QGIS/C2/Raster-Data-Styling/Gujarati

Time	Narration
00:01	QGIS માં Raster Data Styling પરના આ ટ્યુટોરીયલમાં આપનું સ્વાગત છે.
00:07	આ ટ્યુટોરીયલમાં, આપણે શીખીશું, સતત raster ને સ્ટાઈલ કરવાનું.
00:13	Raster Calculator માં અભિવ્યક્તિ લખવા માટે.
00:17	raster ગુણધર્મો વિશે.
00:20	આ ટ્યુટોરીયલ રેકોર્ડ કરવા માટે, હું ઉપયોગ કરી રહ્યો છું,Ubuntu Linux OS વર્જન 16.04
00:28	QGIS વર્જન 2.18
00:32	આ ટ્યુટોરીયલને અનુસરવા માટે તમે QGIS interface થી પરિચિત હોવા જોઈએ.
00:38	પૂર્વ જરૂરી ટ્યુટોરિયલ્સ માટે કૃપા કરીને અમારી વેબસાઇટની મુલાકાત લો.
00:43	પ્લેયરની નીચે સ્થિત Code files લિંકમાં આપેલું ફોલ્ડર ડાઉનલોડ કરો.
00:49	ડાઉનલોડ કરેલી ઝિપફાઇલમાં કન્ટેન્ટને એક્સટ્રેક્ટ કરો અને તેને ફોલ્ડરમાં સાચવો.
00:56	અહીં મારું Code files ફોલ્ડર છે.
00:59	ફોલ્ડર ખોલવા માટે ડબલ-ક્લિક કરો.
01:02	આ ફોલ્ડરમાં તમને વર્ષ 2000 અને 1990 માટે સમગ્ર વિશ્વમાટે Population Density grid files મળશે.
01:12	ASCII ફોર્મેટમાં બે ફાઇલો છે, જેમાં asc file extension છે.
01:20	ચાલો આ ફાઈલોને QGIS માં ખોલીએ.
01:24	Code files ફોલ્ડર બંધ કરો.
01:27	અહીંમેં QGIS ઇન્ટરફેસ ખોલ્યું છે.Layer મેનૂ પર ક્લિક કરો.
01:34	ડ્રોપ-ડાઉનમાંથી Add Layer પસંદ કરો.
01:38	સબ-મેનુમાંથી, Add Raster Layer પસંદ કરો.
01:43	એક ડાયલોગ બોક્સ ખુલે છે. હું Desktop પર Code file ફોલ્ડર પર નેવિગેટ કરીશ.
01:52	asc file extension સાથે બે ફાઇલો પસંદ કરો.
01:58	Ctrl કી દબાવી રાખો, બંને ફાઇલો પર ક્લિક કરો.
02:04	Open બટન પર ક્લિક કરો.
02:07	Coordinate Reference System Selector ખુલે છે.
02:11	અમુક સેટિંગ્સમાં, CRS આપ મેળે પસંદ કરવામાં આવશે.
02:17	આવી સ્થિતિમાં આ વિન્ડો નહીં ખુલે.
02:21	જો Coordinate Reference System Selector ખુલતું નથી, તો આ પગલાને અવગણો અને આગળના પગલા સાથે આગળ વધો.
02:30	અહીં હું યાદી માંથી WGS 84 EPSG 4326 પસંદ કરીશ.
02:39	OK બટન પર ક્લિક કરો.
02:42	અમે એક જ સમયે બે સ્તરો ઉમેરી રહ્યા હોવાથી, Coordinate Reference System Selector ફરી એકવાર અહીં ખુલે છે.
02:51	ફરીથી WGS 84 EPSG 4326 પસંદ કરો.
02:58	OK બટન પર ક્લિક કરો.
03:01	કેનવાસ પર તમે grayscale માં રેન્ડર થયેલો વિશ્વનો નકશો જોશો.
03:07	હળવા pixels વધુ વસ્તી સૂચવે છે અને ઘાટા pixels ઓછી વસ્તી સૂચવે છે.
03:15	Layers Panel માં, તમે બંને raster layers લોડ થયેલ જોશો.
