მოცულობის ცხრილისთვის (region_id, type, cell_count, volume)." } } }, "darcy_flow": { "name": "დარსის ნაკადი", "description": "მიწისქვეშა წყლების სტაციონარული დარსის სიჩქარის ველი ჰიდრავლიკური დაწნევის, წყალგამტარობისა და ფოროვნების რასტრებიდან — ნაკადის სიდიდის (დარსის სიჩქარის) რასტრი და გრადიენტის მიმართულებით ჩამონადენის მიმართულების რასტრი (v = -(T/n)·∇head), არასავალდებულოდ ადვექციური ნაწილაკების თვალყურის დევნებით (RK2) საწყისი წერტილებიდან დინების ხაზების პოლიხაზებამდე — ArcGIS Darcy Flow / Particle Track-ის მსგავსად.", "params": { "input": { "label": "შემავალი", "description": "გრუნტის წყლის დონის (წყლის სარკის სიმაღლის) რასტრი. უჯრედის ზომა აიღება ამ რასტრიდან." }, "transmissivity": { "label": "წყალგამტარობა", "description": "წყალგამტარობის რასტრი (თანა-რეგისტრირებული დონის რასტრთან)." }, "porosity": { "label": "ფოროვნება", "description": "ეფექტური ფოროვნების რასტრი (თანა-რეგისტრირებული დონის რასტრთან; მნიშვნელობები უნდა იყოს > 0)." }, "output": { "label": "გამომავალი", "description": "გამომავალი დარსის სიჩქარის სიდიდის რასტრის გზა. თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "direction": { "label": "მიმართულება", "description": "არასავალდებულო გამომავალი ჩამონადენის მიმართულების რასტრის გზა (აზიმუტი გრადუსებში, ჩრდილოეთიდან საათის ისრის მიმართულებით, ფერდობზე ქვემოთ). თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "band": { "label": "არხი", "description": "1-დან დათვლილი არხი, რომელიც წაიკითხება თითოეული შემავალი რასტრიდან (ნაგულისხმევი 1)." }, "seeds": { "label": "ამოსავალი წერტილები", "description": "არასავალდებულო წერტილოვანი ვექტორი ნაწილაკების საწყისი წერტილებით. მითითების შემთხვევაში ნაკადის ხაზები აიგება თითოეული საწყისი წერტილიდან." }, "streamlines": { "label": "დინების ხაზები", "description": "არასავალდებულო გამომავალი ხაზოვანი ვექტორის გზა აგებული ნაწილაკების ნაკადის ხაზებისთვის (საჭიროებს 'seeds'-ს)." }, "step": { "label": "ნაბიჯი", "description": "ნაწილაკების თვალთვალის ნაბიჯის სიგრძე CRS ერთეულებში (ნაგულისხმევი: დონის რასტრის უჯრედის ზომა)." }, "max_steps": { "label": "მაქსიმალური ნაბიჯები", "description": "ინტეგრირების მაქსიმალური ნაბიჯები თითო ნაწილაკზე (ნაგულისხმევი 1000)." } } }, "delineate_built_up_areas": { "name": "განაშენიანებული ტერიტორიების გამოყოფა", "description": "მკვრივი შენობების კონტურების გენერალიზაცია დაგლუვებულ დასახლების / ურბანული გავრცელების პოლიგონებად ახლომდებარე შენობების დაჯგუფებით (მორფოლოგიური ჩაკეტვა), შენობების მინიმალური რაოდენობისა და ფართობის ფილტრებით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი შენობების კონტურების პოლიგონური ფენა, ფორმატი ავტომატურად ამოიცნობა (ან მეხსიერებაში არსებული სახელური)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი ვექტორის გზა (დრაივერი განისაზღვრება გაფართოებით). თუ არ არის მითითებული, ინახება მეხსიერებაში." }, "grouping_distance": { "label": "დაჯგუფების მანძილი", "description": "შენობები, რომელთა კონტურები ერთმანეთისგან ამ მანძილზეა (CRS ერთეულებში), ერთ განაშენიანებულ ტერიტორიად ჯგუფდება. მორფოლოგიური დახურვის რადიუსი ამის ნახევრად დგინდება." }, "min_building_count": { "label": "შენობების მინიმალური რაოდენობა", "description": "იმ განაშენიანებული ტერიტორიების უგულებელყოფა, რომლებიც ამაზე ნაკლებ შენობას შეიცავს (ნაგულისხმევი 1 — ყველა ჯგუფი შენარჩუნდება)." }, "min_area": { "label": "მინიმალური ფართობი", "description": "იმ განაშენიანებული ტერიტორიების უგულებელყოფა, რომელთა ფართობი (CRS ერთეული კვადრატში) ამ მნიშვნელობაზე ნაკლებია, და მასზე მცირე შიდა ხვრელების შევსება. ნაგულისხმევი: ყველას შენარჩუნება." }, "simplify_tolerance": { "label": "გამარტივების ტოლერანტობა", "description": "Douglas–Peucker ტოლერანტობა (CRS ერთეულებში), გამოყენებული განაშენიანებული ტერიტორიის საზღვარზე წვეროებით მკვრივი მომრგვალებული ბუფერის გასათხელებლად. ნაგულისხმევი 0 (გამარტივების გარეშე)." } } }, "delineate_depressions": { "name": "ჩაღრმავებების გამოყოფა", "description": "ჩადგმული ჩაღრმავებების გამოყოფა ჩაძირვების რასტრიდან დონის სიმრავლის (level-set) მეთოდით (lidar slicing.py).", "params": { "input": { "label": "შემავალი", "description": "შემავალი ჩაღრმავებების რასტრი (მაგ. extract_sinks-ის გამომავალი)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო ჩაღრმავების id რასტრის გზა. თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "level_output": { "label": "დონის გამომავალი", "description": "არასავალდებულო გამომავალი გზა ჩაღრმავების დონის რასტრისთვის." }, "csv_output": { "label": "CSV გამომავალი", "description": "არასავალდებულო გამომავალი გზა ჩაღრმავების ატრიბუტების CSV-სთვის." }, "vector_output": { "label": "ვექტორული გამომავალი", "description": "არასავალდებულო გამომავალი გზა ჩაღრმავების პოლიგონებისთვის GeoJSON ფორმატში (ატრიბუტები შეერთებულია)." }, "min_size": { "label": "მინიმალური ზომა", "description": "პიქსელების მინიმალური რაოდენობა ჩაღრმავებისთვის (ნაგულისხმევი 10)." }, "min_depth": { "label": "მინიმალური სიღრმე", "description": "ჩაღრმავების მინიმალური სიღრმე (მიიღება თავსებადობისთვის; არ გამოიყენება, lidar-თან შესაბამისობისთვის)." }, "interval": { "label": "ინტერვალი", "description": "დაჭრის ინტერვალი დონეთა სიმრავლის მეთოდისთვის (ნაგულისხმევი 0.3)." } } }, "delineate_mounts": { "name": "ამაღლებების გამოყოფა", "description": "DEM-ში ამაღლებული ობიექტების (ბორცვების) ჩადგმული იერარქიის გამოყოფა (lidar mounts.py).", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრული ფაილის გზა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო ბორცვის id რასტრის გზა. თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "level_output": { "label": "დონის გამომავალი", "description": "არასავალდებულო გამომავალი გზა ბორცვის დონის რასტრისთვის." }, "csv_output": { "label": "CSV გამომავალი", "description": "არასავალდებულო გამომავალი გზა ბორცვის ატრიბუტების CSV-სთვის." }, "vector_output": { "label": "ვექტორული გამომავალი", "description": "არასავალდებულო გამომავალი გზა ბორცვის პოლიგონებისთვის GeoJSON ფორმატში (ატრიბუტები შეერთებულია)." }, "min_size": { "label": "მინიმალური ზომა", "description": "პიქსელების მინიმალური რაოდენობა ბორცვისთვის (ნაგულისხმევი 10)." }, "min_height": { "label": "მინიმალური სიმაღლე", "description": "ბორცვის მინიმალური სიმაღლე (მიიღება თავსებადობისთვის; არ გამოიყენება, lidar-თან შესაბამისობისთვის)." }, "interval": { "label": "ინტერვალი", "description": "დაჭრის ინტერვალი დონეთა სიმრავლის მეთოდისთვის (ნაგულისხმევი 0.3)." }, "delta": { "label": "დელტა", "description": "საბაზისო მნიშვნელობა, რომელიც ემატება DEM-ის შებრუნებისას (ნაგულისხმევი 100)." } } }, "dem_filter": { "name": "DEM ფილტრი", "description": "DEM-ის დაგლუვება საშუალო, მედიანური ან გაუსის ფილტრით (lidar filtering.py).", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრული ფაილის გზა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი რასტრის გზა. გამოტოვების შემთხვევაში შედეგი ინახება მეხსიერებაში." }, "filter": { "label": "ფილტრი", "description": "ფილტრის ტიპი: 'mean', 'median' ან 'gaussian' (ნაგულისხმევი 'mean')." }, "kernel_size": { "label": "ბირთვის ზომა", "description": "ფანჯრის ზომა პიქსელებში mean/median ფილტრებისთვის (ნაგულისხმევი 3)." }, "sigma": { "label": "სიგმა", "description": "სტანდარტული გადახრა გაუსური ფილტრისთვის (ნაგულისხმევი 1.0)." }, "band": { "label": "არხი", "description": "1-დან დათვლილი გასაფილტრი არხი (ნაგულისხმევი 1)." } } }, "dendrogram": { "name": "დენდროგრამა", "description": "კლასების სიგნატურებზე იერარქიული შერწყმის ხის აგება იმის საჩვენებლად, რამდენად გამიჯნავია კლასები, ArcGIS Dendrogram-ის მსგავსად.", "params": { "input": { "label": "შემავალი", "description": "კლასტერიზებული ობიექტების ფენა, რომელიც შეიცავს კლასის ველს და ნიშანთა სივრცის განმსაზღვრელ რიცხვით ველებს." }, "class_field": { "label": "კლასის ველი", "description": "ველი, რომელიც შეიცავს კლასის / კლასტერის იდენტიფიკატორს." }, "fields": { "label": "ველები", "description": "მძიმით გამოყოფილი რიცხვითი ველები, რომლებიც განსაზღვრავს ნიშანთა სივრცეს." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი შერწყმის ცხრილის გზა. თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "distance": { "label": "მანძილი", "description": "მანძილი სიგნატურებს შორის: 'variance' (ნაგულისხმევი; ნორმალიზებული კლასის შიდა გაფანტულობით) ან 'mean_only'." }, "standardize": { "label": "სტანდარტიზაცია", "description": "თითოეული ველის Z-სტანდარტიზაცია მანძილების გამოთვლამდე, რომ დიდი დიაპაზონის ველებმა არ გადაწონოს (ნაგულისხმევი true)." }, "output_text": { "label": "გამომავალი ტექსტი", "description": "არასავალდებულო გზა ხის მარტივი ტექსტის სახით, შეწეული ჩანაწერით გამოსახვისთვის." } } }, "densify_sampling_network": { "name": "შერჩევის ქსელის გამკვრივება", "description": "ახალი საშერჩევო ადგილმდებარეობების შეთავაზება კრიგინგის პროგნოზის (სტანდარტული შეცდომის) ზედაპირის უმაღლესი მნიშვნელობის უჯრედებში, მინიმალური დაშორების შემზღუდველი მანძილის დაცვით, ArcGIS Densify Sampling Network-ის მსგავსად.", "params": { "prediction_error": { "label": "პროგნოზის შეცდომა", "description": "შემავალი პროგნოზის სტანდარტული შეცდომის რასტრი (მაგ. კრიგინგის დისპერსიის/შეცდომის ზედაპირი). ახალი ნიმუშები მიზნად ისახავს მის ყველაზე მაღალი შეცდომის უჯრედებს." }, "output": { "label": "გამომავალი", "description": "გამომავალი წერტილოვანი ვექტორის გზა (დრაივერი გაფართოებიდან). თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "count": { "label": "რაოდენობა", "description": "შემოსათავაზებელი ახალი სანიმუშო ადგილმდებარეობების რაოდენობა." }, "inhibition_distance": { "label": "შემაკავებელი მანძილი", "description": "მინიმალური დაშორება შემოთავაზებულ ნიმუშებს შორის რუკის ერთეულებში (ნაგულისხმევი 0 = შეზღუდვის გარეშე; უბრალოდ ყველაზე მაღალი შეცდომის უჯრედები)." }, "mask": { "label": "ნიღაბი", "description": "არასავალდებულო პოლიგონური ფენა; კანდიდატები მხოლოდ ის უჯრედებია, რომელთა ცენტრი მის შიგნით მოხვდება." }, "band": { "label": "არხი", "description": "პროგნოზის შეცდომის რასტრის 1-დან დათვლილი წასაკითხი არხი (ნაგულისხმევი 1)." } } }, "detect_bright_ocean_objects": { "name": "ოკეანის ნათელი ობიექტების აღმოჩენა", "description": "პოულობს გემებსა და სხვა კაშკაშა წერტილოვან სამიზნეებს წყალზე SAR გამოსახულებებში ორპარამეტრიანი CFAR დეტექტორით და გამოსცემს მათ ორიენტირებული შემომსაზღვრელი მართკუთხედების