Comparative analysis of arcGISs and qGIS  in terms of the transformations’ runtime

Justyna Dębicka,

Stanisław Szombara

Abstrakt
ANALIZA PORÓWNAWCZA CZASU  WYKONANIA PRZEKSZTAŁCEŃ GEOMETRYCZNYCH  W PROGRAMACH ARCGIS I QGIS
 
 
Współcześnie istnieje na rynku wiele programów umożliwiających przeprowadzenie analiz przestrzennych. Coraz częściej analizy wykonywane są iteracyjnie oraz na masową skalę a przetwarzane dane mają większe rozmiary. Ponadto tworzy się rozbudowane modele rzeczywistości składające się z wielu pojedynczych analiz przestrzennych. Z tego powodu czas wykonania takiej pojedynczej analizy jest istotny. Celem badania jest porównanie czasu wykonania wybranych przekształceń geometrycznych między dwoma programami systemu informacji geograficznej, tj. ArcGIS Desktop 10.5.1 oraz QGIS 2.18.20 „Las Palmas”. Jako przekształcenia wybrano ekwidystantę, otoczkę wypukłą i nakładanie. Pomiary przeprowadzono na specjalnie przygotowanym reprezentatywnym w analizach przestrzennych zbiorze danych. Na etapie eksploracji danych sprawdzono wpływ rozmiaru, typu geometrii, liczby wierzchołków i liczby obiektów danych wejściowych oraz charakterystykę danych wyjściowych na uzyskany w pomiarze czas analizy. Dodatkowo dla warstw punktowych zbadano złożoność obliczeniową. Wyniki eksperymentu mogą być brane pod uwagę podczas wyboru programu, który będzie najbardziej odpowiedni dla konkretnego użytkownika GIS.
 

 

These days there is a variety of software on the market that enables spatial analysis. Spatial data has been becoming increasingly large. More and more, the analyses are done repetitively at a mass-scale and consist of many distinct transformations. Thus, the time of single one proves to be essential. The aim of the research is to compare the execution time of the selected transformations between two geographical information system programs: ArcGIS Desktop 10.5.1 vs. QGIS 2.18.20 ‚Las Palmas’. Buffer, convex hull and intersection were selected as transformations. The measurements were carried out on a specially prepared representative dataset for GIS vector analyses. At the data exploration stage, the influence of size, geometry type, no. of vertices/objects of the input data and the characteristics of the output data on the measured time were examined. In addition, computational complexity was investigated for the point layers. The results of the experiment can be taken into account when selecting the program that will be the most suitable for a particular GIS user.

Słowa kluczowe: ArcGIS, QGIS, GIS, czas wykonania analiz przestrzennych , spatial analysis runtime
References
27 Differences Between ArcGIS and QGIS – The Most Epic GIS Software Battle in GIS History – GIS Geography. Available at: https://gisgeography.com/qgis-arcgis-differences/ (Accessed: 23 April 2018). 
de Berg, M., van Kreveld, M., Overmars, M. and Schwarzkopf, O. (2007) Geometria obliczeniowa – algorytmy i zastosowania. II. Warszawa: Wydawnictwo Naukowo-Techniczne. 
Bhargava, A. Y. (2017) algorytmy – Ilustrowany przewodnik. Gliwice: Helion. Gągolewski, M., Bartoszuk, M. and Cena, A. (2016) Przetwarzanie i analiza danych w języku Python. I. Warszawa: Wydawnictwo Naukowe PWN SA. Garbade, M. J., Top 3 most popular programming languages in 2018 (and their annual salaries). Available at: https://hackernoon.com/top-3-most-popular-programming-languagesin-2018-and-their-annual-salaries-51b4a7354e06 (Accessed: 7 November 2018). 
How Buffer (Analysis) works—Help | ArcGIS for Desktop. Available at: http://desktop.arcgis.com/en/arcmap/10.3/tools/ analysis-toolbox/how-buffer-analysis-works.htm (Accessed: 17 May 2018). 
How Intersect works—Help | ArcGIS for Desktop. Available at: http://desktop.arcgis.com/en/arcmap/10.3/tools/analysis-toolbox/how-intersect-analysis-works.htm (Accessed: 19 May 2018). 
Lawhead, J. (2013) Learning Geospatial Analysis with Python. 
Longley, P. A., Goodchild, M. F., Maguire, D. J. and Rhind, D. W. (2006) GIS Teoria i praktyka (GIS Theory and Practice). Warszawa: Wydawnictwo Naukowe PWN SA. 
Minimum Bounding Geometry—Data Management toolbox | ArcGIS Desktop. Available at: http://pro.arcgis.com/en/pro-app/tool-reference/data-management/minimum-bounding-geometry.htm (Accessed: 19 May 2018). 
Notacja dużego O – Encyklopedia Algorytmów. Available at: http://algorytmy.ency.pl/artykul/notacja_duzego_o (Acces- sed: 18 May 2018). 
Pilgrim, M. (2004) Dive Into Python. 
Piórkowski, A. and Krawczyk, A. (2011) ‘Wpływ generalizacji obiektów na optymalizację zapytań w bazach danych przestrzennych’, STUDIA INFORMATICA, 32(297), pp. 119– –129. 
Podstawy złożoności obliczeniowej – Samouczek Programisty. Available at: http://www.samouczekprogramisty.pl/pod- stawy-zlozonosci-obliczeniowej/ (Accessed: 18 May 2018). 
‘PyQGIS developer cookbook’ (2013) Handbok, p. 86.
QGIS Python Programming Cookbook – Second Edition (2017). Available at: https://www.amazon.com/QGIS-Python-Programming-Cookbook-Second/dp/1787124835. 
Smith, W. S., Lazzarato, D. A. and Carette, J. (2018) ‘State of the Practice for GIS Software’. Available at: https://arxiv. org/pdf/1802.03422.pdf (Accessed: 16 April 2018). 
The Best Programming Languages for GIS – FreelancingGig Blog – Freelancer Job Tips and Hiring Insights. Available at: https://www.freelancinggig.com/blog/2017/08/23/best-programming-languages-gis/ (Accessed: 21 May 2018). 
Vector Spatial Analysis (Buffers). Available at: https://docs.qgis. org/2.8/en/docs/gentle_gis_introduction/vector_spatial_ analysis_buffers.html#vector-spatial-analysis-buffers (Accessed: 30 June 2018).