03:21	raster માં દરેક pixel એ ગ્રીડ માટે વસ્તી ઘનતાનું મૂલ્ય ધરાવે છે.
03:27	pixel ની કિંમત જોવા માટે, ટૂલબારના ઉપરના જમણા ખૂણે Identify Features ટૂલ પર ક્લિક કરો.
03:35	નકશામાં ઝૂમ કરવા માટે માઉસ વ્હીલનો ઉપયોગ કરો.
03:38	raster નકશા પર ગમે ત્યાં ક્લિક કરો.
03:41	પિક્સેલ મૂલ્ય Identify Results પેનલમાં પ્રદર્શિત થશે.
03:48	અવલોકન કરો કે હળવા pixel નું મૂલ્ય વધારે છે અને ઘાટા pixel નું મૂલ્ય ઓછું છે.
03:57	Identify Results પેનલ બંધ કરો.
04:00	નકશાને ઝૂમ આઉટ કરો. Pan Map ટૂલ પર ક્લિક કરો અને કૅનવાસ પર નકશો ગોઠવો.
04:09	યોગ્ય પ્રકારની સ્ટાઇલ વડે વસ્તી ગીચતા પેટર્નને વધુ સારી રીતે વિઝ્યુઅલાઈઝ કરી શકાય છે.
04:16	Layers Panel માં 1 લા લેયર પર જમણું-ક્લિક કરો.
04:21	સંદર્ભ મેનૂ માંથી Properties વિકલ્પ પસંદ કરો.
04:26	Layer Properties ડાયલોગ-બોક્સ ખુલે છે.
04:30	ડાયલોગ બોક્સમાં Style ટેબ પસંદ કરો.
04:35	Band Rendering વિભાગ હેઠળ, Render type ને Singlebandpseudocolor માં બદલો.
04:42	Interpolation ને Linear રહેવા દો
04:46	Color ડ્રોપ-ડાઉનમાં, Spectral પસંદ કરો.
04:51	નીચે જાઓ
04:54	Continuous તરીકે Mode પસંદ કરો. Classify બટન પર ક્લિક કરો
05:00	તમે 5 નવી કલર વેલ્યુ બનાવેલી જોશો.
05:05	ડાયલોગ-બોક્સના નીચેના જમણા ખૂણે Apply બટન અને OK બટન પર ક્લિક કરો.
05:14	પાછા QGIS કૅનવાસમાં, તમે raster નકશો જોશો જે સ્પેક્ટ્રલ કલર રેન્ડરિંગના 5 વર્ગોમાં પ્રદર્શિત થશે.
05:24	1st'layer માટે બતાવ્યા પ્રમાણે સમાન પગલાં અનુસરો અને 2nd layer માટે raster style બદલો .
05:45	અમારા પૃથ્થકરણ માટે, અમે વર્ષ 1990 અને 2000 ની વચ્ચે સૌથી વધુ વસ્તી પરિવર્તન વાળા વિસ્તારો શોધવા માંગીએ છીએ.
05:54	આ માટે, આપણે દરેક ગ્રીડના pixel મૂલ્યો વચ્ચેનો તફાવત બંને layers માં શોધવાની જરૂર છે.
06:02	આ ગણતરીઓ માટે, અમે Raster Calculator tool નો ઉપયોગ કરીશું.
06:07	મેનુ બારમાંથી Raster મેનૂ પર ક્લિક કરો.ડ્રોપ-ડાઉનમાંથી, Raster calculator પર ક્લિક કરો.
06:16	Raster Calculator ડાયલોગ-બોક્સ ખુલે છે.
06:20	Raster bands વિભાગમાં, બેન્ડના નામ પ્રદર્શિત થાય છે
06:26	અમારા દરેક rasters પાસે માત્ર 1 બેન્ડ હોવાથી, તમે raster દીઠ માત્ર 1 એન્ટ્રી જોશો.
06:33	raster calculator, raster pixels પર ગાણિતિક ક્રિયાઓ લાગુ કરી શકે છે.
06:40	આ કિસ્સામાં આપણે વર્ષ 2000 ના વસ્તી ગીચતામાંથી વર્ષ 1990 ના વસ્તી ગીચતા બાદબાકી કરવા માટે એક સરળ સૂત્ર દાખલ કરવા માંગીએ છીએ.