სახით სიგრძით, სიგანით, კურსითა და უკუგაბნევის პიკური მნიშვნელობით (ArcGIS Detect Bright Ocean Objects). არცერთ რეესტრს არ აქვს ლოკალური ფონური ხმაურის დეტექტორი: გლობალური ზღურბლი ვერ იმუშავებს, რადგან ზღვის ფონური ხმაური ქარისა და დაცემის კუთხის მიხედვით უფრო კაშკაშა ხდება, matched_filter_target_detection სპექტრული ოპტიკური დეტექტორია, ხოლო detect_image_anomalies გლობალურ და არა მოძრავი ფანჯრის მოდელს იყენებს.", "params": { "input": { "label": "შემავალი", "description": "SAR უკუგაბნევის რასტრი." }, "output": { "label": "გამომავალი", "description": "აღმოჩენილი ობიექტების გამომავალი პოლიგონური ფენა. თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "geometry_type": { "label": "გეომეტრიის ტიპი", "description": "'bounding_box' (ნაგულისხმევი) ორიენტირებული მინიმალური მართკუთხედისთვის, ან 'perimeter' აღმოჩენის მოხაზული კონტურისთვის." }, "threshold": { "label": "ზღურბლი", "description": "CFAR აღმოჩენის ზღურბლი ფონის სტანდარტულ გადახრებში (ნაგულისხმევი 5.0)." }, "guard_size": { "label": "დამცავი ზონის ზომა", "description": "დამცავი ზოლის ნახევარსიგანე უჯრედებში, რომელიც გამოირიცხება ფონის შეფასებიდან (ნაგულისხმევი 3). უნდა იყოს background_size-ზე ნაკლები." }, "background_size": { "label": "ფონის ზომა", "description": "ფონის რგოლის ნახევარსიგანე უჯრედებში (ნაგულისხმევი 12)." }, "mask_features": { "label": "ნიღბის ობიექტები", "description": "პოლიგონური ფენა, რომელიც ნიღბავს ხმელეთს ან წყალს. ნიღბით გამორიცხული უჯრედები არც მოწმდება და არც გამოიყენება ფონად." }, "mask_type": { "label": "ნიღბის ტიპი", "description": "'land_polygon' (ნაგულისხმევი; ანალიზი პოლიგონების გარეთ) ან 'water_polygon' (ანალიზი მათ შიგნით)." }, "min_object_length": { "label": "ობიექტის მინიმალური სიგრძე", "description": "ამ სიგრძეზე მოკლე ობიექტების უგულებელყოფა, რუკის ერთეულებში." }, "max_object_length": { "label": "ობიექტის მაქსიმალური სიგრძე", "description": "ამ სიგრძეზე გრძელი ობიექტების უგულებელყოფა, რუკის ერთეულებში." }, "min_object_width": { "label": "ობიექტის მინიმალური სიგანე", "description": "ამაზე ვიწრო ობიექტების უგულებელყოფა, რუკის ერთეულებში." }, "max_object_width": { "label": "ობიექტის მაქსიმალური სიგანე", "description": "ამაზე განიერი ობიექტების უგულებელყოფა, რუკის ერთეულებში." }, "min_cells": { "label": "მინიმალური უჯრედები", "description": "ამდენ უჯრედზე მცირე აღმოჩენების უგულებელყოფა (ნაგულისხმევი 2), რაც თრგუნავს იზოლირებულ სპეკლის პიკებს." }, "input_units": { "label": "შემავალი ერთეულები", "description": "'intensity' (ნაგულისხმევი), 'dn', 'amplitude' ან 'db'. აღმოჩენა მუშაობს წრფივ სიმძლავრეზე, სადაც ფონური ხმაურის სტატისტიკას აქვს აზრი." }, "band": { "label": "არხი", "description": "1-დან დათვლილი საძიებო არხი (ნაგულისხმევი 1)." } } }, "detect_dark_ocean_areas": { "name": "ოკეანის ბნელი უბნების აღმოჩენა", "description": "პოულობს ანომალიურად ბნელ უბნებს წყალზე SAR გამოსახულებებში — ნავთობის ლაქებს, ბუნებრივ გამონაჟონებს, წყალმცენარეების აპკებს, სუსტი ქარის ზონებს — როგორც არეებს, რომლებიც ლოკალურ ზღვის ფონზე მითითებული რაოდენობის სტანდარტული გადახრით დაბლა მდებარეობს, მათი dB კონტრასტის მითითებით (ArcGIS Detect Dark Ocean Areas). წარმოადგენს detect_bright_ocean_objects-ის შემავსებელს და განსხვავდება extract_water_sar-ისგან: მთლიანად წყლიანი სცენა უნიმოდალურია, ამიტომ Otsu-ს გაყოფა უბრალოდ ზღვის ფონს გაჰყოფდა შუაზე და ოკეანის ნახევარს ლაქად გამოაცხადებდა.", "params": { "input": { "label": "შემავალი", "description": "SAR უკუგაბნევის რასტრი წყლის ზედაპირზე." }, "output": { "label": "გამომავალი", "description": "მუქი არეალების გამომავალი პოლიგონური ფენა. თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "output_raster": { "label": "გამომავალი რასტრი", "description": "გამომავალი ბინარული ნიღაბი (1 — მუქი, 0 — ფონი). ყოველთვის იქმნება; თუ გზა მითითებული არ არის, ინახება მეხსიერებაში." }, "method": { "label": "მეთოდი", "description": "'statistical' (ნაგულისხმევი; ფონის საშუალოზე დაბლა სტანდარტული გადახრების მოცემული რაოდენობა), 'otsu' ან 'fixed'." }, "threshold": { "label": "ზღურბლი", "description": "'statistical'-ისთვის: საშუალოზე დაბლა რამდენი სტანდარტული გადახრა ითვლება მუქად (ნაგულისხმევი 2.0). 'fixed'-ისთვის: dB დონე, რომელზეც ან რომლის ქვემოთაც უჯრედი მუქია." }, "min_area": { "label": "მინიმალური ფართობი", "description": "უგულებელყოფს ამ ფართობზე (რუკის ერთეულების კვადრატში) მცირე მუქ არეებს. ლაქები დიდი და უწყვეტია; სპეკლი — არა." }, "min_contrast_db": { "label": "მინიმალური კონტრასტი (dB)", "description": "უგულებელყოფს არეებს, რომლებიც ფონზე დაბლა ამაზე ნაკლები dB-თია. მინერალური ზეთის ლაქა ჩვეულებრივ 5 dB-ზე მეტითაა დაბლა." }, "mask_features": { "label": "ნიღბის ობიექტები", "description": "პოლიგონური ფენა, რომელიც ანალიზს წყლით შემოსაზღვრავს. ხმელეთი კაშკაშაა და ფონის შეფასებას გაზრდის." }, "mask_type": { "label": "ნიღბის ტიპი", "description": "'land_polygon' (ნაგულისხმევი; ანალიზი პოლიგონების გარეთ) ან 'water_polygon' (ანალიზი მათ შიგნით)." }, "histogram_bins": { "label": "ჰისტოგრამის ინტერვალები", "description": "Otsu-ს ჰისტოგრამისთვის გამოყენებული ინტერვალები (ნაგულისხმევი 256)." }, "input_units": { "label": "შემავალი ერთეულები", "description": "'intensity' (ნაგულისხმევი), 'dn', 'amplitude' ან 'db'." }, "band": { "label": "არხი", "description": "1-დან დათვლილი საძიებო არხი (ნაგულისხმევი 1)." } } }, "detect_feature_changes": { "name": "ობიექტების ცვლილებების აღმოჩენა", "description": "ორი ხაზოვანი მონაცემთა ნაკრების შედარება ჰაუსდორფის მანძილით და თითოეულის კლასიფიკაცია, როგორც unchanged / spatial / attribute / spatial_attribute / new, ასევე წაშლილი საბაზისო ობიექტების გამოყოფა — ვექტორული ცვლილებების აღმოჩენისა და კონფლაციის საწყისი წერტილი, ArcGIS Detect Feature Changes-ის მსგავსად.", "params": { "update": { "label": "განახლება", "description": "განახლებული ხაზოვანი ვექტორული ფენა (ახალი მდგომარეობა)." }, "base": { "label": "საფუძველი", "description": "საბაზისო ხაზოვანი ვექტორული ფენა (წინა მდგომარეობა), რომელთანაც ხდება შედარება." }, "output": { "label": "გამომავალი", "description": "გამომავალი ხაზოვანი ვექტორი (კლასიფიცირებული განახლების ობიექტები, პლუს წაშლილი საბაზისო ობიექტები). თუ არ არის მითითებული, ინახება მეხსიერებაში." }, "search_distance": { "label": "ძიების მანძილი", "description": "მაქსიმალური მანძილი (CRS-ის ერთეულები) განახლების ხაზის საბაზისო ხაზთან შესატყვისებლად. სავალდებულოა." }, "spatial_tolerance": { "label": "სივრცითი ტოლერანტობა", "description": "ჰაუსდორფის მანძილი, რომლის ქვემოთაც შესატყვისებული გეომეტრია უცვლელად ითვლება (CRS-ის ერთეულები). ნაგულისხმევი: search_distance / 5." }, "compare_fields": { "label": "შესადარებელი ველები", "description": "მძიმით გამოყოფილი ველ(ებ)ი, რომლებიც ორივე ფენაშია და შედარდება ატრიბუტული ცვლილებებისთვის." } } }, "detect_graphic_conflict": { "name": "გრაფიკული კონფლიქტის აღმოჩენა", "description": "პოულობს, სად ფარავს ერთმანეთს ან მინიმალურ დაშორებაზე ახლოს ხვდება ორი ფენის ობიექტების სიმბოლიზებული (დახატული სიგანის) კონტურები — ან ერთი ფენისა საკუთარ თავთან — და თითოეული კონფლიქტური წყვილისთვის გამოსცემს კონფლიქტის პოლიგონს, ორივე წყაროს ობიექტის იდენტიფიკატორითა და გადაფარვის ფართობით მონიშნულს, ArcGIS Detect Graphic Conflict-ის მსგავსად.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორული ფენა (წერტილები, ხაზები ან პოლიგონები)." }, "conflict": { "label": "კონფლიქტი", "description": "მეორე ვექტორული ფენა, რომელთანაც შემოწმდება 'input'. გამოტოვეთ, რომ 'input' საკუთარ თავთან შემოწმდეს." }, "symbol_width": { "label": "სიმბოლოს სიგანე", "description": "'input' ობიექტების სიმბოლიზებული სიგანე/დიამეტრი, რუკის ერთეულებში." }, "conflict_symbol_width": { "label": "კონფლიქტის სიმბოლოს სიგანე", "description": "'conflict' ობიექტების სიმბოლიზებული სიგანე/დიამეტრი, რუკის ერთეულებში. ნაგულისხმევი: იგივე, რაც 'symbol_width'. უგულებელყოფილია, როცა 'conflict' არ არის მითითებული." }, "conflict_distance": { "label": "კონფლიქტის მანძილი", "description": "დამატებითი სავალდებულო დაშორება შეხებაზე მეტად, რუკის ერთეულებში. ნაგულისხმევი 0." }, "line_connection_allowance": { "label": "ხაზების შეერთების დაშვება", "description": "რადიუსი ერთი ფენის ორი ხაზოვანი ობიექტის საერთო ბოლო წერტილის გარშემო, რომლის ფარგლებშიც მათი გადაფარვა ჩვეულებრივ ბოლო-ბოლო კავშირად ითვლება და არა კონფლიქტად. ნაგულისხმევი 0 (დაშვების გარეშე)." }, "output": { "label": "გამომავალი", "description": "გამომავალი პოლიგონური ვექტორის გზა ველებით 'input_fid', 'conflict_fid' და 'overlap_area'. თუ არ არის მითითებული, ინახება მეხსიერებაში." } } }, "detect_image_anomalies": { "name": "გამოსახულების ანომალიების აღმოჩენა", "description": "აფასებს მრავალარხიანი გამოსახულების თითოეულ პიქსელს სცენის (ან მოძრავი ფანჯრის) არხების სტატისტიკამდე მაჰალანობისის მანძილით — Reed–Xiaoli (RX) ანომალიების დეტექტორი — არასავალდებულო პროცენტილური ზღურბლის ნიღბით, ArcGIS Detect Image Anomalies-ის მსგავსად.", "params": { "input": { "label": "შემავალი", "description": "შემავალი მრავალარხიანი რასტრი (2+ არხი)." }, "output": { "label": "გამომავალი", "description": "გამომავალი ანომალიის ქულის რასტრი (F32). თუ არ არის მითითებული, ინახება მეხსიერებაში." }, "mode": { "label": "რეჟიმი", "description": "'global' (მთელი სცენის სტატისტიკა, ნაგულისხმევი) ან 'local' (მოძრავი ფანჯრის სტატისტიკა)." }, "window": { "label": "ფანჯარა", "description": "ფანჯრის კენტი ზომა (პიქსელებში) 'local' რეჟიმისთვის (ნაგულისხმევი 15)." }, "threshold": { "label": "ზღურბლი", "description": "არასავალდებულო პროცენტილი (0-100) ქულების განაწილებისა, რომლის ზემოთაც იწერება ბინარული ანომალიის ნიღაბი." }, "mask_output": { "label": "ნიღბის გამომავალი", "description": "გამომავალი გზა ბინარული ანომალიის ნიღბისთვის (საჭიროებს 'threshold'-ს). თუ ზღურბლი მითითებულია, გზა კი არა, ინახება მეხსიერებაში." } } }, "detect_incidents": { "name": "ინციდენტების აღმოჩენა", "description": "აღნიშნავს, სად იწყება და მთავრდება მოცემული პირობა თითოეულ ტრეკზე: აჯგუფებს დროის ნიშნულის მქონე წერტილებს ტრეკის მიხედვით, ალაგებს დროით, ამოწმებს დაწყების (და არასავალდებულოდ დასრულების) შედარებას რიცხვით ატრიბუტზე და გამოსცემს ინციდენტების ეპიზოდებს მონიშნული წერტილების ან თითო ეპიზოდზე ხაზოვანი სეგმენტების სახით, იდენტიფიკატორებითა და ხანგრძლივობებით — ArcGIS Detect Incidents-ის მსგავსად.", "params": { "input": { "label": "შემავალი", "description": "შემავალი წერტილოვანი ვექტორული ფენა დროის ნიშნულის მქონე დაკვირვებებით." }, "track_field": { "label": "ტრეკის ველი", "description": "ველი, რომელიც განსაზღვრავს თითოეულ ტრეკს/მოძრავ ობიექტს (მაგ. სატრანსპორტო საშუალების ან ცხოველის id)." }, "time_field": { "label": "დროის ველი", "description": "ველი, რომელიც შეიცავს თითოეული წერტილის დროს: რიცხვითი წამები ან ISO-8601 დროის ნიშნული." }, "start_condition": { "label": "საწყისი პირობა", "description": "პირობა, რომელიც ხსნის ინციდენტს, მაგ. 