<div dir="ltr"><div><div>Hi Folks <br></div><div>I worked through the weekend, I am going to have limited internet access at the end of the week, and I am working under a rather clear mentor ultimatum, So here is my week 7 report.   <br>
<br></div><div>This week I implemented the voronoi operator, that had confounded me for much of July, through a two stage iterative process.  Process A propagates identities vertically up profiles from horizon boundaries. Process B propagates identities horizontally away from the profiles.  <br>
</div><div>I applied this to one of my experimental sandboxes that was built for a study of late holocene co-seismic subsidence in a coastal saltmarsh. In this circumstance coastal marshes exhibit extreme sensitivity to their elevation above sea level.  A series of earthquakes during the past 4500 years are recorded by the sedimentary record at the coastal margins. These earthquakes resulted in subsidence events of almost a meter and a half in one episode, and notable movement in several other events. In addition the introduction of tsunami, and mudflat deposits overlaying peat deposits create a very appealing paleo environment to reconstruct using voxel operators.The GRASS region was bound between the deepest core at 6 meters below sea level and 3 meters above, which was clearly out of the range of the modern salt marsh. On my computer with an amd5700 processor, 12gb ram, with ssd, Ubuntu 13.04 and GRASS7,process A takes 12 seconds per iteration,  and process B takes 22 seconds per iteration for a 32,000,000 voxel map. From the data that I am working with process A required 9 iterations and process B required 50 cycles. Region anisotropy was set to 10:1, where it could really comfortably be 100:1.  Nonetheless, this is not that different from the computing demands of moderately large lidar job. Also in this case iteration limits can be used to limit the area of influence of a data point.   <br>
</div><br></div><div>Next week will work on refining this weeks work and implement a surface limit. <br><br></div><div>Tim Bailey <br></div><div><br></div></div>