06:52	Raster bands સેક્શન હેઠળ, વર્ષ 2000 માટે raster layer પર ડબલ-ક્લિક કરીને layer પસંદ કરો.
07:00	અભિવ્યક્તિ હવે Raster calculator expression સેક્શનમાં ઉમેરવામાં આવી છે.
07:06	Operators સેક્શનમાંથી, Substraction operator બટન પર ક્લિક કરો.
07:12	ફરીથી Raster bands સેક્શનમાંથી, વર્ષ 1990 માટે raster layer પર ડબલ-ક્લિક કરો.
07:20	ગણતરી માટેનું સૂત્ર હવે Raster calculator expression સેક્શનમાં પ્રદર્શિત થાય છે.
07:27	Result Layer વિભાગ હેઠળ, તમે Output layer બોક્સ જોશો.
07:33	બોક્સમાં, તમારા output layer નું નામ pop-change.tif તરીકે ટાઇપ કરો.
07:41	Output format ડ્રોપ-ડાઉનમાં, Geo TIFF પસંદ કરો.
07:47	Output CRS વિકલ્પ આપોઆપ પસંદ થયેલ છે. તેને એમ જ રહેવા દો.
07:54	Add result to project ની બાજુમાંના બોક્સને ચેક કરો.
08:00	ડાયલોગ-બોક્સના તળિયે OK બટન પર ક્લિક કરો.
08:04	તમને Layers Panel માં નવું layer લોડ થયેલું દેખાશે.
08:08	3જી લેયર માટેનો નકશો જોવા માટે, Layers Panel માં પોપ-2000 અને પોપ-1990 layers માટેના ચેક બોક્સને અનચેક કરો.
08:21	અમે આ layer ની શૈલી બદલીને વધુ માહિતીપ્રદ નકશો બનાવી શકીએ છીએ.
08:27	pop-change layer પર રાઇટ-ક્લિક કરો.સંદર્ભ મેનૂમાંથી, Properties વિકલ્પ પસંદ કરો.
08:36	Layer Properties ડાયલોગ-બોક્સ ખુલે છે.
08:40	અમે layer ને એવી રીતે સ્ટાઈલ કરવા માંગીએ છીએ કે અમુક રેન્જમાં pixel મૂલ્યો સમાન રંગ મેળવે.
08:47	Metadata ટેબ પર ક્લિક કરો, Properties સેક્શન સુધી નીચે સ્ક્રોલ કરો.
08:55	maximum અને minimum મૂલ્યો નોંધો.
08:59	મહત્તમ મૂલ્ય 6000 ની નજીક છે.
09:02	ન્યૂનતમ મૂલ્ય -2000 થી ઉપર છે.
09:06	Style ટેબ પર જાઓ Band Rendering હેઠળ, Render type તરીકે Singlebandpseudocolor પસંદ કરો.
09:14	Interpolation ને Discrete પર સેટ કરો
09:19	નીચે સ્ક્રોલ કરો. Add Values Manually બટન શોધો
09:25	આ એક લીલું પ્લસ સિમ્બોલ બટન છે જે Classify બટનની બાજુમાં આવેલું છે.
09:31	4 અનન્ય classes બનાવવા માટે Add Values Manually બટનને 4 વાર ક્લિક કરો.
09:39	આ મૂલ્યો મધ્યમ પેનલમાં દેખાય છે.
09:43	અહીં આપણે દરેક હરોળમાં વેલ્યુ બદલવાની છે.
09:47	દાખલ કરેલ મૂલ્ય કરતાં ઓછી વસ્તી મૂલ્યો, તે એન્ટ્રીને રંગ આપવામાં આવશે.
09:54	મૂલ્ય બદલવા માટે Values કૉલમમાં પ્રથમ એન્ટ્રી પર ડબલ-ક્લિક કરો.
10:00	અમે અવલોકન કર્યું છે કે, અમારા metadata વિશ્લેષણમાં ન્યૂનતમ મૂલ્ય -2000 થી ઉપર છે.પ્રથમ એન્ટ્રીમાં -2000 ટાઈપ કરો.