'speed > 30'. გრამატიკა: ' ', სადაც op არის ერთ-ერთი > >= < <= == != , არასავალდებულოდ ორი პირობა AND-ით შეერთებული." }, "end_condition": { "label": "საბოლოო პირობა", "description": "არასავალდებულო პირობა, რომელიც ხურავს ინციდენტს (იგივე გრამატიკა). თუ არ არის მითითებული, ინციდენტი მთავრდება, როცა საწყისი პირობა აღარ სრულდება." }, "mode": { "label": "რეჟიმი", "description": "გამოტანის რეჟიმი: 'points' (ნაგულისხმევი, ყველა წერტილი გადმოიტანება ინციდენტის ველებით) ან 'segments' (თითო პოლიხაზი თითო ინციდენტზე)." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორის გზა (დრაივერი განისაზღვრება გაფართოებით). თუ გამოტოვებულია, ინახება მეხსიერებაში." } } }, "dice": { "name": "Dice", "description": "წვეროების ლიმიტზე მეტი წვეროს მქონე პოლიგონების ან პოლიხაზების დაყოფა უფრო მცირე ნაწილების ბადედ (ArcGIS Dice-ის მსგავსად), რათა შემდგომი გადაფარვა და ფილებად დაყოფა სწრაფი დარჩეს — ადაპტური კვადრატული ხე კვეთს გეომეტრიას თითოეულ კვადრანტთან მანამ, სანამ ყველა ნაწილი ლიმიტს ქვემოთ არ აღმოჩნდება.", "params": { "input": { "label": "შემავალი", "description": "შემავალი პოლიგონური ან პოლიხაზოვანი ფენა." }, "output": { "label": "გამომავალი", "description": "გამომავალი ფენა დაქუცმაცებული ნაწილებით. თუ არ არის მითითებული, ინახება მეხსიერებაში." }, "vertex_limit": { "label": "წვეროების ლიმიტი", "description": "წვეროების მაქსიმალური რაოდენობა გამომავალ ობიექტზე (ნაგულისხმევი 10000). ობიექტები, რომლებიც ამ ზღვარს არ აღემატება, უცვლელად გადმოდის." } } }, "difference_3d": { "name": "3D სხვაობა", "description": "აკლებს 3D სხეულების ერთ ნაკრებს მეორეს და აღრიცხავს თითოეული საკლები ობიექტიდან მოცილებულ და მასში დარჩენილ მოცულობას (ArcGIS Difference 3D). union_3d ორივე რეესტრში ერთადერთი 3D გადაფარვა იყო, ხოლო erase მხოლოდ 2D პოლიგონებზე მუშაობს, ამიტომ ვერ გამოითვლებოდა ვერც ჭრის სხეულის შემდეგ დარჩენილი გამონამუშევრის მოცულობა და ვერც გამორიცხვის გარსის გარეთ არსებული შლეიფის მოცულობა. საკლები სხეულების მოცულობები ზუსტია; მოცილებული მოცულობა კი შეფასებულია ვოქსელური შევსების მიხედვით მითითებულ რეზოლუციაზე.", "params": { "input": { "label": "შემავალი", "description": "საკლები დახურული 3D სხეულები (სამკუთხა ბადის MultiPolygon-ები Z-ით)." }, "subtract": { "label": "გამოკლება", "description": "მაკლები დახურული 3D სხეულები, რომლებიც უნდა მოაკლდეს თითოეულ საკლებს." }, "output": { "label": "გამომავალი", "description": "გამომავალი ცხრილი, თითო სტრიქონი თითო საკლებზე. თუ არ არის მითითებული, ინახება მეხსიერებაში." }, "resolution": { "label": "რეზოლუცია", "description": "ვოქსელური უჯრედების რაოდენობა თითოეული საკლების შემომსაზღვრელი კონტურის უგრძესი ღერძის გასწვრივ (ნაგულისხმევი 64). მეტი ნიშნავს უფრო ზუსტს და ნელს." }, "keep_geometry": { "label": "გეომეტრიის შენარჩუნება", "description": "თითოეული საკლების საწყისი გეომეტრიის გადატანა მის გამომავალ სტრიქონზე (ნაგულისხმევი false: მხოლოდ ატრიბუტული ცხრილი). გეომეტრია არის დაუჭრელი საკლები — ზუსტი შერწყმული ბადე არ იქმნება." } } }, "diffusion_interpolation_with_barriers": { "name": "დიფუზიური ინტერპოლაცია ბარიერებით", "description": "გაფანტული წერტილოვანი გაზომვების ინტერპოლაცია რასტრში სითბოს დიფუზიის სიმულაციით, რომელიც აბსოლუტურ (ნაკადგაუმტარ) ბარიერებს გვერდს უვლის და მათში არ გადის (ArcGIS Diffusion Interpolation With Barriers-ის მსგავსად). ნიმუშები ფიქსირებულ უჯრედებად ინიშნება; ყოველი სხვა უჯრედი კი ლაპლასის/სითბოს განტოლების `number_iterations` იაკობის გავლის განმავლობაში თავისი არაბარიერული მეზობლების საშუალოსკენ მიისწრაფვის, ასე რომ გავლენა დიფუზიური მანძილის ზრდასთან ერთად სუსტდება. განსხვავდება interpolate_with_barriers-ის უმოკლესი არაბარიერული გზის ბირთვისგან და რასტრის დამგლუვებელი anisotropic_diffusion_filter-ისგან.", "params": { "input": { "label": "შემავალი", "description": "შემავალი წერტილოვანი ვექტორული ფენა ნიმუშური გაზომვებით (Point / MultiPoint)." }, "z_field": { "label": "Z ველი", "description": "რიცხვითი ველი წერტილებზე, რომელიც შეიცავს ინტერპოლაციისთვის განკუთვნილ მნიშვნელობას." }, "output": { "label": "გამომავალი", "description": "გამომავალი ინტერპოლირებული რასტრი (GeoTIFF). თუ არ არის მითითებული, ინახება მეხსიერებაში." }, "cell_size": { "label": "უჯრედის ზომა", "description": "გამომავალი უჯრედის ზომა / რეზოლუცია რუკის ერთეულებში (მეტრი გეოგრაფიული CRS-ისთვის, სხვა შემთხვევაში CRS-ის ერთეულები). სავალდებულოა." }, "barriers": { "label": "ბარიერები", "description": "არასავალდებულო ბარიერული ვექტორული ფენა (პოლიხაზები ან პოლიგონები), რომელიც კეტავს დიფუზიას. პოლიხაზები კეტავს იმ უჯრედებს, რომლებსაც მათი სეგმენტები კვეთს; პოლიგონები კეტავს იმ უჯრედებს, რომელთა ცენტრიც მათ შიგნით ხვდება. გამოტოვეთ ბარიერების გარეშე გაშვებისთვის." }, "bandwidth": { "label": "ზოლის სიგანე", "description": "რელაქსაციის წონა lambda თითო იტერაციაზე დიაპაზონში (0, 0.25] (ნაგულისხმევი 0.2): თითოეული თავისუფალი უჯრედი თითო გავლაზე ამ წილით უახლოვდება მეზობლების საშუალოს." }, "number_iterations": { "label": "იტერაციების რაოდენობა", "description": "სითბოს განტოლების იაკობის რელაქსაციის გავლების რაოდენობა (ნაგულისხმევი 100). მეტი იტერაცია გავლენას უფრო შორს ავრცელებს." }, "weight_field": { "label": "წონის ველი", "description": "არასავალდებულო რიცხვითი ველი, რომელიც განსაზღვრავს წონას თითო წერტილზე (ნაგულისხმევი 1); გამოიყენება მხოლოდ ერთსა და იმავე გამომავალ უჯრედში მოხვედრილი დამთხვეული ნიმუშების გასაშუალებლად." }, "epsg": { "label": "EPSG", "description": "შემავალი CRS-ის EPSG კოდის გადაფარვა (მაგ. როცა ფენა აღნიშნული არ არის). 4326 ააქტიურებს ლოკალურ მეტრულ პროექციას." } } }, "dimension_reduction": { "name": "განზომილების შემცირება", "description": "ძირითადი კომპონენტების ანალიზი ობიექტების რიცხვით ატრიბუტებზე (ArcGIS Dimension Reduction-ის მსგავსად): შერჩეული ველების სტანდარტიზაცია, კორელაციის/კოვარიაციის მატრიცის საკუთარ მნიშვნელობებად დაშლა ხელით რეალიზებული იაკობის ბრუნვით და PC1..PCk კომპონენტების ქულების უკან ჩაწერა ობიექტებში, ასევე საკუთარი მნიშვნელობების/დისპერსიის/დატვირთვების ანგარიში — პაკეტში შემავალი, მხოლოდ არხებზე მომუშავე principal_component_analysis-ის ვექტორულ-ატრიბუტული ანალოგი.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორული ფენა (ან ცხრილი) რიცხვითი ატრიბუტული ველებით." }, "fields": { "label": "ველები", "description": "მძიმით გამოყოფილი სია სულ მცირე ორი რიცხვითი ველისა, რომლებიც უნდა შემცირდეს." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორული ფენა დამატებული PC ქულების ველებით. თუ არ არის მითითებული, ინახება მეხსიერებაში." }, "table": { "label": "ცხრილი", "description": "არასავალდებულო CSV გზა კომპონენტების ანგარიშისთვის (საკუთრივი მნიშვნელობა, ახსნილი დისპერსია, კუმულაციური, დატვირთვები თითო ცვლადზე). ყოველთვის ბრუნდება შედეგში." }, "num_components": { "label": "კომპონენტების რაოდენობა", "description": "შესანარჩუნებელი წამყვანი კომპონენტების რაოდენობა. ნაგულისხმევი: იმდენი, რამდენიც 'min_variance'-ის მისაღწევადაა საჭირო, წინააღმდეგ შემთხვევაში ყველა ველი." }, "min_variance": { "label": "მინიმალური დისპერსია", "description": "ინახავს კომპონენტების უმცირეს რაოდენობას, რომელთა კუმულაციური ახსნილი დისპერსია აღწევს ამ წილს (0-1). უგულებელყოფილია, თუ 'num_components' მითითებულია." }, "standardize": { "label": "სტანდარტიზაცია", "description": "თითოეული ველის სტანდარტიზაცია (z-ქულა) PCA-მდე, რათა მასშტაბები შედარებადი იყოს — ანალიზდება კორელაციის მატრიცა. ნაგულისხმევი true; false ანალიზებს კოვარიაციის მატრიცას." } } }, "dimensional_moving_statistics": { "name": "განზომილებიანი მოძრავი სტატისტიკა", "description": "ატარებს მოძრავ ფანჯარას რასტრული კუბის განზომილების გასწვრივ და თითო შემავალ ჭრილზე ერთ დაგლუვებულ ჭრილს წერს — ადგილზე მოძრავი საშუალო ან მედიანა, რომელიც ხმაურიან სატელიტურ დროით მწკრივს გამოსადეგად აქცევს (ArcGIS Dimensional Moving Statistics). მე-17 რაუნდის time_series_smoothing მხოლოდ ვექტორულია, პაკეტში შემავალი ფოკალური ფილტრები ფანჯარას სივრცეში, ერთი ჭრილის ფარგლებში ამოძრავებენ, ხოლო aggregate_multidimensional_raster კუბს ბინებად ამოკლებს. მოიცავს ცირკულარულ საშუალოს, რომლის გარეშეც ექსპოზიციის ან ფაზის საშუალოს გამოთვლა შემოვლის წერტილზე გადასვლისას აზრს კარგავს.", "params": { "input": { "label": "შემავალი", "description": "ერთი მრავალარხიანი რასტრი (თითოეული არხი ერთი ჭრილია) ან თანაბრად რეგისტრირებული რასტრების მძიმით გამოყოფილი სია." }, "output": { "label": "გამომავალი", "description": "გამომავალი მრავალარხიანი რასტრი, თითო არხი თითო შემავალ ჭრილზე. თუ არ არის მითითებული, ინახება მეხსიერებაში." }, "dimension": { "label": "განზომილება", "description": "განზომილების სახელი, გამოიყენება მხოლოდ ანგარიშში (ნაგულისხმევი 'slice')." }, "backward_window": { "label": "უკანა ფანჯარა", "description": "მიმდინარემდე ჩასართავი ჭრილების რაოდენობა (ნაგულისხმევი 1)." }, "forward_window": { "label": "წინა ფანჯარა", "description": "მიმდინარეს შემდეგ ჩასართავი ჭრილების რაოდენობა (ნაგულისხმევი 1)." }, "statistic": { "label": "სტატისტიკა", "description": "'mean' (ნაგულისხმევი), 'circular_mean', 'majority', 'maximum', 'median', 'minimum', 'minority', 'percentile', 'std' ან 'sum'." }, "percentile_value": { "label": "პროცენტილის მნიშვნელობა", "description": "პროცენტილი დიაპაზონში [0, 100] სტატისტიკისთვის 'percentile' (ნაგულისხმევი 50)." }, "period": { "label": "პერიოდი", "description": "ციკლის პერიოდი 'circular_mean'-ისთვის (ნაგულისხმევი 360, ე.ი. გრადუსები; რადიანებისთვის გამოიყენეთ 6.283185307179586)." }, "min_valid": { "label": "მინიმალური ვალიდური მნიშვნელობები", "description": "NoData-ს გარეშე დაკვირვებების მინიმალური რაოდენობა ფანჯარაში, რომლის შემდეგაც იწერება მნიშვნელობა (ნაგულისხმევი 1)." }, "nodata_handling": { "label": "NoData-ის დამუშავება", "description": "'data' (ნაგულისხმევი; გამოტოვებს NoData-ს და ითვლის დანარჩენიდან), 'nodata' (ფანჯარაში ნებისმიერი NoData გამომავალს NoData-დ აქცევს) ან 'fill_nodata' (მნიშვნელობას წერს იქაც, სადაც თავად ცენტრალური ჭრილი NoData-ა)." } } }, "directional_distribution": { "name": "მიმართულებითი განაწილება", "description": "გეოგრაფიული განაწილების აღწერითი სტატისტიკა: საშუალო ცენტრი, მედიანური ცენტრი, ცენტრალური ობიექტი, სტანდარტული მანძილი (წრე) და სტანდარტული გადახრის ელიფსი — არასავალდებულო შეწონვითა და დაჯგუფებით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორული ფენა (სასურველია წერტილები; სხვა გეომეტრიები იყენებს თავიანთი წვეროების საშუალო წარმომადგენლობით წერტილს)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი ვექტორის გზა (დრაივერი განისაზღვრება გაფართოებით). თუ არ არის მითითებული, ინახება მეხსიერებაში." }, "statistic": { "label": "სტატისტიკა", "description": "რომელი საზომი გამოითვალოს: 'mean_center', 'median_center', 'central_feature', 'standard_distance' ან 'standard_deviational_ellipse'." }, "weight_field": { "label": "წონის ველი", "description": "არასავალდებულო რიცხვითი ველი თითოეული ობიექტის შესაწონად (მაგ. მოსახლეობა). ნაგულისხმევი: ყველა ობიექტის წონა 1." }, "case_field": { "label": "ჯგუფის ველი", "description": "არასავალდებულო ველი ობიექტების დასაჯგუფებლად; თითო გამომავალი ობიექტი იქმნება თითო უნიკალურ მნიშვნელობაზე." }, "n_std": { "label": "სტანდარტული გადახრების რაოდენობა", "description": "სტანდარტული გადახრის მამრავლი (1, 2 ან 3) სტანდარტული მანძილის წრისა და გადახრის ელიფსისთვის. ნაგულისხმევი 1." } } }, "directional_trend": { "name": "მიმართულებითი ტრენდი", "description": "საშერჩევო წერტილების პროექცირება არჩეულ აზიმუტზე და მნიშვნელობა-მანძილის 1-3 რიგის პოლინომის მორგება გლობალური/ანიზოტროპული ტრენდის გამოსავლენად ვარიოგრაფიამდე (ArcGIS-ის Directional Trend-ის მსგავსად). 'determine' გადაუყვება აზიმუტებს ახსნილი დისპერსიის მაქსიმუმის მიმართულების საპოვნელად.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორული ფენა (სასურველია წერტილები; სხვა გეომეტრიები იყენებს თავიანთი წვეროების საშუალო წარმომადგენლობით წერტილს)." }, "field": { "label": "ველი", "description": "რიცხვითი ატრიბუტული ველი, რომლის ტრენდიც უნდა გაანალიზდეს." }, "azimuth": { "label": "აზიმუტი", "description": "კომპასის აზიმუტი გრადუსებში (0 = ჩრდილოეთი, საათის ისრის მიმართულებით), რომელზეც მოხდება პროექცია, ან 'determine' (ნაგულისხმევი), რომ 0-179° დიაპაზონში მოიძებნოს მაქსიმალური ახსნილი დისპერსიის აზიმუტი." }, "order": { "label": "რიგი", "description": "პოლინომის რიგი 1, 2 ან 3 (ნაგულისხმევი 2)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი ვექტორის გზა (დრაივერი განისაზღვრება გაფართოებით). თუ არ არის მითითებული, ინახება მეხსიერებაში. წერტილები შეიცავს proj_dist, value, fitted და residual ველებს." } } }, "directional_variogram": { "name": "მიმართულებითი ვარიოგრამის ანალიზი", "description": "ითვლის ვარიოგრამებს რამდენიმე მიმართულებით სივრცითი ანიზოტროპიის გამოსავლენად. ავლენს მიმართულებითი უწყვეტობის კანონზომიერებებს, რომლებიც რეალისტური კრიგინგისთვის აუცილებელია.", "params": { "input": { "label": "შემავალი", "description": "წერტილოვანი ფენა გაზომვის მნიშვნელობებით" }, "field": { "label": "ველი", "description": "ველი, რომელიც შეიცავს გაზომვის მნიშვნელობებს" }, "directions": { "label": "მიმართულებები", "description": "მძიმით გამოყოფილი აზიმუტების სია (0-180°) ანალიზისთვის" }, "tolerance": { "label": "ტოლერანტობა", "description": "მიმართულების ტოლერანტობა გრადუსებში (ნაგულისხმევი 22.5)" }, "max_distance": { "label": "მაქსიმალური მანძილი", "description": "გამოსათვლელი მაქსიმალური ლაგის მანძილი (ნაგულისხმევი 1000)" }, "bin_size": { "label": "ბინის ზომა", "description": "ლაგის ინტერვალების ზომა (ნაგულისხმევი 50)" }, "output_json": { "label": "გამომავალი JSON", "description": "გამომავალი ფაილის გზა მიმართულებითი ვარიოგრამის შედეგებისთვის" }, "output_html": { "label": "გამომავალი HTML", "description": "არასავალდებულო გამომავალი გზა HTML როზა-დიაგრამის ვიზუალიზაციისთვის" } } }, "disperse_markers": { "name": "მარკერების გაფანტვა", "description": "ერთმანეთს დამთხვეული ან გადაფარებული წერტილოვანი სიმბოლოების გაშლა ცენტრებს შორის მინიმალურ დაშორებამდე (გაფართოებული/რგოლის/ჯვრის/კვადრატის სქემებით), რათა დაწყობილი წერტილები ცალ-ცალკე ხილული დარჩეს, ArcGIS Disperse Markers-ის მსგავსად.", "params": { "input": { "label": "შემავალი", "description": "შემავალი წერტილოვანი ვექტორული ფენა." }, "output": { "label": "გამომავალი", "description": "გამომავალი წერტილოვანი ვექტორის გზა (დრაივერი გაფართოებიდან). თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "min_spacing": { "label": "მინიმალური დაშორება", "description": "მინიმალური ცენტრიდან ცენტრამდე დაშორება კლასტერიზებულ წერტილებს შორის, რუკის ერთეულებში." }, "pattern": { "label": "შაბლონი", "description": "'expanded' (ნაგულისხმევი, კონცენტრული რგოლები + ლოკალური განზიდვა), 'ring' (ერთი წრე), 'cross' (ოთხი მკლავი) ან 'square' (ბადე)." }, "seed": { "label": "საწყისი მნიშვნელობა", "description": "მთელი რიცხვი — თესლი დეტერმინისტული ტოლობის გადასაწყვეტად, როცა წევრები თავიდანვე ზუსტად ემთხვევა ერთმანეთს (ნაგულისხმევი 0)." } } }, "dissolve_route_events": { "name": "მარშრუტის მოვლენების გაერთიანება", "description": "ერთსა და იმავე მარშრუტზე შეხებული ან გადაფარებული მარშრუტის მოვლენების შერწყმა ერთიან ზომების შუალედებად — ან მხოლოდ მაშინ, როცა გასაერთიანებელი ველები ემთხვევა ('dissolve'), ან განსხვავებული მნიშვნელობების შეერთებით ('concatenate'). ArcGIS Dissolve Route Events-ის მსგავსად.", "params": { "input": { "label": "შემავალი", "description": "შემავალი მოვლენების ცხრილი (ხაზოვანი მოვლენები from/to საზომებით)." }, "output": { "label": "გამომავალი", "description": "გამომავალი მოვლენების ცხრილის გზა. თუ არ არის მითითებული, ინახება მეხსიერებაში." }, "route_id_field": { "label": "მარშრუტის ID ველი", "description": "ველი, რომელიც შეიცავს მარშრუტის იდენტიფიკატორს." }, "from_measure_field": { "label": "საწყისი გაზომვის ველი", "description": "ველი, რომელიც შეიცავს თითოეული მოვლენის საწყის საზომს." }, "to_measure_field": { "label": "საბოლოო გაზომვის ველი", "description": "ველი, რომელიც შეიცავს თითოეული მოვლენის საბოლოო საზომს. წერტილოვანი მოვლენებისთვის გამოიყენეთ იგივე ველი, რაც 'from_measure_field'." }, "dissolve_fields": { "label": "გამაერთიანებელი ველები", "description": "მძიმით/წერტილმძიმით გამოყოფილი ველ(ებ)ის სახელი, რომლებიც უნდა დაემთხვეს ორი მონაკვეთის შესარწყმელად (ან რომელთა მნიშვნელობებიც გაერთიანდება)." }, "mode": { "label": "რეჟიმი", "description": "'dissolve' (ნაგულისხმევი) ან 'concatenate'." }, "tolerance": { "label": "ტოლერანტობა", "description": "საზომების სხვაობა, რომლის ქვემოთაც ორი მონაკვეთი მოსაზღვრედ ითვლება (ნაგულისხმევი 0)." }, "separator": { "label": "გამყოფი", "description": "გამყოფი, რომელიც მნიშვნელობების შესაერთებლად გამოიყენება 'concatenate' რეჟიმში (ნაგულისხმევი ', ')." } } }, "edgematch_features": { "name": "ობიექტების კიდეების შეთავსება", "description": "ხაზოვანი მონაცემთა ნაკრებების შეერთება ფილის/ფურცლის საზღვრის გასწვრივ (ArcGIS Generate Edgematch Links + Edgematch Features-ის მსგავსად): ტოლერანტობის ფარგლებში თავისუფალი ბოლო წერტილების ერთი-ერთზე დაწყვილება და მათი შეთანხმება (შუა წერტილით ან მიბმით), არასავალდებულო შესაბამისობის ბმულების ფენით. ეს არის ობიექტებს შორის ერთი-ერთზე შესაბამისობა, რომელიც ბრმა snap_endnodes-ს აკლია.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ხაზოვანი ფენა (მაგ. ორი მოსაზღვრე ფილის შერწყმა) კიდეების შესატყვისებლად." }, "output": { "label": "გამომავალი", "description": "გამომავალი კორექტირებული ხაზოვანი ფენა. თუ არ არის მითითებული, ინახება მეხსიერებაში." }, "tolerance": { "label": "ტოლერანტობა", "description": "მაქსიმალური მანძილი დაუკავშირებელ ბოლო წერტილებს შორის მათ შესატყვისებლად." }, "method": { "label": "მეთოდი", "description": "'midpoint' (ორივე ბოლოს გადატანა მათ შუა წერტილში; ნაგულისხმევი) ან 'move_endpoint' (მეორის მიბმა პირველზე)." }, "match_fields": { "label": "შესაბამებული ველები", "description": "არასავალდებულო, მძიმით გამოყოფილი ველები; შესატყვისებული წყვილი ამ ველებზე უნდა დაემთხვეს (ხსნის კანდიდატებს შორის ორაზროვნებას)." }, "links": { "label": "რგოლები", "description": "არასავალდებულო გამომავალი ხაზოვანი ფენა შესატყვისობის კავშირებით (QA-სთვის)." } } }, "eighty_twenty_analysis": { "name": "ოთხმოცი-ოცის ანალიზი", "description": "ინციდენტების წერტილების მიბმა შეწონილ ადგილმდებარეობებზე და პარეტოს კონცენტრაციის გამოთვლა ('ინციდენტების X% ხდება ადგილმდებარეობების Y%-ზე'), თითოეული ადგილმდებარეობის მონიშვნით მისი რანგით, ინციდენტების კუმულაციური პროცენტითა და თავის/კუდის ზოლით, ArcGIS Eighty Twenty Analysis-ის მსგავსად.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ინციდენტების წერტილოვანი ვექტორული ფენა (Point ან MultiPoint)." }, "output": { "label": "გამომავალი", "description": "გამომავალი წერტილოვანი ვექტორის გზა (დრაივერი გაფართოებიდან). თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "cluster_tolerance": { "label": "კლასტერის ტოლერანტობა", "description": "მანძილი, რომლის ფარგლებშიც ინციდენტები ერთ ადგილას იყრის თავს (რუკის ერთეულები, ნაგულისხმევი 0 = მხოლოდ ზუსტად დამთხვეული წერტილები)." }, "weight_field": { "label": "წონის ველი", "description": "არასავალდებულო რიცხვითი ველი თითოეული ინციდენტის წონით (ნაგულისხმევი: თითოეული ინციდენტი ითვლება 1-ად)." }, "threshold": { "label": "ზღურბლი", "description": "კონცენტრაციის ზღურბლი პროცენტებში, რომელიც განსაზღვრავს პარეტოს 'თავს' (ნაგულისხმევი 80)." } } }, "eliminate_polygon_part": { "name": "პოლიგონის ნაწილის მოშორება", "description": "პოლიგონების იმ შიდა ხვრელების (და არასავალდებულოდ მცირე გარე ნაწილების) მოცილება, რომელთა ფართობი აბსოლუტური ფართობის ან პროცენტული ზღურბლის ქვემოთაა, ატრიბუტების შენარჩუნებით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი პოლიგონური ვექტორული ფაილის გზა, ფორმატი ავტომატურად განისაზღვრება (ან მეხსიერებაში არსებული იდენტიფიკატორი)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი ვექტორის გზა (დრაივერი განისაზღვრება გაფართოებით). თუ არ არის მითითებული, ინახება მეხსიერებაში." }, "condition": { "label": "პირობა", "description": "ზომის ტესტი: 'AREA' (ნაგულისხმევი) ადარებს 'min_area'-ს; 'PERCENT' ადარებს ნაწილის/ხვრელის ფართობს, როგორც ობიექტის მთლიანი გარე ფართობის პროცენტს, 