10:12	કલર-બોક્સ પર ડબલ-ક્લિક કરો અને રંગ બદલો.
10:20	પ્રથમ હરોળમાં Label કૉલમ પર ડબલ-ક્લિક કરો.ટાઇપ કરો, No Data values.
10:28	એ જ રીતે અહીં બતાવ્યા પ્રમાણે તમામ વેલ્યુ અને લેબલ ભરો.
10:33	2nd પંક્તિમાં, Negative ફેરફાર દર્શાવવા માટે -10.
10:46	3rd પંક્તિમાં, Neutral દર્શાવવા માટે 10.
10:59	છેલ્લે 6000 Positive ફેરફાર દર્શાવવા માટે.
11:03	કારણ કે મેટા ડેટા વિશ્લેષણમાંથી અમારું મહત્તમ મૂલ્ય 6000 ની નજીક છે.
11:23	વિન્ડોની નીચે-જમણા ખૂણે, Apply બટન પર ક્લિક કરો અને પછી OK બટન પર ક્લિક કરો
11:30	હવે કેનવાસ પર તમે વસ્તી ડેટાનું વધુ શક્તિશાળી વિઝ્યુલાઇઝેશન જોશો.
11:37	અહીં તમે સ્પષ્ટપણે એવા વિસ્તારો જોઈ શકો છો કે જેમાં સકારાત્મક અને નકારાત્મક વસ્તી ગીચતા ફેરફારો જોવા મળ્યા છે.
11:46	વાદળી રંગના વિસ્તારો સકારાત્મક વસ્તી પરિવર્તન દર્શાવે છે.
11:52	લીલા રંગના વિસ્તારો નકારાત્મક પરિવર્તન દર્શાવે છે.
11:56	ગુલાબી રંગના વિસ્તારોમાં વસ્તીમાં વધુ ફેરફાર જોવા મળ્યો નથી.
12:02	ચાલો સારાંશ આપીએ,
12:04	આ ટ્યુટોરીયલમાં આપણે શીખ્યા, સતત raster ને સ્ટાઈલ કરવા માટે, raster calculator માં અભિવ્યક્તિ લખવા માટે, raster પ્રોપર્ટીઝ વિશે.
12:17	સોંપણી તરીકે Code files લિંકમાં આપેલ વસ્તી ડેટાનો ઉપયોગ કરીને, એક નવી રાસ્ટર ફાઇલ બનાવો જે માત્ર નકારાત્મક વસ્તી ફેરફાર દર્શાવે છે.
12:28	સંકેત: Raster Calculator નો ઉપયોગ કરો, 0 કરતાં ઓછી વસ્તી ફેરફાર પસંદ કરવા માટે એક એક્સપ્રેશન લખો.
12:36	તમારું પૂર્ણ થયેલ અસાઇનમેન્ટ અહીં બતાવ્યા પ્રમાણે હોવું જોઈએ.
12:41	નીચેની લિંક પરનો વિડીયો સ્પોકન ટ્યુટોરીયલ પ્રોજેક્ટનો સારાંશ આપે છે. કૃપા કરીને તેને ડાઉનલોડ કરો અને જુઓ.
12:49	સ્પોકન ટ્યુટોરીયલ પ્રોજેક્ટ ટીમ વર્કશોપનું આયોજન કરે છે અને ઓનલાઈન ટેસ્ટ પાસ કરવા પર પ્રમાણપત્રો આપે છે વધુ વિગતો માટે કૃપા કરીને અમને લખો.
13:00	કૃપા કરીને આ ફોરમ પર તમારા સમયબદ્ધ પ્રશ્નો પોસ્ટ કરો.
13:04	સ્પોકન ટ્યુટોરીયલ પ્રોજેક્ટને NMEICT, MHRD ભારત સરકાર દ્વારા ભંડોળ પૂરું પાડવામાં આવે છે.આ મિશન વિશે વધુ માહિતી નીચેની લિંક પર ઉપલબ્ધ છે.
13:16	IIT Bombay તરફથી ભાષાંતર કરનાર હું ભરતભાઈ સોલંકી વિદાય લઉં છુ. જોડાવા બદલ આભાર. જોવા બદલ આભાર.

Contributors and Content Editors

Bharat636