'percentage'-ს." }, "min_area": { "label": "მინიმალური ფართობი", "description": "AREA პირობა: შლის ნაწილებს/ხვრელებს, რომელთა ფართობიც (CRS-ის ერთეულების კვადრატში) ამ მნიშვნელობაზე ნაკლებია. სავალდებულოა, როცა condition = AREA." }, "percentage": { "label": "პროცენტული წილი", "description": "PERCENT პირობა: შლის ნაწილებს/ხვრელებს, რომელთა ფართობიც, ობიექტის მთლიანი გარე ფართობის პროცენტულად (0-100), ამ მნიშვნელობაზე ნაკლებია. სავალდებულოა, როცა condition = PERCENT." }, "part_option": { "label": "ნაწილის პარამეტრი", "description": "რა ექვემდებარება წაშლას: 'CONTAINED_ONLY' (ნაგულისხმევი) შლის მხოლოდ შიდა რგოლებს (ხვრელებს); 'ANY' ასევე შლის მცირე გარე ნაწილებს, გარდა ერთი უდიდესი ნაწილისა." } } }, "eliminate_polygons": { "name": "პოლიგონების მოშორება", "description": "ვიწრო ნარჩენი პოლიგონების (მაქსიმალური ფართობის და/ან ატრიბუტული მოთხოვნის მიხედვით) შერწყმა მეზობელ პოლიგონთან, რომელიც შეირჩევა ყველაზე გრძელი საერთო საზღვრით ან უდიდესი ფართობით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი პოლიგონური ვექტორული ფაილის გზა, ფორმატი ავტომატურად განისაზღვრება (ან მეხსიერებაში არსებული იდენტიფიკატორი)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი ვექტორის გზა (დრაივერი განისაზღვრება გაფართოებით). თუ არ არის მითითებული, ინახება მეხსიერებაში." }, "max_area": { "label": "მაქსიმალური ფართობი", "description": "არჩევს პოლიგონებს, რომელთა ფართობიც (CRS-ის ერთეულების კვადრატში) ამ მნიშვნელობას არ აღემატება. შეიძლება 'where'-თან ერთად გამოიყენოთ (ორივე უნდა დაემთხვეს)." }, "where": { "label": "WHERE პირობა", "description": "არჩევს პოლიგონებს, რომლებიც შეესაბამება მარტივ ატრიბუტულ პირობას 'FIELD OP VALUE', სადაც OP არის ერთ-ერთი = != < <= > >= (მაგ. \"class = 0\"). შეიძლება 'max_area'-სთან ერთად გამოიყენოთ." }, "exclude": { "label": "გამორიცხვა", "description": "იცავს ამ პირობის შესაბამის ობიექტებს (იგივე 'FIELD OP VALUE' სინტაქსი) მოცილებისგან; ისინი შენარჩუნდება და შეუძლია მიიღოს შერწყმები." }, "strategy": { "label": "სტრატეგია", "description": "რომელ მეზობელს შეერწყმება ვიწრო ნატეხი: 'longest_border' (ნაგულისხმევი) ან 'largest_area'." }, "tolerance": { "label": "ტოლერანტობა", "description": "მაქსიმალური პერპენდიკულარული მანძილი (CRS-ის ერთეულებში), რომლის ფარგლებშიც საზღვრის ორი სეგმენტი საერთო კიდედ ითვლება. ნაგულისხმევი 1e-6." } } }, "emerging_hot_spot_analysis": { "name": "წარმოქმნადი ცხელი წერტილების ანალიზი", "description": "სივრცე-დროითი ცხელი წერტილების ტრენდები H3 სივრცე-დროით კუბზე: დროის ნიშნულის მქონე წერტილების განაწილება H3 უჯრედებსა და დროის საფეხურებზე, თითოეულ ბინაზე Getis-Ord Gi*-ის გამოთვლა და თითოეული უჯრედის კლასიფიკაცია (ახალი/გაძლიერებადი/მდგრადი/შემცირებადი/... ცხელი ან ცივი წერტილი) მან-კენდალის ტრენდის ტესტით, ArcGIS Emerging Hot Spot Analysis-ის მსგავსად.", "params": { "input": { "label": "შემავალი", "description": "შემავალი წერტილოვანი ვექტორული ფენა (გეოგრაფიული lon/lat, EPSG:4326). სხვა გეომეტრიები იყენებს თავიანთი წვეროების საშუალო წარმომადგენლობით წერტილს." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორის გზა (დრაივერი განისაზღვრება გაფართოებით). თითო H3 პოლიგონი თითო უჯრედზე. თუ არ არის მითითებული, ინახება მეხსიერებაში." }, "time_field": { "label": "დროის ველი", "description": "ველი, რომელიც შეიცავს თითოეული წერტილის დროს: რიცხვითი ველი (საკუთარ ერთეულებში) ან ISO-8601 თარიღის/თარიღ-დროის სტრიქონი." }, "time_step": { "label": "დროის ბიჯი", "description": "დროის ბიჯის სიგანე: უბრალო რიცხვი (რიცხვითი time_field) ან ხანგრძლივობა, როგორიცაა '1w', '7d', '12h', '1M', თარიღის ველისთვის. ნაგულისხმევი '1w'." }, "value_field": { "label": "მნიშვნელობის ველი", "description": "არასავალდებულო რიცხვითი ველი, რომელიც ჯამდება თითოეულ ინტერვალში. ნაგულისხმევი: წერტილების რაოდენობა თითო ინტერვალში." }, "resolution": { "label": "რეზოლუცია", "description": "H3 რეზოლუცია 0-დან (ყველაზე უხეში) 15-მდე (ყველაზე დეტალური); ნაგულისხმევი 7 (~5 km² უჯრედები)." }, "neighborhood": { "label": "მეზობლობა", "description": "სივრცითი მეზობლობის რადიუსი H3 k-რგოლებში (ნაგულისხმევი 1)." }, "time_window": { "label": "დროის ფანჯარა", "description": "დროითი მეზობლობის რადიუსი დროის ბიჯებში (ნაგულისხმევი 1)." } } }, "empirical_bayesian_kriging": { "name": "ემპირიული ბაიესური კრიგინგი", "description": "წერტილოვანი ველის ინტერპოლაცია მრავალი გადაფარებული ლოკალური ქვესიმრავლის საშუალებით, სადაც თითოეული საკუთარ სემივარიოგრამას მოირგებს, ხოლო მისი განუზღვრელობა ფიქსირებული საწყისი მნიშვნელობის მქონე შემთხვევითი რიცხვების გენერატორით შეშფოთებული სემივარიოგრამების სიმულაციით ფასდება, შემდეგ კი ქვესიმრავლეების კრიგინგის პროგნოზები/დისპერსიები მანძილის მიხედვით ერევა (ArcGIS-ის Empirical Bayesian Kriging-ის მსგავსად) — განსხვავდება პაკეტში შემავალი ორდინარული/უნივერსალური/მარტივი/კო-კრიგინგისგან, რომლებიც ყველა ერთ, ხელით მიღებულ გლობალურ (ან ერთ მოძრავ ფანჯარაში მოქცეულ) სემივარიოგრამას მოირგებს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი წერტილოვანი ფენა." }, "field": { "label": "ველი", "description": "რიცხვითი ველი შემავალ ფენაზე ინტერპოლაციისთვის." }, "output": { "label": "გამომავალი", "description": "გამომავალი პროგნოზის რასტრი. თუ არ არის მითითებული, ინახება მეხსიერებაში." }, "cell_size": { "label": "უჯრედის ზომა", "description": "გამომავალი უჯრედის ზომა CRS-ის ერთეულებში. ნაგულისხმევი: ისეთი, რომ ბადის უფრო გრძელი ღერძი ~150 უჯრედი იყოს." }, "subset_size": { "label": "ქვესიმრავლის ზომა", "description": "წერტილების სამიზნე რაოდენობა თითო ლოკალურ ქვესიმრავლეზე (ნაგულისხმევი 40, მინიმუმი 4)." }, "overlap": { "label": "გადაფარვა", "description": "ქვესიმრავლის ფილის სიგანის/სიმაღლის წილი, რომლითაც მოსაზღვრე ფილები ერთმანეთს გადაფარავს (ნაგულისხმევი 0.25)." }, "simulations": { "label": "სიმულაციები", "description": "თითო ქვესიმრავლეზე გენერირებული სიმულირებული სემივარიოგრამების რაოდენობა მოდელის განუზღვრელობის წარმოსადგენად (ნაგულისხმევი 5, მაქსიმუმი 50)." }, "semivariogram": { "label": "სემივარიოგრამა", "description": "სემივარიოგრამის მოდელის ოჯახი: 'power' (ნაგულისხმევი), 'linear' ან 'exponential'." }, "transform": { "label": "გარდაქმნა", "description": "მონაცემთა გარდაქმნა კრიგინგამდე: 'none' (ნაგულისხმევი) ან 'log_empirical' (ნატურალური ლოგარითმი; მოითხოვს, რომ ველი ყველგან > 0 იყოს)." }, "error_output": { "label": "შეცდომის გამომავალი", "description": "არასავალდებულო გამომავალი პროგნოზის სტანდარტული შეცდომის რასტრი." }, "seed": { "label": "საწყისი მნიშვნელობა", "description": "თესლი დეტერმინისტული სემივარიოგრამის სიმულაციის შემთხვევითი რიცხვების გენერატორისთვის (ნაგულისხმევი 42)." } } }, "enclose_multipatch": { "name": "მულტიპატჩის ჩაკეტვა", "description": "გარდაქმნის ღია 3D სამკუთხა მეშის ზედაპირებს დახურულ, ჰერმეტულ სხეულებად მათი სასაზღვრო კონტურების დახურვით, რათა ისინი მოცულობითი ანალიზისთვის ვარგის შემავალ მონაცემად იქცნენ (ArcGIS Enclose Multipatch). is_closed_3d ღია მეშის დიაგნოსტიკას ახერხებს, მაგრამ მის შეკეთებას ვერაფერი ახერხებდა, ხოლო union_3d / intersect_3d / difference_3d / inside_3d ღია მეშებს ან უარყოფენ, ან არასწორ შედეგს აბრუნებენ — ეს კი ექსტრუდირებული კონტურების, რელიეფის გარსებისა და იმპორტირებული შენობების ზედაპირების ჩვეულებრივი მდგომარეობაა.", "params": { "input": { "label": "შემავალი", "description": "3D ზედაპირის ობიექტები (სამკუთხა ბადის MultiPolygon-ები Z-ით)." }, "output": { "label": "გამომავალი", "description": "გამომავალი დახურული სხეულის ობიექტები. თუ არ არის მითითებული, ინახება მეხსიერებაში." }, "drop_failed": { "label": "წარუმატებლების გამორიცხვა", "description": "გამოტოვებს ობიექტებს, რომელთა ჰერმეტულად დახურვაც ვერ მოხერხდა (ნაგულისხმევი false: ისინი გამოიტანება CAP_FAILED = true-თი, რათა ხარვეზი ხილული იყოს და არა ჩუმი)." } } }, "enforce_river_monotonicity": { "name": "მდინარის მონოტონურობის დაწესება", "description": "DEM-ის ისე გამოკვეთა, რომ სიმაღლეები რუკაზე დატანილი მდინარის პოლიხაზების გასწვრივ ქვედა დინების მიმართულებით მონოტონურად მცირდებოდეს — ჰიდროლოგიური კორექციის ეტაპი ჰიდრავლიკური და წყალდიდობის მოდელირებისთვის, ArcGIS Enforce River Monotonicity-ის მსგავსად. fill_depressions/fill_burn-ისგან განსხვავებით (რომლებიც დახურულ ორმოებს აშორებენ), ეს ინსტრუმენტი მონოტონურ პროფილს ცნობილი მდინარის ვექტორის გასწვრივ აწესებს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი მდინარეების პოლიხაზოვანი ფენა (LineString / MultiLineString) DEM-ის იმავე CRS-ში." }, "surface": { "label": "ზედაპირი", "description": "სიმაღლეების რასტრი (DEM) კორექციისთვის." }, "output": { "label": "გამომავალი", "description": "გამომავალი კორექტირებული DEM-ის გზა (ფორმატი განისაზღვრება გაფართოებით). თუ არ არის მითითებული, ინახება მეხსიერებაში." }, "tolerance": { "label": "ტოლერანტობა", "description": "სიმაღლის მინიმალური ვარდნა თითო გამკვრივებულ ბიჯზე, Z ერთეულებში (ნაგულისხმევი 0 = არაზრდადი). დადებითი მნიშვნელობები მკაცრად კლებად პროფილს ითხოვს." }, "sample_distance": { "label": "შერჩევის მანძილი", "description": "გამკვრივების ინტერვალი CRS-ის ერთეულებში თითოეული მდინარის ხაზის გასწვრივ. ნაგულისხმევი: რასტრის უჯრედის ზომა (≈ თითო ნიმუში თითო უჯრედზე)." }, "band": { "label": "არხი", "description": "DEM-ის არხი კორექციისთვის, 1-დან დათვლით (ნაგულისხმევი 1)." } } }, "estimate_time_to_event": { "name": "მოვლენამდე დროის შეფასება", "description": "მოვლენამდე დარჩენილი დროის შეფასება კაპლან-მაიერის გადარჩენის მრუდით (ArcGIS Estimate Time To Event-ის მსგავსად): ხანგრძლივობის ველისა და მოვლენის/ცენზურირების ველის მიხედვით ითვლის თითოეული ობიექტის გადარჩენის ალბათობასა და მისი სტრატის მედიანურ დროს მოვლენამდე, არასავალდებულოდ კატეგორიული ველის მიხედვით სტრატიფიცირებულს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი წერტილოვანი ან პოლიგონური ფენა ხანგრძლივობის ველითა და მოვლენის/ცენზურირების ველით." }, "age_field": { "label": "ასაკის ველი", "description": "ველი, რომელიც შეიცავს თითოეული ობიექტის დაკვირვებულ ხანგრძლივობას (დრო მოვლენამდე ან დრო ცენზურირებამდე), არაუარყოფითი რიცხვი." }, "event_field": { "label": "მოვლენის ველი", "description": "ველი, რომელიც მიუთითებს, მოხდა თუ არა მოვლენა (ჭეშმარიტი: 1/true), თუ დაკვირვება ცენზურირებული იყო (მცდარი: 0/false)." }, "stratify_field": { "label": "სტრატიფიკაციის ველი", "description": "არასავალდებულო კატეგორიული ველი, რომ თითო ჯგუფზე ცალკე გადარჩენის მრუდი აიგოს." }, "output": { "label": "გამომავალი", "description": "გამომავალი ფენა დამატებული km_survival, km_median და km_stratum ველებით. თუ არ არის მითითებული, ინახება მეხსიერებაში." } } }, "estimate_variogram": { "name": "ვარიოგრამის შეფასება", "description": "ითვლის ემპირიულ სემივარიოგრამას წერტილოვანი დაკვირვებებიდან სივრცითი კორელაციის სტრუქტურის დასახასიათებლად. გეოსტატისტიკური სამუშაო ნაკადის აუცილებელი პირველი ნაბიჯი.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორული წერტილოვანი ფენა მნიშვნელობებით" }, "field": { "label": "ველი", "description": "ველი, რომელიც შეიცავს გაზომვის მნიშვნელობებს" }, "lag_distance": { "label": "ლაგის მანძილი", "description": "ლაგის ინტერვალის ზომა რუკის ერთეულებში (ნაგულისხმევი: 100.0)" }, "lag_tolerance": { "label": "ლაგის ტოლერანტობა", "description": "ტოლერანტობა ლაგის ინტერვალებად დაყოფისთვის (ნაგულისხმევი: 50.0)" }, "max_lag_count": { "label": "ლაგების მაქსიმალური რაოდენობა", "description": "შესანარჩუნებელი ლაგების მაქსიმალური რაოდენობა (ნაგულისხმევი: 20)" } } }, "euclidean_direction": { "name": "ევკლიდური მიმართულება", "description": "ითვლის კომპასის აზიმუტს თითოეული უჯრედიდან უახლოესი წყაროს უჯრედისკენ, ასევე არასავალდებულო მანძილისა და უკუმიმართულების რასტრებს (ArcGIS Euclidean Direction). ავსებს პაკეტში შემავალ ევკლიდურ ოჯახს, რომელშიც არის euclidean_distance (რამდენად შორს) და euclidean_allocation (რომელი წყარო), მაგრამ არა მიმართულების კუთხე. იყენებს ზუსტ მანძილის გარდაქმნას, რომელიც უახლოესი წყაროს კოორდინატებს ატარებს; ბარიერების რასტრით კი დაბრკოლებებს გვერდს უვლის.", "params": { "input": { "label": "შემავალი", "description": "წყაროს რასტრი: უჯრედები, რომლებიც არც NoData-ა და არც ნული, წყაროებია." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი მიმართულების რასტრის გზა (გრადუსები ჩრდილოეთიდან საათის ისრის მიმართულებით). თუ არ არის მითითებული, ინახება მეხსიერებაში." }, "output_distance": { "label": "გამომავალი მანძილი", "description": "არასავალდებულო გზა თანმხლები მანძილის რასტრისთვის." }, "output_back_direction": { "label": "გამომავალი უკუმიმართულება", "description": "არასავალდებულო გზა უკუმიმართულების რასტრისთვის: აზიმუტი, რომლითაც ამ უჯრედიდან უახლოეს წყაროსკენ უნდა დაბრუნდე. ბარიერების არარსებობისას ემთხვევა მიმართულების რასტრს; ბარიერების არსებობისას ეს დასაბრუნებელი გზის პირველი ბიჯია." }, "barriers": { "label": "ბარიერები", "description": "არასავალდებულო ბარიერული რასტრი; არანულოვანი და არა-NoData უჯრედები კეტავს სწორხაზოვან გზებს და მარშრუტს მათ გარშემო ატარებს." }, "max_distance": { "label": "მაქსიმალური მანძილი", "description": "უჯრედები, რომლებიც ნებისმიერი წყაროდან ამაზე შორსაა, იწერება როგორც NoData." }, "band": { "label": "არხი", "description": "წყაროს რასტრის წასაკითხი არხი, 1-დან დათვლით (ნაგულისხმევი 1)." } } }, "evaluate_bin_sizes": { "name": "ბინების ზომების შეფასება", "description": "აგრეგაციის ბინის კანდიდატი ზომების გადარჩევა და დიაგნოსტიკის გამოტანა, რომელიც აჩვენებს, რომელი ზომა ავლენს სტრუქტურას საუკეთესოდ, ArcGIS Evaluate Bin Sizes-ის მსგავსად.", "params": { "input": { "label": "შემავალი", "description": "წერტილოვანი ობიექტები აგრეგირებისთვის." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი დიაგნოსტიკის ცხრილის გზა. თუ არ არის მითითებული, ინახება მეხსიერებაში." }, "bin_shape": { "label": "ბინის ფორმა", "description": "hexagon (ნაგულისხმევი; სტრიქონული ოფსეტის მიახლოება, იხ. დოკუმენტაცია) | square." }, "sizes": { "label": "ზომები", "description": "მძიმით გამოყოფილი კანდიდატი ინტერვალების ზომები (რუკის ერთეულები). თუ არ არის მითითებული, გენერირდება გეომეტრიული სერია უახლოესი მეზობლის საშუალო მანძილიდან." }, "steps": { "label": "ნაბიჯები", "description": "კანდიდატების რაოდენობა გენერირებულ სერიაში (ნაგულისხმევი 8, მაქსიმუმი 64)." }, "analysis_field": { "label": "ანალიზის ველი", "description": "არასავალდებულო რიცხვითი ველი თითო ინტერვალში შესაჯამებლად, წერტილების დათვლის ნაცვლად." } } }, "evaluate_variable_influence": { "name": "ცვლადის გავლენის შეფასება", "description": "გამოსცემს პერმუტაციულ მნიშვნელოვნებას და ნაწილობრივი დამოკიდებულების მრუდებს ცხრილიდან მორგებული ტყის მოდელისთვის და პასუხობს, რომელ ამხსნელ ცვლადებს იყენებს მოდელი სინამდვილეში და რა ფორმა აქვს თითოეულ ეფექტს (ArcGIS Evaluate Variable Influence). კატალოგს შეუძლია მოდელების მორგება — generalized_linear_regression, exploratory_regression, geographically_weighted_regression, forest_based_forecast, whitebox-ის შემთხვევითი ტყეები — მაგრამ არცერთი არ გამოსცემს არცერთ ამ საზომს. ArcGIS კითხულობს გაწვრთნილ .ssm მოდელის ფაილს; ამ სტეკს პორტატული მოდელის ფორმატი არ აქვს, ამიტომ ინსტრუმენტი თავად მოირგებს ტყეს და შემდეგ ხსნის მას. სრულად დეტერმინისტულია: ნაბიჯოვანი ბეგინგი და ფიქსირებული პერმუტაცია, შემთხვევითი რიცხვების გენერატორის გარეშე.", "params": { "input": { "label": "შემავალი", "description": "ფენა ან ცხრილი, რომელიც შეიცავს სასწავლო დაკვირვებებს." }, "dependent_field": { "label": "დამოკიდებული ცვლადის ველი", "description": "პროგნოზირებადი ველი." }, "explanatory_fields": { "label": "ამხსნელი ცვლადების ველები", "description": "მძიმით გამოყოფილი რიცხვითი ველები შესაფასებლად." }, "output": { "label": "გამომავალი", "description": "გამომავალი ცხრილი ცვლადების მნიშვნელოვნებით. თუ არ არის მითითებული, ინახება მეხსიერებაში." }, "output_partial_dependence": { "label": "ნაწილობრივი დამოკიდებულების გამოტანა", "description": "გამომავალი ცხრილი ნაწილობრივი დამოკიდებულების მრუდებით, თითო სტრიქონი თითო ცვლადსა და ბადის წერტილზე. ყოველთვის იქმნება; თუ გზა მითითებული არ არის, ინახება მეხსიერებაში." }, "model_type": { "label": "მოდელის ტიპი", "description": "'regression' (ნაგულისხმევი) უწყვეტი სამიზნისთვის, ან 'classification' კატეგორიულისთვის." }, "number_of_trees": { "label": "ხეების რაოდენობა", "description": "ხეების რაოდენობა ანსამბლში (ნაგულისხმევი 50)." }, "max_depth": { "label": "მაქსიმალური სიღრმე", "description": "ხის მაქსიმალური სიღრმე (ნაგულისხმევი 8)." }, "min_samples_leaf": { "label": "მინიმალური ნიმუშები ფოთოლში", "description": "დაკვირვებების უმცირესი რაოდენობა, რომელიც ფოთოლს შეიძლება ჰქონდეს (ნაგულისხმევი 3)." }, "grid_points": { "label": "ბადის წერტილები", "description": "წერტილების რაოდენობა თითო ნაწილობრივი დამოკიდებულების მრუდზე (ნაგულისხმევი 12)." }, "permutation_repeats": { "label": "პერმუტაციების გამეორებები", "description": "თითო ცვლადზე გასაშუალებული განსხვავებული პერმუტაციები (ნაგულისხმევი 3). მეტი უფრო სტაბილურია და ნელი." } } }, "excel_to_table": { "name": "Excel ცხრილად", "description": ".xlsx/.xls/.xlsb/.ods სამუშაო წიგნიდან ფურცლის წაკითხვა ატრიბუტების ცხრილში, რიცხვითი და ტექსტური სვეტების ავტომატური ამოცნობით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი Excel/OpenDocument სამუშაო წიგნის გზა (.xlsx, .xls, .xlsb ან .ods)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი ცხრილის გზა (დრაივერი განისაზღვრება გაფართოებით; რეკომენდებულია GeoParquet .parquet). თუ არ არის მითითებული, ინახება მეხსიერებაში." }, "sheet": { "label": "ფურცელი", "description": "წასაკითხი სამუშაო ფურცელი, სახელით ან 0-დან დათვლილი ინდექსით. ნაგულისხმევი: პირველი ფურცელი." }, "cell_range": { "label": "უჯრედების დიაპაზონი", "description": "არასავალდებულო A1-ნოტაციის დიაპაზონი იმპორტისთვის, მაგ. 'B2:E40'. ნაგულისხმევი: ფურცლის მთელი გამოყენებული დიაპაზონი." }, "field_names_row": { "label": "ველების სახელების სტრიქონი", "description": "არჩეულ დიაპაზონში სვეტების სახელების შემცველი სტრიქონი, 1-დან დათვლით (ნაგულისხმევი 1). მის ზემოთ მდებარე სტრიქონები გამოტოვდება; 0 ნიშნავს, რომ სათაურის სტრიქონი არ არის (ავტომატურად გენერირდება Field1, Field2, ...)." } } }, "expand_shrink": { "name": "გაფართოება / შეკუმშვა", "description": "კატეგორიული რასტრის შერჩეული კლასების გაზრდა (გაფართოება) ან შემცირება მითითებული უჯრედების რაოდენობით, დანარჩენი კლასების ხელუხლებლად დატოვებით — კლასიფიცირებული მიწის საფარის სტანდარტული გასუფთავება პოლიგონიზაციამდე, ArcGIS Expand / Shrink-ის მსგავსად.", "params": { "input": { "label": "შემავალი", "description": "შემავალი კატეგორიული (მთელრიცხვოვანი) რასტრი." }, "output": { "label": "გამომავალი", "description": "გამომავალი რასტრის გზა. თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "classes": { "label": "კლასები", "description": "მძიმით გამოყოფილი კლასის მნიშვნელობ(ებ)ი გასაფართოებლად ან შესაკუმშად." }, "cells": { "label": "უჯრედები", "description": "უჯრედების რაოდენობა, რომლითაც მოხდება გაფართოება ან შეკუმშვა (>= 1)." }, "mode": { "label": "რეჟიმი", "description": "'expand' (არჩეული კლასების ზრდა; ნაგულისხმევი) ან 'shrink' (მათი ეროზია)." }, "band": { "label": "არხი", "description": "წასაკითხი არხი 1-იდან დაწყებული (ნაგულისხმევი 1)." } } }, "exploratory_interpolation": { "name": "საძიებო ინტერპოლაცია", "description": "რამდენიმე ინტერპოლაციის მეთოდის (IDW, უახლოესი მეზობელი, პირველი/მეორე რიგის ტრენდის ზედაპირები) გაშვება, თითოეულის ჯვარედინი ვალიდაცია თითო გამოტოვებით და მათი რანჟირება პროგნოზის სიზუსტით (RMSE/MAE) ან მიკერძოებით (ME) — ArcGIS Exploratory Interpolation-ის მსგავსად. გამოსცემს მეთოდების რანჟირებული შედარების ცხრილს და შეუძლია საუკეთესო მეთოდის პროგნოზის რასტრის გამოტანა. ცალკე ჯვარედინი ვალიდაციის საჭიროებას თავად ფარავს.", "params": { "input": { "label": "შემავალი", "description": "შემავალი წერტილოვანი ვექტორული ფენა გაზომვებით." }, "field": { "label": "ველი", "description": "რიცხვითი ველი წერტილებზე, რომელიც შეიცავს ინტერპოლაციისთვის განკუთვნილ მნიშვნელობას." }, "output": { "label": "გამომავალი", "description": "გამომავალი რანჟირებული შედარების ცხრილი — CSV (გაფართოება .csv) ან გეომეტრიის გარეშე ვექტორული ცხრილი. თუ არ არის მითითებული, ინახება მეხსიერებაში." }, "methods": { "label": "მეთოდები", "description": "მძიმით/ვერტიკალური ხაზით გამოყოფილი შესადარებელი მეთოდების ქვესიმრავლე: 'idw', 'nearest', 'trend1', 'trend2'. ნაგულისხმევი: ოთხივე." }, "criterion": { "label": "კრიტერიუმი", "description": "რანჟირების კრიტერიუმი: 'rmse' (ნაგულისხმევი, უმცირესი შეცდომა), 'mae' (უმცირესი აბსოლუტური შეცდომა) ან 'me' (უმცირესი მიკერძოება, უმცირესი |საშუალო შეცდომა|)." }, "power": { "label": "ხარისხი", "description": "IDW-ის მანძილით მილევის ხარისხის მაჩვენებელი (ნაგულისხმევი 2)." }, "output_raster": { "label": "გამომავალი რასტრი", "description": "არასავალდებულო გამომავალი GeoTIFF: საუკეთესოდ რანჟირებული მეთოდი, მორგებული ყველა ნიმუშზე და გამოთვლილი ნიმუშების არეალის მომცველ ბადეზე." }, "cell_size": { "label": "უჯრედის ზომა", "description": "გამარჯვებული რასტრის უჯრედის ზომა CRS-ის ერთეულებში (გრადუსები გეოგრაფიული CRS-ისთვის). ნაგულისხმევი: ისეთი, რომ უფრო გრძელი ღერძი ~256 უჯრედს მოიცავდეს." } } }, "exploratory_regression": { "name": "საძიებო რეგრესია", "description": "OLS მოდელების ჩამოთვლა კანდიდატი ამხსნელი ველების ყველა კომბინაციისთვის და თითოეულის შემოწმება კორექტირებულ R2-ზე, კოეფიციენტების მნიშვნელოვნებაზე, VIF მულტიკოლინეარობაზე, ჟარკ-ბერას ნაშთების ნორმალურობასა და ნაშთების მორანის I სივრცით ავტოკორელაციაზე, ყველა მოდელის, ასევე რანჟირებული გამსვლელი ნაკრებისა და თითო ცვლადზე მნიშვნელოვნების შეჯამების გამოტანით — ArcGIS Exploratory Regression-ის მსგავსად.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ობიექტების ფენა გეომეტრიით (გამოიყენება ნარჩენების Moran's I-ის მეზობლობისთვის)." }, "dependent_field": { "label": "დამოკიდებული ცვლადის ველი", "description": "დამოკიდებული (საპასუხო) რიცხვითი ველი." }, "explanatory_fields": { "label": "ამხსნელი ცვლადების ველები", "description": "მძიმით გამოყოფილი კანდიდატი ამხსნელი რიცხვითი ველები მოსაძებნად." }, "min_vars": { "label": "ცვლადების მინიმალური რაოდენობა", "description": "ამხსნელი ცვლადების მინიმალური რაოდენობა თითო კანდიდატ მოდელში (ნაგულისხმევი 1)." }, "max_vars": { "label": "ცვლადების მაქსიმალური რაოდენობა", "description": "ამხსნელი ცვლადების მაქსიმალური რაოდენობა თითო კანდიდატ მოდელში (ნაგულისხმევი: min(კანდიდატების რაოდენობა, 6))." }, "max_coef_p": { "label": "კოეფიციენტის მაქსიმალური p-მნიშვნელობა", "description": "ყოველი ამხსნელი კოეფიციენტისთვის დაშვებული მაქსიმალური p-მნიშვნელობა (ნაგულისხმევი 0.05)." }, "min_adj_r2": { "label": "მინიმალური კორექტირებული R²", "description": "მინიმალური კორექტირებული R-კვადრატი (ნაგულისხმევი 0.5)." }, "max_vif": { "label": "მაქსიმალური VIF", "description": "დისპერსიის ინფლაციის ფაქტორის მაქსიმალური დასაშვები მნიშვნელობა თითო წევრზე (ნაგულისხმევი 7.5)." }, "min_jb_p": { "label": "მინიმალური Jarque-Bera p-მნიშვნელობა", "description": "Jarque-Bera-ს მინიმალური p-მნიშვნელობა ნარჩენების ნორმალურობისთვის (ნაგულისხმევი 0.1)." }, "min_moran_p": { "label": "მინიმალური Moran p-მნიშვნელობა", "description": "მინიმალური p-მნიშვნელობა ნარჩენების სივრცითი ავტოკორელაციისთვის (Moran's I); ამაზე მაღლა ნარჩენები მნიშვნელოვნად კლასტერიზებული არ არის (ნაგულისხმევი 0.1)." }, "neighbors": { "label": "მეზობლები", "description": "უახლოესი მეზობლების რაოდენობა, რომლებიც განსაზღვრავს სივრცით წონებს ნარჩენების Moran's I ტესტისთვის (ნაგულისხმევი 8)." }, "output": { "label": "გამომავალი", "description": "გამომავალი ანგარიშის ცხრილის გზა — CSV (გაფართოება .csv) ან გეომეტრიის გარეშე ვექტორული ცხრილი." } } }, "extract_locations_from_text": { "name": "მდებარეობების ამოღება ტექსტიდან", "description": "თავისუფალი ფორმის ტექსტში ჩაშენებული კოორდინატების სკანირება — ათობითი გრადუსები (DD), გრადუსები და ათობითი წუთები (DDM), გრადუსები-წუთები-წამები (DMS) და MGRS/USNG ბადის მითითებები — და თითოეულ ნაპოვნზე ერთი WGS84 წერტილის გამოტანა, ArcGIS Extract Locations From Text-ის მსგავსად (კოორდინატების ნაწილი). მხოლოდ შაბლონების სკანირება; გეოკოდირების სერვისის გარეშე.", "params": { "input_text": { "label": "შემავალი ტექსტი", "description": "სკანირებისთვის განკუთვნილი თავისუფალი ფორმის ტექსტი. ან თავად ტექსტი, ან გზა UTF-8 ტექსტურ ფაილამდე (იკითხება, როცა მნიშვნელობა არსებულ ფაილს შეესაბამება)." }, "notations": { "label": "ჩანაწერის ფორმატები", "description": "მძიმით/ინტერვალით გამოყოფილი სასკანირებელი ნოტაციების ქვესიმრავლე: DD, DDM, DMS, MGRS (USNG არის MGRS-ის სინონიმი). ნაგულისხმევი: ოთხივე." }, "output": { "label": "გამომავალი", "description": "გამომავალი ვექტორის გზა (დრაივერი განისაზღვრება გაფართოებით). თუ გამოტოვებულია, ინახება მეხსიერებაში." } } }, "extract_ocean_winds": { "name": "ოკეანის ქარების ამოღება", "description": "აღადგენს ოკეანის ქარის 10 მ ეკვივალენტურ-ნეიტრალურ სიჩქარეს კალიბრირებული SAR უკუგაბნევიდან CMOD5.N გეოფიზიკური მოდელის ფუნქციის ინვერსიით (ArcGIS Extract Ocean Winds). პაკეტში შემავალი მთელი SAR ჯაჭვი რადიომეტრიულ დომენში რჩება და უკუგაბნევას გეოფიზიკურ სიდიდედ ვერაფერი გარდაქმნიდა, სწორედ ეს კი განასხვავებს სუსტი ქარის უბანს ნავთობის ლაქისგან.", "params": { "input": { "label": "შემავალი", "description": "კალიბრირებული უკუგაბნევის (sigma0) რასტრი." }, "units": { "label": "ერთეულები", "description": "'input'-ის ერთეულები: 'dn', 'amplitude', 'intensity' ან 'db' (ნაგულისხმევი 'db')." }, "incidence_angle": { "label": "დაცემის კუთხე", "description": "დაცემის კუთხე თითო უჯრედზე გრადუსებში: რასტრის გზა ან მუდმივი რიცხვი." }, "wind_direction": { "label": "ქარის მიმართულება", "description": "მეტეოროლოგიური ქარის მიმართულება გრადუსებში (მიმართულება, საიდანაც ქარი უბერავს), რასტრის გზის ან მუდმივის სახით. სავალდებულო წინარე ინფორმაცია: CMOD-ს აქვს ორი უცნობი და ერთი დაკვირვება." }, "look_direction": { "label": "დათვალიერების მიმართულება", "description": "რადარის დათვალიერების აზიმუტი გრადუსებში, რასტრის გზის ან მუდმივის სახით. გამოიყენება ქარის მიმართულების იმ ფარდობით კუთხედ გარდასაქმნელად, რომელსაც CMOD იღებს." }, "polarization": { "label": "პოლარიზაცია", "description": "'vv' (ნაგულისხმევი, საკუთრივი CMOD5.N) ან 'hh' (იყენებს პოლარიზაციის მიახლოებით თანაფარდობას)." }, "polarization_ratio_alpha": { "label": "პოლარიზაციის თანაფარდობის ალფა", "description": "ალფა HH-VV პოლარიზაციის თანაფარდობაში (ნაგულისხმევი 0.6). გამოიყენება მხოლოდ მაშინ, როცა პოლარიზაცია არის 'hh'." }, "water_mask": { "label": "წყლის ნიღაბი", "description": "არასავალდებულო პოლიგონური ფენა ან რასტრი, რომელიც გამოტანას წყლით შემოსაზღვრავს; ხმელეთის არეკვლები აქ უაზროა." }, "max_wind": { "label": "მაქსიმალური ქარი", "description": "ინვერსიის დიაპაზონის ზედა ზღვარი, m/s (ნაგულისხმევი 50)." }, "output": { "label": "გამომავალი", "description": "გამომავალი ქარის სიჩქარის რასტრი m/s-ში. თუ არ არის მითითებული, ინახება მეხსიერებაში." } } }, "extract_scanned_features": { "name": "სკანირებული ობიექტების ამოღება", "description": "ბინარული (სკანირებული/ზღურბლით დამუშავებული) რასტრის ვექტორიზაცია სუფთა ხაზებად (ჩონჩხის ტრასირება) ან პოლიგონებად, ხმაურის მოცილებით, ხვრელების შევსებით, ღიობების დახურვითა და გამარტივებით.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ბინარული/კლასიფიცირებული რასტრი ვექტორიზაციისთვის." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი ვექტორის გზა (დრაივერი განისაზღვრება გაფართოებით). თუ არ არის მითითებული, ინახება მეხსიერებაში." }, "feature_type": { "label": "ობიექტის ტიპი", "description": "'lines' (ნაგულისხმევი): სკელეტიზაცია და ცენტრალური ხაზების ტრასირება. 'polygons': შევსებული არეების ვექტორიზაცია." }, "foreground_value": { "label": "წინა პლანის მნიშვნელობა", "description": "უჯრედის მნიშვნელობა, რომელიც წინა პლანს აღნიშნავს. თუ არ არის მითითებული, წინა პლანია უჯრედები >= 'threshold' (ან, ამის არარსებობისას, ნებისმიერი არანულოვანი ვალიდური უჯრედი)." }, "threshold": { "label": "ზღურბლი", "description": "წინა პლანია უჯრედები, რომელთა მნიშვნელობაც >= ამ სიდიდეზე (გამოიყენება, როცა 'foreground_value' მითითებული არ არის)." }, "noise_size": { "label": "ხმაურის ზომა", "description": "შლის წინა პლანის კომპონენტებს, რომლებიც ამ რაოდენობის უჯრედზე მცირეა (ნაგულისხმევი 4)." }, "hole_size": { "label": "ხვრელის ზომა", "description": "ავსებს ფონის ხვრელებს, რომლებიც ამ რაოდენობის უჯრედზე მცირეა (ნაგულისხმევი 4)." }, "gap_distance": { "label": "ღრეჩოს მანძილი", "description": "ხაზებისთვის: აერთებს ამ მანძილამდე (CRS-ის ერთეულები) დაშორებულ თითქმის კოლინეარულ ხაზების ბოლო წერტილებს. ნაგულისხმევი 0 (გამორთული)." }, "simplify_tolerance": { "label": "გამარტივების ტოლერანტობა", "description": "Douglas-Peucker-ის ტოლერანტობა (CRS-ის ერთეულები) გამომავალი გეომეტრიისთვის. ნაგულისხმევი ~1 უჯრედი." }, "band": { "label": "არხი", "description": "წასაკითხი არხი 1-იდან დაწყებული (ნაგულისხმევი 1)." } } }, "extract_sinks": { "name": "ჩაღრმავებების ამოღება", "description": "ჩაძირვების (ჩაღრმავების მაქსიმალური გავრცელების) ამოღება DEM-იდან (lidar filling.py).", "params": { "input": { "label": "შემავალი", "description": "შემავალი DEM რასტრული ფაილის გზა." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო ჩაღრმავებების რასტრის გზა. თუ არ არის მითითებული, ინახება მეხსიერებაში." }, "min_size": { "label": "მინიმალური ზომა", "description": "პიქსელების მინიმალური რაოდენობა ჩაღრმავებისთვის (ინახება, თუ მკაცრად მეტია; ნაგულისხმევი 10)." }, "region_output": { "label": "რეგიონის გამომავალი", "description": "არასავალდებულო გამომავალი გზა ეტიკეტირებული არეების რასტრისთვის." }, "depth_output": { "label": "სიღრმის გამომავალი", "description": "არასავალდებულო გამომავალი გზა შევსების სიღრმის რასტრისთვის." }, "filled_output": { "label": "შევსებული გამომავალი", "description": "არასავალდებულო გამომავალი გზა DEM-ისთვის, რომელშიც ჩაღრმავებები შევსებულია." }, "csv_output": { "label": "CSV გამომავალი", "description": "არასავალდებულო გამომავალი გზა თითო არეზე ატრიბუტების CSV-სთვის." }, "vector_output": { "label": "ვექტორული გამომავალი", "description": "არასავალდებულო გამომავალი გზა არეების პოლიგონებისთვის GeoJSON-ის სახით (ატრიბუტები მიერთებულია)." }, "flat_increment": { "label": "ბრტყელი უბნების ნაზრდი", "description": "ბრტყელი ნაზრდი, რომელიც შევსებისას ემატება დრენაჟის უზრუნველსაყოფად (ნაგულისხმევი 0)." } } }, "extract_spectra_from_image": { "name": "სპექტრების ამოღება გამოსახულებიდან", "description": "აგებს სპექტრულ ბიბლიოთეკას მრავალარხიანი გამოსახულებისა და სასწავლო არეების მიხედვით, თითო კლასზე ერთი სპექტრით, იმ CSV განლაგებით, რომელსაც spectral_library_matching კითხულობს (ArcGIS Extract Spectra From Image). spectral_library_matching, spectral_angle_mapper და matched_filter_target_detection ბიბლიოთეკას მოიხმარენ, მაგრამ მის შექმნას ვერაფერი ახერხებდა, ამიტომ სპექტრული ნაკრები მხოლოდ უკვე გამოქვეყნებულ ბიბლიოთეკებზე იყო გამოსადეგი.", "params": { "input": { "label": "შემავალი", "description": "მრავალარხიანი გამოსახულება." }, "training_features": { "label": "სასწავლო ობიექტები", "description": "პოლიგონური ან წერტილოვანი ფენა, რომელიც გამოყოფს თითოეულ კლასს ან სამიზნეს." }, "class_field": { "label": "კლასის ველი", "description": "ატრიბუტი, რომელიც შეიცავს კლასის ეტიკეტს. ერთი და იმავე ეტიკეტის მქონე ობიექტები ერთ სპექტრში ერთიანდება." }, "output": { "label": "გამომავალი", "description": "გამომავალი სპექტრული ბიბლიოთეკის CSV გზა ('name,b1,b2,...' თითო კლასზე), მზად spectral_library_matching-ის 'library_csv'-სთვის." }, "statistic": { "label": "სტატისტიკა", "description": "დაყვანა დაფარულ უჯრედებზე: 'mean' (ნაგულისხმევი), 'median', 'max', 'min'." }, "trim_percent": { "label": "ჩამოჭრის პროცენტი", "description": "პროცენტი, რომელიც დაყვანამდე თითოეული არხის თითო კიდურა კუდიდან უგულებელიყოფება, შერეული სასაზღვრო პიქსელების ჩასახშობად (ნაგულისხმევი 0, მაქსიმუმი 49)." }, "min_cells": { "label": "მინიმალური უჯრედები", "description": "კლასები, რომლებიც ამაზე ნაკლებ უჯრედს ფარავს, აღინიშნება და გამოტოვდება ერთპიქსელიანი 'სპექტრის' გამოტანის ნაცვლად (ნაგულისხმევი 1)." }, "wavelengths": { "label": "ტალღის სიგრძეები", "description": "არასავალდებულო, მძიმით გამოყოფილი ტალღის სიგრძეები თითო არხზე, ჩაწერილი კომენტარის სათაურად ბიბლიოთეკაში და output_stats-ში." }, "output_stats": { "label": "გამომავალი სტატისტიკა", "description": "არასავალდებულო CSV, რომელიც მიიღებს კლასისა და არხის მიხედვით სტანდარტულ გადახრას და უჯრედების რაოდენობას. ინახება ცალკე, რათა ბიბლიოთეკა დარჩეს გარჩევადი." } } }, "extract_water_sar": { "name": "წყლის ამოღება (SAR)", "description": "გამოყოფს ღია წყალსა და წყალდიდობის გავრცელებას SAR უკუგაბნევიდან თითო სცენაზე გამოთვლილი Otsu-ს ზღურბლით დეციბელებზე, ასევე არასავალდებულო DEM-ის დახრილობისა და მინიმუმზე სიმაღლის ფილტრებით, რომლებიც რადარის ჩრდილსა და მშრალ ბნელ ზედაპირებს აცილებს (ArcGIS Extract Water). არცერთ რეესტრს ამის რადარიდან გაკეთება არ შეუძლია: spectral_index-ის NDWI/MNDWI საჭიროებს მწვანე/NIR/SWIR არეკვლის არხებს, რომლებიც SAR-ს არ აქვს, depth_to_water რელიეფის მიხედვით მოდელირებს, სად უნდა იყოს წყალი, და არა აკვირდება მას, ხოლო raster_calculator-ში ხელით დაყენებული ზღურბლი სცენებს შორის არ გადადის, რადგან წყლისა და ხმელეთის გამყოფი ქარისა და დაცემის კუთხის მიხედვით იცვლება.", "params": { "input": { "label": "შემავალი", "description": "SAR უკუგაბნევის რასტრი." }, "output": { "label": "გამომავალი", "description": "გამომავალი წყლის პოლიგონური ფენა. თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "output_raster": { "label": "გამომავალი რასტრი", "description": "გამომავალი ბინარული წყლის ნიღაბი (1 წყალი, 0 ხმელეთი). ყოველთვის იქმნება; გზის მითითების გარეშე ინახება მეხსიერებაში." }, "dem": { "label": "DEM", "description": "არასავალდებულო DEM, შემავალთან თანარეგისტრირებული, რომელიც ჩართავს დახრილობისა და სიმაღლის ფილტრებს." }, "threshold_db": { "label": "ზღურბლი (dB)", "description": "ფიქსირებული ზღურბლი dB-ში; უჯრედები, რომლებიც მას უტოლდება ან ნაკლებია, წყალია. გადაფარავს ავტომატურ Otsu ზღურბლს." }, "min_area": { "label": "მინიმალური ფართობი", "description": "უგულებელყოფს წყალსატევებს, რომელთა ფართობი ამაზე ნაკლებია რუკის ერთეულების კვადრატში." }, "max_slope": { "label": "მაქსიმალური დახრილობა", "description": "DEM-ის არსებობისას უარყოფს წყალს რელიეფზე, რომლის დახრილობა ამდენ გრადუსზე მეტია (ნაგულისხმევი 5). დგომი წყალი ვერ იქნება ციცაბო ფერდობზე, მაგრამ რადარის ჩრდილი იქ ისევე ბნელია." }, "max_height_above_min": { "label": "მაქსიმალური სიმაღლე მინიმუმის ზემოთ", "description": "DEM-ის არსებობისას უარყოფს კანდიდატ უჯრედებს, რომლებიც ამდენ z ერთეულზე მეტით მაღლაა საკუთარ ბმულ არეში DEM-ის ყველაზე დაბალ უჯრედზე." }, "mask_features": { "label": "ნიღბის ობიექტები", "description": "პოლიგონური ფენა, რომელიც ზღუდავს ანალიზის არეს." }, "mask_type": { "label": "ნიღბის ტიპი", "description": "'land_polygon' (ნაგულისხმევი; ანალიზი პოლიგონების გარეთ) ან 'water_polygon' (ანალიზი მათ შიგნით)." }, "histogram_bins": { "label": "ჰისტოგრამის ინტერვალები", "description": "Otsu-ს ჰისტოგრამისთვის გამოყენებული ინტერვალები (ნაგულისხმევი 256)." }, "input_units": { "label": "შემავალი ერთეულები", "description": "'intensity' (ნაგულისხმევი), 'dn', 'amplitude' ან 'db'." }, "band": { "label": "არხი", "description": "ზღურბლისთვის გამოსაყენებელი არხი, 1-დან ათვლით (ნაგულისხმევი 1)." } } }, "extrude_between": { "name": "ექსტრუზია ზედაპირებს შორის", "description": "აგებს ჰერმეტულ დახურულ სხეულებს, რომლებიც ორ ზედაპირს შორის სივრცეს ავსებს თითოეული შემავალი პოლიგონის შიგნით, თითო ობიექტზე ზუსტი მოცულობებით (ArcGIS Extrude Between). cut_fill თითო უჯრედზე მოცულობის ცვლილებას იძლევა ორ რასტრს შორის, მაგრამ რასტრს გამოსცემს, კონტურებით ვერ იზღუდება და ატრიბუტებს არ ატარებს; buffer_3d და minimum_bounding_volume კი სხეულებს ობიექტებისგან და არა ზედაპირების წყვილისგან აგებენ. გამომავალი პირდაპირ მიეწოდება union_3d-ს, intersect_3d-ს, difference_3d-სა და inside_3d-ს.", "params": { "input": { "label": "შემავალი", "description": "პოლიგონური კონტურები, რომლებიც განსაზღვრავენ თითოეული სხეულის გვერდით გაშლას. გამოიყენება მხოლოდ პირველი ნაწილის პირველი რგოლი: MultiPolygon-ის შიდა ხვრელები და დამატებითი ნაწილები იგნორირდება, ამიტომ ექსტრუზიამდე წინასწარ გაყავით მრავალნაწილიანი კონტურები და შეავსეთ ხვრელები." }, "surface_upper": { "label": "ზედა ზედაპირი", "description": "ზედა შემომსაზღვრელი ზედაპირის რასტრი." }, "surface_lower": { "label": "ქვედა ზედაპირი", "description": "ქვედა შემომსაზღვრელი ზედაპირის რასტრი, ზედასთან თანარეგისტრირებული." }, "output": { "label": "გამომავალი", "description": "დახურული სხეულის ობიექტები (სამკუთხა ბადის MultiPolygon-ები Z-ით). თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "sample_distance": { "label": "შერჩევის მანძილი", "description": "კონტურის შერჩევისა და საზღვრის გამკვრივების ბიჯი CRS ერთეულებში. ნაგულისხმევი: უფრო წვრილი ზედაპირის უჯრედის ზომა." }, "band": { "label": "არხი", "description": "თითოეული ზედაპირის რასტრიდან წასაკითხი არხი, 1-დან ათვლით (ნაგულისხმევი 1)." } } }, "feature_outline_masks": { "name": "ობიექტების კონტურის ნიღბები", "description": "კარტოგრაფიული ნიღბის პოლიგონების გენერირება ობიექტების გარშემო მითითებულ ზოლში (ზუსტი კონტური, ამოზნექილი გარსი ან შემომსაზღვრელი მართკუთხედი), არასავალდებულოდ მეორე ფენით ამოჭრილი (Intersecting Layers Masks).", "params": { "input": { "label": "შემავალი", "description": "შემავალი ვექტორული ფენა (ნებისმიერი გეომეტრია), ფორმატი ავტომატურად განისაზღვრება (ან მეხსიერებაში არსებული იდენტიფიკატორი)." }, "output": { "label": "გამომავალი", "description": "არასავალდებულო გამომავალი ვექტორის გზა (დრაივერი განისაზღვრება გაფართოებით). თუ არ არის მითითებული, ინახება მეხსიერებაში." }, "margin": { "label": "ზღვარი", "description": "ნიღბის ზღვრული მანძილი. მეტრებში გეოგრაფიული CRS-ისთვის (EPSG:4326 ან უცნობი, გარდაიქმნება გრადუსებად), წინააღმდეგ შემთხვევაში ფენის CRS ერთეულებში. უნდა იყოს დადებითი." }, "mask_kind": { "label": "ნიღბის სახე", "description": "ნიღბის ფორმა: 'exact' (ნაგულისხმევი, ობიექტის ბუფერიზებული მოხაზულობა), 'convex_hull' (გაფართოებული ამოზნექილი გარსი) ან 'box' (შემომსაზღვრელი კონვერტი + ზღვარი)." }, "masked_layer": { "label": "დანიღბული ფენა", "description": "არასავალდებულო მეორე პოლიგონური ფენა. მითითებისას ნიღბები ამოიჭრება მასთან გადაკვეთის მიხედვით (Intersecting Layers Masks); გადაუკვეთავი ნიღბები იშლება." }, "id_field": { "label": "ID ველი", "description": "არასავალდებულო წყაროს ველი, რომლის მნიშვნელობა კოპირდება თითოეულ ნიღაბზე როგორც 'source_id'. ნაგულისხმევად წყარო ობიექტის ინდექსი." } } }, "feature_to_line": { "name": "ობიექტი ხაზად", "description": "ხაზოვანი და პოლიგონის საზღვრის ობიექტების პლანარიზაცია კვანძებიან, ერთმანეთზე გადაუფარებელ ხაზოვან სეგმენტებად, დაყოფილი ყოველ ურთიერთ და თვითგადაკვეთაზე, ArcGIS Feature To Line-ის მსგავსად — ტოპოლოგიის აგების წინაპირობა, რომელსაც პაკეტში შემავალი polygons_to_lines და split_vector_lines არ იძლევა.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ხაზოვანი ან პოლიგონური ვექტორული ფენა." }, "output": { "label": "გამომავალი", "description": "გამომავალი ხაზოვანი ვექტორის გზა (დრაივერი გაფართოებიდან). თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "cluster_tolerance": { "label": "კლასტერის ტოლერანტობა", "description": "გაყოფის წერტილების მიბმა რუკის ერთეულების ამ ბადეზე, თითქმის დამთხვეული კვანძების შესარწყმელად (ნაგულისხმევი 1e-9)." }, "attributes": { "label": "ატრიბუტები", "description": "როცა ჭეშმარიტია (ნაგულისხმევი), თითოეულ გამომავალ სეგმენტს ენიჭება 'src_fid' — წყარო ობიექტის id." } } }, "feature_vertices_to_points": { "name": "ობიექტის წვეროები წერტილებად", "description": "წერტილოვანი ფენის შექმნა ობიექტების შერჩეული წვეროებიდან — ALL, START, END, BOTH_ENDS, MID (რკალის სიგრძის შუა წერტილი) ან DANGLE (სხვასთან საერთო არმქონე ხაზების ბოლო წერტილები) — მშობელი ობიექტის FID ველით, ArcGIS Feature Vertices To Points-ის მსგავსად.", "params": { "input": { "label": "შემავალი", "description": "შემავალი ხაზოვანი, პოლიგონური ან წერტილოვანი ვექტორული ფენა." }, "output": { "label": "გამომავალი", "description": "გამომავალი წერტილოვანი ვექტორის გზა (დრაივერი გაფართოებიდან). თუ გამოტოვებულია, ინახება მეხსიერებაში." }, "point_location": { "label": "წერტილის მდებარეობა", "description": "რომელი წვეროები ამოიღოს: ALL | START | END | BOTH_ENDS | MID | DANGLE. ნაგულისხმევი ALL." } } }, "features_to_gpx": { "name": "ობიექტები GPX-ში", "description": "წერტილოვანი ობიექტების ჩაწერა GPX საგზაო წერტილებად და ხაზოვანი ობიექტების GPX ტრეკებად, ატრიბუტების ველების name/description/elevation/time-ზე მიბმით.", "params": { "input": { "label": "შემავალი", "description": "ექსპორტისთვის განკუთვნილი წერტილოვანი ან ხაზოვანი ვექტორული ფენა (იგულისხმება WGS84 / EPSG:4326)." }, "output": { "label": "გამომავალი", "description": "გამომავალი .gpx ფაილის გზა." }, "name_field": { "label": "სახელის ველი", "description": "ატრიბუტის ველი, რომელიც აისახება GPX ელემენტზე (არასავალდებულო)." }, "description_field": { "label": "აღწერის ველი", "description": "ატრიბუტის ველი, რომელიც აისახება GPX ელემენტზე (არასავალდებულო)." }, "z_field": { "label": "Z ველი", "description": "ატრიბუტის ველი, რომელიც აისახება GPX სიმაღლეზე (არასავალდებულო; არსებობისას გადადის გეომეტრიის Z-ზე)." }, "date_field": { "label": "თარიღის ველი", "description": "ატრიბუტის ველი, რომელიც აისახება GPX